🚨 破大防了,家人们!黎曼猜想被 Claude 攻破了?!
困扰人类167年的数学世纪难题,可能真的要被 AI 拿下了!
Anthropic 数学研究员宣布,他与 Claude 合作找到了黎曼猜想的证明,目前仍有待独立验证。
但你知道吗?这道数学难题的意义,远不止数学本身。
它甚至与保护我们数字世界的密码学有着深刻联系:
黎曼猜想研究的是质数分布背后的规律。而质数,恰恰也是 RSA 等现代加密技术的重要数学基础。
这一突破还可能催生新的数学方法,推动密码分析与算法优化,甚至启发全新的加密技术。
但是‼️‼️如果 AI 能持续发现人类尚未掌握的数学方法,未来就可能找到针对现有密码系统的全新攻击方式。
而让我担心的是,这些能力一旦被别有用心的人利用,AI 就可能从攻克数学难题的助手,变成突破网络安全防线的工具。
🚨 BREAKING: Claude just cracked a 167-year-old mathematical mystery?
An Anthropic researcher claims to have solved the Riemann Hypothesis, one of mathematics’ greatest unsolved problems, with the help of Claude.
This problem concerns the hidden patterns behind prime numbers, the building blocks of mathematics and a foundation of modern cryptography.
If verified, this wouldn’t just be a historic mathematical breakthrough. It could mark a turning point where AI begins discovering knowledge beyond what humans have managed to uncover.
And the timing couldn’t be more ironic:
Anthropic’s stock is also plunging nearly 10% today , alongside a broader AI selloff.
Could this be a potential bomb dropped by Anthropic trying to fire up the market and fight the Wall Street ?
#ANT #RiemannHypothesis
谁把 Monid 的 launch 排在 GTA 6 解锁前夜的?我手柄都拿起来了!
刷到 IGN 给了 10/10,往下一滑,GameSpot 也是 10/10。我第一反应居然是:R 星的股票不得涨疯了?等一下,R 星有股票代码吗?
我就想查个公司背景,总不能先交一年年费吧。于是我打开 Claude,让它用 Monid 查,按请求付费,一次 也就是说10 美分。
原来R 星并没有上市,是 Take-Two 的全资子公司,股票代码 TTWO 是母公司的。
行了,股票代码记下了。今晚先给他们贡献一份销量。🎮
#MonidKilledPitchBook #GTA6
黄仁勋首次在 X 上公开表态,表达了愿意回归英伟达的意愿!!
我之前就说过,这可能是一次历史级别的资本操盘
11月17日当天,英伟达第三季度财报也正式公布:营收高达1158亿美元,同比增长103%;数据中心业务营收1076亿美元,同比增长110%;第四季度营收指引更是达到1300亿美元。
然而,在随后的财报电话会议上,新任 CEO 却明确表示,董事会从未考虑过让黄仁勋回归。
但在我看来,这更像是一次探底。
看看市场到底是为老黄买单,还是买业绩的账,从股价表现来看,即便释放了董事会无意让黄仁勋回归的负面信号,股价依然开始回暖。这或许意味着市场已经在现阶段真正触底,最悲观的情绪正在被消化。
如果老黄在近期回归,他将真正意义上做到历史级别的抽底。做到名利双收!
🤖 Made with AI
Over the past week, I’ve been overwhelmed by the love and support of friends, industry colleagues, and people I've never met. Thank you to everyone who has shown kindness to my family and me. It means the world to me.
I came to the United States 53 years ago, and becoming an American citizen is one of the greatest gifts and proudest moments of my life. NVIDIA has been my life’s work. Building it into the company it is today alongside my colleagues has been a privilege and an honor. Nowhere but in America could a company like NVIDIA be possible. I love our country, and I love NVIDIA.
I did not live up to the standards expected of everyone at NVIDIA, and I have made serious mistakes in my personal life. I created problems for the Board that I deeply regret. I own my mistakes completely, and I am committed to cooperating with the Board’s independent investigation.
Since my departure, I’ve seen an outpouring of calls from NVIDIA’s employees, investors, business partners, and customers for me to return as CEO. Many continue to reach out to me directly as the company navigates complex technology, market, competitive, and geopolitical dynamics. NVIDIA is a once-in-a-generation company. If the Board of Directors decides that my return is in the best interest of our shareholders, our employees, the company, and America, I would be honored to answer these calls and return as CEO.
