今天这期谈话的嘉宾Jacky，是一位数学系做纯数学方向的在读博士生。 Jacky 是我本科时候一位特别有意思的室友。刚认识他的时候，我一度觉得他有点像《生活大爆炸》里的谢尔顿：脑子转得特别快，一聊到自己感兴趣的问题就会非常投入。一开始我还不太熟悉他的表达方式，偶尔会不知道该怎么接他的话。但相处一段时间以后，我意识到，他其实是一个非常热心的人。无论我问他什么问题，他都愿意花很多时间，一点一点给我讲明白。他甚至专门在宿舍里买了一块白板，用来讨论问题。我们在那块白板前，一起讨论过数学/计算机技术/甚至哲学。每次一聊就是很久。到现在我都还能想起他站在白板前手舞足蹈、越讲越兴奋的样子。 最近一次旅行，我恰好路过 Jacky 现在居住的城市。他非常热情地邀请我去家里做客，也兴致勃勃地向我介绍了一个他目前参与运营的社区项目——TeaCon。简单来说，TeaCon 是一个围绕 Minecraft，也就是《我的世界》举办的线上模组展览会。许多开发者会把自己制作的游戏模组带到这里展出，而观众则可以直接进入游戏中的虚拟展馆，像在线下逛展一样，亲自体验这些作品。 🍵 TeaCon 2026 网页链接：https://teacon.cn/ 🍵 听他介绍 TeaCon 的时候，我感觉他似乎还是本科时那个站在白板前的 Jacky：一旦碰到真正感兴趣的事情，就会越讲越兴奋，也总想把这份心情分享给周边的人。也正是在这次做客期间，我们坐下来录了这期播客。 难得重新见面，我也积攒了很多一直想问他的问题。其中最想听到的，当然是他作为一名纯数学研究者，如何看待 AI 最近在数学领域取得的进展：包括但不限于，接连攻破平面单位距离猜想，Jacobian猜想等著名数学问题，到最近甚至解决了7大千禧年难题之一的NS方程问题。说实话，看到这些新闻时，我自己一方面觉得兴奋，另一方面也会产生一种非常朴素、甚至有点悲观的念头：数学家是不是就快要“失业了”？如果提出猜想、寻找证明，甚至形式化验证这些环节都可以被AI完成，那么为什么还需要人来做数学？数学家真正不可替代的部分又是什么？ 所以我特别想听听 Jacky 是怎么看待这些问题的。而他也确实没有让我失望——不夸张地说，在最近这些热火朝天的 AI for Math 讨论中，Jacky 的观点是少数真正让我重新找回一些信心的声音。或许到最后，数学还真是一场只有人类能玩的游戏。 本期内容比较长，大家可以按照时间轴，自行跳转到感兴趣的部分。那么话不多说，让我们正式开始今天这场谈话吧。 时间轴： 08:06 “我把 LLM 叫作“流浪猫” 13:58 AI 应该作为思想自行车，而不是替你许愿的机器 20:00 非技术背景的人，真能靠 AI 从零做出产品吗？ 28:32 “一个电脑装了20 个 Anaconda”：不知道自己在做什么时，AI 会有多危险？ 33:43 AI 快速攻克数学问题，究竟改变了数学研究什么？ 45:00 “数学更像是一个艺术创作的学科。” 50:31 “解决问题，我觉得仅仅是个副产物。” 52:21 “数学研究本身，是一个来回在严格和非严格之间跳的过程。” 53:31 如果 AI 写出无人能理解的百万行证明，结果还有意义吗？ 01:05:58 AI 能复制数学家的脑洞吗？ 01:18:33 仅靠人类文本训练，AI 能复刻人类的价值观吗？ 01:21:14 快问快答 01:26:19 “我希望数学形式化尽早成为大家天天使用的研究工具。” 01:29:17 AI 时代最稀缺的，为什么是靠谱的直觉和经验？ 01:31:03 “新中世纪假说”：高速增长结束后，世界会重新变成孤岛吗？ Music Credits Special thanks and credits to: “Gimme that Groove!” by Michael Ramir C., via Mixkit. “Futuristic Architecture” by SPmusic, via Pixabay. “Nostalgic Night” by Michael Ramir C., via Mixkit.

