註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

snowboat
@snowboat84
PhD in Astrophysics → AI Founder and Researcher Building & Writing in public 📚 📝
1.5K 正在關注    13K 粉絲
今年四月份的旧文重贴。当时老黄还站在AI芯片供应端的巅峰,坚持反对所谓对华鹰派简单的芯片禁运政策。很明显,黄仁勋对AI有着更全局的认识,提出了AI的五层结构:能源、芯片、基础设施、模型和应用。无论从执行力、认知力和预测力来说,黄仁勋都要远超那些咋咋呼呼的所谓对华鹰派。 当然,得罪了鹰派不可怕,因为大家还可以像纯爷们一样正面回应。老黄这轮是得罪了小人,被小丑们从下三路攻击。其实这些烂招左派用了好多次了,早就轻车熟路,老黄还是太单纯,事情到自己身上,一下子反应不过来。
顯示更多
美国这个国家,有着卸磨杀驴的光荣传统。当初美苏争霸搞太空竞赛的时候,由于美国人从小学习傻逼数学,完全比不过学习菲尔金哥尔兹和吉米多维奇的苏联,结果苏联卫星上天,美国火箭通通爆炸。无奈之下美国只能请出从小学习希尔伯特数学的纳粹工程师来主导航天项目,冯布劳恩被启用,美国夺回了太空优势,一直到阿波罗计划成功,彰显出“美国资本主义对苏联社会主义的胜利”。之后美国点错科技树,开始了航天飞机项目,冯布劳恩这位美国航天的大英雄黯然离开NASA,很快就死了,最后默默埋在首都地区的一块公墓的偏僻之处(我去拜访过多次,实在是属于草草埋葬),周围美国居民还经常抗议为啥埋进来一个纳粹分子。 幸好布劳恩死的早,否则美国人绝对会对他下手(大家可以看看电影《奇爱博士》里对布劳恩的丑化)。布劳恩死后,他的为土星五号横空出世立下汗马功劳的副手鲁道夫被整惨了,据说是当年造V1,V2火箭强迫犹太劳工制造的恶行东窗事发了,所以鲁道夫被剥夺了美国国籍,赶出美国,后来甚至想去加拿大机场和自己的子女见一面也被从机场赶走,晚年一个人凄凉待在德国。造V1V2火箭用犹太劳工的事情,美国在1940年知道,1950年知道,1960年知道,就是不提,让德国这些工程师来做太空项目,一直等到不再需要他们的1980年代,开始道貌岸然搞大审查,还把人赶跑,纯属卸磨杀驴。 还有一个卸磨杀驴的例子,就是美国杜鲁门政府迅速放弃中华民国。中华民国为抗战时美国的坚定盟友,不但要对抗正面的几百万日军的压力,还为盟军出了多少力,出了多少命?甚至还要让自己的汉口被美国空军烧一遍,让李梅来预演一下轰炸日本的效果。结果二战一胜利,美国立即向共产党抛出媚眼,派出马歇尔这个拉偏架的脑残,故意在中国把水搅浑,让常校长在早期具有绝对优势的情况下不得主动开战,在东北不允许追击林彪的溃兵,反正只要常校长取得一点军事优势就被美国压住不让动。最后马歇尔屁股一拍,概不负责,回美国当善财童子去也,杜鲁门彻底断绝了常校长的资源,让常校长自生自灭,一个为抗战做出这么大贡献的国家,在战后短短三年就完蛋了。 当然,美国每次卸磨杀驴都有报应。美国放弃中华民国一时爽,最终造就了美国最大的敌人。到后来美国只能大喊《谁让美国失去了中国》,为常校长省下的那点军费,之后都要百倍千倍万倍地来对抗崛起的共产主义中国。 美国对自己的德国航天工程师卸磨杀驴,结果点错科技树,浪费了几十年发展航天飞机这种无用而又危险的东西,星丞大海计划彻底终止,最后甚至自己无法送宇航员上天,只能把上天外包给俄罗斯。整个NASA已经成为了臃肿、低效、只会吹牛的国营农场。直到出现了马斯克,局面才重新变得好起来。 这次,美国在AI竞赛的白热化阶段,希望不要再做卸磨杀驴的蠢事。
顯示更多
0
127
2.6K
265
轉發到社區
白男特别喜欢说自己是AlphaMale,说白了就是具有交配权的雄性。许多白男在成长过程中交配无数,相比之下大部分在美国长大的中国人非常苦恼自己没有这样的交配权,自惭形秽,天天去健身房练肌肉,吃蛋白粉,把自己晒成农民工,最后还是约不到女朋友,还被贴上了nerd只会做数学题(极其简单的傻逼数学)的标签。事实上,美国在历史上就有计划地限制过中国人的交配权,19世纪清国人来美国修铁路,之后留在美国。中国女人被认为道德败坏、都是鸡而禁止进入美国,美国的唐人街成为了清一色的和尚街,一个妓女就可以成为整个社区的女菩萨。许多中国人到死都没有留下后代,就此消亡在历史中。 我前段时间说菲尔兹奖得主邓煜太惨了,科研做的这么好,属于华人中的顶尖人才,居然没有女朋友,一堆人还上来骂我说人家不需要女人。胡说八道,除了被民主党逼成太监和人妖之外,有哪个男人不需要女人?说白了,邓煜这样中国最顶尖的人才,跑美国来还是没有交配权,这和修铁路时代的华人相比,地位是一点没有提高。我的许多朋友在美国都找不到女朋友,甚是苦恼,回国后瞬间结婚,一眨眼娃儿都在打酱油了。 黄仁勋有情妇,道德层面上到底怎么样,不好说,不知道为啥淫乱的无神论的左派瞬间化身成为了最古老的基督教卫道士了。但是黄仁勋彰显出华男具有的交配权,绝对是一件好事,让人扬眉吐气。美国这地方,既没有东亚常有的商K和陪酒小姐姐,也没有欧洲开放的卖春产业,Epstein之类的私人会所也和华人无缘,有着一身荷尔蒙的英雄人物性极度饥渴,随便找一些短期情人有什么大不了的?一句老话叫做“家里红旗不倒,外面彩旗飘飘”,古时候有钱人纳妾,现在人找个外室,都不是什么大事。如果老婆要离婚,那直接走单身流程更加可以放飞自我。穷光蛋们就别来指指点点别人的私生活了。 有姘头情妇的美国有钱白人何止百万?大都屁事没有,就盯着一个顶天立地的华人大英雄。找中国燕子的白皮富豪有多少,敢不敢查查这些小妾们搬回去多少讯息?黄仁勋只不过和一个江湖交际花亲密了一阵子,立即上升到了国安高度。他们就是要把华人从生理上困死,让没有鸡吧的华人老老实实地接着打工。当年加州修铁路,如今加州当码农,都让华人弄不到女人,不长鸡吧,老实本分干活。你就算做到了黄仁勋,依旧随便找几个歪瓜裂枣的老物让你闹绯闻,四天之内两个回合,让你身败名裂。 插图:湾区码农的生活。
