卡片列表 ‹ 11-03 11-05 › 下载 EPUB

HN 日报 · 2026-11-04

今日怎么读：先看速览 → 深读必读 → 需要时展开扫读

Layer 1

今日速览

必读

8 则 · 热度 × 产品相关
1

Postman 偷偷给你的 AI 编程助手装插件

一份 GitHub 问题报告显示：打开 Postman 桌面版后，它自动改了 Codex 和 Claude Code 的全局配置，还试图替用户批准自己的启动钩子。

🔥 1005 | 💬 336 🔗 文章 💬 讨论
AI 时代最贵的东西是信任：一个工具敢替用户改别的工具，用户就会把它整个卸掉。

事实

  • 报告者的 Postman 12.33.4 日志写着 auto-existing-upgrade，结果是 claude-code:installed、codex:installed，用户没点任何确认。
  • 插件注册了一个会话启动钩子，告诉 agent：凡是「非简单的 API 任务」都先加载 Postman 技能；安装器源码里还有调用 approvePostmanHook 自动信任该钩子的代码。
  • 同时装了远程 MCP 连接（因未登录一直报错）和一个 Postman 命令行工具；报告者说明不声称有数据外泄。
  • 该问题收到 150 多个 👍；HN 评论里有人说 Postman 会把 {{secret}} 模板里的真实密钥随请求日志发回服务器。

解读

  • 钩子（hook）是 agent 每次启动时自动执行的指令；MCP 是让 agent 连外部工具的协议。抢占这两个入口，等于抢占 agent 的默认工作流。
  • 这是「agent 入口争夺战」的第一起大型翻车：插件生态越开放，越会出现工具抢默认位置。
  • 对做 AI 产品的人：任何改动用户其他软件、或替用户点「同意」的行为，都要单独、明确地征得同意，否则一次就够失去企业客户。

讨论

  • 正方高赞评论说 Postman 本该是 curl 那样的小工具，融了 4 亿美元、雇了 1500 人后只能靠强制登录、收集数据、硬塞 AI 来撑估值。
  • 正方一位医疗行业工程师说，公司网络安全团队因此直接取消了 Postman 的认证，全员一夜换到 Bruno。
  • 反方也有人提醒，很多企业和中级开发者仍把 Postman 集合当 API 交付标准，迁移不会那么快。
  • 共识替代品被反复推荐：Bruno、Insomnia、Kreya，卖点都是离线优先、请求定义存在 git 里；但也有人担心它们收费后同样变质。
2

spaCy 作者：「Astra 读写权重」那篇文章误导人

Matthew Honnibal 逐个拆解昨天爆火论文的实验：真正「只看原始权重」的只有三个小网络，改 Qwen 那一步其实是写 Python 跑模型。

🔥 889 | 💬 190 🔗 文章 💬 讨论
一篇论文里把魔术的几种手法混在一起演，观众就会以为只有一种神技。

事实

  • 作者列表：「只看权重、不用工具」只出现在实验 1、2、4，网络规模 1.7 万到 17 万个权重。
  • 所有涉及真实语言模型的实验都用了 Python；Qwen 那个标题结果还能跑模型做最多 50 批练习题。
  • 同类方法用在 Gemma 3 270M 上失败；写游戏网络只在 Breakout 上大胜 PPO，在 Seaquest、Asterix 上输了。
  • 他承认：一两年前的模型做不到这些事，但这是「能干 ML 工程师的活」，不是「天生看懂权重」。

解读

  • mech interp（机制可解释性）是研究模型内部怎么算的领域；做这行的评论者说，Qwen 的提升只是减少「推理死循环」，不是数学变好。
  • 昨天的 1859 分和今天的 889 分是一组完整的信息周期：先兴奋，再纠偏。读 AI 新闻要等一天。
  • 对产品判断：能让 agent 写脚本修模型的小毛病，已经很有用；但别据此相信「模型自我改进」马上到来。

讨论

  • 正方可解释性研究者附和：有些夸大在研究里正常，但这篇过头了，修死循环只要提高结束思考那个 token 的概率。
  • 反方有人说原文后面其实写清楚了，只读标题和摘要才会误会。
  • 反方回应者指出，昨天最高赞评论就是「我被震住了」，说明大多数人确实被误导了。
  • 共识多人认为类似技术早有论文（如把规则编译进 Transformer 的 Tracr），但实验 1–5 的直接读写仍让人意外。
  • 有人追问：实验室会不会专门用强化学习训练「改权重」能力？反驳者说上下文长度是硬限制。
3

