Soda · Photos 奇鸟行状录
A quiet archive · Est. 2026 · AUG 17, 2026
HN Daily Reading · 每日阅读

HN 每日深度阅读 · 2026-07-10

本期主线聚焦"能力扩张与制度补课"的并行：OpenAI、Meta、腾讯密集发布新一代模型与桌面 agent，开源侧则出现纯 C 跑 744B、Rust 重写 Postgres 等硬核实验；与此同时，电网接入、旧内存复用、军队后勤被点名为真正瓶颈。

2026.07.10 20 篇摘录
← 返回每日阅读列表

共 20 篇 · 约 11,858 字 · 约 30 分钟读完

1. OpenAI 发布 GPT-5.6 家族：Sol、Terra、Luna 三档模型

OpenAI 正式推出 GPT-5.6 系列模型，包括旗舰 Sol、均衡型 Terra 与最经济的 Luna。官方宣传核心卖点是”每 token 更高的产出效率”：Sol 在 Agents’ Last Exam 上得分 53.6，据称领先 Anthropic 的 Claude Fable 5 约 13 分，而在 Artificial Analysis Intelligence Index 上以约一半估算成本、少用 61% 时间达到接近 Fable 5 的水平；Terra 和 Luna 则以约 1/16 成本超越 Fable 5。Sol 在 Artificial Analysis Coding Agent Index 拿到 80 分的新 SOTA，同时在 Terminal-Bench 2.1、DeepSWE、BrowseComp（92.2%）、OSWorld 2.0（62.6%）等基准上刷新纪录。

模型引入 max 与 ultra 两档更高推理设置，ultra 默认协调 4 个并行 agent，也可扩到 16 个，用于长链路任务；同时开放 Responses API 中的 Programmatic Tool Calling，让模型自己写小程序编排工具调用，减少 round trip。官方还强调设计判断力提升、可通过 computer use 检查并修正渲染结果，以及在 PPT、文档、表格模板匹配上的改进。

开发者指南透露若干值得关注的使用变化：短提示比长系统提示得分高 10–15%、token 降 41–66%；模型对”简洁""少说话”等泛泛指令更敏感；意图理解增强，无需事无巨细指定步骤。

HN 讨论呈现出典型的疲态与好奇混合。有开发者晒出用 Terra 一次生成 RTS 玩具游戏的结果，认为水平接近 GPT-5.5、略逊 Sonnet 5。Plus 用户抱怨 Sol 在高推理下极其烧配额：一次 15 分钟的代码库分析吃掉 95% 的 5 小时额度。多人吐槽 Sol/Terra/Luna 的拉丁文命名对非母语者不直观，希望有清晰的选型指南。也有人质疑 benchmark 图表过度倾向自家新模型，暗指精心挑选；并注意到官方在 GeneBench、LifeSciBench 中把 Fable 5 排除，理由是它”拒答大多数高级生物学问题”，被戏称为”默认获胜”。另有观察者指出 Claude Code 中”Fable 5 用量延长至 7 月 12 日”提示悄悄消失，猜测 Anthropic 正应对竞争压力。Simon Willison 照例用”鹈鹕骑三轮车”生成图测试了 18 种配置。

2. FTC 与约翰迪尔达成和解：农机用户获得维修权

美国联邦贸易委员会（FTC）与农机巨头约翰迪尔（John Deere）达成和解，要求其向农户、独立维修店开放维修所需的零件、诊断软件与技术资料，正式确立设备所有者的自修权。迪尔还需向参与诉讼的五个州合计支付 100 万美元反垄断执法费用，并在未来 10 年接受合规监督。此案是”右修权”（Right to Repair）运动多年推动的重要里程碑，此前迪尔以设备嵌入的加密固件与授权维修体系被广泛批评：农户在收获季节因等待官方技师而错失作业窗口的案例屡见不鲜。

HN 讨论普遍表示欢迎，同时也带有明显保留。许多人向长期推动该议题的 Louis Rossmann 致意，并提到他运营的 Consumer Rights Wiki 与 FULU Foundation（后者悬赏 2.5 万美元实现 Ring 摄像头脱离亚马逊服务器运行）。批评焦点集中在几方面：一是罚款仅 100 万美元，与迪尔可能达数十亿美元的相关利润相比毫无威慑力；二是 FTC 和解不构成司法先例，难以直接波及汽车、打印机、笔记本等同样锁定维修的行业；三是这次执法的政治动机被解读为向遭受关税与移民执法冲击的农户群体示好。也有评论指出，本站用户一边批评厂商”护城河”，一边在自家产品上追求同样的锁定，存在认知失调。有链接指向 fighttorepair 的分析，认为和解条款留有余地、实质影响有限。更多期望被投向电动车、大幅面工业打印机、焊死内存与硬盘的笔记本、以及惠普打印机等长期饱受维修封锁诟病的领域。

3. 欧洲议会放行”聊天管控 1.0”：多数反对却因程序规则通过

欧洲议会通过延长所谓”Chat Control 1.0”临时条例至 2028 年，允许平台在无嫌疑前提下对私人通信进行大规模扫描。耐人寻味的是，投票中实际有 314 票反对、276 票赞成、17 票弃权，反对票占多数，但因驳回动议需要 361 票的绝对多数而未达门槛，条例得以延续。前欧洲议员、公民权益活动人士 Patrick Breyer 称此为”民主的闹剧”。

