前有 PayPal 黑帮，后有 OpenAI 和 Anthropic 黑帮。 2026 年，已经有至少 37 人从 OpenAI 或 Anthropic 出走创业。 从 PayPal 出来的人做出了 Tesla、SpaceX、LinkedIn、YouTube、Yelp、Palantir 等顶尖公司，那这波 AI 创业潮会跑出哪些新星？ 几个已经比较清晰的 AI 项目如下： - @CoreAutoAI（Core Automation）：前 OpenAI 研究副总裁 Jerry Tworek（@MillionInt）创办。 一句话：做世界上最自动化的 AI 实验室，让 AI 自己研究 AI。 - @mirendil（Mirendil）：前 Anthropic 研究员 Behnam Neyshabur（@bneyshabur）等人创办，刚拿 2 亿美元。一句话：做能自我加速的系统，把算力直接变成科学和工程突破。 - @river_ai_inc（River AI）：前 xAI 联合创始人 Igor Babuschkin（@ibab）创办。 一句话：做真正属于个人、由个人塑造的 AI。 - @mathematics_inc（Math Inc）：前 OpenAI 研究员 Jesse Han（@jessemhan）创办。 一句话：用 AI 自动把数学证明变成机器可验证的形式，目标是可验证的超级智能。 -@blackstar_cmptr（Blackstar）：前 OpenAI Codex 工程师 Daniel Edrisian（@DanielEdrisian）创办。 一句话：在做新一代个人电脑，想从硬件和系统层面改变人和 AI 的交互。 另外，还有像 Resolution（提高对齐置信度）、Guidelight（推动安全前沿 AI 实践）、Syntony（安全与治理）、Rational 和 Zavify（agent 工作流自动化）、Planar（团队共享状态）、Embrasure（给 autonomous agents 重建数据仓库）等项目。 PayPal 黑帮，当年把支付、社交、航天、情报分析全包圆了，出来的公司现在随便拎一个都是几千亿美元级别， 这波人的方向明显更窄，基本都围着同一件事：让 AI 能自己干活，同时别失控。 人才密度这么高的地方，一旦开始往外扩散，下一波真正有意思的公司大概率就从这里长出来，可以密集关注它们的动向。

Mathematica 15.0 出了，我又想起了高二时，我第一次接触 Mathematica 4.2 时的惊喜场景。 这版 Mathematica 能自动检测你机器上的 code agent，然后做相应的 MCP 配置安装。这个 MCP 支持直接生成 notebook。于是我让 Codex 分析了我一个 09 年写的 C++ 程序，把它转移成了 Mathematica 程序，完美。

恭喜王虹、邓煜获得菲尔兹奖！菲奖每四年一次，最多不超过4位得奖！华人这一次半壁江山，很值得骄傲！两个都是北大数院 2007 的，北大数院 NB! 2026 Fields Medals Awarded to Four of World’s Top Mathematicians via @SimonsFdn

dontbesilent 理论体系清单 修辞学 — 亚里士多德 — 约公元前4世纪 — 《修辞学》《诗学》 社会心理学 — 古斯塔夫・勒庞 — 1895 — 《乌合之众》 心理学 — 西格蒙德・弗洛伊德 — 1901 — 《日常生活的精神病理学》 心理学 — 威廉・詹姆斯 — 1890 — 《心理学原理》 心理学 — 罗伯特・耶克斯、约翰・多德森 — 1908 — 〈耶克斯-多德森定律〉 管理学 — 弗雷德里克・泰勒 — 1911 — 《科学管理原理》 社会心理学 — 马克斯・韦特海默等 — 1912起 — 格式塔学派 传播学 — 沃尔特・李普曼 — 1922 — 《公众舆论》 格式塔心理学 — 布卢玛・蔡格尼克 — 1927 — 〈蔡格尼克效应〉 哲学 — 约翰・斯图亚特・密尔 — 1843 — 《逻辑体系》 教育学 — 约翰・杜威 — 1938 — 《经验与教育》 行为主义 — B・F・斯金纳 — 1938 — 操作性条件反射研究 心理学 — 亚伯拉罕・马斯洛 — 1943 — 〈A Theory of Human Motivation〉 通信理论 — 克劳德・香农 — 1948 — 〈A Mathematical Theory of Communication〉 控制论 — 诺伯特・维纳 — 1948 — 《控制论》 比较神话学 — 约瑟夫・坎贝尔 — 1949 — 《千面英雄》 计算机科学 — J・C・R・利克莱德 — 1960 — 〈Man-Computer Symbiosis〉 管理学 — 彼得・德鲁克 — 1954 — 《管理的实践》 决策理论 — 赫伯特・西蒙 — 1955/1957 — 有限理性理论 认知心理学 — 乔治・米勒 — 1956 — 〈The Magical Number Seven〉 社会学 — 欧文・戈夫曼 — 1956/1959 — 《日常生活中的自我呈现》 传播学 — 霍顿、沃尔 — 1956 — 〈Mass Communication and Para-Social Interaction〉 社会学 — 乔治・霍曼斯 — 1958 — 〈Social Behavior as Exchange〉 科学哲学 — 卡尔・波普尔 — 1934/英文版1959 — 《科学发现的逻辑》 心理学 — 丹尼尔・伯莱恩 — 1960 — 《Conflict, Arousal, and Curiosity》 传播学 — 马歇尔・麦克卢汉 — 1964 — 《理解媒介》 哲学/知识论 — 迈克尔・波兰尼 — 1966 — 《The Tacit Dimension》 社会学 — 欧文・戈夫曼 — 1967 — 《Interaction Ritual》 社会科学方法 — 格拉泽、斯特劳斯 — 1967 — 《The Discovery of Grounded Theory》 系统科学 — 路德维希・冯・贝塔朗菲 — 1968 — 《General System Theory》 社会心理学 — 罗伯特・扎荣茨 — 1968 — 单纯曝光效应 认知管理学 — 赫伯特・西蒙 — 1969 — 《The Sciences of the Artificial》 社会心理学 — 亨利・塔吉费尔、约翰・特纳 — 1970s/1979 — 社会认同理论 认知心理学 — 艾伦・派维奥 — 1971 — 《Imagery and Verbal Processes》 社会学 — 欧文・戈夫曼 — 1974 — 《Frame Analysis》 社会心理学 — 所罗门・阿希 — 1946 — 印象形成研究 心理学 — 阿尔伯特・班杜拉 — 1977 — 《Social Learning Theory》 社会学 — 阿莉・霍克希尔德 — 1983 — 《The Managed Heart》 营销学 — 艾・里斯、杰克・特劳特 — 1981 — 《定位》 行为经济学 — 丹尼尔・卡尼曼、阿莫斯・特沃斯基 — 1979 — 前景理论 认知心理学 — 杰罗姆・布鲁纳 — 1986 — 《Actual Minds, Possible Worlds》 心理学 — 安德斯・艾利克森 — 1993 — 刻意练习研究