Thank you again to everyone who has shared their good wishes. I am profoundly humbled by your support. To my family: I love you, and I will spend the rest of my life being worthy of yours.
Jensen
如果每个人的 AI 都觉得自己的方案最好,那这会还开得完吗?
同事带着他的 AI 来说服我,我再带着我的 AI 去反驳他。最后人数没变,可意见翻了一倍,谁都觉得自己有理。
你给 AI 讲你的背景,他给 AI 讲他的逻辑。各自在独立对话里反复打磨,方案越来越自洽,可最后的意见未必能够合并到一起。那团队合作该怎么往下走?
我觉得需要的是让意见之间发生讨论,共同修改。而@Teamily就解决了这个问题。
在 Teamily Collaborative Studio,把同事和 Agent 放进同一个协作空间,围绕同一份作品讨论,直接在需要调整的位置留下反馈。大家共同审视不同意见,经过人批准,再交给 Agent 执行修改,改完继续检查和迭代。
团队合作,就该用一个AI,倾听所有人的意见,做大家的AI。
黄仁勋正式宣布辞去英伟达CEO身份,
其出轨风波与背后:其实是一场针对英伟达的资本与政治双重清算
11 月 8 日,英伟达创始人兼 CEO 黄仁勋向公司员工公开承认自己对婚姻不忠,并就此向妻子、家人及公司道歉。
但真正让整个事件迅速升级的,是这段关系背后牵扯到的势力 - 黄仁勋的婚外情对象Alice Huang,被美国情报机构怀疑与中国情报活动存在联系。
恰恰此时又正好撞上了美国政治权力重新洗牌的关键时刻。
11 月 3 日,民主党赢得美国中期选举,取得下一届国会参众两院的控制权,意味着国会调查权、监管议程以及对特朗普政府科技政策的制衡力量即将发生变化。
今日,黄仁勋又被爆出与英伟达医疗健康副总裁Kimberly Powell有染,直接致使英伟达董事会考虑罢免黄仁勋。
短短几天,一场原本属于私人领域的婚外情,迅速演变成涉及国家安全、芯片出口管制、企业治理与资本市场的多重危机。这一切真的是巧合么?
这场风波背后的因果,并不是黄仁勋的个人道德问题,而是它所提供的政治与监管突破口。
英伟达的商业帝国不仅拥有强大的 GPU,也掌握着经过近二十年积累、令整个硅谷都难以轻易摆脱的 CUDA 生态 - 英伟达的技术护城河,其坚固程度至今仍让所有竞争者很难单纯依靠技术从正面攻破。
早在 2006 年,英伟达就推出了 CUDA 并行计算平台。经过近二十年的发展,CUDA 早已不只是一个简单的编程工具,而是连接全球开发者、深度学习框架、计算库、数据中心和 AI 应用的庞大软件生态。
对于一家 AI 企业而言,购买 GPU 只是整个计算体系的起点。真正昂贵的是围绕硬件建立起来的全部研发基础:模型训练、软件适配、算法优化、集群调度,以及无数工程师投入的时间与资源。而且这些系统已经围绕 CUDA 建立尽20余载。
这就是为什么微软、谷歌、亚马逊、Meta 等科技巨头,即使拥有庞大的资金和研发团队,也无法在短时间内复制英伟达所建立的完整生态。要复制一个经过二十年积累、被全球开发者广泛采用的软硬件生态,绝不是单纯投入资金就能够立刻解决的问题。
这是资金和时间的双重拉锯战,而在AI快速迭代发展的当下,时间是所有科技巨头都挥霍不起的奢侈品,谁都不想在这场AI竞赛里成为第一个被淘汰出局的公司。
英伟达就是抓住了这一痛点,只要客户的转换成本足够高,它就能够继续维持强大的商业议价能力。
微软,Meta,谷歌,亚马逊,OpenAI 和其他模型公司都需要GPU。这些企业在下游竞争得越激烈,对上游基础设施的投入就越庞大。硅谷最有钱的这些科技巨头,正在花自己的钱,不断巩固另一家公司的技术护城河。
但你以为黄仁勋的商业布局就到此为止了么?
