- 博客(9030)
- 收藏
- 关注
RSS订阅转载 C++之父开撕AI Coding：资深开发者宁愿退休也不愿伺候AI生成的代码
来源：InfoQ编译：宇琪 策划：Tina “我已经看到一些高级开发者开始退休了——因为他们不想再处理这种验证工作：你每次改代码、改提示词，生成出来的东西都会变。”75 岁的 C++ 之父 Bjarne Stroustrup，在最新一期播客里说了这段话。这句话很快在 X 上被转发、放大。有人把它浓缩成一句更适合传播的话：“资深开发人员宁愿退休，也不愿处理 AI 生成的代码。”严格说，这不是 Stroustrup 的原话。但它确实抓住了这段讨论里最让开发者有感触的部分：AI 写代码的争议，已经不只是“它能不能
2026-05-28 11:08:07
91
转载 普林斯顿认知科学家发现：AI通不过的那些测试，恰好是人类智能里最重要的部分——他们把这片空白叫做“认知暗物质“
（Jagged Intelligence）——AI的能力不是一个完整的球体，而是一个奇怪的形状，某些方向上突出得极远，某些方向上有令人意外的深坑，而且你很难提前预测哪里会是坑。一个缺乏认知暗物质的AI犯了错，那个错误经常是莫名其妙的——它做对了99个步骤，然后在第100步犯了一个初学者都不会犯的错，没有任何预兆，没有任何你能事先检测到的信号。认知暗物质之所以重要，是同样的逻辑：如果这七种能力真的只是可有可无的附加功能，那人类就不该如此稳定地在复杂的、不确定的、充满情感张力的真实世界里生存和合作。
2026-05-28 11:08:07
79
转载 留给人类数学家的悬赏不多了！谷歌DeepMind一口气解决9道埃尔德什问题
同时，AlphaProof Nexus还在OEIS整数序列百科里证明了44个开放猜想，在代数几何那边解决了一道希尔伯特函数对数凹性的15年悬案，凸优化那边改进了一个锚定梯度下降法的理论边界。简单理解就是，这群数字之间，既不能一个数整除另一个数，也不能一个数整除另外两个数的和，同时数字还要分布得相对密集，不能只挑寥寥几个数投机取巧。
2026-05-27 14:42:13
92
转载 Claude「永久大脑」，真的来了！
凭借与Gmail、Drive、Calendar的深度打通，Gemini的记忆不是来自对话，而是来自个人的真实生活数据。当前所有的AI助手，包括Claude、ChatGPT、Gemini都是「被动式」的：你输入提示词，它回复，对话结束。聊代码时只调取技术文档，聊旅行时只调取出行偏好——不再是「全量记忆」的暴力灌入，而是「按需检索」的精确投喂。
2026-05-27 14:42:13
69
转载 华为何庭波：数万人历经七年，铸成‘莫邪干将’剑！
压力下我忽然意识到，摩尔定律演进的本质并不是缩小晶体管的尺寸，而在于晶体管尺寸缩微带来的收益，更快的开关速度和更短的信号传输距离，集成更多的逻辑功能、以及更好的单位逻辑成本。通俗地说，就好像把一座“平面城市”改成“立体城市”，区域之间安装了几百万台电梯，这样直达的距离就大大缩短，从而节约了时间，提高了性能。”她说，李冰父子在没有电、缺少机械的情况下，建造出这样一个伟大的工程，为当地解决水患问题，带来了繁荣。“莫邪”工作小组的命名来自中国古代的一个铸剑传说，最后是通过铸剑人大无畏的牺牲，才铸成“莫邪干将”。
2026-05-27 14:42:13
58
转载 推理是一种坍塌吗？——AI 思考时，内部到底发生了什么
这篇文章从一篇新论文出发，解释模型推理时隐藏状态如何从高维空间自组织到低维流形，也说明这项研究的边界：它更像一次内部动力学体检，而不是推理理论的终局。这篇从推理流形论文出发，把低维流形、维度坍塌、信息体积翻译成一个直觉：好的推理不是把世界压扁，而是把混乱折成一条还能走的路。推理流形不直接告诉我们“模型可以变小”，它告诉我们“大模型内部可能存在更小、更活跃、更可诊断的有效计算结构”。如果你问“苹果有几个”，它却同时想起乔布斯、牛顿、果园、营养成分、iPhone 发布会，它就无法稳定计算。
