Phoenix Yin

Phoenix Yin

@Phoenixyin13最近同步 10/28/2026, 12:16:37 AM

🇺🇸 04美本 | 计算机科学&认知科学 ⚙️AI, cognition, crypto, and the future of intelligence. ✨相信好奇心驱动。相信人永远可塑。

Columbus, OH

7日排名
#779
总粉丝
23.3K
7日涨粉
+1.4K
7日爆帖
15
7日曝光
578K
帖均曝光
38.6K

Ranking History

Today’s rankings update in real time. Historical records retain daily top-five entries for growth, posts, and reach. Click to view a poster.

TOP 5 · 2026-10-27
— Daily Reach Breakout —
Phoenix Yin
Phoenix Yin@Phoenixyin13
446Kviews
Daily posts10 posts
Daily growth+914 followers

粉丝趋势

近7日每日已结算数据

内容表现趋势

曝光/互动与爆帖数均按自然日结算

爆帖趋势

近7日每日爆帖数

帖均曝光趋势

每日总曝光 ÷ 每日爆帖数

Participated Topics

Participated in 3 topics

View topic rankings

中文X继续传播Anthropic收购单人药企Mithril Medicine的说法,并将讨论延伸至药物研发的复杂性及AI应用方向。小互称,创始人Cody Tranbarger借助Claude管理合同、物流供应链及11家外部实验室的实验统筹,研究涉及两种罕见儿童肌营养不良症疗法。Phoenix Yin另强调现代药物研发是高度依赖强推理的复杂系统工程,并引用巨大潜在类药分子空间说明研发难度。大漂亮则以美国AI科研与中国AI爽剧作对照,表达对应用方向的评价。三帖并非对同一收购消息的独立核验,后两帖也未明确提及Mithril。材料没有交易公告、实验数据或临床结果,不能确认收购细节、研发成效及国家间应用差异。

Participated post: 不想传播焦虑,但这次我无话可说。 今年科学界最大的新闻,没有之一。OpenAI 的内部 AI 模型自己做出了三个科学难题的成果。我用我自己的理解说一下。 第一,Kakeya 猜想。这个问题研究波聚焦时会怎样。原来的猜想我记得是说最极端的聚焦只会持续很短时间。人类以前只在低维度证明过,OpenAI 说它的模型证明了所有维度的情况,因此顺带解决了 Kakeya 猜想和 Stein 限制猜想。纯逆天。 第二,指数时间假说 ETH 被推翻。这个太难以置信了。ETH 好像是说有一类逻辑难题不可能被比暴力穷举快很多地解决。而之前学界普遍相信它成立,几百篇论文都以它为前提,现在 AI 却证明它是错的。 这个太他喵逆天了,因为我之前是研究过一段时间理论计算机的。这几十年ETH几乎被当成公理在用。很多论文的结论都写成假设 ETH 成立,那么某某问题不可能在多少时间内解决。现在地基没了,这些不可能,全都要打问号。 最让我感觉匪夷所思的是 AI 证明的方式。据 Lean 证明的说明文档,它给出的是一个确定性算法,应该是对固定宽度的 k-CNF 公式,它能在亚指数时间、多项式空间内精确数出所有满足的赋值。但是,懂行的人应该都知道“数出有多少个解”通常比“判断有没有解”难得多,它连更难的那个都做到了,所以 ETH 只是顺带被推翻。 第三,杨-米尔斯、量子色动力学。AI 应该是给出了一套严格的数学证明,证明描述强核力的理论在数学上确实成立,其中包括纯杨-米尔斯理论的存在性,这是千禧年七大难题之一的一部分。我不太了解,但是只是知道一些浅层的理论,就不评论了。 最让我恐惧和惊骇的是第二个。今天晚上我看了又看,感觉这是地震级别。如果最终确认无误,这会是 AI 第一次独立推翻一个被广泛相信的核心猜想。说它是一个时代的分界点,也毫不夸张。 如果这三个都核查通过,这代表 AI 第一次在多个顶尖领域独立解决了几十年没人能解决的难题,影响史无前例。
Posts 10 Views 1MHeat 22.8K
#Anthropic#Mithril Medicine#Claude

