#math 也就只有3b1b流派的数学家能如此乐观 🙉
确实如此。 恐怕背地里有许多人会觉得，这类人纯粹做科普的，只研究【容易理解和消化】的代数，方向很浅
如果 AI 变成“证明机器”“猜想机器”“理论机器”，甚至“什么都比人强”，价值与资金来源大多不会消失（尤其是教学和可迁移技能），但学术信用分配会大变。他建议把机器证明当作“原始数据”（类似数值计算或更多位数的 π），而不是终点；真正的目标仍是人类理解与理论构建。
3b1b的数学有一种文艺复兴时代的感觉，就像阿基米德、欧拉、亚里士多德把他们最初的想法用远超ppt的媒介展现出来。 这种数学，如今被承认的太少了，因为数学不再以乐趣和应用为首要KPI
【数学的最基础】本身也从700页证明1+1=2，变成了更加猥琐和撕裂的东西。 在你看某个版本时，你会忘了1+1还有链表、lam: lam:复合、{{}}集合、{{},{}}集合、速度-速度 等等基本理解，而实数无限可分本身也不是金科玉律（超有限+有理三角学完全能用）。
自古以来，被人认为是真理的东西都被滥用。来世、王权、希腊符号、劳权、唯物主义…… 数学也不例外，只剩下【搬弄是非】的端到端评审。 可是它本来早就死了，正如《Kill Math》和Alan Kay一派的世界观，只是人们不在乎那个有灵魂的Math。
确实如此。 恐怕背地里有许多人会觉得，这类人纯粹做科普的，只研究【容易理解和消化】的代数，方向很浅
如果 AI 变成“证明机器”“猜想机器”“理论机器”，甚至“什么都比人强”，价值与资金来源大多不会消失（尤其是教学和可迁移技能），但学术信用分配会大变。他建议把机器证明当作“原始数据”（类似数值计算或更多位数的 π），而不是终点；真正的目标仍是人类理解与理论构建。
数学共同体里一直有“科普 vs 硬核研究”的张力。可视化、易懂的东西容易被看成“浅”，而真正难啃、需要大量背景的代数几何、数论、分析等方向，确实不那么适合 20 分钟动画。
AI 时代这个争论会更尖锐：当证明不再稀缺，谁来定义“理解”和“贡献”？新人能不能真正影响规范，还是最终还是被资深者的网络和品味主导？
3b1b的数学有一种文艺复兴时代的感觉，就像阿基米德、欧拉、亚里士多德把他们最初的想法用远超ppt的媒介展现出来。 这种数学，如今被承认的太少了，因为数学不再以乐趣和应用为首要KPI
【数学的最基础】本身也从700页证明1+1=2，变成了更加猥琐和撕裂的东西。 在你看某个版本时，你会忘了1+1还有链表、lam: lam:复合、{{}}集合、{{},{}}集合、速度-速度 等等基本理解，而实数无限可分本身也不是金科玉律（超有限+有理三角学完全能用）。
自古以来，被人认为是真理的东西都被滥用。来世、王权、希腊符号、劳权、唯物主义…… 数学也不例外，只剩下【搬弄是非】的端到端评审。 可是它本来早就死了，正如《Kill Math》和Alan Kay一派的世界观，只是人们不在乎那个有灵魂的Math。
在谈数学证明的时候，许多人根本不关心自己的【单位1】是哪个视角，而是在【他们不懂我就有福了】。 不幸的是，这和冯诺曼那句信息熵的名言不同，那种辩论，动机不纯。
Forwarded from Hacker News 摘要
Telegraph
投身数学，当下正是最好的时代 (3blue1brown) [视频]
原标题：There's never been a better time to go into math (by: 3blue1brown) [video] 视频围绕在人工智能（AI）日益强大的背景下，数学研究与学习的未来展开了深入探讨，主要分为以下几个核心部分： 一、背景与问题提出 作者提到，当前数学界普遍在讨论 AI 对数学的影响，许多学生（包括本科生和博士生）感到迷茫和焦虑，担心“数学已死”或从事数学研究失去意义。更有博士生提问：“我是数学在读博士，请告诉我明天该做什么？”作者对此持乐观态度，认为…
duangsuse::Echo
AI 时代这个争论会更尖锐：当证明不再稀缺，谁来定义“理解”和“贡献”？新人能不能真正影响规范，还是最终还是被资深者的网络和品味主导？
哈哈，在我看来，能把最深的东西比喻的非常浅，语境链接实践都到位，这才是最了不得的知识呢。
晦涩不过是预设，在棋盘之内赢有什么难的？ 掀了棋盘，才是智慧瓶颈的打破 🙉
晦涩不过是预设，在棋盘之内赢有什么难的？ 掀了棋盘，才是智慧瓶颈的打破 🙉
duangsuse::Echo
- usemagpie.ai 的自定义供应商加完没法被选中，似乎是bug，而且列举不了中转站的 /model ，只好让grok一键写入pi的json配置
发现是需要点右上角的更新按钮…… 不点也不提示，只是单纯不能选
终于可以试试CC了。 一直被 /compact 困扰
终于可以试试CC了。 一直被 /compact 困扰
#dev magpie.ai 的相关科普，未验证
#tool 什么是喜鹊：
