不要盲信任何大厂的权威搜索，互联网本质上就是个草台班子。 昨天，谷歌搜索在没有任何官方新闻报道的情况下，直接在首页权威卡片里，向全世界单方面宣布 OpenAI 的 CEO Sam Altman 已经去世了... 原因是，有个恶作剧网友跑到维基百科上，强行把 Sam Altman 的词条改成了“8月12日被刺杀身亡”，并且把全文顺手改成了过去式。 虽然维基的管理员反应很快，40 分钟后就把这个词条给复原了。 但就在这短短的几十分钟里，谷歌的自动化抓取系统直接把维基上的这条谣言当成真理，搬到了谷歌搜索的最核心卡片里。 事情闹大后谷歌急忙出来修福报，在 X 上发了一条很经典的傲娇免责声明：“感谢反馈，这绝不是我们员工手动改的啊，是公共数据源被恶意破坏影响了我们。”🤡

我早就说过东亚洼地文明转型的最后希望就在90后身上，当然也包括一部分80后00后！90后是东亚几千年历史上最特殊的一代，真的是最后一代！要么就是从此烟消云散，要么就是凤凰涅槃，浴火重生。没有任何中间路线！ 90后的特殊是时代造就的，是东亚乡土农村转型到现代化社会的最重要过渡人群！90后的差异之大多元性之丰富，远超其他世代！90后保守者如80后，前卫者如00后。00后是新新人类，80后还是半个老登，而90后就夹在中间，四不像。 所以，90后也是特别无措，特别迷茫的一代人，我们小时候还是农村的原生态，转眼间乡村已经被彻底摧毁，社会结构发生翻天覆地的变化。 90后也是最后一代还有些天真理想主义的傻逼一代，我小时候也幻想要当数学家的，我们这一代很多人特别鄙视功利主义，觉得人生总该追求真理的。但是90后也是特别惨的一代，小时候太傻逼被共匪忽悠瘸了，人到30岁以后，很多90后才意识到自己被耍了！属于是进退维谷，很多人也是彻底绝望了，觉得未来毫无希望。 但是我要说的，天将降大任于斯人也，90后的悲惨处境，恰恰是命运时代的安排，有些90后兄弟已经先走一步了，很多人还在苟延残喘。90后当中不仅仅有数学家，各种人才，也有各种倒霉蛋傻逼。但是，我把话放在这里，将来的大献忠，大军阀，大枭雄也会是90后，将来中国解体，各国独立以后的国父元勋也会有很多90后！总之，就是一句话，精彩纷呈，多姿多彩！

