2026-11-22 Hacker News Top Stories
内容提要
Vakil提前公开Masullo的940页广义黎曼猜想草稿,约八小时后即有读者指出论证疑点;Lean社区确认Alpöge对经典黎曼猜想的形式化证明。Thinking Machines发布264亿参数循环MoE模型Inkling 2 Mini。此外还有Framework售后争议、15年经验工程师失业求助、AI编程中的架构责任、陶哲轩梳理三项数学进展、叠氮化铅处置推迟、模型自改权重实验及显示器转接降速问题。
延伸解读
数学证明的公开复核:速度与严谨的平衡
Vakil提前公开Masullo的940页草稿,八小时后即有读者借助AI发现疑点。这显示公开草稿能加速初步审查,但AI辅助的疑点报告仍需人工判断是否真正击中论证。同时,Lean社区对Alpöge经典黎曼猜想证明的确认,展示了形式化核验与可读证明整理是不同工作。读者应区分“发现疑点”与“证明被推翻”,以及“形式化验证”与“数学界理解”之间的差距。
Inkling 2 Mini:循环MoE的潜力与局限
Thinking Machines的Inkling 2 Mini以264亿总参数、每token约54亿激活实现约20GB内存占用,在48GB MacBook Pro上可离线运行。其DeepSWE得分48.2%亮眼,但官方承认在多轮聊天和多约束指令上落后于Qwen3.8-27B,且可变循环版仅在部分推理任务受益。读者需注意:基准分数不等于实际项目表现,低带宽硬件上的解码速度仍需独立实测,小型MoE的本地多代理支持也受KV缓存和吞吐限制。
AI编程中的架构责任:工具不能替代取舍
Mani Doraisamy的插件因AI生成的日志在首屏前串行调用多个Google API,导致加载15秒。他主张开发者应质疑需求、设计数据模型并决定性能安全取舍,而非让AI直接实现。这并非说编码岗位消失,而是强调理解系统和做架构决策本就是开发者职责。读者应警惕:让模型优化局部指标可能跳不出错误设计,架构变化前需先明确目标和约束,并让工具征得同意。
模型自改权重实验:有限提升,谨慎外推
预印本让Qwen3.5-27B在无梯度条件下编辑自身权重,490道留出题准确率提升6.6个百分点,并能撤销不佳编辑、修复人工损坏副本。但结果限于特定模型家族、任务和工具环境,同系列2B未编辑,4B与9B编辑反而破坏可用性。读者不应将此视为部署模型会自行升级的证据;持续自我改进需更长实验序列和跨规模规律,且寻找、测试、验证编辑的成本也需计入。
Q&A
Masullo 的广义黎曼猜想证明草稿为什么被提前公开?公开后发生了什么?
Ravi Vakil 提前公开了 Alessandro Maria Masullo 的 940 页广义黎曼猜想证明草稿。原计划是继续打磨约一年再发布,但 Vakil 改为提前公开现稿,请读者核查和尝试形式化。发布约八小时后,Vakil 更新说有多人在不同 AI 模型协助下找到了疑点并联系他,他强调不对证明策略的正确性作保证,所有问题都必须解决才能接受该证明。
Lean 社区确认 Alpöge 的经典黎曼猜想证明时,用了哪些核验手段?
Lean 和 Mathlib 社区发布联合声明,确认 Levent Alpöge 提交的经典黎曼猜想的形式化陈述与证明均正确。核验手段包括:数十人报告编译成功并复现相同的原始证明导出;两套工具分别核对提交的定理是否与 Mathlib 中经审核的经典命题一致;Lean 内核和多种独立检查器验证了不执行源码的证明导出。
Thinking Machines 的 Inkling 2 Mini 模型有什么特点?性能如何?
Inkling 2 Mini 是总计 264 亿参数的循环 MoE 模型,常规激活规模约 34 亿,中间层每 token 运行三遍,累计约 54 亿次权重激活。大部分权重使用 NVFP4,末四层用 MXFP8,官方称典型内存占用约 20GB,可在 48GB 的 M5 Pro MacBook Pro 上离线运行。发布方报告 DeepSWE v1.1 得分 48.2%、Vals Index v2.2 得分 46.5%,但标准版在多轮聊天和多约束指令评测上落后于 Qwen3.8-27B。
Mani Doraisamy 通过 Google Forms 插件案例说明了什么开发原则?
Mani Doraisamy 发现 AI 生成的插件在欢迎页出现前同步执行多次 Google API 调用,导致静态欢迎页耗时约 15 秒。他选择只记录安装时间、尽早显示欢迎页,并向市场同事说明安装事件不能直接用于发送跟进邮件。他据此主张,开发者要质疑需求、设计数据模型,决定性能、安全和兼容性的取舍;涉及架构变化时,应让工具先征得同意,再写实现。
Qwen3.5-27B 自我编辑权重的实验取得了什么结果?有哪些局限?
预印本让 Qwen3.5-27B 在无梯度条件下测试并提交自身权重编辑,在 490 道留出题上准确率提高 6.6 个百分点。八轮连续实验中模型在五轮撤回不佳编辑;另一实验中它修复了人工损坏的副本,在留出图像任务上恢复到原模型准确率的 83%。局限包括:结果来自特定模型家族、任务和工具环境,同系列 2B 未作编辑,4B 与 9B 的编辑反而破坏可用性,并不表示部署中的模型会自行升级或长期保持其他能力。
为什么通过 Studio Display XDR 转接后 2.5G 宽带下载速度大幅下降?如何解决?
Oscar Molnar 发现经 Studio Display XDR 的 USB 集线链路接入 UGREEN 2.5G 网卡后,下载约 600 Mbps,上传仍约 2.4 Gbps;直连 Mac 下载约 2.2 Gbps。他用 UDP 测试和适配器计数器发现接收速率在约每秒 16.8 万帧处见顶。原因是 RTL8156B 每次发送四个 USB 数据包后要等待主机回应,集线链路的额外等待降低了实际吞吐,导致网卡接收缓冲溢出。换用支持每次八包且链路更快的 RTL8157 后,测试不再丢帧。