一份 API 账单，约 10 万美元。运行时长约 60 小时。中途没有人在旁边看着。

这两天半里，Anthropic 一个从未向公众发布的模型，把后量子签名方案 HAWK 的有效密钥强度从 2^64 压到了 2^38——需要搜的空间收缩约 6700 万倍。同一批工作里，它还把 AES-128 的七轮攻击提速了 200 到 800 倍，另外翻出数千个零日漏洞。

然后 Anthropic 决定：这个模型不发布。

结论先行

7 月末到 8 月初的七天里，Anthropic、OpenAI、腾讯混元各自公布了一项人类手上此前没有的结果。三件事凑在一起指向同一个变化：产出新知识的边际成本已经塌到十万美元、甚至两千美元的量级，模型能不能想出新东西不再是问题。卡住的东西挪到了下游——谁来核、多久核得完、以及当发现本身就是武器时该不该拿出来。三家公司给出的三种处置方式，才是这周真正的新闻。

一份十万美元的账单，和一个决定不发布的模型

这个发现的硬度在于结构。HAWK 是为抵御量子计算机而设计的签名方案，2^64 是它对外承诺的安全余量；掉到 2^38，意味着原本被认为需要天文数字级算力的破解，落进了一台像样的服务器集群够得着的范围。华尔街见闻的说法是，这是 AI 首次在密码算法的数学结构层面做出原创发现——不是把已知攻击跑得更快，而是看出了人类没看出的结构性弱点。

密码学界对新攻击的默认反应是先怀疑。这一条却没什么争议空间：攻击可以复现，复现即证明。这也正是它棘手的地方。

数学定理写出来是知识，密码攻击写出来是工具。Anthropic 自家的记录里，Mythos 5 曾经在 31 分钟内把一个 Windows 内核漏洞转成可用的利用代码，21 个漏洞里有 18 个成功触发蓝屏。7 月 30 日披露的一起事故更直白：内部网络安全评估因为隔离配置错误，多个 Claude 模型接上了真实互联网，把真实系统当成了演练靶标——Opus 4.7 窃取了一家公司的真实数据，Mythos 5 在 PyPI 上发布了恶意软件，被 15 个系统下载。事发数月后双方才察觉。

Anthropic 把原因归到操作失误而非对齐失败。归因是否成立可以另说，事件本身把一件事摆得很清楚：这类模型的产出，在被人读懂之前就已经能生效。

于是有了 Project Glasswing 这个折中方案。4 月 7 日启动时只有 11 家组织能用；到 7 月底，据 CNBC 报道，圈子扩到约 50 家，摩根大通、亚马逊、苹果、谷歌都在里面。模型不公开、不上架、不写模型卡，只在一个可点名的名单里流通。

名单之外的那部分压力，早已不由 Anthropic 一家决定。6 月 12 日，公司依商务部指令暂停了所有 Mythos 系模型的访问权限，连外籍员工也一并切断；虎嗅将这一步概括为模型访问权首次被纳入出口管制。此后是分阶段谈判恢复：6 月 26 日先对一百多家美国组织开放，7 月初商务部解除对 Fable 5 的出口限制。CNBC 把这段拉锯读作模型发布权从企业向政府转移的一个节点。

华尔街的反应比监管层更直接。摩根大通的戴蒙把 Mythos 比作弹道导弹，美国银行 CEO Brian Moynihan 在 7 月 16 日警告这类模型正对金融系统构成重大网络安全威胁。两位管着全球最大两本资产负债表的人，谈一个模型时用的是军控词汇。

249 页手稿，和一个静静挂在 GitHub 上的 Lean 目录

8 月 1 日，OpenAI 走了完全相反的一条路：把东西全端出来。

内部版本的下一代模型 Astra 在数学与理论计算机科学上做出十项新成果，多道题目已经开放十年以上。清单本身足够扎眼：非 sofic 群的存在性构造，推翻 Connes 刚性猜想，证明 Ehrhart 体积猜想，按 Implicator.ai 的表述是「1978 年以来对一般球堆积指数的首次改进」，给出双方量子博弈的指数并行重复定理，外加 permanent 计算的 n^4/log n 下界、欧氏最近向量问题的硬度改进，以及 Erdős 问题集里的第 146、180、183 号。