条例主要影响 Instagram、Discord、Snapchat、Skype、Xbox 私信以及 Gmail、iCloud 邮件等美国平台的未加密通信；WhatsApp 等端到端加密聊天在实践中一直不在扫描范围内，欧洲本土服务商也从未实施过。Breyer 援引数据反驳该机制有效性：自 2022 年以来因加密普及，美国方向可疑滥用报告已下降 50%；德国联邦刑警局报告 48% 告警不构成刑事相关；由此产生的调查中 40% 目标反而是未成年人；Meta 报告的 99% 属于已知旧材料；欧盟委员会自身也承认没有证据显示大规模扫描增加了定罪或救助儿童数量。9 月将继续就永久版”Chat Control 2.0”谈判，议会主张针对性检测令与专门儿童保护中心，而成员国政府仍倾向于维持行业自愿扫描的现状。

HN 评论对程序设计与政治操作强烈不满：投票被安排在夏休前最后一天，“默认通过、需绝对多数否决”的规则被认为是刻意反转的议会技巧，议长 Roberta Metsola 因走紧急程序被点名批评。多位欧洲用户认为这是成员国借欧盟”洗白”国内不受欢迎立法的典型例证，也有人以此对比美国宪法第一、第四修正案的立法背景。另有讨论指出，本文虽有力反驳 1.0，但对将强制检测令写入永久法的 2.0 版本本身同样存在破坏加密后门的隐忧，值得警惕。也有评论质疑：“今后不要再说欧盟数字隐私保护多强”。

4. Show HN：18 Words —— 每日字母重组挑战小游戏

18 Words 是一款每日文字解谜小游戏：玩家需要在限时内根据打乱的字母还原出 18 个单词，做错即结束，可分享分数与挑战朋友。作者同时运营着姊妹作 Zanagrams，整体走极简、无广告、无订阅的”经典网页游戏”路线，界面干净、加载迅速，被评价为很适合作为短暂放松的替代品，替换刷 TikTok/Shorts 的碎片时间。

作者在 HN 帖中主动征求两点反馈：无计时版本卡住时应提供”揭示字母”提示还是直接跳过；计时版本是否希望答错后继续玩完 18 题拿到最终分数。社区反馈相当集中：不少人表示计时压力破坏了体验，希望增加”放松模式”或无限时间选项（可标注星号成绩）；多位用户提议加”打乱字母顺序”按钮，帮助大脑跳出对固定相邻字母的固执联想；主流建议是即使答错也应让游戏继续，用类似 Wordle 的 X/o 序列展示完成度，例如 13/18，以便社交分享。

也有几条具体反馈值得注意：有玩家输入 LATER 被判错、正确答案是 ALERT，被指出字谜设计应保证所有合法重排都算对；一位非英语母语者分享了有趣的认知观察——因无法在脑中把 “Di” 读成 /daɪ/，就想不到 DICE，说明这类游戏本质上依赖母语发音的模式识别回路。还有玩家吐槽早期关卡混入了苏格兰俚语 BAITH。安全层面，有人指出隐身模式重试可”作弊”知晓答案，需修复。此外社区提到类似作品 23 Words，其做法正是失败后自动进入下一题、最终给出总排名。

5. 玻璃脊梁：美军后勤为何会在下一场战争中折断

西点军校现代战争研究所（MWI）发表长文，指出美国陆军过去二十年围绕反恐战争打造的后勤体系——依赖不受挑战的补给线、承包商支援与固定前进作战基地——在向大规模常规作战（LSCO）转型时正沦为致命弱点。作者以巴巴罗萨行动为历史镜鉴：德军装甲部队战术上迅速突破，却因铁路轨距不同、道路匮乏、燃料弹药冬装跟不上而在莫斯科城下瘫痪，这不是战术失败而是后勤崩溃。海湾战争与伊拉克战争中长达半年的”钢铁山”式囤积在下一场对等冲突中不可能重演。

乌克兰战场提供了更直观的教训：无处不在的传感、精确火力与廉价无人机让传统”后方”消失。2022 年那支停滞在基辅以北 40 英里长的俄军车队，正是燃料、维修与通道被切断导致机动瘫痪的典型；随后 HIMARS 系统性打击俄军弹药库与铁路枢纽，迫使补给节点后撤，直接压低了前线炮兵射速。文章聚焦两大脆弱点：一个装甲旅战斗队日耗数万加仑燃料（III 类）；155 毫米炮弹与制导火箭（V 类）的消耗速率已接近二战水平，而美国现有库存深度与跨洋运输能力堪忧。当前燃料分发车队体积大、防护薄、热与电磁特征明显，在敌方持续深纵打击面前难以幸存。作者主张放弃 hub-and-spoke 的大型旅支援区，转向分散、机动、信号可管理的小节点网络，让保障单位以营级 TOC 的频率移动。

HN 讨论共鸣强烈。高赞评论引用”业余谈战术、专业谈后勤”的老话，指出”齿尾比”在无人机时代已彻底反转——尾巴才是首要目标。多人拿二战美国工业产能与今天对比：如今更换一架 F-35 或”死神”无人机的周期漫长，美国反而更像战争后期的德国。还有人调侃”culminate”一词在军事写作里的通胀式滥用，实为”停下来”的花哨说法。评论者普遍认为文章的盲点是几乎没有考虑美国本土也可能遭到打击、后方基地空军机群与民用设施混杂缺乏防护，Ukraine 的”蛛网行动”式突袭若在美国上演将极具破坏性。也有人指出，这种从追求峰值效率到崩溃的模式与新冠期间供应链危机高度相似。

