2026 年 10 月 5 日至 11 日｜AI 交了 722 篇数学论文，法律任务只过 9.4%

这一周我们读了 276 个账号的 3700 多条帖子，留下约 100 件真正发生的事。上面这张榜是其中最受关注的六件，按原帖浏览量排列。下面分三段说：接手了什么，有什么影响，大家在争什么。

一、这周接手了什么

1. 软件工程师：回答不再是一段话，是一个能用的界面。 OpenAI 向所有人推出 GPT-6 和 Intelligent UI（它涉及的工作）：ChatGPT 的回答可以是一个能点、能操作的界面，也可以是当场做出来的小工具。

2. 数学家：三小时，一篇数学论文。 OpenAI 公开了一批数学成果（它涉及的工作），由一个尚未发布的内部模型产出。

• 按读过发布内容的账号转述：722 篇稿件，归成 372 组结果，来自约 4,000 个研究问题，平均每个结果约三小时的计算。
• 很多证明已经转成 Lean，可以由机器核对。
• OpenAI 的 Mark Chen 说，这次运行相当于一周之内十年的数学进展；Noam Brown 说模型在一些研究问题上越过了顶尖人类专家，同时也说它的能力仍然参差不齐。

3. 设计师：一句话，一块实时看板。 Anthropic 的 Claude Dashboards 和 Claude Motion 开始测试（它涉及的工作）：数据变成实时看板，想法变成动画讲解。同一周，Google Docs 里的 Gemini 把文字简报转成演示文稿。

4. 呼叫中心客服：涨了十五年的岗位，开始每年少 4%。 a16z 发了一张图：呼叫中心岗位连续 15 年每年增长约 4%，现在每年缩约 4%。数据来自 Revelio Labs。

5. 律师：交了卷，只过 9.4%。这一件没接住。 Artificial Analysis 和 Harvey 把法律 agent 基准升到 v1.1：交付物满足全部评分标准，并且没有实质性的错误陈述，才算过关。

• 第一名 Grok 4.7 只有 9.4%。
• 不加这道检查时，Muse Spark 1.3 以 26.7% 领先；加上之后剩 8.9%。三份看起来过关的里面，两份带着会误导读者的错误。

6. 医生：它先问诊，医生再接手。 Google 的问诊系统 AMIE 在一家真实诊所接了 100 位病人（它涉及的工作），0 次安全中止，90% 的诊断与医生一致，发表在《柳叶刀》。病人先和它谈，医生随后接手。

接住的几件有一个共同点：做完之后，有人或有东西能判断它对不对。证明可以交给机器核对，诊断有医生复核，看板一眼能看出对错。法律文书里一个写错的日期，读起来和写对的一样通顺。

二、有什么影响

数学家。

• Ethan Mollick 转述了几位数学家的第一手感受：问题是用人不会用的办法解出来的。两天后他又写道，至少一部分证明引出了很多人参与的快速接力改进。
• Epoch AI 统计，它跟踪的 18 个数学分支里有 3 个，过半的 arXiv 论文注明用了 AI；微分几何从 7 月的约 8% 到 9 月的约 57%。

呼叫中心。

• 美国劳工统计局的数字，按一位读者的整理：电话呼叫中心就业从 2025 年 9 月的 32.22 万降到 2026 年 8 月的 30.72 万，降 4.7%。他补了一句：这说明人数降了，不证明是 AI 造成的。
• Revelio 的研究还显示，在 12 个中等收入国家，招聘放缓的幅度大于离职。岗位是靠少招人缩下去的。
• 另一个方向的读数：有帖子引用一项 5,172 名客服的研究，AI 让最弱的人产出高 36%，顶尖的略降。

更多的人。

• McKinsey：到 2035 年美国的岗位可能比今天多，但约 1,100 万人需要换职业。
• Google Research 公布了一项对执业专利律师做了三个月的随机对照试验，同时测短期效率和长期技能的养成。

岗位数在降，留下的人里最弱的提升最大。两个读数说的是同一件事的两个阶段。

三、这周在争什么

这些问题这周都有了新的主张。每个问题可以投一票，每季度一次。

• AI 会取代大多数数学家吗？ Kent Beck 问：我们证明定理，它证得更好，那我们现在是谁？ 另一种回答是数学家转去解释 AI 给出的证明。
• AI 会取代大多数软件工程师吗？ 主张最多的一个问题，多数人站在“需求大幅减少”一边，但没有一条是测量。
• AI 会取代大多数律师吗？ 多数主张是“留下来，做更难的工作”。这周的 9.4% 是这个问题的第一条读数。
• 呼叫中心的工作岗位是在增加还是减少？ 说“减少”的账号很多，但几乎都在转述同一张图。
• AI 会取代大多数销售代表吗？ 两边都有人说。
• AI 代理会绕过爱彼迎直接订房吗？ 这周新出现的问题。

你

以下是本期的判断和猜测，不是数据。

一，看你的工作，先问“我做错了，谁能发现、多快发现”。 能被机器或下一个环节很快验出来的活，会先被接手，数学就是这样到的今天。验不出来的活暂时安全，但原因不是 AI 做不了，而是没人敢信。

二，如果你做的是验不出对错的活，你的价值正在从“做”移到“担保”。 律师的签字、医生的复核，值钱的是有人为结果负责。

三，别把“它交出来了”当成“它做对了”。 法律任务里看起来过关的，三份有两份带错。把活交出去之前，先有一个你信得过的检查办法。

猜测：下一个出现“一周十年”的领域，会是另一个对错能自动判定的地方。 比如芯片验证、编译器、密码协议。

数据截至 2026 年 10 月 11 日 02:55（UTC）。浏览量是原帖在采集时的读数。数学发布的各项数字出自转述它的账号，以 OpenAI 的原文和仓库为准；其余数字出自发帖方本人的陈述。“被 AI 触及的工作”是机器对应的结果，没有经过人工审核。每条更新涉及哪些工作，见[全部更新](/updates)；全部问题见[话题](/topics)。