转贴：IMO/IOI/IPhO奖牌得主18000人追踪：1500倍概率成亿万富翁

fantacity

smallitguy 发表于 2026-5-21 09:52
Quant Finance vs Discretionary Investing in 2026: Compensation, Career Paths, and What Actually Sepa ...

这一群人 很多来自数学，物理专业  加上一些计算机背景。

老天给他们的礼物本来应该用来推动人类文明向前发展，被这三瓜两枣拐去搞这些旁门左道，这算是暴殄天物吗

typical

fantacity 发表于 2026-5-21 10:12
这一群人 很多来自数学，物理专业  加上一些计算机背景。

老天给他们的礼物本来应该用来推动人类文明向 ...

不识人间烟火？这并不矛盾
钱挣到了，也可以搞学术嘛，生存问题是大问题

smallitguy

fantacity 发表于 2026-5-21 10:12
这一群人 很多来自数学，物理专业  加上一些计算机背景。

老天给他们的礼物本来应该用来推动人类文明向 ...

以前我也有类似的观点。

然而现在我的看法完全不同了：

1. 人类现代文明离不开金融市场，或者说正是金融市场的繁荣才促使了现代科技的进步。

2. 如果了解一些前沿科技公司的背景，就知道没有量化行业的飞速发展，现在大家眼前的AI是不会发展到这么快的。

3. 只有理想主义情结并不一定会带来社会的进步，有些时候恰恰相反，例如东大历史上的共产主义试验中，无数优秀人才被压迫甚至被批斗致死。

cxjzhj

typical 发表于 2026-5-21 10:21
不识人间烟火？这并不矛盾
钱挣到了，也可以搞学术嘛，生存问题是大问题 ...

此次去剑桥最大的感受就是早年玩科学是要有家底的，比如达尔文之类的科学家，家里都是狂有钱然后支持去做探险和科学研究的，也很佩服英国这些达官显贵们有时为了科学甚至可以倾家荡产，献出自己的生命。

kbzcx

别给背诵与应用背诵专业的智商加戏

kbzcx

背诵与应用背诵就是最先被AI取代 比如数学家和程序员

smallitguy

kbzcx 发表于 2026-5-21 13:25
背诵与应用背诵就是最先被AI取代 比如数学家和程序员

你根本不懂的一个问题是：

无论有没有AI，人始终都是与其他人进行竞争。

有了AI，人也不是与AI竞争，仍然是一群人进行竞争，只是其中一些人掌握AI作为工具而已。
在都掌握AI的情况下，仍然是智力和能力出众的人赢面大。


并且你把数学认为是背诵类学科，更显示出你对其认知的肤浅。

renob

cxjzhj 发表于 2026-5-21 11:42
此次去剑桥最大的感受就是早年玩科学是要有家底的，比如达尔文之类的科学家，家里都是狂有钱然后支持去做 ...

有钱有闲脑子好的人，比较能够无忧无虑安静下来做研究的。

奥本海默他家富得流油。爱因斯坦虽然谈不上很有钱，但起码也是中产偏上不愁吃喝的。

你看当年那些搞革命玩左派对穷人富有同情心的，好多都是家里有钱闲的发慌的那类。

马克思家境不差，恩科斯家庭也是富得流油的，老毛家都算富农。

typical

cxjzhj 发表于 2026-5-21 11:42
此次去剑桥最大的感受就是早年玩科学是要有家底的，比如达尔文之类的科学家，家里都是狂有钱然后支持去做 ...

要不怎么能有工业革命呢，国人当时买地生孩子传宗接代，最后你看，家底全霍霍完了

kbzcx

AI已经取代数学家了，还在这皇帝的新装呢

typical

kbzcx 发表于 2026-5-21 13:25
背诵与应用背诵就是最先被AI取代 比如数学家和程序员

你是疯狂唱响学习无用论呗

typical

smallitguy 发表于 2026-5-21 10:22
以前我也有类似的观点。

然而现在我的看法完全不同了：

还是钱多，趋之若鹜，几年把很多人需要一辈子挣的钱都挣了，不很好嘛
挣钱挣的烦了，可以做学问
国外的很多教授都是由行业背景的，跟国内的paper教授还不一样

smallitguy

typical 发表于 2026-5-21 14:58
还是钱多，趋之若鹜，几年把很多人需要一辈子挣的钱都挣了，不很好嘛
挣钱挣的烦了，可以做学问
国外的很 ...