简单调用喜鹊 (apikey 绑定供应商 'a'，使用大肥鱼)：
Grok的吐槽非常在理。世界上的model和算力供应商太多了，一个个测试肯定会被扰乱。 但是【以数据流为中心】，其实也就A\和GPT协议那几个，再往上抽象，都是ChatUI模态（支持附件/Goal模式与否），再补上思维链/缓存等test cond。 所以，这就是【工程师思维】的一个用例
多设备在 Magpie 里开启局域网共享后加个-H就能用了， Agent数据面板不配置API也能用，零配置非常方便
需要的话，也可以在浏览器长期使用
#tool 什么是喜鹊：
curl -s http://127.0.0.1:3425/v1/models | jq -r '.data[] | "\(.id)\t\(.display_name // .id)\t\(.owned_by)"'
curl -s 'http://127.0.0.1:3425/v1/magpie/usage?period=week' | \
jq -r '.models[:10][] | "\(.name)\t$\(.cost)\tIO=\((.input / (.output + 1)))"'
简单调用喜鹊 (apikey 绑定供应商 'a'，使用大肥鱼)：
curl -s http://127.0.0.1:3425/v1/chat/completions \
-d '{
"model": "a/deepseek/deepseek-v4.1-flash",
"messages": [
{"role": "user", "content": "用中文生成5句简短、温暖、适合发给朋友的祝福语，每句一行，不要编号"}
],
"max_tokens": 300
}' | jq -r '.choices[0].message.content'
Grok的吐槽非常在理。世界上的model和算力供应商太多了，一个个测试肯定会被扰乱。 但是【以数据流为中心】，其实也就A\和GPT协议那几个，再往上抽象，都是ChatUI模态（支持附件/Goal模式与否），再补上思维链/缓存等test cond。 所以，这就是【工程师思维】的一个用例
多设备在 Magpie 里开启局域网共享后加个-H就能用了， Agent数据面板不配置API也能用，零配置非常方便
需要的话，也可以在浏览器长期使用
~/.local/bin/magpie daemon install --web 。至于fetch()调用，需要在设置>网络中允许 localhost:8080 等服务端口，其他网页需同时拖入白名单并粘贴网关>口令
duangsuse::Echo
支持原有的光照水体等等。等重构完成了会补上prompt过程
和喜鹊的开发者一样，咱们这边也在烧Opus（因为oneshot出MC原版的就是它）
目前光影开到最高是这样，管线还在拼命优化中，这个分辨率帧数还不到30
手工提示的很多，但设计的也只有一小部分。
目前 A\ 5代已经烧了300$了，其中有100$是冤枉钱，1个output没有上文挤爆了
我们也考虑过直接用MC shaders领域的开源套路，水云也是Bliss风格的。 没有玩过MC光影， #vibe 的感觉最终结果可以
MC还要启动器太痛苦了，SC就不一样，有scapi，还是免费的。主要是MC没有免费且方便的方法试玩，尤其是要光影，SC又没有光影………………
目前光影开到最高是这样，管线还在拼命优化中，这个分辨率帧数还不到30
手工提示的很多，但设计的也只有一小部分。
比如noclip和F3调试面板
比如可以画线画平面（手机上也行），可以生成传送道具， 可以把不接地的模型保存为方块组(BBat)， 可以导入导出.webp存档与做 git diff (XRay)
目前 A\ 5代已经烧了300$了，其中有100$是冤枉钱，1个output没有上文挤爆了
我们也考虑过直接用MC shaders领域的开源套路，水云也是Bliss风格的。 没有玩过MC光影， #vibe 的感觉最终结果可以
MC还要启动器太痛苦了，SC就不一样，有scapi，还是免费的。主要是MC没有免费且方便的方法试玩，尤其是要光影，SC又没有光影………………
duangsuse::Echo
Photo
AI自己loop的效果还是可以的，虽然就这个水面、岸边、水下我也陪他玩了几个小时，最开始岸边做的跟浮了蜡油一样的，还把它卡了半个小时一直验证…… 后来它摇出来的和我之前的 https://duangsuse.github.io/NebulaRemix/c_glass.htm 很像，但我没太意识到可以
整理的非常专业，正确性test，fps多机位测试都有了， 文档写700多行我都一把汗指挥Fable去拆分重构，差点落入Blockwild 那种 10 万+ 行的项目的后尘
Claude 其实是高度倾向于工程化EITL(PGO)的的，有时甚至忽略了HITL，这点比较损，不适合gamedev