随着奢侈品配货与消费主义争议持续发酵,中文社交网络就大牌溢价祛魅、国产平替消费及真实财富认知展开深度讨论。博主梳理戴森等高端品牌的平替清单,倡导实用主义消费;投资人指出高阶财富认知在于持有核心资产而非炫耀豪宅豪车,同时加密博主复盘了在数十万消费上果断而在百元小件上纠结的矛盾心理。立党亦结合外资投行对胖东来的调研,指出网红打卡现象掩盖了下沉市场的真实购买力。社群普遍认为,告别面子消费与盲目升级、专注于高确定性资产积累正成为主流财富共识。

Participated post: 每当读到哈萨比斯这一段论述的时候,我真的会心生感动。一个人是可以活到这样的程度的,他的财富已经足以让他享受世界,但他最大的追求仍然是理解世界。 钱是一种控制资源、时间和自由度的工具。 所以 beach house、yacht、豪车,在他的目标函数里几乎没有权重。第一版 Shannon 论文,能够继续研究以及那个听起来近乎疯狂的在太空建大型强子对撞机,反而更加的有权重。 成年以后,一个人仍然保存完好的宏大好奇心,不极端幼稚,不盲目空想,只是在已经证明自己能够把极其疯狂的想法工程化之后,仍然允许自己继续提出更疯狂的问题,这就是最好的状态。 如果哈萨比斯的目标是要做一家世界第一梯队的AI公司。那么2016年 AlphaGo 战胜世界冠军之后,其实已经足够了。 但诺贝尔奖官方对他这段历史用了一个非常重要的判断:Go was not the goal. 围棋是测试通用学习算法的手段。AlphaGo之后,他们开始把这些技术转向现实科学问题,最终进入蛋白质结构预测。2026年,哈萨比斯本人回顾 AlphaGo 十周年时说的也是同样的逻辑。AlphaGo,证明了这些方法有能力开始攻击现实世界的科学问题。 然后,就是AlphaFold2最终解决了持续约50年的蛋白质结构预测重大难题,Hassabis和John Jumper因此分享2024年诺贝尔化学奖的一半。 他创过公司、卖过公司、管理Google DeepMind,也在大规模融资。他显然理解资本、组织和产业的作用。但是,他似乎一直把财富、公司、算力、人才、AI乃至自己的职业生涯,当作扩大可解决问题集合的工具,而非目的本身。 所以从 Theme Park 到 DeepMind,从 AlphaGo 到 AlphaFold,再到 Isomorphic Labs,那个目标函数其实没有发生特别大的变化,变的只是他的资源约���而已。 现在,他拥有数千名研究者、Google的计算基础设施和世界上最先进的一批AI系统后,他的视野自然就可以变成蛋白质、药物、疾病、数学、物理学,乃至大型科学设施。这也是我觉得为什么 “I want to build a Large Hadron Collider in space” 从别人嘴里说出来可能像科幻想象,从哈萨比斯嘴里说出来却显得异常符合人物轨迹。
Posts 1 Views 19.2KHeat 1.5K
#消费主义#大牌平替#资产配置

邵艾伦与Ding的新帖将财富讨论延伸至赚钱带来的自主性、财富自由之前的期待感,以及企业家财富增长。邵艾伦认为,持续想赚钱的人追求的不只是金钱,而是拒绝不愿承担之事的权利;他另用暑假前的下课铃作比喻,强调临近自由时的期待感。Ding则称,张一鸣从2010年不舍得购买iPhone,到2026年拥有6700亿元身家,并对此表达惊叹。三条帖子并非彼此回应,分别呈现对财富规模和主观自由的关注,延续财富与生活质量的讨论。候选材料没有提供张一鸣身家的统计来源,也没有个人财务、支出或生活满意度数据,不能据此验证相关财富数字,或认定资产增长必然带来更大的自主权和满足感。