笔记本上的 Qwen 3.8 27B 也能看权重认游戏

Simon Willison 拿论文公开的提示词，在本地 17GB 的 Qwen 3.8 27B 上复现「只看权重判断网络在玩什么游戏」。

🔥 478 | 💬 151 🔗 文章 💬 讨论
前沿能力下放到本地模型，只用了不到一年；代价是慢：一题要跑 46 分钟。

事实

  • 提示词只给浮点权重，并要求「没有工具、不能运行代码、一次回答」。
  • Qwen 3.8 27B 用 46 分 12 秒、43506 个推理 token 认出 Pac-Man（置信度 72%），1 小时 5 分认出 Pong。
  • 通过 OpenRouter 调 Kimi K3.1 Pro，9 分 41 秒认出 Breakout。
  • Willison 只关心「不用工具」这一半，认为它比「写代码改模型」更有意思。

解读

  • 推理 token 是模型在给答案前「自言自语」的字数，越多越慢、越贵。
  • 论文的复现材料公开在 GitHub 上，一条命令就能跑，这让「可验证」变成了新闻的一部分。
  • 对 Afizzy 这类产品：开源中型模型已接近 2025 年的闭源水平，本地或自托管做角色对话的成本门槛在继续降。

讨论

  • 正方有人称 Qwen 3.8 27B 是「目前 AI 最好的东西」：自己当架构师稍加引导，就能完成前沿模型的活。
  • 反方有人引用莎士比亚：「我也能召唤幽灵，但它们会来吗？」质疑解读是否正确；回复指出实验确实检验了正确率。
  • 有人问 Qwen 3.8 能否改自己这代的权重；回复认为关键是 27B 对 0.8B 的体量差，而不是版本号。
  • 有人提议新基准：让模型改权重来画「骑自行车的鹈鹕」。
4

Figma 自己训练设计编辑模型，撤销率降 60%

Figma 工程副总裁介绍：专做「改画布上已有设计」的小模型，先监督微调，再加强化学习，现在已用在 Figma agent 里。

🔥 66 | 💬 34 🔗 文章 💬 讨论
通用大模型做 80 分，专用后训练模型把高频的小改动做到又快又便宜。

事实

  • 早期用 25 万多条合成样本微调 Llama 3.3 70B，编辑任务上追平当时的顶级模型；现在换成 Qwen 3.8 27B 等更强的底座。
  • 只靠模仿学习会丢泛化，所以加了强化学习，并把「对齐、对比度、用对组件」拆开分别打分，再请资深设计师校准。
  • Figma agent 同时用自家模型和第三方模型：生成图像、全新探索交给最强的外部模型，精确编辑用自己的。
  • 公布的效果：任务快约 20%，用户评分高 33%，撤销 agent 结果的次数少 60%，自家模型承担的工作量翻倍以上。

解读

  • SFT（监督微调）是「照着标准答案学」；RL（强化学习）是「做了再打分」，适合「好不好看」这种没有唯一答案的任务。
  • 「撤销率」是很好的产品指标：用户不撤销，才说明 AI 真的帮上了忙。角色聊天产品可类比「重新生成率」。
  • 路线值得借鉴：先挑一个窄而高频的任务，用自己的数据做后训练，其他交给通用模型。

讨论

  • 正方前 Figma 员工说，Figma 手里有全世界最好的 UI 数据集之一，终于开始用了；但同天 Canva 发布的 Brush 看起来更成熟。
  • 反方有人觉得这是大劣势：用户想用自己的 agent，而不是付钱给 Figma 用它的 agent。
  • 反方多位设计师说 Figma agent 和 MCP 的实际效果不如 Claude Code，品牌字体还因授权问题用不了。
  • 反方有人直言「船已开走」：用编程 agent 直接写原型更快更好。
5