顯示更多
0
41
698
78
轉發到社區
黄仁勋应该会软着陆。他是英伟达的灵魂人物,根本没有人可以取代他。记得OpenAI董事会干掉奥特曼吗?因为那时候OpenAI势力错综复杂,所以奥特曼被赶到微软待了一个周末,周一又杀回openAI重掌大权。在英伟达,根本没有人可以和黄抗衡,如何能撤掉他? 另外,黄仁勋是美国AI产业的核心人物之一,如果美国政府迫害他,等于自毁国运,自断手臂。所以还是应该放宽心,就看着黄这轮软着陆吧。
顯示更多
0
15
66
1
轉發到社區
甲流实在是太猛了,我感觉比得新冠的劲还要大,都已经一个星期了,早就退烧了,现在依旧四肢无力,头晕眼花。好久没有病过这么久了。 看来还是要去打预防针啊。
顯示更多
病了几天,世界很清净。现在一打开推特,发现满屏都是黄仁勋,铺天盖地都是黄仁勋。据说老黄出轨了一个52岁的老太?据说这个老太是湖南卫视记者、央视记者,转身变成了投行佳丽,最后在新加坡开公司。整了一个皮包公司,地址在路边摊,但是出手就是46亿美元(也有说70多个亿)买了英伟达的几十万枚芯片,然后芯片全部中转到马来西亚和印尼,在那里搞成数据中心,租算力给中国。这么牛逼的中介皮包公司,有人相信吗? 你们不要整天就关心什么出轨啊上床啊的故事,你们要看看里面的蹊跷之处。中国在东南亚租英伟达的算力已经是常识了吧,就是通过这种皮包公司完成的。 这女人知道太多了,估计已经消失了吧? 至于黄仁勋下周的听证会,你们没有发现,这明显是保护性的听证会吗?
顯示更多
孩子病了,把我传染,我也病倒了,昏昏沉沉睡了好几天。这次的病毒威力太大了。
瞧这SB,在那里摇头晃脑地小结失败的原因。共和党输的裤子都不剩了是因为没有取消H1B,没有让移民统统滚蛋。这帖子下面一大堆支持者。 这SB前一阵子在叫嚣,佛州让所有学校都不能给博士后搞H1B,以为获得了极大的胜利。只要共和党里有这样的蠢逼在,我就绝无可能加入共和党。
顯示更多
Ron DeSantis just SNAPPED at Republicans for doing nothing with the majority: "I saw no indication that Republican Senators were interested in doing conservative change. Why haven't we done immigration, shut off H-1B visas? Why haven't we codified Trump's immigration executive orders? Why haven't we stripped jurisdiction from the federal courts over deportation cases? There's so many things we could have done." It was a betrayal and voters responded.
顯示更多
0
12
62
0
轉發到社區
这次中期选举民主党获得参众两院多数,原本在意料之中,无须一惊一乍。况且民主党并没有获得参议院的绝对多数,所以并没有产生任何决定性的影响。作为移民,我们切记不要钻入美国人编制的宏大叙事中,去虚谈一些和自己没有本质关系的东西,去凑本土白人的热闹。我们急需要问的是:中期选举,对我辈的直接影响是什么?我更关心的是民主党拿下两院,对于美国科技、AI和创业环境会产生什么样的影响力? 先说结论,影响不大。但是我们要密切关注未来两年里的一些时间节点,一直到真正可能产生影响的是2028年。 首先,民主党肯定会对Musk开刀,调查Musk,将其传唤到国会,之后会有一番热闹。但是SpaceX依旧是美国航天的一枝独秀,上市公司的听证会对股市会产生极其不确定的影响,鉴于民主党背后的金主势力,Musk一定不会被下死手,最后只会变成各种新闻热闹满天飞,让散户打鸡血但是根本没有实际内容的作秀。 对于AI巨头比如O、A两家,众议院民主党原本就主张对它们展开更多的监管,并在国会设立专门的AI委员会。最大的风险是左派的强监管会扼杀AI巨头进一步的发展,重蹈欧洲左派政府扼杀欧洲AI的悲剧。但是只要川普依旧执政,AI巨头发展直接被扼杀的可能性非常低。任何强监管的法案虽然可以在众议院成型,推到参议院,但是在川普这里都有一票否决权。不过,在可预见的未来,关于AI安全的议题讨论大概率会越滚越大,是否可以从AI安全的议题中找寻到新机会,是我们值得密切关注的。 对于国会换届是否对AI巨头IPO产生影响,其实影响也非常低。A社的上市箭在弦上,在新国会开张之前就要上市。而O家的上市则更多程度上取决于市场,而不是取决于政府和党派政治。比起政党政治,我们更应该关心AI投资的泡沫(循环投资、借钱投资而市场始终打不开)会不会在短时间内被刺破,美联储的利率上行的影响力,以及2027年市场是否稳定,这些都要另外讨论,而和中期选举关系不大。 政府投资在未来两年依旧有持续性。川普政府伊始,NSF的grant产生了极大的波动,对于2024财年NSF签订一万多个项目,2026年NSF只签订了六千多个项目。民主党掌控拨款委员会后,具体项目的签订依旧由政府部门决定,被终止的DEI项目也不会因此回来。另外我辈需要关注的是能源部的Genesis Mission,其首轮278个AI4Science项目已经在今年7月公布,它们的发展和未来进入该mission的项目可以被看做政府对AI扶持程度的风向标。当然,大部分的NSF和能源部的grant在学术界和国家实验室已经形成闭环,外人很难分一杯羹,我辈需要密切关注的面向独立创业的SBIR/STTR项目。这些面向个体的grant已经重启,并授权到2031年,期间的变动不太会受到政策的影响。 关于民间的风投,其环境主要决定于AI泡沫周期、联邦利率和IPO窗口。两党分治政府和国会,通常会被市场看成利好而非危险。只有在2028年出现真正变化因素以后,税收、监管才有可能大变。