6. pgrust：用 Rust 与 LLM 重写 Postgres，已通过 100% 回归测试

pgrust 是一个用 Rust 重写 Postgres 的实验性项目，目标兼容 Postgres 18.3，可直接从现有 Postgres 18.3 数据目录启动，且已宣布通过 Postgres 官方回归测试的 4.6 万余条查询。项目采用 AGPL-3.0 许可，目前尚未做性能优化，也不完全兼容 PL/Python、PL/Perl 等过程语言扩展。作者的中远期路线图包括：多线程内核、内置连接池、更好的 JSON 工作负载支持、快速分叉/分支、无 vacuum 存储实验、面向 AI 生成 SQL 的运行时护栏、减少突发的坏计划切换等。作者在 HN 上补充，尚未公开的新版本已实现线程/连接模型（取代 Postgres 的进程/连接）、事务负载比 Postgres 快约 50%、分析型负载快约 300 倍，在 clickbench 上仅比 ClickHouse 慢 2 倍。

HN 讨论呈现明显两极。质疑集中在三点：其一，代码库中出现 2664 处 unsafe { 与 1835 个 unsafe fn，被批评更像 LLM 主导的机械转译而非充分利用 Rust 内存安全特性的重写；其二，一个月内累积 7101 次提交，几乎无 PR、无常规 Makefile 组织，人工代码评审难以为继，无法通过 commit 历史判断真实工程质量；其三，Postgres 与 SQLite 这种系统的可靠性主要来自数十年生产环境”伤疤”，而非通过回归测试，一个新实现即便测试全绿也远不足以获得信任。另有人指出，从 PostgreSQL 原生宽松许可切换到 AGPL 存在法律与伦理讨论空间：相较近年 Rust 重写 coreutils 引发的许可争议，AGPL 显得更”厚道”，但既然是从零重写而非派生，选择变更许可依然值得辨析。

也有正面声音：项目作为探索 LLM 辅助大规模系统重写、并尝试重新架构 Postgres 30 年老设计的实验，本身有学习与研究价值。评论者还指出，声称”100% 回归测试通过”并不能覆盖新架构中最关键的线程化改动；有人建议采用 PgBouncer 之类代理把生产查询同时镜像到 pgrust 与真实 Postgres，长期比对结果与性能，才是接近真实可靠性的验证方式。围绕 LLM 辅助编程时”回归测试既是反馈闭环也是过拟合陷阱”的现象也被展开讨论。

7. Meta 用自研 CXL ASIC 让旧 DDR4 在新服务器里继续服役

Meta 在 ISCA 2026 上披露了名为 Vistara 的自研 CXL ASIC 方案，用于把从退役服务器上拆下的 DDR4 内存重新装进以 DDR5 为主的新一代机器中，通过 CXL 池化跨机共享。背景是：Meta 服务器寿命 3–5 年，而内存寿命可达 7–10 年，且其现役约 40% 的机器无法再扩容内存，无法承载新工作负载；叠加当前 “RAMpocalypse” 的高内存价格，重用旧 DRAM 具有巨大经济价值。市面上现成 CXL 方案通常把 DRAM 与控制器捆绑销售、多不支持 DDR4、功耗与成本偏高，因此 Meta 选择自研。

Vistara ASIC 通过 CXL 2.0/1.1 兼容的 PCIe Gen5 x16 与主机相连，每颗集成两条 72 位 DDR4 通道（3200 MT/s、单颗最高 256 GB），由两颗 RISC-V 小核驱动。承载它的 MemServer 使用 158 核 AMD Turin，本机自带 768 GB DDR5，另通过 Vistara 挂 256 GB DDR4。软件层面把 DDR4 暴露为无 CPU 的 NUMA 节点，本地 DDR5 优先，溢出再走 CXL；相关 Linux 驱动改动已进入或即将进入主线内核。Meta 声称该方案已在数百万台服务器上跑生产负载（推荐系统嵌入表、Spark/Hive、数据库、分布式缓存、CI/CD 等），对分散化 ML 推理可减少多达 25% 的服务器数量，并把因 OOM 引发的作业失败开销降低 33%。

HN 讨论中一个高赞玩笑引用《神经漫游者》——主角在黑市倒卖 3MB 内存的桥段，感叹眼下 RAM 价格走势”也许 Gibson 只是超前了”。技术向的评论关注为何长期没有普及”一张便宜 PCI/PCIe 卡插满旧 DIMM 用作交换/慢速内存”的消费级产品；有人指出 Marvell 早有标准的 CXL 内存扩展控制器可用，而 ServeTheHome 去年底也已报道超大规模厂商用 CXL 做内存扩展的趋势。另一条讨论线聚焦”RAM 危机”对消费市场的外溢：内存与设备涨价可能压制普通用户换机意愿；也有人吐槽 AI 热潮把内存价格推高，普通人组装家用软路由都开始吃力。有人对论文里”用较慢内存反而减少 25% 服务器数量”表示困惑，答案在于扩容让原本受内存瓶颈无法承接的工作合并到更少节点上运行。

