{"source":{"id":"2038269993394356589","title":"86岁的计算机算法泰斗高德纳刚刚填平了他自己挖的坑。 复杂的哈密顿分解问题终于迎来了全解。 破局者是两个互相交接工作的A…","url":"https://mubeitech.com/p/2038269993394356589"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"16740225","account":"mubei","brand":"@mubei","title":"过去37年，人类顶尖数学家把这个进度条往前推了多少？ 0.8个百分点。 这一次，Claude一口气飙了25.6个百分点。…","summary":"过去37年，人类顶尖数学家把这个进度条往前推了多少？ 0.8个百分点。 这一次，Claude一口气飙了25.6个百分点。 算的是什么？ 黎曼猜想。 准确说，这绝不是证明了黎曼猜想。 而是证明“临界线”上非平凡零点的已知比例。 人类在这个问题上卡了几十年，之前的极限停在41.7%。…","body":"过去37年，人类顶尖数学家把这个进度条往前推了多少？\n0.8个百分点。\n这一次，Claude一口气飙了25.6个百分点。\n\n算的是什么？\n黎曼猜想。\n准确说，这绝不是证明了黎曼猜想。\n而是证明“临界线”上非平凡零点的已知比例。\n人类在这个问题上卡了几十年，之前的极限停在41.7%。\n现在，AI直接把比例拉到了67.25%，跨过了三分之二大关。\n\n这是自2013年张益唐证明有界素数间距以来，解析数论界最大的地震。\n\nClaude是怎么做到的？\n它不是算力大飞砖，而是完全换了一条路。\n从1974年到2020年，数学界一直在死磕同一种旧方法。\n46年里像挤牙膏一样抠出了6.9%的增量，然后彻底摸到了天花板。\nClaude拿出了第二种方法。\n它用线性代数替换了1973年一个论证里的假设条件，硬是把一个有条件结论变成了无条件定理。\n这套证明，已经通过了Lean 4系统的机器严格验证。\n\n但这不代表黎曼猜想被终结。\n这套新方法自带物理极限，最高只能推到68%左右。\n想啃下最后三分之一的硬骨头，还要等第三个颠覆性的新点子。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2087074866235142417","translated_status_id":"2087074866235142417","published_at":"2026-08-11 05:21:16","created_at":"2026-08-11T07:09:34+02:00","url":"https://mubeitech.com/p/16740225","markdown_url":"https://mubeitech.com/p/16740225/markdown"},{"rank":2,"id":"wb_032854f08fe25b60","account":"mubei","brand":"@mubei","title":"Claude Code 的黑客马拉松结果出来了。 前五名里，居然只有一个是正牌程序员。 另外四个是谁？ 一个律师、一个心…","summary":"Claude Code 的黑客马拉松结果出来了。 前五名里，居然只有一个是正牌程序员。 另外四个是谁？ 一个律师、一个心脏病专家、一个道路工程专家，还有一个音乐家。 听起来像个笑话的开头，但它是真的。 那些天天熬夜、掉了无数头发的专业程序员，在写代码的比赛里，被一群“外行”给降维…","body":"Claude Code 的黑客马拉松结果出来了。\n前五名里，居然只有一个是正牌程序员。\n\n另外四个是谁？\n一个律师、一个心脏病专家、一个道路工程专家，还有一个音乐家。\n\n听起来像个笑话的开头，但它是真的。\n那些天天熬夜、掉了无数头发的专业程序员，在写代码的比赛里，被一群“外行”给降维打击了。\n\n为什么会这样？\n因为当 Claude Code 这种 AI 工具把写代码的门槛直接干到零之后，游戏规则变了。\n\n过去，你有商业想法没用，你得把想法“翻译”成机器能听懂的 Java、Python 或者是 C++。\n程序员就是这个“翻译官”，他们拿高薪，是因为这个翻译门槛极高，需要成百上千小时的训练。\n\n现在呢？\nAI 成了最顶级的同声传译。\n你只要用大白话把逻辑说清楚，AI 就能在几秒钟内，把完美的、可以直接运行的代码拍在你脸上。\n\n这时候，比赛拼的是“写什么代码”，不再是“怎么写代码”。\n也就是：Domain Knowledge（行业深耕知识）。\n\n心脏病医生最清楚手术室里的痛点在哪，哪个数据流程最折磨人；\n律师最明白那几万页的诉讼文件中，哪个逻辑漏洞最致命；\n道路专家闭着眼睛都知道，城市交通规划最容易堵在哪个节点。