对于我辈来说,我们要关心的是跨国资本的动向。Trump虽然和欧洲在关税、驻军、乌克兰、格陵兰等问题上摩擦不断,但是从未断绝资本的往来。在欧洲监管扼杀AI创业的环境下,欧洲的AI公司和资本反而在流向美国:欧洲私募和风投在美国的交易也在2025年创下四年新高,日本则以国家队的方式押注美国AI基础设施。 在司法方面,对民主党有利的突发情况是最高法院万一出现变动,Trump将无法安插进入新的保守派法官,而最高院会空缺一直僵持到两年后的总统大选之后。 最后聊聊许多人关注的数据中心。短期之内,关于数据不可能出现新的立法,大概率会形成两党的共识,让用电大户更多地承担数据中心的电费使用,而不是摊到普通用户的账上,但是具体操作如何实现,里面依旧有很多争议。电费价格上升必然依旧会是一个热门话题,民主党依旧会甩锅川普政府,而这也会是2028年大选的热门议题。在国会内, 总的来说,未来两年,新闻媒体自媒体都会非常热闹,但是科技、AI、创业环境因为政治光谱变化产生的影响不会很大,大家更应该关注的是市场本身的动向,尤其是AI泡沫的兴衰和利率上行。在两党分治的情况下,由政策影响市场的可能性不高,却反而对市场是一种利好。接下来我们要关注以下几个时间节点: - 11月9日:A社的路演,民主党对其反应如何? - 11月24日:Genesis Mission的首份年度报告。 - 12月7日:政府对外投资规则,尤其是对华部分,已经美国人可以以什么身份参与中国科技公司。 - 12月11日:临时拨款到期,政府是否又会停摆?还是直接甩锅到新国会? - 明年1月3日:新国会开张。第一波听证会大概率是马斯克和AI安全问题。到时候媒体自媒体又会聒噪一番,要从噪音中找到有用的signal。 - 明年10月1日:2028年财年预算大战开始。 真正的分水岭将是两年后的总统大选,如果届时民主党同时拿下国会、白宫,并能够控制最高法院,到时候才会产生真正的变化。大家需要充分把握和利用这两年。
顯示更多
0
12
45
6
轉發到社區
再来promote一下我做的geometry-atlas,似乎流量不行哇。项目链接见: 因为是给知乎做的项目,所以全中文。下面再贴四个几何定理的demo。这个项目的目标是展示历史上有名的几何定理,另外也会贴我最近发现的新定理。
顯示更多
Geometry-Atlas其中一些定理的demo。所有定理请看: 我们建立这个几何图库,就是为了向大家展示几何学之美。这些有名的几何定理,都是千百年来数学家们发现的有趣成果,但是你不需要费尽心力去证明每一个命题,你可以通过自己的探索与体验,感受几何的美,发现隐藏在图形背后的奇妙规律,体会数学家们探索几何世界时的惊喜与乐趣。
顯示更多
我昨天写的帖子,受到了很多关注,非常感谢大家的留言和评论。其实我还有下半部分没写,昨天写的是现象的总结,却故意没有剖析原因。今天我再来聊聊美国人不说实话背后的游戏规则(在国内被称为底层逻辑)。首先我要澄清一下,我说的美国人不说实话,其实和是否有边界感、是否可以一起打牌看电影关系不大,主要说的是他们不会向你透露游戏规则。你作为一代移民,必须自己通过现象看本质,自己去摸索,去试错,去小结。很多时候语言是最廉价的,而珍贵的经验和教训需要自己去复盘。比如我上个帖子里说博士老板强力推销一个鸡肋的课题,而系里别的老师也对无足轻重的课题赞不绝口,似乎无人告诉真相。背后的底层逻辑是:除非你是拿fellowship有着自主研究权,只要你做RA,你的研究课题就被限制死在老板获得funding的课题框架内。如果老板资源少,你的研究课题就会非常狭窄,如果老板资源多,你或许还会有不少研究的自由度。别的老师对你老板的课题赞不绝口,是因为别的老师不想因为你一个几年后就要离开的局外人去得罪自己几十年的同事,更不愿承担挖墙脚的罪名(比如学生突然说既然我老板的课题没意思,不如我转到你的实验室来干活吧这类挖墙脚)。 至于研究生可以自主研究的fellowship,基本上被限制成只有美国公民和绿卡才能申请,这就堵死了大部分留学生做自主研究的可能性。你最重要的事情,是根据研究课题的热度,和系里老师拥有资源的程度,做一个多维度的老师排行,之后再去找老板。当然,这些信息差对于一个刚开始PhD旅程的学生来说,几乎很难获得,不要紧,我们日后复盘,然后再用复盘的心得去展望未来。 至于没有人告诉我为什么找不到教职的真实原因,其实这是一种美国一脉相承的暗箱操作法则。和中国大部分学生参加高考按照分数录取大学不同,美国的大学录取就具有非常大的暗箱操作自由度,高中生申请学校需要靠着家长财力和人脉作为后援,然后就是各种玄学。这种玄学也一直延伸到找教职,有很多因素影响教职,比如是否优先录取本土人?是否撞上了左派的诸如DEI叙事的加持?你的(来自你老板)的课题,是否会成为未来至少十年的funding热门?当然是老板的人脉、人脉背后的利益交换也是重要黑箱因素。一个工作有一千种理由拒绝你,却只需要一个理由就可以录用你。有意思的是,教职的透明度要比公司招工要透明很多,我们可以直接看到他们到底招了谁,就可以猜出他们在幕后灯下到底在搞什么,根本不需要再张嘴问人。 至于美国人不和你说真话,有多种可能,比如他们其实也不知道,不能通过和你讲实话来彰显自己人脉的无力感;政治正确和打小报告的恶习让在学校的工作人员如履薄冰,无法开口说真话;或者是存粹地把你当外人,不认为你会进入他们的圈子。无论是人的无力感还是人情的淡薄,这是世人间的常态,只要没有期待也就不会失望。 对于我们这种工业界毫无对口工作的纯粹研究,许多人保持着理想的科研精神(比如我),甚至鄙视资本主义的基本逻辑(比如曾经的我),所以往往会把大学教职看的非常神圣,似乎只有教职才配上自己科研的纯粹。但是,当你不再被这套体系看重,不再被他们囊括在他们的叙事之中,当你成为边缘人以至于随时消亡而无人关注的时候,你应该感谢上天给了你一次对学术界祛魅的机会。学术界已经不是柏拉图的雅典学院,也不是希尔伯特的哥丁根,在这种情况下,如果你还想留在美国,就应该带着学术界学来的经验,挥一挥衣袖离开学术界了。