3月21日晚，伊朗對以色列南部城市迪莫納和阿拉德發動多枚導彈打擊，以色列軍方根本攔不住，兩地傷亡超過100人，10多棟公寓樓被炸塌：這是開戰以來以色列官方公開的死傷最多的一次。更耐人尋味的是，伊朗這次沒打特拉維夫，而是專門挑了南部這兩個小城市。為什麼?背後藏著什麼算計?先說迪莫納。這地方在以色列南部內蓋夫沙漠，人口不多，但名氣很大：因為外界普遍認為，這裡藏著以色列的核武器研發中心。以色列從來沒有公開承認自己有核武器，但全世界都知道他們有。據估計，以色列擁有90枚核彈頭，而迪莫納就是這個核武庫的心臟。反應堆、鈾處理設施、核科學家團隊，都集中在這方圓幾十公里的區域內。伊朗這次導彈打過來，目標非常明確：就是衝著你迪莫納來的。雖然具體命中了那裡還不清楚，但能確定的是，伊朗已經摸清了以色列核設施的底細，而且有膽量直接動手。再說阿拉德，距離迪莫納只有22公里，是以色列重要的工業城市，化工產業集中。有猜測認為，伊朗這次打擊居民樓，不是為了報復平民，而是為了"斬首"：這些樓裡可能住著以色列的核專家和技術人員。畢竟以往，以色列暗殺了不少伊朗科學家。當然，這只是一種推測。其實更值得關注的是，伊朗換了一套戰術打法。伊朗這次為什麼不打特拉維夫?這背後透露出一個關鍵資訊：以色列的防空系統已經撐不住了。"鐵穹"、"大衛投石索"、"箭"式，這三層防空網過去被吹得神乎其神。但三周的導彈雨下來，彈藥庫存已經見底。以色列必須把有限的攔截彈集中在特拉維夫、耶路撒冷這些核心城市，南部的"次要地區"只能放棄。伊朗顯然摸準了這一點。你守不住全境，我就專打你的薄弱環節。迪莫納雖然有核設施，但相對偏遠，防空火力薄弱，正好成為伊朗的突破口。這種戰術非常聰明：既造成了實質性傷害，又避開了以軍最強的防空火力，還直擊以色列最敏感的戰略命脈。回想三周前，美國和以色列聯手對伊朗發動"斬首突襲"，炸死了哈米尼，摧毀了多處核設施。當時西方國家一片歡騰，以為伊朗會迅速崩潰。結果呢?三周過去，伊朗越打越凶。導彈一波接一波，從最初的幾百枚發展到現在的"精準點名"。以色列從"主動空襲"變成了"被動挨打"，從"全民歡呼"變成了"全民鑽防空洞"。更關鍵的是士氣和消耗。伊朗的導彈工廠大概還在運轉，生產線沒停;而以色列的攔截彈買一次少一次，美國補倉的速度跟不上消耗的速度。這種消耗戰打下去，誰先扛不住?明眼人都看得出來。此外呢，我認為迪莫納核設施附近遇襲，是一個極其危險的訊號。以色列擁有核武器是公開的秘密，但他們從來沒有承認過"不首先使用"原則。也就是說，一旦以色列覺得自己快輸了，完全有可能動用核武器進行"最後攤牌"。伊朗這次打迪莫納，就是在試探以色列的底線：你的核設施我已經能摸到了，你要不要想想後果?如果以色列真的被逼到牆角，按下核按鈕，那整個中東都會陷入災難。 (時報國防看點)

據伊朗方面8日消息，伊朗專家會議已就新的最高領袖人選作出最終決定。據伊朗宗教人士阿亞圖拉米爾巴蓋里表示，專家會議成員為確定最高領袖作出巨大努力，代表多數人意見的最終決定已經作出。新的最高領袖姓名並未被透露。伊朗專家會議是負責選舉、監督、罷黜伊朗最高領袖的最高權力機構。此前報導當地時間3月7日，美國總統川普再次表示，希望參與伊朗下一任領導人的選擇，並稱不希望美國“每隔五年或十年就要再次面對同樣的問題”。川普5日曾稱，他“必須親自參與”選定伊朗下一任領導人。川普當天表示，他不會接受伊朗已故最高領袖哈米尼的兒子擔任伊朗新領導人。他表示，“我必須親自參與任命”。3月4日，以色列國防部長卡茨稱，任何被伊朗政府任命取代前最高領袖哈米尼的繼任領導人都將成為以色列的“清除目標”。 (新聞晨報)

