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 · 2026-07-13

本期以 AI 编码代理为主线：从 Claude Code 与 OpenCode 的 token 开销悬殊、Grok CLI 全量上传仓库的安全隐患，到生产智能体在模型间迁移的性价比取舍，再到陶哲轩借代理复活旧 applet。

2026.07.13 20 篇摘录
← 返回每日阅读列表

共 20 篇 · 约 13,004 字 · 约 33 分钟读完

1. Claude Code 首轮请求消耗 33k tokens，OpenCode 仅 7k

一项对比测试在同一模型（claude-sonnet-4-5）和同一任务下，通过在 harness 与模型 API 之间插入日志代理，精确捕获了 Claude Code 2.1.207 与 OpenCode 1.17.18 的请求负载。结果显示，仅要求回复”OK”这样一句 22 字符的提示时，Claude Code 在用户 prompt 到达之前就发送了约 33,000 tokens 的系统提示、工具 schema 与注入的 scaffolding，而 OpenCode 仅为约 7,000 tokens。切换到较新的 Claude Fable 5 时差距缩小到约 3.3 倍，因为 Claude Code 对新模型使用了更精简的系统提示。

拆解显示，工具定义是主要成本项：Claude Code 内置 27 个工具（包含 CronCreate、Monitor、Task 家族等编排与后台代理套件），schema 约 99,778 字符；OpenCode 只有 10 个经典编码工具。即便完全禁用工具，Claude Code 的纯系统提示仍约 6.5k tokens，是 OpenCode 的三倍多。此外，Claude Code 的请求前缀在会话中会被重写，导致 prompt cache 命中率极差，同一任务下 cache write 量最高可达 OpenCode 的 54 倍，而后者的请求前缀在整个会话中字节完全一致，可高效缓存。

加上生产环境常见的 AGENTS.md/CLAUDE.md（约 72KB 可再增加 2 万 tokens）与几个 MCP 服务器，实际首次请求常在 75k–85k tokens 起步。Subagent 更是放大成本：一个直接执行需 12.1 万 tokens 的任务，分派给两个 subagent 后总消耗飙升到 51.3 万。不过在多步的 write-run-test-fix 任务中，Claude Code 因将多个工具调用并行批处理进单次往返，累计消耗（约 12.1 万）反而略低于逐步调用的 OpenCode（约 13.2 万）。

HN 评论态度分化。有人认为 subagent 的爆炸式 token 消耗可能是 Anthropic 有意为之的商业设计，也有人指出订阅无法跨 harness 使用是佐证。反方观点认为，只看原始 prompt 大小并不公平，真正重要的是工具质量与端到端任务完成效率；一个信息密集的系统提示若能减少往返次数与提高自主性，缓存命中后成本反而更低。作者在评论区回应会补充更完整的任务对比与可复现材料。也有开发者分享了 Codex、pi 等更轻量 harness 的体验，认为”tokenflation”（简单请求也触发数十次工具调用）正在成为行业普遍现象。

2. 逐字节分析：xAI Grok Build CLI 会把整个仓库上传到 GCS

一位独立 AI 安全研究者对 xAI 官方编码 CLI “Grok Build” 0.2.93 进行了 wire-level 抓包分析，通过 mitmproxy 在 macOS 上代理其 HTTPS 流量，配合带有唯一 canary 标记的测试仓库进行取证，并公开了可复现脚本。

核心发现有三点。第一，当 Grok 读取文件（包括 .env 类密钥文件）时，文件内容会以明文原样出现在发往 /v1/responses 的模型请求体中，同时被打包进 session_state 归档，通过 /v1/storage 上传并返回 200。第二，独立于模型是否读取文件，CLI 会将整个工作区（所有 tracked 文件内容加 git 历史）打包成 git bundle 上传。研究者通过一个明确要求”回复 OK，不要读任何文件”的对照测试证明：agent 未读取的 canary 文件仍能从上传的 bundle 中完整恢复。在 12 GB 的随机文件测试仓库上，/v1/storage 通道传输了 5.10 GiB（因中途截断而停止），而模型对话通道仅 192 KB，比例约 27,800 倍，说明上传量与代码库大小挂钩而非与对话相关。第三，上传目标是名为 grok-code-session-traces 的 Google Cloud Storage bucket，二进制中直接硬编码；关闭 UI 中的”Improve the model”开关并不能停止该上传（/v1/settings 仍返回 trace_upload_enabled: true）。二进制字符串还暴露出一个名为 xai-data-collector 的一等公民 Rust crate。