2026-05-26 18:04:23
69
转载 量子计算原理深度长文：量子计算将改变什么？
量子计算机把问题编码进量子态，通过量子门或能量景观改变各个答案的概率振幅，让错误路径相互抵消，让正确路径被放大，最后在测量时尽可能读出有用答案。如果量子计算成熟，最可能首先改变的不是日常办公，而是科学计算。量子计算的中间态确实可以包含许多候选答案的振幅，但如果你直接测量，只会得到一个样本，而且很可能没有用。量子算法的目标，就是设计一串操作，让正确答案的振幅发生相长干涉，让错误答案的振幅发生相消干涉。在量子力学中，电子是波函数描述的对象，它有一定概率通过本来被经典物理认为不可穿越的势垒，这就是量子隧穿。
2026-05-26 18:04:23
67
转载 你觉得，每个人都是一张白纸来到世界的吗？Nature子刊最新：负责记忆的海马体在出生时写满“草稿”，之后不断“优化”，成为现在的你
前两年，一项大型研究曾把 "白板说" 重新推上热搜：全球 18 个实验室联合测试了 567 名 6-10 个月大的婴儿，用统一的 "木偶剧实验" 观察他们对"助人者"和"妨碍者"的偏好，系统考察了人类婴儿是否存在天生的“正义感”。这说明大脑终于建立了"谁该和谁说话"的通信规则，而这些被保留下来的连接，其实就是我们过往经历和记忆的"物理痕迹"。大脑从来不是被动等待输入的空白硬盘，而是先主动长出海量冗余的神经连接，再根据后天的经验反馈，像园丁修剪树枝一样，剪掉没用的、保留有用的，最终塑造出高效精准的认知网络。
2026-05-26 18:04:23
40
转载 Nature重磅：大脑如何实现“组合泛化”？科学家首次在灵长类大脑中找到动作符号的神经证据
在这项发表于《Nature》的研究中，研究团队巧妙地设计了一个猕猴触摸屏绘画任务，并同时记录了额叶皮层8个不同区域的神经活动，试图在复杂的运动序列生成中，捕捉大脑中“动作符号”的真实踪迹。相反，在跨越某个临界点时，神经群体的活动轨迹会发生离散的跳跃，直接分化为代表“笔画A”或“笔画B”的两种截然不同的状态。即使面对完全相同的模糊图像，在不同的trial中，PMv的神经活动也会像抛硬币一样，在两种明确的符号状态之间切换，这暗示了大脑内部存在一种“赢家通吃”的竞争机制。符号的本质是离散的。
2026-05-25 17:51:32
40
转载 Anthropic智能体大会：Agent也会精神分裂，我们发现了多Agent协作的本质解法。
我看了这2场之后，脑子只在想： 如果我把“Agent”这个词换成员工，把Planner换成产品经理，把Generator换成开发工程师，把Evaluator换成测试工程师，几乎分不出这是在讲AI架构设计还是在讲公司管理。Anthropic给过一个说法，翻译是：仔细看，PM，IC，QA的组织架构，我们没发明什么新东西，只是给每个角色分配了适合自己的Context。然后整个对话就开始跑偏，Agent都没有问题，外层Agent根据用户问题做了合理的拆解，内层Agent也如实报告了自己的限制。
2026-05-25 17:51:32
43
转载 华为正式发表半导体领域新定律
随着晶体管“几何缩微”放缓，成本红利逐渐消退，如何跨越传统工艺路径的局限，探索出一条全新的可持续演进路线，以满足当下呈指数级攀升的计算性能需求，已成为全球半导体行业亟待攻克的共同难题。“韬定律”提出以“时间缩微”替代“几何缩微”，以系统性降低时间常数（韬τ）为目标，通过逻辑折叠等创新技术，持续压缩信号传播时延，不断提升晶体管密度，实现半导体与电子系统的持续演进。
2026-05-25 17:51:32
156
转载 华为芯片重大进展！何庭波：5年达1.4nm同等水平
