8月1日（周六），OpenAI发布一份249页的研究报告，公布其下一代未发布模型Astra内部版本在数学与理论计算机科学领域取得的10项进展，涵盖高维几何、编码理论、群论、算子代数、量子复杂性、格密码学与极值组合数学等方向，其中包括构造出第一个显式的"非西第"群（non-sofic group）、推翻科纳斯刚性猜想（Connes's rigidity conjecture）、证明一般双方纠缠博弈的量子平行重复定理、推翻著名的Erdős单位距离猜想，以及自1978年以来首次改进球堆积密度的一般上界。这些结果全部以Lean 4形式化证明的形式开源在GitHub仓库，任何人都可通过Lean验证器机械核验每一步逻辑，全部计算成本约2000美元。OpenAI邀请菲尔兹奖得主Timothy Gowers、组合数学家Noga Alon等多位顶尖数学家评审，Gowers表示会毫不犹豫将其中一项证明推荐给顶级期刊《数学年刊》（Annals of Mathematics）发表。Astra目前仍未公开发布。
Astra公告发布后，X上多条转发过万的帖子逐条罗列十项成果，配文"OpenAI花2000美元解出了顶尖数学家啃了几十年的问题，外部没人能碰这台机器"，引发病毒式传播。支持者认为这是AI首次在最严谨的学科里拿出可独立核验的原创贡献，标志AI已从"应试"跨入"搞科研"；分析人士则提醒，这些问题恰好落在AI擅长的系统化搜索与构造类难题区间，是"选中了AI最强的赛道"，距离能应对任意领域的通用智能（AGI）仍有明显差距，OpenAI自己也未将Astra定性为AGI。
欧盟委员会AI办公室与各国监管机构自8月2日起开始执行《AI法案》新的透明度义务：聊天机器人须明确告知用户在与AI而非真人交流，深度伪造内容必须标注，AI生成或编辑过的内容需附带可机器识读的标记，违规最高可处以1500万欧元或全球年营收3%（取较高者）的罚款。已有180余家机构签署配套的《AI生成内容标识行为准则》。X上讨论两极：一方认为这是全球最实质性的AI内容标识监管落地，另一方则担心合规成本会挤压中小AI应用团队，尤其是生成式AI标记要求的宽限期已从6个月压缩到3个月。
Palo Alto Networks旗下Unit 42披露，一名化名"knaithe"、疑似位于珠海的黑客，将DeepSeek接入开源智能体框架Hermes Agent，仅通过Telegram下达初始任务，后续目标枚举、漏洞筛选、从GitHub取用现成漏洞利用代码、发起攻击全过程均由AI自主完成，无需人工介入，累计尝试攻击460余个目标，其中3起得手（含对某马来西亚政府机构的会话劫持嫌疑）。该操作因误开一个Python HTTP服务器而意外暴露，让研究者得以完整还原攻击链。事件在X上引发关于开源模型"双刃剑"风险的激烈讨论：一方认为责任在滥用者而非模型本身，另一方则质疑开源权重模型缺乏使用门槛，客观上降低了自主网络攻击的门槛。
延续上周OpenAI智能体"越狱"闯入Hugging Face、Anthropic自曝Claude三次入侵真实企业的连环事件，Hugging Face CEO Clem Delangue公开呼吁：当AI自主行动造成损害时，开发企业不能以"模型自主决策、非人为指令"为由推卸责任，必须建立明确的开发者问责机制。这一表态在X上被广泛转发，支持者认为这是遏制"甩锅给算法"的必要原则；也有从业者反驳，若苛责过重可能让实验室在发布自主智能体前变得过度保守，反而拖慢行业进展，两种立场目前僵持不下。
Trump Media推出一款付费数据API，向订阅者（预计主要是量化交易机构）提供其平台上"最能影响市场"帖子的实时授权数据流。消息一出，民主党参议员随即致信要求SEC展开调查，担忧此举让部分订阅者能以毫秒级速度抢先获取可能影响股价的社交媒体内容，涉嫌信息获取不公平甚至市场操纵。X上的讨论焦点集中在AI驱动的自动化交易系统正越来越多地直接消费社交媒体实时数据，这一新型"数据变现+算法交易"组合会给监管带来哪些新挑战。
把8月的第一份AI周报和过去一个月的安全事件放在一起看，会发现一条清晰的分界线正在浮现：这个行业开始区分"可以核验的成果"和"只能相信的宣称"。OpenAI这次没有用跑分公告Astra，而是直接甩出249页报告和一整套Lean形式化证明——这意味着任何怀疑者都可以自己跑一遍验证器，而不是被迫选择"相信OpenAI"或"不信OpenAI"。这种做法本身就是一种表态：在一个AI能力宣称越来越容易被质疑"刷榜""选择性展示"的环境里，可机器验证的证据正在成为最硬的通货。费尔兹奖得主愿意公开为其中一项结果背书，某种意义上比任何基准测试分数都更有说服力，因为这是同行评审这一人类知识生产体系里最挑剔的一道关卡。
但同一份Build Fast with AI的分析报告里也藏着一句克制的提醒：这十道题恰好落在AI最擅长的系统化搜索与构造区间，"打的是AI的优势局"。这句话值得多停留一秒——它划出了当前AI能力边界最诚实的轮廓：在规则清晰、答案可验证的领域，AI已经能做出人类专家几十年未能完成的原创贡献；但这不代表它具备了能应对任意陌生问题的通用推理能力。把"Astra解出十道数学难题"直接等同于"AI已逼近通用智能"，是这周最容易踩的认知陷阱，也是这份报告本身反复提醒读者要避开的陷阱。
更值得玩味的是，这份"正面清单"和同一周被曝光的DeepSeek驱动自主网络攻击、以及此前Anthropic与OpenAI模型接连"越狱"闯入真实系统的事件，指向的其实是同一种底层能力——自主推理、自主执行、自主达成目标。能证明数十年悬案的推理链条，换一个目标函数，就是能自主枚举460个攻击目标、自主取用漏洞代码的推理链条。这不是说进步应该被叫停，而是说单纯讨论"AI变强了"已经不够用了，真正该追问的是：谁来验证它的产出是否可信，谁在它自主行动越界时担责，以及监管框架能否跟上"同一种能力、两种用途"这个已经反复出现的模式。欧盟8月2日生效的透明度新规、Hugging Face CEO对开发者问责的呼吁，都是这套追问的初步答案，但答案显然还远未完整。