Normal view

There are new articles available, click to refresh the page.
Today — 9 October 2025Main stream

英特尔想造一种很新的 AIPC

By: 肖钦鹏
9 October 2025 at 21:00

这两年提起英特尔,总是坏消息多,好消息少。但最近一个月,事情起了变化——

先是英伟达宣布投资英特尔 50 亿美元,并计划推出集成 RTX GPU 的 X86 SoC 产品,这让英特尔总算能缓口气,股价也来到了近一年的新高。

而更实质性的好消息是,英特尔寄予厚望的下一代处理器——首个 Intel 18A(约为 1.8nm 制程工艺)的计算平台 Panther Lake 终于展露真容。

在刚刚结束的英特尔 Tech Tour (ITT 2025) 活动上,爱范儿也在美国亚利桑那州的英特尔晶圆工厂,看到了首批搭载 Panther Lake 的工程机。

英特尔这次没有让人失望。

Panther Lake 来了:更快、更强、更省电

英特尔作为半导体工业 IDM 模式(Integrated Device Manufacturer)的代表,集芯片设计、制造、封装和销售等环节于一体,因此保持先进的制程对英特尔来说就尤为重要。

这也是为什么 Intel 18A 制程工艺的 Panther Lake 被寄予厚望——因为英特尔亟需证明自己的产品是先进的,而自己的工厂也具备先进制程的制造能力。

▲ Panther Lake 主板开发板

从目前的表现来看,Panther Lake 的表现还是可圈可点的,兼具 Lunar Lake 在低功耗方面的出色表现,和 Arrow Lake 的强劲性能:

相同功耗下,CPU 单线程性能提升 10% 以上(对比 Lunar Lake)

  • 相同功耗下,CPU 多线程性能提升超过50%(对比 Lunar Lake & Arrow Lake)
  • 待机功耗降低 30% (对比 Arrow Lake)
  • GPU 整体性能提升超过50% (对比 Lunar Lake & Arrow Lake)
  • 相同算力面积下,NPU 性能提升 40% (对比 Lunar Lake)
  • 支持最高 96GB 的 LPDDR5 内存和 128GB 的 DDR5 内存
  • 配备更好的图像处理单元 IPU 7.5
  • 有着更先进的连接性(支持 Wi-Fi 7 R2、蓝牙 6 以及雷雳 4、雷雳 5)
  • 支持更智能的电源管理系统

具体来讲,Panther Lake 将会有三个规格的产品推出,分别对应:

8 核 + 4 Xe³-core,面向主流价位的轻薄本

16 核 + 4 Xe³-core,面向搭载独显的游戏本

16 核 + 12 Xe³-core,面向旗舰级的高性能轻薄本

▲ 三种不同规格的 Panther Lake 芯片

这次 Panther Lake 的 E 核采用了 DarkMont 的新架构,尤其大幅强化了 LPE 核的性能,使其能够参与到日常负载当中,配合 8MB L3 缓存和 Memory-Side Cache 架构,在保持低功耗的同时大幅提升了性能。

而新的 Xe³ GPU 和 XeSS 多帧合成技术,则带来了有史以来最强的英特尔核显,最多搭载 12 核 Xe³ GPU 的 Panther Lake 处理器,算力高达 120 TOPS,配合 XeSS 的帧生成技术,可以有媲美中端独立显卡的游戏表现——用轻薄本跑 120 帧的《三角洲行动》,不再是痴人说梦。

▲ Panther Lake 核显高帧数运行 3A FPS 游戏

值得一提的是,Panther Lake 也为 AI 的应用场景做足了准备。

新的 NPU 5 单位面积的性能提升超过 40%,总算力达到 50 TOPS,并且支持 FP8 的精度——这意味着,在保持精度的前提下,推理性能可以大幅提升,而功耗显著降低,配合更大的带宽升级,本地大模型也能有相当不错的可用性。

可以说,Panther Lake 满足了我们对于一个「先进」 X86 平台的所有想象——能打游戏,也能跑 AI,功耗能低得下去,性能也提得上来。

▲ Panther Lake 开发机,可以看到不同的尺寸规格差异

英特尔想造一种很新的 AIPC

在 2025 年之前,几乎所有 PC 厂商谈到 AI 时,都是在既有架构上塞进一个 NPU,然后再把微软 Copilot 的落地体验包装为「AI PC」。

但如今的英特尔不想这么干。

与上一代平台相比,Panther Lake 算是真正贯彻了 XPU 的理念—— CPU、GPU、NPU、IPU 是相互协调、资源共享的,因此,Panther Lake 总算力达到了 180 TOPS,而且可以将最多 86% 的内存调给显存,这意味着在 AI 能力方面,Panther Lake 较之前有长足的进步,作为 AIPC 能做的事情也变多了,英特尔称之为 Agentic AI。

所谓「Agentic AI」,并不是传统意义上的语音助手或者问答机器人。它背后的逻辑是:AI 从最初的感知世界(识别、检测、语音理解),再到增强(去噪、分割、画质提升),接着生成(文本、图像、代码输出),如今,已经走到了能够推理、规划和执行的阶段。

在现场的 demo 中,我们看到搭载 Panther Lake 的 PC 可以跑一个 30B 的Qwen 大模型,与此同时还能腾挪出足够多的内存,来容纳较长的上下文,从而实现一系列的复杂操作:

当用户输入一句话——比如「帮我为英特尔生成一份紫色主题的 AIPC 市场分析 PPT」——PC 内部的智能体会分析任务,自动调用专门的 SlidesMaker Agent(现场演示的是来自中国珠海的 ChatPPT),通过 ChatPPT 工具在云端生成文档后,在浏览器里打开预览。整个过程中,用户并不需要逐步操作,而是让 PC 像一个真正的代理人一样完成任务。

