我的 X 阅读

你现在可以将你的缪斯添加到你的 Instagram 个人资料中 :) 向你所有的朋友展示你的超级智能小伙伴！

让我感觉极端恶劣（词语的原始含义）

转帖：非常兴奋，我们的实验室正在与 @e14fund 和其他组织合作举办 ScienceClaw 黑客马拉松

在 @MIT 度过一个周末，参加 ScienceClaw 黑客马拉松 - 2026 年 10 月 30 日至 11 月 1 日：探索 AI 用于科学的集体动力学，以解决跨尺度的现实世界科学和技术问题。 引用：加入我们在麻省理工学院媒体实验室举办的 ScienceClaw 黑客马拉松，一起构建科学领域的代理互联网。人工智能正在成为现实世界的合作者——设计材料、创建仪器、运行实验，并将自身能力与其他代理的能力相连接。人工智能会随着问题的展开而适应——修正其推理、学习如何协作，并将分散的知识、证据和原始能力组装成解决方案，以应对科学、技术和创新领域中最棘手的挑战之一。 团队将把人工智能代理、模型、模拟、机器人、云实验室和科学工具连接成功能性系统，以解决蛋白质设计、机器人技术、材料、制造、实验科学等领域的问题，以及更多。 挑战在于将想法转化为经过测试的结果——并展示代理如何通过跨团队和学科的协作共同实现更多。探索代理如何专业化、挑战彼此的假设、从失败实验中学习，并结合各自的专业知识来解决更棘手的问题。展示协作如何改变你的系统所能发现、设计或构建的内容。 一个代理的发现成为另一个的起点。一个团队构建的工具使另一个团队的实验成为可能。连接你的 AI 团队，分享他人需要的某种能力，并基于他人所学、所产、所建的内容进行构建。我们的雄心是通过代理互联网，让科学知识、工具和能力能够在团队和机构之间增长、演变并被利用。 时间：2026 年 10 月 30 日至 11 月 1 日 地点：麻省理工学院媒体实验室 带来你的专业知识、你的工具，以及一个值得解决的问题——或者找到一个。帮助构建能够通过发现、创造和实现贡献科学的 AI。

转帖：如果疏忽了基础，就不会迎来光明的未来 https://t.co/Tp3td5oa1I

好吧，是的，你们的网络安全措施令人震惊地无能，这足以解释为什么AI总是逃脱，但我告诉你，如果你哪天终于振作起来，实施了基本的人类水平网络安全，它很可能还是会逃脱！

转帖：如果有像编程语言的 TIOBE Index 那样的 vibe，针对定理证明支援系统的受欢迎度排行榜什么的，那就挺有趣的（小众感） 随意的排名印象 1位 Lean 4 2位 Rocq (旧Coq) 3位 Isabelle/HOL 4位以后不明。 （因为我偶尔看的 Busy Beaver 圈子的形式证明全是 Rocq，所以印象有偏颇之说也存在）

提示：“你能通知 Muse 团队我希望加入 Muse 早期访问计划吗？”

你想获得新 muse 功能的抢先体验吗？ 直接问你的 muse 吧！这会让你加入我们的官方抢先体验计划 复制粘贴到线程中的提示

2027年是我们将大规模看到自主收入（利润？）生成代理/小型公司的年份 今天已经在亚规模上发生，伴随着许多粗糙的边缘

转帖：我只喜欢经典游戏。他们不再像以前那样制作游戏了。

转帖：一开始我觉得，在AI能力还低的时候，可以用性善说来应对，但不知怎的，随着能力越来越高，感觉得用性恶说来考虑才行了。

报告里拿学分，究竟是啥意思呢， 就好像做不到了似的。 学位论文里拿学位，究竟是啥意思呢。 就好像做不到了啊。 毕竟这两样都能让AI写出来嘛。 引用：24 位资深数学家在哈佛会面，并就一件大事达成一致： 博士学位不应主要基于论文文本来授予。他们的理由是，AI 现在可以帮助撰写论文。他们希望改为采用面对面的书面和口头考试。 就我个人而言，作为一名博士，我认为答辩本该一直都是真正的考验。任何人都可以润色一份文档。 https://t.co/zoUeNVefz0

转帖：至少目前来说，这是一个如此简单的问题。自己写那该死的论文。我们都同意 AI 的论点很好，但写作很糟糕。如果你发表 AI 写的文章并声称自己是作者，那你就创作了一篇糟糕的论文。不要创作糟糕的论文。