一个社会尊重个体自己的选择才是对的。

有人愿意为人类文明做出贡献，当然可以，自己去努力就行。
有人愿意多挣钱，也可以，只要用合法手段即可。

如果社会人上所有人都天天喊着为人类文明奋斗类似的口号才可怕。

kbzcx

AI数学为人类文明做贡献是真的 早就被AI取代的数学家和背诵与应用背诵专业只会浪费社会资源

smallitguy

kbzcx 发表于 2026-5-21 16:38
AI数学为人类文明做贡献是真的 早就被AI取代的数学家和背诵与应用背诵专业只会浪费社会资源 ...

AI都让你变成复读机了

浪不浪费不是你说了就算的。

renob

smallitguy 发表于 2026-5-21 16:42
AI都让你变成复读机了

浪不浪费不是你说了就算的。

说不定它就是AI复读机。

typical

数学完全是给有天赋的孩子试试水的，物理因为实验不可验证，没什么可玩了
孩子没点能力卷这个赛道太难，有的人看一遍，琢磨一下就理解了，这才是真能力，脑子聪明的都可以学数学，学不明白，学不下去，找个工作倒是轻松，顺带着的事
放着这么优秀的大脑，不练练，白浪费天赋了？

kbzcx

现在脑子完全不值钱啊 谁的脑子能聪明得过AI

golfa

kbzcx 发表于 2026-5-21 21:58
现在脑子完全不值钱啊 谁的脑子能聪明得过AI

AI会改变数学和很多行业，这点没什么疑问。但从“AI会解数学题”，直接推到“数学没用了”“数学家要不存在了”“人脑不值钱了”，这个结论就没脑子了。

数学从来不只是“解题”。真正高层次的数学，是提出什么问题、为什么这个问题重要、怎么建立新的框架，以及怎么判断一个方向有没有价值。AI如果能帮助解决一些技术性问题，当然会改变研究方式，也会压缩一部分传统训练的价值，但这不等于数学本身没有意义。

历史上很多工具出现以后，都是先替代低层、重复、机械的部分。计算器没有消灭数学，Matlab没有消灭工程，CAD没有消灭设计，AlphaFold也没有消灭生物学。它们只是把人的工作往更高层推了。AI也是这样：机械计算、套路推导、标准化解题会越来越不值钱，但问题意识、抽象能力、建模能力、判断力和跨学科整合能力会更重要。

AI本身就是建立在人类数学积累上的。没有线性代数、概率、优化、信息论、数值计算，就不会有现在的大模型。现在因为AI强了，就反过来说数学没用，这有点像树长出来以后说根不重要。AI的强项是规模化计算、记忆和模式提取，但人类真正的价值，本来也不是“记的多”和 “算得快”。审美、判断、创造力、提出问题、理解人性、跨领域整合、做长期决策，这些东西目前远不是一句“AI更聪明”就能覆盖的。

其实很多家长现在也容易犯类似的逻辑错误。有人看到“没搞奥数也上剑桥”，就得出奥数没用；有人孩子竞赛成功了，又觉得竞赛是唯一正确道路。现实世界没这么简单。奥数既不是万能钥匙，也不是毫无价值。它本质上是一种训练方式，适合一些孩子，不适合另一些孩子。真正重要的从来不是“有没有学奥数”，而是孩子有没有在这个过程中建立深度思考能力、专注力、抗压能力和对复杂问题的兴趣。

其实孩子参加很多活动，价值并不只在“内容本身”，而是在整个训练过程。奥数、体育、音乐、辩论这些东西，本质上都有点类似。最后真正留下来的，往往不是具体学了哪道题、哪首曲子或者哪套战术，而是长期训练过程中形成的思维方式、学习能力、面对失败的耐受力、以及在高压下持续投入的能力。。所以很多运动员退役之后，做商业、创业、管理甚至政治，成功率都不低。并不是因为他们会跑步或者会打球本身，而是长期竞技过程塑造了他们的纪律性、抗压能力、团队协作和长期目标感。

