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。
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。
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。
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。
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。