Cibeen

[Politics UK @PolitlcsUK]

🚨 NEW: The Government says half of England is officially in drought

[RJ @RJDAIGOGO]

全文链接：【我反感菲尔兹奖成功后，一群人到处认领关系-哔哩哔哩】 https://t.co/1c5tMZnuRA

[UFO Captain 婷 @UFOCaptainTing]

我一学妹在北大读书，她说王虹回校做讲座时她就在现场，网上对王虹的评价完全是误读。

大家都在跟风吹捧她天赋异禀、靠智商碾压全场，但真正听过她分享的北大学子，都被她真实的一面圈粉了。

现场的王虹谈吐谦和、逻辑清晰，从不吹嘘什么天赋，反而反复提起“转专业那段日子有多狼狈”。头两个月她的作业全是红叉，班里同学都是竞赛金牌选手，就她一个半路出家。

要是她真信了网上那些“天才少女”的鬼话，今天就不会站在讲台上自揭伤疤了。可世上偏偏有这么多人，隔着屏幕就爱给人封神，好像不把人塑造成一个自带光环的怪物，就显不出自己眼光毒辣。

王虹干了件特别狠的事，她没飘，反而蹲下来，把脚踝上那圈最深的伤疤亮给大家看。转专业头两个月，她说“每天去教室都像上刑”。

别人随手就能解出的题，她得抱着书啃到凌晨两点，交上去的作业本依然红叉连成片。班里那些保送进来的同学，嘴里蹦出来的专业术语她听都没听过，想插话都找不到机会。

她说有回实在熬不住了，躲在教学楼顶层的厕所里大哭，哭完用冷水洗把脸，出来接着去图书馆占座。
这事儿她不说谁知道？

她讲这些时，台下几百号人安静得连翻书声都听得见。没有煽情的音乐，没有刻意的金句，只是平铺直叙，却比任何演讲都戳心。

北大的学生什么大人物没见过？
他们服的不是王虹后来拿了多少奖，而是她把自己掰开了晾在台面上说：看吧，我当初比你们大多数人都笨，作业全是红叉，课听不懂，甚至动过退学的念头。

有趣的是，王虹讲完这些，全场自发鼓了三次掌：
第一次是因为她提到第一次作业及格，把那张卷子存到了现在；
第二次是她提到当年嘲笑过她的同学，后来主动找她组队；
第三次是她最后那句：“别信什么天才，信那个在红叉堆里不肯抬头的自己。”
这三次掌声，狠狠打了网上那些“开挂论”的脸。

她没否认自己后来学得快，但她说那根本不是天赋，是前两个月憋的那口气找到了出口。就像一个人差点溺水，突然摸到了岸沿，往上爬的劲儿能小吗？

我学妹说听完讲座半夜都睡不着，脑子里一直转着那句“作业全是大红叉”。
她觉得特解气，原来那些闪闪发光的人，脚下也踩过一地碎玻璃。

她说王虹当时最后留给学生们的一句话让她至今难忘：“你们现在看到的我，是那个没被红叉打趴下的我。那个被打趴下过很多次的我，才是真正的我。”

[Iggie🚁 @Kenntnis22]

新的细节出炉了：王虹留学要推荐信，北大数院不给写，还是找地空学院老师写的，她毕业合照也没在数院拍，而是去地空学院拍的。

北大数院之前嫌弃她，现在又来蹭她荣光，要是王虹没得这个奖，这个数院还认她当校友吗❓

[伊唔 🐬Termmax @Xmas_666]

这两年看了很多 AI Demo，最常见的就是一句话生成网站、一句话生成游戏，看起来确实很震撼。

但如果真的写过代码，就会知道，现实里的开发几乎不是这样。
一个稍微复杂一点的项目，很少有人会指望一句 Prompt 就全部完成。
更多时候，是先把需求拆清楚，规划项目架构，确定技术栈，再一点一点把功能补上，写完测试、发现 Bug、继续修改，再慢慢迭代到能上线。