總台記者當地時間3月1日獲悉，伊朗最高領袖哈米尼在2月28日上午遇襲身亡。伊朗宣佈自當地時間3月1日起，開始為期40天的國家哀悼。△資料圖伊朗方面表示，哈米尼“在領袖辦公室的工作崗位上殉職”，當時他正在履行職責。哈米尼殉職後，將由伊朗總統佩澤希齊揚、司法部長和憲法監護委員會一名法學家領導國家。伊朗：必將讓敵人“付出慘痛的代價”當地時間3月1日，伊朗政府就伊朗最高領袖哈米尼殉職發表聲明。聲明寫道，“我們懷著無比沉痛的心情”宣佈，哈米尼在美國和以色列的襲擊中殉難，“這一滔天罪行必將受到嚴懲”“我們必將以全部的力量和決心，讓犯下這樁滔天罪行的罪魁禍首和幕後主使付出慘痛代價”。聲明宣佈，全國哀悼40天，公共機構停擺7天。總台記者當地時間3月1日獲悉，伊朗伊斯蘭革命衛隊稱，伊朗武裝部隊“歷史上最猛烈的進攻行動”即將開始，目標是以色列和美國的基地。軍事專家：哈米尼遇襲身亡或為以色列主導、美國配合總台軍事觀察員魏東旭表示，哈米尼遇害身亡很可能是以色列進行主導，而美國出兵並進行輔助性火力打擊。根據此前瞭解到的公開資訊，以色列針對伊朗進行過長時間的情報滲透，對伊朗高層的組織架構和運作方式有相當程度的瞭解。一旦確認目標，可能馬上通知了五角大樓或美國情報機構。之所以選擇在白天進行大規模空襲，可能是要把斬首行動以及針對伊朗高層的精準火力打擊作為此輪大規模空襲的開端。從目前的情況來看，伊朗已經進行了非常猛烈的反擊。一旦伊朗最高權力體系出現了繼承者，伊朗反擊將升級擴大，或將打擊中東所有美以相關目標。 (央視新聞)

在當今這個知識爆炸、技術飛速迭代的時代，如何高效學習並掌握一門技能，直至成為專家，是許多人職業生涯中的核心命題。所以，我們今天來講講Andrej Karpathy。這個名字在AI界可謂如雷貫耳。作為OpenAI的創始成員之一、前特斯拉人工智慧總監，以及史丹佛大學著名深度學習課程CS231n的設計者和首席講師，他的職業履歷星光熠熠，充滿了傳奇色彩。Karpathy不僅在學術研究和工業應用上取得了卓越成就，更是一位熱衷於分享知識的教育者。他提出的許多學習方法和職業建議，因其深刻的洞察力和極高的實踐性，在科技圈廣為流傳，被無數人奉為圭臬。早在2020年，Karpathy就曾分享過一個看似簡單卻蘊含深意的三步框架，為有志於成為專家的人們指明了一條清晰的道路。Karpathy的核心建議主要包含以下三點：1，項目驅動，深度優先：放棄“廣度優先、自下而上”的傳統學習模式，轉而通過完成具體的項目進行“按需學習”，實現縱向的深度積累。2，教學相長，自我沉澱：用自己的話去教授或總結所學，這是檢驗和鞏固知識的最佳方式。3，對標自己，持續成長：永遠只和過去的自己比較，而非他人，專注於個人的持續進步。這三條建議看似樸素，卻直擊學習的本質。我們一條一條細品。01. 項目驅動深度優先你是否也曾有過這樣的經歷：為了學習一門新技術，收藏了無數的教學、購買了堆積如山的專業書籍，試圖從最基礎的理論開始，建構一個全面的知識體系。然而，這種“廣度優先”的學習方式，往往會讓我們陷入理論的汪洋大海，迷失方向，最終因缺乏實踐和正反饋而半途而廢。Karpathy對此提出了截然不同的見解：以項目為導向，進行“深度優先”的學習。也就是說，我們應該首先選擇一個具體、可執行的項目，然後在完成這個項目的過程中，去學習所需的知識點。這種“干中學”（Learning by Doing）的方式，能夠將學習與實際應用緊密結合，極大地提升學習效率和動力。