全部

探索我们的教育资源库

读书笔记

畅销1700万-周四谋杀俱乐部作者奥斯曼谈写作

我就想着有一个人在读我的书, 别的什么都不想。 谋杀谜案只是发动机 《周四谋杀俱乐部》讲了什么 故事发生在英国一家安静的养老社区。Elizabeth、Joyce、Ibrahim和Ron四位年近八旬的老人,每周四聚在一起研究警方多年没有侦破的旧案,把自己称为“周四谋杀俱乐部”。 直到附近真的发生了一起谋杀案,他们第一次从纸上谈兵卷进真实案件。几个经常被社会低估的老人,开始利用各自几十年积累的经...

·11 分钟阅读
读书笔记

大西洋月刊:阅读时代已经结束

如果你还愿意读长文,你已经是“亚文化”了 阅读正在从大众习惯变成少数人的能力 本文献给热爱长阅读的我们 我们不是变成了文盲,而是进入了“后文字时代” 我们并不担心人类不阅读,今天的人每天接触的文字可能比过去任何时代都多:邮件、聊天记录、社交媒体帖子、评论区、新闻推送……我们几乎一刻不停地在“读”。 真正改变的是我们读什么,以及怎样读。大量碎片文字正在取代对长篇文本的持续注意。认知神经科学家...

·17 分钟阅读
深度AI

甲骨文埃里森:AI泡沫的压力表

80岁再登世界首富,随后财富蒸发2000亿美元。 他把1300亿美元债务、OpenAI和自己的晚年全押在了AI上。 如果AI真有泡沫,甲骨文可能是最先显示压力的那只仪表。 80岁首富的另一面:一座岛,一个中国女人,至少四个孩子 在夏威夷,埃里森几乎拥有整座拉奈岛。140平方英里的岛上,从47英里的海岸线,到加油站、电影院、两家四季酒店,再到新建的员工住宅,大量资产都属于他。当地约3000名居...

·18 分钟阅读
深度AI

《New Scientist》陶哲轩专访:AI最可怕的,不是抢走工作,而是重新定义你的工作

《New Scientist》陶哲轩专访:AI最可怕的,不是抢走工作,而是重新定义你的工作 -AI正以每周几个的速度攻克数学难题 -数学家已暂时失去了对叙事的控制 -如果一个行业说不清自己的价值,别人就会替它定义 AI已经闯进数学界 数学家大概是世界上最习惯“慢”的一群人。一个问题悬而未决几十年甚至几百年,一个人花几年时间只研究一道题,在这个行业里都很正常。 但2026年,节奏突然变了。 一...

·17 分钟阅读
读书笔记

特朗普的人生导师教会他的权力生存算法

当选总统后,最想让一个已经去世三十年的人看到自己的胜利;陷入“通俄门”调查时,他最先寻找的,依然是这个人。 特朗普的父亲给了他家产和野心, 罗伊·科恩给了他一整套生存算法。 罗伊要是能看到这一刻,该有多高兴啊。 2016年11月,特朗普赢得美国总统大选。 第二天,老朋友罗杰·斯通打电话向他祝贺,称他为“总统先生”。特朗普让他还是叫自己唐纳德。 随后,他忽然有些感慨地说: “罗伊要是能看到这一...

·19 分钟阅读
数学学习

邓煜

菲尔兹奖邓煜:在生活的喧嚣中严谨的数学家找到了稳定 刚刚,37岁的芝加哥大学教授邓煜获得了菲尔兹奖。 《Quanta》有一篇关于邓煜的长篇报道,最大的体会不是“天才果然一路开挂”。 恰恰相反。真正决定一个人能走多远的,可能是他在没有结果、没有位置,甚至开始怀疑自己的那几年,还愿不愿意继续做下去。 邓煜小时候差一点成了职业围棋手。 他从小喜欢一个人读书。五六岁时,已经开始翻母亲的医学教材;7岁...

·8 分钟阅读
深度AI

AI要真正理解世界,光靠大语言模型够吗?

Science 25 June 2026: AI要真正理解世界,光靠大语言模型够吗? 在纽约市一家初创公司的办公室里,一个人工智能程序正在即时“梦出”一个世界。 我在一款视频游戏里移动:穿过房间,遇到其他角色。每一帧画面,都是新泽西一个数据中心实时生成的。 但这个挑战并不是为人类设计的。 我停下来,一个自主AI智能体接管了我的操作。 General Intuition 的联合创始人 Adam...