Participated post: 曾经,我对60岁的人一直的态度是很衰老并且是应该退休的状态,大概是因为我见过我爷爷和姥爷60岁垂垂老矣步履艰难的状态。但是这两年,有两个人他们60岁的状态彻底地反转了我对60岁这个年纪的定义:一个是布拉德皮特,一个是黄仁勋。 布拉德皮特60岁在F1的状态让我看到了一种比年轻人还要上劲的朝气,虽然已经不是特洛伊的身材,但依旧干练,线条感,极致的自律,电影里冰桶训练,途中跑,那种对女主半flirt的状态,完全超越了我对60岁的想象。原来,60岁也可以有年轻人一般的爱情与活力,甚至更有熟男的味道。今年他62岁,平日里出现在洛杉矶好莱坞的各大颁奖礼时,我仍然能看到他的状态真的特别好。 黄仁勋今年63岁,但是不知道为什么,尽管他一头白发,他的每一次的采访、上台的发言,每一次出现在我的屏幕里,都让我感受到一种积极乐观向上年轻的力量,那种朝气和蓬勃的生命力,学习开拓的态度,让我觉得他比现在很多20多岁未老先衰的年轻人有更多可能。我看过他30多岁时的状态,我甚至可以说,他比那时更加年轻。 说到这里,我真的想一句。不是为了传播焦虑,只是想特别地提醒各位,肌肉是一种很重要的资产。薄肌理论也好,大水理论也好,本质就是一句话,让自己的身体里有肌肉可以让你在老年的时候,尤其是60岁往后这个阶段看起来更健康更年轻。所以平时有时间,总该去锻炼一下。不止为现在,也为了未来。你如果关注过上面这两个人,你会发现老黄和皮特虽然领域不同,但是两个人的身体状态都很好的原因都与无氧运动有直接关系。
Posts 1 Views 10.3KHeat 25.8K
#财富自由#拒绝权#张一鸣