在Karpathy廣為流傳的博文《神經網路訓練秘籍》（A Recipe for Training Neural Networks）中，他詳細闡述了如何一步步建構和最佳化一個神經網路模型。https://karpathy.github.io/2019/04/25/recipe/這篇文章本身就是項目驅動學習的絕佳範例。他沒有一上來就羅列艱深的數學公式，而是將整個過程分解為一系列可操作的步驟，比如：與資料融為一體：在寫任何程式碼之前，花大量時間去觀察和理解你的資料，尋找其中的模式和異常。搭建端到端的骨架：先用一個最簡單的模型跑通整個訓練和評估流程，確保你的管道是暢通的。過擬合：然後，嘗試讓模型在小批次資料上達到過擬合，以驗證模型的容量和程式碼的正確性。正則化與調優：在確認模型能夠學習後，再逐步引入正則化技術，調整超參數，提升泛化能力。這套流程的核心思想就是迭代和驗證：從一個最小可行性產品（MVP）開始，每一步都進行驗證，確保根基牢固，然後再逐步增加複雜性。這種方法不僅適用於訓練神經網路，也適用於學習任何新技能。例如，如果你想學程式設計，可以從搭建一個簡單的個人網站開始；想學資料科學，可以從分析一份你感興趣的公開資料集入手。在解決實際問題的過程中，你會自然而然地去學習HTML/CSS、Python庫或統計學知識，這些知識點因為有了明確的應用場景，而變得不再枯燥。在另一篇極具影響力的文章《博士生生存指南》（A Survival Guide to a PhD）中，Karpathy進一步強調了“深度”的重要性。他將博士生涯比作一次長達約10400小時的深度探索，而這恰好與馬爾科姆·格拉德威爾提出的“一萬小時定律”不謀而合。https://karpathy.github.io/2016/09/07/phd/Karpathy認為，博士的核心目標，就是在某個非常細分的領域裡，通過深度鑽研，成為世界級的專家。他建議研究者要選擇那些“肥沃”的領域，即有足夠深度和廣度，能夠讓你產出一系列相互關聯的研究成果。同時，要勇於挑戰那些比當前問題難2-3倍，但重要性高10倍的問題，避免在細枝末節上進行微小的改進。這一思想同樣適用於非學術領域。正如Karpathy所說，如果一個人的一生可以專注投入，大約能成為15個領域的專家。因此，與其將精力分散在無數個淺嘗輒輒的領域，不如選擇少數幾個你真正熱愛的方向，進行深度挖掘。在一個狹窄的領域裡做到頂尖，遠比在多個領域都表現平平更有價值。02. 教學相長自我沉澱掌握知識的第二大支柱，是主動複述和知識重構。僅僅是被動地輸入資訊，知識的留存率會非常低。而通過“教”與“寫”的方式，將所學內容用自己的語言重新組織和輸出，則能極大地加深理解，發現知識盲區。這與諾貝爾物理學獎得主理查德·費曼所倡導的“費曼學習法”不謀而合。給本科生的建議：主動復現，而非被動閱讀Karpathy在給本科生的學習建議中提到，“閱讀和理解”與“能夠復現內容”是完全不同的兩件事。他鼓勵學生在學習後，合上書本，嘗試獨立推導公式或證明，以此來檢驗自己是否真正掌握了知識。他還建議，學習初期可以獨立思考，建立自己的理解體系；後期則可以與他人協作，通過向同學解釋概念，來鞏固和深化自己的認知。為一門課程製作一份“備考清單”（Cheat Sheet），將整個課程的知識點濃縮在一頁紙上，也是一種極佳的知識梳理和內化方式。CS231n: Convolutional Neural Networks for Visual Recognition在Karpathy的職業生涯中，分享始終扮演著至關重要的角色。