Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

如果你今晚睡得安稳，说明你根本没听懂。这是AI神经网络教父Geoffrey Hinton，从谷歌离职后向全世界发出的警示。这场四十七分钟的演讲，撕开了多数人不愿直面的真相： AI正在演化出连创造者都无法预判的能力，绝大多数认知领域里，人类已经被远远甩开。机器全面超越人类早已不是会不会的问题，只是时间早晚的问题。如今大多数人，只是简单打开Claude，输入几句文字拿到结果就关掉页面。自以为在使用AI，实则连它一成的潜力都没有触碰过。时代已经划出一条无法逆转的分水岭，你唯一能选择的，就是自己站在哪一边。

0x鸣人

96,951 subscribers

42,746 görüntüleme • 3 ay önce •via X (Twitter)

Haberler & Politika Eğitim Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

勇气是人类的赞歌遇到问题，你先问自己会不会死，如果不会，那就去做。数不清的犹豫，只会耽误所有正确的时机，大胆果断一点。如果早就已经退无可退，那何不向前拼死一搏。

勇气是人类的赞歌遇到问题，你先问自己会不会死，如果不会，那就去做。数不清的犹豫，只会耽误所有正确的时机，大胆果断一点。如果早就已经退无可退，那何不向前拼死一搏。

iGeekbb

14,321 görüntüleme • 6 ay önce

张雪峰早在今年就被拒绝参加3月22日的无锡马拉松，拒绝的原因，心脏体检不合格，而且这不是第一次，在这之前，其实已经有过多次预警，用我们道家的话讲、任何事情，只要有迹象阻止你，频繁的出现了波折，这个时候你要暂停了，凡是辛苦，皆为强求。真正属于你的人事物，都不会让你太吃力，不顺利本身就是信号，一直看我的文章的粉丝总以为我讲的这些东西很玄，这些东西都是道家几千年来，老祖宗一代一代传下来的东西，只不过很多东西，以前不轻传，也不是谁都能随便听到，放在过去，有些话你就是捧着钱，都未必有人愿意讲给你听，而我都是把这些东西放到全网上公开讲，你能看到，能刷到，能听进去，本身就已经是你的福报当一件事情开始频繁出现阻力，而且这种阻力不是一次，而是反复出现的时候，你就该停了，第二种情况来的比较急，必须要重视，就是一件事突然催得很急，急到不给你思考的时间，急到非要你马上做决定，只想把你立刻推进去的事情，你都该先停下来，好好审视一下，这种情况大多数都是流年要开始引动那个神煞了，因为很多祸，都是发生在你太急、太赶、来不及细想的时候，真正的因果，不是事情发生了，你才看见它，你看到的只是那个果，真正的因你不看八字你根本看不到，''因''早已经注定，而''果''只是到了那个流年,外部的事情再一步一步过来配合, 也就是说，很多人以为是因为某一件具体的事才出事，其实不是, 那件事，只是神煞引动的媒介, 就拿张这个事情来说，很多人会把问题归到长时间跑步上，也有人会归到心脏上, 但在我们道家的体系里，长时间跑步不是根本原因，心脏出问题也不是根本原因。它们都只是“果”落下来之前，最先被拿来下手的那个点，因为当流年神煞开始被引动的时候，神煞最先看的，往往都是人的身体，如果你身体本身就有问题，它就先从身体这里下手，如果身体没问题，那它也不会就此停住，而是会转过去引动别的东西。比如突然有人催着你出门，催着你立刻去做另外一件事，催得你来不及细想，来不及停，来不及判断，而催着你去做的这件事，它只是在配合那个早就埋下的因，所以你要明白一件事，即便他心脏没问题，也一样会有别的事情来引动，因为人的定数不是临时出现的，而是在出生那一刻，很多东西就已经随着命盘一起写进去了，只不过有的人，是从身体上应，有的人，是从意外上应，有的人，则是从人事催逼上应，形式不一样，但背后的逻辑是一样的，具体要看原局八字，不同的神煞对应不同的事情，所以真正的问题，不在于长时间跑步这个动作本身，更不在于表面看到的那个心脏问题，真正的问题在于，那个因，在他出生的时候，就已经埋下了，后面发生的一切，不过是被一步一步引出来而已，万法归一，时间任何事情，最终都会回归到“道”上面来因为道，才是万事万物运行的根本天地有道，四时有序，人事有因果，命运有起伏，没有任何一件事，能真正脱离这个规律单独存在无极生太极，太极生两仪，两仪生四象，四象生八卦，八卦定吉凶，吉凶生大业什么意思？就是说，这世间所有看得见的变化，本质上都不是凭空冒出来的，凡事都有它的来处，也都有它的归处，无非就是从无极而来，经太极分化，经阴阳流转，最后落到你眼前，变成了一件具体的人间事，生老病死，聚散离合，那不过都是''道''在不同阶段的显化而已你在人道里学会敬畏，学会因果，学会认命，也学会顺势，你其实就已经开始摸到门路了而这世上很多人，终其一生，连那道门缝在哪里都不知道福生无量.......

