谷歌联合HHMI Janelia发布首个成年雄性果蝇完整中枢神经系统连接图谱MaleCNS v1.0，识别超16.6万个神经元、约1.25亿个突触。图谱开源后，开发者围绕其展开各种创意实验：接入《我的世界》《Doom》《Beat Saber》等游戏，让果蝇刷短视频、决定央行利率等。加密社区也迅速跟进，有人让果蝇自主发币、炒Meme币和比特币，甚至发行Meme币FLYBRAIN，市值一度突破5500万美元。这项神经科学成果从实验室走向大众娱乐与链上实验，成为热门话题。
Google 开源完整雄性果蝇大脑图谱（16.6 万神经元）后，X 上掀起「the fly can」热潮：果蝇大脑被接入 Minecraft、逃生游戏、比特币交易、YMCA 舞蹈、Figma 设计、Doom、Beat Saber、发币、发布视频等场景，甚至小鼠视觉皮层也被用来炒股。文章梳理了这些荒诞又硬核的案例，并指出其爆火源于数据开源、Agent 工具高效与荒诞感传播，同时引出关于意识与伦理的严肃讨论。
本文是强化学习从零开始系列的第一篇，作者通过赌场老虎机的故事引入多臂老虎机问题。文章以通俗易懂的方式讲解了期望值、条件概率、贝叶斯定理、大数定律等基础概率统计概念，并推导出增量式价值估计 Q 的更新公式，为后续学习强化学习算法奠定基础。作者强调从最简单的问题出发、逐步增加复杂度的学习方式。
作者老K回应质疑其卖PUT（现金担保期权卖方）策略风险的言论。他解释自己从不裸卖，只做现金担保，行权价放得远且慎重选标的，两年多从未被行权接货，认为相比直接买股票，SP接货成本更低、风险更小，并列举段永平卖PUT收200多万美金的例子。文中还谈及美联储加息25bp及鹰派信号、将股票仓位降至五成应对风险、长期看好加密货币与AI（认为AI将智能变成可复制生产要素，进度不足10%），以及分享策略的初衷是给退休生活找目标。最后提问孩子写作业依赖AI（豆包）该如何看待。
文章介绍了美籍华裔科学家 Philip Shiu 的重磅成果：他凭一己之力手敲近2年代码，将果蝇大脑13.9万个神经元、5000万个突触的海量数据转译为计算模型。该模型轻量到可在普通笔记本上运行，预测准确率高达95%，且无需机器学习训练或手工调参。2024年10月该成果发表于《Nature》。他还把脑模型装入虚拟身体，使数字果蝇在物理世界中自主运动，开启了'数字生命'与全脑仿真的新篇章。他现加入硅谷AI公司Eon Systems担任工程主管。
作者开源了一款meme雷达工具，并提供详细的图解安装教程。文章分步骤讲解了Windows和Mac平台的安装流程：从GitHub下载工具、解压运行、首次使用创建API、复制公钥到GMGN创建页生成API并粘贴配置，最后等待2-5分钟完成连接。作者强调需使用稳定的VPN，并提醒读者工具仅作助手，不可盲目投资，需合理管理仓位，盈亏自负。该工具研究开发约一个月后免费开源。
本文汇总了2026年8月初X平台上的科技公司招聘信息，涵盖a16z crypto、OpenRouter、Thinking Machines、Factory AI、IRS等数十家公司的职位机会。岗位类型丰富，包括AI安全研究员、高级后端工程师、社交媒体负责人、增长负责人、设计师、量化开发者等，分布于纽约、远程等多种工作地点。多个AI实验室和初创公司正在扩充团队，涉及LLM、Agent、加密货币、医疗健康等热门领域，为求职者提供了大量一线科技公司的最新招聘线索。
作者大宇认为当前已处于牛市初期，从周期规律、宏观流动性、币圈内生情绪三方面论证牛市已来。本轮牛市最大变化是资金来源：机构资金主导，重点看好链上金融基础设施及有真实收入、有回购的真实价值类项目（如HYPE、UNI、AAVE、MORPHO、ETHFI等），MEME仍是重头戏但建议买平台币而非具体MEME，同时警惕不上不下的VC币。采用杠铃策略布局，预计还有20%左右回调，是上车机会。
本文探讨了AI使用中可能导致的'认知能力退化'问题，即过度依赖AI工具（如Claude、Codex）完成编程任务，而忽略了自身技能的培养。作者通过引用Anthropic的实验和神经科学研究，指出AI虽能提升短期效率，但可能削弱独立调试、理解和记忆能力。文章提出了'认知所有权'的概念，并给出了八条具体规则，帮助开发者在利用AI的同时保持和提升自身能力，避免能力差距扩大。
本文介绍了如何使用 Prime Intellect 的 Verifiers 框架从零开始构建一个用于强化学习（RL）的 Othello（黑白棋）游戏环境。文章解释了 RL 循环的基本组成部分（状态、动作、奖励、环境），并利用 GRPO 算法替代传统的人工偏好模型。文中详细展示了技术栈、游戏循环逻辑以及内置的 Minimax 对手引擎代码，旨在帮助开发者理解并掌握构建模型无关的 RL 环境的核心方法。
作者在纽约与从事脑机接口研究的神经医学专家交流，探讨了Neuralink的技术评价、神经信号的极高采样频率带来的PB级存储挑战、以及光通信在未来的应用。文章还深入分析了AI公司为何大量招聘神经科学家，不仅为了模仿大脑的高效能耗，更为了破解AI“黑盒子”的可解释性难题。文末感叹当下是科技爆发的最好时代。
本文深入探讨了当前AI领域的热门概念“世界模型”。文章梳理了该概念从1943年心理学起源到2024年爆发式发展的历史脉络，详细区分了两大核心阵营：用于行动的模型（如DreamerV3和JEPA）与用于呈现的模型（如Sora和视频生成）。文中分析了杨立昆、李飞飞及OpenAI等不同派别的技术路径与定义之争，揭示了世界模型如何成为超越大语言模型的下一代AI竞争焦点。
本文基于李飞飞的观点，深入探讨了“世界模型”这一AI术语在当前语境下的定义与功能。文章通过强化学习中的POMDP框架，将世界模型系统分为三类：输出视觉观察的“渲染器”、输出物理状态的“模拟器”以及输出行动指令的“规划器”。作者指出，尽管渲染器目前商业应用最成熟，但模拟器作为连接视觉与行动的桥梁，是实现空间智能和通用机器人的关键。文章最后预测，这三类功能的边界将逐渐坍缩，最终融合为一个统一的、能够理解并交互物理世界的基础模型。