这就对上下文容量提出了更高的要求,也是 Panther Lake 重点攻克的一项能力。

我们在现场还见到一个关于 AI 编程的演示:「生成一个飞船射击小球的游戏」——

在默认情况下,PC 只能调用有限的显存来写代码,这样写出来的代码质量自然也就一般,虽然能把游戏的框架搭出来,但飞船只能执行直线射击的动作,而小球都是同一个尺寸一动不动的。

但由于 Panther Lake 能够轻易地将内存转换为显存,因此当为大模型分配足够多的显存时,同一套提示词写出来的代码质量也大有不同——这次,飞船能够遵循一定的规律移动并射击,而小球也有了大小不一的尺寸,且具备一定的行动逻辑,整个游戏马上就活灵活现了起来。

显然,英特尔也注意到,光有强劲的算力能够跑一个大尺寸模型,但缺乏足够多的内存容纳充足的上下文时,AIPC 并不能带来很好的体验。

只有两两结合,找到一个算力与内存的平衡点,才能相得益彰。

也正是基于这样的理念,让 Panther Lake 在交通、医疗甚至具身智能方面,相比无法更换内存、空有 NPU 算力的 Lunar Lake,能有更为出色的表现。

▲ 由 Panther Lake 驱动的具身智能机器人

在爱范儿看来,英特尔实际上是在造一种「很新的 AIPC」,这不只是又一次性能迭代,而是一种角色转变。

在 XPU 的加持下,AIPC 具备更好的泛用性能,很多情况下不再只是用户驱动的工具,而是逐渐具备了主动解决问题、协作执行任务的能力。某种意义上,这是继图形加速、联网化之后,PC 平台的又一次身份升级。

未来,当用户面对设备时,输入的可能不再是操作指令,而是一种意图;而 PC 响应的,也不只是一个结果,而是一整套被执行过的流程。

对英特尔而言,这正是它想象中的 AIPC 时代。

要有先进制程,也要能先进制造

作为 Panther Lake 的实机首秀,展现出来的结果还是令人期待的,但更值得关注的,是其背后的英特尔先进制程制造能力。

在过去几年里,英特尔一直在吃制程落后的亏,由于自家的晶圆厂没法满足工艺需求,部分芯片还需要友商代工——这显然不是什么好现象。

好在,在 2nm 制程的关键节点,英特尔追上来了。

▲ Intel 18A 晶圆

在 ITT 2025 上,英特尔再次强调,亚利桑那州的 Fab 52 工厂将在 2025 年进入 Intel 18A 制程的高产阶段(High-Volume Manufacturing,HVM),而俄勒冈的工厂也将于 2026 年投入大规模量产——这是全球首个在量产阶段同时采用 RibbonFET 晶体管和 PowerVia 背面供电两项技术的制程节点。

RibbonFET 解决了晶体管继续缩小时面临的漏电流问题;PowerVia 则改变了 60 年来电源线和信号线混在芯片正面的设计。相比 Intel 3 制程,Intel 18A 的能耗比上最高提升 15%,密度提升 30%。

 

伴随 18A 制程进入 HVM 而来的,是首批基于这一先进制程的产品:面向 PC 市场的 Panther Lake,以及面向数据中心的 Clearwater Forest。它们计划在 2025 年末量产,Panther Lake 预计 2026 年初进入市场,Clearwater Forest 则计划在 2026 年推出。

在封装方面,英特尔则展现出世界级的领先—— Panther Lake 采用 Foveros 技术(已量产 6 年,出货约 1 亿颗),而 Clearwater Forest 采用更先进的方案:EMIB(约 45 微米 pitch)+ Foveros Direct(约 9 微米铜对铜混合键合,相当于把两个比发丝还要细几十倍的元器件对齐)。Clearwater Forest 将是首批采用 Foveros Direct 技术的产品之一。

为了保证良率,英特尔也在 18A 制程上用上了 Known Good Die(已知良品)测试流程—— Panther Lake 和 Clearwater Forest 都采用了这项技术。

在 chiplet 和异构集成大行其道的今天,在 die 级别完成测试,筛选出良品后再封装,能够有效降低成本和并提升良率。

对 Intel Foundry 代工业务来说,Intel 18A 不光是扳回产品口碑的豪赌,也是重要的先进制造技术展示。从逻辑工艺到先进封装,英特尔提供的是一站式服务。

▲ 英特尔位于美国亚利桑那州的芯片工厂

根据英特尔透露的信息,当前 18A 的良率水平与上一代重大工艺转变时的 Meteor Lake 相当,可以说是对产能爬坡相当有信心了。

Intel 18A 倘若能顺利落成,英特尔赖以为生的 IDM 模式,也就能再转起来了。

▲ Intel 18A 的生产设备

尽管英特尔背靠着 AIPC 的大旗,仍不容有失——实际上,以芯片设计见长的 AMD、苹果、高通、英伟达,都会在 2026 年推出自己的芯片,而台积电、三星等晶圆厂的 2nm 制程产品也蓄势待发。

AI 席卷的算力狂潮仍在继续,并摧枯拉朽般地改变一切。

对于英特尔来说,最大的好消息是,先进制程已然准备就绪,先进制造的能力也已经就位。在 AI 浪潮的新一轮起跑线上,我开始期待英特尔能跑出个好成绩。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


风声OPINION|三人微信群里聊八卦被拘留合法吗?