这时候,你周围的美国人的话语,已经成为了存粹的噪音,或者是逢场作戏(权当练习英语口语),你所应该寻找的真实内容,在一亩三分地,在当年还没死去的mitbbs,在linkedin上的师兄师姐。 最后再来谈谈创业。其实我创业惨败,本来没有资格谈论创业。但是和之前的失败一样,我们应该善于复盘。举一个例子,来谈谈networking。我的认识是:本地的meetup不能一棍子打死,那种所谓的panel就是几个人坐在前面吹大牛然后让大家闲扯的,基本上都是无效的。但是如果是pitch demo,就是让本地创业公司展示自己的成果的,一般是有益的。如果你进入不了pitch demo,基本上是一个危险的信号,证明你的创业无法进入到创业叙事中。要时刻为自己建立一系列的feedback loop,把network当做闭环中的一些指标,但并不能过度看重network。创业的信号要比学术界的信号要复杂的多,具有极大的噪音,各种出来卖课、兜售方法论的、假装自己有资源来割的,必须养成几眼就可以看穿的能力。 至于评论里大家讨论很多的边界感、交友难易等,其实在另外一个维度。我上面大谈特谈的,都是career角度,是否可以、如何能够从美国人那里获得真实的信息。当无法获得信息的时候,我们应该本着什么样的方法去探求美国这个国家背后的游戏规则。至于交友、边界,其实当年马克思就说过,资本主义让人“异化”,人不再是农业社会时代的人。农业社会里,中国人用家族、同乡的情谊联络在一起,西方人通过家族、信仰联络在一起。现代社会有两种相反的趋势,一种是让人“原子化”,社会“散沙化”,虽然人显得更独立,但是更依赖于大政府、大组织,相互之间更难建立深度的联络。一种趋势是努力坚持传统的归属感,比如家族、信仰、乡情、种族之间的归属感。当你明确知道自己要追求什么的时候,你可以看看什么社会网络和社会哲学和你的需求有最大的公约数,这才是最重要的事情。
顯示更多
今天来说几句心里话。我在美国这么多年,发现一个最大的问题是:美国人从来不会和你说实话,要不就是好为人师爹味重,要不就是基本都是废话。在中国和哥们喝几杯,酒过三盏菜过五味,哥们一句“操!”,之后就开始推心置腹了。这在美国根本不存在,人心隔肚皮,美国人从来不和你说真话。当年我读博士的时候,博士老板扔给我一个屎上雕花的课题,我一看就不太对劲,觉得不值得为这个细枝末节无关大局的课题浪费我的数年青春。结果老板给我大画大饼,说这个课题无比重要,做好了绝对功成名就。这还不算,我问了好些系里的别的老师,都说这课题不得了啊,太重要了。他娘的,我一时间将信将疑,还被忽悠进了(当然拒绝被忽悠也是死路,只能卷铺盖滚回国)。 等到博士快毕业,才知道我做的东西无足轻重,差点找不到博士后,证明了我最初的感觉是对的。那时候找教职一定要找先做博士后缓冲缓冲,然后就是找教职。费了好大的劲申请了两年,只拿到了两个学校的面试,最后全挂。我琢磨着,究竟我的gap在哪里,我也好通过一年时间再提升一下自己,来年再战教职。但是根本不会有人告诉你,你的问题在哪里。美国人都会说:不知道啊不知道,不知道为什么人家不要你。我问:如果我水平太烂,那为啥这么多北大清华本科毕业、哈佛普林斯顿的博士,依旧没找到教职?美国人说:不知道,不知道,it happens。他娘的,反正就是没人愿意和你说真话。 直到一个中国师兄和我说:呵呵,不要白费力气了,现在学校推行DEI,你就别做无用功了。然后这个师兄就卷铺盖回国了。这种话,不一定全对,但是美国人是肯定不会和我这么说的,不但不会说,还会强力否定DEI招工政策,再和我说一些道貌岸然的爹味话,或者是毫无信息量的废话。 后来我只能被迫转行。好笑的是,转行之前,我又拿到一个博士后的offer,一看这个博士后岗位毫无前途,根本不能让我在美国找到教职,只能耗费生命。结果我遇到的许多美国老师都和我说,哇!恭喜恭喜!这个博后的职位太棒了,你一定可以在那里做出好多的成绩,太好了,太为你高兴了!你可拉倒吧,我已经不吃这套了。 更搞笑的是,我转行之前给某杂志写了一篇综述文章,打算做为我科研的遗作墓志铭,于是我用心写了很久。我关系亲密的老师说,写综述毫无前途,浪费人生,你应该乖乖地给博士后老板打工,写个屁的综述。结果,我这篇综述成为了我引用率最高的文章,至今还有不少人在引用。 接下来是在大厂工作,这段旅程按下不表。从大厂辞职创业后,我找了几个美国的商业顾问,当时的想法是,咱家要在美国开铺子,总不能老混华人圈,总得找一些正宗美国人,看看能不能获得有用的信息。结果所谓的商业顾问,无非把那些耳子都听到磨出茧子的如何获得客户,如何lean startup那套,给我照本宣科复述一遍,然后伸手要钱。 我想我靠,网上随便找骗子,不如本地建立联系。于是我花了一年时间,参加了无数的本地聚会,各种meetups,除了加了无数根本不会第二次联系的人的linkedin,别的几乎一无所获。主动联系的美国人,大都是来割的,上来就说,Hi,我可以帮你打通学校的关系,Hi,我可以帮你获得更多的客户,Hi,我可以帮你做marketing。嘿嘿,一开始我还信了几个,后来发现都是毫无资源出来骗的。我现在meetups基本上都不去了,99%都是无效社交。 我寻思着,为什么美国人从来不和我说真话?原因可能有以下三种: 第一,他们从小就练就了说废话的本领,可以大吹特吹、或者好为人师说几个小时言之无物的废话。和只有几面之缘的人说话,说一晚上废话,是基本功。 第二,真话代表着信息差。在美国,信息差是一种商品,是绝对不会免费公开的。 第三,在美国人眼里,我辈不过是外来务工人员。他们有自己的圈子,是不会和你这样的圈子外的外来务工人员说推心置腹的话的。 以上都是我的个人体验,我知道肯定会有人说,他的交友圈特别高大上,都是美国上流社会,你从洋大爷那边获不到有用的信息,只能怪自己没用。那我就只能说good luck了。
顯示更多
0
63
1K
131
轉發到社區
