流体力学研究史
文章回顾了流体力学三百年的发展历程，从阿基米德的静力学开端，到达芬奇的观察，再到欧拉建立场论方程。文章重点探讨了流体力学拥有完美方程却无法预测湍流的悖论，以及非线性项带来的数学挑战，并最终将落脚点引向了现代AI技术。
相关文档
气吞万里如虎：回顾十九世纪的数学英豪们
本文回顾了十九世纪数学史的波澜壮阔。文章指出，十九世纪数学家们将数学从描述世界的工具转变为创造世界的工具，彻底改写了“数学是什么”。重点阐述了非欧几何的诞生（罗巴切夫斯基、鲍耶、黎曼）如何解放了几何学，使其不再局限于描述经验世界，而是研究空间结构与公理本身。这些变革为二十世纪的相对论、量子力学及计算机理论奠定了核心基础。
提升思维的10本数学书籍（但鲜有人能读完）
文章推荐了10本能够重塑思维的数学书籍，这些书并非传统教材，而是需要主动参与的高强度思维训练。从探讨复杂系统的《哥德尔、埃舍尔、巴赫》到问题解决经典的《如何解题》，这些书籍涵盖了逻辑、证明、统计学等多个领域。虽然大多数读者因难度较大而半途而废，但坚持阅读并理解其中内容，将极大地提升读者在逻辑、模式识别及解决复杂问题方面的思维能力。
物理学三百年的终极转向：为什么场比粒子更基本
文章梳理了物理学从牛顿粒子宇宙观到现代量子场论的范式转向。从牛顿万有引力的超距作用难题出发，经法拉第的力线概念、麦克斯韦方程组的统一电与磁，到爱因斯坦广义相对论把引力变为时空几何的动力学，再到量子力学与相对论结合后粒子可产生湮灭，量子场论应运而生：场是海，粒子是浪，粒子是场的量子激发。文章进一步介绍规范场论、标准模型 SU(3)×SU(2)×U(1) 结构、安鲁效应与霍金辐射，指出粒子并非绝对概念，量子场才是更基础的描述框架。
AI for Physics 全景图
文章探讨了AI在物理学领域的应用现状与瓶颈。作者将物理学研究分为解析求解、数值模拟、有效理论构造等五条路线，指出AI在受限于计算能力的领域（如分子模拟、引力波参数估计）取得了显著的“化解”与“新能力”突破；但在依赖概念创新和理论构造的领域，AI仍进展甚微。文章通过重新梳理物理学家的工作方式，提供了一个评估AI实际价值的新视角。
纳维-斯托克斯方程：一个方程背后的多重难题
文章深入探讨了纳维-斯托克斯（NS）方程在数学、物理和工程三个层面的难题。它不仅是千禧年大奖难题之一，在物理上对应着至今未解的湍流问题，在工程计算中则面临算力难以企及的挑战。
什么是信息论？它和AI是什么关系？
文章深入浅出地讲解了信息论的起源、核心概念及其与人工智能的关系。内容涵盖香农在1948年奠定的信息论基础（如熵、比特、信道容量定理），回顾了奈奎斯特、哈特利及玻尔兹曼等前人的贡献，并探讨了交叉熵、KL散度等概念如何成为衡量AI模型误差的关键工具。文章指出，尽管信息论为AI提供了度量语言，但在解释智能本质上仍有局限。
当物理遇上AI：深度学习里的物理元素（上）
文章探讨了物理学与人工智能（特别是深度学习）之间的深刻联系。作者指出，神经网络本质上是一个类似于物理学中的“多体系统”，因此统计力学的语言天然适用于描述AI。文章详细拆解了能量最小化、Softmax（玻尔兹曼分布）、交叉熵（信息熵）、VAE（自由能）以及最大熵原理等核心AI概念背后的物理学渊源，揭示了从蒸汽机到神经网络的知识传承。
我见青山多妩媚：二十世纪数学史（上）
本文回顾了二十世纪上半叶数学发展的核心脉络。不同于十九世纪的开荒式扩张，二十世纪数学转向对代数、几何、分析及基础的系统化与结构化。文章重点讲述了代数如何从解方程演变为研究结构，涵盖了诺特及其对对称性与守恒量联系的证明、抽象代数的建立、范德瓦尔登《代数学》的普及、布尔巴基学派的结构主义风格，以及范畴论对“结构之间的关系”的探索。文中强调了物理学和计算机作为两大外部力量对数学发展的深刻塑造。
麦克林托克：她先感觉到了
文章讲述了诺贝尔奖得主、遗传学家芭芭拉·麦克林托克发现“跳跃基因”的历程。她通过独特的“对有机体的感觉”，在未被当时科学界接受的情况下，坚持研究三十年，最终证实基因并非静态而是可移动的。文章探讨了这种先验的身体认知与后验的科学验证之间的关系，以及天才在认知范式转换前所面临的孤独与坚守。
Chain Theory：从量子信息重建基础物理
作者宣布启动名为 Chain Theory 的研究计划，旨在从量子信息出发重建基础物理学，并公布首个成果：由单一公理推导出的精细结构常数无参数候选值，与测量值精确匹配到十位有效数字。文章回顾了 20 世纪上半叶物理学的黄金时代与之后近五十年的停滞，批评人择原理和弦论景观放弃了推导自然常数的路径，并提出三条线索：有限区域的信息上限、标准模型规范群可作为 qutrit 与 qubit 纠缠态的对称性、以及基本粒子无子结构的另一种解读，论证应回归以推导为目标的新基础。
H3 古风舞蹈创作方法论：从动作动链到导演级运镜
作者系统总结了一套基于 H3 模型的 AI 古风舞蹈视频制作方法论。核心原则是先建立舞蹈再建立镜头：从作品意图、音乐分析、编舞设计出发，构建持续层、动链层、微动作层三层舞蹈结构，写出包含受力、路径、重心、惯性等完整物理过程的动作链，并按音乐节拍与动作密度对齐。镜头设计强调真实摄影机几何而非抽象角度术语，每次运镜都需有目的。文章还涵盖参考图视觉权限界定、跨段连续性检查、负面约束的正向替代方案、提示词语法结构与交付前的导演级自检流程，旨在建立可复用的模块化 AI 舞蹈创作系统。