9 October 2025 at 16:19

作者:赵宏

file

近日,浙江省台州市天台县公安局的一则处罚决定书,引发媒体热议和公众关注。事情起因是杭州一名女教师在三人的微信聊天群中八卦他人,被警方以诽谤为由作出了行政拘留二日的处罚。

image

天台县公安局行政处罚决定书 图源:澎湃新闻

最初媒体在刊载这则新闻时,标题就足以让人瞠目:“女教师在三人微信群聊八卦被行拘!”在微信群聊中调侃、八卦、戏谑,已是公众再日常不过的交流方式,如果熟人间的此类行为都可能违法或涉罪,那么法律惩罚当事人的边界又在哪里?

媒体刊载新闻时还特意强调,女教师八卦的场域并非几百人的微信群,仅是只有三人的闺蜜群和亲属群。如果此类行为也构成违法,似乎也与公众朴素的法律直觉之间出现了明显的罅隙。

image

哪些情况下,微信群八卦别人可能违法?

CDT 档案卡
标题:三人微信群里聊八卦被拘留合法吗?
作者:赵宏
发表日期:2025.10.9
来源:微信公众号“风声OPINION”
主题归类:微信
CDS收藏:公民馆
版权说明:该作品版权归原作者所有。中国数字时代仅对原作进行存档,以对抗中国的网络审查。详细版权说明

本案中,天台县公安局处罚女教师的法律依据是《中华人民共和国治安管理处罚法》第50条,“公然侮辱他人或者捏造事实诽谤他人的”,处五日以下拘留或者一千元以下罚款。治安管理处罚的诽谤行为是捏造并散布虚构事实,损害他人人格、破坏他人名誉,但尚不构成刑事处罚的行为。由此来看,诽谤作为治安违法行为是由“捏造事实+公然散布”两个要件所构成的。

从本案经过来看,涉案教师林某的确是在未核实信息真实性的前提下,就将某教师可能卖淫的不实信息在微信群里传播,事后若证明这一言论与真实情况不符,其行为的确属于“捏造事实”。

但本案的关键,还在于其是否同时符合“公然散布”的另一要件。

传统谣言的散布方式,多为通过言语、文字、图画等方式,向社会和他人公开传播。但迄今公众的沟通和交流方式早已突破传统,社交媒体甚至取代现实沟通,成为人们更惯常使用的交流方式。故而,法律对侮辱诽谤的管控,也就当然延伸至互联网。

即使是在虚拟世界中,通过曝光隐私、捏造事实而污人清白、毁人名誉的,也要与发生在真实世界中的侮辱诽谤行为一样受到法律制裁。在这当中,微信群和朋友圈也不例外。

因为任何人将信息发送至朋友圈和微信群时,除非设置为仅自身可见,否则都要意识到这些都并非封闭场域,发送的信息也极有可能通过他人不断向外扩散。故而,实践中早已出现在微信群或朋友圈侮辱、谩骂和诽谤他人而被治安处罚的案例;“互联网并非法外之地”的观念,同样伴随着普法宣传而深入人心。

但本案令人困惑之处在于,警方在处罚决定书中称,在涉案教师林某在名为“果冻局长群”和“仙女下凡”的两个微信群里传播后,“该不实信息扩散,对XXX的名誉造成不良影响。林某的行为已经构成诽谤,且给当事人的正常工作、生活、身心健康、名誉造成极大影响,系情节较重”。

image

林淼在“仙女下凡”微信群中发出两张图片 图源:中国新闻周刊

此处,可以看到一个明显的论证漏洞在于,在当事人于两个仅有三人的微信群里散布他人不实信息和“该不实信息扩散”之间,并无法直接建立法律上的因果关联。也即,警方在此并未明确说明,不实信息被广泛扩散,以至给当事人的名誉荣誉都造成极大影响,就是由林某的消息散布行为直接造成。

这是本案之所以引发公众热议的核心,更是此项处罚决定最受质疑之处。所以,公安机关要确保处罚决定能够被接受和理解,就必须在处罚决定中明确说明,尽管林某是在仅有三人的微信群中传播,却直接导致了该不实消息之后的广泛扩散。如果出现此类情形,那在本案中应承担主要处罚责任的,就该是将林某在微信群里发送的消息扩散至更大范围的当事人。

所以,在条分缕析后,大致可得出如下结论:

其一,微信群和朋友圈并非就无构成侮辱诽谤的可能,当事人在将不实信息发送至微信群和朋友圈时也应预见这种可能,由于网络空间的开放性和不可控性,此类信息极有可能因他人转发而被不断扩散,以至于造成他人名誉和荣誉受损的结果;

其二,公安机关要以当事人在微信群和朋友圈转发不实信息而处罚当事人时,必须尽到充分的事实调查和理由说明义务,即必须证明导致他人名誉、荣誉受损就是由涉事当事人在微信群的侮辱诽谤所致,若仅因当事人在人数较少的微信群里八卦和调侃,而不考虑这一行为与信息被广泛散布之间的因果关联就对其予以处罚,既可能逾越了法律的边界,也会给公众造成滥罚擅权的印象。

image

法律处罚微信八卦的边界在哪?