今天来说几句心里话。我在美国这么多年,发现一个最大的问题是:美国人从来不会和你说实话,要不就是好为人师爹味重,要不就是基本都是废话。在中国和哥们喝几杯,酒过三盏菜过五味,哥们一句“操!”,之后就开始推心置腹了。这在美国根本不存在,人心隔肚皮,美国人从来不和你说真话。当年我读博士的时候,博士老板扔给我一个屎上雕花的课题,我一看就不太对劲,觉得不值得为这个细枝末节无关大局的课题浪费我的数年青春。结果老板给我大画大饼,说这个课题无比重要,做好了绝对功成名就。这还不算,我问了好些系里的别的老师,都说这课题不得了啊,太重要了。他娘的,我一时间将信将疑,还被忽悠进了(当然拒绝被忽悠也是死路,只能卷铺盖滚回国)。 等到博士快毕业,才知道我做的东西无足轻重,差点找不到博士后,证明了我最初的感觉是对的。那时候找教职一定要找先做博士后缓冲缓冲,然后就是找教职。费了好大的劲申请了两年,只拿到了两个学校的面试,最后全挂。我琢磨着,究竟我的gap在哪里,我也好通过一年时间再提升一下自己,来年再战教职。但是根本不会有人告诉你,你的问题在哪里。美国人都会说:不知道啊不知道,不知道为什么人家不要你。我问:如果我水平太烂,那为啥这么多北大清华本科毕业、哈佛普林斯顿的博士,依旧没找到教职?美国人说:不知道,不知道,it happens。他娘的,反正就是没人愿意和你说真话。 直到一个中国师兄和我说:呵呵,不要白费力气了,现在学校推行DEI,你就别做无用功了。然后这个师兄就卷铺盖回国了。这种话,不一定全对,但是美国人是肯定不会和我这么说的,不但不会说,还会强力否定DEI招工政策,再和我说一些道貌岸然的爹味话,或者是毫无信息量的废话。 后来我只能被迫转行。好笑的是,转行之前,我又拿到一个博士后的offer,一看这个博士后岗位毫无前途,根本不能让我在美国找到教职,只能耗费生命。结果我遇到的许多美国老师都和我说,哇!恭喜恭喜!这个博后的职位太棒了,你一定可以在那里做出好多的成绩,太好了,太为你高兴了!你可拉倒吧,我已经不吃这套了。 更搞笑的是,我转行之前给某杂志写了一篇综述文章,打算做为我科研的遗作墓志铭,于是我用心写了很久。我关系亲密的老师说,写综述毫无前途,浪费人生,你应该乖乖地给博士后老板打工,写个屁的综述。结果,我这篇综述成为了我引用率最高的文章,至今还有不少人在引用。 接下来是在大厂工作,这段旅程按下不表。从大厂辞职创业后,我找了几个美国的商业顾问,当时的想法是,咱家要在美国开铺子,总不能老混华人圈,总得找一些正宗美国人,看看能不能获得有用的信息。结果所谓的商业顾问,无非把那些耳子都听到磨出茧子的如何获得客户,如何lean startup那套,给我照本宣科复述一遍,然后伸手要钱。 我想我靠,网上随便找骗子,不如本地建立联系。于是我花了一年时间,参加了无数的本地聚会,各种meetups,除了加了无数根本不会第二次联系的人的linkedin,别的几乎一无所获。主动联系的美国人,大都是来割的,上来就说,Hi,我可以帮你打通学校的关系,Hi,我可以帮你获得更多的客户,Hi,我可以帮你做marketing。嘿嘿,一开始我还信了几个,后来发现都是毫无资源出来骗的。我现在meetups基本上都不去了,99%都是无效社交。 我寻思着,为什么美国人从来不和我说真话?原因可能有以下三种: 第一,他们从小就练就了说废话的本领,可以大吹特吹、或者好为人师说几个小时言之无物的废话。和只有几面之缘的人说话,说一晚上废话,是基本功。 第二,真话代表着信息差。在美国,信息差是一种商品,是绝对不会免费公开的。 第三,在美国人眼里,我辈不过是外来务工人员。他们有自己的圈子,是不会和你这样的圈子外的外来务工人员说推心置腹的话的。 以上都是我的个人体验,我知道肯定会有人说,他的交友圈特别高大上,都是美国上流社会,你从洋大爷那边获不到有用的信息,只能怪自己没用。那我就只能说good luck了。
顯示更多
0
644
8.8K
835
轉發到社區
如果对这个问题感兴趣,先把这篇综述的文章给读了,然后你可以想想,这篇综述讨论了什么,还有什么内容没有被覆盖? 不需要被数学公式吓到,现在有AI了,你可以让AI辅助阅读。虽然这篇文章有160多页,但是前半部分都是在讲数学工具,后半部分讨论了几种application。
顯示更多
想到一个课题:一个物体不受外力,将做匀速直线运动,这是我们耳熟能详的牛顿第一运动定律。接下来我问:一颗带电的粒子不受外力,将如何运动?很遗憾,把普通物体改成带电粒子,牛顿第一定律就不中用了,这问题居然就成为了一个尚未被解决的难题。 带电粒子和普通物体不同,它会辐射电磁能量,电磁能量反作用于其自身,宛如加上了一层阻力,这被称为“辐射阻尼”。与此同时,粒子带有质量,在运行过程中会产生引力场,会辐射引力波,又会产生“引力阻尼”,双重的阻尼让粒子的运动变得更加复杂。 一百多年来,物理学家并不能解决这个问题。他们能做的,只是做各种近似。比如去掉“坏掉”的解,近似辐射很小,近似引力比电磁弱很多,考虑量子电动力学的区域。但是各种理论只能是“大清帝国的裱糊匠”,完全不能从第一性原理出发,优美地解决这个问题。 现在,有了AI。我来试试看是否可以解决这个问题。 我应该不怕有人偷我的idea,然后用一万个agent去brute force,毕竟能看懂这个问题本身的人就很少。
顯示更多
