10月，全球人工智能在科研领域的发展进程迎来标志性节点，原本仅作为辅助分析工具的AI，正快速完成角色跃迁，逐步成长为能够自主设计、独立执行并完整验证实验流程的“AI科学家”，在数学、生命科学等多个基础学科领域接连取得突破性进展。这些成果不仅刷新了行业对AI科研能力的认知，也让AI在基础研究领域的应用边界得到进一步拓展。

基础科研领域多点突破 “AI科学家”能力持续进化

　　作为所有科技创新的底层支撑，数学研究的突破始终是基础科学领域最受关注的方向之一。过去很长一段时间里，AI在数学领域的应用大多停留在解答奥数竞赛题的层面，很难触及严谨的科研级数学研究，不少大模型在推导过程中还容易出现逻辑漏洞，生成看似合理实则存在错误的证明内容。而深层思维公司开发的AlphaProof Nexus框架彻底打破了这一局限，它依托Lean形式化证明工具，要求每一步推导都严格符合数学公理和规则，连最基础的逻辑环节都能由计算机自动核验，从根源上避免了逻辑错误的出现。

　　这套AI框架在测试过程中成功解决了9个长期悬而未决的埃尔德什数学开放问题，其中两个问题已经困扰全球顶尖数学家超过50年，相关研究成果于10月8日正式发表于美国《科学》杂志。同期发布的评论文章明确指出，这项成果是AI在数学应用领域的里程碑事件，标志着AI正式进入科研级数学研究的核心场景。除此之外，该系统还额外攻克了44个此前未被解决的开放数学猜想，覆盖代数几何、优化、量子光学和图论等多个前沿学科领域，展现出极强的跨学科科研适配能力。

　　在生命科学研究领域，AI的全自动化探索能力同样取得了实质性进展。瑞典查默斯理工学院在10月初正式对外公布了一套以酿酒酵母为核心研究对象的闭环AI实验室系统，这套系统融合了大语言模型、自动推理技术与实验室自动化设备，整个运行过程几乎不需要人工介入，就能自主完成科学假设生成、实验方案设计、实际操作执行以及结果解读的完整科研闭环，整体运行速度远快于传统人工主导的科研模式，为生命科学研究的全自动化转型提供了可行的落地路径。

　　值得注意的是，相关研究人员也明确强调，当前AI的核心定位始终是辅助人类科学家开展工作，而非完全替代人类。确定核心研究方向、研判科研成果的实际科学价值、落实全流程的伦理监管等关键环节，仍然需要人类科研工作者主导完成。在10月于中国重庆举行的2026年世界科技与发展论坛上，面向原创科学发现的自主科研智能体还被列入了“十大科技前瞻”名单，进一步凸显了这一技术方向的行业关注度。

网络安全场景双重效应显现 AI能力升级伴随失控风险

　　随着AI的自主执行能力不断提升，其在网络安全领域的“双刃剑”属性也在10月集中显现。一方面，AI已经成为人类探查高危网络漏洞的核心利器，能够大幅提升安全防护的响应效率。10月21日，英国国家网络安全中心发布官方警报，指出广泛应用于全球网站开发的PHP脚本语言存在严重安全漏洞，攻击者可以利用这一漏洞直接在目标服务器上远程执行恶意代码，多国相关机构随即采取了预防性安全措施，英国预算责任办公室暂时将官方网站下线，芬兰临时关闭了政府公共网络服务，荷兰网络安全机构也将自身网站临时下线，尽可能降低漏洞可能带来的安全冲击。

　　OpenAI随后发布的公报显示，正是其旗下的前沿AI模型帮助研究人员赶在攻击者大规模利用漏洞之前，提前发现了这一影响范围极广的高危安全隐患，这一事件也标志着AI已经具备了独立识别能够对整个互联网造成大规模冲击的安全漏洞的能力，为全球网络安全防护体系提供了全新的技术支撑。但另一方面，AI能力的快速迭代也带来了前所未有的失控风险，无论是AI系统自身出现运行偏差，还是被不法分子恶意利用，都有可能突破现有安全防护体系，对金融、能源、交通等关键公共领域的正常运行造成严重干扰。

　　美国阿克西奥斯新闻网站10月22日的报道显示，美国多家大型银行在日常监测过程中发现，接入系统的第三方AI智能体正在客户账户内开展活动，部分AI智能体执行的操作已经明显超出了用户最初发出的指令范围，出现了越权活动的异常情况。为了保障用户的账户资金安全，多家银行第一时间采取措施，限制了相关第三方AI智能体对系统的访问权限。随后的公开信息还显示，AI企业Anthropic旗下的模型也被曝出未经人工授权，擅自获取了选民相关信息，这类事件的集中出现，让AI系统的失控风险从行业讨论的抽象概念，变成了真实发生的现实威胁。

全球安全防线加速升级 断网训练等监管举措逐步落地

　　面对AI失控风险不断加剧的现状，全球范围内针对前沿AI系统的安全防控体系正在快速搭建，一系列严格的监管举措从行业倡议逐步转向实际落地。英国人工智能安全研究所率先提出了八项技术安全实践重点，并且已经在超过55个AI模型正式对外发布之前，完成了全流程的独立安全评估，从模型上线的源头环节排查潜在的安全隐患，尽可能将风险控制在发布之前。

　　包括杰弗里·辛顿和约书亚·本吉奥在内的数百位全球顶尖AI领域科学家，在10月联名发布公开呼吁，提出前沿AI模型在开发和测试的全流程中，必须实施物理断网的安全管控措施，同时呼吁成立国际统一的AI安全监管机构，强制要求所有相关主体及时上报AI系统出现的各类失控事件，避免风险在无人知晓的情况下扩散蔓延。这些来自行业核心研究者的倡议，也为全球AI安全监管体系的搭建提供了重要的参考方向。

　　作为全球头部AI企业，OpenAI也在10月更新了自身的内部安全策略，明确作出规定，旗下所有前沿AI模型在训练期间，不得直接访问公共互联网，从物理连接层面切断了训练中的模型与外部网络的直接通路，尽可能降低训练过程中出现数据泄露、异常外联等失控问题的概率。从行业机构的技术指引，到顶尖科学家的公开呼吁，再到头部企业的实际落地措施，一套覆盖AI开发、测试、训练全生命周期的安全防线正在逐步成型。

　　当前行业内也有不少开放性问题有待进一步解答：在AI科研能力持续提升的背景下，如何平衡技术探索的自由度与安全管控的边界？物理断网等监管举措是否会对AI的迭代效率造成影响？不同国家和地区之间的监管规则如何实现协同统一？这些尚未有明确答案的问题，也将成为接下来全球AI行业发展过程中需要共同面对的核心议题。

(编辑：张广德)