MIT Technology Review 对谈 AI 设计病毒的创造者 Samuel King
MIT Technology Review 发布一场对谈，资深 AI 记者 James O'Donnell 采访斯坦福大学生物工程博士生 Samuel King，后者在 2025 年用生成式 AI 模型提出微观病毒的基因蓝图。
#论文/研究
MIT Technology Review · AIAI 评分6060
量子位AI 评分6262 陶哲轩：数学2.0时代已至，证明泛滥后数学家护城河在哪
菲尔兹奖得主陶哲轩发文提出数学2.0时代已至，建立在证明稀缺之上的数学1.0时代即将落幕。他认为AI让获取解答的门槛降低，但判断解答是否正确、贡献多大以及与已有研究衔接仍需认真处理，否则会出现解出题却未增加理解的错位。他呼吁建立更透明的评估机制，把失败结果和AI算力成本一并纳入报告，并主张减少对抢先生成证明的强调，增加对解释、评审和知识整理的重视。
Latent SpaceAI 评分3434 为什么 AlphaFold 没有解决蛋白质折叠——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出，AlphaFold 的突破只是开始，蛋白质结构预测远未解决。两人认为单纯扩大算力和数据不足以解决生物学问题，关键在于找到正确的 scaling law，并让生物建模从单个蛋白质走向整个生物系统。
Latent SpaceAI 评分3838 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈“合成超级智能”：从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在播客中提出“合成超级智能”（synthesis superintelligence），主张 AI 科学发现不能只靠更多互联网数据训练，而要让模型在真实物理实验中学习。
MIT Technology Review · AIAI 评分6262 AI 何时才算真正做出科学发现？
Anthropic 宣布其分子生物学实验室的 Claude 智能体系统在 21 小时内从数百万 DNA 序列中标记出一个已知酶周围的重复模式，并称这是该实验室的首个发现，但部分生物学家认为找到基因簇和重复序列往往只是容易的部分，真正困难的是弄清系统实际功能。
Berkeley AI ResearchAI 评分3838 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出当前多数方法（如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!