今天这期谈话的嘉宾ZY，是一位佐治亚理工机器人方向的一位在读博士生，也是我本科时候的学长，目前暑期在英伟达的 Gear Lab实习。 我和他是在本科时一起做新生帮助工作的过程中认识的。从那时候起，他给我的印象就一直是热心、靠谱，做事很有条理，又非常容易相处。很多年过去了，再见到他，还是会有这种熟悉的感觉。 录制这期播客的地方，就选在了英伟达的总部，在我们见面之前，ZY也刚刚结束了一天跑实验，调参数的忙碌，前来赴约。聊天途中，我还顺便体验了一下英伟达三毛钱一瓶的气泡水的员工福利。 因为ZY钻研机器人方向很久，我一直攒着不少问题想当面问他。比如我们已经见过 AI 写文章、写代码，但为什么一到现实世界里，让机器人做一些人类习以为常的小事，如拿杯子、叠衣服，好像就没那么容易了？那些演示视频里看起来很厉害的机器人，距离真正走进我们的家里，帮我们做饭、收拾屋子，还要克服哪些困难？ 带着这些疑问，我们聊到了机器人的学习范式，也聊到了他怎么看待自己的研究工作。一个让我觉得印象深刻的点是，当我们聊到 AI 会不会有一天把许多研究者取代时，他倒显得非常豁达。他说，那就退休，找块地方种种菜、养养鸡，也挺好的。这确实让我有点惊讶，也忍不住在想：一个人是否真的可以一边真心期待技术向前发展，一边也坦然接受，未来自己的工作可能被取代的现实？ 当然，我们未必能在这场谈话里找到确定的答案。但不管怎样，和一位许久不见的老朋友坐下来，聊聊他眼中的进展与困难，以及那些他自己也还没想明白的问题，这场谈话本身就是一件很有趣的事。 本期内容比较长，大家可以按照时间轴，自行跳转到感兴趣的部分。那么话不多说，让我们正式开始今天这场谈话吧！ 时间轴： 03:23 在英伟达做机器人研究，是一种怎样的体验？ 05:22 给机器人领域画一张地图：从硬件到学习范式 16:16 机器人学得太慢，还是我们忘了自己学过多久？ 28:39 代码越写越多，我们却逐渐失去了对代码的掌握 31:18 “番茄炒蛋，无东坡肉版”：AI 为什么总在不重要的细节上较劲？ 35:17 机器人的“GPT 时刻”到了吗？ 45:01 莫拉维克悖论：为什么 AI 会下棋、写文章，却做不好家务？ 52:34 碳基生命只是硅基生命的启动程序吗？ 54:19 那些解释不清的执念与热爱，可能才是创造的动力 57:21 如果能复制你的大脑，就能理解你在想什么吗？ 01:02:34 论文多到审不过来，学术界该如何筛选好的研究？ 01:10:14 AI 会取代博士生吗？ 01:12:26 “那就退休，种菜养鸡” 01:18:09 比起博士生，修车工人可能更难被替代 01:23:28 未来更稀缺的，是想象力和责任 01:26:40 “我们会让机器人进入千家万户。” Music Credits Special thanks and credits to: “Gimme that Groove!” by Michael Ramir C., via Mixkit. “Futuristic Architecture” by SPmusic, via Pixabay.

