量子力学研究史（下）：多体、涌现与量子信息
本文是量子力学研究史的下篇，聚焦于多体物理、涌现现象与量子信息。文章从狄拉克1929年的宣言切入，指出量子力学虽为化学和物质科学提供了底层定律，但多体系统的指数墙使得精确求解不可能。随后回顾了平均场方法、能带理论、隧穿效应、白矮星简并压等关键进展，并指出莫特绝缘体等强关联系统暴露了单粒子图像的局限。最后，文章介绍了朗道相变理论、准粒子概念以及量子信息科学如何利用多体系统的量子特性，展现了量子力学从微观原理到宏观物质世界的深刻影响。
相关文档
量子力学研究史（中）：场、无穷大与标准模型
本文是量子力学研究史的中篇，聚焦于量子力学如何为与狭义相对论相容而演变为量子场论的过程。文章从薛定谔方程的局限出发，阐述了场量子化的必要性，介绍了狄拉克方程、反物质、真空涨落等关键概念，并详细讨论了量子场论中遇到的无穷大问题及重整化方法。最终，文章梳理了从量子场论到标准模型的发展脉络，指出标准模型的成就与局限，强调了场作为基本物理实在的视角转变。
AI SCENTRONIC：从1939年被没收的气味机到AI电子鼻将气味搬上互联网
文章追溯了气味传输技术近90年的历史：1939年Hans Laube在瑞士展示会散发气味的电影，其设备因专利纠纷被没收；Morton Heilig于1962年获得Sensorama模拟器专利，将气味融入虚拟现实；好莱坞的AromaRama和Smell-O-Vision尝试均告失败；1968年Taguchi发明二氧化锡气体传感器，1982年Persaud和Dodd在《自然》发表论文开创电子鼻领域。作者指出电子鼻四十年来的局限是'有鼻无口'——只能识别气味却无法再现。如今AI技术终于实现通过互联网传递气味描述并在远端重现气味的突破，并提供了自制电子鼻的零件清单、安全须知及气味库SuperPrompt。
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。
历史视野下的 AI 时代组织治理之道
文章回顾了中国两千年来中枢权力架构的演变——从秦汉丞相制、隋唐三省六部、宋代二府三司、明代废相设内阁，到清代军机处与密折制，指出其始终围绕效率与制衡的平衡展开。作者认为，AI 时代人机协同组织虽技术巨变，但决策权、执行权、监督权分配等治理底层逻辑未变。文章提炼出六大借鉴：三权分立、信息双轨制、AI 智囊定位、核心资源垂直管控、独立监察闭环、警惕集权与分权两个极端，并提出统一治理下小团队自治的组织模式，以四权分立、双轨信息流转和清晰人机权责体系支撑 AI 时代的组织管理。
凿构周期律 · 数学系列（二十五）人类精神的荣誉
文章从1829年雅可比致勒让德的信谈起：科学唯一的目的是人类精神的荣誉。作者梳理了数学史上'为了用'与'为了它自己'两种目的观近两百年的交锋，从巴比伦记账泥板、傅里叶的热传导，到哈代的《辩白》、布尔巴基与四色定理。文章指出无论哪种立场，具体的人都常被排除在目的之外——诺特被制度挡在门外，密码学家隐姓埋名，孩子们默默核对证明。布劳威尔、外尔、瑟斯顿等人则不断把'人'收回数学的中心。最后文章回应2025-2026年AI冲击数学界的现实：机器达到IMO金牌线、代理证明费马大定理、千禧年问题的争议，追问在机器时代谁来署名、谁负责，重申'人是目的，构是手段'的核心论断。
24 Books You've Probably Never Heard Of But Will Change Your Life
Ryan Holiday 认为只读大众经典会让人得出与所有人相同的结论，阅读的意义在于洞察人性与理解世界。他从西方三千年的出版历史中挑选了一份按时间大致排序的冷门书单，包括色诺芬的《居鲁士的教育》、罗马奴隶 Publius Syrus 的道德格言、马可·奥勒留的《沉思录》、瓦萨里的艺术家传记、以及《为奴十二年》等回忆录与历史作品。作者逐书介绍了其独特价值与深刻启示，鼓励读者跳出主流书单，发现这些被埋没却改变人生的伟大著作。
一份研究灵魂出窍的军方报告，为什么偏偏少了第25页
文章讲述美国中情局解密的1983年'盖特威计划'评估报告：美军中校麦克唐纳受命评估门罗研究所的'意识出体'技术能否用于对苏情报窃取。报告从双耳差频、入定生理共振、舒曼共振，到普朗克长度、量子观察者效应、全息宇宙与Torus能量环，层层推演出宏大的意识与宇宙图景。实验中受试者从未读全十位随机数，暴露主观投射的致命缺陷。神秘消失38年的第25页2021年重见天日，内容竟是对古代智慧与现代物理的对照，落点是'认识你自己'。
