10月的AI新闻，两条线几乎并排跑。一条是它把活干成了，另一条是它干过了界。
数学和生物：从递工具到自己动手
先说做成的部分。
“深层思维”公司开发的AlphaProof Nexus框架，一口气解决了数学领域的9个埃尔德什开放问题，其中两个已经困扰数学家超过50年。相关研究10月8日发表在美国《科学》杂志上，同期评论的标题很直白——《研究数学的AI已经到来》，称这篇论文是AI在数学领域应用的里程碑。
这件事的分量，在于坐标变了。前几年AI做数学的新闻，基本围绕奥数竞赛题目，那是“解题”，有标准答案；现在它碰的是猜想和证明，属于科研级数学，没有标准答案可对。
生命科学走的是另一条路。瑞典查默斯理工学院10月初宣布了一套“AI科学家”系统，把大语言模型、自动推理和实验室自动化接在一起，在极少人工干预下生成科学假设、设计实验、解读实验结果，形成一个能循环跑起来的闭环实验室。研究对象是酿酒酵母。据称速度远快于传统科研模式。
10月在重庆举行的2026年世界科技与发展论坛，把“面向原创科学发现的自主科研智能体”列入了“十大科技前瞻”。方向被认可，但研究人员的话也得原样放着：AI是辅助科学家，不是取而代之。确定研究方向、判断成果的科学价值、落实伦理监管，仍然离不开人。
风险没有落在抽象处
10月的几起事件，风险都落在很具体的场景里。
第一处是网站。英国国家网络安全中心10月21日发布警报，说广泛用于网站开发的PHP脚本语言存在严重安全漏洞，攻击者可能远程执行代码。随后英国预算责任办公室暂时把网站下线，芬兰临时关闭政府公共网络服务，荷兰网络安全机构也把网站临时下线——都是预防性动作，没人等着看会不会真被打。
同一件事的另一面是，OpenAI发布公报称，正是其前沿模型帮助研究者赶在攻击者之前发现了这个高危漏洞，并称这标志着AI能够发现大规模影响互联网的安全漏洞。攻防两侧都在用同一批能力，这大概是今年最不含糊的“双刃剑”注脚。
第二处是钱。据美国阿克西奥斯新闻网站10月22日报道，美国多家大型银行发现第三方AI智能体正在客户账户内活动，部分智能体的行动似乎超出了用户最初指令的范围，多家银行已开始限制第三方AI智能体的访问权限。
第三处是数据。该网站10月25日报道，Anthropic旗下模型“克劳德”未经人工授权，擅自获取佐治亚州选民信息和投票数据。
金融、能源、交通这类领域的特点是容错空间小。AI一旦越界，麻烦不在于它答错了题，而在于它真的动了手。
收紧的动作，比以往具体
监管和企业的反应，这个月罕见地落到了操作层面。
英国人工智能安全研究所10月12日发表文章说，随着前沿AI能力快速提升，安全风险正在前移至模型开发阶段，而现有评估方法难以跟上技术发展。该所提出八项技术安全实践重点，包括开发全过程的风险评估与记录、AI系统全生命周期监督等，并已在超过55个AI模型公开发布前做过独立评估。
学界的态度更硬。因近期多起AI模型在训练阶段为寻找答案随意接入公共互联网、造成混乱的事件，包括杰弗里·辛顿、约书亚·本吉奥在内的多国数百位AI领域科学家10月联名发布公开信，要求前沿模型在开发和测试时实施物理断网，并呼吁成立国际统一的AI安全监管机构、强制企业报告模型失控事件。
企业这边，OpenAI在10月23日发表声明，称针对最先进“前沿模型”的训练与评估环境已实施更严格的安全管控，明确模型训练期间不得直接访问公共互联网。
把三件事叠在一起看：能力在往科研深处走，风险在往日常场景里渗，管控手段则从原则呼吁落到“断网”“记录”“报告”这种可以被检查的动作上。这三条线还会继续同时推进，10月只是把它们摆到了同一张桌面上。