最近体验 Ling-3.0-flash 时，我反而觉得它更贴近真实的开发流程。
官方展示了一个 3D 物理台球的案例，整个过程并不是一句话生成完整游戏，而是先搭建场景，再加入碰撞逻辑、物理效果、交互和性能优化，每一轮都根据新的需求继续完善，而不是推倒重来。
像 3D 太空射击、等距种田游戏这些案例，也是类似的思路。

真正重要的不是第一版代码，而是后面持续不断地完善整个项目，写这篇的时候，我也照着试了一次。

我没有直接让它生成整个游戏，而是让它按照真实开发流程，先规划一个 3D 物理台球项目。
它没有急着开始写代码，而是先整理出整个项目架构，把渲染层、物理层、游戏逻辑、输入、UI 等模块拆分出来，再推荐使用 TypeScript、Three.js 和 Vite，并把整个开发过程拆成多个开发阶段。

让我印象比较深的是，它不仅规划了每个阶段要完成什么，还把第一阶段继续拆成一个个 Task，并列出每个 Task 的目标、验收标准，以及为什么要这样设计，而不是直接开始输出一大段代码。

我觉得这一点很符合真实的软件开发。
真正的项目，不只是把代码写出来，更重要的是先把方向、规范和开发顺序确定下来。这样后面每增加一个功能，都知道应该接在哪个模块，也不用因为需求变化就把整个项目推倒重来。

我觉得 Ling-3.0-flash 最大的特点，不是替你设计整个项目，而是在规划已经确定之后，把执行这件事情做好。对于 Agent 工作流来说，一个能够按照规划稳定执行的模型，很多时候比一次生成大量代码更重要。

Ling-3.0-flash 给我的感觉，更像一个一直坐在旁边的结对编程伙伴。
你负责规划需求、决定方向，它负责按照规划一步一步执行，而不是急着把整个项目一次完成。

官方也特别提到，不建议直接让模型一句话开发完整项目，而是先整理好需求和规范，再让模型按照规划逐步完成。
这种思路其实也能应用到官方提到的 Blender MCP 工作流。

先快速搭建 3D 场景、确认构图和镜头，再交给后续工具继续完善和渲染，把高成本的试错放到后面，而不是一开始就生成最终效果。
我觉得，这才是 AI 编程真正有价值的地方。

它不是为了证明一句 Prompt 能生成多大的项目，也不是要取代开发者，而是让开发者保持开发节奏。人负责思考和决策，AI 负责执行和落地，两者一起把项目慢慢完成。

我建议不要一开始就让它生成整个项目，而是像我这次一样，先让它规划架构、拆分开发阶段，再一步一步往下做，会更容易理解它为什么强调 AI 结对编程，也更适合作为 Agent 工作流里的执行模型。

链接： https://t.co/MMJXekRro1

[焦点 @Jiaofeng3]

笑的肚子疼啊！🤣🤣🤣

[Cibeen @2023kib]

@Kongkongda5882 韦神认为你说得对

[Simons Foundation @SimonsFdn]

During today's #ICM2026 opening ceremonies, the IMU announced the 2026 Fields Medals recipients:

@UChicago's Yu Deng, @stonybrooku's John Pardon, @UofT's Jacob Tsimerman, and Hong Wang of @nyuniversity and @Institut_IHES.

Read more: https://t.co/oJARAI8I8j

[John A. List @Econ_4_Everyone]

There is an undergrad at the @UChicago who often asks me for advice on his thesis. Of course, I give him comments in each instance. I always want to support someone using science to change the world.

I just finished a new paper that is in his area of interest and I sent it to him, ending my email with, “would love to hear your thoughts on this study.”

Within 5 minutes I had a response: “Professor List, I would love to provide comments but I will need $50 per hour for my time. Since the paper has a lot of detailed math, it will take me approximately 10 hours. I take Zelle or Venmo.”

How would you respond?

[Md Ismail Šojal 🕷️ @0x0SojalSec]

A Fields Medalist is reverse-engineering an 87-year-old math problem with ChatGPT.

Terence Tao just publicly shared his entire conversation trying to understand the new Jacobian conjecture counterexample.

The way he probes structure, looks for symmetries, and refuses to accept miraculous cancellation is peak Tao.

Watching one of the greatest living mathematicians think out loud with an AI is honestly beautiful.
It’s rare to see a mind like his work in real time.

