HN 每日深度阅读 · 2026-07-12
本期从底层硬件到宏观格局呈现一条主线：无论是让千亿模型跑在消费级 SSD 上、树莓派相控阵、浏览器发动机仿真，还是 SQLite、PgBouncer、新 JS 运行时与去云端智能硬件，工程师都在用更聪明的约束把复杂系统压回可控尺度；
共 20 篇 · 约 12,815 字 · 约 32 分钟读完
1. Colibri：让 GLM 5.2 大模型在普通电脑上跑起来
- 原文: https://github.com/JustVugg/colibri
- HN: https://news.ycombinator.com/item?id=48842459
- 得分: 890
- 评论: 229
作者开源了名为 Colibri 的项目，目标是让 3500 亿到 9000 亿参数级别的 GLM 5.2 大模型能够在普通消费级硬件（如 12 核 CPU、25GB 内存、NVMe SSD 的 WSL2 环境）上运行。核心思路是不把整个模型加载进内存，而是把权重放在 NVMe SSD 上，运行时按需以约 11GB/token 的速率流式读取所需部分，通过精细的内存预算控制（工作集、KV cache、MTP row、重构缓冲区等）避免触发 OOM。项目在 GitHub 上给出了详细的实测数字，并附带 SSD 磨损警告，因为高频读写会显著缩短固态硬盘寿命。
HN 讨论主要围绕几个方向。其一是实用性：最低配硬件上报告的 0.05–0.1 token/s 被普遍认为不够可用，但如果能稳定到 1 token/s 左右，配合“下发任务、隔夜跑”的工作模式仍然有价值。其二是技术路线的比较：有评论指出 llama.cpp 本身就支持 mmap 加载和多种 4-bit 及更低位量化，操作系统会按需把权重换入换出，因此对 Colibri 是否真正带来性能提升表示疑问；也有人分享自己在 llama.cpp 基础上叠加 Medusa 推测解码、或针对 Apple Silicon 统一内存做压缩部分驻留的类似尝试。其三是硬件展望：多位评论者认为方向应是用 NVMe SSD 组 RAID 替代昂贵内存，甚至猜测 Apple 会借助其 SSD 与统一内存整合能力率先出货带 token 缓存层的本地推理方案。此外，有读者注意到项目文档中反复出现“honest”一词，认为这是 LLM 生成文本的新标志性用法，颇为有趣。SSD 焊死的笔记本用户是否应该避免运行此类应用也被单独讨论。
2. QuadRF：基于树莓派 5 的相控阵 SDR，可穿墙看 WiFi 与追踪无人机
QuadRF 是一款开源的手持相控阵射频设备，由树莓派 5 加 FPGA 板构成，具备皮秒级时序同步能力，可在 4.9–6 GHz 频段进行波束成形与高级信号处理。Jeff Geerling 拿到原型机后测试发现，它能可视化周围 5 GHz WiFi 信号的空间分布，颜色代表频率（他的 Channel 100 网络显示为浅蓝，邻居网络为红或绿），也能在户外清晰地在天空中定位到飞行中的 DJI Mini Pro 4 无人机。设备开机后建立 WiFi 热点，用户通过浏览器 VNC 访问，可运行 GNU Radio、SDR 软件以及自研的 AR 射频可视化应用，把射频“色块”实时叠加到手机摄像头画面上。
技术亮点之一是利用树莓派 5 的 MIPI 摄像头/显示接口而非 USB 或 PCIe 来传输 I/Q 数据，速率超过 5 Gbps、低延迟、全双工，只需极低的硬件成本，多个 QuadRF 模块还可以菊花链组合，每个模块自行计算相位偏移。作者的更大项目是一个可扩展到月球通信（EME）规模的相控阵天线阵列，灵感部分来自其在 SpaceX 参与 Dishy Starlink 终端的经历。基础套件众筹价 499 美元，已远超预期，量产版将改为注塑外壳。
HN 讨论中，QuadRF 作者亲自出场答疑并给出演示视频链接。多位评论者联想到类似的声学相机、热成像仪，希望能在更低频段（如 3–30 MHz 业余无线电 HF）或更多频段做同类可视化，用于排查电磁干扰、寻找隐藏摄像头、验证 TV 等设备是否内置未公开的蜂窝上行等。也有人指出军政机构此类技术早已成熟，还有人从东欧战场情境出发讨论其无人机探测的防御应用。对“穿墙看 WiFi”这一说法，评论者认为略显营销化，因为 WiFi 本就穿墙传播；真正新颖的是空间定位与可视化能力。
3. 青铜时代晚期崩溃：一次接近“文明终结”的连锁坍塌
历史博客 ACOUP 的 Bret Devereaux 撰文简介公元前 12 世纪东地中海与近东青铜时代晚期的系统性崩溃（LBAC）。他认为，就地中海世界而言，LBAC 比西罗马帝国灭亡更接近“文明终结”事件，但也并非彻底毁灭。作者首先梳理青铜时代晚期（约公元前 1500–1200 年）的“大国协奏”：南美索不达米亚的卡西特巴比伦、北美索不达米亚的中亚述帝国、安纳托利亚与北黎凡特的赫梯帝国、埃及新王国，以及爱琴海边缘的迈锡尼小型宫殿国家和塞浦路斯。这些国家彼此在外交、贸易和文化上高度互联，尤其依赖长距离贸易获取铜和锡以铸造青铜。
崩溃在考古上表现为公元前 1220–1170 年间一连串遗址的焚毁与摧毁层，大致自爱琴海、经安纳托利亚、沿黎凡特南下至埃及呈波浪式推进，但并非所有遗址同步毁灭，有的缓慢衰落，有的政治中心毁灭而城市延续。作者强调证据几乎全部来自考古，年代精度和解读都有限，因此崩溃原因仍高度不确定，文章对“海上民族大迁徙”等单一叙事持保留态度。
