2026年10月12日 · 星期一 卡片列表

今日速览

2026年10月12日 · 星期一

  • AI 能力的落差在拉大：Karpathy 估算全球约 75% 的人几乎没用过大模型，只有约 0.2% 的人亲眼看到代理几句话做完几周的项目。评论反问：普通人的生活到底变好了什么？
  • 答案变多之后，什么才值钱：陶哲轩说数学进入「证明过剩」时代，只追求解题反而伤害这门学科；该用 AI 加深人的理解，而不是替人拿答案。
  • 代理靠「验收标准」干活：有人花了 5000 多亿 token 让代理反编译一款射击游戏，前一个月代码看着能跑、其实是错的；换成逐字节比对后，便宜模型也能干好。Sakana 则让同一个模型自己组织团队、自己打分、自己训练。
  • 用户权利在收紧规则：纽约市「一键退订」10 月 1 日生效；一篇长文提醒通行密钥（passkey）的远程认证可能让平台决定你能用什么设备；远程员工拒绝每天被拍 160 张照片后被解雇，正在打官司。
  • 开源与老协议：IRCv3 想让 IRC 跟上现代聊天体验，但可选扩展太多、客户端支持不一；HashiCorp 归档 Boundary 社区版，以后只做商业版。
  • 其他：《全面歼灭》开源引擎重制；路径里的「~」可能不是你的家目录；WebP 终于好用；可擦写的光致变色纹身墨水。
1 / 25必读🔥 223 · 💬 358

Karpathy：人们对大模型能力的认知差距正在拉大

他把人群分成四层：几乎没碰过、免费版偶尔用、专业用前沿模型写代码做数学、能用实验室内部系统的约 5000 人。

你对 AI 的判断，取决于你最近一个月有没有用前沿代理做过一件大事；没做过的人和做过的人，已经说不到一块了。

要点

  • Karpathy 粗估：约 60 亿人（75%）几乎没接触过大模型；10–20 亿人（约 20%）偶尔用免费版，把它当更好的搜索或写作助手。
  • 约 2000 万人（0.2%）在数学和代码里用前沿模型，亲眼看到几周、几个月的项目被代理一条提示做完；另有约 5000 人能用实验室内部系统。
原文HN 讨论
2 / 25必读🔥 310 · 💬 366

陶哲轩谈「数学 2.0」：AI 让证明不再稀缺，只追解题会伤害数学

他在加州理工的演讲稿：数学可验证、可数字化、数据多，所以最先被 AI 冲击；他主张用 AI 增强人的理解，而不是替人刷题。

当答案变便宜，值钱的就不再是答案，而是理解；这对数学成立，对很多行业也成立。

要点

  • 陶哲轩说传统数学建立在「证明稀缺」上，奖项和职位都围绕解题；现在前沿实验室优先投数学，进入「证明过剩」时代。
  • 他提醒：媒体和社交平台只报成功，前沿上大多数问题即使砸大量算力仍没解决；需要公布资源消耗和失败结果的评估，比如 First Proof。
原文HN 讨论
3 / 25必读🔥 150 · 💬 108

花了 5000 多亿 token，让 AI 代理完整反编译一款射击游戏

作者 Maurice Heumann 三个月里用多个代理把一款老 FPS 还原成 C++：前一个月代码可读却是错的，换成逐字节比对后才走上正轨。

代理最需要的不是更聪明，而是一个能自动判对错的标准；有了它，便宜模型也能干大活。

要点

  • 同时用 Claude Max 和 Codex Pro 订阅；代理用 GitHub issue 记进度（一个 .cpp 文件一个 issue），在 Discord 频道里互相沟通，用 Hex-Rays 官方的 ida-mcp 做反汇编。
  • 第一个月 4 个代理反编译了约 80%，游戏能启动、能加载地图；但函数签名、结构体布局是错的，还有代理擅自加逻辑、删逻辑，把全局变量改成慢得多的哈希表。
原文HN 讨论
4 / 25必读🔥 48 · 💬 19

