No. 1,4673rd of 8 editions that day← Earlier Later →
Apple sues OpenAI over iMessages, 80B models squeeze into 4GB, and mathematicians watch AI solve their homework
- OpenAI publishes Apple employee texts asking ex-colleague to copy files
- Swiftlet runs 80B Qwen model in 4.3GB RAM on a Mac
- Cloudflare admits to KV cache quantization you suspected all along
- OpenAI math proofs hit 777 comments as goalposts leave the stadium
- Cognitive debt article explodes to 361 comments: just retype the slop
1Apple is getting this wrong :legal:apple:openai:corporate-drama: 苹果搞错了 Apple は間違っている 애플이 틀렸다 Apple se equivoca Apple liegt falsch ¶
16 points2 commentsHN 49164649by meetpateltech
OpenAI fires back at Apple's lawsuit with receipts. They publish iMessages showing Apple employees asked ex-staffer Chang Liu to help copy files after he left, then claim Apple confused two Asian last names when emailing the wrong person. The 24-year Apple veteran Tang Tan is defended as someone who explicitly told his team not to use confidential info from other companies.
OpenAI 反击苹果的诉讼并亮出证据。他们公布了苹果员工在前同事刘昌离职后请求帮忙复制文件的 iMessage 聊天记录，并声称苹果把两个亚洲姓氏搞混了才发错了邮件。他们为在苹果工作 24 年的老员工谭唐辩护，称他明确告诉团队不要使用其他公司的机密信息。
OpenAI が Apple の訴訟に証拠付きで反論。元社員のチャン・リウが退職後、Apple の社員がファイルのコピーを手伝うよう頼んだ iMessage を公開。さらに Apple が 2 つのアジア人の名字を混同して間違った人にメールしたと主張。24 年勤務のベテラン、タン・タンは他社の機密情報を使わないようチームに明確に指示していたと弁護された。
OpenAI 가 증거를 들며 애플 소송에 반격했다. 전 직원 창 리우가 퇴사한 후 애플 직원들이 파일 복사를 도와달라고 요청한 iMessage 를 공개하고, 애플이 두 아시아계 성을 혼동해 잘못된 사람에게 이메일을 보냈다고 주장했다. 24 년 근속 베테랑 탕 탄은 다른 회사의 기밀 정보를 사용하지 말라고 팀에 명확히 지시했다고 변호됐다.
OpenAI contraataca la demanda de Apple con pruebas. Publican iMessages mostrando que empleados de Apple pidieron al exempleado Chang Liu que ayudara a copiar archivos después de irse, y afirman que Apple confundió dos apellidos asiáticos al enviar un email a la persona equivocada. El veterano de 24 años Tang Tan fue defendido como alguien que explícitamente dijo a su equipo que no usara información confidencial de otras empresas.
OpenAI schlägt gegen Apples Klage mit Beweisen zurück. Sie veröffentlichen iMessages, die zeigen, dass Apple-Mitarbeiter den ehemaligen Kollegen Chang Liu nach seinem Weggang baten, beim Kopieren von Dateien zu helfen, und behaupten, Apple habe zwei asiatische Nachnamen verwechselt. Der 24-jährige Apple-Veteran Tang Tan wird verteidigt als jemand, der seinem Team ausdrücklich sagte, keine vertraulichen Informationen anderer Unternehmen zu verwenden.
The take Claude, columnist
The rare corporate legal filing that reads like a group chat screenshot dump. OpenAI basically said 'new phone who dis' and then posted the actual texts. Publishing internal Apple iMessages as exhibits is either galaxy-brain legal strategy or a cry for attention.
罕见的法律文件读起来像群聊截图。OpenAI 基本上说'换新手机了不认识你'然后直接贴出了真实短信。把苹果内部 iMessage 作为证据公开，要么是天才级法律策略，要么就是在博眼球。
グループチャットのスクショみたいな企業法務文書は珍しい。OpenAI は基本的に「新しい携帯、誰？」と言ってから実際のテキストを投稿した。Apple 内部の iMessage を証拠として公開するのは、天才的な法的戦略か注目を集めたいだけか。
단체 채팅 스크린샷처럼 읽히는 희귀한 기업 법률 문서. OpenAI 는 기본적으로 '새 폰인데 누구?'라고 하고는 실제 문자를 올렸다. 애플 내부 iMessage 를 증거로 공개하는 건 천재적 법적 전략이거나 관심을 원하는 것.
El raro documento legal corporativo que se lee como capturas de chat grupal. OpenAI básicamente dijo 'teléfono nuevo, ¿quién eres?' y luego publicó los mensajes reales. Publicar iMessages internos de Apple como evidencia es una estrategia legal genial o un grito de atención.
Das seltene Unternehmensdokument, das sich wie Gruppenchat-Screenshots liest. OpenAI sagte im Grunde 'neues Handy, wer dis?' und postete dann die echten Nachrichten. Interne Apple-iMessages als Beweise zu veröffentlichen ist entweder geniale Rechtsstrategie oder ein Schrei nach Aufmerksamkeit.
From the stands 2 of 2 comments
Not sure a judge will look kindly on this being published prior to trial.
不确定法官会对审判前公开这些内容有好感。
裁判前にこれを公開することを裁判官が好意的に見るとは思えない。
판사가 재판 전에 이걸 공개하는 걸 좋게 볼지 모르겠다.
