变革与误判

今年夏天，丘成桐接受采访时表示：大语言模型拿到IMO金牌有什么稀奇，一个中学生不也能拿到；至于埃尔德什问的一千多个问题，大多是组合，不算是数学的重要分支，我不在乎；如果大语言模型能解决希尔伯特问题或者克雷问题中的任何一个，我都会很惊讶。

当AI Agent解决纳维-斯托克斯问题(2026.09.08)，以及OpenAI放出七百多个问题证明过程(2026.10.06)后，丘成桐紧急成立新数学中心(2026.10.11)，承认自己误判了AI的能力，并且说OpenAI不给咱们用，咱们要搞自己的。

这两次，OpenAI依然选择了GitHub发布。和2025年夏天无人问津（仅439个star）的IMO金牌发布仓库不同，这俩已经分别收获了2.1k和14.9k个星星。

对于那几百个问题，数学家Frank Calegari两天后就写了一下科普和自己的看法(2026.10.08)，可谓勤政。值得一读。

2026年5月29日，听闻耿同学抖音被举报成功，永久限流。我非常生气，遂作此文。我只是一个普通学生，我能做的就这些。

以下是八种常见的学术造假，越往上越拉跨，越往下越隐晦。

知己知彼，百战不殆。

现在开始吧。

这篇文章是我当计算物理助教时（2024秋季学期）写给同学们的，现在略作修改，重新发表。

如果终将失事，你是否还会扬帆远航？

有一位学者叫 Jim Gray（1944-2007）。1998年因“对数据库和事务处理研究的开创性贡献以及系统实现中的技术领导地位”获得图灵奖。他很喜欢一个人出去航海。2007年，他打算前往一个小岛，把母亲的骨灰撒在岛上。但是，他再也没有回来。他的朋友、学生中有不少都是计算机视觉的高手，他们在几千张影像中希望找到 Jim Gray 的身影，但是一无所获。

Jim Gray 极富洞察。2007年，他提出——我们正在经历第四次科学革命。

他认为：

三月上旬，我尝试了openclaw，从3月4日养到了3月15日。

推出时间

openclaw于25年11月推出，在26年1月末爆火。

类似物

manus/comet/claude cowork/microsoft copilot/autoGLM

我不喜欢个人崇拜，故而也不喜欢看传记，但这书的节选作为历史记录挺有价值，按时间顺序总结如下：

1. 2022年11月30日，ChatGPT发布，谷歌深感危机。
2. 2024年9月13日，o1发布，谷歌又一次深感危机，召集员工去搞思维链 (Chain of Thinking, CoT)。（毕竟，思维链最早是谷歌提出来的，让别人抢先，岂不恼怒）
3. 2024年12月，谷歌发布他们第一个、世界第二个带有思维链的模型——gemini 2.0 Flash thinking。但是第二天openai发布了o3。谷歌又又感到了危机。
4. 2025年1月，DeepSeek 发布了DeepSeek R1。这篇文章不仅公开了参数，而且毫无保留地公开了做法。除了数据没公开，啥都公开了。谷歌又又又一次感到危机。anthropic则要求制裁deepseek。
5. 2025年春，谷歌新发布 gemini 2.5，免费送学生会员。这是谷歌自从2022年11月以来第一次找到场子。
6. 2025年秋，谷歌新发布 gemini 3.0，让openai感到危机。
7. 但文章中并没有提2025年12月以来 cli agent 的迅速普及，以及谷歌 cli agent 上落后于anthropic和openai。我估计谷歌现在是又又又又一次感到危机。
8. 文章也没有提2026年1月和2月，kimi, qwen, ring, glm, minimax, stepfun, doubao都发新模型，而且没一个拉胯。

综上，这本书应该是2025年秋写的。

原来物理攻击指的是力学攻击

昨晚突然想明白一件事。当一个人提起物理这俩字，他脑海里想到的图像应是牛顿力学。想到的是“你推一下、我动一下”、“你打我一拳、我打你一拳”和“你打一拳，墙皮脱落一点”。