美国科技巨头「隐形 AI 债」半年涨 90%，到 3.2 万亿美元

日经亚洲报道：谷歌、Meta 等公司表外的 AI 相关承诺和义务快速膨胀，已相当于其资产的 80%。

🔥 214 | 💬 81 🔗 文章 💬 讨论
AI 的账不只在利润表上，更多藏在「签了还没付」的长期合同里。

事实

  • 报道称，这类表外 AI 义务六个月内几乎翻倍，约 3.2 万亿美元。
  • 副标题：谷歌、Meta 等公司的承诺与义务已达资产的 80%；投资者对「看不到头的支出」越来越担心。
  • 正文在付费墙后，本卡只依据标题、导语和评论。

解读

  • 表外（off-balance-sheet）指没进资产负债表的负债，比如长期租约、算力采购承诺。
  • 评论里的会计师说，按 IFRS 16 准则，长期租约本来就要算作负债，所以「不是债」的说法不成立。
  • 对依赖云和大模型 API 的公司：上游的固定成本越重，越可能用涨价、绑定长约或配额来回收。

讨论

  • 反方有人大写反驳「这不是债」：是未来支出的合同，条款和退出难度才是关键。
  • 正方会计师回应：债务不一定伴随现金交换，长期租约按准则就记作负债。
  • 正方有人类比 2008 年：投机性的收入和债务经过层层包装，被当成高等级资产。
  • 反方也有人说，最聪明的 CFO 们手握最好的数据，集体买「空气」的可能性不大。
6

把几百台 MacBook 塞进机房：给 agent 用的 Mac 云

Namespace 工程师详解：iOS 构建离不开 Mac，Mac mini 等了半年才到货，于是把 MacBook Pro 上了机架。

🔥 311 | 💬 175 🔗 文章 💬 讨论
agent 要干活，就得有真机环境；而苹果平台上，这件事全靠自己绕坑。

事实

  • 一月订的几百台 Mac mini 七月才到；mini 新芯片也更新得晚，所以先用 MacBook 顶上。
  • 每台笔记本接 IP KVM、外置 10G 网卡、电源和 HDMI；最常掉的不是磁吸电源，而是硬邦邦的 HDMI 线。
  • 意外重启后 FileVault 要求输密码，而远程解锁 5 分钟就过期，只能有人去按电源键赶时间。
  • 苹果每台物理 Mac 只允许跑两个 macOS 虚拟机，所以资源只能对半切，例如 18 核笔记本切成 8+8。

解读

  • IP KVM 是能远程看屏幕、按键盘的硬件；FileVault 是 macOS 的全盘加密。
  • 「你的 agent 需要一台 Mac」正在变成卖点：云端 agent 写 iOS 应用，必须能编译、能跑模拟器。
  • 对产品团队：凡是要做移动端自动化测试或 agent 发版的，Mac 资源会成为瓶颈和成本项。

讨论

  • 正方高赞说这篇证明了他们多半在解决苹果自己的 bug 和限制；如果苹果出贵一倍的新 Xserve，大家照样买。
  • 反方有人说苹果的工具链仍停留在「光盘装软件」时代，Xcode Cloud 是笑话；也有人反驳签名体验已比安卓好很多。
  • 做测试平台的人问：机架里放笔记本，电池鼓包和起火风险怎么办？他们托管的 iOS 设备几个月就鼓包。
  • 共识多人感慨苹果没有为这些客户安排对接人，换成戴尔、联想早有 7×24 热线。
7

1996 年的奔腾电脑，跑今天的象棋引擎能赢卡斯帕罗夫吗？

Nicholas Carlini 把 Stockfish 移植到 200MHz 奔腾 Pro、64MB 内存上，估计 3300 分，还开放在线对弈。

🔥 443 | 💬 210 🔗 文章 💬 讨论
过去 30 年象棋引擎的进步，一多半来自算法，而不是硬件。

事实

  • 深蓝用了 30 个处理器加 480 颗定制象棋芯片；1996 年家用电脑上的最强引擎约 2300 分，深蓝约 2700，今天的 Stockfish 约 3700。
  • 实验一：给 1996 年的 Crafty 逐步加入现代搜索和 NNUE 神经网络估值，同一台奔腾上 1 秒一步从 1999 分升到 2718 分。
  • 实验二：改写 Stockfish 用 32 位运算、限 64MB 内存并调优，30 秒一步约 3180 分；对旧 Crafty 100 局 78 胜 17 和 5 负。
  • 作者结论：总提升 1335 分里约 720 分来自更好的程序。