不得不感叹还是WebAPIs断层领先，安卓什么都是废物。 真能免费做到loop，pyjs cli都行的，还是只有浏览器环境 #web
整理的非常专业，正确性test，fps多机位测试都有了， 文档写700多行我都一把汗指挥Fable去拆分重构，差点落入Blockwild 那种 10 万+ 行的项目的后尘
和 c_glass 这些不同，基本上都不算是手工完成的了。
因为整理需求时总是眼高手低，反馈太慢，毕竟是GL的几何但又没有iq级别的经验。 让AI设计的结果就是秒速屎山，当然是能用的那种，但是就没后路了。 现在已经非常危险，只能祈祷管线不要膨胀到>5k js
(妈的，现在的AI这么智能，我都忘了还能元编程创建Worker。 人类几乎没人这么用，我说为啥一直单文件没动静它却口口声声实现了……)
Claude 其实是高度倾向于工程化EITL(PGO)的的，有时甚至忽略了HITL，这点比较损，不适合gamedev
不得不感叹还是WebAPIs断层领先，安卓什么都是废物。 真能免费做到loop，pyjs cli都行的，还是只有浏览器环境 #web
duangsuse::Echo
目前光影开到最高是这样，管线还在拼命优化中，这个分辨率帧数还不到30
拿我的4090来玩性能超棒的，开个玩笑。 #life
其实300$复活个游戏（也算吧） 真的是【天才程序员卖身价/史低价】，感觉再涨1倍仍然有人接受。 不知道为什么会说贵。
目前弄了两家订阅管不同的tier，每个月100+30刀，API开销不多限制 。该AIGC推进还是要推，手动设计和验证的照常设计
问题在于有些人不分tier，也不重视灵感的拣选，没有决策层和即时反馈，把什么都一股脑交给Codex们，结果当然又烧又废
如果自己用CtrlCV和Pi agent能跑，换成CC也没问题，但是反过来就不一样了 🤔
其实300$复活个游戏（也算吧） 真的是【天才程序员卖身价/史低价】，感觉再涨1倍仍然有人接受。 不知道为什么会说贵。
目前弄了两家订阅管不同的tier，每个月100+30刀，API开销不多限制 。该AIGC推进还是要推，手动设计和验证的照常设计
问题在于有些人不分tier，也不重视灵感的拣选，没有决策层和即时反馈，把什么都一股脑交给Codex们，结果当然又烧又废
如果自己用CtrlCV和Pi agent能跑，换成CC也没问题，但是反过来就不一样了 🤔
❤1
duangsuse::Echo
#game https://codepen.io/duangsuz/pen/yyMvvvK 这个小实验就此停止了，1.4k行 渲染管线 500行，键鼠触屏交互顺滑，游戏AI略弱智 ，程序化地形（Simplex FBM 噪声 + Three.js）视觉+特效亮点突出，输入层完成度、行数性价比较高。 它用了 Three.js + Tweakpane 噪声面板、带 HUD 小地图、支持触屏双指模拟 WASD，以及简单的食物放置等互动。 它证明了 A\ 5.1 的辅助下，即便临时起意，几乎不提及术语，3天也…
#game 看了一下，虽然复杂度高了几十倍，触屏交互也重写了，构想的达成度还是很高的
Forwarded from quick paster (ak1ra)
readme: fix typoCo-Authored-By: GNU nano 9.0 (UTF-8, EDITOR and VISUAL, guidestripe=72) <nano@gnu.org>Co-Authored-By: Ghostty 1.3.1 (Metal renderer) <ghostty@localhost>Co-Authored-By: zsh 5.9 (arm64-apple-darwin26.0) <zsh@localhost>Co-Authored-By: Git 2.56.0 (Homebrew) <git@localhost>Co-Authored-By: Secretive (SSH_AUTH_SOCK) <secretive@localhost>Co-Authored-By: macOS Text Input (U.S. layout) <textinput@apple.com>Co-Authored-By: Apple Internal Keyboard (built-in) <keyboard@apple.com>Co-Authored-By: APFS (sealed system volume, 4096-byte blocks) <apfs@apple.com>Co-Authored-By: MacBook Pro (Mac17,6, MGED4B/A, Apple M5 Max, 18 CPU cores, 36 GB RAM, macOS 27.0.1 build 26A434) <mac@apple.com>