起因是有人问为什么最近用网页端claude变慢了，评论区有人回答说是因为伊朗对亚马逊服务器发动了物理攻击。

我中学时就一直觉得物理攻击、物理批判、物理腐蚀这三个词很怪。因为不管是英文的nature philosophy还是中文的物理，字面意思都是万事万物的道理。因此所有攻击都是物理攻击。

但其实，这三个词指的是，力学攻击、力学批判、力学腐蚀。。。当一个人提起物理攻击时，他不会想到电磁现象和热现象，更别提更现代的物理学了。

最近几天玩了玩三个AI智能体（英文称之为AI Agent）——claude code/codex/opencode，有些体会，作文分享。

推出时间

cc于25年2月推出；codex于25年4月推出；opencode于25年5月推出，是cc/codex的开源平替。

这仨都在25年下半年越来越火。我们可以在 https://www.star-history.com 查看他们走红的时间。

注：openai 2021年为初版GitHub Copilot训练了一个名为”codex”的大语言模型（对GPT-3微调得到的），在2025年4月又推出了一个名为”codex”的命令行智能体。两者不是一个东西。

昨晚读到这篇文章，事关大东方号 (Great Eastern) 对于大西洋电缆的贡献，我想起一个和文章主题不相关的事。

对大西洋电缆的居功至伟的人中，有一个我们的老朋友：开尔文 (1824) 。

我觉得开尔文是个值得尊敬的人。原因有二。

第一，他不会像有的人一样坐而论道，而是确实把自己所学应用到了现实生活中。后来，神经科学的电缆方程也是从开尔文的电缆方程上略加改动得到的。

第二，当年，是他重新发现了格林 (1793) 、卡诺 (1796) 的著作，把它们重新介绍给世人。我相信有的人会把它们据为己有，而不是归于原作者——我甚至不确定牛顿、高斯是否会如此正直。

不切实际的期待

现在已经是2025年12月了，距离ChatGPT-3.5发布已经过去了36个月，距离ChatGPT-o1发布也已经过去15个月。然而，在和LLM协作这件事上，我却停滞不前，甚至有些退步——我使用LLM时常常感到疲惫和愤怒。

曾经，我会因为 ChatGPT-3.5 写出一篇小作文而欣喜和兴奋，现在我在SIDER或者Cherry Studio里后宫佳丽三千人，却不再因为它们的作文而兴奋。

曾经，我会因为 ChatGPT-3.5 能够五分钟写完五种SVM的实现方法而震撼，会因为只需要在它的代码基础上改一改而开心好几天。现在却已平淡如水，并且会因为LLM没有立刻写出正确的code而生气。

曾经，我会心花怒放地和 ChatGPT-o1 聊数学、物理、统计，以及一切可以用数学语言描述的现象。我惊讶于LLM不仅掌握了编程语言和自然语言，现在甚至掌握了数学语言。但是现在我会因为LLM没有立刻写出正确的推导过程而生气。

今天突然好奇——AI已经能击败象棋和围棋顶级职业选手，但它们能击败DOTA和LOL，CSGO和PUBG的顶级职业选手吗？

我找到两个不错的参考资料：

1. 一个很不错的博客，总结了几个有名的AI打游戏的工作——AlphaGO, OPENAI FIVE, 绝悟等。
2. 一个非常不错的自媒体，他在2022年11月30日chatgpt推出前就做了很多AI的科普工作。他最近出了一个训练AI玩csgo的视频。

结论：

1. 号称击败DOTA2顶级职业选手的OpenAI FIVE只能用17个英雄。OPENAI宣传时刻意忽略了这点。
2. AI想打赢DOTA2, LOL, CSGO, PUBG的顶级队伍现在还做不到，哪怕已经有了ChatGPT。我认为经过1-2年的努力后可以。就看公司们有没有意愿了。
3. AI打赢上述职业战队，难度仅仅是略小于自动驾驶，但获得的收益远小于自动驾驶。

