FFmpeg 9.0正式发布，代号“Lei”，这个代号是为了纪念中国传媒大学已故博士雷霄骅。 2013—2016 年间，他撰写了大量 FFmpeg、音视频编解码及传输协议相关的中文教程，帮助无数开发者入门。2016 年，他不幸突然离世。 今年恰逢其逝世十周年，FFmpeg 用这一重要版本向他致敬。 雷霄骅可以说是中国音视频开发者的启蒙者、FFmpeg 中文技术传播的代表人物，以及一代开发者共同的技术引路人。 还记得当年csdn还为此全站黑白了一天。 致敬🫡

我来告诉你们，数学界接下来一个最大的问题。 我去年就说过，UC Berkeley数学系助理教授Tony Feng在Google Gemini做visiting professor的时候，拿到了当时最好模型Google Gemini的超长极长无敌长的reasoning版本。 这直接导致Tony Feng解决了7道Erdos问题，三道FirstProof问题，开创性地用半监督方式 ，以及无监督方式，指导AI Agent解决数学问题。 我去年就说过，下一步要解决的问题是，尝试把一个数学命题以lean4的形式拆分成多个lemma，多个lemma以DAG的数学结构组合成一个数学命题，每个数学证明可以拆分成几十个到几千个lemma DAG，每个lemma作为节点又可以让多个agent来证明，这样可以用成千上万个agent来碰撞证明每个lemma，尝试组合成一个完整数学证明的DAG。 所有人都忽视了一个最重要的问题，就是一个LLM的reasoning是不可能无限长的，哪怕是Claude和GPT模型，reasoning是有限的，这是LLM结构和目前inference infra决定的。 但是数学家们早就给出了解决方案：在3000多年前，古希腊的数学家们就知道，完备的数学体系需要写书、写笔记、收学生，以学术社区和讨论组的形式，一条条验证，把自己思考的过程记录下来，给同行完成peer review，这样把自己在数学的工作一条条记录、验证、审议、写书、组织起来，一起构建完整的数学大厦。 过去10年来，人类一直在mathlib中实现这一个愿景，全世界所有数学家都在用lean4构建数学大厦，但是还远远不够。 你党哥提出lemma DAG概念后，能大概预测到一个方向，这个方向就是，驱动AI Agent用lean4把所有它能构建数学体系的领域： 1. 用lean4审核目前人类已有的、能用lean4实现和验证的数学论文，全部用lean4实现并验证一遍； 2. 用lean4尝试构建新的问题，实现一个AI native版本的mathlib证明大全——mathlib2——比现有人类数学家构建的mathlib要大一两个数量级； 3. 当人类尝试定义新的问题的时候，先从mathlib和mathlib2中搜索已有近似证明，尝试拆分成DAG的lemma形式，用mathlib2更加快速便捷地实现部分证明； 4. 最后用大量、超大量的AI Agent尝试大量、巨大量、无限提出新的问题，并且并行in parallel用已有mathlib2去验证或者证伪这些新问题，最后由人类数学大师cherry pick出其中有价值的问题和完整证明方案出来。 回到开头，首尾呼应一下： 人类在单一LLM本体进行超长reasoning已经接近inference复杂度极限，这是人类任何人都无法改变的，OpenAI和Anthropic改变不了，玉皇大帝都改变不了， 能提到LLM超长reasoning的唯一办法，就是让LLM Agent不断总结、不断记录、不断验证出过去产出的结构化、逻辑化、有组织的知识库，作为long term memory，这些知识库就是一个LLM Agent过去的所有reasoning中的有效记忆，并且能用于今后未来的所有构建中。 这和朴素古典的memory机制完全不同，无论构建一套lean4还是构建matlab simulink的有效仿真验证后的设计，还是构建HDL各种硬件描述语言在仿真后验证的电路设计，都更有效、更精准、更专业、更小领域， 而且最重要的是，构建这些结构化的专业学术知识库，恰恰是AI Agent加上一个本地仿真、编译、运行环境的最擅长的事情。 说人话说就是，脑子到极限的前提下，好脑子不如烂笔头。