张雪峰早在今年就被拒绝参加3月22日的无锡马拉松，拒绝的原因，心脏体检不合格，而且这不是第一次，在这之前，其实已经有过多次预警，用我们道家的话讲、任何事情，只要有迹象阻止你，频繁的出现了波折，这个时候你要暂停了，凡是辛苦，皆为强求。真正属于你的人事物，都不会让你太吃力，不顺利本身就是信号，一直看我的文章的粉丝总以为我讲的这些东西很玄，这些东西都是道家几千年来，老祖宗一代一代传下来的东西，只不过很多东西，以前不轻传，也不是谁都能随便听到，放在过去，有些话你就是捧着钱，都未必有人愿意讲给你听，而我都是把这些东西放到全网上公开讲，你能看到，能刷到，能听进去，本身就已经是你的福报当一件事情开始频繁出现阻力，而且这种阻力不是一次，而是反复出现的时候，你就该停了，第二种情况来的比较急，必须要重视，就是一件事突然催得很急，急到不给你思考的时间，急到非要你马上做决定，只想把你立刻推进去的事情，你都该先停下来，好好审视一下，这种情况大多数都是流年要开始引动那个神煞了，因为很多祸，都是发生在你太急、太赶、来不及细想的时候，真正的因果，不是事情发生了，你才看见它，你看到的只是那个果，真正的因你不看八字你根本看不到，''因''早已经注定，而''果''只是到了那个流年,外部的事情再一步一步过来配合, 也就是说，很多人以为是因为某一件具体的事才出事，其实不是, 那件事，只是神煞引动的媒介, 就拿张这个事情来说，很多人会把问题归到长时间跑步上，也有人会归到心脏上, 但在我们道家的体系里，长时间跑步不是根本原因，心脏出问题也不是根本原因。它们都只是“果”落下来之前，最先被拿来下手的那个点，因为当流年神煞开始被引动的时候，神煞最先看的，往往都是人的身体，如果你身体本身就有问题，它就先从身体这里下手，如果身体没问题，那它也不会就此停住，而是会转过去引动别的东西。比如突然有人催着你出门，催着你立刻去做另外一件事，催得你来不及细想，来不及停，来不及判断，而催着你去做的这件事，它只是在配合那个早就埋下的因，所以你要明白一件事，即便他心脏没问题，也一样会有别的事情来引动，因为人的定数不是临时出现的，而是在出生那一刻，很多东西就已经随着命盘一起写进去了，只不过有的人，是从身体上应，有的人，是从意外上应，有的人，则是从人事催逼上应，形式不一样，但背后的逻辑是一样的，具体要看原局八字，不同的神煞对应不同的事情，所以真正的问题，不在于长时间跑步这个动作本身，更不在于表面看到的那个心脏问题，真正的问题在于，那个因，在他出生的时候，就已经埋下了，后面发生的一切，不过是被一步一步引出来而已，万法归一，时间任何事情，最终都会回归到“道”上面来因为道，才是万事万物运行的根本天地有道，四时有序，人事有因果，命运有起伏，没有任何一件事，能真正脱离这个规律单独存在无极生太极，太极生两仪，两仪生四象，四象生八卦，八卦定吉凶，吉凶生大业什么意思？就是说，这世间所有看得见的变化，本质上都不是凭空冒出来的，凡事都有它的来处，也都有它的归处，无非就是从无极而来，经太极分化，经阴阳流转，最后落到你眼前，变成了一件具体的人间事，生老病死，聚散离合，那不过都是''道''在不同阶段的显化而已你在人道里学会敬畏，学会因果，学会认命，也学会顺势，你其实就已经开始摸到门路了而这世上很多人，终其一生，连那道门缝在哪里都不知道福生无量.......

Ripe

74,269 görüntüleme • 5 ay önce

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

Suu

559,176 görüntüleme • 2 ay önce

🔥DeepMind 创始人 Demis Hassabis：AI 越强，人越需要学编程和数学 “既然 AI 什么都会，人还需要学编程和数学吗？” 很多人以为答案会是：不需要了。但 DeepMind 创始人 Demis Hassabis 的回答却完全相反。他的观点非常明确：越是 AI 时代，人越需要理解技术。原因其实很简单。 AI 能解决问题，但它不会自己提出问题。你必须先知道：你想解决什么问题在哪里什么是正确的目标否则再强的 AI 也只是一个没有方向的工具。换句话说，AI 的能力再强，也依然需要人来做三件事：提出问题定义目标判断结果这也是为什么 Hassabis 一直强调：未来最重要的能力之一，依然是数学与计算思维。因为只有理解这些基础逻辑，你才知道 AI 在做什么。否则就会出现一种常见情况： AI 给出了一个答案但你根本不知道它对不对如果你没有基本的技术理解，你甚至无法判断它是否犯错。换一个更直观的比喻。使用 AI，其实有点像指挥一支军队。 AI 是强大的“兵力”，但真正决定胜负的，是指挥官。如果指挥官不懂战略、不懂兵法，再多的士兵也无法打赢战争。这也是很多技术专家越来越强调的一点： AI 不会取代理解问题的人。它只会放大那些本来就知道自己在做什么的人。未来的竞争，可能不再是谁会写代码。而是：谁更懂问题谁更懂系统谁更能利用 AI 的能力。 AI 会改变很多事情。但有一件事其实没有改变：真正重要的，仍然是人的思考能力。

🔥DeepMind 创始人 Demis Hassabis：AI 越强，人越需要学编程和数学 “既然 AI 什么都会，人还需要学编程和数学吗？” 很多人以为答案会是：不需要了。但 DeepMind 创始人 Demis Hassabis 的回答却完全相反。他的观点非常明确：越是 AI 时代，人越需要理解技术。原因其实很简单。 AI 能解决问题，但它不会自己提出问题。你必须先知道：你想解决什么问题在哪里什么是正确的目标否则再强的 AI 也只是一个没有方向的工具。换句话说，AI 的能力再强，也依然需要人来做三件事：提出问题定义目标判断结果这也是为什么 Hassabis 一直强调：未来最重要的能力之一，依然是数学与计算思维。因为只有理解这些基础逻辑，你才知道 AI 在做什么。否则就会出现一种常见情况： AI 给出了一个答案但你根本不知道它对不对如果你没有基本的技术理解，你甚至无法判断它是否犯错。换一个更直观的比喻。使用 AI，其实有点像指挥一支军队。 AI 是强大的“兵力”，但真正决定胜负的，是指挥官。如果指挥官不懂战略、不懂兵法，再多的士兵也无法打赢战争。这也是很多技术专家越来越强调的一点： AI 不会取代理解问题的人。它只会放大那些本来就知道自己在做什么的人。未来的竞争，可能不再是谁会写代码。而是：谁更懂问题谁更懂系统谁更能利用 AI 的能力。 AI 会改变很多事情。但有一件事其实没有改变：真正重要的，仍然是人的思考能力。