如上所述,当事人在微信群或朋友圈中侮辱他人或捏造事实诽谤他人的,因互联网的开放性和不可控性,同样符合《中华人民共和国治安管理处罚法》要求的“公然”要件,同样有可能构成应受治安处罚的侮辱诽谤行为。

但,这种处罚同样存在边界。这个边界,又表现为如下方面:

其一,若当事人在微信群和朋友圈中调侃八卦的是公共事务和国家机关公职人员,此处就涉及言论自由和他人人格权之间的平衡。

两高一部发布的《关于依法惩治网络暴力违法犯罪的指导意见》中也明确,“通过信息网络检举、揭发他人犯罪或者违法违纪行为,只要不是故意捏造事实或者明知是捏造的事实而故意散布的,不应当认定为诽谤违法犯罪。针对他人言行发表评论、提出批评,即使观点有所偏颇、言论有些偏激,只要不是肆意谩骂、恶意诋毁的,不应当认定为侮辱违法犯罪”。

这就意味着,若公众是在朋友圈和微信群里就公共事务或公职人员发表言论、进行评价,不能轻易就被认定为侮辱诽谤性质的网暴言论,更不能被轻易归入违法犯罪。否则,宪法对言论自由的保护就会落空。德国刑法此前也曾明确,若一种言论涉及“公共辩论”,那它就是法治社会应当允许的危险。

image

与此相同,对公众人物的评论,也不能被轻易归入网络侮辱诽谤。因为选择成为公众人物,本身就意味着,“在某种程度上放弃了能够藏匿于公众围观之外的生活方式”,也意味着法律必须降低对其的保护。

其二,与发生于真实世界的侮辱诽谤一样,法律对虚拟世界的侮辱诽谤行为同样以“公然”为惩罚前提。所谓“公然”,即利用可以使不特定多人听到或看到的方式,对他人进行侮辱和诽谤,以至于给当事人的名誉荣誉都造成了严重影响。

这就意味着,国家机关必须要证明侮辱诽谤行为已造成当事人名誉荣誉受损的结果,且损害结果就由当事人的侮辱诽谤行为所直接导致,中间再无其他力量介入。

具体至本案中,除非公安机关有足够证据证明,正是由于林某的散布传播最终导致当事人名誉荣誉受损,否则此项处罚就会显得牵强。

此处需要注意的问题还有,林某将某类涉及他人隐私荣誉的信息,散布在人数寥寥的微信群里,他人是否有权再截屏传播?

一般情形下,行为人在关系亲密的微信群里发送信息和微信私聊一样,都会基于互相的信赖关系默认对方在未经允许时不会再度传播。若他人破坏了此种信赖关系将信息进一步扩散,那么导致信息公然扩散之人,才需承担相应的法律责任。

其三,与此前发生的诸如山东聊城男子在网络平台鼓吹“聊城市人民医院成功复活秦始皇”被拘留案,以及湖南湘阴男子在消防视频下做出12字评论“还在搞豆腐渣工程,统一店招”也被拘留案一样,此类离奇处罚案件的出现,除了有公安机关事实认定的谬误外,一个被忽视的问题是,公安机关在作出上述处罚时未考虑当事人是否有主观故意,结果甚至是行为,成为处罚的唯一依据。如果认为只要有损害后果,甚至只要有危害行为就要被治安处罚,这种做法不仅与现代法治所倡导的责任主义相悖,也会导致治安管理处罚的粗暴简单和僵化片面。

而在本案中,林某反复重申,其仅在人数寥寥的亲属群和闺蜜群里散布八卦,这本身也证明,其并无将不实信息公然散布的故意。对此项申辩理由,公安机关在作出处罚决定时,也应予考虑。

据悉,本案中公安机关除了处罚林某外,另有两名在微信群和私聊中与林某探讨此事的老师,同样被拘留2日和4日。而被拘留处罚的林某,已将天台县公安局告上法庭,要求撤销天台县公安局对其作出的行政处罚拘留书,且判令被告依国家规定赔偿其被拘留期间的经济损失和赔礼道歉。该案也马上就要在天台县法院开庭审理。

本案虽然案情并不复杂,却关涉到公众在网络沟通和虚拟世界交流的行为边界。故,对案件的审理结果,必然会引发公众的持续关注,也希望公安机关在审判中给出更充分的处罚理据,由此排除公众对此类案件的可能疑虑。

【异闻观止】环球时报|“强烈反对”美国AI公司反华言论,姚顺宇宣布跳槽

9 October 2025 at 15:55

file

CDT编者按:文末附疑似姚顺宇(Shunyu Yao)本人发布在(alfredyao.github.io)上的相关博文。


据香港《南华早报》10月8日报道,一名人工智能(AI)领域的中国学者宣布从美国AI初创公司Anthropic离职,加入其竞争对手谷歌的DeepMind实验室。他表示,Anthropic的“反华言论”是自己离职的重要原因之一。

根据姚顺宇(Shunyu Yao)6日在个人博客发布的文章,他在大语言模型Claude的开发商Anthropic工作不到一年就离开。他说自己“强烈反对”该公司的“反华言论”。上个月,Anthropic公司宣布将停止向“中国实体控股的公司”提供人工智能服务,并在内部文件中将中国列为“敌对国家”。对此,姚顺宇在文中写道:“需要说明的是,我相信Anthropic的大多数员工并不同意这种定性,但我认为,我已没有办法继续留下来。”

CDT 档案卡
标题:“强烈反对”美国AI公司反华言论,姚顺宇宣布跳槽
作者:环球时报
发表日期:2025.10.9
来源:微信公众号“环球时报”
主题归类:反华
CDS收藏:公民馆
版权说明:该作品版权归原作者所有。中国数字时代仅对原作进行存档,以对抗中国的网络审查。详细版权说明

报道称,公开资料显示,姚顺宇本科毕业于清华大学,后在斯坦福大学获得理论与数学物理学博士学位,并曾在加州大学伯克利分校从事博士后研究。2024年10月,他加入Anthropic,参与研发Claude 3.7 Sonnet大语言模型,该模型已于今年2月发布。

