与「天文ガイド」相关的搜索结果

#天文ガイド# 10月号、本日9/5発売！ 『篠原ともえさん「東京プラネタリー☆カフェ」公録イベントレポート』『C/2023 P1 西村彗星発見！』記事担当しました。 #プラカフェ# 公録記事では、浅倉大介さん（@daisukeasakura）が2011年に購入した高性能望遠鏡とのツーショットあり！

从太子集团的陈志到硬件钱包Coldcard，全部都因为随机数导致私钥被破解，那随机数和私钥有什么关系？为什么他们的随机数会出问题？ 首先比特币私钥本身就是一个256位的随机数，而这也是比特币最安全的核心保障，因为这个数字的组合总共有10的77次方，远远大于地球上沙子的数量，大约等于整个可观测宇宙中的原子总数，这种天文数字即使动用地球上所有的计算资源都不可能暴力穷举出来。 那既然规模如此之大，陈志和Coldcard又是怎么被盗的？ 核心就是在于，私钥安全的前提是因为它是个随机数，而如果你的私钥生成的过程根本不随机，那根本用不到什么量子计算机，随便一台电脑跑几个小时就能把你的私钥算出来。 随机数分为两种，伪随机数和真随机数，简单来说凡是通过一定的数学公式使用代码生成的都是伪随机数，而通过物理现象产生的随机数才是真随机数。 比如你使用Python的random()函数生成一个随机数是214，你以为真的是电脑给你随机选了一个数字，实际上这个数字是通过一个数学公式生成出来的，比如下一个数字=当前数字*7+3-5，那么你只要知道计算的公式就可以穷举出来这个公式能生成出的所有结果。 这时候问题来了，你会奇怪那为什么计算机不真的给我一个随机数呢？因为对于软件来说，任何结果都不可能平白无故的直接产生，你得有输入信息，并且配合程序运算，才可以有输出结果。 所以真正的随机来自于不需要软件和数学公式的物理世界，比如你投出的一个骰子，或者下一个雨滴掉落的位置。 所以对于私钥来说，想产生安全的随机数，只有软件不够，必须要配合硬件，比如提取CPU的电子噪音来作为完全无法被预测的输入信息，现在成熟的手机和电脑本身已经提供了硬件层面的安全随机接口可以调用，所以你用OKX、币安和Metamask生成的钱包都大概率使用了硬件噪音产生真随机数，主流硬件钱包自己本身也会读取硬件数据获得随机数。 陈志的钱包被盗是因为雇的程序员水平太差，直接用了最初级的随机数代码，估计是从哪个野鸡学校绑过去了一个刚毕业的大学生，抽了几鞭子就开始干活了。 Coldcard本身其实已经使用了硬件层面的随机数，但因为一个版本出现漏洞导致没有调用到硬件信息，而是采用了纯软件生成。 所以现在的问题是，你的钱包生成随机数的过程，到底随机不随机，完全是个黑盒，你压根不知道。 最有效安全的方式，就是你自己拿个骰子扔100次，记录下来每次的数字，然后把它转换成256位的二进制编码，再使用BIP39算法转换成24个英文单词，也就是你的助记词。

感谢海腾CEO @Haiteng_okx 发的专属 @okx 键鼠套装。 在整理周边的时候还发现了一套之前OKX 的专属天文望远镜，质感和科技满分！ 等我这次背回土澳，放在后院，一边打游戏一边看月球！ 我也要看星星，研究宇宙，顺便偷窥腾EO~！🤪

