我们是否看到了发现的加速？
摘要
METR通过分析漏洞、数学、算法优化等数据发现，AI已使漏洞发现与数学发现加速，但算法优化未见明显加速。
核心要点
- 2026年漏洞报告率相比2025年大幅加速，涉及cURL、OpenSSL、Firefox、Microsoft及NVD、OSV等数据库。
- 在cURL和OpenSSL上，2026年额外披露大部分标记为AI辅助；Firefox、Microsoft及聚合库中AI贡献占比小。
- 数学方面，2026年从已有公开问题列表中解决三个问题：Smale列表的Jacobian猜想、Green列表的问题44（halving sieve）和问题100的sofic一半。
- 某些领域arXiv提交量在不到12个月内翻倍。
- 算法优化方面，七个问题（CIFAR-10、Hutter压缩、Gurobi MIP、MIPLIB、nanoGPT、Stockfish、矩阵乘法指数）未显示斜率明显变化。
原文佐证
- Discovery of cyber vulnerabilities has accelerated sharply.
- Three problems from these lists were solved with AI in 2026: the Jacobian conjecture from Smale's list, Problem 44 from Green's list (the halving sieve), and the sofic half of Green's Problem 100.
- Thus the public record of overall algorithmic optimization does not yet show an appreciable acceleration.
AI 洞察
这个研究打破了“AI在所有智力工作上都快速带来进展”的简单预期，说明AI对不同领域的影响高度不均匀。漏洞发现的加速可能源于AI在代码审计上的优势，而优化问题难度更高或未充分公开。未来需要关注AI内部未披露的发现，以及数学和优化的基准方法改进。