现在网上两种声音都很极端，一边说这东西要取代程序员了，一边说这不过是个玩具，写出来的代码一塌糊涂，根本上不了生产，两边说的都有点道理，但都没踩在关键的地方。 我做了十几年软件，今年真的花了大量时间在这上面，不是试玩，是拿来干活，感受很具体。 先说一个真实的场景。 我有个朋友，产品经理，不会写代码，三个月前他用 Cursor 加 Claude，自己做出了一个内部用的数据看板工具，能连 MySQL，能筛选导出，界面也过得去，整个过程他没看过一行 SQL 语法，遇到报错就直接把错误贴给 AI，AI 改，他再跑，循环几次就通了。…

还没仔细看，也不懂解析数论……我只曾经合作通过relative langlands去理解函数域的L函数 但是这个噱头 claude肯定是吃到了 先是雅可比猜想，再是黎曼猜想，虽然都远未及完全解决，但是已经震慑到我了x #AI4Math #AI #数学 #omg你吓到我了 #被取代了 以下是对图中文章 OCR 扫描的结果： AlScienceLearning moreabout Claude'smathematicalcapabilitiesAug 10,20262%奶名。承多"治论影智智教品器習和路景：Recently…

@Joken是个runner: NYT的文章，人工智能正在改变年轻人的社交生活。我亲眼看到了A.I. Is Changing Young People’s Social Lives. I’ve Seen It. 作者：爱丽丝·拉斯曼 拉斯曼是一名经济学家，也是 Substack 上《亲密经济学》（The Intimacy Economy）的作者。 在快满13岁的时候，我花光了所有积蓄，给自己买了一台可以连接 Wi-Fi 的 iPod Touch。此后，我的许多记忆都与它有关：它是我人生重要经历的入口，是…

对这个结果感到震惊甚至是冷汗直流的可以直接退出数学界了，因为接下来的数学界已经不适合你们生存了。 这个成果是用 AI 把 Bun 从 Zig 重构成 Rust 的那货发表的，含金量可想而知。 临近 A/O 上市，最近会密集的看到这种所谓的重大突破，直到所有人审美疲劳。 整个思路都是人类完成的，99%的成果已经在已发表的论文里了，至于剩下的那 1% 的缺口，你去看AI的对话你会发现就是一堆高代练习题。 这个成果基于四位数论大佬 S. A. C. Baluyot, D. A. Goldston, A. I.…

5 年后，互联网上来自 AI 的流量将是人类的 1000 倍，人类不再是冲浪的主要用户，甚至就是赛博世界的零头。 这是 Cloudflare 在最近财报会议的预测，并非耸人听闻，此时此刻，AI 的访问量已经正式超过了人类网民。 没有人认真想过将来那片牧场还长不长草。 据测算，语言模型的训练将在 2026 年到 2032 年间耗尽人类公开的文本数据。高质量语言数据的枯竭甚至可能提前至 2026 年，比公开文本整体耗尽还要早两年。 Stack Overflow 的沉没 Stack Overflow 曾是程序员世界的集体大脑。…

AI正在带来一个意想不到的问题：人们开始变得迷之自信。 法国和意大利研究团队的一项实验发现，即使AI给出的答案是错的，人们也更容易相信它，并且变得更加自信。 研究人员做了一个实验，设计了一批大模型容易出错的问题，比如电影细节： 《像猫一样的高速公路》中Monica开的是什么车？ 《我爱贝克汉姆》中球队球衣是什么颜色？ 这些问题大多不会出现在模型训练数据里，AI容易产生幻觉。 实验将参与者分成两组：一组只能凭自己回答；另一组可以向AI寻求建议。 结果非常明显，没有AI帮助时，44%的人选择“不知道”，主动放弃猜测。…

@斌叔OKmath: （转）说实话，我一开始压根没觉得这玩意儿能比通用AI强到哪去，直到把手里那堆论文和笔记全喂进去之后——好家伙，我是真服了。港大搞的这个DeepTutor，GitHub都快冲到3万星了，确实有点东西。 它跟我用过的那些一问一答机器人完全不是一回事。你只管把教材、论文、笔记全丢进去，它就老老实实照着你的资料来： 1️⃣ 解题的时候把推理链条给你掰开揉碎了讲，一步步清清楚楚 2️⃣ 自动出题还带批改，完了再给你生成针对性的练习 3️⃣ 碰上复杂主题直接帮你调研，最后整理成结构化的报告 4️⃣…