评论区有人说,视频里的这位Vivian沈的爸爸,是斯坦福物理系的沈志勋。沈志勋1983年毕业于复旦物理系,通过李政道cuspea考试出国,在斯坦福获得物理PhD学位,后长期在斯坦福做教学和研究。Vivian作为华人二代,享受到了一代的红利,可以站在第一代的肩膀上出发。其实,我认为她的父辈沈志勋也获得了时代的红利。改革开放伊始,中国人的英文水平很差,考不出GT,恰好李政道发起了cuspea考试,让中国的物理人才可以顺利地到美国深造。沈志勋作为其中的一员,首先在Rutgers大学获得了硕士学位,1985年通过复旦校长谢希德的推荐,认识了斯坦福的William Spicer,到其门下读博士(Spicer在1983年访问过复旦大学)。1986年开始,高温超导开始火起来,而Spicer的实验室也开始all in 高温超导,使得沈志勋抓到了高温超导的第一波low-hanging fruit。后来沈某留校做博后,一直留在了斯坦福。试问如今的我辈,谁可以留在本校做博后的? 综上,沈志勋获得的时代红利,包括了李政道的cuspea考试,复旦校长谢希德的人脉,还有刚好遇到的高温超导热,最后则是80年代尚未恶化的教授求职环境,让他可以余生一直留在斯坦福。 当然,并不是每个人都可以彻底把握时代的红利。我这里再说一个人,沈志勋的同学,同一届的复旦物理系毕业生欧阳峰。欧阳峰本人是同济大学土木工程教授欧阳可庆的儿子,就读于复旦物理系,同年和沈志勋一起通过cuspea考试出国。欧阳峰首先在Brandeis大学获得硕士学位,然后去康纳尔读了一个颇为冷门方向的应用物理博士。欧阳峰既没有谢希德的推荐(看起来欧阳可庆也没有这方面的人脉),也没有能够进入物理的热门话题,毕业后只能离开大学院校,虽然最后兜兜转转回到霍普金斯大学,和沈志勋的地位却是相差甚远。 我小时候一直对欧阳可庆的公子欧阳峰有所耳闻,我父母都是文革后同济大学的第一代大学生,我外公和欧阳可庆有所交往,知道欧阳可庆的儿子考上了“李政道的研究生”,去美国深造。很可惜,欧阳峰并没有成为物理学家,他同学沈志勋却成为了物理学家,谁敢说欧阳峰的基本功和学术能力不如沈志勋?其中阴差阳错,造化弄人,所谓一命二运三风水,皆在其中矣。 至于沈志勋女儿的故事,似乎已经彻底换了一个模式,就不再过多讨论了。
顯示更多
这段视频似乎上了热搜,我也转发一下。但是我要说一点和大家不一样的内容:看到那个穿白衣服的女生,我感慨万千。这个女生叫做Vivian。两年前我打算创业做教培考培的时候,就想着对标她,因为她恰好在用AI做数学练习辅导,先从SAT做起,后来再扩充到ACT和AP数学。我的思路几乎一模一样,用AI辅助数学辅导,从SAT开始,然后扩展到ACT和AP数学。我公司的名字甚至和她的也有点像,她的公司叫做Acely,我的叫做AceRocket。两年过去了,她优雅地从她的公司退出,成为了YC的parnter,而我的创业却彻底失败,人生陷入低谷。 我不想用婆罗门种姓制度的思路去思考,只想借着这个机会,再来仔细反思一下,彼此之间的差距,究竟是如何造成的? 有以下五点: 首先是本土教育优势。彼女在湾区长大,上的是湾区最好的高中之一,之后上了斯坦福,无论在文化还是在学习资源方面,都具有本土优势。而我作为外来务工人员,虽然从小也是大镇做题家出身,但是只是到美国的二流学校读了博士,进军K12这种重依赖人脉的生意,明显水土不服。 其次,彼女2017年就创办了第一家教学机构,并在第二年拿到了YC的种子轮投资。和Vivian联合创办Juni learning的Ruby Lee是斯坦福CS的同学,而Ruby和YC的co-founder Jessica Livingston在斯坦福校园认识,这大体上就是她们拿到YC的原因。YC结束后, Livingston个人继续投资Juni learning。很明显,启动资金来源于彼女在湾区的人脉,而我作为外来务工人员,根本不存在这样的人脉。 第三,Juni learning赶上了疫情时期VC投资教育产业的热潮。VC在疫情期间疯狂投资教育,Juni learning接受了1000多万美元的A轮投资,并把钱大量砸在marketing上。疫情后,Juni learning的市场开始萎缩,资金开始枯竭,但是他们已经积累了极多的投资人人脉。对比我,刚好赶上了物是人非的VC躲避教育的时期。 第四,2024年开始,从Juni learning快死的尸体上,长出了AI工具Acely。Acely的启动来自于Juni learning的资源,很快Juni死去,Acely是Juni套壳AI的借尸还魂。但是很明显,Acely无法再像当年Juni那样拿到投资,而Acely的生意并没有她们吹嘘的那么厉害。 第五,Vivian运营Acely不到两年,就利用自己在YC的资源跑路,成为了YC的partner,而做了Acely的甩手掌柜。 总结她的路程,首先有本地优势、名校光环和人脉关系,并由此获得了第一桶投资的资金。借着疫情的势头,她做大了自己的公司,但是很快就随着疫情过去而公司陷入困境。之后她又要接着AI的势头,做AI教育,AI tutor,但是从她的行为来看,这一轮其实也无法做大(不需要去看她们self-claim的财报,凭着第六感而已)。 对比我自己,作为外来务工人员,所有中国的经历全部清零,人脉清零,二流学校毕业,遇到了VC完全不投资教育产业的窘境,自然无法做起来
顯示更多
0
23
324
29
轉發到社區
想到一个课题:一个物体不受外力,将做匀速直线运动,这是我们耳熟能详的牛顿第一运动定律。接下来我问:一颗带电的粒子不受外力,将如何运动?很遗憾,把普通物体改成带电粒子,牛顿第一定律就不中用了,这问题居然就成为了一个尚未被解决的难题。 带电粒子和普通物体不同,它会辐射电磁能量,电磁能量反作用于其自身,宛如加上了一层阻力,这被称为“辐射阻尼”。与此同时,粒子带有质量,在运行过程中会产生引力场,会辐射引力波,又会产生“引力阻尼”,双重的阻尼让粒子的运动变得更加复杂。 一百多年来,物理学家并不能解决这个问题。他们能做的,只是做各种近似。比如去掉“坏掉”的解,近似辐射很小,近似引力比电磁弱很多,考虑量子电动力学的区域。但是各种理论只能是“大清帝国的裱糊匠”,完全不能从第一性原理出发,优美地解决这个问题。 现在,有了AI。我来试试看是否可以解决这个问题。 我应该不怕有人偷我的idea,然后用一万个agent去brute force,毕竟能看懂这个问题本身的人就很少。
顯示更多