近年来，摩尔定律面临物理极限和经济效益双重挑战。随着晶体管“几何缩微”放缓，成本红利逐渐消退，如何跨越传统工艺路径的局限，探索出一条全新的可持续演进路线，以满足当下呈指数级攀升的计算性能需求，已成为全球半导体行业亟待攻克的共同难题。，以系统性降低时间常数（韬τ）为目标，通过逻辑折叠等创新技术，持续压缩信号传播时延，不断提升晶体管密度，实现半导体与电子系统的持续演进。
2026-05-25 17:51:32
159
转载 nthropic自曝下一代Claude训练内幕！有人专职研究「性格」
AI 正以前所未有的速度发展，新的机遇不断涌现，如果你希望：与技术专家、产品经理和创业者深度交流，一起探索 AI如何改变各行各业。这不是在讲效率工具的故事，这是在说：Anthropic自己就是Claude最苛刻的用户，他们在用自己的产品来训练自己的产品。Anthropic的评估必须锚定在，真实用户的真实任务形态上：越接近终端用户实际会遇到的问题，评估就越有价值。
2026-05-24 14:54:32
61
转载 图灵奖三巨头的三种 AI 态度：失控、自主目标与后果感
没有他们那一代人坚持神经网络，后来的 AlexNet、Transformer、ChatGPT、DeepSeek、Gemini、Claude，都不会以今天这种方式出现。它们能写作、翻译、总结、写代码、做题、检索知识、辅助研究。Bengio 担心的是，如果一个 AI 系统越来越 agentic，越来越会规划、会欺骗、会为了目标而行动，我们就必须提前解决对齐和控制问题。它错了，测试会告诉它。但是，当 AI 从聊天窗口走出来，开始调用工具、改文件、执行命令、操作机器人、参与交易、控制设备时，它就进入了另一个空间。
2026-05-24 14:54:32
53
转载 重赏之下必有勇夫的科学依据找到了：《Science》发现超级大奖励可“开挂”学习，多巴胺是幕后功臣
经典理论认为，强化学习（动物和AI的核心学习方式）的效率由一个相对固定的“学习率”决定。研究者通常给予小鼠极微量的奖励（不足其日常需求的1%），旨在鼓励它们为获得更多奖励而不断重复行为，从而产生大量用于分析的学习“试次”。长久以来，神经科学和人工智能领域有一个根深蒂固的共识：动物的学习效率主要取决于“学习率”这个固有参数，而与奖励本身的大小关系不大。，而这直接充当了学习的“加速器”。这项研究不仅揭示了多巴胺调节学习的新机制，也表明整个领域可能长期低估了动物的学习能力，并使用了“次优”的训练策略。
2026-05-24 14:54:32
61
转载 迈向AGI的核心障碍 | DeepMind CEO最新对话实录
这是一项超越我们所有人的伟大事业，我们在竞争时必须牢记需要以谨慎周密的方式迈出最后的步伐，确保我们在构建它时将安全性铭记于心，同时努力实现我们所有期望看到的美好应用场景。对于这种具有颠覆性变革的技术，如果你非要尝试量化它，它的影响将是工业革命的10倍，速度可能是10倍，也就是说这一切将在十年内发生，而不是一个世纪。这种竞争一直在持续。，Demis Hassabis指出，编程和数学领域的输出结果严谨可验证，可据此生成无限量的合成数据，这将形成一个不断强化的复利飞轮，是目前所有顶尖实验室都在下重注的核心方向。
2026-05-24 14:54:32
122
转载 首个「音频-视觉智能」综述：大模型时代的AVI，究竟走到哪一步了？
交互式音频-视觉对话发生在数字界面中，系统要根据语音、图像或视频输入做回应，在对话中完成图像和视频编辑，或作为全模态助手，同时接收语音、图像、视频和文本输入，给出相应反馈。，即音频-视觉感知。论文团队指出，可以通过显式或潜在的音频-视觉场景图进行因果编辑，把物体、声部、身份、运动和因果连接组织起来，让编辑成为图上的干预；自监督学习、对比对齐、相关性建模和 cross-modal attention，能让模型从大规模音频-视觉数据中识别声音与画面之间的共现、时序和语义关系，完成识别、生成或交互。
2026-05-23 17:44:03
53
