Bojie Li (李博杰)

从 IDE 和 Vim 切换到 Cursor

我之前开发比较大的项目一般是用 JetBrains 系列 IDE（PyCharm、CLion），开发比较小的项目一般就用 vim 了。开发比较大的项目最烦的就是写胶水代码，大部分时间都不是在思考功能的设计或者算法，而是花在胶水代码上了。

Cursor 是一个类似 GitHub co-pilot 的 AI 辅助编程 IDE，界面跟 VS Code 比较类似。2023 年 Cursor 刚开源发布不久，我就开始试用了，但当时由于基础模型能力不足，并不是特别好用。今年 5 月 GPT-4o 发布后，我重新开始用 Cursor，发现比在 ChatGPT 里面问代码问题更方便，首先不用来回切换窗口，其次 Cursor 有上下文，问的效率更高。

最近三个月，有了代码能力更强的 Claude 3.5 Sonnet，我已经完全从 PyCharm 和 Vim 切换到 Cursor，因为 Cursor 的开发效率比有 AI 补全功能的 PyCharm 高多了，整体开发效率提升了一倍，最近三个月 GitHub 也轻松保持全绿。

Cursor 可以帮助快速入门新语言和框架

Cursor 的用途不仅是提升开发效率，还能帮我们快速熟悉新的编程语言、框架和技术栈。例如用 Go 写后端，用 React 写前端，用 Solidity 写智能合约，我之前都不会，但有了 AI 辅助编程，这些都不难。如果我上学的时候就有今天这么强的 AI，可以多学会很多编程技术。

OpenAI o1 的传言从去年的 Q* 开始，今年的 Strawberry 又拱了一波火，除了 o1 这个名字没有人猜到以外，里面的内容其实已经被猜的七七八八了，主要就是用强化学习方法让大模型学会更高效的思维链（Chain-of-Thought）思考方式，大幅提升模型的推理能力。

OpenAI 官方的测试数据就不在这里重复了。我体验下来总体效果很好，牛皮没有吹破。

• 2024 年高考数学试卷可以做到 120 多分（满分 150），只用 10 分钟就完成了答题。
• 小学奥数题基本全能做对，列方程的标准解法和适合小学生的 “妙解” 都能想到。
• 之前让大模型困扰的一些问题，比如 3.8 和 3.11 哪个大，Pi 和 3.1416 哪个大，strawberry 里面有几个 r，都可以做对。
• 编程方面，可以独立完成一个 demo 项目的开发，目测比目前代码能力最强的 Claude 3.5 Sonnet 代码能力更强。
• OpenAI o1 System Card 里面有个例子，在做一道 CTF 题的时候，那道 CTF 题远程验证环境的容器坏了，o1-preview 就找到了比赛平台的漏洞，启动了一个新的容器把 flag 直接给读出来了。虽然 OpenAI 的原意是提醒 AI 的安全风险，但这也体现了 o1 主动与环境交互解决问题的能力。

有人说，OpenAI 搞出了这么强的模型，跟其他公司的差距又拉大了，小公司没有存在的必要了。我认为情况恰恰相反。对没有能力自己训练基础模型的 AI 公司和学术界、AI Infra 公司、AI Agent 公司来说，这都是一个乐观的消息。

我给老婆做的七夕礼物：一个 AI 生成的视频，由 25 个 AI 生成的 5 秒视频和一首 AI 生成的音乐构成。这些视频大多数是用我们的静态照片加上动作的文字描述生成的，其中一些是鬼畜动作；一些是用其他风景照贴上我们的照片生成的。

视频生成成本大约 10 美金。虽然效果比不上 Sora，也有很多明显的物理规律错误，但比去年的 Stable Video Diffusion 等开源模型好多了，跟参考图的人物一致性也比较好了。

