🎧 #播客更新# Vol.169高考只是个开始，Don't Waste Your Life 时光荏苒，两位主播高考的经验早已作不得数。但这个世界仍有些事情是不变的，比如保持好奇，保持热爱无论是否今年高考的听友，希望你都能活出自己想要的人生。 - 小宇宙: - 官网:

2.78T 参数的 Kimi K3，居然真的在一台 64GB MacBook 上跑起来了！ 虽然速度只有约 0.5 Token/s，一句简短回答也要等半分钟，但我还是觉得 WASTE 这个项目很有意思。 前几天我刚写过 Unsloth 通过量化，把 Kimi、DeepSeek 这类超大模型搬到本地。WASTE 又往前走了一步：它不要求全部权重常驻内存。 K3 是 MoE 模型，每个 Token 只会激活约 4% 的参数。WASTE 把主干留在内存里，把专家权重放在 NVMe 硬盘上，需要哪个就实时读取，再用剩余内存做缓存。完整架构经过量化后仍有 982GB，但实际运行只需要 64GB 左右的内存。 这意味着，超大模型本地部署的重点，正在从「能不能把全部参数塞进内存」，转向「能不能让当前需要的权重及时到达」。 现在它还远谈不上实用，但已经证明了一件事：决定本地模型上限的，除了显存和内存，还有 SSD 带宽、稀疏激活和缓存调度。 开放权重只是第一步。量化、推理引擎和硬件协同，才决定这些模型最终能不能真正留在我们自己的机器上。 项目链接：

参考之前视频分享给大家一个首帧图提示词场景角色什么的都可以改动 epic cinematic boss showdown first frame, adult East Asian female warrior with long silver-white hair, back facing camera, standing in the center foreground, holding a massive ancient relic greatsword, sword tip angled down to the lower right, low combat stance, black and silver armored outfit, short battle jacket, tactical skirt panels, leather straps, heavy boots, realistic cloth and hair movement a colossal abyssal frost beast stands in the center background, about 20 times taller than the heroine, left claw raised high, body made of black bone armor, ice-covered obsidian shell and ruined mechanical plating, glowing chest core, terrifying scale ruined frozen wasteland, cracked glacier ground, drifting snowstorm, black rocks, frost fog, energy fissures in the ground, low sun on the left creating strong golden backlight, broken ice gate and ancient frozen ruins on the right, abandoned signal towers on the left in the distance, strong perspective, clear foreground and background separation, cinematic low angle, ultra detailed, UE5 realism, next-gen film quality, no text, no UI, no watermark --ar 16:9 --style raw --stylize 150

回答顺序从左到右从上到下 捏口其实初中的时候吃精神类药物才长胖的呀qwq 长胖之后我的体重就一直很稳定了几乎没怎么长过 就是正常体质啦 诚聘长发男老公 落地英国第一天去学校附近中餐吃螺蛳粉辣出急性肠胃炎差点被螺蛳粉单杀 可以是 有朋友就多社交没朋友就多发展兴趣爱好 我和日男刚分手的时候也很迷茫很难受 全靠每天下课和朋友们鬼混抽烟喝酒打牌出去旅游缓解焦虑 一个人的时候就画画打游戏做手工 那段时间是我人在英国最潇洒的一段时间 问就是没谈过鸭 听的不多不太是我的type 但是收藏了Wasted和蜘蛛侠的hide 一开始是因为看小黑蛛才去听的他 谈了 非匿名提问箱↓ 问傻吊问题的一律拉黑不回

灯塔 @Lighthouse_2026 不辜负你的每一次回复 每次回复都是金钱可视化，虽然少但是积沙成塔 这里有小散接触不到的项目宣发，奖励丰厚自不必多说 锻炼写作的同时还能了解更多的项目 这里规则和奖励都是透明，没有所谓的老鼠仓 赶紧加入灯塔这个大家庭，开启你新的嘴撸篇章吧！！！ Lighthouse @Lighthouse_2026 will not let your replies go to waste. Each reply is a visualization of money; though small, they add up little by little. This platform offers project promotion opportunities that are inaccessible to individual investors, and the generous rewards go without saying. You can learn more about different projects while improving your writing skills. The rules and rewards here are transparent; there is no such thing as insider trading. Join the Lighthouse family now and start your new chapter of gaming with your witty banter!

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’