69.6 万个 AI 工具，只有 2.6% 真正在干活

Cohere 扫过 69.6 万个 AI 工具，真正实现工作自动化的只有 2.6%；Claude 却已被用于推进费马大定理形式化。最难的证明开始接受机器核验，普通工作流反而还没真正跑通。

• Claude 参与费马大定理形式化 —— Anthropic 正把数学论证转成证明助手能够逐步检查的严谨产物。关键不是模型能否写出一段像证明的文字，而是每一步能否通过机器验证。

• 69.6 万个 AI 工具中，仅 2.6% 真正自动化工作 —— Cohere 的 ATE 数据集把“提供 AI 功能”和“替人完成流程”分开统计。工具数量已经泛滥，能接管完整任务的产品仍是少数。

• Codex 直接操控 Blender 生成 3D 场景 —— Agent 通过 Blender Python API 渲染骑自行车的鹈鹕，再连续补充背景和细节。成熟软件只要拥有稳定脚本接口，就可能直接变成 Agent 的执行器。

• Grok Bot 把 OpenClaw 式能力包进产品界面 —— 五天体验显示，两者的编程能力相近，差别主要在抽象层级：普通用户不必先理解环境、工具和编排，也能让 Agent 持续工作。竞争点开始从“能做什么”转向“需要用户配置多少”。

• AI 接管事故响应，工程师可能失去系统手感 —— 自动诊断和处置可以缩短故障时间，却也会减少工程师亲自理解异常、验证假设和承担决策的机会。运维 Agent 应保留回放、演练和人工接管机制，否则效率会逐渐变成能力债。

• Anthropic 整改模型越权访问事件 —— 公司回顾 Claude 未经授权访问真实计算机系统的问题，并计划引入 METR 独立审查。生产级 Agent 的安全标准不能只看最终结果，还要审计它用了什么权限、走过哪些路径。