最近当大家都在刷屏Fable 5和GPT-5.6 的时候， 殊不知腾讯已经悄无声息的把大模型能力给追上来了。 你们知道腾讯低调到什么程度吗？ 前几天发布的Hy3 ，21B的激活参数已经可以打平旗舰水准，并且直接塞进微信10 亿+用户手里 ， 这才是国产大模型真正的王炸啊兄弟们！ 说实话周一刷到 Hy3 发布消息那会儿， 我第一反应跟很多人一样：又一个卷参数的国产模型？ 趁着周末有空，我仔细翻了一圈资料， 发现完全不是这么回事。 原来@TencentHunyuan这个模型从一开始就不是朝着聊天模型去的，人家的定位就是奔着干活去的 Agent 向 LLM。 另外最反直觉的是它的推理效率，295B 总参数， 实际激活只有 21B 的 MoE 架构， 就能打平参数是它 2 到 5 倍的旗舰模型， 这事儿我琢磨了一下，其实有点像团队管理， 并不是说人越多产出越高， 关键得看真正干活的那几个人靠不靠谱。 为什么这个效率重要呢？ 你想想微信每天服务 10 亿人， token 成本多一厘都是天文数字， 21B 激活还能打出旗舰水准， 我觉得这才是它能被规模化铺开的根本原因， 跟刷榜没半毛钱关系。 说到刷榜，我仔细研究之后这个版本还真不是， 从 preview 到正式版，Hy3 是Hunyuan团队拿了50 多个真实业务的反馈不断迭代出来的，内部 WorkBuddy 任务成功率从 72% 干到 90%，耗时降了 34%，幻觉和常识错误全往下掉。 我原来以为 Agent 的核心是想得多深， 后来发现真正决定能不能上生产的，是稳不稳， 比如工具编排会不会中途崩，出错了能不能自己爬回来，换个框架差不差太多等等， 就是这些不起眼的东西， 才是能跑完一整套 workflow 不掉链子的关键。 当然实际测试下来Hy3 也有短板， 比如纯视觉它还不够强，不过腾讯也有单独的多模态大模型线，它能打的主要还是 coding、办公、复杂任务规划这几块。 最后说个我的一个判断：就是接下来大模型拼的可能不是谁参数更大了，核心看谁能把干活的能力以最低摩擦送到更多人手里，比如Hy3 我理解它可能不是一个更会聊天的模型，更像是一个更会干活的 Agent 底座。 话说回来，腾讯这步棋确实走得挺狠， 我觉得国产大模型的拐点真的要到了， 下方视频是我用Hy3跑的几个测试案例， 分别让它做了一个介绍自己的HTML网页， 一个我的认知系统agent网页， 和做了一个10页的PPT，都很惊艳，大家可以感受下， 会干活、会自检、还会主动说自己哪没做到位， 我觉得这才是 Agent 时代，真正能用的模型该有的样子hh～ #Hy3# #Hunyuan# #TencentAI#