8. Meta 发布 Muse Spark 1.1：面向 agent 与代码的多模态推理模型

Meta 超级智能实验室发布 Muse Spark 1.1，定位为多模态推理模型，重点强化工具/计算机使用、编码与多模态理解能力。官方称其支持 100 万 token 上下文，可作为主 agent 规划任务并调度子 agent 并行执行，也可作为子 agent 严格执行子任务。在计算机使用场景中，模型能判断何时通过脚本自动化、何时直接点击 UI，并支持批量动作生成。编码方面，模型可处理大型代码库的调试、企业级功能实现与迁移，并与常见的 agentic 编码 harness（planning、goal conditioning、子 agent 委派、上下文压缩）配合良好。多模态方面支持视觉转代码、超详细图像/视频描述以及从手机视频到 Facebook Marketplace 商品发布这类端到端流程。安全评估依据 Advanced AI Scaling Framework，覆盖化生、网络安全和失控三类前沿风险，并声称在越狱、间接提示注入等方面有更强鲁棒性。模型通过新的 Meta Model API 公开预览，并在 Meta AI 应用的 Thinking 模式中开放。

HN 讨论热点集中在几处：一是 Terminal-Bench 2.1 的评测被质疑不合规，Meta 使用了远超官方资源上限（6 CPU 核、8GB RAM）的配置，这解释了为何未出现在官方榜单，被批为”benchmark shady”。二是定价被认为极具竞争力（1M tokens 输入 1.25 美元、输出 4.5 美元、缓存 0.15 美元），有人开始建议”补贴 token 期间大量构建应用”。三是不少评论认为 Zuckerberg 应把 Meta 定位为”搅局者”，通过持续投入并商品化前沿模型来压低 OpenAI/Anthropic 的收入，就像编译器最终商品化那样。也有人对 Meta 转向闭权重表示遗憾。整体而言，社区认为 xAI 与 Meta 本周的发布削弱了”OpenAI/Anthropic 不可逆领先”的叙事。

9. OpenAI 推出 ChatGPT Work：把 Codex 融入统一桌面 agent

OpenAI 推出 ChatGPT Work，一个内置 Codex 技术的 agent，能跨应用与工作流搜集信息，生成表格、幻灯片、文档和 web 应用，并可将复杂项目拆解成子任务长时间独立推进。底层由新发布的 GPT-5.6 驱动，主打多步推理与按模板/参考文件生成材料。功能上包含：通过 plugins 连接 Slack、Teams、Google Drive、SharePoint、Gmail、Salesforce 等；Scheduled Tasks 定时执行；Sites 公测，可将结果输出为可分享的交互式站点或 web 应用。Codex 应用与 ChatGPT 桌面应用合并，桌面版可访问本地文件与应用，并内置浏览器处理 web 任务。Codex 本身新增行内 diff 编辑、侧栏 PR 审查、更快的 computer use、多仓库项目支持等。OpenAI 称内部近 100% 团队日常使用；销售可在 24 小时内产出定制 PoC，财务的月末结账从数天缩至数小时。Work 面向 Pro/Enterprise/Edu 首发，随后覆盖 Plus/Business；桌面版对所有计划（含 Free）全球开放。

HN 讨论几乎一边倒地批评这次”统一”是一次糟糕的产品决策。多位用户反映：原本轻量的 ChatGPT 聊天体验被塞进一个”无家可归”的小窗口，无法编辑历史消息，也无法搜索；旧界面被更名为”ChatGPT Classic”，暗示可能被淘汰。有人指出 Anthropic 前一天刚上线类似的 Chat vs Cowork 分裂，同样让人迷惑。开发者尝试梳理三种模式的差别：Chat 是纯对话，Work/Cowork 是容器内 agent 带工具，Codex/Claude Code 直接访问本地系统偏编码。多数评论认为 OpenAI 此前 ChatGPT 与 Codex 的品牌割裂确实需要收敛，Anthropic 从一开始的统一品牌策略更聪明，但目前 OpenAI 的执行让普通聊天用户成了二等公民，可能引发大量”我的对话去哪了”的支持请求。也有开发者报告 Codex 与新服务端工具调用协议的集成 bug。

10. IERS 公告：2026 年 12 月底不插入闰秒

国际地球自转和参考系服务（IERS）发布 Bulletin C 72，宣布 2026 年 12 月底不插入闰秒。自 2017 年 1 月 1 日起，UTC 与国际原子时 TAI 的差值维持在 -37 秒。Bulletin C 每半年发布一次，用于宣布或确认下一次可能的闰秒时点是否会有调整。闰秒可在 6 月或 12 月末插入，取决于 UT1-TAI 的演化。

HN 讨论围绕几方面展开：一是不可预测性的来源——地球自转速度受地质活动、大气与海洋质量分布、地核-地幔耦合等影响，虽可高精度测量但难以长期预测；二是对 Unix 时间戳与分布式系统（如 Spanner）的影响，评论普遍认为无闰秒插入意味着现状延续，对多数系统属非事件；三是 UTC-GPS 偏移随之保持在 -18 秒（GPS 与 TAI 相差固定 19 秒）；四是不少人对”To authorities responsible for the measurement and distribution of time”的措辞表示欣赏，戏称 IERS 是”真实的时间管理局”。也有评论提到 ITU 已决定在 2035 年前后逐步淘汰闰秒机制，让 UTC 与 TAI 的偏差自由累积。

