档案重建版 — 这一期的页面是后来根据当期录播逐字稿与信源清单还原的，按主讲当天的讲述顺序组织，不做事后追加。文中判断都是 2025 年 11 月当时的判断，未按后来的发展修改。页尾的「本期资料」是当期备课笔记与链接的分类整理，类别和顺序保持笔记原样。

2025-11-28 · 59 分钟 · 逐话题

堆算力的时代结束了，接下来该堆脑子

这期有一句被反复引用的话：我们已经走完了 scaling 的时代，接下来是 research 的时代。算力堆得太多了，现在该堆的是脑子。

本期话题

新增院士里的两个 AI 名字

这一批新增院士里有两位值得注意：一位主要在算法层面做过很多有影响力的工作（学过机器学习的人都读过他那本书），另一位做的是物联网、工业互联网、具身这些方向。

一个偏算法，一个偏应用和工程——两头同时被认可，本身就是个信号。

相关信源

一场很长的访谈（长到当场没看完）里，最被拎出来的判断是：scaling law 到头了。

这个说法本身不新——年初就提过一次。关键在于「到头之后到哪儿去」：从 age of scaling 走到 age of research。

意思是算力已经堆得够多了，接下来真正稀缺的是研究本身。

相关信源

分割模型这条线又往前走了一步：以前是从图里抠出一个区域，现在是从一张图里直接抠出一个 3D 物体。指着图里的建筑，它就给你一个 3D 建筑——背面当然不一定准，但正面是能用的。

它分两条：抠 object 和抠 body。抠 body 能把骨骼结构抽出来，而且很准；object 加 body 一起抠，就等于把现实场景重建成 3D。

精度一般，但用途很实在：抠一个物体丢进低多边形的游戏里够用；抠人体动作拿去做角色动作辅助够用。还有一个直接的场景是「把椅子放进你家客厅」那类 AR 应用——以前前提是先把椅子建模，很费时间，现在直接抠出来就能当 3D 资产用。

相关信源

最近很多人都在谈同一件事：用文件系统来承载 context。

起点大致是两条：编码 agent 那条线更早，直接用文件系统加 bash；另一边则专门写了一篇讲「把文件系统当作 context」。

实测下来，这套比之前那种 embedding 索引更快，效果也不差。而且它天然是本地化的存储方式——既是当前 context 的全文，也是历史 context 的记录。

从「怎么把资料塞进窗口」到「怎么把资料摊在磁盘上让模型自己去翻」，这是两种完全不同的工程思路。

相关信源

本期资料

主讲当期备课笔记的分类整理，共 10 个类别、90 条链接。类别、顺序和笔记里的批注保持原样，链接标题取自原文页面。

观点洞察与事件 Insight & Event5

周志华、刘云浩当选中国科学院院士，人工智能领域获重要认可
- 关于公布中国工程院2025年院士增选当选院士名单的公告 cae.cn
- 周志华长期聚焦机器学习理论与方法研究，其在集成学习、多义性对象建模等方面的原创成果具有国际影响力，以第一完成人身份两获国家自然科学二等奖。其代表作《机器学习》已成为国内该领域的标准教材。多位业内专家指出，周志华的当选标志着我国在AI基础研究层面获得制度性认可。
- 刘云浩的研究横跨物联网、工业互联网与具身智能导航，提出的“万物相联万物生”理念推动了大规模自组织网络系统的发展。其早期工作LANDMARC被写入国际经典教材，近年更将RFID定位精度提升至毫米级。有评论认为，刘云浩的当选体现了国家对“AI+实体系统”融合方向的战略关注。
Ilya Sutskever — We're moving from the age of scaling to the age of research dwarkesh.com

模型 Model37