·24 分钟阅读
学习方法

从河南乡村到诺奖热门:阎连科写作之路

阎连科接受《巴黎评论》专访,讲了很多自己早年写作、阅读、参军、成名以及后来不断改变小说形式的经历。 他的作品已经被翻译成三十多种语言,两次获得鲁迅文学奖,获得过弗朗茨·卡夫卡奖,两部作品入围国际布克奖,也常常被认为是中国最有可能获得诺贝尔文学奖的作家之一。 从想离开开始: 阎连科1958年出生在河南农村,父母都是农民。他自称他不是那种“怀念故乡”的人,恰恰相反,他一直想离开村庄。 那时他心里...

·11 分钟阅读
深度AI

世界最顶尖的数字取证专家如何鉴别视频/声音/图片造假

哈尼·法里德是全球最顶尖的数字取证专家之一,研究照片、视频、声音造假二十多年。 一天早上,法里德收到一段疯传视频。画面显示,一枚美国制造的导弹击中伊朗一所小学,造成大量儿童死亡。媒体和各种组织都在问他:这是真的,还是 AI 做的?法里德的第一反应是怀疑,因为他最近已经看过太多“看起来很真”的 AI 视频:假的轰炸、假的坠机、假的大火、假的处决。它们已经不是过去那种一眼假的东西, 但法里德不说...

·11 分钟阅读
学习方法

聚焦:理解 AI 工具的隐性风险

一个挑战,四种策略 这些文章选自 HBR.org。 1. AI 并没有减少工作——它让工作更密集 2. 当使用 AI 导致“脑炸” 3. 大语言模型正在用修辞技巧操纵用户 4. 研究:使用 AI 会抑制创新,但并非必然如此 ------ 1. AI 并没有减少工作——它让工作更密集 作者:Aruna Ranganathan、Xingqi Maggie Ye 现在,许多公司都在担心如何鼓励更多...

·76 分钟阅读
数学学习

AI正在改写数学,但还替代不了数学家

过去,数学家并不太把AI当回事。早期的ChatGPT连基础算术都会出错,遇到研究级数学问题,更常见的是一本正经地胡说。但最近几年,模型规模变大,数学数据变多,情况突然变了:AI开始能在真正的数学问题上给出结果。一个标志性事件是国际数学奥林匹克竞赛。2024年,Google DeepMind的AlphaProof解出了6道题中的4道,达到银牌水平;一年后,Google和OpenAI又宣布达到金...

·9 分钟阅读
工具实践

CUDA,本可以,本应该

Wired专栏:英伟达如何用“护城河”淹没竞争对手 作者:Sheon Han 栏目:Machine Readable 栏目说明:一个关于编程的常设栏目。毕竟,万一机器接管世界,我们至少应该会说它们的语言。 ------ 请原谅我一上来就用一个陈词滥调——一个金融圈的术语。最近这个词已经悄悄溜进了科技行业的话语体系里。没错,我恐怕不得不谈谈“护城河”。 这个词几十年前由沃伦·巴菲特推广,用来指...

·14 分钟阅读
数学学习

为什么数学教育不能只问“有什么用?”

我们常说,中国古代有四大发明,也有辉煌的数学成就,比如《九章算术》《周髀算经》等著作。可是,一个值得追问的问题是:为什么中国古代在技术和实用知识上成就很高,但近代自然科学却长期停滞,最后远远落后于西方? 原因当然很多,制度、社会结构、教育传统、官僚体系都有关。但其中有一点尤其值得今天重新思考: 我们太强调“实用”,却常常轻视“理论思维”。 这件事不只是古代的问题。到今天,很多学历很高的人,依...

·11 分钟阅读
工具实践

Notion 联合创始人:AI 不是更聪明的搜索框,而是“无限个大脑”

Notion 联合创始人兼 CEO Ivan Zhao 在一篇文章里,给 AI 找了一个很有意思的历史类比:每个时代都有自己的“奇迹材料”。镀金时代是钢铁,数字时代是半导体,而 AI 时代的材料,是“无限的头脑”。谁能掌握这种材料,谁就会定义下一个时代。原文发表于 Notion Blog,标题为 《Steam, Steel, and Infinite Minds》,作者是 Ivan Zhao...