但这里也要区分不同的培养体系。如果是在高度封闭、单一目标、举国体制式的训练环境里，孩子可能只是凭借某一项极强天赋，直接把这个系统打穿了，拿到了非常高的成绩，但其他能力并没有同步发展。这样的人即使拿了冠军，离开原来的赛道之后，也可能缺乏社会适应能力、判断力和独立生活能力。这里面典型的例子是北大韦神之类，还有最近在综艺里露面的某位游泳冠军。他们都是成长路径太单一，系统只放大了他的某一项能力，却没有培养完整的人。相对来说，国外很多自由生长、学校体育、社团竞赛和兴趣驱动的体系，对孩子的全面发展反而更友好。它未必能最快制造冠军，但更容易保留孩子的独立性、社交能力、判断力和长期适应能力。

未来AI淘汰的，很可能恰恰是机械刷题、套路化训练和低层重复劳动，而不是人的深度理解力和创造力。谁把数学理解成“背诵”，谁才最容易被AI替代。

kbzcx

golfa 发表于 2026-5-22 08:55
AI会改变数学和很多行业，这点没什么疑问。但从“AI会解数学题”，直接推到“数学没用了”“数学家要不存 ...

什么未来，数学家已经被AI取代了，困扰人类80年的数学问题已经被AI证伪了，数学家能吗？

typical

今天问孩子，你要不要学个电工？他说没意思，数学有乐趣，可能在学习中有成就感，通过思考解决问题的快乐，孺子可教
学习也可以是玩，象棋围棋人类比不过AI了，但还是一个益智的项目，不能说下不过机器，就没人玩了

typical

AI这个东西大佬们都有分歧，普通人什么都不懂，就不要危言耸听了，除了制造焦虑，就跟祥林嫂一样，一个意思翻来覆去，很没意思
没有顶尖大脑，AI哪来的？它自己生成的？不是人类设计的？
现在只是在应用层面它代替了那些不该有高工资的it工作，难道就不需要让它有更有效率，更好的算法？
现在还只是大文本，视觉，听觉，感知，判断，是否达到了人类的基本技能？很多人还在研究呢，有些人就散步学习无用论，有没有一点脑子？
真的不爱反驳这种观点，没有技术含量

smallitguy

从下文中可窥见 量化行业 与 AI行业 之间的紧密联系，

梁文锋是搞量化出身，而做为程序员，崔添翼是牛人中的牛人。


-----------------------------------
梁文锋挖来一位学弟

https://zhuanlan.zhihu.com/p/2041148170189681297

一位大牛加入了DeepSeek。

消息传开，DeepSeek内部正在组建Harness团队，方向是代码智能体产品，对标Anthropic旗下的Claude Code，随后DeepSeek资深研究员陈德里证实该消息。与之同步，DeepSeek开放了Harness产品经理与研发工程师两个岗位的招聘。

新团队，新面孔也浮现了。

据LinkedIn显示，量化交易公司TSY前联合创始人崔添翼在今年3月加入DeepSeek的Harness团队。与此前有些许不同的是，DeepSeek本来社招不多，而崔添翼并非一位应届生——他浙大计算机学院毕业后曾在顶级量化交易公司Jane Street工作9年，后联合创业。

沸沸扬扬的融资消息尚待落定。此时此刻，DeepSeek把目标指向产品端，先抛出了一手商业化探索的动作。

保送浙大的天才少年

加盟梁文锋

当外界把目光放在DeepSeek的人才流失率上，却忽略了这家公司对顶尖人才的吸引力。

在DeepSeek，约200人的团队研究员密度极高，且Top高校背景者云集。而或许正是因为聚集了一批同等足够优秀的人才，这里并不那么讲究部门墙或论资排辈——实习生辛华剑在DeepSeek实习期间，就主导开发了专注于数学证明的DeepSeek-Prover系列模型，在对应论文中，他是一作。

“在DeepSeek连HR都会转发最新的大模型进展、大厂动态相关新闻”，一位曾在DeepSeek工作过的人士如是说。

本次纳入麾下的崔添翼，同样也是一位天才少年。有些神奇的是，他和梁文锋同样毕业于浙大，又同样是在量化这条赛道中深耕而来。

作为河南安阳市第一中学的2008届毕业生，当年崔添翼凭借全国青少年信息学奥林匹克竞赛铜牌保送浙江大学，若按入学年份推算，崔添翼大概率是一位90后。

他在计算机学院读本科时，梁文锋正在浙大的信息与通信工程专业读研究生。大学四年，崔添翼代表浙江大学先后6次斩获ACM国际大学生程序设计竞赛亚洲分区赛金牌。

2013年毕业之际，他被量化巨头Jane Street Capital香港分公司录取为Assistant QuantitativeResearcher，年薪逾百万元，一时间成为浙大许多在校学子心中的牛人。此后，崔添翼在Jane Street Capital一干就是9年，而这期间，他未来的老板梁文锋成立了幻方量化。