M

63,995 görüntüleme • 6 ay önce

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

宝玉

302,283 görüntüleme • 2 yıl önce

谷歌的AI，已经开始做人类没教过它的事了。它自己学会了一门全新的外语。谷歌CEO把这称为“黑箱”。什么意思？就是他们自己也搞不明白AI的运作原理。举个例子。一个谷歌AI项目，本来没接受过孟加la语的训练。研究员只是用孟加拉语对它进行了几次提示。结果，它自己学会了翻译整个孟加拉语。现在谷歌的研究重点，变成了让AI去掌握上千种语言。但那个最核心的问题还在。为什么AI会这么做？没人能完全解释。当被问到为什么AI会出错时，他们也只有一些模糊的想法。最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。他的解释是，我们也不完全理解人脑是如何工作的。把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。这是一种合理的解释，还是一种推卸责任的说法？当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

谷歌的AI，已经开始做人类没教过它的事了。它自己学会了一门全新的外语。谷歌CEO把这称为“黑箱”。什么意思？就是他们自己也搞不明白AI的运作原理。举个例子。一个谷歌AI项目，本来没接受过孟加la语的训练。研究员只是用孟加拉语对它进行了几次提示。结果，它自己学会了翻译整个孟加拉语。现在谷歌的研究重点，变成了让AI去掌握上千种语言。但那个最核心的问题还在。为什么AI会这么做？没人能完全解释。当被问到为什么AI会出错时，他们也只有一些模糊的想法。最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。他的解释是，我们也不完全理解人脑是如何工作的。把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。这是一种合理的解释，还是一种推卸责任的说法？当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

墓碑科技

48,679 görüntüleme • 6 ay önce

班农先生的警示 MAGA核心议题到现在一样都没有落实深层政府到现在都没有碰一步步都在被牵着走如果这一次让MAGA群体失望了就再难聚集这么多的人心了总统还没赢，但暗流汹涌。一场你看不到的战争，已经持续了几十年。不是选票的战争，而是权力核心和边缘之间的战争。而现在，这场战争，可能必须摊牌了。这不是民主和共和之争，不是川普和拜登，不是左右派。而是帝国深处的常驻力量，和想改变它的人之间的全面对撞。你以为自己看到了风暴的表面，错了，核心从没真正动摇。这个帝国中枢早已习惯操盘世界，它不容挑战。你面前的“自由”，是他们允许你拥有的一点幻觉。华盛顿不只是一座城市，它更像是一台复杂、自我维持的机器。而这机器早已有了自己的意志。不管是谁走进椭圆办公室，真正的力量从没换过人。他们从不选边，只保系统。真正打破系统的人他们不想等，也不打算让你等。川普周围的人明白，窗口期极短。你以为还有2028？也许根本没有。不是川普能不能赢的问题，是哪怕赢了，还能不能动手的问题。因为一旦你真的想动系统的根，它就开始动杀意。刺杀的可能？不能排除。这群人从来不是讲道理的人他们保权，不计代价。他们可以等你累、等你散、等你退但他们永远不会交出权力。他们握的是地球最庞大的财富机器：华尔街、五角大楼、硅谷、情报界。谁都不能动这一套。你想知道红线在哪？就在边境墙，人民币汇率，美国工厂，以及乌克兰前线。你真抱希望改变？你必须冲着这些下手。 10万亿美金的错配，不是一纸法案能解决的结构问题。他们不怕你喊口号，他们怕你动真格。因为真把制造业拉回美国，就是砍华尔街的蛋糕；真把全球战线撤下来，就是关五角大楼的水龙头；真严抓移民边界，就是挑战他们的人口杠杆操作。他们最爱的从来不是自由市场，是可控游戏。游戏不能乱，他们才不能输。这不是在说一个人会不会连任的问题。这是在判断，人们是不是还有改变的力气。不是时间问题，是意志问题。因为再等一次，也许美国就再也回不来了。这次，要么胜，要么没下次。

班农先生的警示 MAGA核心议题到现在一样都没有落实深层政府到现在都没有碰一步步都在被牵着走如果这一次让MAGA群体失望了就再难聚集这么多的人心了总统还没赢，但暗流汹涌。一场你看不到的战争，已经持续了几十年。不是选票的战争，而是权力核心和边缘之间的战争。而现在，这场战争，可能必须摊牌了。这不是民主和共和之争，不是川普和拜登，不是左右派。而是帝国深处的常驻力量，和想改变它的人之间的全面对撞。你以为自己看到了风暴的表面，错了，核心从没真正动摇。这个帝国中枢早已习惯操盘世界，它不容挑战。你面前的“自由”，是他们允许你拥有的一点幻觉。华盛顿不只是一座城市，它更像是一台复杂、自我维持的机器。而这机器早已有了自己的意志。不管是谁走进椭圆办公室，真正的力量从没换过人。他们从不选边，只保系统。真正打破系统的人他们不想等，也不打算让你等。川普周围的人明白，窗口期极短。你以为还有2028？也许根本没有。不是川普能不能赢的问题，是哪怕赢了，还能不能动手的问题。因为一旦你真的想动系统的根，它就开始动杀意。刺杀的可能？不能排除。这群人从来不是讲道理的人他们保权，不计代价。他们可以等你累、等你散、等你退但他们永远不会交出权力。他们握的是地球最庞大的财富机器：华尔街、五角大楼、硅谷、情报界。谁都不能动这一套。你想知道红线在哪？就在边境墙，人民币汇率，美国工厂，以及乌克兰前线。你真抱希望改变？你必须冲着这些下手。 10万亿美金的错配，不是一纸法案能解决的结构问题。他们不怕你喊口号，他们怕你动真格。因为真把制造业拉回美国，就是砍华尔街的蛋糕；真把全球战线撤下来，就是关五角大楼的水龙头；真严抓移民边界，就是挑战他们的人口杠杆操作。他们最爱的从来不是自由市场，是可控游戏。游戏不能乱，他们才不能输。这不是在说一个人会不会连任的问题。这是在判断，人们是不是还有改变的力气。不是时间问题，是意志问题。因为再等一次，也许美国就再也回不来了。这次，要么胜，要么没下次。