11. 腾讯发布开源模型 Hy3：小参数量对标大旗舰

腾讯混元团队发布 Hy3，在 4 月的 preview 基础上扩大了后训练规模并提升数据质量。官方称该模型在推理、agentic 与长上下文任务上表现强劲，可与参数量 2–5 倍的开源旗舰模型相当。生产力场景（编码、办公、金融建模、前端设计、游戏开发）中，270 名专家的盲测中 Hy3 得分 2.67/4，超过 GLM-5.1 的 2.51/4，前端开发、数据存储与 CI/CD 优势明显。团队还着重修复了三类实际问题：工具调用与输出格式稳定性（SWE-Bench Verified 在不同 scaffolding 上方差不超过 4%）、幻觉率从 12.5% 降至 5.4%、多轮意图追踪问题率从 17.4% 降至 7.9%。内部 WorkBuddy 测试中任务成功率从 72% 升至 90%，平均耗时下降 34%；相较 GLM-5.2，文档处理和 PPT 生成分别少用 47.4% 和 49% 的 token。模型以 Apache 2.0 协议开源，API 定价为每百万 token 输入 1 元、输出 4 元、缓存输入 0.25 元。

HN 讨论呈现两极化。Simon Willison 的”鹈鹕骑车” SVG 测试给出正面印象；有人回顾一个月前 Hy3 曾在 OpenRouter 排行榜登顶但现已跌到八九名，认为缺乏使用它替代竞品的明确理由。多位评论者拿它与 DeepSeek V4 Flash 比较，关注体积相近下的性能与量化表现，认为 Hy3 有望成为热门本地模型。也有开发者表示实际体验良好，速度快、遵循指令能力强，介于 GPT-5.4-mini 和 GPT-5.5 之间，作为开源模型价格很有吸引力。反面观点则怀疑其 benchmark 刷分，实际使用体验不如稠密 Gemma。另一常见讨论是希望在架构或推理层面出现突破，让 GLM-5.2 级别的模型能在 48GB 消费设备上以 100 tokens/s 运行。

12. iPhone 隐藏的 Assistive Access 可将手机变成儿童”傻瓜机”

Wired 作者分享如何用 iOS 17 引入、但少被 Apple 宣传的 Assistive Access 功能，把一部旧 iPhone 改造成适合儿童的”哑巴手机”。该功能原为认知障碍用户设计，界面采用大号磁贴，家长可在 Settings > Accessibility > General > Assistive Access 中启用，选择行/网格布局，并逐一允许特定应用。作者指出与普通的屏幕时间限制不同，Assistive Access 从根本上阻止意外的网页跳转：即便他人通过短信发来链接，系统也仅将其作为纯文本，无法唤起浏览器。家长可为每个允许的应用（如 Messages、Calls）细化设置（仅联系人、仅收藏号码、是否显示拨号盘等），并用四位密码控制模式切换（三击侧键退出）。作者自身的设置只保留电话、短信、地图、相机（关闭自拍）、照片、音乐六个应用，把抽屉里闲置的 iPhone 13 改造成理想的儿童手机，且随孩子成长可逐步增加应用。

HN 讨论集中在几个方向：一是这是”路缘坡道效应”的典型案例——为无障碍设计的功能对更广人群有用；二是有人认为 MDM（Apple Configurator）才是真正彻底的限制方案，可移除 Safari、白/黑名单网站、禁止安装/删除应用；三是不少人质疑用昂贵 iPhone 做傻瓜机的必要性，认为普通功能机加上”迷路时打电话/问路/看路牌”就够，而这些本就是孩子应培养的能力；四是关于关闭自拍是否过度管控的争议；五是有家长吐槽苹果原生限制被孩子轻易绕过，最终只能没收设备；六是有用户尝试将 Assistive Access 用于自身戒断，但被模式切换极慢、联系人受限等问题劝退。也有评论纠正原文错误：现代 GPS/地图应用离线也可导航，无需联网。

13. Pangram 报告：社交平台 AI 生成内容泛滥，LinkedIn 最严重

AI 检测公司 Pangram 基于其 Chrome 扩展匿名收集的百万级样本（1,002,627 条帖子）分析主流社交平台的 AI 生成情况。总体 AI 比例平均为 13.8%，但显著集中在长文：超过 250 词的长帖中约 25.7% 被判定为完全 AI 生成。LinkedIn 是最受污染的平台——其长帖 40% 以上被标记为 AI 生成，虽只占样本总量的三分之一，却贡献了 Pangram 检出的 AI 内容的约 62%。X/Twitter 的文章中仅有 53.2% 完全出自人类，其余为纯 AI（23.9%）或人机混合（22.9%）。Substack 情况相对好一些，但仍有 21.9% 长帖含 AI 成分。Reddit 因回复以人类为主而整体 AI 比例只有 4.4%，但顶层帖仍达 11.6%，与 X 接近。LinkedIn 本身通过内置”Enhance post”功能鼓励 AI 写作，官方还宣布要检测并降权 AI 内容，讽刺的是该公告本身也被判定为 AI 生成。Pangram 认为 Reddit 只能靠速率限制拦下低质量刷帖，无法应对影响力更大的顶层 AI 帖。