·12 分钟阅读
数学学习

一套数竞学习路线与方法指南

很多家长和学生一提到数学竞赛,脑子里首先浮现的是“天赋”“难题”“省队”“国集”“IMO”。但真正进入数竞学习之后才会发现,数竞并不是靠一时兴起刷几道难题就能走远的。它更像一场长期马拉松:需要兴趣,也需要韧性;需要系统学习,也需要大量独立思考;需要老师点拨,更需要自己把书本和题目转化成能力。 数学竞赛的本质,不是抢跑,而是持久战。真正能走下去的学生,往往不是一开始最耀眼的人,而是能长期保持兴...

·31 分钟阅读
学习方法

破解AI时代的信息过载:AI 辅助阅读

-----不是让 AI 替你读完一切,而是重建阅读流程 现在很多人一提到 AI 辅助阅读,第一反应就是: > 把 PDF 扔给 AI,让它总结一下。 这当然有用,但远远不够。 真正高效的 AI 辅助阅读,不是让 AI 替你读完所有东西,而是让 AI 帮你完成过去最痛苦、最耗时、最容易半途而废的几个环节: - 从大量信息中筛出值得读的内容; - 快速理解一篇文章或一本书的结构; - 找到关键证...

·24 分钟阅读
学习方法

DeepMind 创始人谈 AGI:通往通用智能还差什么?

> 本文整理自 Google DeepMind CEO Demis Hassabis 在 Y Combinator 的访谈。 > > 访谈主持人为 Gary Tan,嘉宾为 DeepMind 创始人、Google DeepMind 负责人 Demis Hassabis,节目发布日期为 2026 年 4 月 29 日。 > 核心主题包括:AGI 的技术路径、Agent 的真实进展、长期记忆与推...

·16 分钟阅读
学习方法

从竞赛少年到生成模型研究者:邓明扬访谈笔记

邓明扬的经历很容易被贴上“天才叙事”的标签:IMO 金牌、IOI 金牌,本科就读 MIT 数学与计算机科学,曾在 DeepMind 和 Meta 实习,如今在 MIT 师从何恺明,研究生成模型。 但这篇访谈真正有意思的地方,并不是履历本身,而是他如何理解竞赛、科研、AI,以及人在 AI 时代还能保留什么独特价值。 他的很多判断都带着一种反英雄主义色彩:世界并没有那么神秘,研究也并不总是靠纯粹...

·15 分钟阅读
学习方法

John Paulos:如何避免“数学盲”

> 原文来源:Podcast Notes 对 Infinite Loops with Jim O’Shaughnessy 第 219 期访谈的笔记 > 原文标题:John Paulos — Avoiding Innumeracy > 受访者:John Allen Paulos > 主持人:Jim O’Shaughnessy > 说明:以下为中文译述与改写版,保留原文主要观点和结构,但不是逐句...

·16 分钟阅读
学习方法

记忆不是硬盘:用科学方法提高记忆力

> 来源:Huberman Lab Essentials — Understand & Improve Memory Using Science-Based Tools > Tags:学习方法 记忆力 神经科学 Huberman Lab 认知训练 一、记忆到底是什么? 很多人把记忆理解成“大脑里的硬盘”:信息输入进去,保存下来,需要时再调出来。但 Huberman 在这期节目里强调,记忆并不...

·14 分钟阅读
学习方法

张益唐的方法论:在大问题前保持安静、倔强与长期专注

张益唐,1955 年生于上海,祖籍浙江平湖,华人数学家,主要研究方向是解析数论。他本科和硕士就读于北京大学数学系,后赴美国普渡大学攻读博士。博士毕业后,他经历过相当漫长的学术边缘期,曾在快餐店工作,也长期在大学担任教学岗位。2013 年,他在《数学年刊》发表论文《素数间的有界距离》,证明存在无穷多对相邻素数的间隔小于 7000 万,首次实质性推进了孪生素数猜想方向上的重大难题,由此受到国际数...

·23 分钟阅读
学习方法

奖励不是越多越好,而是要“足够有分量”:一项小鼠学习实验给教育和自律的启发

> 本文整理自 Science 2026 年 5 月 21 日论文 Reward magnitude determines reinforcement learning efficiency,原研究对象是小鼠,结论不能简单直接套用到人类教育,但它提供了一个很有意思的视角:学习效率不只取决于重复次数,也取决于奖励是否足够强,是否能维持投入状态。 很多教育和自律建议都会强调一个词:重复。 学英语...