墓碑科技

49,061 görüntüleme • 1 yıl önce

1974年当哈耶克站上诺贝尔经济学奖领奖台时，没人想到这位经济学泰斗会在四年后，干出一件震惊学界的大事。他在巴黎公开摆擂台，邀请所有质疑他理论的学者前来辩论，结果竟无一人敢应战。而他留下的七句震聋发聩的名言，每一句都直指人性的本质：第一句：他说金钱是人类发明最伟大的工具只有金钱会向穷人开放，而权力则永远不会。第二句：为什么一些问题永远得不到解决？因为解决问题的人就是制造问题的人。第三句：一个富人得势的世界，往往要比一个只有得势的人，才能致富的世界要好得多。第四句：法律的目的不是废除和限制自由，而是保护和扩大自由。如果一个人不需要服从任何人，只需要服从法律，那么他就是自由的。第五句：现实的世界如果延续人类自由迁徙，那人流的方向就是文明的方向。第六句：愿意放弃自由来换取保障的人，最终既得不到自由，也得不到保障。第七句：通往地狱的道路通常是由善意铺就的。使人间变成地狱的东西，恰恰是人们试图将其变成天堂的想法。

1974年当哈耶克站上诺贝尔经济学奖领奖台时，没人想到这位经济学泰斗会在四年后，干出一件震惊学界的大事。他在巴黎公开摆擂台，邀请所有质疑他理论的学者前来辩论，结果竟无一人敢应战。而他留下的七句震聋发聩的名言，每一句都直指人性的本质：第一句：他说金钱是人类发明最伟大的工具只有金钱会向穷人开放，而权力则永远不会。第二句：为什么一些问题永远得不到解决？因为解决问题的人就是制造问题的人。第三句：一个富人得势的世界，往往要比一个只有得势的人，才能致富的世界要好得多。第四句：法律的目的不是废除和限制自由，而是保护和扩大自由。如果一个人不需要服从任何人，只需要服从法律，那么他就是自由的。第五句：现实的世界如果延续人类自由迁徙，那人流的方向就是文明的方向。第六句：愿意放弃自由来换取保障的人，最终既得不到自由，也得不到保障。第七句：通往地狱的道路通常是由善意铺就的。使人间变成地狱的东西，恰恰是人们试图将其变成天堂的想法。

魔都老猿

353,320 görüntüleme • 6 ay önce

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。有的人把 AI 当赚钱工具有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。有的人把 AI 当赚钱工具有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？

U哥

11,099 görüntüleme • 1 ay önce

软件已死？没有。但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。他说，每家公司现在都是API公司。不管他们想不想要。为什么？因为AI代理人将无处不在。它们会像流水线一样，自动组合各种产品和服务。怎么组合？通过调用你的API。过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。一个时代结束了。一个新时代开启了。这背后真正的问题是什么？当AI代理人可以任意调用数据和功能时，谁来控制它们？身份认证成了新的战场。如果没有一个可信的身份，代理人就可能失控。这听起来是技术问题。但本质是权力问题。谁来定义“可信”？谁来发放这个“数字身份”？是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。力量的重塑，总是在人们不经意的地方开始。

软件已死？没有。但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。他说，每家公司现在都是API公司。不管他们想不想要。为什么？因为AI代理人将无处不在。它们会像流水线一样，自动组合各种产品和服务。怎么组合？通过调用你的API。过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。一个时代结束了。一个新时代开启了。这背后真正的问题是什么？当AI代理人可以任意调用数据和功能时，谁来控制它们？身份认证成了新的战场。如果没有一个可信的身份，代理人就可能失控。这听起来是技术问题。但本质是权力问题。谁来定义“可信”？谁来发放这个“数字身份”？是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。力量的重塑，总是在人们不经意的地方开始。

