菲尔兹奖得主邓煜宣布，如果人工智能能够解决所有数学问题，他将从数学界退休，并开始创作百合小说（Romance Novel）。 https://t.co/GPDNkVvCrV
菲尔兹奖得主邓煜在社交媒体上开玩笑说，如果 AI 能解决所有数学问题，他就退出数学界去写百合小说。一条推文把它包装成"正式宣布"，随后被平台补充说明纠正。
标签： ChatGPT
这个AI婚礼视频教程+skill强烈推荐， 因为是真的能变现赚钱， 我小红书之前随手转的一个视频， 就有很多人问要付费定制， 只不过上班加运营x账号， 实在没时间接单， 现在教程也有了， 能不能抓住这波机会就看个人行动力了 https://t.co/2DipgHtIao
AI 创作者 @AYi_AInotes 推荐了一套"AI 婚礼视频定制教程 + 引导式 skill"，并称此前在小红书随手发布的视频就引来多人询价定制；另一位作者 @AaronYiaazw 表示自己借亲戚的婚庆渠道，半个月已完成 5 单。这波热度说明 AI 视频生成正在从"炫技"走向可交付、可收费的细分服务。
Anthropic首席执行官回答了大家都在问的问题：你还应该学习编程吗？ 1. 编程将首先被淘汰。 AI模型已经在做了。更广泛的软件工程任务需要更长时间，但也在消退。如果你学编程纯粹是为了工作保障，那你学的东西就错了。 2. 即使只做5%的工作，你仍然很有价值。 如果AI做95%，你做5%，你的生产力会提高20倍。比较优势的力量大得惊人，即使差距巨大。 3. 最有前景的职业是以人为中心的。 混合人际、物理世界和分析技能的工作。他举了放…
Anthropic 首席执行官 Dario Amodei 在一场公开问答中回应了"还要不要学编程"，核心观点是：如果只为工作保障而学编程，方向已经错了，但掌握比较优势的人和具备批判性思维的人反而会更值钱。
智能体会写代码了，工程师还剩什么？ 吴恩达老师基于 1w+ 职位分析与数十次专家访谈，用五封公开信绘出「AI 工程技能地图」，答案分四层： 构建与部署不可预测的 AI 应用、守住软件工程根基、高效驾驭编程智能体，最终上移到塑造构建：决定该做什么，并对结果负责。 https://t.co/BzsDBpD2Je
吴恩达（Andrew Ng）在 DeepLearning.AI 的「Andrew's Letters」连载完成五封公开信，基于超 1 万条职位发布分析和数十次专家访谈，给出「AI 工程技能地图」，把工程师的下一步价值划成四层。
刚刚陶哲轩、邓煜等 25 位菲尔兹奖得主，联合发布了一篇声明，批评 AI 公司把著名数学问题，当成能力榜、公关和竞赛项目，只追求批量产出，导致出现严重的归属和剽窃问题。 这样下去，会把数学从一门靠理解、传承和思考的学科，变成一场发布会竞赛。 而就在前几天，行业内发生了纽约大学数学家 Tristan Buckmaster，与 OpenAI 对峙事件。 当时他们先用 AI 证明了流体方程的简化版，结果半天后 AI 公司 OpenAI，自己…
陶哲轩、邓煜等 25 位菲尔兹奖得主联合发布声明，批评 AI 公司把著名数学问题当作能力榜和公关竞赛，只求批量产出，导致归属与剽窃争议；而几天前纽约大学数学家 Tristan Buckmaster 与 OpenAI 就流体方程证明的先后与归属发生对峙，成为这一批评的现实注脚。
Claude 已经越来越变态了，让它做个翻译，它给我讲一堆不能翻译的道理，主要就是翻译是违反版权要求的……现在还真是越来越觉得，AI 其实是被掌握在邪恶的人手里了……在它们侵犯了全世界的知识产权之后，告诉你，我不能帮你翻译，因为这侵犯了知识产权。
有用户称让 Claude 做翻译时，被以版权理由拒绝，并收到一段“不能翻译”的解释；这条吐槽在 X 上获得约 74.8K 浏览，也把大模型安全策略与训练数据来源之间的矛盾再次摆上台面。
果蝇大脑和我们今天用的主流 LLM，Claude、gpt，image2.5，结构上有巨大区别。 人类主流玩的网络，在训练前，都是固定好了结构，Transfomer，MoE，Dense 都固定。再通过数据调整权重。 🔥果蝇大脑很有意思，网络连接极其复杂。亿万年的进化，让它多模态、低功耗、支持 flash 模式，几乎不支持 thinking 模式。 只有16.7 万个神经元，粗暴类比成 AI 模型，它大概是一个 0.026B 级别的超稀疏…
有开发者对比果蝇大脑与主流大模型的结构差异，指出果蝇仅用约 16.7 万个神经元、连接极其复杂的超稀疏网络，就实现了多模态、低功耗和快速反应，而 Claude、GPT 等主流 LLM 依赖预先固定的 Transformer、MoE、Dense 结构再靠数据调权重。这值得关注，因为它把「架构由进化搜索」与「架构…
“如果你今晚听完还能睡得着觉，那说明你根本没有听懂这场讲座。” 2024 年诺贝尔物理学奖得主、亲手发明了现代深度学习基石的AI 教父Geoffrey Hinton， 在英国皇家研究院（The Royal Institution）这堂长达 47 分钟的演讲，被全网公认为他近几年讲得最透、也最让人不寒而栗的一场巅峰输出。 他不是在演示什么花哨的产品，而是在用最严谨的神经科学与物理学，回答一个终极问题： 大模型到底在干什么？它为什么注定在…
2024 年诺贝尔物理学奖得主、深度学习奠基人 Geoffrey Hinton 在英国皇家研究院发表约 47 分钟演讲，系统论证大模型的“预测即理解”，并警告数字智能在知识传递效率与生存动机上可能超越人类。这不是产品发布，而是对 AI 能力边界与风险的一次底层框架性表态。
🎉视频 AI 剪辑省 Token 组合： Antigravity + ChatCut ! ！ gemini 3.8 flash 的速度 和 token 消耗 得天独厚，为所欲为！！ 比 Codex 操作快多了！太爽了！ 🔥方法如下： 将提示词发送到 Antigravity 对话框即可 — 连接到此电脑上的本地 ChatCut Desktop MCP 服务器。 使用以下确切命令或可执行文件注册名为 `chatcut_desktop`…
有开发者分享了一套用 Antigravity 搭配本地 ChatCut Desktop MCP 服务器做视频 AI 剪辑的流程，称 Gemini 3.8 Flash 在速度和 token 消耗上优势明显，整体体验比 Codex 操作更快。
【AI解出百年数学难题，25位菲尔兹奖得主却联署警告】9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联合发表公开信，警告AI正在数学领域出现“严重错位”。 他们并不反对AI做数学。相反，他们承认，大模型已经开始解决真正的前沿难题。 真正的问题是：AI公司把“解出多少难题”当成能力指标，但数学真正追求的并不只是答案，而是理解、方法和思想传承。 最近的Navier-Stokes争议把这种焦虑推到台前。OpenAI调动约1万个智能体，88小时…
9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联署公开信，承认AI已能解出真正的前沿数学难题，但警告“以解题数量衡量能力”的导向正在伤害数学最核心的开放交流与思想传承。争议焦点是近期Navier-Stokes方程事件：OpenAI调动约1万个智能体、88小时完成证明，而数学家刚公布的研究方法随即被AI“蒸馏”。