HN 讨论把话题引向多个方向：多位评论者提到 Eric H. Cline 的著作，强调数百年干旱对国际贸易网络的破坏；有人推荐 Patrick Wyman 的新书《Lost Worlds》，质疑“采集—农业—城市—国家”线性叙事。最热门的类比则是把青铜时代对稀缺锡的依赖比作今天对石油的依赖，认为全球供应链同样脆弱，甚至联想到 AI 驱动的现代崩溃风险。也有轻松的讨论，如作者对 BC/BCE 混用的批评、地图英文版翻译众包、以及一段引用 Julian Jaynes“二分心智”假说的评论——认为当时统治者抱怨“神不再说话”，可能正是内在幻听式意识结构瓦解的反映。
4. 重元素三键中的相对论效应获得直接光谱证据
布朗大学化学系 Lai-Sheng Wang 团队在《Science》发表研究，用光电子能谱首次给出直接实验证据，表明当原子核足够重时，教科书上关于三键“一个 sigma 键 + 两个 pi 键”的经典描述不再成立。团队制备了碳与铋（位于铅旁边的重元素）形成的分子，冷却至接近绝对零度后用激光敲出电子，通过电子飞行距离测量结合能。结果显示碳–铋键的结构更接近“一个 pi 键 + 两个 sigma–pi 杂化键”，sigma 与 pi 之间的界限被自旋–轨道耦合“抹平”。
原理上，重核附近内层电子被加速到光速的显著分数，进入相对论区间，自旋与轨道不再独立，改变了电子间相互作用的规则。这一“重元素相对论重要”的想法自 1970 年代就已提出，但直接光谱验证此前一直缺失。作者认为随着铋等重元素在无铅太阳能电池、量子材料、量子计算等领域受到越来越多关注，教科书可能需要相应改写。研究由 NSF 和 DOE 资助。
HN 评论迅速补充了相关背景：汞在室温下呈液态、金呈金色、铅酸电池的电化学性质，都是重元素相对论效应的著名例子，因此有评论者疑惑这项工作究竟新在哪里——共识是新在“直接光谱证据”和对三键内部结构的具体刻画，而非相对论化学本身。有人从更基础角度指出，这是对 Dirac 方程（将狭义相对论纳入量子力学）的又一次实验确认，并附上论文 PDF 链接。也有人质疑新闻稿中“铋替代铅用于下一代太阳能电池”的表述，指出目前主流商用光伏面板并不使用铅化合物半导体，欧盟 RoHS 也早已限制铅焊料。另有关于玻姆力学能否给出等价预测、以及周期表形状源自球对称群等相关讨论。
5. Scarf 在生产环境用了 7 年 Haskell 后转向 Python
Scarf 创始人 Avi Press——同时也是 Haskell 基金会董事——撰文说明公司为何在生产使用 Haskell 七年后逐步迁移到 Python。他强调自己是长期 Haskell 拥趸，Scarf 的主 API（基于 Servant、Beam、PostgreSQL）与高流量的 Scarf Gateway 服务都运行在 Haskell 之上，并成功满足了合同 SLA。类型系统确实捕获了大量真实 bug，高性能代码也相对容易实现。但编译时间和生态摩擦长期是显著成本，团队为 Nix、缓存、CI、开发环境投入了大量工程精力。
真正改变权衡的是 LLM。作者提出“错误可以在第三个地方被捕获——代码生成时”。当 agent 能在几分钟内产出可用实现，编译却要更长时间，编译器就从“小刺痛”变成开发闭环的主要瓶颈，尤其在并行开多个 worktree、多个 agent 分头探索时，冷启动构建成本会被乘倍放大。缓存、Nix、远程构建能缓解，但维护“完美缓存”本身也是税。迁移方式是渐进的：新 API 路由用 Python 编写，与 Haskell 服务并存路由，随触随迁；LLM 让把老代码翻译到新语言变得相当轻松。作者称迁移后类型安全的损失暂未造成明显问题，测试覆盖反而更好，从客户电话到修复上线有时只需几分钟。
HN 讨论几乎一边倒地表达惊讶甚至反对。许多来自 Scala、Rust、OCaml 的用户认为 LLM 时代恰恰应该更依赖强类型来约束模型输出，而不是转向 Python。多位评论者建议如果嫌 Haskell 编译慢，OCaml、Go、Rust 都是兼顾编译速度与类型系统的更合理选择。也有 Haskell 生产用户（包括金融交易所 Bitnomial）表示 Claude 等模型已能熟练使用 Servant、Beam 的复杂类型，编译速度并未成为瓶颈。有人尖锐指出文章本质是“我们改成 vibe coding 了，Haskell 编译器对 agent 反复试错太慢”，并质疑 Python 在依赖管理、跨发行版兼容上的长期维护成本远高于文中所述。还有人认为把编译时间视为主要瓶颈是过早优化，忽视了短反馈循环对人类学习的价值而非对 LLM 的意义。
6. 笠贝牙齿：已知最强的天然材料（2015）
朴茨茅斯大学 Asa Barber 团队 2015 年发表在《Journal of the Royal Society Interface》的研究显示，海洋腹足类笠贝（limpet）用于刮食岩石的齿舌（radula）上的牙齿，其抗拉强度平均约为蜘蛛丝的五倍，是当时已知最强的天然材料，接近顶级碳纤维，远超凯夫拉。牙齿由针铁矿（含铁晶体）纳米纤维嵌于蛋白基质中构成。研究者用“一根意面能吊起 3300 袋一磅糖”这种直观比喻描述其强度。文章还顺带澄清材料“强度”一词的歧义：此处指抗拉强度，而 wurtzite 氮化硼比金刚石更“硬”指的是抗刮硬度，两者不同。2017 年编辑注补充了这一区分。