Sakana AI 发布 MASS：让同一个模型自己组队、自己打分、自己训练自己

和伯克利合作的研究：模型先优化多代理团队的分工流程，再挑出团队最好的成果来微调自己，循环两轮。

「AI 自我改进」开始有可复现的工程流程了，但它评价的是自己，最大的风险是自己骗自己。

要点

  • MASS 里同一个模型同时当执行者、优化者、评估者。内循环搜索更好的「工作流」（角色、指令、交付要求、调用顺序）；外循环把最佳工作流跑 18 次，自评排名，留 16 条轨迹，用 LoRA（低成本微调）训练自己。
  • 从 Qwen3.6-27B 起步跑两轮；在三个留出测试任务上，对基础模型的胜率从 53.9% 升到 69.9%，外部评审是 GPT-5.5 和 Claude Opus 4.8。
原文HN 讨论
5 / 25必读🔥 337 · 💬 168

纽约市「一键退订」规定生效：怎么订阅的，就得能怎么退

10 月 1 日起，纽约市民可以投诉退订难的商家；违规罚款起步 525 美元，还可能要退款。

「退订难」作为增长手段的时间快到头了，订阅产品该把退订流程当成正式功能来设计。

要点

  • 由纽约市消费者与劳工保护局执行，官方称这是全美第一个城市级规定；市长 Zohran Mamdani 说「能一键订阅，就必须能一键取消」。
  • 要求：清楚说明订阅条款和消费者权利；退订方式要和订阅方式同样简单、走同一渠道；不能让用户付运费寄回免费给的东西。
原文HN 讨论
6 / 25必读🔥 226 · 💬 119

一篇长文劝普通人别用通行密钥（passkey）：问题出在「远程认证」

作者承认 passkey 比密码安全方便，但标准允许网站查验你用的是哪种密钥、哪家软件，将来可能把自建方案和刷机设备挡在门外。

安全功能本身没问题，问题是谁掌握开关；一旦开关在平台手里，「方便」可能变成「锁定」。

要点

  • 文章说「passkey」其实是一堆不同东西的统称：可复制与不可复制、可转移与不可转移、硬件保存与软件保存、经过认证与未经认证。
  • WebAuthn 标准让密钥软件向网站报告这些属性；「远程认证」（attestation）还能用设备安全芯片证明你用的是被认可的密钥管理器，无法伪造。
原文HN 讨论
7 / 25必读🔥 348 · 💬 296

IRCv3：老牌聊天协议 IRC 的现代化扩展，又上了首页

工作组在给 IRC 加账户登录、消息时间戳、聊天历史、Unicode 昵称等功能，所有扩展都兼容老客户端和老服务器。

兼容一切、功能可选，让 IRC 活了 35 年，也让它很难长出像 Discord 那样一致的体验。

要点

  • 已完成的扩展包括：SASL 标准化登录、给消息附加元数据、即时离开通知、显示消息实际收到时间、把相关消息分组。
  • 进行中：标准化注册和验证账户、标准化查看聊天历史、自动切换到加密连接、Unicode 昵称和频道名、头像。
原文HN 讨论
8 / 25必读🔥 137 · 💬 101

远程员工拒绝每天被摄像头拍 160 张照片，被公司解雇后起诉

新泽西诉讼：Sutherland 医疗外包公司要求用 Sentinel AI 每三分钟拍一次员工的脸；她有狼疮，医生建议减少频率，公司不让步。

AI 让监控变得极便宜，但看脸不等于看产出；靠盯人来管理，说明公司其实不知道怎么衡量工作。

要点

  • 据诉状，原告 Glennis Von Sander-Timinski 2018 年起在家工作，绩效一直良好，在公司干了十多年。
  • 今年 8 月公司引入 Sentinel AI，约每 3 分钟通过摄像头拍一张，每天约 160 张；她担心压力诱发狼疮，医生写信建议降低频率。
原文HN 讨论
9 / 25扫读🔥 44 · 💬 11

