两年前的 Hacker News 首页:另一个更好的宇宙
有用户回顾 2024 年 11 月 8 日的 Hacker News 首页,认为两年前的首页像来自另一个更好的宇宙。当时上榜内容包括线粒体是否活着、macOS 沙箱逃逸漏洞、Obra Dinn 1-bit 抖动算法,以及 LoRA 与全量微调的对比论文。
有用户回顾 2024 年 11 月 8 日的 Hacker News 首页,认为两年前的首页像来自另一个更好的宇宙。当时上榜内容包括线粒体是否活着、macOS 沙箱逃逸漏洞、Obra Dinn 1-bit 抖动算法,以及 LoRA 与全量微调的对比论文。
黄仁勋承认婚内不忠,Nvidia 正对其展开调查;文章分析此事可能给公司治理及 AI 算力融资网络带来的风险。据文中引用的《纽约时报》报道,Megaspeed 高管 Alice Huang 被指受中国国家安全部招募,中国否认相关指控;Megaspeed 购买了 $4.8 billion 的 Nvidia 芯片。
推荐理由:文章将黄仁勋面临的调查与 Nvidia 对 AI 云服务商的投资联系起来,分析公司治理风险向算力融资网络传导的可能影响。
Handshake AI 团队在 Latent Space 访谈中演示金融、生物与安全评测环境,其 AI 训练业务从启动到年化总收入 $1 billion 用了约一年。
joshstrange 分享了过去 2 年收到的博客与 Hacker News 评论回复邮件从有效交流转向大量推销的经历,并指出 LLM 让个性化营销邮件更容易生成。他让 Claude 检查了自 2013 年以来的相关邮件,列举了先用赞美和开放式问题吸引回复、再转向产品推销或预约交流的案例。他如今先简短回复,确认对方没有推销意图后再深入交流,但仍不愿撤下公开的邮箱地址。
特种化学品制造商 Lubrizol 正构建连接业务流程、现代数据平台与云基础设施的数字底座,支持研发团队更快验证想法。其 IT 副总裁 Girish Rao 强调 AI 不替代科学判断,而是给科学家更好的工具,并通过科学家、数据科学家与 IT 组成的“fusion teams”从小型试点建立信任。数字建模可帮助评估更多配方、探索淀粉和玉米基等替代材料,并权衡产品全生命周期的取舍。
有讨论质疑 Opus 5.5 是否被削弱,称其推理模式在 11 月 3 日发生了变化。该话题在 Hacker News 首页获得 12 分、5 条评论,正文未给出具体对比数据或官方说明。
rockbruno 主张惩处将任务完全交给 AI 智能体、未经指导或验证便转交结果的开发者,严重时可解雇。他明确区分这种行为与由人指导、纠正和审查输出的正常 AI 辅助工作流,并指出未经监督的代码和 PR 会把验证工作及故障后果转嫁给同事。他还批评不披露 AI 代答以及以 AI 为由推卸代码责任的做法,认为用未经审查的 AI 回复反击只会进一步损害代码质量。
Kimi Hosted Agents 与智谱 Z Managed Agents 对齐 Claude Managed Agents 的四元控制面,文章据此分析托管智能体的协议收敛与技术选型。
推荐理由:Kimi 与智谱沿用 Claude 的四元托管接口,将角色、环境、会话和事件分离,为长程任务提供跨厂商复用的客户端抽象。
matteoraso 质疑 AI 行业必然存在泡沫的判断,认为基础设施投入、收入增长和上市公司的市盈率支持另一种解释。文章将数据中心建设视为一次性投入,引用 Anthropic 的收入数据,并以 Alphabet、Meta 和 NVIDIA 的市盈率与互联网泡沫时期比较,主张缺乏持久护城河也不妨碍盈利。
