同一天，Claude去攻黎曼猜想，GPT去学黑客攻击：AI正在长出"专业牙齿"
GEO Labs · 2026年8月13日
2026年8月10日到11日这24小时，如果你只看AI行业的头条，可能会觉得信息过载——Anthropic宣布Claude在黎曼猜想相关问题上取得37年来最大突破、OpenAI发布了一个专攻网络安全的GPT-5.6-Cyber、Google DeepMind换了新老板、NVIDIA宣布要自己做一个1万亿参数的开源模型。
但如果你把这四件事并排放在一起看，会发现它们指向同一个趋势——而且这个趋势跟你品牌未来3-6个月的GEO策略直接相关。
AI正在从"什么都懂一点的通用助手"，变成"某个领域比人类专家还强的专业工具"。
这不是"AI又变强了"的老调重弹。这是AI能力的分化——不同公司的AI正在长出不同的"专业牙齿"。
一颗做纯数学，一颗做网络安全
先看这两颗"牙齿"长什么样。
Claude：37年没做到的事，36小时做到了
黎曼猜想是数学界最著名的未解难题之一，Clay数学研究所悬赏100万美元。过去37年，人类数学家把一个相关指标从40%推到了41.6%——提升了不到1个百分点。
Anthropic让一个未发布的研究版Claude去试了试。36个小时后，这个指标从41.6%跳到了67.2%——一次性提升了25.6个百分点。
怎么做到的？不是"AI突然变聪明了"。而是Claude协调了60个子Agent并行工作，测试了650种不同方法（绝大多数失败了），执行了约2400条Shell命令，写了数百个Python脚本，总共消耗了3100万个输出Token。
最终只有2个子Agent贡献了核心数学思想。13个打了辅助。30个试了但失败了。13个负责验证。
关键突破是一个人类数学家没想到的思路：把临界线上和临界线外的零点放在统一的几何空间里处理，而不是像过去那样分开分析。
更有意思的是验证方式：Anthropic内部数学家审查+外部数论学家复核+Lean形式化证明验证器自动通过——三道关卡，确保这不是AI的"幻觉数学"。
Claude没有"解决"黎曼猜想——$100万奖金还在。但它在一个子问题上取得了比过去37年所有人类数学家加起来还大25倍的进步。
GPT-5.6-Cyber：从"拒绝回答"到"95%完成率"
同一天，OpenAI发布了GPT-5.6-Cyber——一个专门为网络安全设计的模型。
它不是什么"有安全意识的通用模型"。它是专门训练来做渗透测试、漏洞挖掘、漏洞链开发的专业工具。OpenAI让它去测试真实软件，结果是：
- 在Chrome浏览器里发现了一个高危漏洞（CVSS 8.8，Google 7月已修复）
- 在一个主流手机操作系统里发现了5个以上漏洞
- 在一个流行数据库里发现了3个可远程执行代码的漏洞
- 在一个操作系统内核里发现了400多个提权漏洞
标准版GPT-5.6面对高级网络安全任务，完成率只有1.5%。GPT-5.6-Cyber：95%。
但OpenAI没有把它公开。访问GPT-5.6-Cyber需要通过"Daybreak Red"——身份验证、硬件安全密钥、法律声明、使用限制、合作伙伴白名单——目前只有Accenture、Cisco、CrowdStrike、Palo Alto Networks等10家公司可以访问。
同时，OpenAI把"防御版"（Daybreak Blue）免费开放——去掉了安全护栏的GPT-5.6 Sol——给安全团队用来做漏洞发现、恶意软件分析、事件响应。
一颗牙用来咬，一颗牙用来防。同一家公司，同一天。
为什么这两颗"牙"跟你的品牌有关？
你可能在想：数学和网络安全，跟我的品牌GEO有什么关系？