·21 分钟阅读
学习方法

唐凤的破框思考力

建构多元的知识系统——我自学,但我很少在家 核心观点 自学不是“一个人在家读书”,而是主动走进社群、大学课堂、网络社区和现实活动中,通过讨论、辩证与共同创作,建构自己的知识系统。唐凤的自学关键不是孤立求知,而是“不把一件事想通的担子放在个人身上”。 关键概念 不孤单的自学:自学者最重要的不是自由,而是不要孤军奋战。 反对单一标准答案:世界上没有唯一标准答案,“任何人都可以制作自己的标准答案”...

·23 分钟阅读
学习方法

《学习的逻辑》读书笔记:高效学习的底层策略

最近读到《学习的逻辑》,感觉这是一本非常实在的学习方法书。 以前看过不少关于学习方法、认知科学、神经科学的内容,有些理论很精妙,但真正落实到中学生日常学习、考试复习、提分策略时,往往不够具体。而这本书的价值在于,它不是停留在抽象概念上,而是直接讨论学生在真实学习场景中会遇到的问题: - 时间怎么分配? - 老师、教辅、同学和课外辅导该怎么取舍? - 为什么有些人很努力却成绩提升不明显? -...

·17 分钟阅读
学习方法

猛虎、蚁群与创业者:AI 时代,为什么我们不必太悲观?

最近读到一篇很有意思的文章:Math Reveals the One Game of Chance You Should Always Accept(https://www.scientificamerican.com/article/math-reveals-the-one-game-of-chance-you-should-always-accept/)。 文章从一个经典概率问题讲起:假...

·22 分钟阅读
数学学习

压缩,可能是理解数学的关键

> 附记:本文基于论文 Compression Is All You Need: Modeling Mathematics(https://arxiv.org/pdf/2603.20396) 整理改写。论文作者为 Vitaly Aksenov、Eve Bodnia、Michael H. Freedman 和 Michael Mulligan。Michael H. Freedman 是美国数学...

·22 分钟阅读
数学学习

菲尔兹奖得主广中平祐的方法论:创造、假说与极限分析

> 读广中平祐,我最大的感受是:真正的学习,不是把知识装进脑子里,而是用知识去创造新的东西。 广中平祐是日本数学家,1931 年生于日本山口县。他因在代数几何中“奇点解消”问题上的贡献,于 1970 年获得菲尔兹奖。国际数学联盟对其贡献的介绍是:他推广了 Zariski 在低维情形下的工作,证明了代数簇奇点解消在任意维度中的结果。 哈佛数学系的纪念文章也提到,他是 20 世纪重要的代数几何学...

·14 分钟阅读
数学学习

王虹:如何面对研究瓶颈、学习与同行交流

王虹,数学家,研究方向主要包括傅里叶分析、调和分析、几何测度论等。她本科毕业于北京大学,2019 年在麻省理工学院获得博士学位,导师是 Larry Guth。之后她曾在普林斯顿高等研究院、UCLA 等机构工作,目前任纽约大学 Courant 数学科学研究所教授,并担任法国高等科学研究所 IHES 数学永久教授。 王虹近年来最受关注的成果,是与 Joshua Zahl 合作证明了三维挂谷集猜想...

·13 分钟阅读
数学学习

陶哲轩童年启示:真正的天才教育,不是催熟,而是给成长找到合适的轨道

> 原始论文链接:M. A. (Ken) Clements, Terence Tao, Educational Studies in Mathematics, 1984(https://gwern.net/doc/iq/high/smpy/1984-clements.pdf) 陶哲轩(Terence Tao)是当代最杰出的数学家之一,1975年出生于澳大利亚阿德莱德,后来在普林斯顿大学获得博...

·18 分钟阅读
数学学习

数学竞赛训练到底训练了什么能力?

很多人谈到数学竞赛时,容易走向两个极端:一种说法把竞赛看成“天才筛选器”,认为只有极少数聪明孩子才适合;另一种说法则把竞赛看成“刷难题机器”,好像只要题做得足够多,就能自动变强。其实,数学竞赛训练真正有价值的地方,不在于题目有多难,也不在于拿了什么奖,而在于它集中训练了一组在普通课堂里较少被高强度训练的能力:发现结构、构造路径、验证论证、管理思考过程,以及在少量线索中归纳规律。 美国国家研究...

·13 分钟阅读