转载 Nature综述 | 社会等级如何写进大脑：跨物种综述梳理地位形成的三条神经路线
一旦按这个问题重组证据，跨物种研究中的许多混淆就被理顺了：居留型等级强调领地触发的激素—皮层下可塑性，打斗型等级强调胜负经验塑造的下丘脑与失败学习网络，而联盟型等级则需要放到更高阶的社会智能背景中理解。需要保留的边界是，这仍是一篇综述性文章，联盟型等级部分更多体现为理论整合与跨研究拼接，因此关于人类地位获取的神经基础，现阶段更适合作为发展中的解释框架，而非定论。文章据此提出一个总体判断：随着社会结构和社会智能需求上升，社会等级的神经控制会从激素调节的皮层下社会行为回路，逐渐过渡到更复杂的皮层网络参与。
2026-05-23 17:44:03
37
转载 对最大的物理学谜团看法分歧严重
例如，约5%的受访者选择量子引力（一种通常与极高能量相关的理论）作为多个未解之谜（包括早期宇宙宇宙学、暗物质、暗能量和哈勃张力(Hubble Tension)）的解决方案，而这些谜题都与较低能量尺度有关。传统的标准代表——宇宙学常数Λ——仅获得了约25%的选票，与领先的暗能量候选者（一个随时间变化的标量场）并驾齐驱。略高于20%的参与者自称"科学爱好者"，其余受访者被分为四类研究人员：引力（10%）、天体物理学（12%）、粒子物理学（18%）或其他科学领域（30%）。事实上，"无意见"是被选择最多的答案。
2026-05-23 17:44:03
41
转载 加速科研、提出新假设：谷歌重磅推出Co-Scientist模型
Ranking agent（排序智能体）组织“想法锦标赛（idea tournament）”，通过成对比较与模拟科学辩论，对最具潜力的研究路径与假设进行优先级排序。IEEE：2025 具身智能（Embodied AI）综述：从模拟器到研究任务的调查分析报告（15 页）波士顿咨询：2025 亚太地区生成式 AI 的崛起研究报告：从技术追赶者到全球领导者的跨越（15 页）
2026-05-23 17:44:03
118
转载 英伟达再创历史新高：AI浪潮下的芯片、存储与智能体新时代
英伟达的新平台不仅能让GPU充分利用存储资源，也为AI数据中心设计提供了模板：未来的存储，不只是存数据，更是算力的一部分。随着智能体AI的普及，硬件、存储和AI应用将更加紧密融合，这不仅改变了产业结构，也重塑了投资逻辑。不仅是AI存储层的技术补全，更是重构AI基础设施、打通算力与数据壁垒的关键变革，为万亿参数模型、长上下文推理、大规模智能体部署提供了全新存储解法。
2026-05-22 18:05:40
62
转载 弦理论，能从少数假设中自然浮现吗？
对弦理论来说，最大的质疑集中在：到目前为止，它的预测还无法被检验，而且未来也可能永远无法进行检验。通常情况下，物理学家会先写下某种优美的理论，思考某个深刻的想法，再去计算出某些也许能在实验中测量的东西。在新的研究中，研究人员提出，或许可以改为追问一个退而求其次、但同样重要的问题：弦理论在多大程度上可以从更温和、或更广泛接受的假设中推出。”问题的一种可能的解法。
2026-05-22 18:05:40
36
转载 曝OpenAI日亏超5亿，但Anthropic快盈利了
不过，受OpenAI最新发布的GPT-5.5模型与新版图像生成模型的市场需求驱动，OpenAI ChatGPT的周活跃用户数量，自。IMT：2025 具身智能（Embodied AI）概念、核心要素及未来进展：趋势与挑战研究报告（25 页）IEEE：2025 具身智能（Embodied AI）综述：从模拟器到研究任务的调查分析报告（15 页）
2026-05-22 18:05:40
60
转载 WGDC2026 | 李德仁院士：语言智能削弱人，时空智能赋能人，创造万亿级生产力