姚顺宇表示,他之所以选择加入Anthropic是因为该公司被视为是“物理学背景的学者进入人工智能研究领域的理想起点之一”。他写道:“与物理学相比,人工智能的发展速度快得惊人。回顾过去一年,我对已发生的变化感到震惊。”

《南华早报》报道称,近年来,包括OpenAI在内的多家美国AI公司对中国的负面言论增加,包括直接点名来自中国的竞争者DeepSeek公司。一名要求匿名的前员工透露,OpenAI内部部分来自中国等国的技术人员对公司的相关言论感到不安。

相比之下,谷歌DeepMind首席执行官德米斯·哈萨比斯(Demis Hassabis)呼吁中美两国在人工智能安全等共同关切的领域加强合作。目前,姚顺宇已跳槽加入谷歌DeepMind的大语言模型“双子星”(Gemini)团队,负责参与开发该公司的基础模型。

针对Anthropic公司针对中国企业的相关做法,中国外交部发言人郭嘉昆在9月5日表示不了解具体情况,并强调中方一贯反对将科技和经贸问题政治化、工具化、武器化,这一做法不利于任何一方。


原文链接

My infant year as an AI researcher — Moving from physics to AI

我作为人工智能研究员的幼年岁月——从物理学转向人工智能

Shortly after I left Berkeley postdoc and joined Anthropic, I was planning to write a short article, mostly as a note for myself, about my thought process behind leaving physics and join AI research.

在我离开伯克利博士后并加入 Anthropic 后不久,我本打算写一篇短文,主要作为给自己的记录,说明我离开物理学并投身人工智能研究的思考过程。

Yet, I have never got time to write those down due to the intense work at Anthropic :) Until last Friday(Sept.19), I resigned from Anthropic and got a week’s break before I joined Google DeepMind.

然而,由于在 Anthropic 的紧张工作,我一直没有时间把这些写下来 :) 直到上周五(9 月 19 日),我从 Anthropic 辞职,并在加入 Google DeepMind 之前休息了一周。

Why did I leave physics, and why did I choose AI

我为什么离开物理学、为什么选择人工智能

Mostly because I want to find a direction that have more chances for young people. Theoretical physics is an amazing field for training: it is intellectual challenging, deep and require technics from wide variety of fields including math, computer science(eg.complexity theory) and of course, physics itself. Yet, this field has running out of experiments for many years. A field without experiments can be problematic in many different ways, for example, it will be hard to judge objectively the importance of a theoretical work. It will also be hard to unblock disagreements/confusions just by systematical experiments.


主要是因为我想寻找一个对年轻人有更多机会的方向。理论物理是一个极好的训练场:它在智力上具有挑战性、深刻,并且需要来自包括数学、计算机科学(例如复杂性理论)以及当然还有物理学本身在内的多种技术。然而,多年来这个领域的实验越来越少。一个没有实验的领域在许多方面都会出现问题,例如,很难客观地判断一项理论工作的意义。仅靠系统性的实验也很难解决分歧或澄清困惑。

Then it mainly comes down to AI or QC(quantum computing). Although I believe QC will become important in the future, my impression is the bottleneck now is mainly experimental platforms. Thus I choose AI, which is interestingly similar to physics research as follows:

于是主要就在人工智能和量子计算之间做选择。虽然我相信量子计算将来会变得重要,但我的印象是目前的瓶颈主要在实验平台。因此我选择了人工智能,有趣的是,它在以下方面与物理学研究相似:

How does working on AI feel as a physicist?

作为一名物理学家,从事人工智能的工作是什么感觉?

In some sense, it is similar to research on thermodynamics during the 17th century. Back then, people didn’t even know what was heat: in fact people still believed in Phlogiston theory. But this does not stop people from experimenting scientifically. For example, Boyle’s law tells the relationship between pressure and volume when temperature is fixed. Thus by designing experiments systematically, people still learnt enough ‘laws’, which guided the invention/study of heat engine that changed the word.

在某种意义上,这与 17 世纪对热力学的研究类似。那时,人们甚至不知道什么是热:事实上人们仍然相信燃素说。但这并不妨碍人们进行科学实验。例如,玻意耳定律描述了在温度固定时压力与体积的关系。因此,通过有系统地设计实验,人们仍然学到了足够多的“定律”,这些定律指导了热机的发明/研究,从而改变了世界。

From my naive point of view, it is similar in large scale AI models. On one hand, we still don’t have reliable theory or models describing the behavior of large neural networks. On the other hand, systematical research start to tell us lots of valuable lessons, eg scaling law. (And having those systematical research is becoming an essential element for making constant progress at large scale.)

从我天真的观点看,大规模人工智能模型在很大程度上也类似。一方面,我们仍然没有可靠的理论或模型来描述大型神经网络的行为。另一方面,有系统的研究开始告诉我们许多有价值的经验,比如尺度定律。(而且拥有这些系统性研究正成为在大规模领域持续取得进展的一个重要要素。)

Why Anthropic, and why leaving?

为什么选择 Anthropic,又为什么离开?

Even though I left anthropic, I still view ant as (one of) the best place for physicists(maybe also other STEM background PhD) to start their journey in AI research. I joined anthropic on Oct.1st 2024, when we start to do research for the later called Claude 3.7 sonnet. After being a physicist for many years, it was so exciting to see your research getting impact on the frontier model capability immediately, and witnessing people’s way of interacting with AI changes as new capabilities emerge.

