我的 X 阅读

斯坦福神经生物学教授安德鲁·休伯曼在最新访谈里说了一句大实话： Meta、OpenAI 和 Anthropic 这些今天看似在搞软件的大模型巨头，终局全都会变成生物技术公司。 很多人只把他们当程序员看， 但 Anthropic 创始人 Dario 本身就是神经科学博士出身， Altman 和扎克伯格在神经生物学上的理解深度同样极深， 这群过去造编译器、写代码的工程师，正在集体把研究重心转向人类大脑。 他们私下里心照不宣的终极目标只有一个： 非侵入性地从人类大脑里直接读取和写入信息。 今天我们在键盘上打提示词、在屏幕上看几十行字，本质上是一种传输带宽极低、极其原始的机械过渡态。 休伯曼举了个极具操作感的具体场景： 人在做艰苦学习、攻克复杂代码时，最大的阻力往往不是智力不够，而是注意力涣散、驱动力不足。 未来的非侵入式设备，不需要开颅做手术， 可以直接通过外设刺激大脑里的伏隔核以及相关的多巴胺回路， 在你要干重活的这三个小时里，把你的动机水平和专注度直接拉满； 任务结束一键关闭，让你迅速恢复能量进入深度休息。 这就是为什么顶级 AI 巨头都在暗中布局神经科学。 大模型如果只停留在云端聊天框里，永远只是人类身外的一件工具； 把算法的算力，直接对接到碳基大脑的神经回路上，才是这场军备竞赛真正的终点线。 如果未来有一款不需要开颅的头戴设备，按一下就能让你保持三小时的顶级专注力，干完活一键关闭，你会愿意天天用它吗？ https://t.co/X8O9F60wkn 引用：Indeed.

转帖：“即使是‘正常’的通用技术，在最初阶段也是不稳定的和危险的，甚至那些我们后来认为完全是福祉的技术也是如此。” https://t.co/4tgeqOjS2a 完全同意，并感谢 @DKThomp 引用我们提出的这个观点。强调 AI 与过去通用技术的相似性，应该更多地关注这种动荡，而不是减少关注。 “几乎每一次重大的技术革命，至少在一定程度上且短暂地，都是一场经济、社会或政治灾难。从历史的这一解读来看，如果 AI 的到来没有显著地以某种方式恶化地动摇我们世界的一部分，那才奇怪呢。”

关于 OpenAI 最新数学成果的一些想法。 昨天，历史被改写了。我这么说绝非夸张，即便我本人并非数学家，因为众多数学家都已证实了这一点。各领域的顶尖专家都认为这是历史性的突破。https://t.co/jlIGhbeuGo

所有注意力都集中在 OAI 涌现的新数学成果上，但让我们暂时回到 Navier-Stokes 方程。Buckmaster 的采访表明，OAI 的代理群做了一些非平凡的事情。 大多数关于 OpenAI 的 Navier–Stokes 证明的报道都聚焦于一个向内螺旋并爆炸的涡流。带有强迫项的 Navier–Stokes 方程允许你通过调整外部力来生成一个“解”。但孤立的坍缩涡流需要无限大的力。真正的问题是，在非奇异强迫项下保留奇点。 在 Numberphile 上，Buckmaster 解释了这个证明是如何做到的。它将凸积分法（一种错误校正技术，可追溯到 John Nash，并且是 Buckmaster 职业生涯的核心）与 Euler 爆炸的增长机制相结合。他称之为“飞跃”。据我理解，他还说这是他工作了十多年的东西。 在与 Brian Greene 的谈话中，他将这一步归功于 OpenAI 的代理群，并称之为“关键的新想法”。 这对模型的含义是什么：这不是通过已知方法进行磨砺。它是以该领域领先专家尚未成功的方式，将遥远的技巧相结合。 https://t.co/o96JOQtQpu https://t.co/gQ5i4pjUst

苹果公司最新发布的论文指出，自动化机器学习工程的进步主要源于模型和运行时环境，而非围绕它们构建的框架。 论文发现，一个经过精心引导、具备 shell 和文件访问权限的编码代理，其性能与四个多代理机器学习系统相当甚至更胜一筹。因此，请忽略 https://t.co/RVko58urYw 这篇文章。

把马斯克这次重构 Grok Bot 背后的三大核心洞察整理在这里，建议收藏对照： 1. 调度层（Orchestration Layer）的终极价值： → 界面与状态机是资产：包含账号体系、会话历史、云电脑执行权限与外部工具连接器； → 后端模型是消耗品：根据任务类型（代码/图像/音频/通用推理）动态路由至最具性价比的算力端点； → 用户感知的责任主体永远是外壳，而非被调用的底层权重。 2. 三大垂直领域专科壁垒（Specialized Moats）： → 代码与长程规划：Claude Opus 5.5 依然保持极高的开发者生态口碑； → 视觉审美对齐：Midjourney 在复杂构图与艺术质感上仍领先于通用多模态； → 音频音乐生成：Suno 凭借端到端完成度占据独立生态位。 3. 创作者与开发者的实操准则： 建立以结果为导向的组合工作流，将上下文与业务逻辑固化在自己的 Agent 编排框架中，把模型切换作为平滑的底层升级。