关系在这里：AI正在从"一个模型做所有事"变成"不同模型做不同事"——而当AI长出"专业牙齿"的时候，每颗牙咬东西的方式不一样。
1. 专业模型的引用偏好不同
一个做网络安全的AI和一个做数学的AI，它们在回答问题时参考的信息源完全不同。
GPT-5.6-Cyber在挖漏洞时，它会去读CVE数据库、安全公告、技术白皮书、GitHub代码仓库。它不会去读小红书。
Claude在做数学时，它会去读arXiv论文、数学期刊、学术数据库。它也不会去读小红书。
但当"法律GPT""医疗GPT""金融GPT"出现时——每个专业模型都有自己的一套"可信信源清单"。你的品牌内容在哪个清单里？
2. "通用AI"的回答权重在下降
今天，当一个用户问ChatGPT"我应该买哪个CRM系统"——ChatGPT可能引用G2、Capterra、知乎、小红书、官网。
但如果未来用户问的是"法律GPT"——它的回答会优先引用裁判文书网、律协公告、法学评论、律所官网。
你的品牌在通用AI里的可见度，不等于在专业AI里的可见度。
3. 用户信任"专业AI"多于"通用AI"
这个趋势已经在发生了。当GPT-5.6-Cyber能发现Chrome的真实高危漏洞时，安全研究人员对它的"专业判断"的信任度会远超对通用ChatGPT安全建议的信任度。
同理，当"医疗GPT"通过了执业医师考试——病人会更信任它的诊断建议，而它对"哪个医院好"的回答将直接影响就医选择。
品牌需要的不只是"在AI里被提到"——而是"在用户信任的那个专业AI里被准确、正面地提到"。
三个从现在开始可以做的事
一、搞清楚你的行业有没有"专业AI苗头"
网络安全已经有了（GPT-5.6-Cyber）。数学研究已经有了（Claude Riemann）。法律、医疗、金融、教育——这四个领域最可能在未来6个月内出现专业AI。
动作：用你的核心产品关键词在ChatGPT、Claude、Gemini上分别搜索——注意每次回答引用了哪些来源。如果回答中学术期刊/政府数据库/行业协会/权威媒体的比例明显高于其他行业——说明这个领域的AI引用逻辑已经在"专业化"。
二、抢占你行业的"专业信源清单"
当"金融GPT"上线时，它会去哪里找信息？证监会公告、央行报告、券商研报、上市公司财报、彭博/路透——这些是它的"必读清单"。
动作：列出你所在行业的前10大"专业AI"最可能引用的信源。你的品牌内容是否出现在这些信源中？如果没有，这不是一个"SEO优化"的问题——这是一个"你的品牌不存在于AI的专业知识体系中"的问题。
三、为"专业AI"准备一套"技术语言"版本的内容
通用ChatGPT喜欢口语化、案例驱动的营销内容。但"专业AI"更可能引用结构化、指标明确、方法论透明的技术内容。
动作：把你品牌的核心信息，出一版"技术语言"——包含可量化的指标、可验证的方法论、可追溯的数据来源。不需要发在官网上——放在你的技术文档/GitHub/行业白皮书里就行。"专业AI"会找到它的。
一个值得追踪的问题
Claude做数学的方式——60个Agent并行、650种方法试错、2个Agent贡献核心突破——这套流程跟一个研究团队的工作方式很像。
如果AI可以自主组建"研究团队"（多个专业Agent协作），那"专业AI"的进化速度会比我们想象的快得多。下个月可能不是"法律GPT发布了"——而是"法律GPT+金融GPT+医疗GPT同时发布了，因为它们共享了同一个Agent协作框架"。
你的行业，会是下一个吗？
GEO Labs 将持续追踪AI模型专业化趋势及其对品牌AI可见度的具体影响。有关本话题的更详细竞争情报，请参考 GEO Labs 监测底稿（内部）。
免责声明：本文基于公开来源信息撰写，仅供参考，不构成商业决策建议。AI模型行为可能随版本更新而变化，具体GEO策略请结合品牌实际情况制定。