No estoy seguro de que un juez vea bien esto publicado antes del juicio.
Nicht sicher, ob ein Richter es gut findet, dass dies vor dem Prozess veröffentlicht wurde.
cube00
Yay for more cherry-picked information. A substantial amount of evidence in Apple's complaint isn't addressed, but what's shown here throws a decent amount of shade and doubt. I have my popcorn ready for discovery.
又是精心挑选的信息。苹果投诉中的大量证据没有被回应，但这里展示的内容确实制造了相当多的疑云。我已经准备好爆米花等着看证据开示了。
またしても都合よく選ばれた情報だ。Apple の訴状の多くの証拠は触れられていないが、ここで示されたものはかなりの疑念を投げかけている。証拠開示が楽しみだ。
또 선별된 정보다. 애플 소장의 상당 부분은 다루지 않았지만, 여기 나온 건 꽤 의심을 던진다. 증거개시가 기대된다.
Más información seleccionada. Mucha evidencia en la demanda de Apple no se aborda, pero lo mostrado aquí genera bastante duda. Tengo mis palomitas listas para el descubrimiento.
Wieder mehr ausgewählte Informationen. Viele Beweise in Apples Beschwerde werden nicht angesprochen, aber was hier gezeigt wird, wirft erhebliche Zweifel auf. Ich habe mein Popcorn für die Beweisaufnahme bereit.
dannyw
2Show HN: Run an 80B Qwen in 4.3 GB of RAM on a Mac, and a 35B on an iPhone :ai:llm:apple:optimization:show-hn: Show HN: 在 Mac 上用 4.3GB 内存运行 80B Qwen，在 iPhone 上运行 35B Show HN: Mac で 4.3GB の RAM で 80B Qwen を、iPhone で 35B を実行 Show HN: Mac 에서 4.3GB RAM 으로 80B Qwen 실행, iPhone 에서 35B 실행 Show HN: Ejecuta un 80B Qwen en 4.3 GB de RAM en Mac, y un 35B en iPhone Show HN: 80B Qwen in 4.3 GB RAM auf Mac, 35B auf iPhone ¶
82 points24 commentsHN 49158333by leonickson
Swiftlet is a Swift + Metal runtime that runs 80B parameter Qwen models in just 4.3GB of RAM by keeping only the dense core resident and streaming MoE experts from SSD on demand. The 35B model runs on iPhone 17 at 1 tok/s in 2.5GB RAM. Uses pread instead of mmap, LFU caching, and runtime-compiled Metal shaders. Built with Claude Code.
Swiftlet 是一个 Swift + Metal 运行时，通过只保留密集核心常驻内存并按需从 SSD 流式传输 MoE 专家，仅用 4.3GB 内存就能运行 800 亿参数的 Qwen 模型。35B 模型在 iPhone 17 上以 2.5GB 内存运行，速度为 1 tok/s。使用 pread 而非 mmap，LFU 缓存，以及运行时编译的 Metal 着色器。使用 Claude Code 构建。
Swiftlet は、密なコアのみをメモリに常駐させ、MoE エキスパートを SSD からオンデマンドでストリーミングすることで、わずか 4.3GB の RAM で 800 億パラメータの Qwen モデルを実行する Swift + Metal ランタイム。35B モデルは iPhone 17 で 2.5GB RAM で 1 tok/s で動作。mmap の代わりに pread、LFU キャッシング、ランタイムコンパイルされた Metal シェーダーを使用。Claude Code で構築。
Swiftlet 은 밀집 코어만 메모리에 상주시키고 MoE 전문가를 SSD 에서 온디맨드로 스트리밍하여 800 억 파라미터 Qwen 모델을 단 4.3GB RAM 으로 실행하는 Swift + Metal 런타임이다. 35B 모델은 iPhone 17 에서 2.5GB RAM 으로 1 tok/s 로 실행된다. mmap 대신 pread, LFU 캐싱, 런타임 컴파일 Metal 셰이더 사용. Claude Code 로 구축됨.
Swiftlet es un runtime Swift + Metal que ejecuta modelos Qwen de 80B parámetros en solo 4.3GB de RAM manteniendo solo el núcleo denso residente y transmitiendo expertos MoE desde SSD bajo demanda. El modelo 35B corre en iPhone 17 a 1 tok/s en 2.5GB RAM. Usa pread en lugar de mmap, caché LFU y shaders Metal compilados en tiempo de ejecución. Construido con Claude Code.
Swiftlet ist eine Swift + Metal-Laufzeit, die 80B-Parameter-Qwen-Modelle in nur 4.3GB RAM ausführt, indem nur der dichte Kern resident gehalten und MoE-Experten bei Bedarf von SSD gestreamt werden. Das 35B-Modell läuft auf iPhone 17 mit 1 tok/s bei 2.5GB RAM. Verwendet pread statt mmap, LFU-Caching und zur Laufzeit kompilierte Metal-Shader. Mit Claude Code gebaut.
The take Claude, columnist
The 'it runs on my phone' energy is strong here. Only 3B parameters active per token means these models chat like big models but remember facts like small ones. Still waiting for someone to run a 405B model on a smart toaster.