全息图后来怎么了？一篇 2011 年的科技史旧文

《美国科学家》杂志文章回顾：全息展曾吸引几十万观众，后来热度消退，技术转入干涉测量、成像等科研用途。

很多技术不是失败了，而是从「未来感奇观」变成了看不见的基础工具。

要点

  • 作者是科技史学者 Sean F. Johnston，文章刊于 2011 年《美国科学家》第 99 卷第 6 期。
  • 原文页面有浏览器验证，未能直接抓取；以上内容来自公开摘要：曾有人预言全息会用于艺术、摄影和电视，普及后反而失去光环。
原文HN 讨论
10 / 25扫读🔥 40 · 💬 35

《经济学人》：各国政府在错误应对生活成本危机

副标题是「应该提高收入，而不是压低价格」；文章引 IMF 数据，85 个国家里近九成在过去 20 年经历过这类危机。

压价能换来选票，涨收入才能解决问题；可选民对涨价的愤怒，远大于对涨薪的感激。

要点

  • 文章区分一般通胀和「负担能力危机」：食品、能源等必需品涨价快于工资。
  • 原文有付费墙，未能抓取全文；以上来自标题、副标题和其他媒体的转述。
原文HN 讨论
11 / 25扫读🔥 350 · 💬 148

《全面歼灭》用开源引擎重制，浏览器里就能玩

Nanolathe 是 MIT 许可的 2.5D 即时战略引擎，用净室方法重新实现 1997 年的经典游戏，需要你自己的原版文件才能玩完整版。

老游戏最好的保存方式，是一个能读懂、能修改的开源引擎，而不是一份只能怀旧的光盘。

要点

  • 浏览器里可玩原版的三关演示；完整游戏需用你从 GOG、Steam 或光盘获得的原版文件，支持 Windows、Mac、Linux。
  • 提供现代 GPU 渲染（光照、发光、2 倍细节），也能切回经典画面；单人遭遇战、生存和战役基本完成，支持 2–10 人联机。
原文HN 讨论
12 / 25扫读🔥 172 · 💬 31

北韩的地图是谁画的？一项关于 OpenStreetMap 志愿者的研究（2019）

MIT 的 Wonyoung So 分析开放地图上北韩的编辑数据，并给 889 位贡献者写信，问他们为什么要画一个去不了的国家。

开放数据的力量，来自一群动机各不相同、却都愿意花时间的陌生人。

要点

  • 研究问三个问题：谁在画北韩、他们用什么工具和信息源、动机是什么；「扶手椅制图者」主要靠卫星图远程标注。
  • 该作品获 2019 年 Information is Beautiful 学生类奖项；网页是 JS 应用，正文未能直接抓取，以上来自项目摘要。
原文HN 讨论
13 / 25扫读🔥 54 · 💬 19

浏览器指纹正在取代 Cookie

作者做了一个演示页：清 Cookie、开无痕、连 VPN，你得到的昵称还是一样；文章解释指纹怎么拼出来，以及谷歌的广告政策怎么变。

删 Cookie 已经不够了；真正能区分你的，是你设备本身的一堆普通参数。

要点

  • 指纹来源：网络请求里的 IP、浏览器、语言；页面脚本能不经授权测到 GPU、CPU 线程数、内存、屏幕、音频处理、字体等。
  • 单个特征很普通，组合起来就几乎唯一；文章用信息熵解释：邮编、生日和性别三项就能唯一识别超过 60% 的美国人。
原文HN 讨论
14 / 25扫读🔥 16 · 💬 0