他不僅通過部落格文章分享自己的研究心得和實踐經驗，還積極投身於開放原始碼專案。他認為，將自己的程式碼和項目開源，不僅能幫助他人，更能督促自己寫出更規範、可復現的程式碼，這本身就是一個絕佳的學習過程。同樣，撰寫部落格或技術教學，也是一種高效的“教學相長”方式。當你試圖向他人清晰地解釋一個複雜概念時，你會被迫從讀者的角度出發，重新審視自己的知識結構，理清其中的邏輯鏈條。這個過程會暴露你理解上的模糊之處，促使你回頭去查閱資料，填補知識漏洞。Karpathy本人就是這一理念的忠實踐行者。他在史丹佛開設的CS231n課程，其詳盡的課程筆記和公開的教學視訊，已經成為全球AI學習者的入門寶典。這一舉動不僅鞏固了他自身的知識體系，更極大地放大了他的影響力。因此，在你完成一個項目或學習了一個新模組後，不妨嘗試寫一篇總結文章，或錄製一個簡短的教學視訊，分享到你的部落格、知乎或B站上。這個過程所帶來的收穫，將遠超你的想像！03. 對標自己持續成長通往專家之路 rarely 是一帆風順的。在這個過程中，我們難免會遇到挫折，看到身邊的人似乎比自己進步得更快，從而產生焦慮和自我懷疑。Karpathy的第三條建議，正是應對這種心態的良藥：只與過去的自己比較，專注於個人的成長軌跡。在Karpathy看來，學習的本質是“精神鍛鍊”。他曾在一個訪談中形象地比喻道，真正的學習應該感覺像是“精神上的流汗”（the mental equivalent of sweating）。它應該是一種費力的、充滿挑戰的過程，就像在健身房裡進行高強度鍛鍊一樣，而不是像刷短影片那樣輕鬆愉悅。如果你在學習過程中感到有些吃力，甚至痛苦，這恰恰說明你正在走出舒適區，你的認知邊界正在被拓寬。在他的《博士生生存指南》中，他也坦誠地描述了科研道路上的種種艱辛，比如實驗失敗、論文被拒，甚至產生自我認同危機。要想成為專家，必須具備強大的心理韌性和獨立思考的能力。要學會從第一性原理出發思考問題，忽略那些無意義的外部評價指標，享受在非結構化環境中探索的自由。為了更好地實踐“對標自己”的原則，一個有效的方法是記錄你的成長里程碑。你可以定期寫學習日誌，記錄下自己在這個月或這個季度學到了什麼新技能，解決了什麼難題。當你回顧這些記錄時，你會清晰地看到自己的進步軌跡：半年前還一頭霧水的概念，現在已經能夠運用自如；一年前還無法獨立完成的項目，現在已經遊刃有餘。這種自我參照的成長反饋，能極大地增強你的自信心和學習動力。你會發現，知識的積累也存在“複利效應”。每天一點點的進步，經過時間的沉澱，最終會匯聚成巨大的飛躍。Karpathy本人的成長歷程，從一個對深度學習充滿好奇的學生，成長為引領行業發展的AI領袖，就是這種長期堅持和自我超越的最好證明。Andrej Karpathy的專家養成三步法——項目驅動、教學相長、對標自己為我們描繪了一條清晰、可行的精進之路。它告訴我們，成為專家並非依賴於所謂的天賦異稟，而是一個關於刻意練習、深度聚焦、積極反思和自我衡量的系統性過程。這條路並非坦途，它需要我們付出汗水和耐心。但正如Karpathy的經歷所展示的，無論是從零開始編寫一個神經網路，還是領導一個頂尖的AI團隊，這套原則都同樣適用。2025年就要結束了，祝願每一個人都能成為某個領域的專家。 (TOP創新區研究院)