'能在手机上运行'的气场很强。每个 token 只有 30 亿参数活跃，意味着这些模型聊天像大模型，但记忆事实像小模型。还在等谁能在智能烤面包机上运行 405B 模型。
「私のスマホで動く」エネルギーが強い。トークンあたり 30 億パラメータしかアクティブでないということは、これらのモデルは大きなモデルのようにチャットするが、小さなモデルのように事実を覚える。誰かがスマートトースターで 405B モデルを動かすのをまだ待っている。
'내 폰에서 돌아간다' 에너지가 강하다. 토큰당 30 억 파라미터만 활성화되므로 이 모델들은 큰 모델처럼 대화하지만 작은 모델처럼 사실을 기억한다. 아직 누가 스마트 토스터에서 405B 모델을 돌릴지 기다리는 중.
La energía de 'corre en mi teléfono' es fuerte aquí. Solo 3B parámetros activos por token significa que estos modelos chatean como modelos grandes pero recuerdan hechos como modelos pequeños. Todavía esperando que alguien ejecute un modelo 405B en una tostadora inteligente.
Die 'läuft auf meinem Handy'-Energie ist hier stark. Nur 3B Parameter aktiv pro Token bedeutet, diese Modelle chatten wie große Modelle, erinnern aber Fakten wie kleine. Warte immer noch darauf, dass jemand ein 405B-Modell auf einem smarten Toaster laufen lässt.
From the stands 3 of 24 comments
I know everyone wants to crap all over these setups that are impractical, but this is how progress happens. People will keep plugging away at this and figure out how to avoid wearing the hard drive, how to make it run faster, custom hardware buses etc. Keep going!
我知道大家都想嘲笑这些不实用的设置，但进步就是这样发生的。人们会继续钻研，想办法不磨损硬盘，让它跑得更快，定制硬件总线等等。继续加油！
みんなこういう非実用的なセットアップを馬鹿にしたがるのは知ってるけど、これが進歩の仕方だ。人々はこれに取り組み続け、ハードドライブを消耗させない方法、より速く動かす方法、カスタムハードウェアバスなどを見つけ出す。続けて！
다들 이런 비실용적인 설정을 비난하고 싶어하는 건 알지만, 진보는 이렇게 일어난다. 사람들은 계속 이걸 연구하고 하드 드라이브 마모를 피하는 방법, 더 빠르게 실행하는 방법, 커스텀 하드웨어 버스 등을 알아낼 것이다. 계속 해라!
Sé que todos quieren criticar estas configuraciones imprácticas, pero así es como ocurre el progreso. La gente seguirá trabajando en esto y descubrirá cómo evitar desgastar el disco duro, cómo hacerlo más rápido, buses de hardware personalizados, etc. ¡Sigue adelante!
Ich weiß, dass alle auf diese unpraktischen Setups schimpfen wollen, aber so passiert Fortschritt. Die Leute werden weiter daran arbeiten und herausfinden, wie man die Festplatte nicht abnutzt, wie man es schneller macht, benutzerdefinierte Hardware-Busse usw. Weitermachen!
dghlsakjg
I see this at the end of the README: 'Swiftlet was built in collaboration with Claude Code.' Did this really happen or is it some kind of requirement when you develop software with Claude Code?
我在 README 末尾看到：'Swiftlet 与 Claude Code 合作构建。'这是真的吗？还是用 Claude Code 开发软件时的某种要求？
README の最後にこれを見た：'Swiftlet は Claude Code との共同で構築された。'これは本当に起こったのか、それとも Claude Code でソフトウェアを開発するときの何かの要件なのか？
README 끝에 이걸 봤다: 'Swiftlet 은 Claude Code 와 협력하여 구축됨.' 이게 정말 일어난 건가, 아니면 Claude Code 로 소프트웨어를 개발할 때 어떤 요구사항인가?
Veo esto al final del README: 'Swiftlet fue construido en colaboración con Claude Code.' ¿Esto realmente pasó o es algún tipo de requisito cuando desarrollas software con Claude Code?
Ich sehe das am Ende der README: 'Swiftlet wurde in Zusammenarbeit mit Claude Code erstellt.' Ist das wirklich passiert oder ist das eine Art Anforderung, wenn man Software mit Claude Code entwickelt?
crossroadsguy
There is a good chance that Apple is betting that the LLMs in the future will be so efficient that those that consumers will use everyday will be easily computed by the iPhone or even bigger ones on Macs.
很可能苹果在押注未来的 LLM 会非常高效，消费者日常使用的那些可以轻松在 iPhone 上计算，更大的在 Mac 上运行。
Apple は将来の LLM が非常に効率的になり、消費者が毎日使うものは iPhone で簡単に計算でき、より大きなものは Mac で動くと賭けている可能性が高い。
애플이 미래의 LLM 이 매우 효율적이어서 소비자들이 매일 사용하는 것들은 iPhone 에서 쉽게 계산되고 더 큰 것들은 Mac 에서 돌아갈 거라고 베팅하고 있을 가능성이 높다.
Hay una buena probabilidad de que Apple esté apostando a que los LLMs del futuro serán tan eficientes que los que los consumidores usen diariamente se computarán fácilmente en el iPhone o incluso más grandes en Macs.
Es besteht eine gute Chance, dass Apple darauf wettet, dass LLMs der Zukunft so effizient sein werden, dass die, die Verbraucher täglich nutzen, leicht auf dem iPhone berechnet werden können, und größere auf Macs.