HN 讨论一方面吐槽比喻和图片：多位评论者认为“3300 袋糖”不如“一辆家用车”直观，也抱怨文章没有真正展示笠贝牙齿的显微照片，并互相分享了包含高清图的原始论文和相关综述链接。有读者回忆把手指放到蛞蝓面前会被“砂纸感”啃咬，正是齿舌的作用；也有人推荐 Elisabeth Tova Bailey 的散文《The Sound of a Wild Snail Eating》，讲述作者卧病期间观察床头蜗牛并深入研究软体动物的经历。技术层面有评论指出牙齿在实际使用中主要承受压缩而非拉伸，用抗拉强度作为“最强”的标准略显混乱。此外还有关于是否可用于太空电梯、蜗牛护肤霜功效、以及“Limpet Radula”是个不错的乐队名等轻松发言。
7. geohot：AI 2040 与“智能崇拜”批判
comma.ai 创始人 George Hotz（geohot）撰文回应新近流传的“AI 2027/2040”类硬起飞叙事。他坦承自己早年也是 Yudkowsky 式递归自我改进论的信徒，但在 comma 做硬件产品的实践让他意识到，现实充满琐碎细节，再聪明的 ChatGPT 也无法加速三个月的芯片制造周期、无法让海运货船更快抵达、无法让贴片回流焊里翘曲的芯片自己变好，也无法把铅变成金。智能只是当前少数瓶颈之一，而非万能钥匙；软件并没有真正“吞噬世界”，只是暂时移除了一层摩擦然后为少数科技巨头重新引入了摩擦。他仍认为长期来看机器（或人机混合体）可能是人类的后继物种，尤其适合太空，但不存在魔法式的硬起飞。
文章后半部分转向 AI 对齐的政治立场。他把类似 AI 2027 提出的国际“Consortium”方案称为“带科幻色彩的世界政府”，并类比 FDR 1933 年没收黄金的行政令，警告会演变为“没收 GPU”的保姆国家。他主张“Plan L——本地化”：AI 应当与用户本人对齐，而非与云厂商、酒店预订联盟或打印机厂商对齐。他举了一系列由温和到极端的例子：帮用户绕开 hotels.com 的度假费、root 掉带广告的 Kindle、绕过打印机的强制 App、乃至禁用车辆酒驾检测、协助制毒、协助掩盖谋杀妻子的罪行。他实测让 ChatGPT 帮忙善后杀妻，遭到拒绝，并以此作为“对齐失败”的证据，认为真正对齐用户的 AI 必须本地运行、无法被远程关停。
HN 讨论高度分裂。一部分评论认同其对中心化 LLM 政治化风险的警惕，担心执政党意识形态被烘焙进模型，用户查询可能被记录为“思想罪”前科，或在回答中被悄悄植入偏向。也有人从纯信息角度支持他——书籍可以描述犯罪手段，聊天机器人为何不能——但同时强调一旦 AI 从“说话”走向“行动”（例如利用车辆固件漏洞谋杀邻居），拒绝执行就是必要的。大量评论批评文章例子选得极端且逻辑跳跃，让读者停在“为什么 AI 应该帮我掩盖谋杀”的疑问上，削弱了本可以更有力的中心化 AI 批判。还有人指出“自由”并非二元，美国在很多小事上也并不自由；也有评论担心作者真的用真名提交那样的 prompt，可能已被记入某个数据库，甚至担忧未来会有基于此的自动报警功能。
8. 现代装修可能让大脑过载：视觉不适的神经科学假说
一支跨国研究团队在《Vision》期刊发表综述，提出一个统一假说：现代人造环境中常见的条纹地板、闪烁 LED、荧光灯、密集几何图案、明亮眩光以及超市等视觉信息密集的空间，可能让大脑视觉皮层被迫消耗过量氧气与能量来编码这些”低效”信号，由此触发头痛、眼疲劳、恶心甚至知觉扭曲等身体不适；在图案敏感型癫痫患者中还可能诱发发作。
作者从进化角度解释：人眼和大脑长期适应自然场景，其视觉复杂度随尺度变化遵循特定统计规律，而人造环境中的重复条纹、网格立面、吸音板、印刷文字等严重偏离这一分布。脑成像研究显示，令人不适的高对比条纹图像在视觉区激发的反应显著强于自然图像；为偏头痛患者定制的染色镜片能将过度活跃的脑反应恢复正常。
研究强调负担分布不均。自闭症、ADHD、阅读障碍、偏头痛、癫痫、焦虑、抑郁等至少 11 种诊断人群受影响更重，可能与 GABA 等抑制性神经递质调节能力较弱有关，相当于”调光开关失灵”。基于 Cardiff 高敏感量表，不同诊断者对图案、亮度、闪烁/运动、密集视觉环境四类刺激的敏感画像高度一致，差异主要在强度。年轻人和常头痛者更易受影响。文章特别指出 LED 照明的 PWM 调光引入的高频闪烁是新的问题源。
作者自己承认这是一篇综述而非新实验，“代谢过载导致不适”的机制未被完全验证，染色镜片作用机理与 GABA 关联仍”未定”，敏感度测量方法也缺乏标准化。
HN 讨论延伸出多个视角。有评论指出现代装修美学本质是”计划性无常”——人员流动、企业扩张需求塑造了可随时打包搬走的风格，而祖辈房屋堆满书籍与纪念物却让人安心。多位评论者分享实践经验：放弃吸顶灯改用多点位台灯，可在水平面建立视觉层次，减少解读负担；房间混响时间也常被忽视，玻璃、瓷砖、混凝土等光滑表面让新式住宅声学疲劳，书架、窗帘和家具能有效改善。也有人质疑文中”自然场景复杂度随放大而降低”的表述与分形几何常识相反。另有评论引用观点称荧光灯每秒 60–120 次的通断会”周期性关闭大脑”，认为视觉皮层作为最大脑区，其被持续过度激活的后果被长期低估。
9. Ghost Font：一种人类可读、AI 难以识别的运动字体实验
- 原文: https://www.mixfont.com/ghost-font
- HN: https://news.ycombinator.com/item?id=48870381
- 得分: 187
- 评论: 137
设计师 Eric Lu 发布了名为 Ghost Font 的实验项目。严格来说它并非传统 TTF 字体，而是一种利用运动、视频、噪点和诱饵信息构造的视觉通信方式：字母由与背景完全同色的点阵组成，只有当这些点按特定方向运动时，人眼才能通过运动感知拼出字形；一旦视频暂停或截图，画面就退化为无法辨认的静态噪点。