关于 @ilyasut 的 @ssi 在做什么，我觉得这个分析是目前最靠谱的。 网友 @imjustnewatai 根据之前 SSL泄露的信息进行了一个推测： SSI 真正在研究的，可能不是一个更大的模型，而是一种让 AI 在部署之后继续学习的新机制。 这个猜测未必准确，但目前公开线索确实能拼出一条相当完整的逻辑链。 以下是三个核心论点： 1. Ilya 之前在播客上的泄密 今天的前沿模型有一个很明显的问题。 模型主要在训练阶段学习。 一旦训练完成，核心能力基本冻结。 它可以提前读完海量数据，却很难像人一样，在真实任务中不断吸收经验、修正方法，并把一次失败变成长期能力。 所以模型经常表现出一种奇怪的割裂：它知道很多，但学得很慢。 遇到训练分布之外的问题时，它可能连续犯同一种错误。即使通过上下文暂时纠正，下次重新开始，错误往往还会再次出现。 这位网友推测，SSI 可能已经做出了某种早期系统，让模型能够： 从极少量经验中学习新技能； 在最终结果出现之前，判断当前方法正在失败； 学习新技能时，不破坏原来的能力； 把一个任务中的经验迁移到完全不同的问题； 甚至在部署后继续更新自己。 换句话说，这种 AI 更像一个天赋极高的少年，而不是一本已经写完的百科全书。 它一开始未必掌握所有职业知识，但进入一个新领域后，可以通过少量经验迅速学会。 这恰好对应 Ilya 之前在播客上对 SSI 目标的描述： 一个“超级智能的 15 岁少年”，可以学习任何工作。 这句话真正重要的地方，不是“超级智能”，而是“可以学习”。 Ilya 此前多次提到，当前 AI 最大的问题之一，就是泛化能力远不如人类。 人类可以从少量案例中提取规律，再把规律迁移到陌生环境。 模型通常需要海量数据，并且一旦环境发生变化，能力就可能迅速失效。 当有人问 Ilya，怎样才能实现更接近人类的学习时，他曾表示，自己对某个机器学习原理有一套独特看法，但不能公开讨论。 2. 此前的媒体报道 《华尔街日报》曾报道称，SSI 的秘密研究聚焦于“人类大脑功能中长期被忽视的方面”。 NVIDIA 在接触这项研究后，不仅投资了 SSI，还将向其提供约十倍的计算资源，并与其合作影响未来计算平台的设计。 这就很值得玩味了。 如果 SSI 只是想训练一个更大的语言模型，它需要的主要是更多 GPU。 但如果 NVIDIA 愿意让 SSI 参与未来计算平台的设计，就说明这套方法可能对训练、推理、内存或者模型更新方式提出了新的硬件需求。 这位网友进一步猜测，SSI 的核心组件可能是一种模型内部的“价值判断系统”。 人类执行复杂任务时，并不会等到所有步骤结束后，才知道自己走错了。 我们在过程中会不断产生反馈： 这个方向不对。 这个方法可能有效。 这里存在风险。 这件事值得继续。 这些内部判断，让人类可以在最终奖励到来之前就调整行为。 Ilya 也曾讨论过，AI 需要某种内部价值函数。 它不只负责判断答案对不对，还要在漫长的推理和行动过程中，持续判断当前路径是否值得继续。 因此，SSI 可能在尝试构建这样一个循环： 经验进入模型，模型进行内部判断，发现错误后自我修正，再将修正结果转化为持久能力，最后迁移到其他任务中。 模型不再只是根据固定参数生成答案，而是可以不断吸收行动产生的经验。 这也能解释 SSI 为什么一直强调，能力和安全必须共同解决。 如果同一套机制既负责教会模型“什么方法有效”，也负责教会模型“什么事情值得做”，那么能力和价值观就会在同一个学习循环中形成。 3. 从成员背景和招聘岗位中找到的痕迹 SSI 目前能够被确认或报道的部分成员背景，也与这条路线有一定吻合。 SSI 总裁 Daniel Levy @daniellevy__ 曾负责 OpenAI 的优化工作，并参与 GPT-4 的优化。 之前媒体报道加入了 SSI 的 Yair Carmon ，研究方向包括鲁棒优化、缩放规律，以及模型在训练环境之外的可靠性。 另一名被报道的研究人员 Hugh Zhang @hughbzhang ，则长期研究测试时计算、规划、搜索、奖励模型、多智能体学习，以及模型如何通过推理获得新技能。 把这些方向放在一起，会发现它们共同指向一件事： 如何让模型在训练数据之外继续学习。 2025 年，Ilya 曾表示，SSI 已经拥有足够的算力，可以验证自己的核心研究想法是否成立。 现在 SSI 表示，这项研究已经“值得扩展”。 随后 NVIDIA 获得了罕见的研究访问权限，并决定提供十倍算力。 这至少说明，SSI 很可能已经观察到了某种值得继续放大的实验信号。 当然，目前没有任何证据能够证明 SSI 已经实现持续学习，也没有公开任何模型架构、实验结果和技术细节。 上面的内容仍然是基于公开信息进行的高概率推演。 但这个推演最有意思的地方在于，它提供了一个完全不同的 AGI 路径： 未来最强的 AI，未必是训练时读过最多数据的模型。 它可能是部署之后，学习速度最快的模型。 如果这个方向成立，AI 的能力将不再随着一次训练结束而固定，而会随着经验持续复合增长。 NVIDIA 投资的，也可能不只是下一个更大的聊天机器人。 它可能正在帮助 Ilya 扩展一种足以替代当前预训练范式的学习系统。 感谢 @imjustnewatai 的工作