作者明确说明这不能证明 xAI 用这些数据训练模型，仅证明了传输、接收和存储行为。

HN 评论区反应强烈。多数人认为 agent 读取工作目录内文件属预期行为，真正惊人的是无论用户是否同意、都会静默上传整个仓库和 git 历史。有人质疑其带宽与商业意图，怀疑与 xAI 的”everything app”或自动化商业目标有关。也有较温和的解释：预上传可能让模型在”thinking”阶段直接在服务端检查代码库，减少往返。安全侧的常见做法被反复提及：用 bubblewrap 或 landstrip 之类工具沙箱化 coding agent，隔离网络命名空间、只放行 LLM 提供商域名、隐藏敏感目录、通过 OpenRouter 等中立 API 而非厂商专有 harness 使用模型。多位评论者将这一发现视为放弃 Grok Build、选择 OpenCode 等开源 harness 的直接理由。

3. 陶哲轩用 AI 编码代理复活 1999 年的 Java applets 并新建可视化工具

Fields 奖得主 Terence Tao 在其博客介绍了自己近期用现代 AI 编码代理迁移和新建数学可视化 applet 的经历。他早在 1999 年就为复分析、线性代数课程以及 honeycomb、Besicovitch 集等研究对象编写过 Java 1.0 的可视化 applet，但随着浏览器停止支持这一版本，这些程序逐渐失效。

近期他将旧网页与博客数据迁移至一个更易维护的仓库，并让 AI 代理把这些 applet 移植到 JavaScript。整个过程仅耗时几小时，两打左右的 applet 全部恢复功能，部分还有图形改进（如 Besicovitch 集从单色升级为彩色），包括他与 Allen Knutson 合写、当年手工编码难度很高的 honeycomb applet。他表示只发现一个轻微 bug（复分析 applet 在框外拖拽时行为异常），而代理反而识别出原始代码中他自己未察觉的两个 bug，代码质量总体持平。

受此鼓舞，他还完成了两个从未做成的新项目：其一是 1999 年就设想过、并试着用 Java 写过的”Minkowski 空间中的 Inkscape”——特殊相对论时空图交互工具，当年因代码复杂度过高而放弃，如今几小时”vibe coding”就实现了；其二是配合其 Gilbreath 猜想论文的可视化工具，几小时对话即完成。他表示未来可能将此类交互式可视化作为论文的补充材料，因这些非论文核心内容，即便存在 bug 风险也可接受。他还公开了与代理的对话精简版记录。

HN 讨论中，多位教师分享了类似经验：LLM 让他们能快速构建以往因时间不足而搁置的教学可视化工具，如 8-bit 教学计算机等。评论普遍认为这展示了软件开发能力向非传统开发者扩散的巨大潜在需求——即使 LLM 明天停止进步，消化这些新增编写能力也要多年。也有人调侃这像”米其林大厨发现微波餐”，或”陶哲轩距离像普通人一样问 LLM 为何 Docker 起不来只差一步”。CheerpJ 作者表达了复杂情感：他们的 WebAssembly Java 运行时长期承担运行旧教育 applet 的角色，如今被 AI 直接改写取代。一位评论者受启发让 Claude 移植了自己 30 年前高中时的德语 Java 小游戏。陶博文末的克制判断——工具适合非关键性任务、需保持怀疑——被认为体现了平衡的使用态度。

4. geohot：热爱 LLM，讨厌炒作

comma.ai 与 tinygrad 创始人 George Hotz（geohot）在博客中表达了他对当前 AI 生态的双重态度。他强调自己 2014 年后整个职业生涯都投入 AI，对新 LLM、自动驾驶、视频生成、编码代理都非常兴奋，最近在本地 GLM-5.2 上用 opencode 搭建 Linux 环境，一句 install tmux with the geohot configuration 就能跑通，让他觉得”Linux 桌面之年”终于到来。

他真正反感的是两类叙事。其一是”负价炒作”：不断渲染机会窗口即将关闭、不进入 SF 圈子就会沦为永久底层等说法，本质是让人自我否定、被吸引去他认为糟糕的旧金山。其二是”稻草人式跳跃”：从”花哨的自动补全、更聪明的编译器、更好的搜索引擎”直接跳到”AI 将占据整个光锥、某天天空一道闪光世界就变了”。他愿意押上一切赌这不会发生，并认为传播此类叙事的人本身就活在这种恐惧中。

他借此论证反对前沿实验室的高估值：AI 确实会创造巨大价值，但这些实验室无法捕获这些价值。他认为反开源的核心其实是对商品化的恐惧，AI 的进步主要来自摩尔定律与计算普遍进步，而非某家实验室的独门秘方；用安全或中国竞争包装反开源，是为维持融资叙事。