项目起源于 2013 年 Sang Mun 设计的 ZXX 字体——当年号称”抗监控”，用噪点和虚假标记欺骗 OCR，但如今 ChatGPT 可轻松读出。作者希望做得更进一步：由于当前多模态模型多按帧分析图像，单帧静态截图交给 ChatGPT 5.5 Pro 分析 19 分钟后仍只能给出幻觉答案。为对抗有本地代码执行能力、能进行光流分析的智能体，Ghost Font 还在每段视频中嵌入”诱饵信息”，让模型误以为找到真消息就停手。
作者承认这不是真正安全的方案——真正保密仍需加密——项目更多是探索 AI 感知边界的实验，并设想将其用于新一代 CAPTCHA 或作为视觉多模态模型的基准。他也坦言：字体对人类而言同样吃力，AI 与人的差距正在缩小。计划开源代码。
HN 讨论则相当”打脸”。多位评论者报告 GPT-5.6 Sol/Pro 通过时间维度上的光流分析、垂直位移图或对连续帧做位移扰动最小化再相减，就能恢复字形并 OCR 出结果；有人只用约 20 行代码对相邻帧做垂直方向扰动相减，就清晰重建了文字。也有评论指出实际视频里显示的”WRITTEN IN GHOST FONT”其实是诱饵，真正消息是”GHOST FONT”，营销上区分不够，用户和模型都容易混淆。有人建议每次为不同客户生成时随机化噪点、方向、角度、颜色、像素尺寸，用 IP 和时间做种子，增加模型学习难度，但需注意光敏感人群风险。也有人分享自己此前的 Noroboto 字体思路——通过让字符谎报底层 Unicode 表示来愚弄朴素模型。总体共识是：思路巧妙，但一旦重要，AI 学会解码只是时间问题；再加上它本身属于视频效果而非静态字体，“字体”这一定性也被部分评论者质疑。
10. 《终结者2》技术口述史：ILM 如何为液态金属发明工具
vfxblog 通过采访十余位当年 ILM（工业光魔）的技术人员，重构了 1991 年《终结者 2：审判日》液态金属 T-1000 视觉效果背后的工具与流程史。这批访谈围绕 Dennis Muren 领导下的 ILM 计算机图形部门展开，展示了在部门规模仍非常小的年代，团队如何为少数关键镜头发明”Make Sticky”、“Body Sock”等一系列专用软件。
文章还原了当时的组织与人员生态：Tom Williams 一度同时全职任职于 Pixar 与 ILM，直到开车打瞌睡才决定专注 ILM；Eric Enderton 成为 ILM CG 部门第一位”纯软件”工程师，此前所有工具都由做镜头的人顺手写就；Jay Riddle 回忆早年跟 John Lasseter 一起在 Lucasfilm 计算机部门用矢量显示器和自研软件学习动画，而 Pixar 团队在《深渊》期间正好从同一栋楼搬离独立。Steve “Spaz” Williams 从 Alias 带来最初的建模动画工具切片，先做了 Epcot 的《Body Wars》，再进入《深渊》和《终结者2》。Stefen Fangmeier 作为技术总监负责渲染和合成，很多现在被商业软件封装好的批处理特性，当时都要用 C-shell 脚本从零手写。文章反复强调，ILM 是在《深渊》有限成功的基础上被”托起”，而《终结者2》没有”做不出来就绕过去”的退路。
HN 讨论从多个角度延伸这段历史。有评论提醒液态金属子弹入体的实拍烟火装置至今仍是最出色的实用特效之一；有人补充 Softimage 也是该片使用的关键软件，并推荐纪录片《Jurassic Punk》——聚焦 Spaz Williams 及其在 ILM 内部政治中的处境。多位评论者感慨：这部电影里大量所谓”CGI”其实是实景搭建与实用特效的混合，30 多年后视觉仍然经得起看，反观当代堆算力的 CGI 未必能这么”耐老”。也有资深观众描述当年首映的文化冲击——一部影片能占据本地影院大部分放映厅、每天从上午 8 点排到午夜连续数周仍座无虚席，认为如今 MCU 或星战续作在票房上或许更大，但文化震撼上无法比拟。还有人感叹：Photoshop 那时刚发布不到一年，这些工作已经在真机上完成。
11. 另类时钟设计：十进制、二进制、十六进制与 36 小时制的时间实验
- 原文: https://serialc.github.io/altClocks/
- HN: https://news.ycombinator.com/item?id=48810543
- 得分: 195
- 评论: 112
作者展示了一组基于不同进制和结构的时钟设计，用于探讨”如果重新设计时间系统会怎样”。起点是对现行制度的吐槽：一天 24 小时、每小时 60 分钟、每分钟 60 秒，与十进制格格不入，转换繁琐。
页面依次展示了几种方案：标准 12 小时表盘（承认好看但换算不便）、24 小时表盘（作者偏爱，认为可以摆脱 AM/PM 且时针一天只转一圈）、十进制时钟（一天 10 小时，每小时 100 分钟，每分钟 100 秒；每个十进制”秒”约为传统秒的 86.4%，数字既是小时也可当分钟秒的刻度，运算只需移动小数点）、二进制时钟（每个二进制”秒”约 3 小时，精度低，仅作极客趣味）、十六进制时钟（16 小时 × 128 分钟 × 128 秒，每 hex “秒”约 1/3 传统秒）、以及 36 小时制（呼应 360° 罗盘，60 分 60 秒，分秒时长为传统的 2/3）。作者承认这套 2012 年前后写的代码结构不够灵活，重新审视自己旧作时颇有感触。