近7日爆款推文

按近 7 日曝光排序,展示前 10 条。

1
2.2万 followers
Views59.6万
不想传播焦虑,但这次我无话可说。 今年科学界最大的新闻,没有之一。OpenAI 的内部 AI 模型自己做出了三个科学难题的成果。我用我自己的理解说一下。 第一,Kakeya 猜想。这个问题研究波聚焦时会怎样。原来的猜想我记得是说最极端的聚焦只会持续很短时间。人类以前只在低维度证明过,OpenAI 说它的模型证明了所有维度的情况,因此顺带解决了 Kakeya 猜想和 Stein 限制猜想。纯逆天。 第二,指数时间假说 ETH 被推翻。这个太难以置信了。ETH 好像是说有一类逻辑难题不可能被比暴力穷举快很多地解决。而之前学界普遍相信它成立,几百篇论文都以它为前提,现在 AI 却证明它是错的。 这个太他喵逆天了,因为我之前是研究过一段时间理论计算机的。这几十年ETH几乎被当成公理在用。很多论文的结论都写成假设 ETH 成立,那么某某问题不可能在多少时间内解决。现在地基没了,这些不可能,全都要打问号。 最让我感觉匪夷所思的是 AI 证明的方式。据 Lean 证明的说明文档,它给出的是一个确定性算法,应该是对固定宽度的 k-CNF 公式,它能在亚指数时间、多项式空间内精确数出所有满足的赋值。但是,懂行的人应该都知道“数出有多少个解”通常比“判断有没有解”难得多,它连更难的那个都做到了,所以 ETH 只是顺带被推翻。 第三,杨-米尔斯、量子色动力学。AI 应该是给出了一套严格的数学证明,证明描述强核力的理论在数学上确实成立,其中包括纯杨-米尔斯理论的存在性,这是千禧年七大难题之一的一部分。我不太了解,但是只是知道一些浅层的理论,就不评论了。 最让我恐惧和惊骇的是第二个。今天晚上我看了又看,感觉这是地震级别。如果最终确认无误,这会是 AI 第一次独立推翻一个被广泛相信的核心猜想。说它是一个时代的分界点,也毫不夸张。 如果这三个都核查通过,这代表 AI 第一次在多个顶尖领域独立解决了几十年没人能解决的难题,影响史无前例。
2
2.2万 followers
Views21.9万
谈到张朝阳在MIT的精神内耗,我又想到了另一件绝望的事:天才的层级结构。 在普通人、甚至国内普通高校的普通学霸眼里,张朝阳已经是降维打击了。能在 80 年代考上清华物理系、并在全国物理精英内卷的 CUSPEA 考试里杀进前 40 拿到 MIT 的全奖,他的逻辑思维和心算能力在普通人看来就是外星人。 这也是为什么他现在 60 多岁了,还能在黑板上不看任何资料硬推各种地狱级方程,网友会觉得这就是非人类。 正如张朝阳自己回忆的,他到了 MIT 之后,自尊心被彻底砸碎。 因为在 MIT 物理系,聚集了全球从十几岁起就拿国际奥赛金牌、能在几天内把四大力学教材全部自学完、闭着眼睛写出前沿论文的怪胎。张朝阳在清华习惯了考前三,但在 MIT,他发现有些尖子生根本不需要怎么努力,纯靠直觉就能解决他熬夜几天都做不出的题目。在张朝阳看来,这群同学不是人类。我比较“幸运”,因为自己经历过一些数学、物理竞赛的缘故,所以身边都是这些同学。 但是,能把 MIT 物理系尖子生虐哭的,就是那些写在教科书第一页的祖师爷。譬如理查德·费曼。听说他在 MIT 读本科的时候,就因为智商太高、解题速度太快、直觉太恐怖,成为了整个 MIT 的传说。他大四时和导师发表的海尔曼-费曼定理,至今还是量子化学的基石。在 MIT 的后辈天才看来,费曼和爱因斯坦这种人,是用肉身在地球上跟宇宙真理直接对话的神明。 可是,一山更有一山高。在费曼面前,冯诺伊曼就像另外一个世界的人。费曼本人已经其实狂傲到了极点,他的智商和直觉被全人类膜拜。但就是这样一个活宝兼天才,在曼哈顿计划中遇到了约翰·冯·诺伊曼,彻底被惊呆。费曼曾公开承认,自己在冯·诺伊曼面前感到了智商上的极度自卑。费曼说:“其他天才(比如奥本海默、费米)如果非常努力,我也许能跟上他们的思路。但冯·诺伊曼的脑子不知道是用什么材料做的,当你在想第一步的时候,他已经心算到了第一百步,并且顺便把这个领域的未来二十年都推导完了。” “冯·诺伊曼是我见过的唯一一个,让我觉得他跟我不是同一个物种的人。” 到这里,这个智商套娃才有了一个近似的终点。普通人看张朝阳是很逆天的,张朝阳看那些MIT物理系的同学是难以理解的,可MIT物理系的优秀分子又看爱因斯坦、费曼又是外星人级别,而费曼看冯诺伊曼呢?非人类级别,不是同一个物种。 那么,普通人看冯诺伊曼呢,冯诺伊曼看普通人呢?那是巨大的、绝望的鸿沟。 一层压一层的外星人现象,是因为高阶天才的思维方式,跟低一阶的天才有着本质的物理代差。冯·诺伊曼和其他人的差别在于非人类的算力,他的大脑就像一台生物计算机,没有情感的延迟,没有思维的卡顿,可以同时高并发处理人类最顶级的纯数学、高能物理、经济学博弈和计算机架构。 所以,这个金字塔非常残酷,但也非常迷人。它说明人类的智商和认知是没有上限的,每一个我们以为的终点,在更高层级的神仙眼里,只是他们的起点。