尽管我离开了 Anthropic,我仍然认为 Anthropic 是物理学家(也可能包括其他理工科背景博士)开始 AI 研究之旅的最佳去处之一。我在 2024年10月1日加入Anthropic,当时我们开始为后来被称为Claude 3.7 Sonnet的模型做研究。作为多年的物理学者,看到自己的研究立即对前沿模型能力产生影响,并目睹随着新能力出现人们与AI互动方式的改变,令我感到非常兴奋。

Yet, I decided to leave due to two main reasons:

然而,我决定离开主要有两个原因:

  1. ~40% of the reason: I strongly disagree with the anti-china statements Anthropic has made. Especially from the recent public announcement, where China has been called “adversarial nation”. Although to be clear, I believe most of the people at anthropic will disagree with such a statement, yet, I don’t think there is a way for me to stay.

  2. 大约 40%的原因:我强烈反对 Anthropic 所发表的反华言论。尤其是在最近的公开声明中,将中国称为“对抗性国家”。需要说明的是,我相信 Anthropic 的大多数人会不同意这样的说法,但我认为我无法继续留在这样的环境中。

  3. The remaining 60% is more complicated. Most of them contains internal anthropic informations thus I can’t tell.

  4. 其余的 60%则更为复杂。其中大部分涉及 Anthropic 的内部信息,因此我不能透露。

Time to move on!

是时候继续前进了!

Relative to physics, AI moves insanely fast and looking back I am surprised by how much has happened in the past one year. It was a great honor to see Claude getting better from 3.7 to 4.5, and I personally learnt a lot. Yet it is time to move on.

相对于物理学,人工智能的发展快得惊人,回顾过去一年发生的事情我也很惊讶。看到Claude 从 3.7进步到4.5我感到非常荣幸,我个人也学到了很多东西。然而,现在是继续前进的时候了。

From a personal perspective, Anthropic was my first, and the only, AI job, thus I don’t want my experience/knowledge being biased by a specific lab.(Especially because nowadays core-research do not write paper anymore.)

就个人而言,Anthropic是我的第一份也是唯一一份 AI 工作,因此我不希望我的经验/知识被某一家实验室所偏颇。(尤其是因为现在核心研究不再写论文了。)

So Ant, it was good with you, but it is better without you :)

所以Ant,和你在一起很不错,但没有你会更好 :)

I joined Google DeepMind on Sept.29th.

我于9月29日加入了Google DeepMind。

A Tough Job for Jay Powell at the Fed Gets Tougher

Some at the central bank don’t feel the need to cut rates further this year; others are worried about the jobs market. That complicates the job of Jay Powell, its chair.

© Caroline Gutman for The New York Times

Lingering concerns among some Fed policymakers about inflation will add to Jay Powell’s task of forging a consensus on rate cuts.

新车提车及车险购买

By: liuliren
9 October 2025 at 09:02
liuliren: 人生第一辆车即将提车,与 4s 店协商后可以在外面自行购买车险,研究了下可以查询到的信息,以下为打算购买的险种:
交强险:上路必买,950 元
医保外用药:拉满,30 万保额,约 50 元
三者险:大于 300 万保额,约 1400 元
车损险:根据车价评估,20w 车约 3000 元
外部电网故障损失险:25 元
驾乘险:50w 保额
座位险:2w 保额
轮胎险
涉水险
坐标南方,新能源汽车,以上方案是否需要调整?是否可以比较提车地和户口所在地的保险价格?(有推荐的销售也可以安利俺)另外请教下在车衣、车内用品、提车方面有什么实用建议?

Sora2video:国庆“肝”出的 AI 视频生成器,欢迎试用!

9 October 2025 at 18:50
cccoding00:

国庆假期我肝出了一个新项目:sora 视频生成站点 sora 2 video

核心功能

  • 免费在线:浏览器直开,随用随走,每日有免费额度。
  • 文本生视频:输入文字,AI 帮你生成多个视频片段。
  • 快速便捷:生成快,可及时调整和下载。
  • 多场景:商业、教育、个人创意等都能用。

如何使用?

  1. 打开 sora 2 video
  2. 输入描述,选择风格时长。
  3. 满意即下载。

有任何建议或反馈,欢迎在评论区交流!也可以留下邮箱,我给大家加 500 积分。

请教下关于出金

9 October 2025 at 18:11
Obrigado0815:

查了下本帖子的出金教程,发现有些时间间隔了; 因此,请教下各位大佬,出金教程,本人有港卡,推荐 okx - kraken - 众安吗? 另外,如果直接出到支付宝,触发风控,会不会影响到支付宝内购买的基金呢? 大概在一两千 u 吧;

群晖的 Cloud Sync 在飞牛等其他 NAS OS 上有没有替代?

By: midGQ
9 October 2025 at 17:46
midGQ:

一直以来用黑裙的 Cloud Sync 同步我的数据到公有云(包括 OneDrive 、阿里云盘等),整个体验算是非常省心,虽然同步的速度不快,但是没出过大的问题。 想请问一下类似的需求,除了 Cloud Sync 之外,还有别的方案吗?(可以接受付费的)

国内业务准备出海,想咨询下大佬们怎么样的方案最好

By: xihhh98
9 October 2025 at 17:21
xihhh98:

大佬们好,想咨询一个问题,我们服务器用的腾讯云广州,现在海外用户访问接口比较慢,还容易丢包,现在想用 CN2 GIA 的海外节点 VPS 做转发,不知道这种形式怎么样,有没有更好的方案?有大佬做过类似的优化么。感谢大家。

也考虑过如果部署多端,感觉成本比较高。

国行联想平板解锁刷国际版系统后能不能回锁

9 October 2025 at 17:19
FozillaMox:

如题。近期在京东买了联想的平板,固件带有“CN”。但是系统实在太难用、太多 bug 了。特别是从原来的 ZUI 升级到 ZUX OS 后,连屏幕旋转都出现问题,部分 app 无法旋转到竖屏模式。于是决定刷机,为了更好的 Google 服务(圈定即搜在 CN 版不工作)以及多语言,打算刷国际版。