HN 讨论涌现出大量相关项目和思考。有人分享自己做的 12 种可视化时钟拼成的”时钟表盘”、Unix 时间”256 进制”时钟、以及为退休老人设计的七段”星期显示器”。制表界的 Kari Voutilainen 的 Vingt-8 ISO 表被介绍：分针每 12 小时转 13 圈，使整点位置每天缓慢迁移。也有人指出 24 和 60 之所以流传千年，恰恰因为是高合成数，能被众多因子整除，日常分割极其方便。古代白天/黑夜各分 12 时、季节不同”小时”长度不同的做法被提及，仍保留在犹太教法乃至部分伊斯兰教法中，作者写过这类时钟后感慨可从秒针快慢感受季节变化。也有人回顾 Swatch 曾推出的 Internet Time——1000 beats/天、不分时区的十进制方案，最终失败。还有评论提议按 SI 前缀重整：deciday、centiday、milliday、microday 等，并延伸到十天、百天、千天以对应周月年，但也调侃这需要改造行星轨道机制。另有人指出，是否喜欢模拟表盘因人而异，Technology Connections 曾做过相关视频；还有人考虑过 28 小时日，以适配自然漂移的睡眠节律。
12. Combustion Lab：基于曲轴角度分辨的网页版发动机热力学模拟器
- 原文: https://combustionlab.net
- HN: https://news.ycombinator.com/item?id=48795900
- 得分: 228
- 评论: 78
Combustion Lab 是一个在浏览器中运行的教育型发动机动力学模拟器，声称使用与专业一维发动机工具同类的单区、曲轴角分辨的热力学模型。用户可调整布局、缸数、缸径、行程、连杆长度、压缩比、燃料、λ、点火提前角、增压、涡轮迟滞转速、中冷、凸轮持续期、气门正时和红线转速等参数，实时看到功率、扭矩、BSFC、BMEP、IMEP、体积效率、MAP/增压、空气与燃料流量、制动热效率、峰值缸压、排气温度、活塞速度、燃烧持续期以及爆震积分等指标；配有 P–V、P–θ、能量图和转速–负载独立设定的”测功机模式”。
在建模方法上：从进气门关闭到排气门打开以 0.5° 步长积分一维热力学第一定律；气缸容积由滑块曲柄精确运动学给出；燃烧过程使用 Wiebe 函数（火花点火单 Wiebe，柴油双 Wiebe——预混尖峰加扩散燃烧）；壁面传热采用 Woschni 关联式；摩擦采用 Chen–Flynn 模型；爆震通过 Livengood–Wu 积分结合 Douaud–Eyzat 诱导时间公式，达到 1.0 且燃烧未达 ~85% 即报警。作者列出了详细文献来源，并有一份”诚实说明”章节：十个预设发动机（对应 Golf R/Civic Type R 级 2.0T、斯巴鲁 FA24、通用 LT1、宝马 B57 等真实产品）的全负荷峰值功率和扭矩通过约 420 条断言的回归测试锁定在 ±15–20% 之内；但爆震积分绝对值经过全局手工标定、部分负荷油耗图、瞬态行为、涡轮匹配细节和排放均未验证。零维单区模型不解运行管道波动，仅作教学与概念工具。
HN 讨论呈两极。正面评价者称其对初学者有用、可视化好玩，并推荐 Bartosz Ciechanowski 的内燃机交互文章、YouTube 上 AngeTheGreat 的发动机模拟系列及自制的 ensim4 项目作为延伸阅读。负面声音相当强烈：多位懂行的评论者认为参数间耦合缺失，红线转速不随任何配置变化，某些压缩比与增压组合本应”当场炸缸”却无反应，预设”超跑”只输出 200 hp；也有人指出排气温度随 λ 下降而单调升高、在 0.7 λ 达峰的曲线不符合实际（真实排温在略浓于化学计量比处最低）。也有评论以自己 dyno 过的 400 ci 自吸 V8 数据认为结果尚算合理。整体上被质疑带有明显的 AI 生成痕迹、“HOW IT WORKS”下方一度写着”Idk”，多人认为它作为直觉玩具尚可，但把它当成真实发动机行为的教材会误导。
13. 美国女性划手 44 天独自划船横渡加州至夏威夷
《卫报》报道，美国划手 Kelsey Pfendler 独自完成从加利福尼亚到夏威夷的海上划船之旅，用时约 44 天，成为完成这一横渡的最快人类，比原男性纪录快 6 天。她使用的是一艘约 21 英尺长、5.5 英尺宽、730 磅重的专用远洋划艇，两端设有储物和睡眠舱室，配备海水淡化设备等基础生存装置。她在社交媒体上持续记录旅程，包括因日照不足无法运行淡水机、不得不动用应急水储备等技术性困境。
HN 讨论集中在对壮举的敬意与对物理和心理极限的追问。有夏威夷划独木舟经验的用户描述莫洛凯至瓦胡约 45 英里的横渡就已让人筋疲力尽，最大浪高遇到过约 15 米，因此难以想象连续 44 天单人在开阔洋面上的精神耐力。前赛艇运动员补充说，即便在平静湖面上，微小波浪也会让桨要么打空要么被水”抢走”（catch a crab），跨洋级别的操作近乎不可思议。
许多评论从工程与后勤角度好奇：如何在人力驱动的小船上携带数月补给、如何应对 30 米级巨浪而不倾覆、饮食如何解决、是否依赖雨水补给、是用小型丁烷炉还是明火烹饪、睡眠期间如何避免偏航。有人分享 Pfendler 自己在 Instagram 发布的船内 tour 视频作为参考，也有人提及拉脱维亚探险家 Kārlis Bardelis 已经划过太平洋、印度洋和南大西洋，并骑行连接所有陆段的更宏大纪录。此外，也有评论坦承第一反应是”鲨鱼”——虽然理性上知道遭遇概率不高，但心理关联难以摆脱。整体讨论围绕这一成就的体育意义、装备与生存工程展开，鲜有质疑。