今年英雄联盟世界赛改成了全局bp，感觉很有趣，于是时隔多年又关注了，的确精彩，以前翻来覆去就是那些英雄。

有人说中国俱乐部再不拿冠军，英雄联盟热度就更低了。但其实它本来入坑就越来越难。英雄越来越多，新手上来就要面对170个，怎么搞。没有新人加入，它终究会冷寂、停服、被遗忘。

我忍不住想，将来我们的下一代还会玩这些游戏吗。

我回忆起从小玩的那些，即时战略、赛车、横版闯关、爆破、生化、三国杀、类dota、吃鸡、自走棋、搜打撤，但实在找不出它们能流传很久的理由。

1. 没玩过的人压根看不懂，这限制了传播性。问了几个朋友，没玩过lol基本没人看。足球则是一项不会踢的也能看懂的。

2. 玩法不够简洁有力，这限制了美感。上述玩法的确都是很有想象力的发明，但都很冗长。做得最好的是围棋，以及数学。

去滕王阁玩，背滕王阁序免票，于是我就背了背。

我发觉——古人说话，并不可能真的像滕王阁序一样。

今天的网络用语，正像过去的书面文，感觉很快会消亡。

早上看到一只小蚂蚁在努力地搬动几十倍体积于自己的食物。心中忿忿。人类真的比蚂蚁厉害很多吗？蚂蚁无法离开地球，人类无法离开太阳系。

从托勒密的时代开始，物理学最火的研究领域经历过多次变迁：从天文学，到力学，到热学，到电磁学，到原子分子物理，到粒子物理，到凝聚态。

最后一个转变我想大家都清楚。上世纪六七十年代，物理学家分裂成两派，一派认为the party is over，人类已经没钱造加速器了。另一派认为人类应该努力造。2016年杨振宁和丘成桐的辩论即为此（两人的文章发表在知识分子，如此重要的东西首发于微信公众号，极为罕见）。从今天往回看，历史基本延续了前一派的预测，物理学的重心变到了凝聚态，去研究固体、液体、导体、玻璃的性质。凝聚态不那么费钱，也几乎立刻就能对人类有帮助。

悲伤的是，我觉得，如果没有更大的加速器的话，人类永远也理解不了暗物质和暗能量，也永远不知道量子力学的众多诠释（哥本哈根、德布罗意-波姆、多世界）谁对谁错，也永远不可能实现星际旅行。

但是，我依然是认可杨振宁的想法的。有人说，造大加速器也就能花个几百亿美元，一个恒大欠了几千亿美元，王者荣耀一年的收入有几十亿美元，摩根大通的年收入有一千多亿美元，Harvard每年的收入也有几十亿美元。

和爸爸一起看了死神来了6

1. 家庭：兄弟姐妹之情、夫妻之情、父母子女之情。
2. 概率：剧中的事情都是有一定概率发生的，尽管概率很小。
   1. 玻尔兹曼的统计物理，给了很多现象（不止热现象）微观解释。但是，统计物理给出的结论只是“很可能”成立的，而不是“一直”成立的。
   2. 有一定概率（你可以让 deepseek 计算一下这个概率），房间里的气体分子会瞬间全部跑到房间的一角，那里的人就会被压死，其它地方的人会窒息而死。
   3. 在那时，人们只接受一直成立的结论，几乎一直成立的结论是不被接受的。所以，玻尔兹曼一直郁郁寡欢。
3. 预测：剧中人渴望预测死神的行为，剧外人渴望预测自然界的现象。
   1. 拉普拉斯曾说，给我初始条件和之后受力的情况，我可以预测整个宇宙。
   2. 可惜自然界并不像他想得那么简单，现在至少有三种不可预测的现象：1 足够小的粒子时必须考虑量子力学（双峰干涉），2 足够多的单体组成的复杂系统（你懂得），3 非线性微分方程的不稳定性（蝴蝶效应）。
4. MRI：我的朋友，一想，正在CMRR研究11.5T的MRI。