2022年，崔添翼走上了一条相似的创业道路——联合创立量化交易机构TSY Capital，致力于研发全球股票市场的系统化量化交易策略，团队成员同样来自各个名校。今年2月，崔添翼离开TSY Capital的消息传出。

而仅一个月之后，崔添翼宣布加入DeepSeek Harness Team。

DeepSeek下半场

现在DeepSeek不止想要做一个模型公司。

在官方招聘信息中，DeepSeek写道：“除模型本身以外的所有工作，都属于Harness的范畴”，同时直白地给出了一套公式：Model + Harness = Agent。

追溯起来，Harness2026年年初开始在AI圈爆火。如果说大模型是个类似“大脑”的角色，而Harness能决定这个大脑能看到什么、能做什么、不能做什么、做完后如何验证、出错后如何修正、什么时候交还给人。

一如其译名，Harness就是给AI套上了马具，让AI的代码能力能够被人类驯服。

这方面，Anthropic旗下的Claude Code做得就十分优秀。得益于其Agent SDK（即Harness）设计足够扎实，极短时间就成为开发者使用率最高的AI编程工具。而眼下DeepSeek V4的代码能力虽然已经很强，但裸模型直接用和Claude Code则有一定差距。

正因此，DeepSeek也开始补齐把模型驾驭成产品的能力，试图将自身模型能力转化为实际的桌面端Agent产品。

这也许是DeepSeek踏出商业化的又一步。

自2023年成立来，梁文锋一直婉拒投资。5月初，DeepSeek被曝估值21天暴涨5倍，来到3500亿元人民币。整轮融资目标，最高可达500亿元人民币。据悉，梁文锋个人出资200亿元，占到融资总额的40%，为这轮融资的最大投资方。

外界将这视为DeepSeek在当下大模型激烈竞争的一种“妥协”。

一方面，顶级AI人才争夺白热化，DeepSeek需要给内部核心成员一个确定的估值，另一方面，大模型竞争从参数军备赛来到了实战博弈，产品研发迭代都需要资金。

下半场关于价值的竞赛已经拉开，考验大模型公司商业化能力的时刻要来了。

typical

smallitguy 发表于 2026-5-23 08:45
从下文中可窥见 量化行业 与 AI行业 之间的紧密联系，

梁文锋是搞量化出身，而做为程序员，崔添翼是牛人中 ...

Assistant QuantitativeResearcher
传统意义上来讲，还不是特别牛
孩子，学生，职场新人，更看重的是possibilities，每个行业都不一样
学术，研发，专业能力，职场
不必以挣钱能力衡量一个人，对于有科学成就的人比如陶哲轩，丘成桐，他们并不觉得钱多了有多么好
其实学习的目的根本在于发挥每个人的优势，为了卷掉别人，也不会有什么前途可言

smallitguy

typical 发表于 2026-5-23 13:04
Assistant QuantitativeResearcher
传统意义上来讲，还不是特别牛
孩子，学生，职场新人，更看重的 ...

你可能不太了解 崔添翼，可以查查其资料。


JS的QR职位一般是给博士/博士后的，他是本科毕业，当时给他Assistant QR，而不仅仅是QD，做为程序员也算是重用了。


挣钱和学术成就并不是非此即彼的矛盾关系，例如现在OpenAI等等AI公司的技术大牛们都挣到大钱了，谁又能说他们在推动AI发展方面做出的贡献就一定不如其它行业的学术成就呢？

typical

smallitguy 发表于 2026-5-23 13:39
你可能不太了解 崔添翼，可以查查其资料。

当然不矛盾了，两个方向都是不同能力的体现
感觉是学问做不下去了顺便把钱赚了，其实很难，这是两个不一样的能力
这就体现在学习能力上了，感觉没有人会拒绝智慧
能创造财富的，也是人才，路径不一样。我感觉人还是要追求学习，不要为了挣钱无所不用，其实什么都得不到，所有鸡孩子的思路，只是看到了眼前，没有未来

kbzcx

前两年报CS专业的也是这么说的，现在呢，接着报CS啊，不用数学家比程序员还快

smallitguy

看看顶级量化公司的技术团队负责人对AI和优秀人才之间关系的看法：

原文网址：
https://wallstreetcn.com/articles/3773211

“纳秒级”极速，给“万物定价”——华尔街最顶尖量化机构Jane Street的“算力战局”