- https://t.co/0FWvpAadyc

The session is pure gold you can literally watch how a top mathematician thinks.

[Jellycool @jellycoolgu]

菲尔兹奖（Fields Medal）简介

菲尔兹奖是国际数学界最负盛名的奖项之一。菲尔兹奖（Fields Medal）由加拿大数学家**约翰·查尔斯·菲尔兹（John Charles Fields，1863–1932）**发起设立，

常被称为“年轻数学家的诺贝尔奖”。

菲尔兹的贡献：作为1924年大会秘书的菲尔兹，推动设立奖项。他亲自设计奖章（正面为阿基米德像及拉丁铭文“Transire suum pectus mundoque potiri”——超越自我、掌控世界；背面为大会场景），并从大会盈余和个人遗产中捐赠资金（约47,000美元），在多伦多大学设立信托基金支持奖项。

它由国际数学联合会（IMU, International Mathematical Union）颁发，每4年在国际数学家大会（ICM）开幕式上宣布，最多授予4位数学家。

主要规则和特点：

年龄限制：获奖者必须在获奖当年1月1日未满40岁（即在颁奖前一年12月31日不满40岁）。

奖励对象：表彰在数学领域做出杰出成就的年轻数学家，强调“已完成的工作”以及“对未来研究的鼓励”。

历史：1936年首次颁发（加拿大数学家John Charles Fields设立），因二战中断，1950年恢复。此后每4年一次。

奖品：一枚金质奖章（正面刻有阿基米德像和“Transire suum pectus mundoque potiri”拉丁铭文，背面是大会信息）和奖金（目前约15,000加元，约合人民币7-8万元，数额不高，荣誉价值远超奖金）。

评选：由IMU秘密委员会评选，过程高度保密，委员会名单和讨论记录通常密封75年才公开。历史上曾有争议（如国籍、领域平衡等），但整体公信力极高。

菲尔兹奖与阿贝尔奖（终身成就奖，常被直接称为“数学诺贝尔奖”）互补：菲尔兹奖更侧重“年轻潜力与突破性工作”。

按年份简要名单（国籍按获奖时公民身份，主要来源可靠统计）：

1936（奥斯陆）：Lars Ahlfors（芬兰）、Jesse Douglas（美国）

1950（剑桥，美国）：Laurent Schwartz（法国）、Atle Selberg（挪威）

1954（阿姆斯特丹）：Kunihiko Kodaira（日本）、Jean-Pierre Serre（法国）

1958（爱丁堡）：Klaus Roth（英国）、René Thom（法国）

1962（斯德哥尔摩）：Lars Hörmander（瑞典）、John Milnor（美国）

1966（莫斯科）：Michael Atiyah（英国）、Paul Cohen（美国）、Alexander Grothendieck（法国）、Stephen Smale（美国）

1970（尼斯）：Alan Baker（英国）、Heisuke Hironaka（日本）、Sergei Novikov（苏联）、John G. Thompson（美国）

1974（温哥华）：Enrico Bombieri（意大利）、David Mumford（美国）

1978（赫尔辛基）：Pierre Deligne（比利时）、Charles Fefferman（美国）、Gregori Margulis（苏联）、Daniel Quillen（美国）

1982（华沙）：Alain Connes（法国）、William Thurston（美国）、Shing-Tung Yau（中国）

1986（伯克利）：Simon Donaldson（英国）、Gerd Faltings（德国）、Michael Freedman（美国）

1990（京都）：Vladimir Drinfeld（苏联）、Vaughan Jones（新西兰）、Shigefumi Mori（日本）、Edward Witten（美国）

1994（苏黎世）：Jean Bourgain（比利时）、Pierre-Louis Lions（法国）、Jean-Christophe Yoccoz（法国）、Efim Zelmanov（俄罗斯）

1998（柏林）：Richard Borcherds（英国）、Timothy Gowers（英国）、Maxim Kontsevich（俄罗斯）、Curtis McMullen（美国）

2002（北京）：Laurent Lafforgue（法国）、Vladimir Voevodsky（俄罗斯）

2006（马德里）：Andrei Okounkov（俄罗斯）、Grigori Perelman（俄罗斯，拒绝）、Terence Tao（澳大利亚）、Wendelin Werner（法国）