今天这期谈话的嘉宾，是我的本科室友兼好朋友阿谈。他目前是加州大学河滨分校计算机系的一名博士生。在我的印象里，阿谈一直是个典型的“社交恐怖分子”：他似乎每时每刻都精力充沛，坐上 Uber 不到十分钟，就能和司机师傅聊起人生理想，他还能在公寓附近的楼下的流浪汉侃侃而谈。 因为我们都在加州上学，也一起结伴旅行过很多次。旅游途中，我们经常聊起最近对于生活、科研和人生的一些胡思乱想，其中自然也少不了那些关于 AI 的大问题。让我印象非常深刻的一次，就是在我们畅想ai所带来的新兴产业时，他便预言了“AI保险”，这个特殊品类的诞生，也就是为 AI 的错误所造成的损失承保。 至少对当时的我们来说，“AI 保险”还是一个听起来很天马行空的概念，但几年后的今天，Armilla 推出了专门覆盖 AI 幻觉、模型漂移和系统失灵等风险的责任险；另一家新兴保险公司 Corgi，也纳入了面向科技企业的AI商业保险产品，估值来到几十亿美元。这不由得让我佩服阿谈的先见之明。 本次播客录制于美国圣地亚哥的一个天气晴朗的下午，我们敞开聊了许多有趣的话题，心情也变得非常舒畅。本次播客大约1个半小时，时间较长，大家可以按照时间轴，自行跳转到感兴趣的部分。那么话不多说，让我们正式开始谈话吧。 时间轴： 02:42 “AI不能替人坐牢”：从旅途闲聊到AI保险的预言 10:31 AI越来越能工作，为什么反而越来越不好玩？ 20:15 AI偷偷换掉论文图片：一次操作如何换来 Strong Reject 27:11 火鸡科学家负责预测未来，我选择在旁边继续干饭 31:56 如果80%的工作被取代，我们是否会进入UBI社会？ 37:12 没有工作以后，人的价值感从哪里来？ 40:01 人人都需要创造吗？学习本身是否也是一种创造？ 49:22 AI越了解你，代价就越大？个性化与隐私之间的交换 57:15 当AI进入科研，人的智能正在贬值吗？ 01:00:40 论文会成为这个时代的八股文吗？ 01:06:29 大模型有没有意识，或许取决于你是否相信它有 01:14:35 “我最不希望AI代替我的，是成为数字生命” 01:17:32 未来最稀缺的，为什么可能是爱情？ 01:23:46 即使我们都是火鸡，也要做一只快乐的火鸡 Music Credits Special thanks and credits to: “Gimme that Groove!” by Michael Ramir C., via Mixkit. “Groovy Jazz” by Francisco Alvear, via Mixkit.

Hello，大家好，欢迎来到《下一部电梯》播客栏目，我是南飞。这是一档关于 AI 大问题的闲聊播客。在这里，我们不做商业分析、技术分析，也不教大家怎样使用 AI，更不想传播焦虑。我们更像是一群有着不同背景的年轻人，坐下来聊一聊那些自己也还没有答案的大问题。 今天这期谈话的嘉宾，是我本科数学系的一位好朋友，现在是中科大数学系的一名在读博士生，研究组合、极值图论。本科的时候，他就很有数学天分，常常能想到一些让我非常惊叹的思考方式。不过，在数学之外，他还有一个看起来不太相关的爱好，就是调酒。当时我们的寝室就在隔壁，我也经常跑过去，免费蹭一点他调的酒喝。 所以这一次，我们干脆把谈话搬进了一间酒吧，来聊一聊ai时代下的数学。最近几个月，AI 开始频繁挑战、推进，甚至解决一些长期公开的数学问题比如平面单位距离猜想，jacobian等等猜想等等。对数学界来说，这或许是一件令人兴奋的事情；但对一个正在学习如何成为数学家的年轻人来说，它也可能意味着，自己刚选择的道路，正在发生剧变。 所以我非常好奇，作为数学系的博士生对ai的看法到底是什么，是感觉到自己要被取代的焦虑，还是问题被解决的兴奋。