HN 讨论中，多位评论者指出 LinkedIn 早在 AI 出现前就是”套路故事”的重灾区，AI 只是加速了既有趋势，微软对其增长指标的追求让平台严肃讨论功能几近消失。有开发者分享自己一篇”不要用 AI 写作”的 LinkedIn 帖子引发强烈反弹，反映很多人并不认同”写作即思考”的价值。多位评论提到”死亡互联网理论”正在成真，也观察到即便不直接粘贴 AI 输出，人们的写作口吻也在潜移默化地向 LLM 靠拢。也有人表示因此删除了 LinkedIn 账号，并回归 RSS 订阅个人博客，甚至设想通过”我关注的博客”式 RSS 或 webring 机制重建可信内容发现。对 Reddit 仅 13% 机器人比例的数据，不少用户表示不信。

14. Colibri：在 25GB 内存的机器上跑 744B 的 GLM-5.2

开源项目 Colibri 用大约 1300 行纯 C 代码（零依赖，无 BLAS 无 Python 运行时无 GPU）实现了 GLM-5.2（744B 参数 MoE）的推理引擎。其核心思路是利用 MoE 的稀疏激活特性：稠密部分（注意力、共享 expert、embedding，约 17B 参数）以 int4 常驻内存约 9.9GB；21,504 个路由 expert（约 370GB int4）留在磁盘上，按需以每层 LRU 缓存 + 可选 pinned 热存储 + 操作系统页缓存流式加载。工程上包含：忠实实现 GLM-5.2 forward 并与 transformers 逐 token 校验；MLA 注意力配合压缩 KV 缓存（每 token 576 float，压缩 57 倍）；DeepSeek-V3 风格 sigmoid 路由；GLM-5.2 原生 MTP 推测解码（MTP 头必须 int8，否则接受率崩塌）；AVX2 整数点积核；MLA 权重吸收；异步 expert 预读；byte-level BPE tokenizer；FP8→int4 分片式转换器无需一次性存下 756GB 原始权重。作者提供的基准（WSL2、12 核、25GB RAM、NVMe VHDX）显示：加载约 30 秒，峰值 RSS 约 20GB，冷启动约 0.05–0.1 tok/s，主要瓶颈是磁盘随机读的约 1GB/s 上限。项目自带”学习缓存”，记录用户实际路由的 expert 并在下次启动时自动 pin 热门 expert，越用越快。作者也警告冷启动会对廉价 SSD 造成一定磨损。

HN 讨论围绕：一是磁盘并行化——用 RAID0 多 SSD 或多 NVMe 提升带宽；二是实用性——0.05–0.1 tok/s 太慢，但社区认为哪怕 1 tok/s 也能用于夜间批处理；三是 Intel Optane 若还在应是理想介质；四是类似思路的项目（如面向 Apple Silicon 统一内存的实现，以及基于 mmap + Medusa 的 llama.cpp 改造）；五是对 MoE + MPI 集群分布式的可能性讨论；六是 SSD 磨损问题，有人建议将模型放只读分区规避写入。整体被视为”黑客精神”的典型代表——用一台成本远低于一片 H100 风扇的机器，让前沿级 744B 模型给出正确回答。

15. GLM 5.2 在英国 VAT 申报任务上接近人类记账员准确度

一篇技术评测将开源模型 GLM 5.2 应用于英国小企业的季度增值税（VAT）申报任务。测试对象为 Vineyard Finance 2026 年第一季度账目，共 59 笔交易，通过命令行工具在云端会计软件中录入。模型运行在 Fireworks AI 的无服务器实例上，与真实答案隔离，仅可访问互联网与预授权的会计 SaaS。

结果显示，GLM 5.2 用 68 分钟处理完全部交易，token 原始成本约 2.73 美元，而人类外包记账每季度费用通常在 750–2100 英镑。VAT 申报中最关键的 Box 5 净额与人工结果仅差 7 便士。按 6 项标准（交易类型、科目、VAT 处理方式、VAT 金额、反向计税、票据附件）对 354 项检查评分，模型仅有 20 项错误、分布在 18 笔交易上。其中只有 1 项属于严重错误：将创始股本记入“Capital Account”而非“Unpaid Shares”，这在法律定性上存在差异，可能影响审计与年度申报。其余错误多为科目选择不够精细，无实际财务影响。评测过程中未发现明显作弊，但模型在推理中意识到自己处于测试状态。

HN 讨论集中在几个层面。多位评论者指出，评测把人类需要完成的“找发票、向供应商索取凭证、判断上下文”等隐性工作抽象成了预置的 user notes，这正是白领工作中难以文档化、也最难自动化的部分。另有评论强调责任归属问题：如果 LLM 出错导致税务违规，最终承担刑责的是企业主而非模型，因此付费给会计师本质上是购买“不用操心”的保障，除非服务商愿意为输出结果背书，否则采用意愿有限。一位前记账员认为，此类错误可通过更精细的知识库和多层校验解决，但也会挤压小型会计事务所的业务空间。还有用户分享了自己用 Claude Code 结合 beancount、银行 CLI 和 IMAP 邮箱自动处理账务的经验，认为在数据结构良好、上下文受限时，LLM 记账已相当可靠。也有人对将账目数据交给背景不透明的初创公司表达顾虑。

16. 一人开发的日本铁路模拟器 Running Train 被誉为迄今最佳

Kotaku 报道了独立工作室 Novatetsu Games 单人开发的火车模拟游戏《Running Train》。游戏设定在虚构的日本地区，包含虚构的 Fukugawa 线和 Sankai 干线共 42 条路线，总铺设约 40 公里轨道，路线时长从 6 分钟到 44 分钟不等，覆盖不同时段与天气（晴、雨、春、冬乃至暴雪）。玩家可正常驾驶列车控制加减速与到站精度并按表现评分，也可开启自动驾驶后切换自由摄像机欣赏场景。