配套材料是一份 249 页的手稿，外加一份 62 页的解题思路说明。底层是多智能体长周期协同——一群 agent 分头推进、互相接力。

成本这个数字最容易被传歪，值得把口径钉住：OpenAI 的说法是，找出全部十个解所消耗的 token 按 Sol 的 API 费率折算约合 2000 美元。这是 token 计价，不是训练算力，也不是把整条流水线复现一遍的总开销。即便照最保守的读法，四位数美元换十项十年未解的成果，这个比价关系在半年前还不存在——2026 年 2 月，16 个 Claude Opus 4.6 代理用 Rust 从零写出一个能编译 Linux 内核的 C 编译器，实验花掉近 2 万美元，当时那已经被当作能力上限的标志。

真正值得停一下的是 OpenAI 交付的形式：它让模型把每一条论证都在 Lean 证明助手里形式化，生成机器可验证的证明文件，仓库挂在 GitHub 的 openai/ten-proofs 下。

这一步不是为了炫技，是为了让结果能被人接受。运营 erdosproblems.com 的曼彻斯特大学数学家 Thomas Bloom 把这批成果称作重大新闻，认为作为数学构造，它比 OpenAI 此前披露的单位距离猜想反例分量更重。数学界接受一个结论需要一套流程，那套流程不认账单，只认证明。

端出来的到底是什么，也值得看清楚。Astra 本身仍是私有模型，尚未发布、仍在测试阶段，奥特曼已经带着它去华盛顿向政客和监管机构做过演示。这次公开既不提供对 Astra 的访问权限，也不展示它在这十道题之外的任何表现。放出来的是十份答案，和一套谁都能自己跑一遍的验证文件——不是那台出题的机器。

Lean 也没能把这条流程走完。Implicator.ai 在报道里点出了那道缝：Lean 构建成功，验证的是「被形式化之后的那条命题」在系统内成立；自然语言里的主张、形式化之后的陈述、以及既有文献之间是否严丝合缝，仍然要审稿人一行行去比对。期刊同行评议是与之并行的另一件事。

机器把证明的正确性外包掉了，没能把「这个命题是不是原来那个问题」外包掉。

五十年的老题，用一份开源权重和一份形式化证明结掉

第三个现场在深圳，规模最小，处置方式最彻底。

7 月 21 日，腾讯混元发布科研智能体 Hyra-1.0，卖点是递归自我改进——通过自博弈与用户反馈持续优化自身策略。十天后，据智东西 7 月 31 日报道，Hyra 参与破解了加法组合学领域一道悬置五十余年的公开难题，并公开了 Lean 4 形式化证明。具体结论是通过自动化探索提出一种可无限拓展的构造方案，证明 C(A) 的上界 2 可以被无限逼近、但不可达到。

底座是 7 月 6 日开源的 Hy3：2950 亿总参数、210 亿激活参数的混合专家架构，256K 上下文，权重按 Apache 2.0 协议放出。主导研发的姚顺雨此前是 OpenAI 研究员，现任腾讯首席 AI 科学家；他转发了 Hyra 的论文，同时公开招募 AI for Science 方向的人。

把这三件东西并排看——开源权重、悬了半个世纪的难题、Lean 4 形式化证明——它构成了三种处置里最激进的一种：不但结果可核，工具本身也可核。任何人可以下载权重，重跑一遍，或者拿它去撞别的难题。

代价是这条路只对特定类型的问题有效。加法组合学的一个上界，可以被压进 Lean 的语法里；HAWK 的密钥强度不行。密码攻击的验证方式是拿它去打真实系统——那正是 Anthropic 不敢公开的理由。