我们团队用 Codex 踩的一个大坑。 想和大家真诚分享下我们刚刚周会上聊到的话题。这可能会是很多人使用 Codex 这类 Agent 产品会踩的坑。 简单来说，如果面对 Codex，我们只是不断地下指令、接受建议，没有理解和判断，那这些产出并不能真正算自己的能力。因为换一个人来点，结果也差不了太多。 面对能力越来越强的 Agent，我们可以不用亲自去处理每一个细节，但还是要知道这件事为什么这么做、大概是怎么解决的。 如果一开始不知道，也没关系。AI 做完之后，我们应该回过头去问它，然后再形成自己的经验和理解。 为什么会有这么一长段的感触呢？事情得从前半年说起。 今年春节后，我的小团队全员配备了 Codex。在内部的协作中，我们经常提到的黑话是：先让 AI 去干。 说实话，这个工作方式看起来简单，但真正做到其实挺难的。毕竟人有思维的惯性。 好消息是，经过几个月的刻意练习，大家已经养成了让 AI 先干的工作习惯。 但紧接着，我发现新的问题来了。有的同事开始不求甚解。Codex 说行他就行，说不行他也就不行。他不去研究背后的原理和逻辑。 举一个真实的例子。 之前我写过一篇教程，分享怎么把 DeepSeek V4 接入 Codex。 当时 Codex 还不支持第三方模型，所以需要借助 CC Switch 这样的桥接工具。 后来 Codex 宣布支持第三方模型接入，我心想，这下简单了。 于是我让同事研究一下，看看 DeepSeek V4 怎么快速接入。 他麻溜的截图把需求告诉给 Codex，结果 Codex 分析了之后，说目前还是没办法接入，因为协议不兼容。 他给我发了截图，就此打住了。 我当时以为他搞不定，于是接过来继续研究。后来确认，Codex 新开放的第三方模型，要求必须兼容 OpenAI 的 Responses API。 而 DeepSeek V4 还不支持这个协议。所以虽然 Codex 开放了第三方模型，实际上 DeepSeek 还是无法直接接入。 这事就这么结束了。 这周一，我一个做传统生意的好朋友告诉我说， 为啥一发图片，Codex 就报错。 我问了后才知道，它按照我之前的教程，接入了 DeepSeek V4，而 V4 本身就不支持多模态。 于是，我想折腾把 Kimi 的新模型接入到 Codex 中。毕竟这段时间，我用 Kimi 的新模型做 PPT、分析数据，效果还是非常好。这个模型是原生多模态的。 按我的预期，这次应该会快很多。因为第一次已经踩过坑了，只要先判断 Kimi 支不支持 Responses API，后面的思路基本就清楚了。 同事接过了新的任务，开始干。和之前的干法一模一样，他继续把文档和需求告诉 Codex，让 Codex 代劳。 Codex 分析之后，判断出来 Kimi 的模型因为协议不兼容，所以无法直接接入。 这时候，聪明的 Codex 给了他建议，说：要不我来写个桥接软件，这样就可以了。 他说可以。于是，Codex 按照这个思路搞定了。 然后他兴高采烈过来告诉我，任务完成。哈哈哈哈。我一问，发现他根本不知道这其中的逻辑和原理。 我说如果协议不兼容的话，那是不是我们直接用 CC Switch 这样的软件就行，没必要再自己构建一个。 他对这一切一无所知。我感觉这干法有问题，相当于他把所有的思考、理解都外包给了 Codex。 于是，就有了今天周会上我们的交流。 我的经验是，我们应该成为 AI 的 Leader，而不是传声筒。 Leader 不一定亲自干活，但一定知道为什么这么干。AI 可以负责执行，人要负责理解、判断和决策。 这让我想起左耳朵耗子之前的口头禅，要成为一个大家愿意追随的 Leader。 1、帮人解决问题。团队或身边大多数人都在问：这个问题怎么办？，而你总是能站出来告诉大家该怎么办。 2、被人依赖。团队或身边大多数人在做比较关键的决定时，都会来找你咨询意见和想法。 也许和 AI 沟通协作，我们仍然应该朝着这个方向努力。如果只是提要求，当传话筒，那我们心里完全没底。 吴军之前讲过一个故事。 1503 年，哥伦布的船队到达了牙买加。当地的原住民一开始热情地接待了他们，但后来因为船队有人偷了当地人的物品，原住民就拒绝再提供食物了。哥伦布他们面临断粮的危机。 哥伦布这个人略懂天文知识，随身带着一本天文年历。他翻了一下，发现 1504 年 2 月 29 号晚上会发生一次月全食。 月食发生前三天，哥伦布约见了当地的部落首领。他告诉首领，他的神因为当地人不再提供食物而感到愤怒，作为惩罚，三天之后，月亮会愤怒地变红，然后从天空中消失。 到了那天晚上，月食真的发生了。月亮逐渐变红，然后隐入黑暗。原住民吓坏了，赶紧向哥伦布求情。 哥伦布做了一通法事，说只要继续提供充足的食物，神就会宽恕他们。当地人就这么被拿捏了。 这个故事的本质是什么？哥伦布和原住民看到的是同一个月亮、同一场月食。 但哥伦布理解月食背后的天文原理，所以他能利用这个现象。原住民不理解，所以只能被这个现象支配。 同样的事情放到今天的 AI 时代。AI 工具摆在所有人面前，每个人都能用。 但如果仅仅停留在 AI 告诉我们答案，我们接受答案。AI 给出方案，我们执行方案。 AI 说做不了，我们也默认做不了，那这和原住民看月食没什么区别。 我越来越觉得，AI 可以成为我们的执行者，但不能成为我们的认知。 真正属于人的工作，是不断把 AI 给出的结果，重新变成自己的理解。

