MathxH

@0xAA_Science 你是傻逼吧，这么弱智的言论，开了VPN就算境外

刚问了下我十年前在富途的老主管，这波比处罚比外界想象的要轻得多： 内地用户境内端只能卖不能买，但是开了vpn就算在境外，就能自由出入金和买卖。 听懂掌声 👏

今晚数百万程序员发奋学英语

前量化投资机构 TSY Capital 联合创始人、曾在华尔街量化巨头 Jane Street 履职 9 年的崔添翼已于今年 3 月正式加盟 DeepSeek，出任其全新组建的 Harness 团队负责人，挂帅研发直接对标 Anthropic 旗下 Claude Code 的桌面端 Agent 产品。 崔添翼曾在本科期间 6 次斩获 ACM 国际大学生程序设计竞赛亚洲区金牌，其此前创立的 TSY Capital 开发团队人均拥有约 5 枚 ACM 级别金牌。

📣Meet Qwen3.7-Max — our latest flagship, made for the Agent Era. A versatile foundation for agents that actually get things done: 🧑‍💻 Coding agent, end to end. Frontend prototypes, multi-file refactors, real debugging — nails it. 🗂️ A reliable office and productivity assistant. Get your work done through MCP integrations and multi-agent orchestration. ⏱️ Long-horizon autonomy. 35 hours straight on a kernel optimization task — 1,000+ tool calls, zero hand-holding. 🔌 Scaffold-agnostic. Claude Code, OpenClaw, Qwen Code, or your own stack. Consistent reliability everywhere. API's up on Alibaba Model Studio. You can also take it for a spin on Qwen Studio. Go build something wild!🏃🏃‍♂️ 📖 Blog: qwen.ai/blog?id=qwen3.7 ✅ Qwen Studio: chat.qwen.ai/?models=qwen3.… ⚡️ API：modelstudio.console.alibabacloud.com/ap-southeast-1…

Try Composer 2.5

1/ Today, an internal @OpenAI model has refuted Erdős’s unit distance conjecture — a research result that one could recommend “acceptance without any hesitation” to the Annals of Mathematics, one of the most prestigious journals in mathematics. We came across it in a side quest to push our model on the hardest problems.

If you are a mathematician, then you may want to make sure you are sitting down before reading further.

Today, we share a breakthrough on the planar unit distance problem, a famous open question first posed by Paul Erdős in 1946. For nearly 80 years, mathematicians believed the best possible solutions looked roughly like square grids. An OpenAI model has now disproved that belief, discovering an entirely new family of constructions that performs better. This marks the first time AI has autonomously solved a prominent open problem central to a field of mathematics.

Introducing Agora-1, a multi-agent world model. Multiple participants—human or AI—can now interact inside the same world simulation, all in real-time. Try our playable research preview today, with Agora-1 simulating a multiplayer GoldenEye deathmatch!

BREAKING: The SEC is set to release its so-called "innovation exemption" for tokenized stocks which will pave the path for trading digital versions of securities, per Bloomberg. Details include: 1. In a "surprise move," the SEC is leaning toward allowing the trading of tokenized assets 2. These tokenized assets would be tradeable on decentralized crypto platforms 3. The move could "reshape the landscape of the American stock market" 4. This would also be one of the US' biggest shifts into crypto infrastructure yet Tokenized assets are rapidly expanding.

代币化美股，真的来了。 昨天，SEC 提议，一周内提出代币化股票框架，对于第三方平台代币，进行部分豁免和承认，可以在 Defi 平台交易、借贷等等。 这是美股代币化的一个强大利好，像 Robinhood、Ondo、xStocks、Dinari 这种第三方 tokenized 机构被SEC 承认；Securitize、Superstate、Figure、WisdomTree，这种合规大平台，也能更好往股票 RWA 探索。 1.19日，纽交所宣布打造全新区块链平台，实现 7x 24 小时股票交易 3.5日，纽交所投资 OKX，计划依靠 OKX 推出新的代币化股票和加密货币期货产品 3.12日，纳斯达克获得美国证券交易委员会（SEC）批准将股票上链，与 Kraken 交易所合作 加上述新闻，都能看出 SEC 和华尔街，对股票代币化的需求是非常强烈的。 当下，美股的交易时间，是1985 年设定的，几十年没变了，周末有个什么消息，交易者想买卖股票，根本不可能，很不方便。开盘机构先跑，散户吃土。而区块链实时结算，完美适配这个问题。 之前的美股代币化，主要依靠合成代币，发行方在第三方/券商，购买托管一定量的股票，然后再发行同样数量的股票。 现在更加正规的方式是，纽交所或者纳斯达克，直接让 IPO 的公司将股票以代币化的形式，发在链上。持有者有分红和投票权，这更接近于原生股票。 与此同时，美股代币化后，对 Perp 赛道也是一个利好。 当下，周末股票 Perp 的标记价格没有外部信息，全都来自内部数学定价，例如 Tradexyz，开盘有跳空风险。 代币化后，一个是能提供给 PerpDEX 合适的标记价格，让交易者可以拥有合理的参考价格，另一个是做市商可以在外部对冲，进一步降低 RWA Perp 的点差，流动性更好。