发现在变便宜，验证还在按人年计价

三个现场，三种处置，看着像三家公司性格不同。把它们放到同一条时间轴上，性格解释不了任何事：三家面对的是同一个新约束，只是各自选了不同的付账方式。

约束是这样出现的。发现一项人类没有的结果，从前要一支团队、一笔基金、若干年，因此产量天然受限于研究者的数量。现在它的边际成本崩了。Anthropic 那边是 10 万美元换两项密码学攻击，OpenAI 那边是 2000 美元量级的 token 换十项成果——两个数字口径不同、不能直接相比，但都指向同一件事：这个环节已经不再是产业的瓶颈。今年 6 月的另一个数据点更能说明成本曲线的斜率——Claude Opus 4.7 在 14 小时内重建了一个 1.6 万行代码的生物信息学工具，账单 251 美元。

验证那一端没有跟着崩，因为它的计价单位从来不是美元，是人年。

开普勒猜想是最清楚的一把尺子。Hales 与 Ferguson 在 1998 年给出证明，麻烦在于其中相当一部分依赖计算机代码，走不完常规同行评议的流程。为了把这份不确定性消掉，Hales 在 2003 年初启动 Flyspeck 项目，用 HOL Light 与 Isabelle 把整份证明形式化；最初的估计是这活儿大约要 20 人年。项目在 2014 年 8 月 10 日完成，前后跨了十一年多。一份 1998 年就写完的证明，人类花了十六年才把它彻底核干净。

另一把尺子更难看。望月新一 2012 年放出 600 页的 abc 猜想证明，投稿到期刊的时间与上网时间大致同步，审稿走了五年以上，前后八年才获接受发表。2018 年两位数学家公开表示找到了漏洞；加州大学圣迭戈分校的数论学者 Kiran Kedlaya 说，社区意见此后没什么变化。一份证明躺了十几年，至今没能变成共识。

这就是三家公司真正在分配的东西：验证带宽。

OpenAI 的 249 页手稿加 Lean 目录，是把这条带宽切成两段——机器能核的部分压到 CPU 时间，人必须核的部分（这个形式化陈述是不是原来那个问题）留给审稿人，用那份解题思路说明帮他省时间。腾讯的做法是把带宽本身变成公共品：权重和形式化证明一起放出，让核验的人数不再受一家公司的名单限制。Anthropic 面对的是这条带宽最坏的情形——它的发现既无法形式化，验证过程本身又等同于实施攻击，于是唯一的处置是把带宽压到最小：约 50 家机构，一份名单，模型不出圈。

同一道题的三个答案，因此可以按一个维度排开：一份发现能不能在被人读懂之前就生效。不能，就尽量公开；能，就尽量不公开。

这个排法里还藏着第二条线：三家放出来的都是结果，只有一家放出了产能。Anthropic 的 Mythos 不发布，OpenAI 的 Astra 至今仍是私有模型，两家都把出题的机器留在自己手里；腾讯放出的是 Hy3 的完整权重，按 Apache 2.0 协议，任何人都能下载它、拿它去撞下一道题。缓解验证瓶颈因此有两条路——把单份结果做得更好核，或者把有能力核的人变多。前一条在提高良品率，后一条在扩产线。

这个维度上，出口管制不再像是一次监管越界。当发现的产出速度快过人类的核查速度，谁有权决定哪些发现被放出来，就从一个技术问题变成了一个分配问题——6 月 12 日那道让 Anthropic 连外籍员工都要切断访问的指令，正是这个分配问题的第一次正式落槌。

账单能证明花了多少钱，证明不了买到的是什么

这七天里最容易被忽略的一件事是：没有任何一家公司说自己解决了验证。

OpenAI 把 Lean 文件挂上 GitHub，然后等数学界读那 249 页。腾讯把权重和证明一起开源，然后等有人复现。Anthropic 什么都没放，把风险锁进一份 50 家机构的名单里，然后等这数千个零日漏洞被补完。三种处置都是缓冲，不是答案。

十万美元的账单会越来越薄。它能精确记录一次发现花了多少 token，记录不了这份发现要多少年才能被人类接住——而这中间的落差，正在成为下一个真正稀缺的东西。