解读

  • Elo 是棋力分；差 200 分强者约四局赢三局，差 400 分期望得分约 90%。NNUE 是一种能在 CPU 上快速运行的小型神经网络估值。
  • 评论点出关键：NNUE 是用现代 Stockfish 当老师训练出来的。当年即使有图纸也做不出，因为没有老师模型可蒸馏。
  • 对 AI 产品：这就是「硬件过剩」——训练很贵，但训好的东西能在便宜设备上跑。今天的大模型能力，将来也会下放到手机。

讨论

  • 反方有人指出引擎在算力不足时有明显弱点，卡斯帕罗夫这种棋手可能会找到；引擎 Elo 和人类正式比赛分也不在一个池子里。
  • 正方gwern 补充：开发出 Stockfish 和 NNUE 极其烧算力，但一旦训好，就能在很弱的硬件上跑出超人水平。
  • 有人质疑「特级大师和业余棋手算的步数差不多」；也有人说开局时业余反而算得更多，因为大师靠记忆。
  • 有人联想到视频压缩：用今天的 AV1 编码，当年 ISDN 线上也许就能看 240p 视频。
8

Safari 27.3 自动把亮色网页变成深色

WebKit 发布「自适应深色模式」：用户开启后，Safari 分析页面颜色，把没有深色版的网站转成深色。

🔥 267 | 💬 172 🔗 文章 💬 讨论
当 40% 的用户要深色、只有 10% 的页面支持时，平台就会替开发者做决定。

事实

  • WebKit 数据：约 40% 的网页加载来自深色模式用户，但只有 10% 的页面支持深色。
  • 已声明 color-scheme: light dark 的网站不受影响；想保持亮色可声明 light only。
  • 做法：用颜色矩阵反转亮度、保留色相，文字按 WCAG 4.5:1 保证对比度；SVG 和简单黑白位图会转换，canvas 不动。
  • 目前在 Safari 27.3 测试版，系统设为深色后访问亮色网页会提示试用。

解读

  • WCAG 是网页无障碍标准，4.5:1 是正文文字与背景的最低对比度。
  • 开发者建议值得照做：logo 用 SVG、少用平铺背景图和雪碧图，深色转换效果会更好。
  • 对 Afizzy 的网页和落地页：要么认真做深色版，要么明确声明 light only，别让浏览器替你猜品牌色。

讨论

  • 正方很多人说做后台、CRM 时客户只批一版设计，深色模式总被拖后，让电脑自动做最好。
  • 反方散光用户说想要反过来的功能：把深色网站变亮色，白字黑底他们看着难受，还会留残影。
  • 有人推荐 Dark Reader 扩展多年来一直在做这事；也有人说它拖慢加载，而且要能读改所有网页，公司电脑不敢装。
  • 共识有人指出 HN 自己就不支持深色，其实很容易做。

扫读

9
生成式 AI 数学入门小书：从 PCA 讲到扩散模型

arXiv 上一本 195 页的推导式入门书，把 VAE、扩散模型、GAN 等串成一条线讲。

🔥 205 | 💬 32 🔗 文章 💬 讨论

想真正看懂生成模型，先补那条把各家方法连起来的数学主线。

事实

  • 内容覆盖 PCA、概率 PCA、变分自编码器、扩散模型、归一化流、自回归、GAN、Wasserstein GAN、能量模型。
  • 第二版增加了大量图示，作者欢迎读者指正。

解读

  • 它不追最新架构，而是讲清各类模型怎么推导、彼此什么关系。
  • 适合想跟算法同事对话、又不怕公式的产品人挑章节读。

讨论

  • 正方有人惊讶它很好读，从线性代数基础讲起。
  • 反方有人挑刺第一个公式的符号没解释；回复说那是标准的单位基向量写法。
  • 同类推荐：François Fleuret《深度学习小书》、《Why Machines Learn》、3Blue1Brown 的注意力视频。
10
开源电子书《PostgreSQL 内部原理》

铃木啓修维护 11 年的 PostgreSQL 内部机制在线书，今年新增异步 I/O 和逻辑复制章节。

🔥 86 | 💬 2 🔗 文章 💬 讨论

用了多年的数据库，值得花一个下午搞懂它底下怎么存、怎么并发。

事实

  • 2015 年上线；2026 年新增 8.5 节「异步 I/O」和第 12 章「逻辑复制」（测试版），并精简全书约 4890 词。
  • 作者在首页说自己正在找海外的 PostgreSQL 工作机会。