从两位中国数学家斩获菲尔兹奖，看教育“祛魅”与科研体制的深层困境——关 于 名 校 崇 拜 、 顶 尖 人 才 培 养 与 学 术 生 态 的 理 性 批 判/ 文/楼上楼 一、 狂欢背后的客观审视：两位数学家的登顶逻辑 2026 年菲尔兹奖（Fields Medal）公布，两位来自中国、拥有北大背景的青年数学家王虹（Hong Wang）与邓煜（Yujie Deng）斩获这一数学界的最高荣誉，这一消息迅速引发了国内各大主流媒体的报道与狂欢。官媒铺天盖地的报道中，无不将此塑造为“中国数学教育的巨大胜利”以及“国内高校顶尖人才培养的里程碑”。然而，在排山倒海的赞美与宏大叙事背后，若能保持一份客观与冷静，梳理两人的成长履历与学术研究路径，便会发现真相远比官方宣传的“本土培养传奇”更为复杂而深刻。 不可否认，两位获奖者在本科阶段都与北京大学数学科学学院有着深刻的渊源。王虹毕业于北大数院；而邓煜虽然在北大数院学习了两年后转学至美国麻省理工学院（MIT），但其早期的数学基础塑造与训练无疑也受惠于中国的高等教育。中国扎实、高强度的本科基础教育，为他们日后攀登学术巅峰提供了极其关键且不可或缺的起点支撑。这一点毋庸置疑，也值得充分肯定。 然而，如果我们仔细考察他们取得 2026 年菲尔兹奖核心学术成就的地点与环境，就会发现真正的学术飞跃发生在他们赴美深造并进入世界顶级学术机构之后。王虹（Hong Wang）：因攻克困扰数学界逾百年的“三维挂谷猜想”（Kakeya Conjecture） 这一里程碑式难题而获奖。这一划时代的重大突破，完全是在她任职于全球顶尖数学研究圣地— —法国高等科学研究所（IHES，现任终身教授）以及美国纽约大学柯朗数学科学研究所（Courant Institute, NYU，兼任教授）期间取得并发表的。 邓煜（Yujie Deng）因在偏微分方程领域的杰出贡献，特别是与合作者攻克了“狭义希尔伯特第六问题”——首次以数学严格的方式推导出从微观粒子系统到宏观玻尔兹曼方程的完整逻 辑链条——而斩获大奖。其最核心的突破性成果，主要是在美国芝加哥大学（University ofChicago，现任教授）以及美国南加州大学（USC Dornsife）任教期间奠定并深化的。 这一事实构成了极其鲜明的对比：中国的基础教育赋予了他们坚实的起点与极高的计算能力，但真正助力他们在科学前沿登顶、做出开创性成果的，却是欧美的顶级科研平台、自由的学术氛围以及成熟的创新土壤。 二、“清北崇拜”的彻底祛魅：普通人与天才的赛道错位 面对王虹与邓煜的成功，许多人顺理成章地将其归结为“清北神话”的又一次胜利，进而加剧了整个社会对清华、北大等顶尖名校的盲目崇拜。但客观而残酷的现实是：这两个案例恰恰从反面证明了一个残酷的真理——如果一个学生没有像他们那样超凡的数学天赋与发自肺腑的绝对兴趣，清华、北大根本不值得盲目去读，更不值得全社会付出如此沉重的焦虑代价。 长时间以来，中国社会陷入了一种极其病态的“名校通关游戏”。父母与学生将考上清北当作人生唯一的终点，将名校标签视为阶层跃升与成功的终极通行证。然而，清北等顶尖学府的学术资源与教学设计，本质上是为极少数顶级天才准备的。普通学生即便凭借超人的高考应试技巧侥幸挤入其中，如果缺乏真正的学术天赋与炽热的兴趣，往往会在高强度的学术碾压与同行竞争中丧失自信，最终陷入痛苦的自我怀疑与内卷。 教育的终极目的，从来不是赢得一场名校标签的通关游戏，而是寻找与自己天赋匹配的赛道、培育能支撑一生的真诚兴趣。唯有如此，方能在时代浪潮中找到真正属于自己的坐标。 王虹与邓煜的故事，不仅不应该成为“名校崇拜”的催化剂，反而应当成为对“清北崇拜”彻底祛魅的清醒剂。千千万万普通的求学者与家长应当明白，天才的路径不可复制，名校的光环更无法保佑一生。脱离了天赋与兴趣的“名校追求”，不过是一场高成本的自我消耗。对普通人而言，找到适合自己的专业与赛道，远比强行挤入顶尖名校的边缘位置重要得多。 三、 欧美顶尖科研环境的“土壤红利”，为什么天才在那里更容易登顶？ 如果我们进一步追问：为什么这些数学天才必须在欧美的顶尖机构中才能完成登顶之作？这揭示了一个长期被国内舆论忽视的学术真相——在欧美顶尖科研机构工作，取得科学研究上的重大突破，在某种程度上有着极其独特的“土壤优势”。 这种“优势”并非指科研本身的难度降低了，而是欧美的科学共同体经过数百年的积淀，形成了一套极其高效的创新生态： 1. 强大的学术土壤与存量积累：欧美顶尖科研机构拥有深厚的学术积淀、极其丰富的“存量研究苗头”以及巨人的肩膀。很多看似遥不可及的难题，前人已经完成了大量的铺垫工作。新加入的顶尖科研人员，只要具备足够的勤奋，或者在某个节点突然迸发出灵感，就能沿着前人的方向迅速实现临门一脚的突破。（上）