华尔街最神秘量化巨头Jane Street豪掷60亿美元押注算力，却拒绝复制硅谷"大一统"路线——他们在纳秒级高频交易与巨型GPU集群之间，悄然构筑起一套外人难以复制的"时间谱系"战法。真正的瓶颈早已不是芯片，而是发电机与变压器；而当市场发生"相变"时，人类判断力依然是最后的护城河。

......

四、 AGI时代，人类认知为何依然是“终极护城河”？
当被问及“一旦 AGI（通用人工智能）实现，是否会立刻让 Jane Street 失业”这一激进问题时，Yaron 给出了一个非常清醒且深刻的回答。

交易是“AGI完全（AGI-complete）”问题

Yaron 认为，交易本质上和“NP完全”问题一样，是一个“AGI完全”问题。这意味着世界上发生的任何风吹草动（政治、天灾、科技变革）最终都会汇入并影响交易背景。

“在简单的部分被自动化后，那些模型无法自动化的硬核部分，反而成为了竞争优势的终极所在。我从来没有像今天这样迫切地想要招聘更多的工程师和交易员。”

无法被电子化取代的“人际修辞”与相变

非电子化交易依然强大： 即使在今天，大量大额交易（如债券业务）依然依赖于人与人之间通过聊天工具的直接沟通。交易员需要肉眼和直觉去评估电话那头的人代表了多大程度的“逆向选择（Adverse Selection）”（即对方是否掌握了你不知道的内幕）。

相变中的“元判断（Meta Judgment）”：“简街最赚钱的日子，往往是世界陷入疯狂、没人知道发生了什么、市场发生‘相变’的时刻。我们希望模型能表现好，但我们深知，人类在应对相变时比模型靠谱得多。此时需要一种人类独有的‘元判断’来决定系统该做什么。”

全面扩招：简街正在寻找哪些人？
随着 GPU 规模在短期内计划从几万张疯狂飙升至几十万张，Jane Street 正在全球范围内展开前所未有的人才搜猎，机器学习和交易如今是一项“全方位的团队运动”：

物理工程类： 机械工程师、电气工程师、结构工程师、项目经理、建筑师（负责数据中心全生命周期的寻找、设计、建造与运营）。

通用/专业软件工程： 除了高标准计算机科学背景的通用工程师，简街现在疯狂渴望“全舰队/全集群范围优化（Fleet-wide Optimization）”的人才（类似于超大规模云服务商的架构师），因为当算力投资达到数十亿美元时，通用的微小优化将产生巨额的财务回报。

前沿硬件与数理研究： 设计定制芯片（ASIC）的硬件工程师；利用数学证明让软件更高效的“形式化方法（Formal Methods）”团队（AI 革命让这一冷门领域一夜回春）；以及拥有数学、物理、计算机背景的交易员。

高阶前端工程师： 过去简街极度崇尚命令行终端，假装 Web 网页技术从未发生过。但现在为了给研究人员提供更直观的 AI 工具、画出精准的直线和工具提示，他们正在大举投资建设顶尖的前端开发团队。



......

typical

说得好像很复杂，直觉，判断，执行力，量化不懂，但是这些能力是孩子应该追求的
研究的话，得有系统，宏观思维。做什么不重要，自己擅长的就好，比智商总有个第一，其余的只能争第二
比较烦的是总是谈怎么学习，而不看别人取得成功的底层，能力
那刻苦学习，根本不是发掘能力，想吃苦，就有吃不完的苦

typical

记得丘成桐有次采访谈到他的数学投资家朋友，也有很高的学术造诣
能攻克难关，也能发现学问的应用性，都很难。
如果比较杨政宁，丘成桐，巴菲特，黄仁勋，马斯克，苏姿枫，哪个更有影响力，
我选科学家