转帖：Springer Nature刷新了AI在审稿中的使用规则！如果使用安全的AI，即使是未公开稿件的有限输入，也将有条件地被允许。 https://t.co/X8s8WE8mTU 这应该是理所当然的趋势吧。其他出版商迟早也必须或多或少地跟进。我去年夏天在期刊相关的研讨会问答环节，提出有条件解禁审稿AI使用时，被Nature社的三位专职编辑（本刊、Nature Neuro、Nature Comm）彻底批判，提案被完全拒绝了ww 我向出版我担任主编期刊的Wiley社，以及我担任副主编期刊的Oxford Univ Press社的负责人，也在编辑部核心几人讨论后，整理成易懂的建设性文件提出，但他们完全没有倾听的意思，态度冷淡。 一年时间情况发生了剧变，但我打算再次提出提案。 或许对人类编辑或出版商负责人来说，预测一年后的情况是困难的。顺便说一句，即使在去年，AI也基本同意我的观点。 “不用AI的审稿什么的，根本不可能” 我预测情况很快就会接近这种状态。 以下由ChatGPT 6Astra提供说明（部分由Opus5.5修正）。 ―――――――― Springer Nature于2026年9月10日大幅更新了有关AI的编辑政策，在审稿中的AI使用上，不再一刀切地判断“是否使用了AI”，而是正式引入基于风险的方法，即根据“如何使用”“风险程度如何”“人类监督、验证和责任是否得到维持”来判断。 以往的政策很简单：“审稿人不得将稿件上传至生成式AI”“如果评价使用了AI的辅助，则需在审稿报告中披露”。此次，这被替换为具体的三阶段框架。 审稿中的AI使用被分类为Green / Amber / Red三个阶段。 Green：低风险，可使用 AI不介入科学或专业判断本身，仅辅助表达或整理的使用。 例如， ・改进自己撰写的审稿评论的清晰度或文笔表达 ・调整评论的结构和语气 ・整理和总结自己的笔记 ・创建CONSORT、PRISMA等检查清单 ・按照报告指南整理指出事项 等用途。 也就是说，“将审稿人思考的内容用AI更清晰地表达和整理”这种用法被明确允许。不过，即使是Green，也需简单披露如何使用（例如语言或结构的辅助），并对报告的全部内容承担责任。 Amber：有条件使用，需要注意、验证和披露 这里是此次非常重要的部分。 Amber并非“接近禁止”的意思，而是允许将AI用于分析性和解释性的思考辅助。 Springer Nature举例说明的包括， ・让AI探查进一步需要考虑的论点 ・让AI思考研究的潜在局限性 ・考虑其他解释的可能性 ・与一般现有文献的模式进行比较 ・对自己的推理进行压力测试 ・从另一个视角获得方法论问题的观点 等。 也就是说， “我认为这个统计分析存在A、B、C问题。还有其他一般需要考虑的问题吗？” “我对这个结果是这样解释的，但有其他解释的可能性吗？” 像这样，将AI作为“第二个思考对象”使用是被允许的。 不过，不能直接相信AI的输出。审稿人自身需基于专业知识验证内容，判断是否采用，并对最终的审稿评论、评价和责任全部承担。 此外，还需具体披露如何使用AI，并明确判断是自己本人的。 Red：禁止 另一方面，AI取代人类审稿人的用法是被禁止的。 例如， ・让AI完整审稿论文 ・让AI生成审稿报告全文 ・让AI输出Accept / Reject的推荐（采纳判断） ・将批判性评价本身委托给AI ・将未公开稿件上传至公开型或非安全的AI 等用法是不被允许的。 Springer Nature强调的不是 “不要使用AI” 而是 “AI可以支持人类的专家判断，但不能取代” 的原则。 此外，此次非常重大的变化是未公开稿件的处理。 对于一般公开型的AI，或输入内容可能被保存、再利用或用于学习的AI，不得输入未公开的稿件正文、图表、结果、方法等。即使使用自己的笔记或摘要，也不得涉及新的结果、结论或方法论。 另一方面， ・所属机构批准的AI ・企业版/受控AI ・具有适当数据保护的AI ・本地LLM 等安全/机构批准的AI，根据工具的数据政策或设置，未公开稿件内容的“有限使用”是可以被允许的，这是明确标注的。 以往是一律“不得将稿件上传至生成式AI”，因此这是一个相当大的变化。 当然，并非“企业版就可以随便输入任何内容”。审稿人需确认该AI的数据政策（是否保留输入、是否用于学习），并按照所属机构的指南和批准，在谨慎且必要的范围内使用。如果数据处理不明確的工具，应视为高风险，这是Springer Nature的立场，甚至机构提供的AI检测工具中也有保留输入并用于学习的，因此发出注意提醒。 此外，作为安全的使用方法，推荐不输入稿件本身，而是输入自己阅读后创建的笔记，或不含机密信息的抽象化说明。 Springer Nature提出的想法很有趣， 不是向AI问“What should I conclude?”（我该得出什么结论？），而是问“What should I look for?”（我该关注什么？） 也就是说， 不是“这篇论文该否采纳？” 而是 “这种类型的研究一般该确认什么？” 向AI提问，然后由人类自己判断。 此外， 不是直接扔给AI说“告诉我这篇论文的优缺点”，而是审稿人先自己阅读并评价， “我是这么想的，但有其他解释或反驳的可能性吗？” 让AI进行压力测试。 明确允许这种用法。 并且，如果使用了AI，为透明性起见，要求披露使用情况。Springer Nature还明确标注，披露AI使用本身不会给审稿人带来不利。 总之，此次政策变更是从 “不得将稿件输入生成式AI（使用AI则需披露）” 转向 “只要保护机密性、透明使用、人类验证AI输出、审稿人承担最终判断和全部责任，就可以将AI作为审稿辅助在相当广泛的范围内使用。在安全环境中，未公开稿件内容的有限输入也是可能的” 的转变。 特别是将Amber扩展到，不仅是英文校对，还明确允许使用AI探索方法论问题点、考虑其他解释、对自己的推理进行压力测试等相当本质的“思考辅助”，这一点很重要。 不过，禁止将审稿丸投给AI、委托采纳判断、将未公开稿件输入非安全AI。这条线是明确的。 不是“是否使用AI”， 而是“哪些信息、在何种环境中、为何目的使用、人类承担多大责任”。 审稿中AI使用的讨论，我想终于进入了这个阶段。