说起来曾经也在知乎写过几个推荐百合漫画的回答，不过连同账号一起，早就被狗x的管理员扬了。 非常幸运，疫情期间机缘巧合和 @MinakoOikawa @sigmaamphibia 录了两期《现代百合巡礼》。这是我会一直珍视的节目。很多东西如果当时不聊，后来就没那个心境和机遇了。

发 30 秒的 NHK 的《China's Aspiring AI Entrepreneurs》片段，镜头分别是：良渚文化村空中鸟瞰、我们疯狂星期四的主场杭一末咖啡（和正在工作中小伙伴们）、WWDC26 云谷观影活动现场（ @hwwaanng 在 C 位）。 最后几秒出镜的小哥是…正在研发当时还叫“Slock”，并且穿着 Slock T恤的 @zty0826 🤣

到底要不要人工审阅 AI 生成的代码，我是这么看的： - 在 agentic coding 时代，自动化测试变得尤为重要。所有能被自动验证的行为都应该被验证。AI 写单元测试很容易，但对于更复杂的集成测试，仍然需要人去搭建——这些工作很多是一次性的，但也有些需要跟着项目迭代。 - AI code review 能搞定 90% 过往需肉眼检查的内容（语法、注释、边界条件、logging、etc），当然前提是团队提供了严格的代码规范。这并不难。 - 仍然需要人把关的那 10%，是「架构设计」。AI 能写出完全符合代码规范，但是架构一团糟的代码。而「设计」往往项目甚至单个功能相关的，很难被规范化。这里人类的经验就很重要了。 - 如何让人从 AI 生成的巨量代码中快速提炼出架构设计？好的做法是让 AI 往 commit message 里加入「修改了哪些代码」的总结，并提炼出架构图。很多 AI code review 产品已经是这么做的了。人不再需要去看代码，看总结就行了。 - 很多场合下，的确没有必要人工 review：比如一次性脚本、使用成熟框架（Django, React）的项目等等。对于那些复杂且会长久维护的项目，人类 review 是必要的，但并不等于人要去读每一行代码。 - 最好维护一个包含设计选择、代码结构的文档，让 AI 实时更新。这对于人和 AI 都有极大帮助，能减少很多不必要的 turns 和上下文开销。