历史早已反复证明,每一场技术革命,基础设施供应商永远是最先受益者,但最先被时代掩埋的,也是他们。2000 年互联网泡沫时期,光纤与通信设备供应商曾一时无两。然而,当建设趋于饱和,供需关系逆转,订单与利润开始萎缩时,北电网络等巨头最终面临的就是破产的宿命。革命成熟后,价值最终流向的是掌握用户、应用与生态的平台,而非那些为搭建未来生态提供一砖一瓦的基础设施供应商。
黄仁勋显然不会允许英伟达重蹈覆辙。于是随着英伟达积累越来越多的资本,它开始通过投资、产业合作和基础设施融资,进一步参与整个 AI 生态的扩张 — 英伟达用出售 GPU 赚来的钱,反过来投资 AI 企业、支持数据中心建设,而这些企业扩张后又会产生更多 GPU 采购需求,形成资本与需求相互推动的商业闭环。黄仁勋不仅要赚 AI 基础设施的钱,还要通过股权投资分享下游企业的成长收益,让英伟达从单纯的供应商变成整个 AI 产业的资本参与者。
从 CUDA 构筑软件生态,到如今通过投资、融资与产业合作深度绑定 AI 产业链。他试图摆脱历代技术革命供应商的宿命,也因此让英伟达成为整个产业链最难以摆脱的利益中心。
这正是英伟达真正令人开始忌惮的地方。
对英伟达的围剿,其实早已展开:美国司法部其实早已对英伟达的部分市场行为展开调查。其实如果你对这家公司持续关注,你就会发现围绕英伟达市场权力的监管争议,早在此次丑闻之前就已经存在。
而这次婚外情风波,即使最终没有发现任何商业机密泄露,一场持续的政治与监管调查,仍然可能影响英伟达的管理层注意力、商业谈判及资本市场风险预期。对于资本而言,削弱一家企业,并不一定需要直接击败它的技术,改变它所处的商业环境,也可能改变整个产业链的利润分配。
这就是资本与政治双重施压:资本执棋,政治落子。
只要规则发生变化,原本建立在技术优势之上的商业格局,就可以被重新调整。而黄仁勋的私人丑闻,就是这一变数的催化剂。
黄仁勋耗费二十余载,以 CUDA 筑起软件生态的护城河,以 GPU 技术巩固算力霸权,再以资本为纽带,将整个 AI 产业链编织成一套近乎天衣无缝的商业闭环。可谁曾想,这座在技术上固若金汤、商业上环环相扣的庞大帝国,在政治的角力、利益的倾轧与人心叵测面前,竟也显得如此单薄。
老黄算尽世间一切,却还是算不透人心
🤖 Made with AI
NVIDIA announces CEO transition. Read the release: nvidianews.nvidia.com/news/n…
AI 究竟能让科研快多少?
Anthropic 的估算是:如果现有 AI 工具得到充分使用,同样一笔研究经费,能让计算机科学的产出接近原来的 2 倍,化学约为 1.4 倍。两个数字都是模型推演。要理解这个差距,得先看看科学家今天到底把什么工作交给了 AI。
11 月 5 日,Anthropic 发布了一项覆盖 34 个领域的研究,分析了 20.7 万次 Claude 和 Claude Code 科研会话,还调查了 528 名科学家。
通用 Claude 的科研会话里,33.7% 用于数据分析,32% 用于写作与交流,两项加起来接近三分之二。到了 Claude Code,光是分析数据就占了 48.1%。
但报告里最让我停下来的是另一组数字。当科学家把 100 分分给四类任务,评价哪一步对重要研究成果贡献最大时,「构思和提出假设」拿到了最高的 35.6 分。可在通用 Claude 的科研会话里,专门用于这件事的只有 4.2%。
为什么会有这个落差?一段分析代码写完,研究者可以运行它、检查结果,再让 AI 修改。可如果 AI 提出「一种老药也许能作用于另一个蛋白质」,判断它值不值得追下去,就得查已有证据、设计实验,还可能要花几个月等结果。接入专业数据库的 Claude Science 已经更多地参与了这一步,构思和提出假设占其科研会话的 8%。这些会话记录能告诉我们研究者在尝试什么,假设本身的质量还得靠实验检验。
这也是我读完后的判断:随着分析越来越快,实验室可能会积累更多来不及验证的想法。到那时,科学家面前最难的问题会变得很具体——如果 AI 今晚给你十个看似合理的假设,而你只有经费验证一个,你会选哪个?什么证据会让你改变主意?
Anthropic 研究原文





