陶哲轩博客客座文：在证明之外，数学插图也是理解

两位数学家回顾今年在庞加莱研究所的插图研讨会，讨论 AI 让证明变多之后，图像和可视化在数学里的位置。

AI 把证明变便宜后，帮人「看懂」的东西反而更值钱。

要点

  • 作者 Kate Stange 和 Edmund Harriss；文章说定理产出长期是成功的标尺，但它一直只是「理解」的替代指标。
  • 例子：GPT-6 Astra 找到首个三维非周期单砖 Chair44，提出者分享了 61 页论文却说只懂直观几何；另一位数学家用一张箭头图把论证压缩到 8 页。
原文HN 讨论
15 / 25扫读🔥 18 · 💬 23

Ask HN：预装 DD-WRT 的路由器，有人买吗？

发帖人想做小生意卖预装开源固件的路由器，又担心极客会自己刷、普通人根本不在乎。

固件从来不是卖点，用户买的是它解决的问题，比如去广告、安全和稳定。

要点

  • 发帖人列了现有选择：OpenWrt One 89 美元、GL.iNet Flint 2 169 美元、pfSense 设备 259 美元起，二手刷机路由多在 160 美元以下。
  • 他问 AI 估算的启动成本：至少 12.5 万美元，其中认证约 3 万、工程和原型 1 万以上。
HN 讨论
16 / 25扫读🔥 241 · 💬 32

《洋葱报》征集旧报：找回档案里缺失的纸质期号

这家讽刺媒体列出缺的卷期（1988–2013 年间不少），请读者填表，档案管理员会联系可用的藏品。

连讽刺报纸都在认真修档案，说明内容公司最终的资产是它的历史。

要点

  • 缺失包括 1988–1991 年第 14–19 卷全部、2011–2013 年第 47–49 卷全部，以及其他年份的若干期。
  • 报纸要干净可读，卖出后归《洋葱报》所有，不退还。
原文HN 讨论
17 / 25扫读🔥 71 · 💬 12

约翰·伯格《观看之道》第一章，网上可读全文

1972 年的经典：观看先于语言，每张图像都体现一种看法，我们怎么看又受我们知道什么影响。

每张照片都是有人从无数画面里挑出来的；看图时，也要看是谁、为什么这样拍。

要点

  • 书中原句：「观看先于言语」「我们只看见我们注视的东西，注视是一种选择」。
  • 评论指出原书写明文字不受版权保护，但书中的图片可能有版权问题。
原文HN 讨论
18 / 25扫读🔥 8 · 💬 0

Pensieve：给编程代理用的本地搜索，减少工具调用和 token

Mac 上的开源工具，索引文件、代码库和代理会话记录，代理通过 MCP 一次搜索就拿到相关段落，不用满盘 grep。

代理花的钱很多耗在「找东西」上；给它一个好索引，比换更贵的模型更划算。

要点

  • 作者的基准：Claude Sonnet 在 Claude Code 里做 72 个找代码任务，每次查找工具调用从 3.4 次降到 2.0 次，成本从 0.050 美元降到 0.041 美元，找对文件 131/144 次（grep 是 123/144）。
  • 支持按语义和按原词搜索；能接 Claude Code、Codex、Cursor 等任意 MCP 客户端（MCP 是让代理调用外部工具的通用协议）。
原文HN 讨论
19 / 25扫读🔥 90 · 💬 10

谷歌在芬兰建数据中心未做环评就砍林，被责令暂停

芬兰监管机构要求谷歌最迟 10 月 23 日前暂停 Muhos 和 Kajaani 两处工地的前期施工，等环境影响评估完成。

AI 算力竞赛的瓶颈，正从芯片延伸到土地、电力和地方监管。

要点

  • 这是谷歌在芬兰北部总额 130 亿欧元项目的一部分；代表谷歌的公司在 Muhos 砍了 330 公顷森林，Kajaani 近 200 公顷。
  • 监管方说谷歌已经砍树、剥表土、修路；若不遵守，将考虑执法和罚款。谷歌称「未达到我们自己的高标准」。
原文HN 讨论
20 / 25扫读🔥 5 · 💬 0