正规军来了！SEC 批准 NYSE 新规，RWA 和美股上链即将进入“权利”交接时代！！ 今天纽约证券交易所获得 SEC 会批准，修改《纽约证券交易所上市公司手册》第 703.12(II) 条，扩大认购权在纽约证券交易所上市的范围。 这次修改的核心是“预期上市认购权”。也就是说，底层证券本身还没有真正进入交易阶段，只要这个证券未来会在纽约证券交易所上市，并且相关证券法注册声明已经被美国证券交易委员会宣布生效，或者和认购权上市同时生效，那么这个未来认购权本身就可以先在纽约证券交易所挂牌交易。 这是什么？这就是 Pre-IPO 走向合规交易所框架的一种雏形，也是最近一段时间在传统金融和加密货币领域沸沸扬扬的 Pre-IPO、RWA、美股上链真正需要面对的核心问题。 过去很多所谓 Pre-IPO，本质上并不是投资者真正买到了 OpenAI、SpaceX、Anthropic 或者 Stripe 的股权，而是买到了某个平台、某个 SPV、某个发行人承诺给你的经济敞口。投资者以为自己买的是股权，但实际上可能没有股东身份，没有投票权，没有分红权，没有信息权，也没有真实股份的直接控制权。 这就是现在很多 Pre-IPO Token 最大的问题。用户购买的实际上和正股完全没有关系，仅仅是一个披着同名的“Meme”。就是想维权都找不到维权的主体！ 而 NYSE 这次新规的是从传统证券法框架出发，先确认权利，确认注册声明，确认未来底层证券会进入 NYSE 上市体系，再允许这个未来认购权本身进入交易所挂牌。 这才是重点。 未来真正合规的 Pre-IPO 是把“未来取得上市证券的权利”做成可以注册、可以托管、可以交易、可以行权、可以退市、可以被监管追责的产品。和现在很多 Pre-IPO Token 的区别在于，后者更多是平台信用，前者是交易所规则下的证券权利。 除了 Pre-IPO 以外，这份修改对于美股上链也有非常重要的意义。 美股上链如果只是把英伟达、特斯拉、苹果这些股票做成链上映射，那最多只是价格上链，甚至更接近差价合约或者合成敞口。这也是我一直再说的，天花板非常的低，而且很多所谓的美股上链也是一个同名 Meme 。 流动性不能共享，不同平台映射的同一美股都是不同的东西，最多就是一个追踪价格波动的敞口，更不要说拥有股东权利，也不代表用户可以承接分红、投票、配股、认购、转换、赎回等一系列公司权益事件。 真正的美股上链，上的不仅仅是股票的名字，还需要有股东权利。股票可以被代币化，但股票背后的所有权利也必须被处理。否则所谓美股上链，就只是把美股价格搬到链上，不是把证券体系搬到链上。 而且这次并不简单放行证券上链，而是在重构证券市场的最小单位。 这对 RWA 的影响也很直接。 过去很多人把 RWA 理解成资产上链，好像只要把债券、股票、基金份额或者未上市公司股权映射成一个 Token，就是 RWA。这个理解太表面了。 真正的 RWA 不是资产上链，而是权利上链。 Token 本身没有意义，重要的是 Token 背后到底对应什么权利。是所有权，是收益权，是债权，是赎回权，是认购权，是转换权，还是价格敞口。目前很多所谓的 RWA 只是换了一层链上包装，本质上还是不透明的结构化产品。 所以对我来说，未来金融资产上链的主线，不是 token first（代币有限），而是 rights first（权利优先）。 #Bitget 来了就是VIP！Crypto、美股、CFD，全球先机一站布局