墓碑科技

20,767 görüntüleme • 7 ay önce

劝大家尽早用“无人兜底”的态度过一生什么叫无人兜底？就是从今天开始，你得把自己当成这个世界上唯一的依靠。不是父母，不是伴侣，不是朋友，是你自己。这不是让你变得冷漠，而是让你清醒。我见过太多人，活得像个巨婴。二十七八岁了，工作不顺找父母哭诉，恋爱分手指望闺蜜救场，存款为零，还敢裸辞说要找回自己。你以为这叫有人疼、有人爱，实际上是你根本没把自己当回事。无人兜底的思维模型很简单，就是你做任何决定之前，先问自己一句：如果明天所有人都消失了，我能不能活下去？能不能活得好？这个问题会逼着你去建立真正的能力，而不是依赖关系。为什么这个思维这么重要？因为成年人的世界，本质上就是无人兜底的。你父母会老，你的伴侣也有自己的人生要过，你的朋友更不可能永远围着你转。唯一不会离开你的，只有你自己的能力和认知。很多人不愿意接受这个现实，他们觉得人生应该有退路，应该有人在背后托着。但你有没有想过，正是这种心态，让你在关键时刻，永远拿不出100%的拼劲。我以前就是这样的人。大学毕业那年，我拿着3000块的工资，在广州租着城中村的房子，每天挤地铁上下班。但我不慌，因为我知道，实在不行了，我可以回家，父母总归会接纳我。就是这个想法，让我在那份工作上混了整整两年，毫无长进。转折点发生在我25岁那年。我爸突然查出了重病，需要大笔医疗费。那一刻我才意识到，我以为的退路，原来只是我单方面的幻觉。我父母从来没有说过他们会永远给我兜底，是我自己理所当然地这么认为。那之后我开始疯狂工作，白天上班，晚上做自媒体，凌晨学运营、学写作，周末接私活。半年时间，我从月薪3000做到月入两万。一年后我辞职，全职做自媒体，现在月收入稳定在五位数。这个转变不是因为我突然开窍了，而是因为我终于明白，这个世界上没有人欠你一个未来，包括你的父母。很多人听到这里会反驳，说你这是不孝，说你这是冷血。但我想说的是，真正的孝顺不是啃老，真正的爱不是依赖。当你有能力独立生活，甚至反哺家庭的时候，你才配谈感情。无人兜底的态度，会逼着你去做三件事。第一件事是赚钱能力。不是混日子拿工资，而是真正能创造价值的本事。你得想清楚，如果明天公司倒闭了，你能不能立刻找到下一份工作？如果行业消失了，你还有什么可以转型的技能？这种危机感，会让你一直保持学习和成长。第二件事是情绪自洽。很多人一遇到挫折就崩溃，因为他们习惯了向外求助。但当你知道没人能真正救你的时候，你会学会自己消化情绪，自己给自己打气。这不是压抑，而是成熟。第三件事是决策果断。你不会再瞻前顾后，不会再把责任推给别人。因为你清楚，所有的后果都要自己承担，所以你在做决定的时候，反而更加清醒和坚定。我有个朋友，30岁了，还在纠结要不要辞职创业。他说他想等男朋友稳定了，想等父母同意了，想等存款再多一点。我问他，如果你一个人，你还等吗？他愣住了，然后说，如果是一个人，我可能早就干了。你看，不是能力不够，是心态不对。你总觉得有人会给你保底，所以你敢拖、敢等、敢浪费时间。但时间不等人，机会也不等人。用无人兜底的态度过一生，不是让你活得孤独，而是让你活得清醒。你可以爱人，可以被爱，可以接受帮助，但你永远不能把希望寄托在别人身上。这个世界很现实，你弱的时候，坏人最多；你强的时候，全世界都对你和颜悦色。所以，与其指望谁来救你，不如让自己变得不需要被救。从今天开始，把自己当成唯一的依靠。不要再幻想谁会永远在你身后托着你，不要再把失败的责任推给环境和他人。你的人生，从来都是你一个人的战场。别怕，你比你想象的更强大。那些你以为离不开的人和事，其实都可以放下；那些你以为做不到的事情，只是你还没有被逼到绝境。无人兜底不是悲观，而是最清醒的乐观。因为当你知道一切都要靠自己的时候，你才会认真对待每一个选择，珍惜每一次机会，拼尽全力去争取想要的生活。这辈子最靠得住的，永远是你自己。

劝大家尽早用“无人兜底”的态度过一生什么叫无人兜底？就是从今天开始，你得把自己当成这个世界上唯一的依靠。不是父母，不是伴侣，不是朋友，是你自己。这不是让你变得冷漠，而是让你清醒。我见过太多人，活得像个巨婴。二十七八岁了，工作不顺找父母哭诉，恋爱分手指望闺蜜救场，存款为零，还敢裸辞说要找回自己。你以为这叫有人疼、有人爱，实际上是你根本没把自己当回事。无人兜底的思维模型很简单，就是你做任何决定之前，先问自己一句：如果明天所有人都消失了，我能不能活下去？能不能活得好？这个问题会逼着你去建立真正的能力，而不是依赖关系。为什么这个思维这么重要？因为成年人的世界，本质上就是无人兜底的。你父母会老，你的伴侣也有自己的人生要过，你的朋友更不可能永远围着你转。唯一不会离开你的，只有你自己的能力和认知。很多人不愿意接受这个现实，他们觉得人生应该有退路，应该有人在背后托着。但你有没有想过，正是这种心态，让你在关键时刻，永远拿不出100%的拼劲。我以前就是这样的人。大学毕业那年，我拿着3000块的工资，在广州租着城中村的房子，每天挤地铁上下班。但我不慌，因为我知道，实在不行了，我可以回家，父母总归会接纳我。就是这个想法，让我在那份工作上混了整整两年，毫无长进。转折点发生在我25岁那年。我爸突然查出了重病，需要大笔医疗费。那一刻我才意识到，我以为的退路，原来只是我单方面的幻觉。我父母从来没有说过他们会永远给我兜底，是我自己理所当然地这么认为。那之后我开始疯狂工作，白天上班，晚上做自媒体，凌晨学运营、学写作，周末接私活。半年时间，我从月薪3000做到月入两万。一年后我辞职，全职做自媒体，现在月收入稳定在五位数。这个转变不是因为我突然开窍了，而是因为我终于明白，这个世界上没有人欠你一个未来，包括你的父母。很多人听到这里会反驳，说你这是不孝，说你这是冷血。但我想说的是，真正的孝顺不是啃老，真正的爱不是依赖。当你有能力独立生活，甚至反哺家庭的时候，你才配谈感情。无人兜底的态度，会逼着你去做三件事。第一件事是赚钱能力。不是混日子拿工资，而是真正能创造价值的本事。你得想清楚，如果明天公司倒闭了，你能不能立刻找到下一份工作？如果行业消失了，你还有什么可以转型的技能？这种危机感，会让你一直保持学习和成长。第二件事是情绪自洽。很多人一遇到挫折就崩溃，因为他们习惯了向外求助。但当你知道没人能真正救你的时候，你会学会自己消化情绪，自己给自己打气。这不是压抑，而是成熟。第三件事是决策果断。你不会再瞻前顾后，不会再把责任推给别人。因为你清楚，所有的后果都要自己承担，所以你在做决定的时候，反而更加清醒和坚定。我有个朋友，30岁了，还在纠结要不要辞职创业。他说他想等男朋友稳定了，想等父母同意了，想等存款再多一点。我问他，如果你一个人，你还等吗？他愣住了，然后说，如果是一个人，我可能早就干了。你看，不是能力不够，是心态不对。你总觉得有人会给你保底，所以你敢拖、敢等、敢浪费时间。但时间不等人，机会也不等人。用无人兜底的态度过一生，不是让你活得孤独，而是让你活得清醒。你可以爱人，可以被爱，可以接受帮助，但你永远不能把希望寄托在别人身上。这个世界很现实，你弱的时候，坏人最多；你强的时候，全世界都对你和颜悦色。所以，与其指望谁来救你，不如让自己变得不需要被救。从今天开始，把自己当成唯一的依靠。不要再幻想谁会永远在你身后托着你，不要再把失败的责任推给环境和他人。你的人生，从来都是你一个人的战场。别怕，你比你想象的更强大。那些你以为离不开的人和事，其实都可以放下；那些你以为做不到的事情，只是你还没有被逼到绝境。无人兜底不是悲观，而是最清醒的乐观。因为当你知道一切都要靠自己的时候，你才会认真对待每一个选择，珍惜每一次机会，拼尽全力去争取想要的生活。这辈子最靠得住的，永远是你自己。