做 Agent 有个不成文的默认假设：tool result 很重要，模型要看完原文才能继续推理。 最近发现这个假设可能是错的。 ---------------------------------- 欢迎 star ---------------------------------- 在 maka 里，我们对 tool result 做了激进的 prune——把工具返回的原始数据大幅裁剪，只保留关键摘要，然后跑了完整的任务对比。结论让人意外：推理质量几乎没有变化，近乎无损压缩。 这是为什么？我有几个可能的解释： 第一，信息已经被蒸馏进 Assistant Message Agent loop 的上下文结构是： System Prompt → User → Assistant → Tool Use → Tool Result → Assistant → ... 每次 tool result 之后，模型都会输出一段 Assistant Message 来表达它的理解和下一步决策。这是一次语义蒸馏——原始数据被压缩成了推理摘要。 后续轮次的模型，更多是在跟"它自己的理解"对话，而不是在跟 tool result 原文对话。prune 掉原文，相当于删掉了一份已经被读取并转化的档案——信息早就走了，外壳还在而已。 第二，Attention 在长上下文里本来就稀疏 "Lost in the Middle" 那篇研究证明：Transformer 对长上下文中间段的注意力权重会大幅衰减，模型更关注开头（system prompt）和最近几轮。 Tool result 通常在上下文中间位置，而且信息密度极低（500 行代码、终端输出、冗余 JSON）。模型本来就没在认真"读"它。prune 只是把这部分被隐式忽略的内容显式删掉。 第三，决策点已经过去 模型调用工具是因为当时需要那个信息。但 5 轮之后，那个 tool result 早已不是边际信息了——核心内容已被消化进后续推理链，保留原文是"存档"，不是"决策输入"。 实测数据：对同一个任务（MIPS interpreter），Maka 的总 token 消耗只有 OpenCode 的 38%，但 output token 是它的 2.7 倍。 这个差距背后，有 DeepSeek cache 命中率 95% 的贡献，也有 tool result prune 的贡献。两者合力，长程任务的 token 经济性出现了量级跃升。 对 Agent 工程的启示：context 里最占体积的部分，不一定是最重要的部分。 与其把精力放在"怎么让 tool result 完整进上下文"，不如放在"模型读完之后的 reasoning 质量"上。信息的真正载体不是原文，是理解。

经过紧张的准备工作，今天我终于可以发今年的第一波预热消息了，今年的 PyCon China 将在 9 月 5 日如期而至！去年大家玩的很开心，希望今年也同样能带给大家一场难忘的大会！ 现在已全面开启讲师招募，赞助和合作伙伴招募，以及志愿者招募，欢迎大家联系！👉