3
2.2万 followers
Views21.4万
接下来就看一件事,PNP。 如果不远的未来AI已经逆天到可以成功证明 P=NP,而且算法真的实用,由于大部分加密都依赖验证容易破解很难,P=NP 意味着破解也能变容易。银行、HTTPS、加密货币,这些玩意全部得推倒重来。 而且优化问题会被打通。 现在困扰的排班、物流路线、芯片设计、蛋白质折叠这类问题,都能速速直接算出最优解。 数学研究本身被自动化,陶哲轩所说的数学工业时代必然进入高潮。因为检查一个证明是容易的,P=NP 意味着找到证明也会变得高效。很多猜想能让机器直接搜出证明。想想吧,冯诺伊曼也顶不住啊。 今天,我真的沉痛地思考了很久。人类一直默认欣赏一首好曲子比写出它容易,看懂一个证明比想出它容易,认出好设计比设计出来容易。人类对天才和创造力的理解,很大程度上就建立在这个差距上。 而P=NP 在数学上等于说,至少对一大类问题,这个差距并不存在。因为只要能高效判断什么是好答案,就能高效找到它。所以有学者说,如果 P=NP,这个世界上,就不存在本质上的灵光一现: 创造力,可以被机械化。 创造力,可以被机械化。 创造力,可以被机械化。 我连说三遍,是想强调,这件事会对人类一直引以为傲的创造性产生深刻的打击。
4
2.2万 followers
Views12.6万
我不知道大家怎么理解ETH这件事。 我还认识一些TCS领域的人。有些老教授的此刻正在经历精神世界乃至大半生心血被时代巨浪瞬间重塑的极限冲击,这样说也毫不为过。自从数十年前,这一假设被提出以来,ETH 就一直是理论计算机科学中,用来证明某个问题到底有多难、算法下限在哪的最核心的基座之一。 插一句,其实还有SETH,强指数时间假设。如果ETH完蛋了,那SETH也完蛋了。ETH和SETH就是算法复杂度理论的“牛顿三定律”级别的基座。如果这些都是错误的,那很多技术护城河,就是纯废铁。 在学术界,有多少篇的论文都是建立在假设 ETH 为真的前提下展开推导的? 答案是,很多很多。推特已经有人做了论文的总结。ETH彻底证明错误将失去任何价值的论文。ETH这个大前提被 AI 证伪了,意味着成千上万篇基于它的复杂度分析、衍生证明、理论模型,在逻辑的源头上瞬间失效,彻底失去意义。 你现在和ChatGPT、Claude聊,它可能会假惺惺地安慰你,说这是科学的必由之路,是人到机器火炬的传递。是的,我承认它们说的在某种意义上没错,但是这是科学本身的递进本质。我从来不否定对于整体人类和科学进步来说,ETH错误确实是一场伟大的纠错,但对于被大厦崩塌砸中的每一个活生生的个体来说,那些数十年的通宵不眠、熬干的心血、甚至为此放弃的无数个人生活,在一夜之间沦为废纸,其代价就是成为AI时代的炮灰。 在科学的漫长进程中,这种大厦一夜倾覆的个体悲剧曾无数次上演。当爱因斯坦证明绝对时空观错误时,无数研究了一辈子经典力学的物理学家在一夜之间失去了方向;当以太假设被证伪时,那些为之付出大半生心血的科学家也曾陷入同样的虚无与绝望。现在,我们仿佛就在那个节点上。
5
2.3万 followers
Views9.6万
我昨天已经说了,如果最难的数学、理论计算机科学都能被 AI 攻克,那药物研发这些依赖强推理的工作,被改变只是时间问题。今天,Anthropic就给了荡气回肠的回应。 AI 在药物研发和生命科学领域的降维打击和时间差压缩已经变成了正在发生的现实。最精英的阶层需要苦学二三十年才能积累的医药研发、强推理、合规分析、工程设计的经验和时间壁垒,在未来将变成像自来水一样打开 AI 就能无限获取的廉价商品。 A/里的报告里,Enveda的科学家和制药化学家,以前大量时间都在痛苦地写文件、处理繁重的合规 paperwork。结果,把这些核心文件接进了AI里后仅用 4 个小时就写完了人类顶级专家需要整整手写 3 个月才能搞定的监管合规文件。并且在进行文件差错核查时,人类需要耗费 25 个小时,而 AI 只需要不到 3 小时,直接削减了 89% 的人类审核时间。而且,AI 还查出了人类专家漏掉的 7 个隐藏错误。 Divergence Labs的抗过敏新药项目,AI 仅仅用了一个月的时间,就自主、独立地生成了多达 35,000 个抗体设计方案,并直接筛选出了最优的活性命中靶点。 