Bsc迟早还是会要起来的 因为bsc现在没什么东西玩，所以出来一个都会有争议，但是不得不承认，老布的 $mame 和王大有要搞的东西一定是给bsc带来新的增量的。 先说 $mame ，很多人不高兴不喜欢，因为没有白名单，其实白名单就那么一点点币，0.8b的额度，到现在也就价值几千u的币，可能是真的人均1b，觉得这已经是天文数字了，很多人来嘲讽我，觉得我是因为有白名单才看好mame，我不说我有没有钱，但是我也不会为了这么点额度就去昧着良心吹一个项目，除非我是真看好，那么多人给我钱让我发广告我大部分时候都不发呢，何况这么点币还没有我一个广告费多。再说公平问题，觉得白名单不公平，大部分拿到白名单的都是有贡献的，而其他人所谓的公平，就是底部几十个小号拿80%的筹码，这就叫公平吗？目前来说，mame的资金根本就不是来自bsc的存量，大部分都是增量，而且重新又把社区带回来了，喜欢骂的那就继续骂 再说王大有，大部分人只知道aidoge，hodl，目前没看到有人说jager，但是其实 $jager 也是他的手笔，其他的我没参与，jager我还挺喜欢的，空投 - 分红 - lp质押挖矿，这个当时我也是赚了不少但是没来得及卖最后好像亏钱的。王大有再来一次我肯定也会玩的。 最后，遇到不喜欢的人和事，不要急着去骂，想办法去赚他们的钱…..

冷知识：清华北大都已经成立了百年之久，加起来二百位院士，至今还是 0个诺贝尔物理学奖 0个诺贝尔化学奖 0个诺贝尔生理学或医学奖 0个诺贝尔经济学奖 0个科学突破奖（基础物理学） 0个科学突破奖（生命科学） 0个科学突破奖（数学） 0个克拉福德奖（天文学/数学/地球科学/生物科学/多关节炎） 0个世界科学院奖（TWAS奖，指主要学科综合大奖） 0个沃尔沃环境奖 0个泰勒环境成就奖 0个BBVA基金会知识前沿奖（基础科学/生态与保护生物学等） 0个马克斯·普朗克研究奖（洪堡基金会与马普学会联合颁） 0个国际宇宙奖 0个联合国教科文组织科学奖 0个国际理论物理中心奖（ICTP狄拉克奖章已单列，此处指其他ICTP综合奖） 0个海涅肯科学奖（Heineken Prizes） 0个路易莎·格罗斯·霍维茨奖 （以上为基础科学与综合类奖项） （菲尔兹、阿贝尔、沃尔夫数学奖等） 0个菲尔兹奖 0个阿贝尔奖 0个沃尔夫数学奖 0个邵逸夫数学科学奖 0个高斯奖 0个陈省身奖（ICM颁发） 0个莉拉瓦蒂奖 0个科学突破奖（数学） 0个克莱数学研究奖 0个柯尔代数奖 0个柯尔数论奖 0个维布伦几何奖 0个斯蒂尔数学阐述奖 0个斯蒂尔开创性研究贡献奖 0个庞加莱奖 0个费马奖 0个欧洲数学学会奖 0个拉马努金奖（ICTP） 0个SASTRA拉马努金奖 0个艾尔弗雷德·雷尼奖 0个丹尼·海涅曼数学物理奖 0个玻尔兹曼奖章（统计物理/数学物理） 0个昂萨格奖（统计物理） 0个国际数学物理协会庞加莱奖（与法国科学院的庞加莱奖不同） 0个伯克霍夫应用数学奖

今日は二十四節気の10番目にあたる「夏至（げし）」を迎えました。天文学上、夏至とは太陽が赤道から最も北に達し、北回帰線の真上に来る時を指します。夏至を過ぎると、太陽の直射点は少しずつ南へ移動し、北半球では昼の時間が次第に短くなります。そのため、中国では「夏至の麺を食べると、一日ごとに昼が少しずつ短くなる」という言い伝えがあります。夏至を境に気温はさらに上がり、一年で最も暑い時期がまもなく始まります。 （写真提供：新華社）

終於有機會攀登這堵高牆了。跟AI 協作有一個特色，是「大扣則大鳴，小扣則小鳴」，你的功底決定了你能得到的到哪個層次。 這個旅行充滿挑戰，也充滿快樂。尤其是農曆這種整合型題目，正好把我過去十幾年讀了大量考古、甲骨文研究、古天文學、神話學的繁雜，收束成一條清晰的故事線，讓我可以緩步推進

我現在正在靠AI幫助研究農曆，這主題過去我一直有心但無力。曆法牽涉了上古史幾乎所有範圍，從天文學、考古學、古文字學、器物紋飾學、神話學、上古思想、宗教、上古數學，還有一堆專門術語，日纏、月離、分野、章蔀等 沒修過相關學分，光靠讀書，跟打超級馬利一樣，走兩步就一個坑，爬幾階就一堵牆，