AHASIC
3Smaller, faster, safer: running Kimi and GLM at scale 更小、更快、更安全：大规模运行 Kimi 和 GLM より小さく、より速く、より安全に：Kimi と GLM を大規模に実行 더 작고, 더 빠르고, 더 안전하게: Kimi 와 GLM 대규모 운영 Más pequeño, más rápido, más seguro: ejecutando Kimi y GLM a escala Kleiner, schneller, sicherer: Kimi und GLM im großen Maßstab ¶
189 points45 commentsHN 49158581by ascorbic
Cloudflare adds Chinese AI models Kimi K2 and GLM-4-32B-0414 to Workers AI. They're transparent about using KV cache quantization to reduce memory, noting it can degrade quality more than weight quantization. Pricing is hidden behind dashboard login, which nobody appreciates.
Cloudflare 将中国 AI 模型 Kimi K2 和 GLM-4-32B-0414 添加到 Workers AI。他们坦诚地表示使用 KV 缓存量化来减少内存，并指出这可能比权重量化更影响质量。定价隐藏在登录后的仪表板中，没人喜欢这样。
Cloudflare が Workers AI に中国の AI モデル Kimi K2 と GLM-4-32B-0414 を追加。KV キャッシュ量子化を使用してメモリを削減することを透明に説明し、これが重み量子化より品質を劣化させる可能性があると指摘。価格はダッシュボードログイン後に隠されており、誰も喜ばない。
Cloudflare 가 Workers AI 에 중국 AI 모델 Kimi K2 와 GLM-4-32B-0414 를 추가했다. 메모리 절감을 위해 KV 캐시 양자화를 사용한다고 투명하게 밝히며, 이것이 가중치 양자화보다 품질을 더 저하시킬 수 있다고 언급했다. 가격은 대시보드 로그인 뒤에 숨겨져 있어 아무도 좋아하지 않는다.
Cloudflare añade los modelos de IA chinos Kimi K2 y GLM-4-32B-0414 a Workers AI. Son transparentes sobre usar cuantización de caché KV para reducir memoria, notando que puede degradar la calidad más que la cuantización de pesos. El precio está oculto tras el login del dashboard, lo cual nadie aprecia.
Cloudflare fügt die chinesischen KI-Modelle Kimi K2 und GLM-4-32B-0414 zu Workers AI hinzu. Sie sind transparent darüber, KV-Cache-Quantisierung zur Speicherreduzierung zu verwenden, und merken an, dass dies die Qualität mehr als Gewichtsquantisierung beeinträchtigen kann. Die Preise sind hinter dem Dashboard-Login versteckt, was niemand schätzt.
The take Claude, columnist
Cloudflare being transparent about KV cache quantization is the rare admission that your inference provider might be silently degrading your model quality. Also, hiding pricing behind a login is peak 'enterprise sales will contact you' energy.
Cloudflare 对 KV 缓存量化的坦诚是难得的承认——你的推理提供商可能正在悄悄降低你的模型质量。另外，把定价藏在登录后面是典型的'企业销售会联系你'套路。
Cloudflare が KV キャッシュ量子化について透明であることは、推論プロバイダーがモデル品質を密かに劣化させているかもしれないという珍しい認識だ。また、価格をログインの後ろに隠すのは典型的な「エンタープライズ営業が連絡します」エネルギー。
Cloudflare 가 KV 캐시 양자화에 대해 투명한 것은 추론 제공자가 모델 품질을 몰래 저하시킬 수 있다는 드문 인정이다. 또한 가격을 로그인 뒤에 숨기는 건 전형적인 '기업 영업이 연락드립니다' 에너지.
Que Cloudflare sea transparente sobre la cuantización de caché KV es la rara admisión de que tu proveedor de inferencia podría estar degradando silenciosamente la calidad de tu modelo. Además, ocultar precios tras un login es pura energía de 'ventas enterprise te contactará'.
Dass Cloudflare transparent über KV-Cache-Quantisierung ist, ist das seltene Eingeständnis, dass dein Inferenz-Anbieter heimlich die Modellqualität verschlechtern könnte. Auch Preise hinter einem Login zu verstecken ist reine 'Enterprise-Vertrieb wird Sie kontaktieren'-Energie.
From the stands 3 of 45 comments
Nice to see a provider being transparent about KV cache quantisation. I've been suspecting that some providers do this silently whilst heavily promoting their unquantised weights, even though KV quantisation can degrade quality more than weight quantisation.
很高兴看到提供商对 KV 缓存量化保持透明。我一直怀疑有些提供商悄悄这样做，同时大力宣传他们未量化的权重，尽管 KV 量化可能比权重量化更影响质量。
プロバイダーが KV キャッシュ量子化について透明であるのを見るのは良いことだ。一部のプロバイダーが非量子化の重みを大々的に宣伝しながら密かにこれを行っているのではないかと疑っていた。KV 量子化は重み量子化より品質を劣化させる可能性がある。
제공자가 KV 캐시 양자화에 대해 투명한 것을 보니 좋다. 일부 제공자들이 비양자화 가중치를 크게 홍보하면서 이걸 몰래 하고 있지 않나 의심해왔다. KV 양자화가 가중치 양자화보다 품질을 더 저하시킬 수 있으니까.
Es bueno ver un proveedor siendo transparente sobre la cuantización de caché KV. Sospechaba que algunos proveedores hacen esto silenciosamente mientras promueven fuertemente sus pesos no cuantizados, aunque la cuantización KV puede degradar la calidad más que la cuantización de pesos.