纽时采访了陶哲轩，写了一篇质量极高的稿子，谈论当代数学家的存在主义危机，尤其是他们在面对AI的这几年里，相处态度从好奇到兴奋，从兴奋到愤怒，从愤怒到无力，最后陷入集体迷茫的整个过程，版本变化太快了。 陶哲轩曾是数学家群体里对AI最为友好的一位，如果你们还记得，每次OpenAI发布新模型，他都会率先出来站台，分享他和新一代ChatGPT又一起合作取得了怎样的进展，那时他是真的热爱AI，相信这项技术能够为数学带来无限可能。 而OpenAI也很懂事，数学是一门相对纯粹的科学，和它绑定能为AI带来相当份量的声誉加成，所以也一直对陶哲轩等少数「VIP客户」敞开模型供应，甚至当陶哲轩所在的数学研究所被削减经费的期间，OpenAI还掏了几万美金赞助，帮忙渡过难关。 事情是从什么时候开始变质的呢？ 10月6号，OpenAI一次性公布了350多项「科研」成果，几乎遍及数学的所有分支，包括代数、数论、理论计算机科学、数理逻辑、拓扑学等等，陶哲轩说，他看到了一枚炸弹的投下，这是开战的信号，以及OpenAI对他乃至整个数学界的背叛。 作为和OpenAI有着密切关系的数学家以及合作者，陶哲轩提前一个月就知道了这批成果的发布计划，他反对了，然而反对无效，于是在OpenAI推进工作的同时，他也写好了一份声明决定同期公开，也就是后来发在自己博客上的那篇檄文，和24个菲尔兹奖得主共同署名，批评OpenAI是在伤害数学这个学科。 那天有10万人点进了他的博客，可能比过去几年的流量都要高。 虽然陶哲轩开始改口把AI产出的那些证明称作「Toxic Waste」（有毒的废料），不过与其说他是在反对AI，不如说他认为OpenAI这样的AI公司过于急功近利了，为了表现出模型的强大，不惜摧毁数学这个行业的基石。 作为理论数学的代表人物，陶哲轩年少成名，8岁时SAT数学考了760分，24岁就当上了加州大学洛杉矶分校的终身教授，基于「过来人」的经验，深知年轻数学家需要的是什么，AI提供工具，那没毛病，然而直接代为上台发表成果，就是在牺牲这一代数学家的未来了，「像是被剧透后，你就再也无法体验从头推理剧情的乐趣了」。 陶哲轩带的学生也已经懵逼了，有人花了多年时间试图解决的问题，正好在OpenAI这次批量化成果的射程以内，在看完AI写的充满难懂术语的论文之后，他有很多疑问，却找不到可以和「作者」交谈论证的机会。 这不是数学界习惯的程序，按照以前的做法，有人发表了突破性的论文，然后就会有学术会议被组织起来，作者会出席分享更多的思考，然后与会者一起碰撞交流，以一种社会化的方式，缓慢但有意的推动数学前进。 但OpenAI不是这么做的，它像是倒垃圾一样，把几百篇手稿灌进了GitHub，要知道，这不是通俗小说，是看每一句话都要付出巨大脑力消耗的前沿论文，光是评审这批「成果」，搞不好都要花掉整个数学界好几年的时间。 归根结底，软件和数学，是不同的。 软件属于应用科学，规模化的游戏规则再正常不过了，在OpenAI看来，自己明明是在做贡献，自费烧了天量的算力，给数学界献上前所未有的馈赠，怎么就得不到想要的感恩呢？ 但数学本质上是实验科学，「你坐在桌子前，拿起纸笔，就可以试着证明一些东西」，而OpenAI解决纳维—斯托克斯问题的方法，是1万个无限Token的智能体花了3天时间写完165页的证明，成本可能价值几百万美金，这是数学家们根本负担不起的能力。 这跟当年AlphaGo打遍天下围棋大师也不太一样，很多人会说，AI在下围棋这件事情上碾压人类，也没有消灭围棋这项竞技啊，反而有更多的棋手加入进来，职业棋手的梯队也还在稳步扩增，怎么数学家就这么矫情呢？ 在陶哲轩看来，数学要复杂得多，如果人类无法理解AI所做的那些证明，那么光有技惊四座的结果，是无用的，他自己，以及他能找到的专家，都没办法完全读懂OpenAI破解纳维—斯托克斯问题的论文，这种暴力穷举的做法，让双方再也没有合作的希望了。 陶哲轩承认，随着模型能力的一日千里，数学界一定是要转型的，但自我反思，和被枪口抵着反思，是两码事，他现在去见学生的时候，专业交流的占比都很少了，大多数时候，他感觉更像是在做心理疏导，要让年轻的数学家重振信心，相信AI不会让自己的人生毫无意义。 source:Why One of the World’s Greatest Mathematicians Is on a ‘War Footing’