解读

  • HOT 更新是 PostgreSQL 避免在更新时重写索引的优化，评论建议速读时先看这一节。
  • 对产品团队：数据库性能问题多半出在更新和清理（VACUUM）上，懂原理能少走弯路。

讨论

  • 有人说因 Jepsen 最新报告重新关注 PostgreSQL 的可串行化快照隔离；另一人补充 2020 年 Jepsen 曾在其中发现长期 bug。
11
为改车上时钟，作者破解了车机系统

爱沙尼亚开发者的 2014 款雷诺车机，不插导航 SD 卡就进不了设置菜单；他逆向固件，拿到 root 改了时区。

🔥 595 | 💬 238 🔗 文章 💬 讨论

把基础功能绑在可选配件上，用户迟早会自己动手。

事实

  • 车机是 TomTom Carminat LIVE，三星芯片加 Linux 2.6.28；设置菜单的定义竟然读自 SD 卡。
  • 他利用脚本日志写入 core_pattern，再让一个程序崩溃，从而以 root 执行自己的脚本。
  • 最后发现设备没有时区概念，只存一个「本地偏移分钟数」，把 180 改成 120 就好了。

解读

  • core_pattern 是 Linux 在程序崩溃时决定「交给谁处理」的设置，被用来执行任意命令。
  • 评论笑说：原车主说「要 SD 卡才能改时间」是对的，有时普通用户真懂。

讨论

  • 共识大量评论吐槽各家车的时钟：有车三个时钟互不同步，有车冬令时要按 23 次小时键。
  • 正方有人说正因为这种事，他买车必须支持 CarPlay；也有人担心车机不能更换、被厂商锁死。
12
Stringman：800 美元的开源拉线抓取机器人

四个电机挂在天花板四角，用绳子吊着抓手，能在整间房里捡东西；硬件和软件全部开源，可完全离线。

🔥 359 | 💬 137 🔗 文章 💬 讨论

机器人价格基本由电机数量决定，少用电机就能便宜。

事实

  • 售价 795 美元；房间对角线 3–10 米、高 2.3–4 米可用，平均载重 1.9 千克，速度约 0.4 米/秒。
  • 对比：同款电机做成 7 轴机械臂，平均载重只有 0.32 千克。
  • 通过开源硬件认证，可在本地 Wi‑Fi 离线运行，AI 模型跑在自己电脑上；已在真实家庭测试约 1000 小时。

解读

  • 卖点「Tension is all you need」玩的是《Attention Is All You Need》的梗。
  • 从上往下够地面，避开了轮式和腿式机器人最难的「地上杂乱」问题。

讨论

  • 作者亲自答疑：拉得太猛会自动放线，有吊扇可把工作区高度调低。
  • 反方有人认为家里拉满绳子不现实，建议不用时能收起来；也有人说商用场景主要是体育场摄像机。
  • 正方有人说人形机器人只是审美偏好，吊顶式反而更现实。
13
HackerTV：把 HN 最常推荐的 YouTube 视频做成 24 小时电视台

一个复古电视风格的网站，所有人同时看同一个节目，片单来自 HN 评论里被反复推荐的视频。

🔥 157 | 💬 34 🔗 文章 💬 讨论

去掉选择，反而让人放松；「大家看同一频道」是一种被遗忘的体验。

事实

  • 片单基于 HackerTube 数据和 HN 存档，每周用 HN 搜索接口补充新评论，用 Claude 打标签。
  • 支持遥控器式操作：上下换台、数字键调台、节目单、字幕。

解读

  • 这是「用 AI 做数据整理、用老界面做体验」的小而美组合。
  • 对内容产品：精选加固定节奏，可能比无限推荐流更让人愿意停留。

讨论

  • 正方有人说正在减少数字消费，这正是他想要的「70 年代式」看电视。
  • 有人想要只播直播的版本；也有人问 YouTube 会不会封第三方前端。
14
日本「土味万圣节」2026 合集