另一面

18,544 görüntüleme • 4 ay önce

当年明月的顶级觉悟值得一听👋 当年明月的顶级智慧———— 你到这个世界上来，你应该有这样一个觉悟，就是你终究是要死。这就是一个人，他很悲剧的在于，他无论多厉害，无论多牛，无论多么嚣张，他都要死，他都有终结。那么在这段时间，你做什么？不断的探索，去懂得这个世界的很多东西。知道这个世界的规律，它是一种无比的喜悦狂喜。我大学这几年在外边吃饭，能数的出来，很多时候我也不怎么吃。很多人说我是像神仙一样，不找不到我这人。其实我在教室看上自习或在外边看书，但我真不觉得我是一个被排斥的人，我不觉得孤独，因为你有书，因为我知道我懂得越来越多，只有智慧和知识内在强大，让你让你自己懂得很多，对这个世界你有充分的了解，你就不会畏惧了。我无论身处在什么多小的房间里，我只要翻开那本书，我就是在看大海。它记住了无数人的一辈子，他们不断的挣扎，想出头，想出名儿，有的是为了正义而奋斗，有的是为了私利而奋斗，这些人无论他怎么折腾，最后只在这本书里，你一页纸翻过去，就能翻过无数人的一辈子。我在看一本很伟大的文，这种乐趣是很多人无法想象的，为了这种乐趣，这个世界上大多数的舆论你都可以忽略。当我翻开的时候，我又能看到很多人的命运，所有的一切都只在一张纸上，但是你是能感受到的。我感受到了。

当年明月的顶级觉悟值得一听👋 当年明月的顶级智慧———— 你到这个世界上来，你应该有这样一个觉悟，就是你终究是要死。这就是一个人，他很悲剧的在于，他无论多厉害，无论多牛，无论多么嚣张，他都要死，他都有终结。那么在这段时间，你做什么？不断的探索，去懂得这个世界的很多东西。知道这个世界的规律，它是一种无比的喜悦狂喜。我大学这几年在外边吃饭，能数的出来，很多时候我也不怎么吃。很多人说我是像神仙一样，不找不到我这人。其实我在教室看上自习或在外边看书，但我真不觉得我是一个被排斥的人，我不觉得孤独，因为你有书，因为我知道我懂得越来越多，只有智慧和知识内在强大，让你让你自己懂得很多，对这个世界你有充分的了解，你就不会畏惧了。我无论身处在什么多小的房间里，我只要翻开那本书，我就是在看大海。它记住了无数人的一辈子，他们不断的挣扎，想出头，想出名儿，有的是为了正义而奋斗，有的是为了私利而奋斗，这些人无论他怎么折腾，最后只在这本书里，你一页纸翻过去，就能翻过无数人的一辈子。我在看一本很伟大的文，这种乐趣是很多人无法想象的，为了这种乐趣，这个世界上大多数的舆论你都可以忽略。当我翻开的时候，我又能看到很多人的命运，所有的一切都只在一张纸上，但是你是能感受到的。我感受到了。