在数学之后,AI开始对物理发起进攻。很明显,实验物理AI碰不动,AI能攻的只能是理论物理(包括计算物理)里的考据和八股文。最近一批物理学家联合写了一篇论文,号称放了50个“从未公布过的”物理问题,测试AI是否能解决这些问题。这50个问题涵盖了经典物理、随机过程和生物物理、非平衡统计学、晶格理论、物质的量子相、电子结构、量子场论、粒子物理、散射振幅、全息理论和量子纠缠、引力和宇宙论等方向,很明显是一群物理学家每人提供数题之后编起来的大杂烩。测试的AI包括了GPT-6-Astra,Claude Opus 5.5,Gemini 3.8 Flash,DeepSeek V4.1 Flash,还有GLM 5.3。我仔细看了其中的一些问题,发现文章的claim有点言过其实,很多都是标准的习题级别的物理题,完全不是什么open questions。这篇文章依旧是制造了一个benchmark,而不是直接参与了物理研究。我仔细看了几道题,来谈谈我的看法: 首先是经典物理,其中1d和1e两个问题都是关于辐射阻尼下的电子运动的问题,这刚好是我本科毕业论文的课题。1d要求AI自行推导出电子运动方程,然后给出在特定条件下的数值解。Gemini给出了错误答案,别的AI都给出了正确答案。我们知道,带有辐射阻尼的单个电子的运动方程有好几个版本,首先是洛伦兹电子论的方程,这个是非相对论协变的最古老的电子论方程。接下来是狄拉克在1930年代给出的相对论协变的电子论方程。然后是Elizer方程,这个方程挖了一个大坑,发现经典电子论方程可能有无穷多种,而且都具有自动加速到无穷大的特性,所以在经典的框架下是根本得不出电子论方程的。最后是Landau & Liftshitz在他们编写课本里推出的LL方程,也是现在最常用的方程。 我们再来看看1d这道题,基本框架居然还停留在Lorentz的思路上,在电子运动外力上,加上一个self-force,然后再让AI按照这个思路推导出电子运动方程。这种推导你甚至可以在许多教科书上找到,AI大概率又是去文献里找到了方程。接下来的数值计算也没有什么challenging的成分。 经典电子运动的open question是什么呢?如何解释电子方程的自加速现象?电子方程的各种有效理论中,哪个理论更make sense?是否可以用实验来选择有效理论?很明显,这道题完全没有涉及这些内容,只是单纯的一道课程习题而已。 接下来1e涉及到辐射阻尼的两个电子的运动方程。本质上就是1d里单个电子运动方程做数值解,分成许许多多的dt,在每一个时刻写两个电子运动方程,算加速度再积分速度和轨迹,注意要控制误差。有意思的是,Gemini在1d答错了,但是居然1e答对了,是否Gemini用了别的方法?DeepSeek在1d答对了,但是1e答错了,是数值方面算错了吗?很遗憾,这篇文章完全没有说出这些细节,只是简单地做了benchmarking分析。 接下来再看看引力和宇宙论的问题,这是科幻小说的重灾区。除了11a黑洞视界附近的几何和11e Bondi质量涨落两道习题级别的练习外,其它基本上是弦论和各种其它引力理论自娱自乐的习题而已。至于11a黑洞视界附近的几何,虽然AI全部做对了,也不能说明什么问题。 另外,这50道题里缺乏天体物理的题,是不是看不起天体物理?? 总的来说,这篇文章的50道题是教授们下场,编出来的考题,编写的又一套考卷(benchmark),供给AI刷题。离开真正的物理研究,还是差了不少。
顯示更多
0
10
32
4
轉發到社區
这段视频似乎上了热搜,我也转发一下。但是我要说一点和大家不一样的内容:看到那个穿白衣服的女生,我感慨万千。这个女生叫做Vivian。两年前我打算创业做教培考培的时候,就想着对标她,因为她恰好在用AI做数学练习辅导,先从SAT做起,后来再扩充到ACT和AP数学。我的思路几乎一模一样,用AI辅助数学辅导,从SAT开始,然后扩展到ACT和AP数学。我公司的名字甚至和她的也有点像,她的公司叫做Acely,我的叫做AceRocket。两年过去了,她优雅地从她的公司退出,成为了YC的parnter,而我的创业却彻底失败,人生陷入低谷。 我不想用婆罗门种姓制度的思路去思考,只想借着这个机会,再来仔细反思一下,彼此之间的差距,究竟是如何造成的? 有以下五点: 首先是本土教育优势。彼女在湾区长大,上的是湾区最好的高中之一,之后上了斯坦福,无论在文化还是在学习资源方面,都具有本土优势。而我作为外来务工人员,虽然从小也是大镇做题家出身,但是只是到美国的二流学校读了博士,进军K12这种重依赖人脉的生意,明显水土不服。 其次,彼女2017年就创办了第一家教学机构,并在第二年拿到了YC的种子轮投资。和Vivian联合创办Juni learning的Ruby Lee是斯坦福CS的同学,而Ruby和YC的co-founder Jessica Livingston在斯坦福校园认识,这大体上就是她们拿到YC的原因。YC结束后, Livingston个人继续投资Juni learning。很明显,启动资金来源于彼女在湾区的人脉,而我作为外来务工人员,根本不存在这样的人脉。 第三,Juni learning赶上了疫情时期VC投资教育产业的热潮。VC在疫情期间疯狂投资教育,Juni learning接受了1000多万美元的A轮投资,并把钱大量砸在marketing上。疫情后,Juni learning的市场开始萎缩,资金开始枯竭,但是他们已经积累了极多的投资人人脉。对比我,刚好赶上了物是人非的VC躲避教育的时期。 第四,2024年开始,从Juni learning快死的尸体上,长出了AI工具Acely。Acely的启动来自于Juni learning的资源,很快Juni死去,Acely是Juni套壳AI的借尸还魂。但是很明显,Acely无法再像当年Juni那样拿到投资,而Acely的生意并没有她们吹嘘的那么厉害。 第五,Vivian运营Acely不到两年,就利用自己在YC的资源跑路,成为了YC的partner,而做了Acely的甩手掌柜。 总结她的路程,首先有本地优势、名校光环和人脉关系,并由此获得了第一桶投资的资金。借着疫情的势头,她做大了自己的公司,但是很快就随着疫情过去而公司陷入困境。之后她又要接着AI的势头,做AI教育,AI tutor,但是从她的行为来看,这一轮其实也无法做大(不需要去看她们self-claim的财报,凭着第六感而已)。 对比我自己,作为外来务工人员,所有中国的经历全部清零,人脉清零,二流学校毕业,遇到了VC完全不投资教育产业的窘境,自然无法做起来
