我的 X 阅读

Gemini 4 时代 - 很高兴与优秀的人一起推动前沿能力！还有更多需要改进的地方，我们将继续努力！ 引用：外面有很多关于我们下一个模型（！）的讨论，所以我想尽快给大家一个早期的预览。介绍 Gemini 4 Argon！ 它在复杂工作流程、网络防御和软件工程方面展示了前沿性能。团队们在谷歌广泛使用它，从编码到量子计算，反馈很好。 这是基准测试的预览：

我试图取消我的 ChatGPT 订阅，但就是不行？？？？这是怎么回事

数学家们：“求求你们，千万别解决我们宝贵的难题！” 与此同时，人工智能研究人员：

转帖：让 Astra 在超快模式（中等推理）下从零开始在昨天 Dev Day 他们给我们的 modretro 上重建 1-1 - 用了大约 3 分钟 - 使用了 4 个子代理 - 用了大约 10% 的我的每周限额（$500/月计划） 超快模式应该很少使用，但老实说，当你使用它时，它真的很酷

全息术意味着，仅用普通相机拍摄大脑表面，你就能以3D形式重建其每一个褶皱、血管和神经元。为什么会有人相信这种牵强的想法呢？https://t.co/iAkRWJSs3E

“我们正处于第二次量子革命中，”麻省理工学院实验物理学家里卡多·科明说。“现在，我们拥有了真正探索量子粒子波函数的工具。” https://t.co/0u98eezPWx

转帖：简单逻辑的绝佳实际应用 我曾有医生和外科医生出于纯粹的沮丧向我倾诉，他们如何被贬低为数据录入文员，填写预设的诊断树表格，那些答案根本无法简单归结为“是”或“否”。 他们只有10分钟的实际时间来见患者，其余的可计费时间都用来在电脑上预设表单中输入代码。这就是美国私募股权支持的医疗服务已经沦落到什么地步。 治愈的许多部分在于另一个人的纯净灵魂的存在，无需任何言语修饰。

最新旗舰产品发布 引用：Gemini 4 Argon 代表着我们迈向智能前沿的下一个时代。 它在各项基准测试中均展现出显著的提升，为现实世界中的长期软件工程任务树立了新的标杆。https://t.co/wQzNpp7Dx4

浅水梳水母 以希腊海沫女神命名。该物种很少在20米以下发现。橙色结节具有抓握性、粘性，并用于捕食猎物。https://t.co/2Cb3xrlmXA

而 Deepmind 回归 引用：介绍 Gemini 4 Argon – 我们的全新前沿模型。 它专为跨编码、企业知识工作和网络安全防御的复杂工作流程而构建 – 今天通过我们的 Fairwind 计划向一组可信测试者推出。

OpenAI 急得太离谱了，连我让它登录的网站都看不了。OpenAI，你在搞什么？这太糟糕了。

> 当谷歌 > 几周前完成Gemini 4的训练 > 发布你迄今为止最好的模型 > 庆祝击败Astra > OpenAI据说已经在实验室里有了bel，远超Astra > 刚刚打败教程Boss 引用：外面有很多关于我们下一个模型（！）的讨论，所以我想尽快给大家一个早期的预览。介绍 Gemini 4 Argon！ 它在复杂工作流程、网络防御和软件工程方面展示了前沿性能。团队们在谷歌广泛使用它，从编码到量子计算，反馈很好。 这是基准测试的预览：

转帖：宣布 Gemini 4 Argon，我们的新一代前沿模型。 Argon 旨在支持复杂、长时程工作流程中的深度推理，并在现实世界的软件工程、企业知识工作（如法律和金融）以及网络安全防御等复杂工作流程中提供前沿性能。 我们还将该模型的输出令牌限制扩展到行业领先的 100 万个令牌。 Argon 目前正在 Fairwind 计划中向一组受信任的网络防御者推出，并将尽快实现更广泛的可用性。

我和那个怪物 引用： 白宫外面的喜剧金矿！ 特朗普：“桑达尔 [皮查伊]，你想说点什么吗？” 皮查伊：“首先，谢谢——” 特朗普：“这家伙是个怪物，没人认识他。多么美好的生活啊！做一个怪物而不用经历这些。你只需要知道——桑达尔！桑达尔是他的名字。” 皮查伊：“希望是个比‘我是个怪物’更好的口号！” 白宫外每个人都笑疯了 特朗普真会把严肃时刻变成喜剧！

智能数学时代已经到来。天哪，看到理论的形态并从非常粗略的想法中整理出新的证明，真是太有趣了。很快就会宣布代数几何和非交换代数领域的一些漂亮结果。最奇怪的是，我真的在与机器合作，看到模型从符号计算中泛化，提出新的猜想，通过变形论证来探索证明空间等等。而且你不需要消化一切，只需要关键的想法。一旦你做到了，你就可以给你的“harness”提供关键方向，引导发现。Lean 会完成证明，但在一天结束时，你已经消化了所有关键内容。Lean 只是一个证明没有出错的文档，证明蓝图已经因为与智能“harness”的互动而存在于你的脑海中。 引用：谢谢！是的，我使用的是 Codex CLI（搭配 Astra Max）和 Claude Code（搭配 Opus 5.5 Max）的组合。我的项目起步阶段用 Astra 来处理繁重的工作，最棘手的部分是建立知识库、初始工作划分，以及管理那些代理——它们要么处理现有知识，要么猜测新东西（通过变形现有论据）。这就像拥有许多爬虫，通过非常小的步子探索来渗透领域。我非常依赖数值计算，这能帮助代理对它们提出的断言更有信心（甚至基于数值提出新断言）。我的框架基本上是一个在标准 Codex 和 CC 中精心设置的代理工作流。当然，当我将模型针对特定任务（但不要太具体）时，就会发生重大飞跃。在研究 Laman 图的工作中，我实际上强迫 Astra 证明了一个中心属种刻画结果。然后，我切换到 Opus 来撰写，并开始并行构建一个新的知识库，其中包含更精炼的证明版本。所以现在，Astra 正在形式化发现，而 Opus 正在探索相关结果，并查看我们能用现有知识库覆盖哪些新猜想。 我仍然进行大量的人类干预，即在每次工作周期后给出文本命令，以将工作流聚焦于特定目标（比如引导属种界限等）。这相当了不起，如果你凭直觉知道需要哪些工具，你就能推动这些代理免费为你完成大量结果。 我认为这种方法中也很重要的是，你要接受模型会证明一些并非真正源于你问题的新颖陈述。你让它们自由探索证明空间。经过几次试运行后，代理会稳定下来，因为知识库变得相当庞大，它们会分成小组从事构思、证明生成、编码实验、修改证明或形式化证明。这就像一个小小的证明工厂，每个代理都有非常具体的角色要扮演。 而且我不需要 10k 个代理来做事，但我倾向于超级专注，并更多依赖人类直觉和对某些关键方向的缓慢消化。我真的在努力理解“可能性的形状”，而不是愚蠢地处理大量无意义的陈述。 在这种方法中，你还能看到某些数学领域稍微更易于处理。如果你能进行大量数值实验（用 Python 或 Rust 进行符号计算），那么你就能获得一个非常有效的直觉编译器。看到模型如何基于数值生成新断言，真是相当有趣。