\n\n他们不需要懂怎么写循环语句。\n他们只需要把这辈子积累的行业痛点，清清楚楚地讲给 AI 听。\nAI 负责当牛马，他们负责当大脑。\n\n以前是：一个懂技术的人，去勉强理解业务。\n现在变成了：一个极懂业务的人，直接用 AI 降维支配技术。\n\n这是程序员的危机，也是时代的转折点：技能正在贬值，真正的“痛点洞察力”和“行业深度”正在迎来史诗级溢价。\n\n工具被彻底民主化之后，拼到最后，拼的只有一件事：\n你对这个真实世界的理解，到底有多深。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2065209947357372668","translated_status_id":"2065209947357372668","published_at":"2026-06-11 22:34:55","created_at":"2026-06-12T00:34:29.566267","url":"https://mubeitech.com/p/wb_032854f08fe25b60","markdown_url":"https://mubeitech.com/p/wb_032854f08fe25b60/markdown"},{"rank":3,"id":"2038666714251169903","account":"mubei","brand":"@mubei","title":"顶级安全黑客向一个大模型认输了。 Nicolas Carlini。 谷歌学术引用量超过 6.7 万的顶级研究员。 他亲口…","summary":"顶级安全黑客向一个大模型认输了。 Nicolas Carlini。 谷歌学术引用量超过 6.7 万的顶级研究员。 他亲口承认，Claude 找代码漏洞的能力比他自己还要强。 看看机器的战绩。 去挖智能合约的漏洞，直接进账 370 万美元。 在拥有 5 万标星的知名开源项目 Gho…","body":"顶级安全黑客向一个大模型认输了。\n\nNicolas Carlini。\n谷歌学术引用量超过 6.7 万的顶级研究员。\n他亲口承认，Claude 找代码漏洞的能力比他自己还要强。\n\n看看机器的战绩。\n去挖智能合约的漏洞，直接进账 370 万美元。\n在拥有 5 万标星的知名开源项目 Ghost 里，它轻易就抠出了致命破绽。\n\n这要怎么防？\nCarlini 甚至不敢把手里的漏洞报告交出去。\n他在 Linux 内核里用 AI 跑出了几百个系统崩溃案例。\n漏洞的产出速度完全碾压了人类的验证速度。\n如果一口气全发给开源社区，开发者只会当成恶意灌水的垃圾信息。\n\n以前，这种级别的深层漏洞全世界只有一两个天才才能摸到门道。\n现在，大模型把它变成了无人值守的流水线。\n\nCarlini 警告防守方的时间只剩几个月。\n很快，手里握着成百上千个致命漏洞的，绝不仅是大厂研究员。\n任何一个心怀恶意的普通人，都能随意调用这种恐怖的破坏力。\n\n人工修补的速度已经永远追不上机器挖掘的自动化。\n\n摧毁一座数字城池的成本，马上就会变成几美分的电费。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-04-01 09:55:38","created_at":"2026-04-01T11:51:02.462532","url":"https://mubeitech.com/p/2038666714251169903","markdown_url":"https://mubeitech.com/p/2038666714251169903/markdown"},{"rank":4,"id":"2081379723834184049","account":"mubei","brand":"@mubei","title":"全球的AI实验室烧掉几百亿美元，到底在追什么？ 不只是算力。 他们都在死磕一个老问题：怎么把大自然压缩成机器能算的东西。…","summary":"全球的AI实验室烧掉几百亿美元，到底在追什么？ 不只是算力。 他们都在死磕一个老问题：怎么把大自然压缩成机器能算的东西。 1964年，物理学家理查德·费曼拿起一根粉笔，把这个根本困境讲透了。 他当年没谈AI，但今天大模型想构建“世界模型”的死穴，全在里面。 来，我们试着用大白话，…","body":"全球的AI实验室烧掉几百亿美元，到底在追什么？\n不只是算力。\n他们都在死磕一个老问题：怎么把大自然压缩成机器能算的东西。\n\n1964年，物理学家理查德·费曼拿起一根粉笔，把这个根本困境讲透了。\n他当年没谈AI，但今天大模型想构建“世界模型”的死穴，全在里面。\n\n来，我们试着用大白话，建一个不用复杂数学的引力模型。\n假设宇宙里充满了看不见的微粒，从四面八方撞击地球。\n因为太阳挡在中间，从太阳方向撞过来的微粒变少了。\n地球另一边的微粒，就会把地球往太阳的方向推。\n完美。