金融庁、外国発行ステーブルコインを電子決済手段に正式認定　内閣府令改正を公布 coinpost.jp/?p=709645

一篇对当前所有 agent memory 系统的根本性挑战。 UIUC & 清华的研究者发现：GPT-5.4 在无记忆状态下 100% 解对的 ARC-AGI 题目，经过从 ground-truth 解决方案中"consolidate"记忆后，反而只能做对 52.6%。 不是轨迹质量差——输入是完美的。是 consolidation 过程本身在破坏信息。 论文测试了 CLIN、AWM、ACE、Dynamic Cheatsheet 等主流方法，在 ScienceWorld、WebShop、ALFWorld 上观察到一个共同模式：记忆效用先升后降，最终跌穿"无记忆"基线。 AWM 在 WebShop 上：8 样本时成功率 0.64，128 样本时跌到 0.20——和无记忆基线完全一样。"积累更多经验"擦除了自身的好处。 作者识别了三种失败机制： 1. Misgrouping：强制抽象会覆盖模型本身的分段能力，把不同类别的经验混在一起，抽象出混杂的"课程" 2. Interference：每次抽象 pass 都会"平滑"现有条目，剥离适用条件，把"在特定情况下做 X"变成无条件的"做 X" 3. Overfit：对窄流反复抽象，记住的是"表面规律"而非底层策略，同一 family 的简单变体上直接崩溃 缓解方案也做了：让 agent 自己决定何时 consolidate（Retain / Delete / Consolidate）。结果最震撼—— • 完全禁用 abstraction、只允许保留/删除 raw episodes 的模式，和完整 Auto 模式持平 • 只用 abstract lessons、去掉 episodic store，性能跌回无记忆基线 • 有用信息主要在 raw episodes 里，不在 distilled lessons 里 认知科学基础：Complementary Learning Systems 理论说人类的 episodic（海马体）和 consolidated（新皮层）记忆是分离的，consolidation 是 gated（门控）的——只在 schema fit 时触发。当前 agent 系统把两者坍缩成同一个强制重写循环，重现了互补学习系统想要避免的干扰条件。 对 Stella / 任何 LLM memory 系统的启示： • 原始对话记录/trajectories 是一等证据，summary 是二等、可选的 • 自动 compaction 需要谨慎——频繁重写会引入累积误差 • 按 topic/session 隔离 memory compartment，全局 summary 最容易退化 • "更多数据 ≠ 更好记忆"，考虑显式的遗忘机制 论文标题就是结论：Useful Memories Become Faulty When Continuously Updated by LLMs。 arxiv.org/abs/2605.12978 #TIR

SpeakUp: a new zkVM we're prototyping for private, client-side proving of WebAssembly programs - built to run on low power devices such as mobile phones and browsers. The underlying proof system explore different tradeoffs for different use cases from mainstream zkVMs. SpeakUp is interactive, and uses vector oblivious linear evaluation (VOLE), which provides a fast linear-time prover and post-quantum security at the cost of larger proofs. See the early design draft below, we're looking for public feedback 👇 pse.dev/blog/introduci…

Many people have claimed that with AI-assisted bug finding, secure code (and hence trustless anything) will be impossible. I have a much more optimistic take, and AI-assisted formal verification is a major part of the reason why: vitalik.eth.limo/general/2026/0…

I guess I should wait a few weeks and buy a AMD Ryzen AI Halo Box, instead of the current alternatives? I want ROCm support in DS4 to be good and well supported.

I must admit that nothing about computers, since I'm in love with the field, was so uninteresting as the Javascript different fashions, waves, frameworks, rewrites, hypes. And I'm one that loves almost every shit programming related.

@ppkatariya Bun has an existing high-performance event loop and threadpool, so we don’t need to rely on a different abstraction with unknown tradeoffs.

I have yet to see a benchmark where it is slower than the Zig implementation. It is basically the same codebase. It doesn’t use async rust and like the Zig implementation, uses few 3rd party libraries. It’s really the same thing just with better tools for us to prevent crashes.