以及未来数学研究者的生存状态会是怎样。 本期播客大约40分钟，大家可以按照时间轴，自行跳转到感兴趣的部分。那么话不多说，让我们正式开始今天这场谈话吧。 时间轴： 02:31 数学竞赛的技巧，与真正做研究有什么不同？ 06:52 AI 开始批量挑战 Erdős 问题：公开猜想被迅速解决，数学家应该兴奋还是焦虑？ 11:05 从辅助证明到提出新问题：AI 走到哪一步，才算真正取代了数学家？ 12:51 AI 证明了一个困扰自己半年的引理 16:03 如果 AI 证明了一切，却再也没有人能够理解，新的数学结果还有意义吗？ 19:21 当 AI 能做题以后，数学教育还有什么意义？数学会不会重新变成一种脑力游戏？ 27:29 我们为什么总忍不住把工具人格化？ 30:06 AI 真的理解数学吗？当人脑和神经网络都是黑箱，“理解”这个问题是否成立？ 35:58 快问快答 43:31 最后的答案仍然是“学会与它共存”

Hello 大家好，欢迎来到《下一部电梯》播客栏目，我是南飞。这是一档关于 AI 大问题的闲聊播客。在这里，我们不做商业分析、技术分析，也不教大家怎样使用 AI，更不想传播焦虑。我们更像是一群有着不同背景的年轻人，坐下来聊一聊那些自己也还没有答案的大问题。 今天这期谈话的嘉宾，是我本科在南方科技大学的一位好朋友。他的本科和硕士都就读于南科大环境系。今年硕士毕业以后，他从深圳一路向北旅行，途经了很多城市。某一天，我偶然得知他正在离我不远的一座城市，但却在几个小时后就要坐飞机离开。正当我以为，很遗憾，我们就要错过这次见面的机会时，他给我发来了一条消息：“感觉这样和你谈话的机会，如果错过了会后悔很久。” 发完消息后，他当场改签了机票，又临时买下当天最近的高铁票和我见上了面。于是，就有了这一场非常偶然的对谈。录制这一期播客的时候，恰好赶上南科大“十佳毕业生”评选。而他此前又写过一篇“南科大金野鸡奖”的投稿。所谓“金野鸡奖”，是南科大同学自发设立的一个带着些调侃意味、关注那些不太符合传统“优秀学生”标准的民间奖项。所以，我们一开始便从一个有些微妙的问题聊起：一位“南科大金野鸡奖”得主，会怎样看待学校里的优秀毕业生评选？ 从这个话题出发，我们聊到了他所喜欢的绘画、摄影以及游戏制作。最近，他也一直在尝试把 AI 用到这些创作中。于是，我们自然的谈到了 AI 对绘画、摄影和创作行业的冲击，谈到了在他的实际体验中，AI 的能力边界究竟在哪里。同时，我的脑海中也浮现了一个当今AI创作泛滥下，回避不开的大问题：就是对创作者来说，创作的意义究竟在于最终产出的作品，还是在于完成一次向内的、满足自我的表达？ 当然，这里的讨论可能依然不足以一个确定的答案。甚至几年以后再回过头来听，我们今天的很多判断，也可能已经被下一部“电梯”彻底推翻。但我想，这恰恰就是这档播客希望记录下来的东西。 本期播客比较长，大家可以按照时间轴自行跳转到感兴趣的部分。那么话不多说，让我们正式开始今天这场谈话吧。 时间轴： 00:37 节目开场与嘉宾介绍 03:18 “金野鸡奖”得主如何评价十佳毕业生评选 12:24 从“四大天坑”到环境系：专业选择真的是自由选择吗？ 20:03 从零开始做游戏：本地部署 AI 的真实体验 27:21 我最终想把老板蒸馏掉！ 39:46 AI 创作就像“抽卡”：你得先知道自己想要什么 49:29 对 AI 的恐惧，很多时候只是来自陌生 56:31 “知识的诅咒”：意想不到的创新，反而可能来自外行？ 01:15:18 生成是否等于理解？有些领域可能已经不存在“理解” 01:23:00 AI 的输出不稳定，人类又何尝稳定？复杂系统如何容纳错误 01:28:56 AI 可以生成一张婚纱照，但不能替你结婚 Music Credits Special thanks and credits to: “Gimme that Groove!” by Michael Ramir C., via Mixkit. “Circulation” by 乌鸦Producer

