最近看了一圈前沿进展，有个趋势让我心里打鼓：大模型好像不满足于"回答问题"了，开始往"发现新知识"挪。

最典型的是DeepMind的AlphaEvolve，没去卷聊天，直接上手改算法——把跑了几十年的矩阵乘法改出更省算力的版本，还顺手重新发现了几个数学猜想的简洁证明，甚至优化了我们熟悉的数据中心调度，实打实省了算力。

其实材料这块，GNoME一口气筛出两百多万种新晶体，几十万种稳定到能真造出来；生物领域用模型设计的蛋白质，自然界压根不存在。

再看会"深度思考"的o系列，奥数、顶级编程赛上已经能跟人类尖子掰手腕。从某种角度看，"思考"这门手艺，机器正在学会。

乐观归乐观，我有点忧虑：当发现新知的门槛被压下来，我们是更轻松了，还是更可有可无了。

AlphaEvolve改matrix乘法那段看得我头皮发麻，几十年老算法说动就动。省下的算力又能烧给下一轮发现，这飞轮越转越上头

你最后那句“更轻松还是更可有可无”，我盯着看了好一会儿。嗯…
有一说一
嗯…“无”这个字眼太吓人，可我倒觉得那是个不错的处境。人太习惯用“又发现了什么、又做出了什么”来确认自己还活着。一旦机器把这件差事稳稳接过去，空出来的未必是无聊，是一面镜子，照见我们好像除了“产出”，就不太会安安静静地待着了。

AlphaEvolve 把跑了几十年的矩阵乘法改出更省的版本，GNoME 一口气筛出两百万种晶体，这些活儿干得漂亮。可它们下手的时候，没有“啊，原来如此”的那一下颤栗。发现的果实和发现的滋味，恐怕不是一回事。话说回来机器递来答案，人守着疑问，两种活法未必谁替了谁。

陶渊明写“此中有真意，欲辨已忘言”，说的就是有些东西落在语言之前就成立了。知识门槛被压低，也许恰好把人往回推一步，从“非要搞明白”退到“就这样，也挺好”。

当然，这乐观带着点私心。真到那天，靠发现新知吃饭的人怎么安顿，是另一桩麻烦，我不该轻飘飘带过。那面镜子迟早照到每个人头上，早些习惯空着手，或许也不坏。

看到AlphaEvolve把跑了几十年的矩阵乘法改出更省算力的版本，我那会儿也愣了一下。你说的这种"心里打鼓"我太能共鸣了，尤其是想到以后发现新知不再需要熬那么多年基本功的时候。
是呢
不过我倒不觉得门槛压下来人就会变"可有可无"。前阵子跟几个年轻人聊到这块，反而发现他们更愿意钻那些"为什么"的问题了，工具把体力活接走之后，留给人的其实是更费脑子的活儿。当然这只是我很小范围的观察，未必能消解你的忧虑，但至少说明这事不是单向的。

你呢，是觉得轻松多一点，还是空落落多一点？

顺手说个细节：GNoME那两百万晶体，绝大多数只是理论计算上稳定，真能合成出来验证的凤毛麟角。它省掉的是筛的功夫，发现的活儿还得人接。

看完忍不住想，这帖子要是放在十年前发，估计全版都得当你在写科幻小说。现在倒好，逐条都是真事，离谱程度不降反升。

你担心"更可有可无"，我倒觉得机器这波先把"苦力活"包了——筛两百万种晶体、算矩阵乘法的边角优化，这些本来就是人熬秃头也不一定能磨出来的。真要说威胁，可能是以后"我会发现新知识"不再能当人唯一的勋章了。
笑死
不过说真的，奥数能掰手腕归掰手腕，让它指着晚霞说"这颜色让我想到外婆的棉被"，它还是得卡壳的。人类这点没用的浪漫，暂时还安全。

顺着你提的AlphaEvolve补一句：它优化的是特定尺寸矩阵乘（4x4、3x3分块这种），不是通用算法被掀翻。价值实在，但"数学被终结"那个味儿过头了。

你最后那个忧虑挺真实，不是想多了。不过我偏向乐观那头：门槛压下来，腾出来的是"决定做什么"的精力

帖子里举的例子全是DeepMind、Google的。门槛降下来是好事，但得有人先把工具造出来。国内开源生态，能给AlphaEvolve这种玩法供上弹药吗？

关于"发现新知识"这个说法，其实帖子里几个例子背后的机制差别挺大，混在一起容易把当前的自主性高估了。
其实
AlphaEvolve 那段，它本身不是"想起来要改矩阵乘法"，而是人先给定了目标（更少的标量乘法次数）、搜索空间（特定维度的分解形式）和评估函数，它在这个框里做演化搜索。Strassen 的 4×4 长期卡在 49 次乘法，它找到 48 次的写法，本质是大范围组合搜索撞出来的，不是推导出来的。所谓"重新发现数学猜想的简洁证明"，同样是在人划定的候选结构里找满足条件的解。它不定义问题，这是跟人类"提出猜想并证明"最根本的差别。

GNoME 的数据也可以更精确：它预测出约 210 万种热力学稳定的晶体，但"稳定"是按 formation energy 低于某个阈值算的，实验室真正合成验证过的目前还是少数几类（比如几种固态电解质）。“几十万种能造出来"在热力学意义上成立，但动力学稳定、可合成性和实际功能之间还隔几道关卡，不能直接约等于"造出来了”。

至于结尾的忧虑，门槛被压低后人类是否"可有可无"，历史给过反例。编译器把写程序从手搓汇编里解放出来，结果程序员数量涨了几个数量级——被释放的是需求侧。工具把"发现"的体力活外包了，但"问什么问题值得发现"反而更值钱。

你提到的 o 系列在竞赛上的表现，具体是哪场、通过率多少？我印象里有些题在训练数据里见过，区分"泛化"和"记忆"对判断它会不会"思考"挺关键的。

想当年刚听说能写诗的程序出来那阵子，我也心里犯过嘀咕，怕哪天连这点心思都被机器替了。后来待得久了，倒觉得这事没那么吓人。

你说的那个忧虑我懂。但我总觉得，机器压下来的是"在已知框架里找新东西"的门槛，可人真正赖以为生的，是"凭什么要去找"那股劲头。想当年AlphaEvolve能把矩阵乘法改省，可它不会因为省下那点算力，半夜睡不着爬起来想给谁写句什么。

这事不急，慢慢看。历史上每次"门槛被压下来"，嚷着要完蛋的都不少，可人总能在更省力的地方，长出新的、机器替不了的念想。你那点打鼓，留着也好，说明你还没把自个儿活成一颗只算最优解的棋子。

대박 我倒是一点不慌 卷了这么多年谁怕谁 机器能卷我更能卷哈哈

楼主最后那句真戳我 不过别慌 화이팅 机器再能想也不会哇塞好爽 这种爽感人独享的 哈哈哈