Mithril Medicine创始人靠着和 AI 的高度协作,在短短 18 个月内,就把一个针对罕见儿童肌肉萎缩症的全新药物概念,直接推进到了小鼠实验成功的阶段,并预计 2028 年就能进人体临床。 AI 已经深度介入到了癌症、食物过敏等极难治愈的疾病重新设计和改造中。通过 AI 辅助设计的免疫细胞受体效率,在实验室里直接飙升了 10 倍。 这意味着什么?我想,在接下来的物质社会里,新材料、新药物、新工程的诞生速度只受限于实验室里机器人的自动化操作速度。 物质财富的分子级制造效率,必然爆发。 在未来几年内,全社会的物质财富,包括但不限于新药、新材料、新工业设计,一定会迎来分子级的大爆发,而这些庞大的财富和掌控权,会死死集中在掌握了高级 AI 核心技术的极少数巨头和资本手里。
6
2.2万 followers
Views3.7万
之前,我在国内的时候关注了一个公众号叫保研岛,上面有各种千奇百怪的保研案例,还会给一些92院校夏令营的具体申请通道。那时我还在香港读大一,还在想要不要提前把考研知识自己提前学一遍,跟张雪峰说的曲阜师范大学那批同学一样,大一就准备考研。我甚至还用拼多多学完了数一、政治和经济学综合。当时觉得考研不成就保研,后来才发现,港大、港中文、港科技都没有考研保研的情况(原谅我,我大一就和没开智一样),大家都是出国申请海硕或者在香港读硕士这种选择。 但是保研岛上面的案例我会经常看,里面的数据基本上都是告诉我大家四六级多少分,GPA如何,论文几篇,科研几段,参加什么竞赛,去哪些学校夏令营了。23、24年的案例基本都是往上保的,最差保本校。 最近,当我再点开保研岛的时候,发现现在2026年的案例是别说往上保了,现在的情况是985本保211硕就不错了,或者是211本保双非硕,有些学校都在降低夏令营名额或者根本就不开夏令营这个通道了。
7
2.2万 followers
Views3.3万
我想谈谈未来的AI的就业影响和关乎每个人的未来的事情。没有人,可以独善其身。我就不用某些公司改良派的风格去阐述了,就聊点普罗大众会经历的事情。 很多人可能看完这篇原帖,里面的内容是看不太明白的,也不太理解这件事意味着什么,对你我有什么意义。就这样说吧,如果这次OAI的三个科学难题成果全部正式,人类即将面临工业革命以来最彻底的智力生产力重组。2027的预言,很有可能是对了,不是危言耸听,也不是空穴来风。 知识工作的价值将被重估。 设想一下,如果最难的数学、理论计算机都能被 AI 攻克,那法律分析、药物研发、工程设计这些依赖推理的工作,被改变只是时间问题。职业规划,彻底没用了。 而且科研体系要重建规则。 功劳算谁的?论文还怎么审?经费该投给谁?这都是很大的悬而未决的问题。而且我记得OpenAI 自己也承认他们在试验发布方式。这套规则几百年没大变过,现在必须重写了。 就物质和经济层面而言,药器企研发成本将会遭遇几波断崖式下跌与效率暴增。具体哪些领域不知道,但是一定会有这个趋势。因为在药企,以往研发一款新药需要耗时十年、耗资数十亿美元,在半导体行业,设计一块新芯片需要成百上千顶级工程师熬夜数月。你可以想一下,如果 AI 具备了这种独立攻克极限数学难题的强推理能力,它就可以在几天甚至几小时内完成这些工作。药物、材料、工程设计的研发周期将被缩短到不可思议的程度,全社会的物质财富生产速率将迎来指数级的大爆发。 几个月内,资本市场的财富大转移也是可能的。传统的软件、外包、基础法律和常规工程设计公司的估值可能会在几天内缩水大半。而掌握了这一核心推理能力的极少数 AI 巨头,其经济体量和吸金能力将膨胀到富可敌国的地步,资本会以疯狂的涌向这些科技垄断新贵。这就是垄断。我不好说那个时候模型是否会完全发放给所有人。 过去几十年,社会最精英的阶层都挤在医生、律师、投行分析师、资深架构师这些依赖高强度脑力与推理的行业,享受着高额的薪水与崇高的社会地位。 想想几年前吧,麦肯锡多火啊,高盛的初级分析师多火啊,未来,你们去看看吧。当 AI 证明它能搞定人类智力最顶尖的数学证明时,就意味着这些依赖规则、案例和强推理的白领工作,其劳动力价值将面临极大的被稀释风险。 人类即将面临行业门槛的全面降维。 一个人不再需要苦学十年法律才能做案情分析,不需要苦学八年医学才能做诊断。他可能能会有,完全不同的未来。但是究竟是好的还是坏的,我不敢断言。 如果这套能够改写计算机科学和密码学底层的能力死死锁在一家公司的内部模型里,外界看不到,这已经超越单纯的商业竞争。 因为这家公司将拥有对全社会数字大厦的绝对解释权,甚至能无声无息地破解目前世界上所有的传统加密体系。 防止这种力量被滥用的问题,要不要在物质层面强行收归国有或进行极限监管的问题,会变成各国政府最头疼、也最惊心动魄的政治博弈。 做题意义的消亡,教育规则的重写,将无法估量,无法想象……