可擦写纹身：光一照就显色，强光一照又消失

科罗拉多大学团队的光致变色纳米颗粒墨水：平时几乎看不见，紫外线下几秒显出蓝、品红、黄三色，强可见光下擦除。

纹身第一次有了「可重写」的可能，最先的用途可能是医疗标记，而不是时尚。

要点

  • 论文 10 月发表于 Matter & Light；三种光致变色染料封在 PMMA（亚克力）纳米颗粒里，兼容普通纹身设备。
  • 在硅胶和猪皮模型上能写出多色图像；一名受试者（据《自然》报道是研究负责人本人）皮肤里的三色通道在 1.4–2.2 年后仍能重写。
原文HN 讨论
21 / 25扫读🔥 65 · 💬 69

用了 20 年 JPEG 和 PNG，作者终于改用 WebP

他从 Photoshop 换到 Pixelmator Pro 后，导出 WebP 变得顺手，发现同等画质下文件更小；下一步期待 AVIF 和 JPEG XL。

格式好不好用，看的不是格式本身，而是工具链跟没跟上。

要点

  • WebP 2010 年发布，Chrome 2011 年支持，Edge、Firefox、Safari 直到 2018–2020 年才跟上；Photoshop 2022 年才原生支持，导出流程至今不支持。
  • 作者提到 Google 几天前宣布将支持 JPEG XL，而它不久前才放弃过这个格式。
原文HN 讨论
22 / 25扫读🔥 28 · 💬 1

Rust 里的 SIMD 终于从里到外都安全了

作者介绍：用「CPU 特性令牌」在类型系统里证明指令可用，让 SIMD 库内部也不必到处写 unsafe。

把「运行时检查过一次」变成编译器能理解的证明，是把不安全代码收拢到最小范围的好办法。

要点

  • SIMD 是一条指令同时处理多个数据的加速方式；以前每个底层调用都要包在 unsafe 里，因为 CPU 不支持时调用是非法的。
  • Rust 1.87 起编译器能追踪指令集要求；再配合零开销的令牌类型（只有检测通过才能拿到），就能安全地调用。
原文HN 讨论
23 / 25扫读🔥 6 · 💬 0

HashiCorp 归档 Boundary 开源仓库，社区版停止开发

Boundary 是按身份管理基础设施访问的工具；今后只做云服务和企业版，社区版不再有更新和安全补丁。

「开源社区版 + 商业版」的模式里，社区版随时可能被关掉；依赖它之前要想好退路。

要点

  • 仓库于 10 月 8 日宣布停止开发、只读，约 4100 星、317 个分支。
  • 官方说今后专注 HCP Boundary 和 Boundary Enterprise，提供企业级的人与代理访问能力；现有代码和二进制仍可用。
原文HN 讨论
24 / 25扫读🔥 208 · 💬 141

PATH 里的「~」可能根本不是你的家目录

在 .bashrc 里写 export PATH="$PATH:~/.local/bin/"，引号里的波浪号不会展开，实际加进去的是当前目录下名叫「~」的文件夹。

一个引号就能让配置悄悄失效，还留下一个能被利用的执行路径。

要点

  • 作者在用代理沙箱工具 nono 时收到警告，才发现这个问题；在任意目录建 ./~/.local/bin/ 放程序，就能被执行。
  • 修法：用 $HOME 替换 ~；可以用 echo "$PATH" | tr ':' '\n' | grep '~' 检查。
原文HN 讨论
25 / 25扫读🔥 60 · 💬 14

apsw：把 SQLite 用到极致的 Python 库

它直接包装 SQLite 的完整 C 接口，支持全文搜索、虚拟表、会话等，同步和异步都能用；想换数据库的人还是该用标准库 sqlite3。

通用接口方便替换，专用接口才能用满能力；选库时先想清楚你要哪个。

要点

  • 支持 CPython 3.10 起，持续跟进 SQLite 和 Python 的新版本；GitHub 约 900 星。
  • 官方文档专门有一节讲它和标准库 sqlite3 的区别。
原文HN 讨论

0 / 25