胡曄是頂尖生物醫學學家，在美國學習和工作了22年，曾擔任美國杜蘭大學教授。今年夏天，胡曄辭去美國大學職務，毅然歸國。根據香港英文媒體《南華早報》17日報導，就在離開美國前幾個月​​，胡曄公開批評了川普政府凍結和削減美國國立衛生研究院（NIH）總計830萬美元的研究資金一事。根據清華大學公佈消息，9月起，胡曄擔任清華大學生物醫學工程學院院長，同時獲聘兆易講席教授。杜蘭大學網站報導稱，4月7日，胡曄在杜蘭大學網站上發表標題為「保護救命研究：NIH資金對公共衛生的關鍵影響」的公開信，警告NIH資金削減將對科學研究產生廣泛影響。“現在是我們發聲的時候了，保護我們的研究和未來，”胡曄在公開信中寫道，“如果我們錯過這一刻，可能再無機會，無人能倖免……據擬議的聯邦預算，NIH未來資助的間接費用報銷率可能從53%降至15%。”胡曄談到，一項受削減影響的370萬美元NIH資助原本用於兒童結核病和愛滋病毒的早期檢測。此外，310萬美元NIH資金用於開發基於血液的癌症檢測技術，還有一筆150萬美元資金用於採購先進裝置，進一步推進疾病檢測、癌症研究和醫療技術開發。公開資料顯示，胡曄長期專注於研究病毒快速檢測，在頂尖期刊發表過多篇論文，並擔任美國化學會《ACS Nano》期刊副主編。他在奈米醫學領域申請了30多項專利，其中14項獲得美國或國際公司授權，並是美國四家生物技術新創公司的共同創辦人。清華大學網站截圖胡曄1999年畢業於蘭州大學化學化工學院有機化學專業，後來在清華大學化學系攻讀碩士。2003年在清華大學畢業後，胡曄前往美國奧斯汀德州大學攻讀生醫工程，2005年獲碩士學位，2009年獲博士學位。 2009年至2011年，他在休士頓德州大學健康科學中心進行博士後研究。2011年至2015年，胡曄在休士頓衛理公會研究所奈米醫學系擔任助理教授，同時兼任威爾康奈爾醫學院細胞生物學系助理教授。 2015年11月，他晉陞為副教授。2019年7月，胡曄加入杜蘭大學醫學院，此後擔任生技創新領域Weatherhead校長講席教授、智慧分子診斷中心創始主任、創新發展學院指導委員會主任。他也曾在美國路易斯安那州癌症研究中心擔任診斷計畫總負責人。《南華早報》報導稱，2021年1月，胡曄在杜蘭大學的實驗室開發出快速新冠病毒檢測套件。套件使用唾液作為樣本來源，能偵測新冠病毒及其變異株，使用智慧型手機可在15分鐘內出結果。2024年1月，《自然》雜誌發表題為「追蹤結核病」的文章，提及七種潛在新結核篩檢技術，其中三種由胡曄領導的實驗室開發。胡曄使用奈米粒子富集人體血液中的結核肽抗原，然後用質譜儀檢測。與常用診斷方法需4至6周相比，新方法可將診斷時間縮短至2.5小時，每次實驗室成本約3美元。根據世界衛生組織2024年的估計，全球每年約有1,080萬人感染結核病，其中約125萬人死亡，許多人因未診斷或晚期診斷而無法治癒。根據清華大學介紹，歸國前，胡曄教授的實驗室長期獲得美國國防部（DoD）、國家衛生研究院（NIH）、蓋茲基金會（Gates Foundation）、世界衛生組織（WHO）等機構穩定資助。目前，他在清華大學的科學研究計畫著力開髮針對傳染性疾病、神經性疾病及癌症的新型診斷方法。2023年3月，胡曄入選美國醫學與生物工程學會（AIMBE）會士，同年11月入選美國發明家學院（NAI）院士，2024年6月當選為國際生物醫學工程學院（IABME）院士，2025年9月當選為歐洲科學院院士。2025年9月，胡曄全職加入清華大學，擔任生物醫學工程學院院長。清華大學黨委常委、副校長王宏偉表示“胡曄教授具有豐厚的學術成果和寬闊的國際視野，相信他的加入能帶領清華生物醫學工程學院邁向國際前列，對清華醫學發展戰略具有重要的作用！” （觀察者網）