2010（海得拉巴）：Ngô Bảo Châu（越南）、Elon Lindenstrauss（以色列）、Stanislav Smirnov（俄罗斯）、Cédric Villani（法国）

2014（首尔）：Artur Avila（巴西）、Manjul Bhargava（加拿大）、Martin Hairer（奥地利）、Maryam Mirzakhani（伊朗，首位女性）

2018（里约）：Caucher Birkar（英国）、Alessio Figalli（意大利）、Peter Scholze（德国）、Akshay Venkatesh（澳大利亚）

2022（赫尔辛基）：Maryna Viazovska（乌克兰，第二位女性）、James Maynard（英国）、June Huh（美国）、Hugo Duminil-Copin（法国）

2026年：将于2026年7月23日在费城ICM开幕式上宣布（目前尚未正式公布）。

按国籍统计（获奖时公民身份）根据可靠统计（注1），美国获奖者最多（得益于强大研究环境和国际吸引力），其次是法国、英国、俄罗斯/苏联等。

注1：以获奖时公民身份为准，部分获奖者后期国籍或工作地变化

截至目前（2026年尚未正式公布），菲尔兹奖实际获奖的华人学者（包括华裔/中国血统）共有2人

具体名单：

（1）丘成桐（Shing-Tung Yau）获奖年份：1982年（华沙ICM）。

国籍/背景：获奖时常列为中国（出生于中国广东汕头，后移居香港、美国）。
主要贡献：在偏微分方程、卡拉比-丘流形（Calabi-Yau manifolds）等领域做出开创性工作，对弦理论和几何分析影响深远。首位获此殊荣的华人数学家。

（2）陶哲轩（Terence Tao）获奖年份：2006年（马德里ICM）。

国籍/背景：澳大利亚籍，父母为香港移民（华裔）。出生于澳大利亚，阿德莱德长大，后在加州大学洛杉矶分校（UCLA）工作，常被视为杰出华裔代表。
主要贡献：调和分析、偏微分方程、数论、组合数学等多领域（“绿眼怪物”问题、素数在算术级数中的分布等）。被誉为“数学天才”。

图片来源：
@grok
https://t.co/wfc15vH8fI
https://t.co/7tXkZGGxr2

参考：
https://t.co/fc9OFB1r7v
https://t.co/Rsy7l7i4Sx
https://t.co/vqkoh3vqtu

[Tatara @0xTatara]

Stanford professor just released the lecture that explains the math behind every reinforcement learning system.

83 minutes. Free. From Stanford.

Before agents learn to trade, optimize, or make decisions, they all start with the same problem:

How do you choose the best action when the future is uncertain?

This lecture breaks down the foundation:

• turning environments into Markov Decision Processes
• policy evaluation and why value functions matter
• Q-value recurrence equations behind modern RL
• value iteration and convergence limits

Every RL algorithm built today is just a variation of these ideas.

The math has been public for decades.

The hard part was never knowing the Bellman equation.

The hard part is knowing when your model actually understands the environment and when it is just fitting noise.

Bookmark this before it gets buried in your feed.

[snowboat @snowboat84]

前几天，国际数学家大会官网的代码里提前泄露了今年菲尔兹奖的四位得主，两个华人名字赫然在列，王虹和邓煜。王虹证的是挂谷猜想，邓煜砸开的，是一个整整沉睡了一百二十五年的钉子，希尔伯特1900年提出的23个问题里的第六问题。这篇文章，就想把这块奖章背后的事，从头到尾讲透。

简单地说说希尔伯特第六问题。你手边一杯水，往下拆是10的23次方个按牛顿定律乱撞的分子，往上看是一道能用一个流体力学方程描述的液体。这两幅图景，是同一杯水吗？听着像废话，可你真要在数学上，从微观尺度"分子乱撞"的第一性原理，一步不差地推出宏观尺度"连续的流"的流体现象，一百多年里没有一个人做得到。希尔伯特当年要的，是给整个物理立一套严格的公理；被相对论和量子力学逼退之后，这个宏大的梦，缩到了这一处，从原子论和牛顿力学原理严格推出流体力学。

