AI 为何先攻克数学而非软件工程引激辩
先了解这件事
2026年10月7日，AGI Hunt 报道了教授 Dimitris Papailiopoulos 引发的争论。他提出，软件工程不像数学那样存在典型的「开放问题」，并质疑计算机科学/软件工程领域是否真有「众多聪明人长期尝试未果」的难题，由此引出 AI 为何先攻克数学而非软件工程的问题。针对这一观点，回复者给出反例：让模型对 MNIST 分类器压缩这类已被反复打磨到极致的问题做自动化研究，结果仍比现有 SOTA 好 2-3 倍；回复者同时指出，完成这类工作需大量工具调用、环境迭代以及数周级的长上下文支持。同日，NLP 研究员 Ofir Press 在回应「如何量化诺奖级编程成果」的提问时提出，一个可衡量、有说服力的里程碑是用一半内存把 ffmpeg、sqlite 这类软件重写得比现在快 5 倍，并强调真正的突破不会只是加速现有东西；提问者 DimitrisPapail 也提到 AI 自动研究已能把 MNIST 分类器压缩得比 SOTA 好 2-3 倍。目前报道呈现的仍是观点交锋与举例回应，尚未见统一结论。
AI 根据报道生成 · 3 小时前更新
事件进展
- 10月7日 23:47 · 1 篇报道Dimitris Papailiopoulos 教授激辩：AI 为何先攻克数学而非软件工程开放问题AGI Hunt：Dimitris Papailiopoulos 教授激辩：AI 为何先攻克数学而非软件工程开放问题
- 10月7日 23:45 · 1 篇报道研究员 Ofir Press 畅想编程 AI 的突破级里程碑：或用一半内存把 ffmpeg、sqlite 重写快 5 倍AGI Hunt：研究员 Ofir Press 畅想编程 AI 的突破级里程碑：或用一半内存把 ffmpeg、sqlite 重写快 5 倍
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntDimitris Papailiopoulos 教授激辩：AI 为何先攻克数学而非软件工程开放问题
教授 Dimitris Papailiopoulos 提出，软件工程不像数学那样有典型的「开放问题」，并质疑 CS/SWE 是否存在「众多聪明人长期尝试未果」的难题。回复者举例称，模型对 MNIST 分类器压缩这类已被打磨到极致的问题做自动化研究，仍比现有 SOTA 好 2-3 倍，且需大量工具调用、环境迭代与数周级长上下文。
- AGI Hunt研究员 Ofir Press 畅想编程 AI 的突破级里程碑：或用一半内存把 ffmpeg、sqlite 重写快 5 倍
NLP 研究员 Ofir Press 回应「如何量化诺奖级编程成果」的提问时提出，一个可衡量、有说服力的里程碑是用一半内存把 ffmpeg、sqlite 这类软件重写得比现在快 5 倍。他强调真正的突破不会只是加速现有东西。提问者 DimitrisPapail 还提到，AI 自动研究已能把 MNIST 分类器压缩得比 SOTA 好 2-3 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。