【重大里程碑 ✅】OpenAI 近日使用了一個內部通用推理模型（general-purpose reasoning model），在未經數學專門訓練的情況下，自主生成了一份嚴謹的數學證明，成功推翻了由傳奇數學家 Paul Erdős 於 1946 年提出、困擾學界長達 80 年的「平面單位距離猜想」（planar unit distance conjecture）。經過多位外部頂尖數學家的嚴格審查後，正式宣告 Paul Erdős 單位距離猜想不成立。

Paul Erdős 於 1946 年提出的「平面單位距離猜想」是離散幾何領域的核心難題，探討在一個平面上任意排列 $n$ 個點時，最多能組合出多少對距離恰好為「1（單位距離）」的點。過去 80 年來，全球數學家普遍認為，最有效的排列方式應類似於傳統的「正方形網格（square grids）」，其點對增長率存在一個極難逾越的理論上限。

然而，OpenAI 使用 ChatGPT 5 的內部推理模型打破了這一傳統思維。模型並未採用專門的數學工具或依賴既有的數學論證庫，而是透過自主推理，融合了代數數論（algebraic number theory）與類域塔（class field tower）等高等數學分支，成功構建出一個存在於高維度空間、具特殊對稱性的全新點陣結構。模型藉此證明，在多種特定點數的排列下，單位距離點對的實際數量能以多項式級別的幅度超越過去的理論限制，從而以建構「反例」的方式，正式宣告艾狄胥的猜想不成立。

【爆大鑊 😱】Meta 於 20 日無預警裁撤約 8,000 名員工。一名被裁的 Facebook 網站前端工程師 Jeremy Bernier 爆料指，Meta 內部部分核心部門早已被華人「全面攻佔」，其中 Facebook 廣告部門及相鄰的市場研究部門（MRS）中，高達 90% 的員工均為中國籍，更將中國「996」加班職場文化引入 Meta，導致非華人員工經常遭到集體排擠。

據 Jeremy Bernier 爆料，Meta 公司現時充斥著自私自利、人人自危的防禦心態。中國籍員工私底下甚至將公司的績效考核比喻為《魷魚遊戲》（Squid Game），為了生存下去無所不用其極。儘管多數華人同事在表面上表現得十分友善，並未有明顯的種族歧視，但在面對重大危機與資源分配時，高級主管便會自然產生裙帶關係。

他透露，在自己所經歷的 7 輪裁員觀察中，竟然有 6 輪的被裁對象皆為非華人員工。在非華人本就屬於絕對少數的部門結構下，這種淘汰比例顯然極不對稱，非華人職員在面臨裁員時明顯處於劣勢並遭到針對。

事件起因於有網民翻閱該產品的隱私政策頁面，發現個人資料的「共同利用先」中，赫然列出「中華人民共和國」以及「ZTE Corporation（中興通訊）」。

由於產品涉及兒童安全及敏感的位置資訊，加上中興通訊過往曾遭美國制裁的背景，令大批日本家長對數據安全感到恐慌，擔心兒童行蹤會外流至海外，導致解約潮持續擴大。

面對輿論壓力，Softbank 於昨日（21日）發表官方聲明，回應有關「見守りGPS」個人資訊處理的疑慮。

【終於認了 ⚠️】沉默了一週後 !! Microsoft 20 日終於承認 Windows 加密防護遭到 USB 隨身碟全面破解。一個名為「YellowKey」的零日漏洞（Zero-day Exploit），只需製作一隻 Boot 機 USB 隨身碟，即可在無需任何修復金鑰或密碼的情況下，完全繞過加密保護並存取硬碟內的資料。官方已發布緊急防護指引，敦促全球系統管理員與用戶立即採取臨時措施，降低硬碟內的加密資料遭惡意竊取的風險。

根據 Microsoft 官方公告，該漏洞識別碼為 CVE-2026-45585，其通用漏洞評分系統（CVSS）風險分數為 6.8。目前已知受影響的作業系統包括 Windows 11 24H2、25H2 及 26H2，以及 Windows Server 2025 版本。由於 USB 破解工具已在網絡上公開，任何人都可以輕易完全繞過系統儲存裝置上的「BitLocker」裝置加密功能。

Microsoft 指出，「YellowKey」漏洞的本質並非源於 BitLocker 加密演算法本身的缺陷，而是源於 WinRE 修復環境的信任機制。任何能夠實體接觸系統的人士，只需準備一隻包含特定設計「FsTx」資料夾的 USB 隨身碟，或將該檔案植入系統的 EFI 分割區中，並在啟動時按著 CTRL 鍵進入 WinRE 修復環境，系統便會錯誤信任該指令，從而刪除關鍵的系統設定檔案（winpeshl.ini），隨後觸發一個擁有完整且不受限權限的命令提示字元（Shell）視窗。

【130 萬美元 😱】OpenClaw 創辦人 Peter Steinberger 近期在社交平台公開了一張震撼業界的 AI 帳單。這個三人團隊在短短 30 天內，竟然在 GPT-5.5 模式下使用了約 6,030 億個 Token，需要向 OpenAI 繳交約 130 萬美元的開發費用（折合約新台幣 4,200 萬元／港幣 1,010 萬元），引發業界對 AI 自主代理人（Autonomous AI Agents）大規模部署成本的深度討論。

據 Peter Steinberger 表示，這筆高昂費用背後，是因為團隊運作了約 100 個 GPT-5.5 Codex AI 模型。這相等於百名工程師不眠不休地工作，在一個月內執行了高達 760 萬次 API 請求，處理了約 6,030 億個 Token，並消耗了高達 1,305,088.81 美元。

這百名 AI 工程師並非僅在撰寫簡單程式碼，而是構成了一個具備高度自主性的開發工作流程，當中包括自動偵測安全漏洞、處理拉取請求（PR）及過濾重複議題（Issues）。同時，AI 需要根據團隊會議中的討論內容，自動產出對應的功能修復方案，更需要持續監控程式性能指標，若發現效能下降，即主動在 Discord 頻道向團隊發出警報。