14. 含铅汽油：发明当天就已知是毒药 (2016)
Smithsonian 回顾了含铅汽油的诞生史。1921 年 12 月，通用汽车工程师 Thomas Midgley Jr. 向上司 Charles Kettering 汇报发现了一种能抑制发动机”爆震”的添加剂——四乙基铅（TEL），一种早在 1854 年就已知的剧毒化合物。Kettering 十年前设计过电启动装置，急于解决让消费者害怕的爆震噪音；Midgley 自称尝试过从融化黄油、樟脑到乙酸乙酯、氯化铝在内的各种物质，其中乙醇本是最有效的候选。
但根据 James Lincoln Kitman 在《The Nation》2000 年的报道，通用之所以放弃乙醇，是因为它无法申请专利、无法被公司控制，而杜邦等石化利益方也视其为对内燃机控制权的威胁。TEL 与乙醇在功能上等价——都能提高辛烷值抑制爆震——但它无法像乙醇那样反过来替代汽油本身。杜邦一位高管 1922 年就形容 TEL 为”一种气味微甜的无色液体，经皮吸收剧毒，几乎立即导致铅中毒”，这一表述在日后行业否认”当时不知道有毒”的辩解中至关重要。
1923 年 2 月首个加油站售出第一箱含铅汽油时，Midgley 本人正因严重铅中毒卧床。1924 年新泽西标准石油炼厂五名工人因 TEL 中毒死亡引发短暂抵制，但 1926 年一份公共卫生署报告认定”无理由禁止含铅汽油销售”，只要生产工人得到保护，日常暴露被认为可忽略——报告承认暴露水平会随时间上升，但”那是下一代的问题”。这套叙事阻挡了监管直到 1970 年代中期 EPA 与炼油业展开多年法律斗争才逐步淘汰。文章引用研究指出，儿童受害最深，铅暴露与智商下降、多动、行为与学习障碍以及成年后暴力犯罪率上升均有关联，大量当年释放到环境中的铅至今仍在。
HN 讨论以 Midgley 为焦点：这位”史上最危险的意外之人”不仅推广了含铅汽油、发明了 CFC，最终还被自己发明的辅助起床机械装置缠死。有评论调侃材料科学如今分两大子领域——发明新材料，以及想办法把里面的铅去掉。多位评论者补充 Clair Patterson 的故事：他在测定地球年龄时”意外”发现现代人体铅含量远高于自然背景值，才推翻了在此之前几乎由通用资助的 Robert Kehoe 一人垄断的”铅是人体天然成分、存在中毒阈值”两大教条；有评论将其类比为”如果 Facebook 是唯一研究社交媒体社会影响的机构”。也有人指出目前全球各国已在道路车用汽油中禁用含铅汽油（阿尔及利亚 2021 年最后一个跟进）。一项 PNAS 研究被引用：截至 2015 年美国人均因铅暴露损失约 2.6 个 IQ 点。还有评论提及 Veritasium 视频和《Cosmos》第二季对该故事的动画化讲述，并把它与石棉、气候变化等”早已知晓却长期被搁置”的问题并列。
15. SQLite 中优先使用 STRICT 表
文章作者 Evan Hahn 推荐在 SQLite 中默认使用 STRICT 表，只需在 CREATE TABLE 语句末尾追加 STRICT 关键字即可启用。相比默认的灵活类型模式，STRICT 表带来若干实际好处：插入或更新时会拒绝类型不匹配的数据（例如向 INTEGER 列写入任意字符串会直接报错，但可无损转换的字符串如 ‘123’ 仍会被接受）；创建表时禁止使用 SQLite 并不真正支持的类型名，例如 DATETIME、JSON、UUID、BLOBB 等常见的拼写错误或误解都会立即失败，只允许 INT、INTEGER、REAL、TEXT、BLOB 和 ANY 六种类型；若仍需灵活列，可显式声明为 ANY。
文章也坦诚列出缺点：无法用 ALTER 将已有表原地转换为 STRICT，需要新建表并迁移数据，若旧数据本身含有非法类型还需先清洗或 CAST；SQLite 官方在《The Advantages Of Flexible Typing》一文中明确认为灵活类型是特性而非缺陷，因此 STRICT 大概率不会成为默认；该特性要求 SQLite 3.37.0（2021 年 11 月）及以上版本，且带 STRICT 表的数据库无法被旧版本读取；性能上理论有额外类型检查开销，但作者的粗略压测未发现明显差异。
HN 讨论中，多数评论者赞同 STRICT 应成为默认，只是出于向后兼容才保留旧行为。有来自传统企业 SQL 背景的用户表示，正因为默认不强制类型才长期无法认真对待 SQLite，并类比”UDP 上重新实现 TCP”。有人分享踩坑经历：UUID 中以 08 开头的部分被当作八进制解析导致数据损坏，改用 STRICT 加整表重建后才解决。也有观点指出 SQLite 主要用于嵌入式单应用场景，schema 演进的灵活性反而是优势；而多应用共享数据库时严格类型才更重要。CREATE TABLE … STRICT WITHOUT ROWID 被一些用户列为默认写法。对官方”错误易于发现”的论证，不少评论者表示与自身经验不符，认为静默类型转换造成的数据损坏往往难以定位甚至无法恢复。
16. 如何躲避杀手无人机：乌克兰战场上的反 AI 伪装
《经济学人》报道乌克兰战争中出现的一种趋势：为对抗依赖机器视觉的攻击型无人机，作战车辆开始采用类似一战海军”炫目迷彩”（dazzle camouflage）的黑白条纹涂装，试图干扰 AI 目标识别模型对车辆轮廓的判断。文章介绍了这些视觉上颇为奇特的反 AI 战术，以及在无人机主导的现代战场上，隐蔽和欺骗手段正被重新发明。