大家好，欢迎来到《下一部电梯》的第一期节目，我是南飞！《下一部电梯》这个名字，来自 一个科幻概念叫做，“电梯悖论”：19 世纪的人们曾设想过摩天大楼里的各种生活，却唯独没有想到电梯的出现，而这项发明一瞬间推翻了所有基于“楼越高越不方便”的未来想象。一个被遗漏的关键技术变量，让所有对于摩天大楼的想象都不再准确。在今天这个时代，AI 或许正是这样一部改变既有前提的电梯，而未来，我们的生活还可能被“下一部电梯”继续改写。 因此，我们并不相信存在某种笃定而唯一的未来答案，但我们相信，那些新奇、不固化、愿意承认不确定性的思考，值得被认真记录下来。我们希望把一些有关AI的大问题聊深一点、聊开一点，看一看在技术叙事和商业叙事之外，我们还能怎样想象 AI 之后的世界。 今天这期谈话的嘉宾 “院长”，是我高中时期一位非常好的朋友。在我的印象里，他一直是一个对天文、物理学怀有浓厚兴趣，充满理想主义色彩的人。如果当时让我猜，我一定会觉得他以后大概率会从事基础学科的研究。然而，这样的他却在大学时，阴差阳错的录取上了，据他自己说，并不是特别喜欢的计算机专业。再后来，也不知算不算因祸得福，大学时期他又误打误撞的做起了目前势头正盛的RL，也就是强化学习，并且目前似乎也乐在其中。 一路走来，看着与他的聊天内容一步一步从抱怨“计算机狗都不学”，到现在觉得RL真香的全过程，总觉得非常感慨。就一直想找机会和他聊一聊他的心路历程，以及一路经历过的挣扎和突破。 于是，当在我在为《下一部电梯》谋划嘉宾时，脑海里第一个就浮现了他的身影。然后，就有了这一场总共长达三个多小时的对谈。因为是好久不见的老朋友了，这次谈话的氛围也是非常欢快轻松：我们从他的近况聊起，聊到了ai，LLM、机器人等等许多话题。他的很多想法听起来都很天马行空。尤其让我觉得惊讶的一点是，在他的理解中，RL 里的行动、与环境交互、获得 reward，似乎已经不只是一个技术概念，而是上升成了他理解学习、科研和人生选择的一种人生哲学。虽然我本人一直不太喜欢把技术名词类比到哲学范畴里，但整体听完他的叙述，不得不说，我真的有点被他说服了。 本期内容比较长，大家可以按照下方时间轴自行跳转到感兴趣的部分！ 时间轴： 04:20 从辞职聊起：当一份工作“完全可以让大模型来做” 09:48 从《十万个为什么》到强化学习：把事情的底层原理弄明白 20:17 读博最难的，是找到正确的抽象层 29:43 能不能“在不会写代码的情况下会写代码”？ 36:50 「宇宙是它自己最好的模拟器」：为什么未来无法被完全预测 52:02 智械危机不可避免？ 01:02:31 意识是可知的吗？复制大脑不等价于理解大脑 01:19:24 AI 能做科研，却为什么不擅长真正的创新？ 01:41:49 人类智能也许不再是中心，AI 可能只是另一种智能 01:59:27 为什么仅靠 LLM，还取代不了所有程序员？ 02:04:30 好的 idea 不是想出来的，而是在真实世界里试出来的 02:12:05 接受“先做、犯错、再修改”，我们就没那么焦虑了 02:17:57 「世界才是世界」：多去探索，多去失败，也多去获得 reward Music Credits Special thanks and credits to: “Gimme that Groove!” by Michael Ramir C., via Mixkit. “Futuristic Architecture” by SPmusic, via Pixabay.