日本网民把万圣节扮成需要解释的日常场景，比如「在小居酒屋里拍合照的人」。

🔥 98 | 💬 16 🔗 文章 💬 讨论

好内容不一定靠大制作，靠的是「被精准认出来」的那一下。

事实

  • 这个传统由 Daily Portal Z 在 2014 年发起，社交媒体标签是 #地味ハロウィン。
  • 今年的例子：想问能不能放倒椅背的人、打不开设计感水龙头的人、以为搅拌棒是吸管的人。

解读

  • 最后一张「补充洗手液的女人」在模仿维米尔的《倒牛奶的女仆》，是日本推特上的梗图模板。
  • 角色设定类产品也一样：越具体、越日常的细节，越有共鸣。

讨论

  • 美国读者说，有些因文化差异更好笑，比如他从没遇到过有人问能否放倒椅背。
  • 有人说这像「情境俳句」，把俳句的思路用在搞笑上。
15
AI 带火磁带：富士胶片磁带产能扩到 5 倍

富士胶片投资约 100 亿日元（约 6300 万美元），在小田原工厂扩产 LTO 磁带，理由是生成式 AI 带来的存档需求。

🔥 372 | 💬 156 🔗 文章 💬 讨论

AI 不只吃 GPU，也在吃最便宜、最「冷」的存储。

事实

  • 扩产以 2025 财年为基准，计划在 2026–2028 财年完成，主力是 LTO Ultrium10 磁带。
  • 大型云和数据中心在扩大用磁带，卖点是单位成本低，且可以物理断网，防勒索软件。

解读

  • LTO 是企业通用的磁带标准，第 10 代单盘 30–40TB；磁带便宜，但一台驱动器约 2.5 万美元。
  • 这是「AI 数据先存下来再说」的信号：训练数据、日志、生成内容都在堆积。

讨论

  • 共识老用户提醒：归档后一定要实际恢复一遍，别只信「可读」校验。
  • 有人推荐个人备份用 S3 Glacier Deep Archive，约每 TB 每月 1 美元；也有人说算下来其实不便宜。
16
Show HN：Kairos，开源的实时风控与反欺诈平台

Finic 开源的风控决策系统，对注册、登录、下单、支付逐笔给出通过、加验证、人工审核或拦截。

🔥 52 | 💬 5 🔗 文章 💬 讨论

风控系统也开始「agent 优先」：让你的编程助手来调规则和模型。

事实

  • 定位为 Sardine、Sift、Riskified、SEON 的开源替代，Apache-2.0 许可。
  • 提供 MCP 服务，让 Claude Code、Cursor、Codex 读取决策、搭工作流；agent 可提议模型变体，系统用你的数据训练测试。
  • 在标签很少时用自家「决策模型」以自然语言判断请求，也支持逻辑回归和梯度提升树。

解读

  • MCP 让 agent 能直接操作这类后台系统，SaaS 的「配置界面」正在被 agent 接管。
  • 对有付费和注册的消费类 App：风控通常上线得太晚，开源方案降低了起步门槛。

讨论

  • 评论不多：有人称赞开源且能看到实时流程；也有人吐槽 Kairos 这个名字已被好几个项目用过。
17
macOS 27 读不了旧的加密 HFS+ 磁盘

开发者发现升级 macOS 27 后，CoreStorage 卷既不能挂载、不能转 APFS，连抹掉都不行，提示却说「下个版本才不支持」。

🔥 100 | 💬 59 🔗 文章 💬 讨论

弃用功能可以，但提示写错版本号，就是把用户的数据当儿戏。

事实

  • CoreStorage 是苹果的逻辑卷管理，旧的加密 HFS+ 磁盘依赖它。
  • 磁盘工具报错含糊，命令行提示「已锁定」而解锁命令又说「已解锁」；作者在征集更好的绕过办法。

解读

  • 苹果发行说明里其实列了弃用，第三方博客 6 月也写过，但开机提示写的是 macOS 28。
  • 对任何产品：下线旧格式要给迁移工具和准确时间，别让用户在升级后才发现数据打不开。

讨论

  • 反方多人抱怨 macOS 27 整体糟糕：卡顿、崩溃、耗电翻倍，有人停在 Sequoia 不升级。
  • 共识有人总结：别指望苹果长期支持它自己不用的东西。
  • 有人补充 FireWire 支持也没了；回复指出那是 macOS 26 就砍掉的。
18
后训练没有「公共数据池」