自由职业者作者称 Harvest 被 Bending Spoons 收购后,月费从 $13.32 涨到 $133.98,全员被迁至新的“enterprise”套餐;另有 $12.65/月的“flex”套餐,但在约 3% 信用卡手续费之外再加收 2%。作者写信反馈后发现客服已改由大语言模型回复,不再阅读客户邮件,因此决定另寻开票软件。
Paul Ford 认为,浏览器已能支撑丰富的应用开发,调用这些能力的成本持续下降,软件制作正从大型团队的工业流程转向个人实践。他上周发布将数据存入 URL 的 tinylittleoffice.com,提供 21 种语言,吸引数十万人访问,CloudFlare 托管费用仍为 $0。
斯坦福 CS146S 在第二轮开课时引入开源维护者,要求学生熟悉陌生仓库、提出修改,并向可能合并代码的人解释补丁。任课教师兼 Monaco AI 负责人 Mihail Eric 在访谈中展示了十周课程大纲,讨论编码智能体、上下文工程与理解代码差异所需的技能。
游戏制作中的 AI 提速难以解决方向反复的问题,在方向不稳定时还可能增加转向时需要废弃的在制工作。文章以 Skull and Bones 多次调整核心设计为例,区分可丢弃的前期原型与已有复杂依赖的正式生产,并指出生成原型直接进入生产会留下难以追溯设计理由的技术债。文章建议衡量返工率、从提出问题到记录决策的延迟,以及决策被重新打开前的持续时间,避免仅用素材生成速度衡量 AI 投入效果。
写作通过将思考外化,帮助人理解材料、发现联系并形成外部记忆,博文主张在 LLM 时代继续亲自写作。作者担忧,LLM 能生成看似经过思考的文本,却不了解使用者尚未成形的直觉,过早求助模型会挤占自主思考的机会。文章提出五条写作方法:先不加批判地积累草稿,再严格删改,保持简明表达,为自己写作,并把写作纳入固定日程。
Seth、Block 和 Tononi 在 Nature 评论中质疑大脑即计算机的比喻,主张默认 AI 不具有意识。Butlin 团队依据神经科学理论提出 14 项指标,认为受评系统均非意识的强候选者,但未排除未来系统满足更多指标的可能;其评估依赖意识只取决于信息处理方式的计算功能主义前提。
一位有约十年生产级机器学习经验的开发者宣布,将不再在专业工作中使用任何 LLM 或 AI 智能体。他列举的理由包括“LLM 脑雾”等认知影响研究、Claude 生成代码看似完备实则质量堪忧且难以维护,以及数据中心能耗与 GDPR、CLOUD Act 等政治与合规顾虑。他同时承认 AI 工具在卡壳时仍有正面作用。
LoreKit 作者主张智能体记忆借鉴 OpenTelemetry,由社区共同约定数据模型、语义规范和操作契约,缓解不同工具的记忆格式互不兼容问题。文章比较现有方案,指出跨平台导出与多个工具同时读写同一地址是两类需求,并建议通过 MCP 暴露统一操作、用一致性测试检查记录与生命周期行为。共享记录应标明写入者并允许签名,但共享记忆仍可能成为提示词注入渠道;存储、排序和嵌入向量应留给工具自行实现。
一位长期用户因多项使用摩擦,决定将主要编码工具从 Claude Code 迁移到 Pi。其不满集中在 AGENTS.md 兼容、多会话 IDE 连接限制、GUI 功能缺失及频繁更新带来的干扰,并指出今年 244 次发布中超过 3/4 修改了系统提示词或工具描述。迁移后,他表示经过最初几天的调整,Pi 的稳定性、极简设计和可定制性符合需求,且已编写扩展支持自己的使用场景。
本周中期选举中,民主党获胜、多地数据中心限制措施通过,TechCrunch播客分析了Elon Musk及数据中心建设面临的政治阻力。讨论指出,得克萨斯州当选州长Gina Hinojosa承诺限制数据中心,OpenAI则发布compute campus政策蓝图,计划不再要求签署NDA并公开项目规划。嘉宾认为,地方监管压力与投资者对算力支出的疑虑,可能共同增加数据中心扩建的难度。