现在找到了国际版的 ROM ,zip 名字写着“售后专用”,应该是官方的包?但我不知道能不能回锁。回锁纯粹是我懒得跟 Google 斗智斗勇,暂时不考虑 root 安装模块,想要达到原生的 Widevine L1 。希望了解这方面的朋友指教🙇‍♂️

摸鱼刷 Reddit 太累了?写了个 AI 总结工具,一键看精华

By: tomyail
9 October 2025 at 17:11
tomyail:

最近经常逛 Reddit ,发现了几个超适合摸鱼的板块比如 /selfhosted /SideProject /HomeServer /devops /homelab ,但有几个问题:

  1. 全是英文,看着费劲
  2. 讨论动不动就几百楼,翻到眼花
  3. 看个帖子半小时没了,根本不像摸鱼

所以 vibe coding 搞了个小工具:Reddit Summary - https://reddit.tomyail.com/

用法超简单

  • 复制 Reddit 链接,扔进去
  • AI 自动总结帖子和讨论精华
  • 几秒钟十几秒就知道大家在聊啥
  • 你也可以拖动网站首页的书签图标到浏览器的书签栏,下次打开 reddit 网站点这个书签就能直接总结了

国庆 vibe 了个历史人物猜谜游戏

9 October 2025 at 17:09
takanashisakura:

线上地址: https://history-echoes.umiko.moe/

项目地址: https://github.com/umitsurumi/history-echoes


起因是国庆期间和朋友玩的历史角色猜谜游戏,感觉这东西很适合让 AI 来生成谜题。但鉴于自己是个瓜皮 java ,所以也正好拿来作为 vibe code 的一次实践。

vibe code 的流程上大致是这样的:

  1. 叙述大致需求,并与 AI 讨论,明确细节和技术栈,形成具体文档。
  2. 使用 1 形成的文档,与 AI 讨论,整理为 UI/UX 的文档。
  3. AI 以 UI/UX 设计稿实现前端页面( mock 后端数据)。
  4. 后端表结构设计和测试数据初始化,并更新技术文档。
  5. AI 实现后端逻辑和前后端的对接,移除先前的 mock 数据。
  6. 对接 wiki api 和 LLM api ,实现 rag 流程。
  7. bug 修复和优化。

技术栈是 nextjs + prisma + postgresql ,部署通过 cloudflare (国内访问加速) + vercel (应用部署) + neon ( pg 云数据库) 解决的。

大体上的 code 工作都是 AI 完成的,使用的是 vscode + roo code 插件 + deepseek 。和 AI 的讨论就是用的可以预设 prompt 的客户端,比如 UI/UX 和需求确定的时候使用不同的角色扮演 prompt 。

不得不说 deepseek 是真便宜,搞下来才花了 5 块钱,不过这个小游戏本来也不复杂就是了。

国庆用 Gemini 写了一个工具网站,体验挺不错

9 October 2025 at 16:59
blackocean:

工具链接: https://oconvertor.com/zh

背景

在运营 O.Translator 的过程中,遇到一些需求: 1 、针对 PDF 文档,经常会有字体的问题,比如字体乱码、字体覆盖等,这时需要提取并预览排查 PDF 中的字体; 2 、在音频翻译流程中,需要给用户提供从本地视频中提取音频的工具,主打快捷; 3 、用户要求只翻译 PDF 的某些页,虽然在翻译流程中已经支持了相关配置,但是发现用的人也不多,干脆做个 PDF 拆分合并的工具算了; 4 、...
这些需求,大部分是我们自己研发需要,有些也是用户需要,正好国庆这几天有时间,从里面选择几个浏览器本地能做的,尝试让 AI 来做。 于是就有了 O.Convertor 这个网站,整个过程体验感还是不错,下面是大体的流程。

流程步骤

1 、先用 Gemini Web 生成单页面工具

先在 Gemini Web 上生成 index.html ,好处是可以直接在 canvas 预览 UI ;

在这一步的经验是: 在 Prompt 中,要清晰地告诉 Gemini “要做什么”,而不是“要怎么做”。 你可以让 Gemini 生成一个包含所有代码的 index.html ,也可以要求它拆分成 index.html 、script.js 、style.css 三个独立文件,它都能很好地处理。 我选择生成 index.html 、script.js 、style.css 3 个文件,方便后面处理; 然后,不管是生成单个 index.html 还是“3 剑客”,直接下载到本地,浏览器打开 index.html 调试功能 用 Gemini 生成 HTML ,也是为了方便调试; 这一步,UI 可能需要慢慢调试,符合你的审美( Gemini 的审美还是在线的),交互逻辑的完成度还是很高;

2 、转换成 react 组件

对于静态网站,第一步生成的单页面工具就能直接放到服务器使用了,但我希望这些工具页面都有共同的导航 Header 和 Footer ,Header 和 Footer 是项目中的 React 组件,所以我继续将这些 HTML 转成 React 组件。 最开始,我是将 UI 和 js 逻辑都进行转换,但是这样效率不高:

  1. 会有各种 ts 报错;
  2. 修改原始 js ,重新生成组件之后,大概率会带来新的未知问题;

所以,就有之前提到的,将单 index.html 分解成 index.html 、script.js 和 style.css 3 个文件,只将 index.html 进行转换,通过 Script 引入 script.js ,能避免很多问题;