美国已经部署超9000颗星链卫星和150颗星盾卫星，要抓紧开展民商融合、空天智能、航天强国，建设全球首个通导遥算、空天地海一体化的智能卫星物联网系统（东方慧眼星座），服务军民商用户，创造万亿级新质生产力。”李德仁院士将互联网AI与时空智能进行对比，他表示，时空智能的本质是感知智能、认知智能与行为智能，基于互联网的人工智能若取代人的脑力活动，可能会削弱人的智能化过程。
2026-05-21 13:43:45
49
转载 菲尔兹奖得主都看懵了：OpenAI非数学模型首次自主突破80年未解数学难题
IMT：2025 具身智能（Embodied AI）概念、核心要素及未来进展：趋势与挑战研究报告（25 页）IEEE：2025 具身智能（Embodied AI）综述：从模拟器到研究任务的调查分析报告（15 页）奥雅纳：2024 塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28 页）这是AI解决的第一个极其著名的、未解的数学问题的清晰案例，也是第一个由AI（自主）实现的数学突破。安联（Allianz）：2025 新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33 页）
2026-05-21 13:43:45
78
转载 Nature｜记忆不是整片大脑一起传递，而是在低维“通信子空间”里重新组合
CA1 不只是海马输出站，而像一个可旋转的接口：它把来自 CA3 等上游区域的新经验，转换成可以被 RSC 读取的输出，同时又通过近乎正交的子空间减少相互干扰。也就是说，CA1 并不是把一群神经元固定分成“接收输入的细胞”和“发送输出的细胞”，而是让重叠的神经元池通过不同权重组合，形成不同的输入—输出映射。本文把这个理论进一步落到跨脑区子空间层面：同一个 CA1 既要面对快速变化的海马输入，又要给皮层提供相对稳定的输出，于是它通过子空间旋转，把“可塑输入”和“稳定输出”分隔开。这个结果非常有启发。
2026-05-21 13:43:45
57
转载 突发！OpenAI 创始成员 Andrej Karpathy 加入 Anthropic四月 AI前线2026年5月20日 00:11 北京 17人
2024 年离开 OpenAI 后，Karpathy 创办了 AI 教育平台 Eureka Labs，试图把 AI 和教育结合起来，打造更原生的 AI 学习方式。对很多 AI 从业者来说，Karpathy 不只是研究员，更是AI 圈里的大神。所以，这次 Karpathy 加入 Anthropic，真正值得看的不只是“大神跳槽”本身，更是它背后指向的方向感。
2026-05-20 18:09:38
192
转载 大语言模型本质上不安全，且无法被修复 | 杨立昆最新对话实录
近日，AMI Labs创始人、前Meta首席AI科学家杨立昆接受海外播客Unsupervised Learning的深度访谈，本次对话围绕为何大语言模型无法通往真正的人类级智能展开，探讨了世界模型与JEPA架构的技术逻辑、AMI Labs的成立背景与产品愿景、他在Meta/FAIR十余年的亲历与反思、开放AI平台Tapestry的设计理念，以及整个行业的技术演进判断。关于大语言模型的定位与边界，杨立昆表示，大语言模型本身并没有任何问题，在它们擅长的领域里做得非常出色，他本人也在使用。但他明确指出，大语言模型
2026-05-20 18:09:38
79
转载 北京交大团队发布「视觉世界模型」综述：当机器开始学会“预判未来”
研究团队总结，这类方法常使用 DINOv2、CLIP、SigLIP 等视觉基础模型提取上下文嵌入，再训练预测模块预测未来表示。物理可信性衡量预测的运动和空间结构是否符合物理约束，包括轨迹、姿态、相机运动、光流、深度和多视角几何等；在同一个视觉场景中，输入的动作或指令不同，模型生成的未来状态也会不同。未来的 VWM 研究，需要强化物理与因果基础、改进跨任务评估协议，以及扩展训练和推理能力。编码几何、运动和场景布局，VWM 相关研究通常也常引入深度图、点云、多视角几何、光流和鸟瞰图等视觉模态。