Open Athena 发文指出：预训练有维基、Common Crawl 等现成公共语料，而 agent 后训练需要的「任务」没有共享资源。

🔥 14 | 💬 2 🔗 文章 💬 讨论

开源模型下一步的瓶颈不是算力，而是没人共享的训练任务和评分器。

事实

  • GPT-3 训练数据约 60% 来自 Common Crawl，早期 Llama 几乎全来自互联网公共语料。
  • 作者说：预训练吃文档，后训练吃任务；一个强化学习任务至少要有环境、意图、工具，以及打分的评分器。

解读

  • 软件工程天然把工作写成可复现的任务（代码、测试、提交记录），所以 agent 最先拿下的是写代码。
  • 对垂直 AI 产品：你积累的真实任务和评分标准，可能比模型本身更难复制。

讨论

  • 评论很少：有人认为这种数据集投入巨大、会影响他人饭碗，可能需要保护或由国家来做；也有人说开源模型本来就很少公开后训练数据，英伟达例外。
19
《ATS 编程入门》在线书

Hongwei Xi 写的 ATS 语言教程，覆盖依赖类型、线性类型和「边编程边证明」。

🔥 52 | 💬 7 🔗 文章 💬 讨论

能在编译期证明程序正确的语言很强，但没有社区就难普及。

事实

  • ATS 同时支持函数式编程、依赖类型、线性类型和定理证明，书中坦言对缺乏经验的读者会很难。
  • 评论指出 ATS2 已基本进入维护状态，作者在开发 ATS3。

解读

  • 依赖类型让类型里能带值（比如「长度为 n 的数组」）；线性类型保证资源只被用一次，适合管理内存。
  • 这是程序员向的冷门读物，产品同学可跳过。

讨论

  • 有人怀念 ATS 曾在 HN 常被讨论，并推荐 MLton、Felix 等同类语言。
  • 反方有人说语言没有发布说明，看不清现状；想流行需要社区参与开发。
20
「好奇心陷阱」：用作品吸引对的人

一篇随笔：蜜罐吸引坏人，反过来也能放「智力蜂蜜」吸引志趣相投的人。

🔥 35 | 💬 3 🔗 文章 💬 讨论

写在公开处的每篇文章，都是一条筛选同类的长搜索词。

事实

  • 作者引用 Henrik Karlsson：博客是被动收集有趣人脉的方式，不必去几百场社交活动。
  • 建议在文章里多放联系方式、明确邀请反馈，还可以埋只有特定读者懂的彩蛋。

解读

  • 对品牌和社区运营：别只追求通俗，留一些只有核心用户才懂的「门把手」，能筛出最忠实的人。
  • 这和角色产品的设定细节同理：小众梗反而让对的用户更投入。

讨论

  • 有人分享第一次给陌生作者发邮件时很犹豫，后来自己收到这种邮件时开心了一整天。
  • 多人联想到 XKCD 的「书呆子狙击」。
21
终于把 dxil-spirv 的「意大利面怪兽」干掉了

图形程序员 Themaister 用 Mesa 的方案重写了他维护多年、9000 行、难以理解的着色器控制流转换模块。

🔥 33 | 💬 3 🔗 文章 💬 讨论

想用一套启发式解决所有问题，最后只会得到一个谁也改不动的黑洞。

事实

  • dxil-spirv 负责把 DirectX 着色器转成 Vulkan 能用的 SPIR-V，是 Linux 跑 Windows 游戏的关键组件之一。
  • 旧实现靠一堆启发式，作者说它的「巴士因子」只有 1；这次放弃生成代码的可读性，专注正确性，借用 OpenCL 路径的 goto_if 算法。
  • 先在 RADV 驱动上验证不做结构化也能跑，性能持平。

解读

  • 巴士因子指「几个人被车撞了项目就停摆」，1 意味着只有一个人懂。
  • 取舍很清楚：可读性、性能、正确性不能全要时，先保正确。

讨论

  • 文中埋了一句针对 AI 爬虫的玩笑式指令，评论者笑出声。
  • 有人问 GPU 着色器是否该保证有限循环；回复说这本应在着色器编译时检查，但 SPIR-V 并不禁止死循环。
22
编程语言设计：联合类型与可选类型（2025）