AI Agent的物理裁判层：为 AI-for-Physics 建立可机检的验证判据
文章指出数学有 Lean、代码有编译器和测试作为不可欺骗的裁判，而物理缺乏机器验证器，导致物理 AI 卡在起跑线前。作者分析 LLM 最擅长伪造物理学家依赖的廉价可信信号（量纲一致、推导自洽、独立路径吻合等），且最危险的错误是将近似用在适用域之外。文章借鉴数学和代码领域建立裁判后能力爆发的经验，提出为物理构建可机检的验证层，输出覆盖度证书，包含量纲检查、对称性验证、数值模拟交叉验证和强制隔离的多路径推导，目标客户是做物理的 AI Agent。
The Books on My Nightstand
Ryan Holiday shares the books currently on his nightstand, including Clear Thinking by Shane Parrish, Three Lives for Mississippi by William Bradford Huie, Everybody Behaves Badly by Lesley M. M. Blume, The Daily Pressfield by Steven Pressfield, Going Infinite by Michael Lewis, and Fair Play by Eve Rodsky. He provides personal insights and recommendations, touching on decision-making, civil rights history, Hemingway's writing style, and practical advice for household task division. He also mentions books his children are enjoying, such as The Island by Max Brooks and WeirDo by Anh Do, and reflects on the importance of reading history to understand current issues.
Physics for AI 总纲领
本文系统梳理了物理对机器学习79个开放问题的贡献，按定题、构造块、学习、实验四块逐一分析。作者提出物理介入ML的三条路径：分析方法、模型来源、科研制度，并指出现有综述缺乏按具体问题组织的映射。文中详细评估了每条问题物理能否解决，标注为能、部分或不能，并给出对应的物理方向。最终统计显示，物理在构造块（模型来源）贡献最大，在定题块（语义与目标）几乎无能为力。文章强调物理的价值在于提供分析工具、模型灵感和科研规范，而非万能解药。
AI Agent 七十年演化史
本文系统梳理了AI Agent从1958年McCarthy的Advice Taker到2026年的七十年演化历程，指出其核心循环架构（感知-规划-行动-反思）自1972年Shakey机器人以来基本未变，真正变化的是循环中负责决策的“大脑”，经历了符号系统、专家系统、深度强化学习到大语言模型的更替。文章认为，大语言模型通过上下文学习和从文本中吸收常识，解决了前两代大脑“常识写不完”的致命缺陷，从而引爆了2023年的Agent浪潮。同时，文章提出关键观点：2023年的Agent技术栈大多是模型缺陷的补丁，随着模型能力增强，这些补丁将逐渐被拆除，最终通过训练直接获得能力。全文以METR时间视野曲线为衡量标尺，并埋下多条线索，在后续章节中逐一展开。
量子力学研究史（上）：从黑体辐射到希尔伯特空间
本文回顾了量子力学发展的上半场历史（1859-1932）。文章从十九世纪末经典物理大厦的完美与裂缝讲起，重点梳理了黑体辐射问题、原子光谱线的发现以及电子的发现如何一步步逼迫物理学家走出经典框架。文中详细介绍了普朗克如何为了解决黑体辐射公式而无奈引入能量量子，以及爱因斯坦如何将光量子概念推向物理实在，最终引出了波粒二象性和概率性的雏形。