作者反复强调环境细节的丰富程度：输电线从变电站出发经由铁塔合乎逻辑地布设、道路车流、公寓停车位、山坡神社、海上渡轮与拍岸浪花，而这些绝大多数从驾驶室视角根本看不到。放大到高空能看到贴图拼接的痕迹，但地面视角高度真实。游戏已在 Steam 抢先体验发售（18 美元），支持专用外设 Zuiki MASCON。开发者计划加入乘客系统、乘务员模式，最终目标是把铺轨延长到 100 公里。

HN 评论以惊叹为主，但也提出若干问题。最集中的疑问是一人开发如何获得如此高质量的资产：是自制还是购买，成本如何。有评论批评 Kotaku 记者似乎没实际玩游戏、只看了视频就撰稿。有人指出玩法本质上类似经典的《電車でGO!》。还有讨论涉及是否支持 VR（模拟社区普遍拥抱 VR，但铁路模拟做得不多）、是否仅 Windows 平台、以及“LLM 参与了多少开发”的猜测。一位评论者提出对模拟类游戏的一般性疑惑——画面漂亮但难以理解长时间游玩的乐趣所在，引出关于 sim 类型玩家动机的讨论。另有评论对报道中反复使用“pretty”一词表达审美疲劳。

17. 拖慢 AI 基建的真正瓶颈：电网接入

Works in Progress 的这篇长文以 OpenAI 与软银在得州 Abilene 建设的 Stargate 项目为切入点，指出制约 AI 基础设施扩张的核心并非发电能力本身，而是电网接入流程。Stargate 峰值负荷约 1.2 GW，相当于 31.3 万户美国家庭；EpochAI 与能源研究机构预测，若维持 2025 年增速，2030 年全球 AI 算力总耗电将达 100 GW。除数据中心外，电池厂（约 115 MW）和 TSMC 亚利桑那首期（200 MW）等半导体制造设施同样是能耗大户。

文章的核心论点是：美国电网的“互联排队”机制严重滞后。2005 年新电厂中位等待接入时间不到 20 个月，2023 年已升至 55 个月。排队采用僵化的先到先得，价值更高的项目被前面次要项目卡住；评估条件也不奖励那些愿意短时自供电以降低系统压力的项目。Jensen Huang、扎克伯格、Altman 等均公开表示行业已“受电力限制”。文章同时描述了更宏观的电气化趋势——电动机、功率电子、处理器、电池在 1990–2024 间价格分别下降 97.5% 到 99.9%，电动车、机器人、无人机等都将进一步推高电力需求。建议方向包括改革排队规则、允许灵活负荷参与、就地共建发电与算力。

HN 讨论走向多元且存在明显分歧。一部分评论质疑 AI 数据中心相对于历史大型基建（如 1930 年代公共工程）的单位 GDP 价值贡献偏低。另一批评论看好“发电、储能与算力在同一物理空间共建”的模式，如 Chevron 的 Project Kilby 和 Crusoe 利用弃电与旧电池的方案，因为“搬数据比搬电便宜”。有评论质疑作者把电力当唯一瓶颈的框架，认为还需要真实的需求端消化以及考虑边际效用递减和机会成本。也有人反对“国家安全竞赛”式论证，认为 LLM 目前在国安层面主要用途（大规模监控或软件安全）不足以证明如此规模的基建投入。还有评论列举了他们眼中 AI 建设正在“瓦解”的多重信号：民众抗议、循环投资、开源中国模型冲击、内存周期、Meta 算力过剩、以及企业重新雇回被 AI 取代的员工等。少数评论以调侃口吻讨论废弃数据中心未来可作为鬼屋或激光对战场地的可能性。

18. 为内部服务正确签发 TLS 证书的一种方案

博客作者提出他认为“正确”的内部服务 TLS 证书方案，并给出完整实现。场景是：一台服务器同时承载对外与仅 VPN 可达的内部服务（示例为 Grafana，内网 IP 10.0.1.10）。作者对比两种做法：一是使用 ICANN 保留的 .internal 私有顶级域并自签证书，缺点是每台客户端都要安装根证书或让用户忽略 TLS 报错；二是使用自有公共域名（tuxnet.dev）配合 split-horizon DNS——公网解析到公网 IP，VPN 内解析到内网 IP，从而可用 Let’s Encrypt 等公共 CA 签发。

作者选择第二方案，堆栈是 NetBird（其 Custom Zones 自动处理 split-horizon）、acme.sh（standalone 模式仅在申请时短暂绑定 80 端口）、nginx 反向代理。关键在于 nginx listen 指令绑定到 VPN 网卡地址（our-server.netbird.cloud:443），实现来自公网的请求即使解析到该服务器也无法命中该 vhost，充当第二层 WAF。文章附上完整的 nginx 配置、cron 自动续签脚本、以及通过 setcap CAP_NET_BIND_SERVICE 让非 root 的 socat 绑定 80 端口的细节。