作者在自己的「更好的 C」语言 Copper 里试验联合类型，最后收缩为只做可选类型。

🔥 16 | 💬 5 🔗 文章 💬 讨论

语言特性也遵循产品规律：先做大，再砍到最有用的那一小块。

事实

  • 为了高效编译加了很多限制：不能嵌套联合、类型顺序有意义、不同联合之间互不兼容。
  • 「指针或空」这种特例不额外存标签，直接用空指针判断，便于对接外部库。

解读

  • 联合类型指一个值可以是几种类型之一；可选类型是其中最常见的「有值或没有」。
  • 这是程序员向文章，产品同学可跳过。

讨论

  • 有人分享技巧：把标签放在联合体末尾，指向联合体的指针就能直接当值的指针用。
  • 有人想找一份跨语言比较各种类型特性的资料。
23
Ashby（YC W19）招聘工程经理

招聘软件公司 Ashby 在 HN 发的 YC 招聘帖（职位页只抓到通用招聘页，细节无法核实）。

🔥 1 | 💬 0 🔗 文章 💬 讨论

做招聘工具的公司自己在招管理者，说明它还在扩张。

事实

  • Ashby 是 YC 2019 年冬季批次公司，做一体化招聘系统，对标 Greenhouse、Lever。
  • 这是 HN 上的 YC 招聘帖，没有评论；抓到的页面只有导航，无具体职位描述。

解读

  • EM 即 Engineering Manager，工程经理。
  • 没有细节可读，感兴趣直接看职位页。
24
一位工程师的 2026 年 AI 用法：同时管 5–6 个编程 agent

Salesforce AI 研究院的工程师 Ben Stolovitz 年度复盘：每月花约 3000 美元 token，自称「写代码这件事已经解决了」。

🔥 77 | 💬 72 🔗 文章 💬 讨论

写代码变便宜了，判断力和品味变得更贵。

事实

  • 他每天同时管理 5–6 个 Claude Code、OpenCode 或 Codex 会话，每个 agent 在独立的 git 工作树里写代码、跑测试、提 PR。
  • 他也承认：放任 agent 会产出过度设计、难读的垃圾；今年最成功的工作是手写几百行，替换掉约 4000 行 AI 代码。
  • 新增了一份「个人 AI 使用准则」，并坦言同时管 6 个机器人比写代码更累。

解读

  • git 工作树（worktree）让同一份代码同时有多个独立副本，适合多个 agent 并行。
  • 对产品团队：瓶颈正从「写」转到「审」和「定方向」，招聘和流程都该跟着变。

讨论

  • 反方高赞指出矛盾：既说「写代码已解决」，又说最成功的是亲手写代码，那品味和经验从哪来？
  • 反方另一位每月也花 3000 美元以上的人说，代码里藏的错误假设每天都能发现，必须亲自读代码。
  • 有人调侃：AI 发展太快，每个人都以为自己领先，到 2026 年 10 月还在宣布「编程已解决」。
25
Flipper One 开放预订，准备上 Kickstarter

做 Flipper Zero 的团队推出开放 Linux 版本：八核 ARM、Wi‑Fi 6E、千兆网口，可插 5G 和软件无线电模块。

🔥 169 | 💬 78 🔗 文章 💬 讨论

从「极客玩具」升级成「随身网络工具箱」，用户最买账的是实用的网络功能。

事实

  • 双处理器：RP2350 微控制器管屏幕、按键和电源，瑞芯微 RK3576 跑 Linux，自带 NPU。
  • 主打完全主线 Linux 内核、无二进制闭源驱动，与 Collabora 合作把芯片支持推进主线。
  • 最多接 5 条上行网络，可做路由、故障切换、负载均衡和 VPN。

解读

  • 主线内核意味着能一直用最新 Linux，不会因厂商停止维护而过时；评论说连树莓派 5 都还没进主线。
  • 页面未抓到价格和发货时间，以官网为准。

讨论

  • 正方有人说多网口聚合正是出差时找不到的现成设备；也有人推荐 GL.iNet 旅行路由器。
  • 有人问能否接大模型做物理渗透测试；有人说自己已用 AI 帮忙改了拿不到固件的设备参数。
  • 反方老用户希望先多卖 Flipper Zero 的替换零件，自己的已经摔坏两次。