（视频 02:02，44 MB）

Web3 最大的两个优势是通证经济（tokenomics）和信任（trust）。通证经济解决的是利益分配的问题。这篇文章主要讲信任问题。

传统 Web2 的信任本质上是对人的信任。我敢把数据放在苹果和谷歌，是因为我相信苹果和谷歌不会出售我的数据。我敢在脉脉上匿名吐槽公司，是因为我相信脉脉不会把我的身份信息泄露。但显而易见的是，在利益面前，人并不是那么可信的。

Web3 能够如何更好地解决信任问题？我认为，Web3 的信任有三大来源：密码学信任（Cryptographic Trust）、去中心化信任（Decentralized Trust）和经济学信任（Economic Trust）。

密码学信任的本质是信任数学，去中心化信任的本质是信任大多数人不会串通起来作恶，经济学信任的本质是信任大多数人不会做亏本的买卖。因此，这三种信任是可靠性递减的。

那为什么不只用密码学信任呢？因为很多问题是单靠密码学信任无法解决的。这三种信任虽然可靠性递减，应用范围却是递增的。

接下来，我们就逐一介绍这三种信任。

密码学信任

• 如何既不透露我是谁，又能证明我的身份？例如，脉脉需要验证我是某家公司的成员，但我又不希望把我的确切身份告诉脉脉，这可能吗？
• 有随机性的在线游戏如何保证公平性？例如，一个德州扑克的游戏平台如何证明自己的发牌是绝对公平的，没有庄家在悄悄看牌？

太空探索需要的燃料太多了

小时候院子里有一个搞航天的老爷爷，他经常给我科普一些航天知识。我印象最深的就是他家墙上贴着一幅太阳系航天地图，就类似下图的样子。

老爷爷跟我说，这个太阳系航天地图看起来是不是很像火车线路图？只是上面标的数字都不是距离，而是速度的变化量（Delta-V）。

他年轻的时候也希望建成像火车一样四通八达的航天网络，只是里面的车站不再是北京西、上海虹桥，而是地球表面、近地轨道、地月转移轨道、火星转移轨道、火星表面等等。但遗憾的是，人类迄今为止，这张图里大多数的车站都还没去过。

这里面最重要的原因就是人类的能源技术在太空面前太落后了。现在的火箭都是靠喷出推进剂来推进的，如今最快的喷出速度只有大约 4500 米/秒。这远比子弹的速度快，但在太空面前仍然不算一个很快的速度，例如第一宇宙速度就要 7900 米/秒，考虑到空气阻力和 250 千米轨道处的重力，需要大约 9200 米/秒的速度增量才能进入 250 千米高处的地球轨道。

更致命的是火箭所需携带的燃料质量是随所需速度变化量指数增长的。还在上小学的我不理解，推进剂的喷出速度不变，难道不应该是速度跟烧掉燃料的量成正比吗？比如汽车的油箱里面多一倍的油，就能多走一倍的路程啊。

科大 2024 值年返校有近 5000 人参加，我们 2010 级少年班学院的回来了大约 1/4。

尊敬的各位领导、各位老师，亲爱的校友们：

大家下午好！我是 2010 级 00 班的李博杰，非常荣幸能作为校友代表发言。转眼间，本科毕业已经十年了。

首先，我要向母校表达我最诚挚的感谢。从 2010 年到 2019 年，从本科到硕士、博士，我认识了一批优秀的同学和校友，至今都是我最好的朋友，也是创业中的合作伙伴。读博期间，我老婆实验室的谈老师邀请我做一个学术报告，我跟我老婆就是那时认识的。

（本文是我的知乎回答《事业心很强的男生适不适合做人生伴侣？》）

开始创业之后，认识很多创业者，大多数都是事业心很强的男生。

发现一个有趣的现象：这些创业者单身率明显比同龄人高。而且婚姻的稳定程度也比同龄人低。

单身率高

在 AI、移动互联网和 Web3 领域，创业成功的联合创始人，基本上身价至少一个小目标；创业没成功的联合创始人，基本上也有非常光鲜亮丽的履历，比如名校毕业，大厂高职级，各种头衔和奖项。他们/她们肯定是不愁找到很好的伴侣的。但为什么单身率这么高，婚姻稳定度这么低呢？