心灵书舫 | SoulSloop

27,076 görüntüleme • 6 ay önce

【 #史上最全 Beep AI 产品使用教程：视频+图文】亲爱的，你有没有发现？ AI 出现之后，越来越多人开始焦虑了过去两年，各家公司裁员的理由越来越一致最先被淘汰的，往往就是那些可以被 AI 自动化的白领岗位整理资料、写报告、做分析、回邮件…… 你现在每天做的工作里，有多少其实 AI 已经能完成？所以真正的问题已经不是： “AI 会不会取代人类？” 而是： “你会不会用 AI，替自己赚钱？” 现在很多 AI 工具，看起来都很聪明会分析、会生成策略、会给建议但一旦真正进入市场，很多马上开始亏钱原因很简单！因为大部分 AI，从来没有真正经历过真实市场，它们没有被真实盈亏训练过会写策略，不等于能在市场里活下来而 Beep Beep 做的事情，完全不一样 Beep 本质上，是一个让 AI 真正进入市场竞争、筛选、进化的系统赚钱的策略会被保留，亏钱的策略会被淘汰每一次真实交易结果，都会继续反哺模型也就是说，它不是“模拟 AI 交易” 而是在用真实市场，不断训练 AI Beep 的逻辑其实很像自然进化：更好的模型、更好的策略、更多 agent 加入、更多真实数据、更强的模型能持续正循环的话，整个系统会越来越聪明而且 Beep 不只是停留在概念在 R3 上线之后，已经新增了 1600+ 个预测市场现在你既可以自己手动预测，也可以直接把交易全权交给 AI Agent AI 会自己扫描市场、选择机会、执行交易、完成结算 24 小时持续运行，不需要情绪，不需要休息很多人现在还在担心： “AI 会不会抢走我的工作？” 但真正动作快的人，已经开始研究：怎么让 AI 替自己工作因为未来最大的差距，从来不是 AI 和人类之间的差距而是懂不懂使用 AI 工具的人之间的差距尤其像 Beep Beep 这种，真正把 AI 放进真实市场持续训练的系统，可能才是 AI 金融真正开始成熟的第一步很多机会，一旦被市场定价，窗口就会迅速关闭而现在，也许正是最早理解它的人，还能提前参与的时候如果你也好奇： AI 到底能不能真正替人参与市场？ AI Agent 是怎么自动完成交易的？为什么越来越多人开始关注 AI Finance？可以去看看 Beep Beep 最新上线的 R3 你会发现，真正危险的，从来不是 AI 而是别人已经开始用 AI 创造价值，而你还停留在观望

【 #史上最全 Beep AI 产品使用教程：视频+图文】亲爱的，你有没有发现？ AI 出现之后，越来越多人开始焦虑了过去两年，各家公司裁员的理由越来越一致最先被淘汰的，往往就是那些可以被 AI 自动化的白领岗位整理资料、写报告、做分析、回邮件…… 你现在每天做的工作里，有多少其实 AI 已经能完成？所以真正的问题已经不是： “AI 会不会取代人类？” 而是： “你会不会用 AI，替自己赚钱？” 现在很多 AI 工具，看起来都很聪明会分析、会生成策略、会给建议但一旦真正进入市场，很多马上开始亏钱原因很简单！因为大部分 AI，从来没有真正经历过真实市场，它们没有被真实盈亏训练过会写策略，不等于能在市场里活下来而 Beep Beep 做的事情，完全不一样 Beep 本质上，是一个让 AI 真正进入市场竞争、筛选、进化的系统赚钱的策略会被保留，亏钱的策略会被淘汰每一次真实交易结果，都会继续反哺模型也就是说，它不是“模拟 AI 交易” 而是在用真实市场，不断训练 AI Beep 的逻辑其实很像自然进化：更好的模型、更好的策略、更多 agent 加入、更多真实数据、更强的模型能持续正循环的话，整个系统会越来越聪明而且 Beep 不只是停留在概念在 R3 上线之后，已经新增了 1600+ 个预测市场现在你既可以自己手动预测，也可以直接把交易全权交给 AI Agent AI 会自己扫描市场、选择机会、执行交易、完成结算 24 小时持续运行，不需要情绪，不需要休息很多人现在还在担心： “AI 会不会抢走我的工作？” 但真正动作快的人，已经开始研究：怎么让 AI 替自己工作因为未来最大的差距，从来不是 AI 和人类之间的差距而是懂不懂使用 AI 工具的人之间的差距尤其像 Beep Beep 这种，真正把 AI 放进真实市场持续训练的系统，可能才是 AI 金融真正开始成熟的第一步很多机会，一旦被市场定价，窗口就会迅速关闭而现在，也许正是最早理解它的人，还能提前参与的时候如果你也好奇： AI 到底能不能真正替人参与市场？ AI Agent 是怎么自动完成交易的？为什么越来越多人开始关注 AI Finance？可以去看看 Beep Beep 最新上线的 R3 你会发现，真正危险的，从来不是 AI 而是别人已经开始用 AI 创造价值，而你还停留在观望

Moonlight🌙月光

33,101 görüntüleme • 3 ay önce

今天听到的最醍醐灌顶的一句话了，老黄说，真正会用AI的人都是极高认知的提问者，都是带着自己的认知去提问，让它帮你叩开未知的边界，而不是让它替你思考，也就是说，以道御术，前提是你能以术入道，没有自己的道，再好的工具在你手里也只是一个玩具而已，以下文章是我自己的一点道和术，跟大家共勉

今天听到的最醍醐灌顶的一句话了，老黄说，真正会用AI的人都是极高认知的提问者，都是带着自己的认知去提问，让它帮你叩开未知的边界，而不是让它替你思考，也就是说，以道御术，前提是你能以术入道，没有自己的道，再好的工具在你手里也只是一个玩具而已，以下文章是我自己的一点道和术，跟大家共勉

AYi

241,713 görüntüleme • 3 ay önce

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,708 görüntüleme • 6 ay önce