HN 讨论几乎一致地不赞同“这才是正确方式”的说法，大量评论推荐更简单的替代方案。主流意见是：应使用 DNS-01 挑战，这样内部服务无需任何公网可达性即可从 Let’s Encrypt 拿到证书，可直接申请通配符证书避免主机名泄漏到证书透明度日志。多位评论者表示长期维护 split-horizon DNS 会带来公私两套记录同步的繁琐工作，是应尽量避免的架构。有人指出真正的根本问题在于各语言/客户端信任自签 CA 的门槛过高，若都统一使用操作系统信任库就不会有此难题。另一派主张 BeyondCorp 式的 mTLS 设备身份优于 VPN + split-horizon，尤其是手机端体验更好。也有评论者分享自己的做法：公网 DNS 直接写入内网 IP、防火墙按源 IP 过滤，或使用 step-ca 搭建内部 CA 结合 .home.arpa。少数评论直言看完不清楚这套方案究竟解决了哪个尚未被解决的问题。

19. Damn Interesting 的一次众筹与长文网站的未来

Damn Interesting 创始人 Alan Bellows 发文，说明网站近年来更新缓慢的原因并发起一次性众筹。他过去二十年靠兼职工程职位维持生计，另一半时间用于为该长文非虚构网站做研究、写作、编辑与播客制作。近年兼职岗位几近消失，尤其对年长申请者，最终他不得不接受全职工作，导致自己成为网站的“瓶颈”甚至“塞子”，而与此同时互联网正被 AI 生成内容淹没。

此次通过 GoFundMe 的众筹目标只是补齐他过去兼职收入的水平，以便未来 12 个月能把主要精力投回写作与运营，未来一年可能再发起一次。文章特别澄清此次筹款独立于长期存在的 Give a Damn 捐赠系统——后者仅覆盖托管、订阅、许可、链接策展等运营开销，而这次筹的是作者本人的时间成本。文末以 Magic 8 Ball 的历史专利与其非对称回答分布（10 个 yes、5 个 no、5 个 unclear）作结，自嘲“signs point to yes”。

HN 评论普遍表达支持与情感共鸣。作者本人也回帖，说服务器流量激增让他察觉此贴被转发，并表示自己并非发帖者，也不习惯自我推广。多位评论者回忆学生时代等待 DI 新文更新的经历，认为该站是“泛有趣内容”这一体裁的先驱之一，对 99% Invisible、Stuff You Should Know、Radiolab 等播客有精神上的影响。有人特别推荐经典文章 “This Place is Not a Place of Honor”、“Rider on the Storm” 等。也有评论对众筹结构提出疑问：为什么不通过已有的 Give a Damn 系统付薪水给作者本人，以及若目标未达成会怎样。另有评论顺带吐槽 GoFundMe 默认建议 17.5% 的小费比例过高。整体氛围是对“老互联网”长文形式的怀旧与保存愿望。

20. 通往 Lisp 之路：为什么要学 Lisp

作者面向未接触过 Lisp 的程序员，解释这门语言值得学习的原因，核心论点借用 Paul Graham 的 “Blub 悖论”：只用过表达力较弱语言的程序员往往无法感知自己缺失了什么。作者的立论是：Lisp 会改变思考问题的方式，让程序员能够“把语言向问题生长，然后再用该语言写程序”。

文章重点介绍了两点特性。其一是可扩展性——宏（macro）。作者强调这与 C、Rust、Swift 中的宏不是一回事，Lisp 的宏可以创造成为语言一部分的新构造。文章以自定义 while 为例：Common Lisp 本身不提供 while，但可通过 defmacro 用几行代码添加。与函数不同，宏不会预先求值其参数，而是把参数当作数据结构处理，因此可以在编译期展开为 loop while ... do (progn ...)，可用 macroexpand-1 直接查看展开结果。作者对比了写成函数的 fake-while 会因参数被立即求值而报错，从而说明宏的独特价值。其二是同像性（homoiconicity）：Lisp 程序由 S 表达式构成，S 表达式要么是原子要么是列表，代码与数据都是列表，这也是宏得以存在的基础。

HN 讨论热烈且带有典型的语言哲学色彩。一条高赞评论将编程语言分为“光明面”（防止程序员出错，如强类型、去 goto）与“黑暗面”（赋予程序员权力，如宏、运算符重载、自修改代码），认为 Lisp 属于典型黑暗面，却奇特地同时受到光明面拥趸的尊敬，或许源于其近乎柏拉图式的语法简洁。多位评论者询问作为业余爱好或职业开发应选哪种 Lisp 方言（Common Lisp、Clojure、Scheme），并对现有文章多为“懂的自然懂”式布道而缺乏冷静批评感到不满，希望看到对 Lisp 局限性、生态位的严肃分析。也有资深 Lisp 用户表示自己写得太久已经麻木，反而是看到其他语言中人们自我制造的困境时才重新意识到 Lisp 的价值。若干评论提醒作者：REPL 和热重载早已不是 Lisp 独有优势，把它们当卖点会削弱说服力，真正独特的仍是宏与同像性。有人坦承尚未真正“悟到”宏与高阶函数的本质区别，希望别人分享顿悟经验。另有评论推荐基于 Pharo/Smalltalk 的 GToolkit 作为提供类似交互式、镜像式开发体验的替代方案。也有人调侃“所有道路终将通向 Lisp”，以及好奇 Lisp 是否更适合与 LLM 迭代协作。文中代码块因网站样式 bug 显示为黑色，也被评论者指出。