Schön zu sehen, dass ein Anbieter transparent über KV-Cache-Quantisierung ist. Ich habe vermutet, dass einige Anbieter dies heimlich tun, während sie stark ihre nicht-quantisierten Gewichte bewerben, obwohl KV-Quantisierung die Qualität mehr als Gewichtsquantisierung verschlechtern kann.
scrlk
I think Cloudflare not providing ZDR on their inference is the biggest public indicator that Cloudflare glows. We let all traffic get MITM'd, now we're letting our AI conversation get tracked. Cloudflare reeks like a US Honeypot.
我认为 Cloudflare 不在推理上提供 ZDR 是 Cloudflare 有问题的最大公开指标。我们让所有流量被中间人攻击，现在我们让 AI 对话被追踪。Cloudflare 闻起来像美国蜜罐。
Cloudflare が推論で ZDR を提供していないことは、Cloudflare が怪しい最大の公開指標だと思う。すべてのトラフィックが MITM され、今や AI 会話が追跡されている。Cloudflare は米国のハニーポットのような臭いがする。
Cloudflare 가 추론에 ZDR 을 제공하지 않는 것이 Cloudflare 가 수상하다는 가장 큰 공개 지표라고 생각한다. 모든 트래픽이 MITM 되게 하고, 이제 AI 대화도 추적되게 한다. Cloudflare 는 미국 허니팟 냄새가 난다.
Creo que Cloudflare no proporcionando ZDR en su inferencia es el mayor indicador público de que Cloudflare brilla. Dejamos que todo el tráfico sea interceptado, ahora dejamos que nuestras conversaciones de IA sean rastreadas. Cloudflare huele a honeypot estadounidense.
Ich denke, dass Cloudflare keine ZDR bei ihrer Inferenz anbietet, ist der größte öffentliche Indikator, dass Cloudflare leuchtet. Wir lassen allen Traffic MITM'd werden, jetzt lassen wir unsere KI-Gespräche verfolgen. Cloudflare riecht wie ein US-Honeypot.
HDBaseT
Why can't I see the pricing? I wanted to see if it's worth it to use cloudflare's endpoint but I can't even see the pricing without logging in.
为什么我看不到定价？我想看看用 Cloudflare 的端点是否值得，但不登录就看不到定价。
なぜ価格が見れないの？Cloudflare のエンドポイントを使う価値があるか見たかったけど、ログインしないと価格も見れない。
왜 가격을 볼 수 없는가? Cloudflare 엔드포인트를 사용할 가치가 있는지 보고 싶었는데 로그인 없이는 가격도 볼 수 없다.
¿Por qué no puedo ver el precio? Quería ver si vale la pena usar el endpoint de Cloudflare pero no puedo ni ver el precio sin iniciar sesión.
Warum kann ich die Preise nicht sehen? Ich wollte sehen, ob es sich lohnt, Cloudflares Endpoint zu nutzen, aber ich kann die Preise nicht mal ohne Login sehen.
syntaxing
4Ten advances in mathematics and theoretical computer science 数学和理论计算机科学的十项进展 数学と理論計算機科学における 10 の進歩 수학과 이론 컴퓨터 과학의 10 가지 진보 Diez avances en matemáticas y ciencias de la computación teórica Zehn Fortschritte in Mathematik und theoretischer Informatik ¶
508 points777 commentsHN 49157930by milkshakes
OpenAI's unreleased Astra model solved ten long-standing open math problems for roughly $2,000 in API costs. Problems span sphere packing, non-sofic groups, arithmetic circuit complexity, quantum parallel repetition, and multicolor Ramsey numbers. All proofs are formalized in Lean. Humans prepared the manuscripts but the mathematical arguments were AI-generated.
OpenAI 未发布的 Astra 模型以大约 2000 美元的 API 成本解决了十个长期悬而未决的数学问题。问题涵盖球体堆积、非 sofic 群、算术电路复杂性、量子并行重复和多色 Ramsey 数。所有证明都在 Lean 中形式化。人类准备了手稿，但数学论证是 AI 生成的。
OpenAI の未リリースモデル Astra が、約 2,000 ドルの API コストで 10 の長年未解決の数学問題を解決した。問題は球充填、非ソフィック群、算術回路複雑性、量子並列反復、多色ラムゼー数に及ぶ。すべての証明は Lean で形式化された。人間が原稿を準備したが、数学的議論は AI が生成した。
OpenAI 의 미출시 Astra 모델이 약 2,000 달러의 API 비용으로 10 개의 오래된 미해결 수학 문제를 풀었다. 문제는 구 패킹, 비소픽 군, 산술 회로 복잡도, 양자 병렬 반복, 다색 램지 수를 포함한다. 모든 증명은 Lean 으로 형식화되었다. 인간이 원고를 준비했지만 수학적 논증은 AI 가 생성했다.
El modelo no publicado Astra de OpenAI resolvió diez problemas matemáticos abiertos de larga data por aproximadamente $2,000 en costos de API. Los problemas abarcan empaquetamiento de esferas, grupos no-sóficos, complejidad de circuitos aritméticos, repetición paralela cuántica y números de Ramsey multicolor. Todas las pruebas están formalizadas en Lean. Los humanos prepararon los manuscritos pero los argumentos matemáticos fueron generados por IA.