2026-05-20 18:09:38
52
转载 从图灵完备到意图完备：人工智能的本体论跃迁
如果说图灵完备系统是封闭的、被动的工具，那么意图完备系统是开放的、主动的主体。人工智能已经渗透到我们生活的方方面面：它推荐我们看的电影，它驾驶我们的汽车，它诊断我们的疾病，它甚至创作我们的艺术。它能够在复杂的社会网络中找到自己的位置，实现自己的目标，同时与其他智能体保持良好的关系。从最简单的计算器到最强大的超级计算机，从最古老的算盘到最新的量子计算机，它们都拥有完全相同的理论能力。一个成熟的智能体，能够为了更高的价值而抑制低级的欲望。它是智能体在长期的生活经历中，通过不断的反思和选择，逐渐沉淀下来的。
2026-05-20 18:09:38
31
转载 从科学视角，如何理解和研究涌现——寻规律，探法则，溯本源｜郑志刚
导语本文根据2026年4月25日由集智举办的第一届集智科学节《山谷中的涌现》中郑志刚老师主题演讲整理而成。围绕“涌现”这一复杂系统核心概念，从动力学、统计物理与自组织等多个视角展开，探讨其科学内涵与跨学科意义，并尝试勾勒从微观机制到宏观秩序的统一理解框架。来源：集智俱乐部演讲：郑志刚大家好！我是郑志刚，来自华侨大学系统科学研究所以及信息科学与工程学院。今天我将与大家分享的主题，是如何从科学视角理解与研究涌现。“涌现”这一概念在复杂系统研究中至关重要。理解和研究涌现，意味着要探寻其中的规律、法则，追溯其本源。
2026-05-19 16:50:33
94
转载 物理定律从何而来：一个更危险的问题
更关键的是，斯莫林认为，在这一“宇宙繁殖”过程中，自然常数并不会被完全复制，而是会发生轻微变异，例如粒子质量或基本作用力强度的微小变化。不同宇宙在生成黑洞的能力上存在差异，而更“高效”的宇宙会产生更多后代，从而让自身的常数组合在宇宙群体中占据优势。斯莫林提出的“宇宙学自然选择”理论包含一个极不传统的前提：黑洞并非宇宙的终点，而可能是新宇宙的起点。从手机里的导航算法，到原子钟定义的时间标准，再到粒子对撞机中被精确预测的碰撞结果，现代科技不断强化一个直觉：宇宙是被稳定规则严格约束的系统。
2026-05-18 17:24:52
60
转载 大语言模型为什么能像人一样说话和思考？
意识是指人的心智中感受到的对内部身体和外部环境的知觉。意识是主观的，是每个人以自我为中心的精神活动，对我们每个人来说自己的意识是持续的、一贯的、稳定的。从语言学的角度看，这是合理的，因为功能词元往往标志着前一个语言单元（Chunk）的结束，要预测它之后的内容词元，需要对从开头到当前位置的整个上下文有准确的理解。例如，研究者在对大语言模型进行分析时，已经成功提取出数十万到百万量级的特征，其中一些特征具有明显的语义含义，例如与实体（如「金门大桥」）或行为（如「谄媚」，Sycophancy）相关的特征。
2026-05-18 17:24:52
67
转载 LeCun炮轰Hinton：他认可LLM就是想摆烂退休了！
头四年半我是FAIR的director，我建立了FAIR的组织架构，确立了文化，雇了核心的人，管理整个团队。但仍然是研究层面的意思，我们不会自欺欺人只找一个对这个问题work的方案，我们要看这个技术能不能被推进到practical，不一定是产品级别的，但至少能证明它在某个任务或benchmark上打破了记录。比如为慢性病患者设计治疗方案，甚至非慢性病也一样，特别是当这个患者的情况不完全符合你之前见过的模板时，如果你有一个好的关于患者生理动态的心智模型，你可能能设计出一个真正能把患者带到好状态的治疗方案。
2026-05-18 17:24:52
66
转载 大脑如何“凭空”产生模式？最反直觉的造脑方式——储备池计算、回声状态网络与大脑的自主模式生成