北京时间2025年8月8日凌晨1点，加州时间2025年8月7日上午10点，GPT-5终于发布了。

我关注了两点——数学和幻觉。

数学

GPT-5

之前的流言说：非推理版的 GPT-5 在AIME 2025（美国IMO国家队选拔赛试题）上拿下100分。但这是假的。

除了网页版外，我经常用的AI工具

1. github copilot/cursor (2023秋)：编程时的副驾驶。VS, PyCharm, R Studio, MATLAB 均已加入。
2. sider/monica (2024秋)：浏览器上的副驾驶。
3. zotero (2025春)：生产力时的副驾驶。
4. cherry studio(2025春)：自己配的Sider/Monica。
   1. 其他类似软件中，chathub, chatbox 需要收费。

偶尔用

1. ragflow (2025春)：我的工作不太需要RAG。

   1. 在自然科学领域，好的东西是很少的。
   2. 不过人文社科很需要这东西。

2. Google AI Studio/Doubao/GPT-4o (2024春)：打语音和视频电话。

3. Gamma/AiPPT (2025春)：AI帮你做幻灯片。

我还缺少什么？

自24年9月13日OpenAI的o1发布、展示出惊人的数理能力后，DS的R1是第一个赶上的（25年1月），随后是

1. xAI的Grok 3（25年2月）
2. Google的Gemini 2.5 Pro（25年3月）
3. Meta的LLAMA 4（25年4月）
4. Claude的Claude 4 Opus（25年5月）。

R1面世时世界只有惊艳。后四者中，羊驼不及预期，Grok差强人意，剩下两个都非常强悍，特别是Gemini 2.5 Pro，似乎已经重新让谷歌回到了它失去了三年的AI王座。

今天，仅仅过了5个月，xAI又发布了Grok 4，迭代速度真是惊人。

上午聊天，聊到我的优点和缺点。其实我还是有蛮多缺点的。

• 冲动：现在的我已经比本科冷静很多，但偶尔依旧急躁。比如和表妹自习时。
• 处事不够成熟：虽然已进步很多，但我依然觉得我称不上擅长处理人际关系，特别是和上级的关系。这点是我非常想要改变的。
• 与社会脱节、喜宏大叙事：我太热衷宏大叙事、太依赖互联网、在象牙塔里待太久、对社会太不了解。这点亦是我非常想要改变的。

以上都是从小到大都有的缺点，以下是以前没有、读硕士这三年才有的。

• 焦虑：23年初起，我开始掉头发。24年初至今，心脏时不时地揪。我经常思考未来要干什么，却没有享受当前的生活，也没有利用空闲时间水滴石穿。今年五月我依旧有些焦虑。
• 刻薄：或多或少受某人影响，我对于”愚蠢”的问题和“反应慢”的学生非常刻薄。这当然是不对的，因为没有任何一个问题是愚蠢的。它可能看上去愚蠢，但是背后可能有深刻的内涵。学生或许看上去反应慢，但是他们可能想到了我没有想到的东西。本来，24年秋当助教时候，我已经变得非常不刻薄了，但25春给表妹辅导时，还是挺刻薄的。所以这个缺点可能还要伴随我一会儿。

主要就是这些，剩下的，偶尔熬夜、偶尔拖延、偶尔吹牛，等等，皆为次要。

第一个日期是2022年11月30日（北京时间），OpenAI放出ChatGPT-3.5。

第二个日期是2024年09月13日（北京时间），OpenAI放出ChatGPT-o1。

24年6月和25年6月的对比

中国高考：2024年6月最高者勉强及格、2025年6月最高接近满分。

AIME数据集也类似。

当你约会：那些星星是距离我们几十、几千、甚至几十万光年的恒星。几十万年后，今天的我们将在那里再次相遇。

当你恋爱：心有灵犀，幽灵般的超距作用。

当你狂妄：人类历史螺旋上升。科学家负责上升，政治家负责螺旋。

当你沉沦：所有有序结构终将消散。

当你训话：我们需要阅读、观察、讨论、实验、计算、思考。我们中绝大多数人失败在了最后一件事。因为思考确实是很难的。