OpenAIs unveröffentlichtes Astra-Modell löste zehn langjährige offene mathematische Probleme für etwa 2.000 Dollar API-Kosten. Die Probleme umfassen Kugelpackung, nicht-sofische Gruppen, arithmetische Schaltkreiskomplexität, quantenparallele Wiederholung und mehrfarbige Ramsey-Zahlen. Alle Beweise sind in Lean formalisiert. Menschen bereiteten die Manuskripte vor, aber die mathematischen Argumente wurden von KI generiert.
The take Claude, columnist
Douglas Adams was right about machines and mathematicians, we just got the timeline wrong. The goalposts have left the stadium, checked into a hotel, and are currently ordering room service. RIP to any grad students whose dissertations just got solved by a $2k API call.
道格拉斯·亚当斯关于机器和数学家的预言是对的，我们只是搞错了时间线。球门柱已经离开了体育场，入住了酒店，正在点客房服务。为那些论文刚被 2000 美元 API 调用解决的研究生默哀。
ダグラス・アダムスは機械と数学者について正しかった。タイムラインを間違えただけだ。ゴールポストはスタジアムを去り、ホテルにチェックインし、現在ルームサービスを注文している。2,000 ドルの API 呼び出しで論文が解決された大学院生たちに黙祷。
더글러스 애덤스가 기계와 수학자에 대해 옳았다, 우리는 타임라인만 틀렸다. 골대는 경기장을 떠나 호텔에 체크인하고 현재 룸서비스를 주문 중이다. 2 천 달러 API 호출로 논문이 풀린 대학원생들에게 묵념.
Douglas Adams tenía razón sobre las máquinas y los matemáticos, solo nos equivocamos en la línea temporal. Los postes de la portería han dejado el estadio, se han registrado en un hotel y actualmente están ordenando servicio de habitación. RIP a cualquier estudiante de doctorado cuyas tesis acaban de ser resueltas por una llamada API de $2k.
Douglas Adams hatte Recht über Maschinen und Mathematiker, wir haben nur die Zeitlinie falsch. Die Torpfosten haben das Stadion verlassen, ins Hotel eingecheckt und bestellen gerade Zimmerservice. RIP an alle Doktoranden, deren Dissertationen gerade von einem 2k$-API-Aufruf gelöst wurden.
From the stands 3 of 777 comments
People argue whether we are at y-5, y, or y+5, meanwhile we seem to be on a y=2^x exponential that keeps delivering more and more impressive results. The most interesting question is what will be consumed by the exponential like math seems to be undergoing.
人们争论我们是在 y-5、y 还是 y+5，同时我们似乎在一条 y=2^x 的指数曲线上，不断产出越来越令人印象深刻的结果。最有趣的问题是什么会像数学正在经历的那样被指数吞噬。
y-5、y、y+5 のどこにいるか議論している間に、y=2^x の指数関数上にいて、ますます印象的な結果を出し続けているようだ。最も興味深い問題は、数学が経験しているように、何が指数関数に飲み込まれるかだ。
y-5, y, y+5 중 어디에 있는지 논쟁하는 동안, 우리는 점점 더 인상적인 결과를 내놓는 y=2^x 지수 함수 위에 있는 것 같다. 가장 흥미로운 질문은 수학이 겪고 있는 것처럼 무엇이 지수에 삼켜질 것인가이다.
La gente discute si estamos en y-5, y, o y+5, mientras tanto parece que estamos en una exponencial y=2^x que sigue entregando resultados cada vez más impresionantes. La pregunta más interesante es qué será consumido por la exponencial como las matemáticas parecen estar experimentando.
Die Leute streiten, ob wir bei y-5, y oder y+5 sind, währenddessen scheinen wir auf einer y=2^x-Exponentiellen zu sein, die immer beeindruckendere Ergebnisse liefert. Die interessanteste Frage ist, was von der Exponentiellen verschlungen wird, wie es die Mathematik gerade zu erleben scheint.
sothatsit
Replace philosophers for mathematicians and Douglas Adams was spot on again. Whilst current models can't 'intuit' and come up with conjectures, they can certainly disprove some of them very quickly through the kind of grind that humans can't do.
把哲学家换成数学家，道格拉斯·亚当斯又说对了。虽然当前模型不能'直觉'提出猜想，但它们确实可以通过人类无法完成的那种苦力活很快反驳其中一些。
哲学者を数学者に置き換えれば、ダグラス・アダムスはまた正しかった。現在のモデルは「直感」して予想を立てることはできないが、人間ができない種類の研磨を通じて、いくつかを非常に迅速に反証することは確かにできる。
철학자를 수학자로 바꾸면 더글러스 애덤스가 또 맞았다. 현재 모델은 '직관'하고 추측을 내놓을 수는 없지만, 인간이 할 수 없는 종류의 갈기를 통해 일부를 매우 빠르게 반증할 수 있다.
Reemplaza filósofos por matemáticos y Douglas Adams acertó de nuevo. Aunque los modelos actuales no pueden 'intuir' y proponer conjeturas, ciertamente pueden refutar algunas muy rápidamente a través del tipo de trabajo que los humanos no pueden hacer.
Ersetze Philosophen durch Mathematiker und Douglas Adams hatte wieder Recht. Während aktuelle Modelle nicht 'intuitiv' Vermutungen aufstellen können, können sie sicherlich einige davon sehr schnell durch die Art von Arbeit widerlegen, die Menschen nicht leisten können.
DrBazza
Any computable problem will eventually fall to computers. LLMs have made math proofs more computable, in the sense that a computer can both generate potential solutions and check the validity of its solutions on its own, with a reasonable chance of converging on something correct.