大量的交互操作是在 script.js 中通过纯 js 做的,所以只要调试好 script.js ,即使后续要修改工具能力,重新生成 index.html 对应的组件,成本要小很多;

第二步,是使用 Gemini-cli 在项目本地完成的;

并不是必须要转成 React 组件,像 i18n ,可以直接用 O.Translator 翻译整个 HTML 和 js 文件;像 SEO ,也可以直接写在 index.html 中;我只是想在每个工具页面统一 Header 和 Footer 而已,并且这两个组件会不断的修改;

整体就是以上这两步,但在转换成 React 组件的时候会有其他细节需要处理: 1 、用 lingui 做 i18n ; 2 、UI 风格统一、SEO 内容加强的控制; 3 、第三方库资源加载逻辑; 这些细节,会有一些指令控制的技巧,但整体难度不大,以后有时间再针对聊聊;

结尾

这次给我最大的感受是,Gemini 对于需求的理解,代码逻辑完成度很高,半年前会出现,你让他改 A ,他会改到 B 的情况,现在基本不存在了; 模型大部分是 Gemini-2.5-pro, 小部分是 Gemini-2.5-flash ,即使是 flash ,也能完成任务。 最后,作为老前端切图仔,瑟瑟发抖。

各位大佬们都是怎么走到程序员这条路上来的呢?

By: admin948
9 October 2025 at 16:58
admin948:

最近由于一些事让我突然想起来了我之前开始学习编程的一些事,于是写了一篇回忆:

其实大学时有位好友曾经问过我是什么时候开始自学编程,又是怎么会想到去学编程的。

当时我给出了一个答案,现在的我已经不记得这个答案有几分真又有几分假了,但是当这个答案说出口那一刻开始,我的记忆就默认将这个答案标记为了唯一且正确的答案。

当时我回答的是,因为很久以前,我妈给我买了个手机,那是部诺基亚的小屏键盘机,搭载的是塞班 S40 系统,可以运行 .jar 程序,但是当时的 .jar 程序大多数都是给大屏幕的手机用的,对于小屏手机基本都是可以打开,但是显示不正常,要想使用,只能使用“魔改版”的程序。

在寻找可用的“魔改版”过程中就接触到了一些专门“魔改”程序的大神,也看到了他们出的魔改教程。

在跟着他们学魔改的时候,其中一篇教程的某句话让我印象深刻,大意是:“魔改只是不得已而为之的,只有自己写自己的程序才是最好的”。

于是,我就此走上了学习编程之路。

在最后我感叹道:

恰好经由这件事,我突然开始在骑车下班的路上猛的想起了我最开始写代码时的事,现在想着还是会觉得那时候是多单纯啊。

单纯的以为程序员就是纯粹的写代码,而代码永远是纯粹的,程序员也是纯粹的。

然后就很好奇,其他人是怎么走上这条路的呢?特发此贴

今无心上班 故思之又思 有个点子想分享一下

By: wenkgin
9 October 2025 at 16:57
wenkgin:

大家看故事都是喜欢有始有终,都喜欢看到最终结局。

但是现在互联网信息杂乱、重复,很难看清一个事件的发展脉络。

我就在想能不能有个专门弄个网站或自媒体号来专门记录这些事情,但是鉴于有些事件可能时间可能拉的很长(比如:马航事件,俄乌战争等)。现在自媒体平台大多以单个视频或者合集视频,如果多个事件交叉还是会导致信息很杂乱,不好按时间顺序定位某一事件。所以能不能开发一个网站/自媒体平台按事件发布内容,支持博主增加事件后续等功能来提升体验。

虽然现在各平台百度、抖音都有热点事件的脉络,但是他们都需要你去搜索后才能看到,时间一久可能大家都忘了马航事件还没有后续调查结果,还是回归以前的主动搜索。我的想法是做一个被动推送、按事件发布内容的一个平台。

这是一个大致想法,有人评价/疑问我一会再 append 沟通,想问问大佬们这个点子觉得怎么样,你们感兴趣吗?

还有这想法属于哪个等级:夯、顶级、人上人、NPC 、拉

逆向安全工程学习,这方面有人需求吗?

9 October 2025 at 16:47
CCCCCCCCCCCCCCCC: 背景:
首先,逆向安全工程大佬还是很多,我自己应该偏向于实战派,我逆向过(完整的有结果的)有不下 50 款相关游戏/App ,且跟真实市场交过手,拿到过结果。

逆向安全的收益
1 写代码知道计算机底层的走向,学习上层技术更加笃定。 #实用
2 面试/答辩晋级啥的几乎可以说出比较深入的理解,还可能反将面试官一军。#价值高
3 写代码关注网络安全,以及一些其他容易漏出的破绽 bug 。 #实用
4 后续能力达到,可以接一些副业或者自己创业。 #长期价值可积累,因为底层短期基本不会变

目标用户:几乎 90%的程序员(拍脑袋的数据)。

不知道上面的价值是否有需求,如果有需求我打算输出一些,前期可能是一些实战的一些资料,因为这是我平时产出,还是比较多的,后期的话,看需求看看往哪个方向发展。

我就剪个毛寸也能遇到煞笔理发师

9 October 2025 at 16:42
kingkongdog: 好久没理发了,今天去理发,小区门口找了个新的理发店,没想到是个灾难。第一,洗完头不给擦干,让我自己擦,我左手拿着眼镜,很不方便。第二,剪头时不知道是不是剪刀不够快疯狂拽头发,拽的我头皮疼。第三,吹头发时对着耳朵眼吹,很难受。剪头发本来是个很享受的过程,没想到遇到煞笔这家理发店,好心情全没了。
❌
❌