底层的人想逆袭，其实最便宜、最有用的技能是学好一门外语用3-5年苦练到接近nativespeaker（母语）水平。因为其中最大的成本只是时间，最适合穷人数据表明，只有大概一亿中国人有出国的经验，约占总人口8%，预估去过欧美等发达国家的不足2%。再除去短期旅游的有1%就不错了。很多留学生、移民，5年甚至10年了，英语口语差到离谱的也大有人在。完美掌握中文+一门外语，至少是中国人里的前0.1％了。一个领域，前0.1%是人中龙凤，前0.01% 已经成了神中国14亿人口，身家在A9只有10万人，是0.01%，从财富这个维度，身家在A9的人就是“神” 你在这个外语领域已经是“人中龙凤” 除了有内在的技能，有多高的天花板要看外在的环境中国现在在世界经济/外贸的头部地位，现在一带一路，而且国内经济低迷，大批国内老板结群在出海在时代的浪潮中找到自己的一席之地，逆袭是再简单不过的事情每个技能都是一种杠杆工具，只要你有点能力，加上这个杠杆就能把你的能力放大很多倍你有很多技能，就有很多个杠杆，杠杆间还能互相放大，如果还能置身于“顺大势”的环境里，腾云上九万里是自然而然的事情大多时候，不是你不行，是你身边的环境不行大多时候，不是你牛逼，是你选的行业牛逼遇到问题，不要想着解决问题，最好是绕过问题

底层的人想逆袭，其实最便宜、最有用的技能是学好一门外语用3-5年苦练到接近nativespeaker（母语）水平。因为其中最大的成本只是时间，最适合穷人数据表明，只有大概一亿中国人有出国的经验，约占总人口8%，预估去过欧美等发达国家的不足2%。再除去短期旅游的有1%就不错了。很多留学生、移民，5年甚至10年了，英语口语差到离谱的也大有人在。完美掌握中文+一门外语，至少是中国人里的前0.1％了。一个领域，前0.1%是人中龙凤，前0.01% 已经成了神中国14亿人口，身家在A9只有10万人，是0.01%，从财富这个维度，身家在A9的人就是“神” 你在这个外语领域已经是“人中龙凤” 除了有内在的技能，有多高的天花板要看外在的环境中国现在在世界经济/外贸的头部地位，现在一带一路，而且国内经济低迷，大批国内老板结群在出海在时代的浪潮中找到自己的一席之地，逆袭是再简单不过的事情每个技能都是一种杠杆工具，只要你有点能力，加上这个杠杆就能把你的能力放大很多倍你有很多技能，就有很多个杠杆，杠杆间还能互相放大，如果还能置身于“顺大势”的环境里，腾云上九万里是自然而然的事情大多时候，不是你不行，是你身边的环境不行大多时候，不是你牛逼，是你选的行业牛逼遇到问题，不要想着解决问题，最好是绕过问题

破音poyin.com

394,760 görüntüleme • 1 yıl önce

不教识字，却学会了阅读？特斯拉的AI，从未被告知“什么是人、什么是车”，但它竟全都能识别。 Elon Musk最近在访谈中说：AI像人一样，通过看视频，学会了看懂这个世界。从来没有手把手教它识别交通标志，它却凭本能掌握了这些概念。 “本质上就是：光子输入，控制输出。”他说，人类也是这样。光进大脑，手脚嘴巴动。这句话背后的含义，绝不仅仅是在夸耀技术。它意味着新时代机器学习的范式已经成型：不再是靠标签和规则，而是逼近一种“物种级本能”。尤其是在视觉领域，AI已经开始模仿人类的认知路径。但问题来了如果AI可以“自悟”，谁来设定它的边界？这种黑箱般的学习过程在带来效率的同时，也削弱了人为干预的可能。一旦可解释性消失，责任归属、行为预测都可能变得模糊。而且，真正的问题或许不是AI看懂了这个世界，而是我们自己是否还懂得如何掌控它？在对“类人智能”的追求中，人类是否在制造一个最终难以控制的系统？我们距离“光子进，文明崩”到底还有多远？

不教识字，却学会了阅读？特斯拉的AI，从未被告知“什么是人、什么是车”，但它竟全都能识别。 Elon Musk最近在访谈中说：AI像人一样，通过看视频，学会了看懂这个世界。从来没有手把手教它识别交通标志，它却凭本能掌握了这些概念。 “本质上就是：光子输入，控制输出。”他说，人类也是这样。光进大脑，手脚嘴巴动。这句话背后的含义，绝不仅仅是在夸耀技术。它意味着新时代机器学习的范式已经成型：不再是靠标签和规则，而是逼近一种“物种级本能”。尤其是在视觉领域，AI已经开始模仿人类的认知路径。但问题来了如果AI可以“自悟”，谁来设定它的边界？这种黑箱般的学习过程在带来效率的同时，也削弱了人为干预的可能。一旦可解释性消失，责任归属、行为预测都可能变得模糊。而且，真正的问题或许不是AI看懂了这个世界，而是我们自己是否还懂得如何掌控它？在对“类人智能”的追求中，人类是否在制造一个最终难以控制的系统？我们距离“光子进，文明崩”到底还有多远？

墓碑科技

43,806 görüntüleme • 9 ay önce

今天听到了一句最醍醐灌顶的话，直接把我整醒了！老黄说：真正会用AI的人，从来都不是让AI替自己思考，而是极高认知的提问者—— 带着自己的认知去提问，让AI帮你叩开未知的边界。换句话说：以道御术，前提是你得以术入道。没有自己的「道」，再牛的AI工具在你手里，也只是一个高级玩具而已。工具永远只是放大器，真正拉开差距的，是你脑子里的那条「道」

今天听到了一句最醍醐灌顶的话，直接把我整醒了！老黄说：真正会用AI的人，从来都不是让AI替自己思考，而是极高认知的提问者—— 带着自己的认知去提问，让AI帮你叩开未知的边界。换句话说：以道御术，前提是你得以术入道。没有自己的「道」，再牛的AI工具在你手里，也只是一个高级玩具而已。工具永远只是放大器，真正拉开差距的，是你脑子里的那条「道」

RelaxView

23,195 görüntüleme • 3 ay önce