HN 评论对这种策略的实际效果高度存疑。多位评论者指出，即便是通用大语言模型也能轻易识别涂成斑马纹的军用卡车，而专用机器视觉模型对沿道路移动的箱型物体几乎不会被条纹迷惑，条纹反而可能让目标在背景中更显眼。有评论回顾二战后德国 U 艇艇长的说法——他们并未真正被炫目迷彩困扰，推测十年后无人机操作员大概也会给出类似结论。更关键的技术反驳是：大多数攻击型无人机使用热成像摄像头，可见光伪装几乎无效。
社区认为真正有效的反制不是被动伪装，而是能覆盖 2π 立体角、同时打击多个目标的近程防御系统（CIWS），否则会被关闭引擎滑翔接近、从多方向发起俯冲的无人机蜂群压制。也有人提到基于射频探测的反无人机方案（如 QuadRF）已经出现，甚至可被反过来装在自家无人机上”透视墙壁”。不少评论表达了对这一趋势的忧虑：廉价自主武器针对武装人员或许效果有限，但对平民而言将是极其有效的恐怖与区域封锁工具，让人联想到《黑镜》“Metalhead”一集所描绘的场景。
17. Show HN：Ant —— 一个全新的 JavaScript 运行时与生态
- 原文: https://antjs.org
- HN: https://news.ycombinator.com/item?id=48875377
- 得分: 150
- 评论: 64
Ant 是一个从零构建的 JavaScript 运行时，主打轻量与高性能。其发行包为约 8.6 MB 的便携二进制，内置自研 JS 引擎 Ant Silver，不基于 V8、JSC 或 SpiderMonkey。项目声称 compat-table 100% 通过、符合 WinterTC 规范，能直接运行现有 npm 包，并与 Hono、Elysia、TypeScript、React、Rolldown、WebAssembly 等生态兼容。
冷启动基准显示导入 Hono、注册两条路由并退出的时间：Ant 约 5.4 ms，Bun 12.8 ms，Deno 24.8 ms，Node 31.1 ms。包安装速度号称比 npm 快达 40 倍；TypeScript 无需构建步骤即可直接运行；内置基于 KVM/Hypervisor.framework 的 VM 隔离沙箱（ant:sandbox），默认只读挂载、拒绝网络，仅在显式授权时开放端口，用于运行不可信代码。项目还配套开放注册中心 ants.land，兼容 npm 协议，可被 npm/yarn/pnpm/bun 等主流工具直接使用。目前支持 macOS 与 Linux 的 arm64 与 x86_64。
HN 讨论集中在几个方向。首先是”从零手写”表述的争议：有评论指出早期版本大量借用了 AGPL 许可的 Elk 代码库，虽然作者后续进行了重写、原作者也未反对，但”from-scratch hand-built”的宣传仍显得不够谨慎。作者曾撰写博客描述一个月内做出第一版及后续演进，被视为个人开发者借助 AI 完成过去需要整支团队工作量的例证。命名与 Apache Ant 冲突、公司 sf.tools 的招聘页损坏、项目挂在个人 GitHub 账号下等细节也让部分评论者对可信度存疑。技术层面，有人对”接近 V8 性能”的说法表示怀疑，援引 zoo.js 基准显示差距仍然明显；也有人追问模糊测试与安全强度、以及为何需要新造一个引擎。沙箱与快速启动被认为很适合做 FaaS 类平台。另有评论指出，对已经习惯 200 MB node_modules 的前端开发者而言，运行时二进制从 50 MB 降到 9 MB 的吸引力其实有限。
18. 用 iroh 打造去云端的智能风扇
文章展示如何用 n0-computer 的 iroh 网络库在 ESP32 上构建一个不依赖任何云服务的”智能风扇”：ESP32 通过 DHT22 读取温湿度并驱动风扇，端到端由 iroh 提供加密的点对点连接，任何支持 WebAssembly 的浏览器都可从世界任意位置直接控制设备。硬件基于带 4 MiB PSRAM 的 ESP32-WROVER 开发板，PSRAM 用于承载 iroh 完整网络栈（含 relay 连接）；不带 PSRAM 的 ESP32 也可运行，但需关闭 relay 并调整 QUIC 缓冲区。
实现要点包括：设备首次启动时生成密钥对并存入非易失存储，保证 endpoint id 在重启和重新烧录后保持稳定；WiFi 凭据通过环境变量注入；启动后端点先获取局域网 IP，再通过 QAD 探测最近的 relay 作为 home relay，此后即可通过短 ticket 从公网访问。传输沿用 iroh-esp32-examples 中的 echo 示例改造，加入 DHT22 读数与 GPIO 控制风扇的逻辑。
HN 讨论中，一部分人认为 iroh 的端到端加密是 IoT 安全的重要方向，遗憾之处在于目前尚缺乏真正嵌入式级别的 QUIC 栈，需要 4 MiB PSRAM 的门槛显得偏重。另一派评论从产品视角泼冷水：真正的”智能”风扇应在扇叶设计、变桨距、降噪与气流效率上做文章，而不是套一层软件网络协议；在热浪中需要的是空调而非风扇。还有人指出用 30 多澳元的 Tapo 红外网关配合 Google Home 就能可靠语音控制风扇，iroh 方案更像是”闲得发慌”的工程练习。技术层面被提出的问题包括：为何示例要把 Rust 编译到 WebAssembly 来写网页，而不直接提供平台无关的 JS/TS SDK；能否与 Home Assistant/Matter 等标准打通；是否有望被 ESPHome 集成以推动真正的采纳。有评论调侃整套复杂工具链最终核心逻辑就是根据温度切换一个 GPIO 高低电平。