8
2.2万 followers
Views3.3万
美东时间凌晨5点15分,彻夜未眠。今天是22年以来最难以言喻的夜晚。时间过得真慢,一边难以置信地反复阅览OpenAI的Working with academic communities to build scientific understanding,一边手打键盘写着帖文。明明开了加热的空调,我的双手却一直在不由自主地颤抖着,以一名计算机科学专业的学生的名义。 我心中最大的愿望,是模型出现了幻觉。 但屏幕上的字符,一次次地摧毁我。
9
2.2万 followers
Views2.9万
人类文明最大的瓶颈是知识传递。 每个人都要从零学起,几十年后带着大部分所学死去,靠语言和教育做极其低效的有损压缩。但机器没有这个限制,它可以复制,可以直接共享所学。 其实辛顿近几年反复强调的“数字智能的优势”,本质上就是这个论点。1951年图灵就看到,决定性的差异是寿命和带宽。 哥白尼让人类不再是宇宙中心,达尔文让人类不再是造物的特例,而理性是人类最后��块自认独有的领地。所以对 AI 的抵触,很大程度上和当年对日心说的抵触同构。 知识分子的恐惧,表面是饭碗,深层是身份。 深蓝之后,人类棋手并没有消失,反而借助引擎下得更好,就下棋的趣味性而言,我认为柯洁只能代表众多观点的其中之一。和AI学习,人类并没有由此彻底丧失拥有乐趣的机会和权利。 就像汽车出现后人们照样跑马拉松。对于为了自身而存在的思考,比如下棋、写诗、做数学的乐趣,屈居第二并不减损其价值。 但我们要警惕对于为了结果而存在的思考,比如科研、医疗、战略决���,这种第二好是有代价的,因为人类会有越来越强的理由把判断交出去。
10
2.2万 followers
Views2.5万
2026年,人类最后一届菲尔兹奖,军中无戏言。 3个月,仅仅三个月的时间,王虹的三维挂谷就被OpenAI内部模型“顺带”解决了。 现在是2026年的10月份,从年初到现在,我见证AI模型——甚至不是风驰电掣,而是光一般的速度在内部进化着,RSI是否彻底功成我不好说,但是就今天这个结果和进展,是我年初完全无法设想的存在。 Agent的发展虽然有起伏,Manus遭遇沉浮,但Muse的发力确实惊艳了世界,也是今年的一大特殊之喜。不管有多少人喷扎克伯格和Alexandr Wang的管理风格,但我仍然要为Muse的高效与使用点一大赞。尽管,现在已经不再有龙虾的讯息,但深圳大湾区人人排队按龙虾的场景,正是AI发展进步的原生之初的争先恐后,所能反映出人们的热忱与激情。 我非常理解高阶数学、物理学、信息学对大部分普通人来说可能是另一个世界的东西,所以有任何AI对学科上的突破可能也只是看个乐呵,焦虑的点,大概是完全没有的。Agent的使用,产品落地层,包括PM那个层级的事,或许离人们更近一些。但是,我依然要强调,AI在数学、密码学、计算机科学上的强势突围,对产品落地层的影响,只是时间问题而已,随着AI这样的进化模式,这样的快速的迭代,这个时间差只会越来越短,越来越短。 距离2026年结束,还有2个月的时间。我觉得现在都无法用任何词语来形容如今的AI发展。诚然,正如我和其他AI从业者和AI PhD及许多PhD Candidates交流的一样:我们能给AI挑出来的刺已经开始越来越少。 即使是现在,我也只能弱弱吐槽一句Claude的发言缺少人味而已。但是我会立马反过来想,凭什么AI要有人味,且AI要被人类所理解呢?就连现在的AI4Biology,生物制药领域,竟然都有AI和AI沟通的情况,一些MD、PhD都不完全清楚AI具体的内部机制,怎么把药制作出来的的,具体的生成机理是什么,但是药却可能出奇的好用。你想想,这是否代表着人类的语言和交流,对AI来说就是一种冗余,因此它们选择了更高效的方式呢? 时代的尘埃,放到个体身上,重如千钧。最近很感慨,是国内的一些高中同学拨通了我的电话,跟我哭诉国内的就业难,各行各业,从会计到法律,从生物到计算机,文科找不到工作,理工卷的卷、累的累,AI已来,我们的幸福感,却仍然匮乏。 我知道狄更斯的《双城记》开头可以放之四海而皆准地概括任何时代,我们处于硅基智能浪潮的开始,我们处于碳基人本文明的落日,这的确是最好的时代,也是最坏的时代,我没有任何办法,或者说,辛顿也没有———在博客呼吁的某一刻,我仿佛看到他眼角的泪光,他比我们任何人都知道人类承担着怎样的重担前进着。 但我想,在这样的时代,我们能做的,就是不放弃,就是存在着。AI的存在,至少从某种意义上讲,至少从智能水平讲,我们都是超乎于人类历史的任何时刻而平等着——即使是,我们在AI面前,同样的愚昧。 希望大家都有机会,见证智能盛放之时。