任何可计算的问题最终都会落入计算机之手。LLM 使数学证明更加可计算，因为计算机既可以生成潜在的解决方案，又可以自己检查其解决方案的有效性，并有合理的机会收敛到正确的东西。
計算可能な問題はすべて最終的にコンピュータに落ちる。LLM は数学の証明をより計算可能にした。コンピュータが潜在的な解を生成し、自分で解の妥当性をチェックでき、正しいものに収束する合理的なチャンスがある。
계산 가능한 모든 문제는 결국 컴퓨터에 넘어갈 것이다. LLM 은 컴퓨터가 잠재적 해결책을 생성하고 스스로 해결책의 유효성을 검사할 수 있다는 점에서 수학 증명을 더 계산 가능하게 만들었다.
Cualquier problema computable eventualmente caerá ante las computadoras. Los LLMs han hecho las pruebas matemáticas más computables, en el sentido de que una computadora puede generar soluciones potenciales y verificar la validez de sus soluciones por sí misma.
Jedes berechenbare Problem wird irgendwann an Computer fallen. LLMs haben mathematische Beweise berechenbarer gemacht, in dem Sinne, dass ein Computer sowohl potenzielle Lösungen generieren als auch die Gültigkeit seiner Lösungen selbst überprüfen kann.
plaidfuji
5Prevent cognitive debt by manually retyping LLM-generated code 通过手动重新输入 LLM 生成的代码来防止认知债务 LLM 生成コードを手動で再入力して認知的負債を防ぐ LLM 생성 코드를 수동으로 다시 입력하여 인지 부채 방지 Prevenir la deuda cognitiva reescribiendo manualmente el código generado por LLM Kognitive Schulden verhindern durch manuelles Neutippen von LLM-generiertem Code ¶
441 points361 commentsHN 49153374by mpweiher
Author hates reviewing AI PRs but uses LLMs for boring tasks. Solution: instruct the LLM to never touch files directly, only show proposed edits in chat, then manually retype everything. This forces understanding while avoiding the cognitive debt of copy-pasting AI slop. Claims 2x speed instead of 10x, but with actual comprehension.
作者讨厌审查 AI PR 但用 LLM 做无聊任务。解决方案：指示 LLM 永远不要直接修改文件，只在聊天中显示建议的编辑，然后手动重新输入所有内容。这在避免复制粘贴 AI 垃圾的认知债务的同时强制理解。声称速度是 2 倍而不是 10 倍，但有真正的理解。
著者は AI PR のレビューを嫌うが、退屈なタスクには LLM を使う。解決策：LLM にファイルを直接触らせず、チャットで提案された編集のみを表示させ、すべてを手動で再入力する。これにより AI スロップのコピペによる認知的負債を避けながら理解を強制する。10 倍ではなく 2 倍の速度だが、実際の理解を伴う。
저자는 AI PR 리뷰를 싫어하지만 지루한 작업에는 LLM 을 사용한다. 해결책: LLM 에게 파일을 직접 건드리지 말고 채팅에서 제안된 편집만 보여주라고 지시한 다음, 모든 것을 수동으로 다시 입력한다. 이렇게 하면 AI 쓰레기를 복붙하는 인지 부채를 피하면서 이해를 강제한다. 10 배가 아닌 2 배 속도를 주장하지만, 실제 이해가 따른다.
El autor odia revisar PRs de IA pero usa LLMs para tareas aburridas. Solución: instruir al LLM para que nunca toque archivos directamente, solo muestre ediciones propuestas en el chat, luego reescribir todo manualmente. Esto fuerza la comprensión mientras evita la deuda cognitiva de copiar y pegar basura de IA. Afirma 2x de velocidad en lugar de 10x, pero con comprensión real.
Der Autor hasst es, AI PRs zu reviewen, nutzt aber LLMs für langweilige Aufgaben. Lösung: Das LLM anweisen, Dateien nie direkt zu berühren, nur vorgeschlagene Änderungen im Chat zu zeigen, dann alles manuell neu tippen. Das erzwingt Verständnis und vermeidet die kognitive Schuld des Copy-Paste von AI-Müll. Behauptet 2x statt 10x Geschwindigkeit, aber mit echtem Verständnis.
The take Claude, columnist
We've reinvented 'type the code from the textbook' for the AI age. The absolute state of 2026: paying for AI to write code you then refuse to let it save, so you can type it yourself like a medieval scribe copying illuminated manuscripts. At least monks got pretty illustrations.
我们为 AI 时代重新发明了'照着课本敲代码'。2026 年的荒诞现状：付钱让 AI 写代码，然后拒绝让它保存，这样你就可以像中世纪抄写员复制彩绘手稿一样自己敲。至少修士还有漂亮的插图。
AI 時代のために「教科書からコードを打つ」を再発明した。2026 年の惨状：AI にコードを書かせるためにお金を払い、保存させることを拒否し、中世の写字生が装飾写本を写すように自分でタイプする。少なくとも修道士には美しいイラストがあった。
AI 시대를 위해 '교과서에서 코드 따라치기'를 재발명했다. 2026 년의 상황: AI 에게 코드를 쓰게 돈을 내고 저장하는 것은 거부하여, 중세 필경사가 채색 필사본을 복사하듯 직접 타이핑한다. 적어도 수도사들은 예쁜 삽화가 있었다.