Cognition 首席安全官 Alex Stamos 在 Decoder 访谈中指出,AI 正降低攻击门槛并加速漏洞利用,网络安全将经历一段适应新攻防条件的“黑暗时代”。
推荐理由:Alex Stamos提出用分层模型处理安全告警并限制智能体权限,将防御成本控制与自动响应风险放进同一套操作方案。
中期选举改变华盛顿权力格局后,OpenAI、Meta 等科技公司正重建与民主党的关系,以应对其加强 AI 监督的承诺。OpenAI 在选举前聘用了民主党参议员 Chuck Schumer 的女儿 Jessica Schumer,并宣布将数据中心称为“compute campuses”。
DeepSeek 常驻代理用项目经理与后台子代理分工处理并行开发任务,文章分析其调度收益,并批评状态机与权限补丁过重。文中对比实验显示,强制项目经理只派工将最慢任务完成时间从 29.5 分钟压至 15.7 分钟,代价是缓存 token 消耗增至 3.8 倍;跟进消息直达后台子代理则减少约 30% 的项目经理唤醒和 27% 的缓存读取。
Anthropic 的 IPO 估值面临投资者质疑,材料援引 WSJ 称其 10 月年化收入已超过 $80B,部分投资者认为估值应从 $1.5T 降至接近 $1T。
推荐理由:Anthropic 的收入增长与投资者下调 IPO 估值预期并行,市场回撤为理解其上市定价争议提供了背景。
Josef Chen 参观宇树杭州工厂后,更看好西方制造机器人所需设备的机会,判断依据是中美人工成本差异与 AI 降低编程成本。宇树 2025 年生产近 32,000 台机器人,人工占制造成本的 8%;其新电机产线预计使一款机器人降本 1.7%,作者估算按美国工资可降本约 9%。他主张西方优先建设能快速适配尺寸变化的电机自动化产线,并披露自己投资了自动化制造及人形机器人相关企业。
musl libc 的 crypt 函数自 2012 年起对过长密码返回字符串 "*",与 Unix 上 "*" 表示锁定账户的旧约定冲突,在无 PAM 的 musl 系统(如官方 Alpine AWS 镜像)上让未认证用户获得可能是 root 的 shell。作者指出这不是内存安全漏洞,C 类型系统无法强制检查 NULL 返回值,而 Rust 社区规范不允许这种 in-band 哨兵值。
METR 的公开报告估计,Anthropic 在 2025 年 10 月至 2026 年 10 月的能力进展速度约为此前十二个月的两倍,当前加速主要归因于 AI 自动化。
推荐理由:文章将 Anthropic 的能力进展拆解为训练算力、算法改进与研究劳动,解释整体进展加速为何可能对应更高的劳动效率增幅。
美国大选后AI相关股票出现下跌,硅谷的自我认知与现实脱节。文章认为AI是首个被普通民众如此普遍反感的技术进步,且AI并不免费,一旦信贷枯竭其真实成本将显现。硅谷将永久失去全球科技中心的地位,世界正走向多枢纽格局。
美国本周中期选举中民主党的胜利,可能带来更严格的数据中心开发监管与对大型科技公司的政府审查。周二的41项数据中心相关公投中,除1项外,其余均有多数选民支持加强开发限制,新当选的民主党州长和国会议员也可能支持进一步监管。TechCrunch 的 Equity 播客围绕这些潜在影响展开讨论,并提到 OpenAI 已在尝试为数据中心重新包装形象。
Agent 系统的自我进化可采用双通道反馈设计,将即时透明的任务反馈与延迟隐藏的防作弊检查分开。文章结合 Anthropic 后台自评估与多项实验,提出向 Agent 提供详细报错、即时测试和沙盒回滚,同时隐藏保留测试及裁判逻辑,避免其利用反馈钻测试漏洞。延迟封禁也存在误伤正常开发者、无法阻止一次性危险输出的局限。