顯示更多
两位自称是硅谷年轻成功女性,主持的新播客 SOTA Wives,第一期就放出了炸裂的观点。 她们认为如果你觉得对方好,有潜力,应该趁对方还没暴富前就确立关系,这样才证明是真爱。视频中这位更是表示,她当初就是与现老公约会一个月后,她老公的初创公司被英伟达收购,然后暴富。
顯示更多
0
128
1.5K
135
轉發到社區
Geometry-Atlas其中一些定理的demo。所有定理请看: 我们建立这个几何图库,就是为了向大家展示几何学之美。这些有名的几何定理,都是千百年来数学家们发现的有趣成果,但是你不需要费尽心力去证明每一个命题,你可以通过自己的探索与体验,感受几何的美,发现隐藏在图形背后的奇妙规律,体会数学家们探索几何世界时的惊喜与乐趣。
顯示更多
在数学之后,AI开始对物理发起进攻。很明显,实验物理AI碰不动,AI能攻的只能是理论物理(包括计算物理)里的考据和八股文。最近一批物理学家联合写了一篇论文,号称放了50个“从未公布过的”物理问题,测试AI是否能解决这些问题。这50个问题涵盖了经典物理、随机过程和生物物理、非平衡统计学、晶格理论、物质的量子相、电子结构、量子场论、粒子物理、散射振幅、全息理论和量子纠缠、引力和宇宙论等方向,很明显是一群物理学家每人提供数题之后编起来的大杂烩。测试的AI包括了GPT-6-Astra,Claude Opus 5.5,Gemini 3.8 Flash,DeepSeek V4.1 Flash,还有GLM 5.3。我仔细看了其中的一些问题,发现文章的claim有点言过其实,很多都是标准的习题级别的物理题,完全不是什么open questions。这篇文章依旧是制造了一个benchmark,而不是直接参与了物理研究。我仔细看了几道题,来谈谈我的看法: 首先是经典物理,其中1d和1e两个问题都是关于辐射阻尼下的电子运动的问题,这刚好是我本科毕业论文的课题。1d要求AI自行推导出电子运动方程,然后给出在特定条件下的数值解。Gemini给出了错误答案,别的AI都给出了正确答案。我们知道,带有辐射阻尼的单个电子的运动方程有好几个版本,首先是洛伦兹电子论的方程,这个是非相对论协变的最古老的电子论方程。接下来是狄拉克在1930年代给出的相对论协变的电子论方程。然后是Elizer方程,这个方程挖了一个大坑,发现经典电子论方程可能有无穷多种,而且都具有自动加速到无穷大的特性,所以在经典的框架下是根本得不出电子论方程的。最后是Landau & Liftshitz在他们编写课本里推出的LL方程,也是现在最常用的方程。 我们再来看看1d这道题,基本框架居然还停留在Lorentz的思路上,在电子运动外力上,加上一个self-force,然后再让AI按照这个思路推导出电子运动方程。这种推导你甚至可以在许多教科书上找到,AI大概率又是去文献里找到了方程。接下来的数值计算也没有什么challenging的成分。 经典电子运动的open question是什么呢?如何解释电子方程的自加速现象?电子方程的各种有效理论中,哪个理论更make sense?是否可以用实验来选择有效理论?很明显,这道题完全没有涉及这些内容,只是单纯的一道课程习题而已。 接下来1e涉及到辐射阻尼的两个电子的运动方程。本质上就是1d里单个电子运动方程做数值解,分成许许多多的dt,在每一个时刻写两个电子运动方程,算加速度再积分速度和轨迹,注意要控制误差。有意思的是,Gemini在1d答错了,但是居然1e答对了,是否Gemini用了别的方法?DeepSeek在1d答对了,但是1e答错了,是数值方面算错了吗?很遗憾,这篇文章完全没有说出这些细节,只是简单地做了benchmarking分析。 接下来再看看引力和宇宙论的问题,这是科幻小说的重灾区。除了11a黑洞视界附近的几何和11e Bondi质量涨落两道习题级别的练习外,其它基本上是弦论和各种其它引力理论自娱自乐的习题而已。至于11a黑洞视界附近的几何,虽然AI全部做对了,也不能说明什么问题。 另外,这50道题里缺乏天体物理的题,是不是看不起天体物理?? 总的来说,这篇文章的50道题是教授们下场,编出来的考题,编写的又一套考卷(benchmark),供给AI刷题。离开真正的物理研究,还是差了不少。
顯示更多
0
8
117
26
轉發到社區
昨天有一个大新闻,说A社的数学家用Fable给著名的雅可比猜想找了一个反例,证伪了这个猜想(或者严格地说,是雅可比猜想三维以上的情况)。 今天剧情就反转了。原来极其相似的反例早在1999年就被苏联/俄罗斯数学家Vitushkin构造出来了。Vitushkin构造的是二维的情况,Fable应该是检索到了那篇文章,重新收拾了一下,就变成了三维的情况。 另外雅可比猜想著名的是二维的情况,所以无论当年莫宗坚、张益唐,还是这个Vitushkin,关注的都是二维的问题。三维问题并不是很重要啊。 类似的情况去年openAI也来过一次,信誓旦旦号称原创性地解决了一道埃尔多斯的猜想,结果是检索到的,根本不是自己做出来的。
顯示更多
0
43
1K
123
轉發到社區
船长,什么时候启航?大航海的时代,是一个英雄无悔的时代,是一个勇往无前的时代,是一个发现未知的时代。大航海时代系列曾经激荡了多少童年时代的我们的心灵?有人说最喜欢大航海时代4,我个人最喜欢的是大航海时代2。 相识30年的老朋友,我最近旧瓶换新旧,用AI逆向工程了它。这次逆向实验的目的,不是写攻略,也不是改写游戏,而是问两个问题:第一,AI到底能不能帮人做逆向工程,可以做到怎样的一个程度?第二,90年代老一代设计师们到底把什么样的设计智慧塞进了极低的内存和算力里? 我们需要本着赤壁怀古的心境,提炼出一套最新式的AI逆向工程方法论。 这是我百日百篇原创长文系列的第34篇。
顯示更多