谷歌不仅延长服务器硬件使用寿命，现在还开始拆内存然后重新利用起来。 谷歌云供应链基础设施高级总裁尼基尔透露，公司正在拆解已经退役的服务器，将仍然可用的零部件重新投入到数据中心。 尼基尔也透露，说是可用的零部件，其实就是拆内存，谷歌还特地设计硬件适配器可以将 DDR4 等内存连接 AI 服务器：

谷歌发布智能视频理解 API（Agentic video understanding） 以前 AI 看视频很笨，就像一个人拿着秒表，每隔一秒硬截一张图，不管画面有没有变化都要一张张硬看下去。这种做法耗费资源、速度慢、费用贵，遇到几个小时的长视频还特别容易漏掉细节。 新的 API 让 Gemini 像人一样看视频。它可以自己拿主意：什么时候该快进、什么时候该慢放倒带仔细看，甚至能决定只听声音、看字幕还是专门看画面，有针对性地去找内容。算力消耗节约九成，使用成本降低一半，找答案的准确率反而更高。 适用场景： 亚秒级瞬间检索：能精准定位视频画面的状态变化和紧凑的镜头剪辑边界，从而让精确的自动化视频剪辑成为可能。 长视频大海捞针搜索：无需消耗数百万个 Token，即可在长达数小时的视频中回答复杂的问题。 异常检测：以更高的帧率对关键的时间窗口重新采样，以此检查快速运动与细微的视觉瑕疵。 动作与物体计数：随着时间推移，准确追踪重复的肢体动作以及不同的物体。 看演示视频的数动作次数，还是非常惊艳的。 目前只能通过调用API使用，后续这部分能力会上线YouTube的Ask YouTube模块。 官方介绍：

谷爱凌怎么可能看得上孙宇晨，也不想想他哪些地方能吸引谷爱凌？ 要说金钱，谷爱凌现在一年的收入约1.5亿人民币，比孙宇晨一年挣的少不了多少。 外貌，孙宇晨甭管是身高还是长相，都属于普通人中的较低水准。谷爱凌身高1米75，身材好，长得漂亮，想找个高大帅气的太容易了。 情绪价值，孙宇晨属于不占便宜就吃亏的主，跟这种人过日子，得防着什么时候被骗。整天都提心吊胆的，有个毛的情绪价值。 人脉就更别说了，孙宇晨现在连大陆都回不来，啥人脉也用不上。再说了，谷爱凌的人脉不见得比他少。国内就不说了，在美国那边能跟马斯克谈笑风生，孙宇晨好像做不到吧。 所以，孙宇晨没有什么地方是谷爱凌感兴趣的，但谷爱凌却有很多地方是孙宇晨急需的。 比如，借助谷爱凌的名气，利用谷爱凌的人脉。 可谷爱凌又不傻，怎么可能跟他接触呢。

谷歌的哈基米崛起了？一堆臭皮匠，顶个诸葛亮。 在最新的Antigravity里，谷歌推出了Teamwork功能，可以触发多Agent协作来解决问题，针对不同的任务，Teamwork会自动切换不同的策略，在多个领域已经取得了显著的成功： 攻克数学难题：AI 团队联手解开了 7 个学术界的未解难题（比如高德纳循环猜想），还自动写出了 40 多页经过严格验证的数学证明。 从零造硬件模拟器：AI 自己从头写出了一个高精度的 RISC-V 处理器模拟器，甚至能直接把操作系统顺利运行起来，和真实硬件的误差非常小。 给开源软件提速：AI 针对一些底层核心代码库进行了优化，把数据写入速度翻了一倍，节省了四分之一的内存占用。 使用方法，在Antigravity里输入/teamwork-preview 官方介绍：

谷歌发布 Gemini 3.5 Transcribe 语音转文本模型，重点提升实时转写准确率、降低延迟和提高多语言能力等。 该模型不仅可以将语音转为文本，还会理解说话者的意图并对结果进行自动整理和格式化。 目前该模型已经通过 Gemini API 进行公共预览，开发者可以在控制台进行调用。 查看全文：

谷歌大气，亲测有效，我刚领完 ​只要之前认证过学生身份的，就可以直接免费领取一年的 Google AI Pro会员 一键直达