核心原因就是事业心很强的男生大多数时间和兴趣都在事业上，对生活、感情和家庭的投入比较少。

一个月前知乎《新人物》的访谈视频终于发布了。我还是第一次参加此类带生活内容的访谈，这绝对不是公司的 PR，因为全程都没有出现我们公司的名字和产品，甚至很少有人知道我们公司真实的名字。

感觉知乎还是挺有做媒体的操守的，采访之后没有让我看视频，就直接发布了，所有剪辑、标题和旁白都是知乎小编做的。

（04:16，215 MB）

视频拍摄地：

• 北京办公室
• 家里（访谈，跟老婆一起做饭，还有一些照片）
• 树村郊野公园（我经常跑步的地方，那个会飞的电动蝴蝶是我 2017 年做的，拍摄过程中被挂到了树上，还是我们非常强悍的摄影师小哥哥爬到树上给摘下来的）

（本文首发于知乎回答：《如何培养在计算机系统领域的研究品味（Research Taste）?》）

转眼间从科大本科毕业已经接近 10 年了。昨天跟老婆讨论我们科大系统圈子同学近期的发展，就发现 research taste 是决定学术成果最关键的因素。第二关键的因素则是动手能力。

什么是 research taste？我认为，research taste 就是找到未来有影响力的研究方向和研究课题。

很多同学技术很强，也就是动手能力很强，系统实现能力很强，但是仍然做不出来有影响力的研究成果，主要原因就是 research taste 比较差，选的研究方向要么只是蹭热点，缺少自己的思考；要么过于小众，没有人关注。

博士生的 research taste 靠导师

我认为，research taste 早期主要靠导师培养，后续主要靠自己的愿景。

（本文首发于知乎回答：《目前大语言模型的评测基准有哪些？》）

必须吹一波我们 co-founder @SIY.Z 的 Chatbot Arena 呀！

Chatbot Arena 是基于社区评价的大模型评测基准。上线一年来，Chatbot Arena 已经有超过 65 万次有效用户投票。

Chatbot Arena 见证大模型的快速进化

最近的一个月，我们在 Chatbot Arena 上见证了几件非常有趣的事情：

• Anthropic 的 Claude-3 发布，大杯 Opus 模型的性能超越了 GPT-4-Turbo，中杯 Sonnet 和小杯 Haiku 模型的性能也追平了 GPT-4。这是 OpenAI 以外的公司首次夺得排行榜的首位。Anthropic 的估值已经 $20B，直逼 OpenAI 的 $80B 了，OpenAI 是应该有点危机感了。
• Cohere 发布了迄今最强的开源模型 Command R+，104B 模型的性能追平 GPT-4，当然跟 GPT-4-Turbo 还有一定差距。我今年年初接受甲子光年采访的时候提出了 2024 年大模型四大趋势（《AI 一天，人间一年：我与 AI 的 2023｜甲子光年》）：“多模态大模型能够实时理解视频，实时生成包含复杂语义的视频；开源大模型达到 GPT-4 水平；GPT-3.5 水平开源模型的推理成本降到 GPT-3.5 API 的百分之一，让应用在集成大模型的时候不用担心成本问题；高端手机支持本地大模型和自动 App 操控，每个人的生活都离不开大模型。” 第一个是 Sora，第二个是 Command R+，都已经应验。我还是重复这个观点，如果一家主要做基础模型的公司 2024 年还训练不出 GPT-4 的话，就不用再折腾了，浪费了大量算力，最后连开源模型都比不上。
• 通义千问发布了 32B 开源模型，几乎可以达到 top 10，不管中文英文都很能打。32B 模型在成本上的杀伤力还是很强的。
• OpenAI 被 Anthropic 的 Claude Opus 超过了，自然也不示弱，马上发布了 GPT-4-Turbo-2024-04-09，又夺回了排行榜上第一的宝座。不过 OpenAI 迟迟没有发布 GPT-4.5 或者 GPT-5，而且大家期待的多模态模型一直没有出来，这是有点令人失望的。