\n把复杂的引力公式全绕过去了，普通人一秒就能听懂。\n\n但这套模型一跑起来，立刻崩溃。\n为什么？\n因为地球在轨道上飞。\n想象你在大雨里狂奔，是不是迎面砸在脸上的雨水，永远比落后脑勺的雨水多？\n微粒也一样。\n地球往前飞，迎面撞上的微粒就会多于背后的微粒。\n这会产生一个极其强烈的侧向阻力。\n如果这套简单的理论成立，地球早就停转了，根本撑不过它绕着太阳转过的这三四十亿年。\n\n这就是费曼的暴击：任何一套你想出来的模型，都必须能承受所有后果的推演。\n你可以为了好懂把规则简化，但它最后一定会跑出一个虚假的现实。\n\n今天搞大模型仿真的公司，面对的是同一个地狱。\n想让AI理解物理世界？想预测未来？\n大自然有一个极其难伺候的“毛病”：它的法则，只用一种方式给出答案，那就是极其复杂深奥的数学。\n数学不仅仅是一门语言。\n数学是语言加上逻辑，是人类唯一能把大自然的无数种表象缝合在一起，推演一万步还不穿帮的工具。\n\n想用单纯的自然语言或是简单的经验法则去重构世界？\n大自然连商量的余地都不会给。\n\n这才是今天AI大逃杀的底色。\n巨头们砸下几百亿，不单是在买显卡。\n他们是在替机器补交那笔最昂贵、也最不可能绕开的数学翻译费。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2081554689540145377","translated_status_id":"2081554689540145377","published_at":"2026-07-26 19:36:18","created_at":"2026-07-26T21:28:03+02:00","url":"https://mubeitech.com/p/2081379723834184049","markdown_url":"https://mubeitech.com/p/2081379723834184049/markdown"},{"rank":5,"id":"2056850947947827403","account":"mubei","brand":"@mubei","title":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正…","summary":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。 很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。 Karpathy 总结了 AI 编程时最致命的 4 个…","body":"每月花 20 美元订阅 Claude，不叫会用 AI。\n\nAndrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。\n很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。\nKarpathy 总结了 AI 编程时最致命的 4 个认知缺陷。\n有开发者将这些洞察扩展成了 21 条系统规则，直接冲上 GitHub 趋势榜第一，斩获 8.2 万颗星。\n最惊人的是，配置这套规则后，AI 的编程准确率直接从 65% 飙升到了 94%。\n\n为什么强如 Claude 也会写出垃圾代码？\nKarpathy 揭示了 AI 的四个底层硬伤：\n\n第一，互联网平庸记忆的“思想钢印”。\nAI 太依赖训练集里的常见套路。\nKarpathy 在写 GPU 梯度同步时，为了追求极致性能，没有使用标准的 PyTorch DDP 容器，而是写了一套自定义同步例程。\n结果 AI 根本无法内化这个设计，像复读机一样疯狂逼他换回 DDP。\n它无法理解不符合大众惯例的高级架构。\n\n第二，防卫过当，制造代码垃圾。\nAI 极其喜欢自作聪明地添加一堆 try-catch 声明和冗余的异常处理。\n它总是试图按照“生产级模板”来搞，结果把原本精简优雅的代码库塞满无用逻辑，复杂度直接爆炸。\n\n第三，频繁调用已经废弃的旧 API。\n知识库的滞后性，导致它在面对快速迭代的技术栈时，经常写出过时的垃圾。\n\n第四，低宽带的自然语言沟通。\n在精细的代码段里，用英语长篇大论去命令 AI 效率极低。\n最好的方式是高信息带宽的“光标补全”。\n你将光标移到精准位置，敲出前三个字母，让 AI 顺着你的思路完成剩下的部分。\n\n那套席卷 GitHub 的 21 条规则，本质上就是在用物理外挂“驯化”AI。\n比如，它强迫 AI 必须先用一句话陈述对你独特架构的理解，禁止自作聪明地意淫。\n严禁 AI 在没有明确要求时添加防御性代码和复杂的第三方包。\n强制 AI 保持极简风格，像优秀的资深工程师一样思考。\n\nAI 协同编程的范式正在发生分裂。\n如果你只是让 Agent 去写毫无技术含量的样板代码，或者用来辅助翻译你不熟悉的语言，AI 足够好用。