就在刚刚，DeepSeek V4 Pro 正式版来了。 最新的模型与价格页面显示，deepseek-v4-pro 对应模型版本已经更新为 DeepSeek-V4-Pro-0813。 从目前公布的信息来看，deepseek-v4-pro 支持 1M 上下文长度，最大输出长度达到 384K Token，同时支持非思考模式和思考模式，其中思考模式默认开启。 对于长代码库、大规模文档处理以及需要连续执行大量步骤的 Agent 任务来说，1M 上下文和 384K 最大输出，意味着一次调用能够容纳和生成的内容规模都相当可观。…

1. 公司内部弥漫着一股奇怪的cult氛围，坚信需要一个committee，决定了人类和未来AGI的命运，并且相信自己就是掌握这个决定权的人。 2. 公司内部有很多派系斗争，也算大公司的毛病。 3. 有一部分从A家早期到现在的管理层回避问题，后面进来的 fraud没能力的人很多，有些人非常toxic，所以最近Dario要调查员工价值观，强调员工不能是为钱进来的。 4. 当初没人觉得Claude Code会火，也没什么人做。 5. WLB比较差，朋友从起床工作到睡觉，连续三个月没周末，没休息过一天。 #anthropic…

一水 发自 凹非寺量子位 | 公众号 QbitAI 模型厂商费尽心思隐藏的CoT，现在一招就能破解了？？ 而且这里的《破解》，不是黑进服务器这种技术活，也不是找到什么高深莫测的密码学后门。 研究人员干的事，简单到有点离谱： 把大模型返回的加密推理块，转手扔给同一家公司的小模型，然后让小模型复述。 结果，旗舰模型藏得严严实实的内心戏，就这么被自家小弟抖了出来。 您别不信，这还真是“硅谷御三家”身上已经发生的事： Anthropic的Claude Opus 4.8，推理过程被Haiku 4.5一字不差地吐了出来；

说实话，我没有什么特别震惊的感觉，一个人如果既了解一些LLM的底层原理，又读过phd做过几年严肃的数学研究，大概都会预期这样的“big news”迟早会发生。 如果一定要说这两年的AI4Math改变了我的什么看法，那大概只有一点，过去有一种很常见的观点，很多数学PhD，包括我自己都相信过，在今天这样极其内卷的数学界，low-hanging fruits早就已经被摘完了，能够留下来的问题，要么非常困难，要么需要新的技术和思想。 但过去一两年AI4Math的一些结果让我重新意识到，至少在分析、组合等领域，可…

短的结论：君子藏器于身 基本情况： 7 月末的 Flash 斩杀风暴带来了过大的震撼，给了速胜论者一种 Pro 将要毁灭一切的幻觉。然而现实终究不是速胜或速败的，在波折中进步，在螺旋中上升才是常态。 当然，就跟自身对比来看，这一次 DeepSeek Pro 要显著好于 Preview 版本，性能不再被 Flash 倒挂，性价比也基本能维持（涨价前）。编程方面也优于 Flash一些，各方面问题要更少。不过漫长的推理耗时也将 DeepSeek 原厂的孱弱算力储备暴露无遗。 逻辑成绩： 表格的排序切换为按中位分数降序。…

「核心提示」 DeepSeek V4 Flash上线后API计划大幅涨价，除了“给友商活路”的猜测也有算力紧张的现实，从Kimi到DeepSeek，大模型技术理想主义是否开始让位于商业化？ 作者 | 张经纬 编辑 | 邢昀 号称“大模型价格地板”的DeepSeek要涨价了。 2026年7月31日，DeepSeek V4 Flash正式上线，当天就传出要涨价的消息。8月6日，DeepSeek在API文档中添加了一条简短的价格调整预告，称“涨幅较大”。 消息发布的时间点也很微妙。同样在7月31日，和Deep…

我一直对low-hanging fruit嗤之以鼻，但是奈何学术界靠大佬喂食找到工作然后开躺的非常多…… 但感觉llm出现之后数学社群的很多人（甚至包括一些大佬）只会想着拿来继续沽名钓誉，给自己攫取权力而不是思考我们是否应该更强调发展理论和基础的价值而不是解决某个冠名问题。

大一的数理基础即可，你甚至可以不用懂理论，根据实际情况可以下放到高一数理基础。先跟AI聊聊天vibe researching让AI给几个random ideas，然后跟AI聊聊天vibe coding让AI帮把代码写完顺便跑点实验（胆大的可以跳过这一步），最后再跟AI聊聊天vibe writing编一篇或几篇文章出来。最后这步最关键，一定要起一个eye catching牛逼哄哄的名字，再在论文第一页丢一张不明所以但看起来很牛逼的图，只要能忽悠住几个本科审稿人中稿不是问题。 如果NIPS没中咱们转投ICL…