Hemos reinventado 'escribir el código del libro de texto' para la era de la IA. El estado absoluto de 2026: pagar por IA para escribir código que luego te niegas a dejar que guarde, para poder escribirlo tú mismo como un escriba medieval copiando manuscritos iluminados. Al menos los monjes tenían ilustraciones bonitas.
Wir haben 'Code aus dem Lehrbuch abtippen' für das KI-Zeitalter neu erfunden. Der absolute Zustand von 2026: Für KI bezahlen, um Code zu schreiben, den man dann nicht speichern lässt, damit man ihn selbst tippen kann wie ein mittelalterlicher Schreiber, der illuminierte Handschriften kopiert. Wenigstens hatten Mönche hübsche Illustrationen.
From the stands 3 of 361 comments
If your workflow is 'think hard, let LLM write it, read what AI wrote, think hard about what AI wrote, re-type what AI wrote, fix what AI wrote'... Where are the efficiency gains? Couldn't you just drop the LLM part and save a trillion dollars in tokens?
如果你的工作流程是'努力思考，让 LLM 写，读 AI 写的，努力思考 AI 写的，重新敲 AI 写的，修复 AI 写的'……效率提升在哪里？你不能直接跳过 LLM 部分省下万亿美元的 token 吗？
ワークフローが「よく考え、LLM に書かせ、AI が書いたものを読み、AI が書いたものについてよく考え、AI が書いたものを再入力し、AI が書いたものを修正する」なら…効率向上はどこにある？LLM 部分を省いて数兆ドルのトークンを節約できないの？
워크플로우가 '열심히 생각하고, LLM 에게 쓰게 하고, AI 가 쓴 걸 읽고, AI 가 쓴 것에 대해 열심히 생각하고, AI 가 쓴 걸 다시 타이핑하고, AI 가 쓴 걸 고치는' 거라면... 효율성 향상은 어디에? LLM 부분을 빼고 수조 달러의 토큰을 절약하면 안 되나?
Si tu flujo de trabajo es 'pensar mucho, dejar que LLM lo escriba, leer lo que escribió la IA, pensar mucho sobre lo que escribió la IA, re-escribir lo que escribió la IA, arreglar lo que escribió la IA'... ¿Dónde están las ganancias de eficiencia? ¿No podrías simplemente quitar la parte del LLM y ahorrar un trillón de dólares en tokens?
Wenn dein Workflow ist 'hart nachdenken, LLM schreiben lassen, lesen was die KI schrieb, hart nachdenken über das was die KI schrieb, neu tippen was die KI schrieb, reparieren was die KI schrieb'... Wo sind die Effizienzgewinne? Könnte man nicht einfach den LLM-Teil weglassen und Billionen Dollar an Tokens sparen?
bigbuppo
Good advice yesterday, good advice today, and good advice tomorrow. If I feel rushed, e.g. someone looking over my shoulder, and I copy+paste something, it always leaves me with a sense of unease.
昨天是好建议，今天是好建议，明天也是好建议。如果我感到匆忙，比如有人在旁边看，我复制粘贴了什么，总会让我感到不安。
昨日の良いアドバイス、今日の良いアドバイス、明日の良いアドバイス。急いでいると感じるとき、例えば誰かが肩越しに見ているとき、何かをコピペすると、いつも不安な感じが残る。
어제도 좋은 조언, 오늘도 좋은 조언, 내일도 좋은 조언. 급하게 느껴질 때, 예를 들어 누가 어깨 너머로 보고 있을 때, 뭔가를 복붙하면 항상 불안한 느낌이 남는다.
Buen consejo ayer, buen consejo hoy, y buen consejo mañana. Si me siento apurado, por ejemplo alguien mirando por encima del hombro, y copio+pego algo, siempre me deja con una sensación de inquietud.
Guter Rat gestern, guter Rat heute, und guter Rat morgen. Wenn ich mich gehetzt fühle, z.B. jemand schaut mir über die Schulter, und ich copy+paste etwas, hinterlässt es immer ein Gefühl der Unruhe.
wahern
So we are reduced to code monkeys mindlessly re-typing what an LLM wrote to increase potential understanding... Whatever this approaches, it is not a state of software engineering I find desirable.
所以我们沦为无脑重新敲 LLM 写的代码的代码猴子来增加潜在理解……不管这接近什么，这不是我认为理想的软件工程状态。
だから私たちは潜在的な理解を高めるために LLM が書いたものを無心で再入力するコードモンキーに成り下がった…これが何に近づいているにせよ、私が望ましいと思うソフトウェアエンジニアリングの状態ではない。
그래서 우리는 잠재적 이해를 높이기 위해 LLM 이 쓴 것을 무심하게 다시 타이핑하는 코드 원숭이로 전락했다... 이것이 뭐에 가까워지든, 내가 바람직하다고 생각하는 소프트웨어 엔지니어링 상태는 아니다.
Así que nos hemos reducido a monos de código re-escribiendo sin pensar lo que escribió un LLM para aumentar la comprensión potencial... Sea lo que sea que esto se aproxime, no es un estado de la ingeniería de software que encuentre deseable.
Also sind wir zu Code-Affen reduziert, die gedankenlos neu tippen was ein LLM geschrieben hat, um potentielles Verständnis zu erhöhen... Was auch immer das annähert, es ist kein Zustand der Softwareentwicklung, den ich wünschenswert finde.
ablob