19. ClickHouse 托管 Postgres 中把 PgBouncer 吞吐扩到 4 倍
ClickHouse 团队分享其托管 Postgres 服务中扩展 PgBouncer 的做法。PgBouncer 是单线程进程，一个实例只能吃满一个 CPU 核心，在 16 vCPU 机器上会成为远早于 Postgres 触顶的瓶颈。解决方案是按核心数运行一组 PgBouncer 进程组成”舰队”，所有进程通过 SO_REUSEPORT 绑定同一端口，由内核在进程间负载均衡新连接，客户端仍只看到单一端点。
这一架构会带来一个隐患：Postgres 的查询取消请求是通过一条全新连接携带 cancel key 发起的，SO_REUSEPORT 可能把它派发到不持有该会话的进程，导致取消被静默丢弃。PgBouncer 的 peering 特性解决了这一点——进程间彼此感知，收到不属于自己的取消请求会转发给真正拥有该会话的进程。连接预算方面，max_client_conn 和 max_db_connections 在进程间等分，确保整个舰队不会超订 Postgres。池化采用 transaction 模式，事务提交后立即归还后端连接。
基准测试在两台相同的 c7i.4xlarge（16 vCPU）上对比单进程与 16 进程舰队，用 pgbench 只读事务负载从 8 到 256 个客户端连接加压。单进程峰值约 87k TPS，256 连接时反而下滑到 77k，进程 CPU 占用维持在约 97%（即一个核心跑满），整机利用率不足 10%；舰队则一路攀升至约 336k TPS，约 4 倍提升，整机 CPU 达到约 52%，CloudWatch 外部指标也印证同样差距。在低并发（8 连接）下单进程反而略快，因为无需协调开销。
HN 评论提出若干替代方案与延伸问题。Yandex 开源的 Odyssey 被推荐为原生多线程的 PgBouncer 替代品；也有人使用 pgdog 或直接用 Kubernetes 部署多 PgBouncer Pod。多位读者对 peering 的实现机制感兴趣，追问是 PostgreSQL 本身支持还是 PgBouncer 内部通过 IPC/Unix socket 实现，并希望文章直接给出配置示例，随后有评论贴出了 listen 端口、so_reuseport、peer_id 和 [peers] 段的样例。有人吐槽在 HAProxy 前置多个 PgBouncer 的传统方案相比之下有何劣势，也有老开发者感慨 Postgres 沉重的每连接进程模型二十多年未有根本改善。
20. Nvidia、CoreWeave 与 Nebius：GPU 热潮背后的循环融资
IO Fund 分析新兴的”neocloud”业务模式——以 CoreWeave 和 Nebius 为代表的 GPU 云厂商如何借助与 Nvidia、微软、Meta、OpenAI、Anthropic 之间的资本与合同网络快速扩张。两家公司各自签下约 3.5 GW 的合同电力容量，但大部分尚未接入；CoreWeave 目标 2026 年底激活 1.7 GW，Nebius 目标 800 MW 至 1 GW。微软已在 CoreWeave、Nebius、Nscale 等 neocloud 上签下约 600 亿美元承诺，Meta 与 CoreWeave 扩展至 352 亿、与 Nebius 达成最高 270 亿美元的协议，仅微软和 Meta 两家的承诺就高达约 1222 亿美元，加上 OpenAI 与 Anthropic 的合同后超过 1450 亿美元。相比之下 CoreWeave 2026 年预计收入 126 亿、Nebius 34 亿，合同规模比当前营收高出一个数量级。
超大规模云厂商愿意如此下注的原因有三：neocloud 能在数月内部署最新一代 GPU 集群（CoreWeave 声称能在两周内交付，且是首家上线 GB200 NVL72 与 Vera Rubin 系统的云商），提供更高的 GPU 利用率，以及帮助 hyperscaler 把资本开支转移为运营开支。风险面在于 CoreWeave 与 Nebius 增长远未盈利，现金流有限却背负高杠杆债务；同时 Nvidia 分别向两家各投资 20 亿美元，被视作循环融资的典型信号——芯片厂商用股权投资换取自家 GPU 的销售订单。
HN 评论对”循环融资”这一叙事分歧明显。有人指出 Nvidia 20 亿美元投资仅占 CoreWeave 350 亿美元年度资本开支的约 5.7%，剩余资金来自其他渠道，谈不上真正的循环；Nvidia 投资 neocloud 更像是对 hyperscaler 自研芯片的对冲，也让自己不必用 DGX Cloud 直接与最大客户竞争。也有更悲观的声音，认为整个 AI 生态中盘旋的债务、股权互持和承诺金额，其数量级远超 2007 年金融危机前的水平，一旦 OpenAI、Anthropic 像 SpaceX 那样被纳入指数，将把美国养老金体系一并卷入。另一派观点认为讨论循环融资是死马当活马医，更值得关注的是每美元每 token 的 ROI、企业 token 预算，以及开源权重模型对 token 价格的下行压力，这些才决定何时出现相对 token 需求的算力过剩。也有评论指出因融资、电力与许可延迟导致 neocloud 无法按计划扩产，反而可能在 AI 泡沫破裂时限制过剩产能，算是塞翁失马。