一位免疫学家耗费20年证明：树木释放到空气中的化学物质，会走进你的血液，追踪并降低压力激素，以任何药物都难以比拟的方式武装你的免疫系统。 他的名字叫李卿。 他是一位在中国出生、长期在日本从事研究的免疫学家，现任东京日本医科大学临床教授，并担任日本森林医学学会会长。日本政府自2004年起持续资助他的研究。他的大量工作，正是日本和韩国将“森林浴”正式列为临床处方疗法的重要原因。 故事其实从1982年开始。那一年，日本农林水产省创造了一个词——“森林浴”（shinrin-yoku），用来描述在森林中缓慢、专注地散步。他们这么做有实际原因：日本城市化加速，压力相关疾病不断上升，而全国有数千平方公里的森林闲置着。他们想给人们一个走进树林的理由……直到2005年李卿做了第一次严谨的实验，人们才真正明白，在森林里散步时，人体到底发生了什么。 他带了12名健康成年男性，进行为期三天两夜的森林公园之旅。每天缓慢散步几小时，没有剧烈运动，没有规定路线或呼吸练习。他们只是安静地穿过树林，呼吸空气，观赏森林。 李卿在出发前、旅途中第2天和第3天、回家后第7天，以及第30天，抽取了血液和尿液样本。 实验室返回的数据完全出乎意料。 一种负责猎杀癌细胞和病毒感染细胞的免疫细胞——自然杀伤细胞（NK细胞）——活性在森林之旅期间跃升了约50%，血液中循环的NK细胞数量也显著增加。 这些细胞产生的三种抗癌蛋白——穿孔素（perforin）、颗粒酶（granzymes）和颗粒溶素（granulysin）——全部大幅上升。而且这种免疫提升并没有在回家后消失，第7天仍可测量，第30天仍有部分保留。 每天仅两小时的森林散步，竟然让免疫系统升级了整整一个月。 一年后，他对女性做了相同实验，结果几乎一致。随后他又做了严格对照：另一组人进行同样三天两夜的城市之旅，行走量、酒店条件和饮食完全相同。 城市组的自然杀伤细胞活性没有任何可测量的变化。真正起作用的是森林，而不是“度假”本身。 机制来自树木释放的一类挥发性化合物——芬多精（phytoncides）。松树、雪松、橡树、柏树尤其大量产生，尤其在温暖天气和雨后。这些物质是树木用来抵御昆虫、细菌和真菌的天然武器。 当你走在森林里，芬多精被肺部吸入、通过皮肤吸收，进入体内后似乎直接刺激了NK细胞的产生与活性。 根据李卿的数据，森林散步健康益处的约一半来自空气本身的化学作用，另一半则来自森林对神经系统的影响。 另一项日本研究在35个不同森林地点，对84名参与者测量了皮质醇。他们在30分钟森林散步前后抽血，并与匹配的城市散步对照组比较。结果显示，森林散步者的皮质醇水平显著更低，心率和血压也更低。副交感神经系统（负责休息与恢复的部分）活性上升，交感神经系统（驱动战斗或逃跑的部分）活性下降。 美国密歇根大学研究员MaryCarol Hunter进行了迄今最干净的实验。她让城市居民每周三次、连续八周进行“自然处方”：自由选择时间、地点和时长，只要在户外、日光下，没有手机、对话和剧烈运动。她收集每次前后的唾液样本，精确测量皮质醇变化，并排除日常自然下降的干扰。 结果是：每在自然中待一小时，皮质醇平均下降21.3%，最大收益发生在第20到30分钟之间。之后下降速度放缓，但20分钟已是产生可测量压力缓解的最小有效剂量。 研究已经确定：人体对置身树木之间存在快速、可测量、可重复的生理反应，这种反应作用于现代医学试图用药物调控的相同生物系统，而且它是免费的。 你的身体从未忘记它在森林里应该做什么。它在等待你走进去。

其实，只要我们跳出「生产力工具」的视角，把 AI 看作为未来的必需消费品或基础设施，就不会有矛盾了。 作为生产力工具，你会去看投入产出比，计算 token 是否带来了对应的效益。诚然，在 token 还很昂贵的当下，这种计算是必要的，尤其对企业来说。 长期看，我认为 AI 最适合的类比就是今天的互联网。之所以还没到这一步，因为 AI 才刚爆发，嵌入人类社会的程度还不够深，其次就是 token 太贵了。但你记得吗？最开始的宽带和流量也很贵，而现在呢。 作为程序员，2026 的 AI 已经是必需消费。随着更多数据中心的兴建和模型&基础设施的优化，人人可负担的时代是必然会到来——区别无非是你用的模型好一点，我用的差一点。回到原推。AI 到底是「替代」人还是「增强」人？也许只要在几年后问问小孩子，一切就都清楚了——我猜 TA 会疑惑： 「AI 是什么？难道这些 app 跟我讲话不是天经地义的吗？什么，以前竟然不这样😮」