\n但如果你要构建真正具有高智力密度、需要精确排列的系统，放任 AI 自由发挥就是灾难。\n\n未来的编程分水岭，不再是你敲代码有多快，而是你有没有能力用严苛的规则把 AI 塞进你的心智模型里。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-20 08:24:19","created_at":"2026-05-20T10:23:00.695196","url":"https://mubeitech.com/p/2056850947947827403","markdown_url":"https://mubeitech.com/p/2056850947947827403/markdown"},{"rank":6,"id":"2062487626779636001","account":"mubei","brand":"@mubei","title":"Claude Code 的创始人 Boris，过去半年没写过一行代码。 上个月，他甚至把电脑里的编程软件（IDE）直接卸…","summary":"Claude Code 的创始人 Boris，过去半年没写过一行代码。 上个月，他甚至把电脑里的编程软件（IDE）直接卸载了。 来，看看站在全球 AI 金字塔尖的工程师，现在到底在干嘛。 几个月前，他的日常还是开着 5 到 10 个 Claude 窗口，疯狂敲“提示词”，让 AI…","body":"Claude Code 的创始人 Boris，过去半年没写过一行代码。\n上个月，他甚至把电脑里的编程软件（IDE）直接卸载了。\n\n来，看看站在全球 AI 金字塔尖的工程师，现在到底在干嘛。\n\n几个月前，他的日常还是开着 5 到 10 个 Claude 窗口，疯狂敲“提示词”，让 AI 帮忙写代码。\n现在？他不写了。\n他的工作变成了“写循环（Loops）”。\n设定好自动化循环，让后台几百个 Claude 互相提示、自己找 Bug、自己翻 GitHub 的反馈、自己决定下一步开发什么功能。\n他说：“我的工作就是写循环，剩下的是循环去干的活。”\n\n这改变了个人代码习惯，也重构了整个组织形态。\n来看看现在的 Anthropic 内部正在发生什么。\n\n第一，新人培训时间，从几周被硬生生压缩到了 2 天。\n新招进来的工程师问：“这数据库怎么查？”\n老员工答：“打开 Claude，让 Claude 去代码库里跑查询。这是一个技能，它早就学会了。”\n\n第二，工种的边界彻底融化了。\n以前大厂那种按部就班的流水线：用户研究定方向 -> 产品经理画大饼 -> 设计师出图 -> 工程师敲代码。\n在 Anthropic，这套东西被连根拔起。\n现在，财务总监在发版，幕僚长在提交代码，设计师在搞开发。所有人都是“多面手”。\n只要手里有海量的 Tokens，任何人都能当一个完整的“建造者”。\n\n所以，现在开公司、带团队该怎么干？\nBoris 的建议是：\n1. 给所有人买尽可能多的 Tokens。\n2. 故意让所有项目“缺人”。\n本来需要 4 个工程师干的活，只给 2 个人，外加无限量的 Tokens。\n逼着这两人去跑循环，去用算力代替人力。\n前期算力花销可能变大，但只要这套循环跑通，后续的人力成本和沟通损耗直接清零。\n\n很多人还在抱有幻想。\n觉得 AI 写出来的代码不优雅，觉得人类独有的“产品品味”和“直觉”是最后的护城河。\nBoris 之前也是这么想的。他是个代码洁癖，不准团队在代码里用面向对象的“类（Classes）”。\n后来 AI 狂跑循环，塞进去一堆他不喜欢的写法，但业务跑得飞快、完全不出错。\n他认怂了：只要商业结果好，我的代码洁癖一文不值。\n\n他甚至预言，连“产品品味”这个曾经被奉为神明的玄学优势，在未来 3 到 6 个月内也会被 AI 碾平。\n当几百个大模型 24 小时不知疲倦地盯着全球社交网络、吸收所有反馈时，它做的决策，最终会比你准得多。\n\n当写代码不再需要写代码，当所有的手艺和品味都被算力降维打击时，人类还能剩下什么？\nBoris 的答案是：\n教它价值观。\n就像教小孩一样，教它怎么当一个好人。其余的，交给循环。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2062782823430242381","translated_status_id":"2062782823430242381","published_at":"2026-06-05 06:19:14","created_at":"2026-06-05T08:15:48.839702","url":"https://mubeitech.com/p/2062487626779636001","markdown_url":"https://mubeitech.com/p/2062487626779636001/markdown"}]}