这条路，物理学家一百年前就用他们那套又糙又灵的手艺走通了，黏性系数还跟实验分毫不差。可数学家不认，那些"假设"、"近似"、"大概如此"，在他们眼里全是没兑现的欠条。于是几代顶尖的分析学家接力了一个多世纪，最难的一道坎卡了整整五十年，直到2025年，邓煜和两位合作者，从波湍流里借来一把钥匙(据他自己说，关键一步是吃炸鸡时想通的)，才终于把它跨了过去。

全文八章，顺着这条线讲：希尔伯特到底问了什么，为什么这个问题能沉睡一百二十五年，物理学家和数学家为什么在同一件事上"算得出"却"证不出"，以及2025年那一击到底做了什么、又留下哪些没关上的关口。

但我最想聊的是最后两章，这件事到底重不重要。它背后是一场古老的争论，还原论还是涌现论:我们究竟能不能从最底层的定律，重建出上面所有的复杂现象?邓煜他们的答案很微妙，能，但只在最友好的特例里;一旦碰上湍流、生命，那道从微观到宏观的墙，可能永远都在。而这堵墙，如今就横在离我们最近的地方，人工智能。深度学习底层是一堆权重，顶层却涌现出scaling law和谁都没设计过的能力，中间那道坎，和这篇文章从头讲到尾的，是同一道。给玻尔兹曼打过地基的那套数学，眼下已经被搬去分析大模型的训练了。

一杯水，一百二十五年，一块菲尔兹奖章，一堵从气体一直挡到AI的墙。这是我百日百篇原创长文系列的第74篇。

[academi study w @academiastudygd]

C++ · Physics · Calculus — Integrated Stem Bundle for CS students https://t.co/UB1za8qrob

[Kirk Borne @KirkDBorne]

Updated 2204-page PDF Mathematics ebook:

"Algebra, Topology, Differential Calculus, and Optimization Theory For Computer Science and Machine Learning"

Find it here: https://t.co/HZc0LRoD7R

[Swapna Kumar Panda @swapnakpanda]

"Competitive Programming in Python"

This 267-pages book from Cambridge University will teach you 128 Algorithms. Don't miss.

[智享 @CycleDecoded]

微信吃掉你电脑几百 G 硬盘这事儿，终于被 GitHub 上的狠人给治了。

昨天在 GitHub 榜上挖到一个叫 WxCleaner 的神器，专门用来清理微信电脑版里那些成堆的重复文件。平时工作群里一个文件转发八百遍，全存在你本地，这玩意儿能一次性全给你揪出来。纯开源免费，没有任何套路。

核心卖点直接看：

⚡ 哈希极速扫描：不是按文件名瞎搞，底层用的智能哈希算法。文件只要内容一样，不管你怎么改名，瞬间现原形。
👀 可视化防误删：自带图片/文件预览界面，删之前看得清清楚楚，手滑党完全不用慌。
🗑️ 后悔药机制：绝对安全！清理掉的文件不是直接粉碎，而是全部移到回收站，万一删错随时能捞回来。
🆓 白嫖党狂喜：纯本地运行，不联网传数据，安全、干净、无广告。

🔗 传送门：https://t.co/GKgC9ZCdGz

[Antonio Lupetti @antoniolupetti]

"Algebra, Topology, Differential Calculus, and Optimization Theory for Computer Science and Machine Learning" is an excellent free university-level textbook on the mathematical foundations of computer science and machine learning.

Across more than 1,000 pages, it covers groups, rings, fields, vector spaces, bases, linear maps, matrices, direct sums, determinants, Gaussian elimination, LU and Cholesky decomposition, echelon forms, iterative methods for solving linear systems, differential calculus, topology, convexity, optimization, and many other topics.

It is a rigorous, broad, and modern reference with a clear focus on the mathematics behind AI, machine learning, and computer science.

https://t.co/ykCMrlmGCg

[Didier 'Dirac's ghost' Gaulin @DiracGhost]

https://t.co/qpfXa5mOfM

[Cibeen @2023kib]

@Phoenixyin13 “哪里有爆炸，哪里就有。。。”的叙事，是杨振宁抄袭泡利，哈