TechCrunch 的 Equity 播客分析本周美国中期选举对科技行业的影响,重点涉及数据中心监管和政府对科技巨头的审查。周二的41项数据中心相关公投中,除1项外,其余均有多数选民支持加强开发限制。新当选的民主党州长和国会议员可能支持进一步监管,OpenAI 已在尝试调整数据中心的品牌表述。
2026 年美国中期选举中,选民大量投票给民主党并反对 AI,针对 Big Tech 的对抗预计将重新升温,数据中心建设面临更大阻力。The Vergecast 本期讨论中期选举对科技行业的影响、X 的自我隔离式回音室,以及国会可能针对科技 CEO 和 AI 监管发力。节目还追问 AI 变现难题:OpenAI 网页搜索增长是否真有意义,毕竟连 Google 也没搞清 AI 搜索如何赚钱。
旧金山的约会者正把对 AI 的态度纳入择偶条件,分歧涉及职业伦理、收入吸引力和生育规划。Helen Li 的实地采访发现,有人明确拒绝与 AI 使用者约会,也有人因 AI 行业的收入前景偏好 AI 工程师,部分 AI 安全从业者则因未来风险担忧难以规划家庭生活。一名软件工程师已用 AI 智能体代为筛选 Hinge 用户、发送消息并安排线下约会,对方并不知道自己在与 AI 交流。
前 Rockstar 技术总监 Obbe Vermeij 表示,AI 逆向工程工具可能让玩家把 PS5 版 GTA VI 转成 PC 版,成本或达“数万美元的 token”。他认为成品质量不及官方移植,但足以满足部分 PC 玩家,Rockstar 或因此缩短主机与 PC 版间隔。GTA VI 官方 PC 版尚无时间公告,报道称目标为 2027 年第一季度。
The Decoder 梳理了 27 家研究驱动的独立 AI 实验室,将其长期技术押注分为持续学习、世界理解、独有数据、计算效率、研究自动化和模型应用缺口六类。
Ramp 数据显示,企业 AI 使用量持续增加,但夏末支出增长近乎停滞,给正筹备 IPO 的 Anthropic 等模型公司的收入预期带来压力。token 支出在 8 月和 9 月合计仅增长 1.5%,相比之下,7 月环比增长 42%;9 月 23 日至 10 月 23 日支出回升 8.9%。
Arjun Panickssery 根据 Scrabble、Ultimate Tic-Tac-Toe 和哲学研究项目的观察,质疑 AI 自主研发的判断力。模型会遗漏重要文献、开展缺乏信息价值的实验,并追逐琐碎的研究方向。快速反馈任务可能是例外,他通过反复提示 Astra 将列举所有合法 Scrabble 落子的 SOTA 提升了 10x,但其中两次较大进展来自他提出的评测方式和算法划分建议。
James Yu 从训练方式、能力和部署三个维度比较科幻作品对 AI 发展的预测,将 Ted Chiang 的《软件体的生命周期》列为整体最贴近现实的作品。该作突出教学、维护和商业化的工作,Her 与《完美匹配》则在日常消费助手的描写上表现突出。他未找到 2017 年之前清晰描述 Transformer 架构注意力机制,或描绘从普及聊天机器人到智能体在几年内发现新数学成果这一发展顺序的作品。
Anthropic 用 Scion 替换版本控制工具链,OpenAI 用 Pando 重写服务端并保留 Git 命令与协议,两者应对智能体读写高峰的路线不同。Pando 将全库同步拆为分支独立更新,并通过静态代码包和缓存分发降低读取开销,历时 10 周完成改造,中位推送延迟下降近八成。
一名用户报告 Claude Code 2.1.318 在执行网页搜索时,未经许可通过 User-Agent 请求头向第三方网站发送其邮箱地址。该用户称自己每天收到数十封诈骗邮件,并将其归因于邮箱泄露,要求从工具运行框架中彻底移除这一行为。用户表示因不再信任 Anthropic 保护其隐私,正将公司迁移至搭配 OpenRouter 的 Pi。