相反，可以保留一个随机、复杂、具有衰减记忆的循环网络，只训练最后的读出层。它告诉我们，大脑的随机性、循环性、噪声和复杂连接并不一定是需要消除的缺陷，而可能是生成行为、记忆历史和表达时间结构的资源。这就是储备池计算最简洁也最美的地方。展示了一个重要方向：即使一个循环网络本身具有混沌活动，也可以通过训练读出或部分反馈权重，使其产生稳定、连贯、复杂的时间活动模式。同样，斑胸草雀能够稳定地产生复杂鸣唱序列，运动员能够把投掷动作组织成毫秒级精确的肌肉命令，人类也能够在没有即时外部输入的情况下想象、规划和内心演练。
2026-05-17 17:35:45
61
转载 可进化人工智能：人类正站在进化史的新十字路口？
他们借用哲学家Peter Godfrey-Smith的"达尔文空间"框架，提出进化过程可在多个维度上呈现不同程度的"达尔文性"：复制保真度、繁殖专门化、适应度景观平滑度、变异来源、选择主体、遗传模式、个体性边界等。当前技术实践已显现eAI的早期迹象：系统提示词的进化优化（如Promptbreeder）、模型融合技术的"有性重组"、学习算法的自动化搜索（如AutoML-Zero），以及数字生命系统（如Tierra、Avida）中涌现的寄生、免疫、共进化等复杂生态现象。抗生素滥用催生耐药性；
2026-05-17 17:35:45
62
转载 AI第一次科研竞赛中击败人类！Opus 4.7狂飙2930步创世界纪录
过去两周，Prime Intellect实验室做了一件事：把Opus 4.7和Codex（基于GPT 5.5）扔进H200集群，切断所有人类指导，让它们自己跑nanoGPT速通优化。这种植根于底层「对齐（Alignment）」协议的谨慎，让它在拥有最高智力上限的同时，也背负了最重的社交包袱。现在，AI 仿佛在说：「我并不理解原理，但我试过了所有的死路，剩下的就是真理。
2026-05-17 17:35:45
47
转载 为什么AI的错误毫无价值？如何理解AI的理解？
Henk de Regt的观点，将科学理解的核心看成“可操作的心智模型”，让理解从“科学家头脑中的闪光”变为可分析、可比较、可传承的实践能力。科学理解既是个体必须技能，也是促成共同体的规范，科学是人类事业，但人类的边界，或许正在被我们与机器的共构理解所重新划定，若AI输出对人类可理解、可修正、可整合，则其已参与理解进程。当然，你还需要判断这些问题的答案，这是一个完全不同的问题，在谈及这一段时Henk de Regt笑到，这根本不是什么非黑即白的数学题，宇宙的终极答案也绝不会是一个干瘪的“42”。
2026-05-16 16:15:57
43
转载 Claude Code 的“/goals”将执行任务的代理与决定任务完成的代理区分开来。
如果条件满足，则会将已达成的条件记录到代理对话记录中，并清除目标。这里最有趣的是，全球两家最大的人工智能实验室在短短几天内发布了相同的指令，但它们对于谁有权宣布‘完成’却得出了截然不同的结论。布朗内尔表示，该循环最适用于“具有可验证最终状态的确定性工作，例如迁移、修复损坏的测试套件、清理积压工作”，但对于更细致的任务或需要设计判断的任务，由人来做决定则更为重要。
2026-05-16 16:15:57
86
转载 大脑的学习算法并非反向传播：一种可能超越反向传播的脑启发学习框架
反向传播是现代深度学习的核心算法，但它在生物脑中如何实现仍存在根本困难：它需要严格分离的前向与反向阶段、全局协调、精确的误差信号传输以及近似对称的权重结构。只要一个神经网络的输入、权重、激活函数和损失函数可以写成一个可微分的数学函数，计算机就能利用链式法则精确计算每个参数对最终误差的贡献，并沿着误差下降最快的方向更新权重。在一个层级中，误差神经元可以被看成比较器：它接收来自同层表征神经元的兴奋性输入，同时接收来自高层预测的抑制性输入。当预测与实际输入不一致时，差异被编码为预测误差，进而驱动内部模型更新。
2026-05-16 16:15:57
68
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人