Damn! 老马牛逼，Grok bot才是@SpaceXAI 的太子啊， 马斯克刚刚发布了一条足以改写 AI 格局，甚至震撼整个 AI 行业的的重磅声明：Grok Bot 不再绑死自家模型， 未来在处理任何具体任务时，系统将直接调度全网最顶级的后端模型，包括 Anthropic 的 Claude Opus 5.5、Midjourney、Suno 以及其他领先的 https://t.co/2uSvCCTMu6

转帖：如果将人工智能和芯片股票从指数中剔除，市场自8月下旬以来下跌了5.7%。 标普500指数在同一时期上涨了2.4%，芯片股票上涨16%。人工智能正在支撑整个市场。

所有人的目光都聚焦在 OpenAI 发布的大量新数学成果上，但我们不妨先回到纳维-斯托克斯方程。对 Buckmaster 的采访表明，OAI 的集群完成了一项非同寻常的任务。 大多数关于 OpenAI 纳维-斯托克斯方程证明的报道都集中在一个向内螺旋的涡旋上。

昨晚是我第一次真正失眠，因为我太兴奋了，想赶紧回去读一个AI生成的证明（关于格罗滕迪克同调假设的）。 当然，很难不感到震惊，但那种“触及无限”的感觉还是非常明显的。 引用：我们正在发布一款内部前沿模型产生的大量新数学成果。 我们一直在与高级研究所的独立数学与人工智能顾问小组进行磋商，并借鉴了他们的建议和公开推荐，来指导我们如何发布这些成果。 https://t.co/7N6TPlft1P

弗吉尼亚理工学院（Virginia Tech）的新论文展示了如何将较旧的 token 缓存为注意力机制可直接读取的紧凑向量，并且循环 LLM 在几乎不牺牲精度的前提下，使每块 GPU 容纳的请求数增加了 4.0 到 8.8 倍。 循环模型将每个 token 多次通过相同的层，每次传递都会增加 https://t.co/bxXG8BAhIA

把这套高压人群可无脑落地的极简健康最佳实践整理在这里，建议铁汁们存下来对照执行： 1. 极简运动四部曲（Zero-Friction Routine）： → 动作基石：俯卧撑（上肢推力） + 深蹲（下肢核心），覆盖全身 70% 以上大肌群； → 分批递减法：第一组挑战极限（如 30-50 个），后续每组按 20、15、10 递减打满总数； → 碎片时间吞吐：不特意占用大块时间，开会间隙、写完一段代码随时在地毯上做一组。 2. 精力管理的三道红线： ① 睡眠优先级高于早起锻炼：睡不够 7 小时坚决不搞高强度力竭训练； ② 戒除液体糖：将含糖饮料彻底换成黑咖啡与温水； ③ 神经物理重启：感到焦虑和卡壳时，立刻做 20 个俯卧撑，用身体的主动疲惫打断大脑的被动内耗。 3. 核心原则： 完成度远比完美度重要；能坚持五年的每天 30 个，远胜过只坚持了三天的每次两小时。

哇塞，身价千亿美元的 币安创始人CZ，最好的健身秘诀居然是每天 300 个俯卧撑， 在这个人人都办卡吃灰、纠结买装备的时代， 这篇帮大家拆透顶级造物者的极简健康哲学：为什么把启动门槛降到零，才是普通人唯一能长期坚持的身体算法。 很多人总觉得，一个身价千亿美元的超级富豪要想保持顶级身材， https://t.co/VgiefC9DhO

开始抢入口了，不硬推模型了，Personal agent 这一仗估计是要硬打了 引用：我操，Grok bot 现在无敌了！ 老马刚才说，Grokbot 会根据特定任务使用当前任务的最佳模型。 也就是说，它不止使用 Grok 4.7 或者 4.6 了。 还会使用 Opus 5.5、Midjourney、Suno 等各种 API 帮你构建内容或者是执行任务。

在 Opus 5.5 能力这么牛逼的现在，单单能够使用 Opus 5.5 就能获得非常多的用户了，更别说它还能在订阅里使用 Midjourney 创建图片、Suno 生成音乐，这下订阅就非常值了。 这些里面其实很多都没有实装。一些任务已经开始由 Opus 5.5 驱动了，但是我们不能主动选择。至于 Midjourney 和 Suno，都还没有上线到线上。