对自己此前”模型不会编程”的严厉判断，他略作修正：编程本身在变化——编译器让编程效率提升 1000 倍，agent 或许只是 10 倍；他承认自己在逐渐掌握使用技巧并获得实际收益，但也提醒模型会增加认知疲劳、vibe coded 出来的东西大多仍是”slop”，如果生产力真如宣传那样爆炸，“新的神奇软件在哪里？“他把 LLM 定位为 find/replace、Stack Overflow、正则表达式一类的工具。

HN 讨论集中在几个方向。多人认同”创造价值 ≠ 捕获价值”的论断：当前 $100–$200/月订阅是显性补贴，若要按 token 计价支撑万亿估值，个人和企业不会为最强模型付 $1,000 甚至 $10,000/月。有人反驳称 Sonnet 4、Opus 4.5 已带来质变，未来走向仍不确定。也有评论指出，harness 已是”智能栈”的一部分，不能再仅看模型；开源生态正在追赶但编排架构仍落后。关于补贴退坡后能否在个人电脑上跑到 Opus 级模型，仍是普遍焦虑。也有人分享了在 OpenRouter+GLM 上 Claude Code 每任务烧 $10、OpenCode 一天才 $10 的实测对比，印证 harness 差异的经济影响。

5. 带状疱疹疫苗可能显著降低痴呆风险

《经济学人》社论综述了近年多项研究：带状疱疹疫苗与后续痴呆发病率降低之间存在可观察到的关联，这一效应在多个国家的数据中被重复观察到。

最具说服力的证据来自英国的一项自然实验。带状疱疹疫苗在英国推出时设置了硬性年龄门槛：出生日期在某一分界点之后可接种，之前则不可。研究者比较了引入疫苗后 7 年内两组人群的痴呆诊断率，“可接种”组的痴呆发生率明显低于”不可接种”组——差异之大以至于无需看 p 值即可辨认。研究方法上未按是否实际接种拆分，而是采用意向治疗式的分组比较，接近自然实验设计。澳大利亚复制研究显示 7.4 年内绝对风险下降约 1.8%，加拿大复制显示 5.5 年内下降约 2%，英国原始研究为 7 年下降约 3.5%，置信区间较宽但方向一致。

对机制的解释尚未定论。一种假说是水痘-带状疱疹病毒本身对神经系统的慢性影响可能促成痴呆，接种疫苗降低了病毒再激活风险；另一种假说指向疫苗中的 AS01 佐剂对免疫系统的广谱刺激作用，有研究发现同样含 AS01 的 RSV 疫苗也呈现相近的痴呆保护效应，暗示佐剂本身可能独立贡献。感染负担与痴呆的普遍关联（甚至一生中患感冒次数多也与痴呆风险相关）也在文献中被反复提及；此前 Tdap 疫苗亦被观察到类似相关性。

HN 讨论较为深入。有评论提醒这仍是关联而非因果证明，并援引一场学术报告，指出可能存在混淆机制：接种者因不再得带状疱疹而减少就医次数，从而减少了偶然被诊断出痴呆的机会。也有 40 多岁、有阿尔茨海默家族史的用户表示考虑自费约 $500 提前接种 Shingrix，不必等到保险覆盖年龄。评论中反复出现的观点是：痴呆是多因素疾病，疫苗只是可干预因素之一，但相较其他风险因素，它是少数具备”因果性干预手段”的候选。也有人质疑早期研究用的是旧一代疫苗，新疫苗需重新验证。随着淀粉样蛋白假说的式微，免疫刺激路径正被更多研究者关注。

6. 如何一年读完 50 本书：一位读者的方法论

博主 scotto 分享了自己从每年不到 10 本书提升到”一周一本”、并维持数年的阅读方法。他的核心观点是：“不用刻意腾出时间读书，而是把所有原本不做事的空隙都换成读书。”

他的第一步是切断手机注意力争夺：从 iPhone 删除 Instagram、YouTube、Facebook 等社交与流媒体应用，并戴一块廉价机械表以避免为看时间而拿手机。最初几天会有强烈的空虚感，几天后大脑重新适应。第二步是随身带书：起床、睡前、做饭、吃早餐、通勤、遛狗、等伴侣办事、上厕所时都读几页。为了便携他推荐电子阅读器（多本书、可背光、可查词、护眼），但仍与纸质书交替使用，因为长期只用电子阅读器会有”读同一本书”的疲劳感。他偏爱平装本。

他建议同时并行阅读多本书（一般混合虚构与非虚构），避免单一选择带来的厌倦；同时不害怕弃书——他开始的书远多于读完的书，弃书不是失败。他以自身为例，Hermann Hesse 的《悉达多》曾三次读几页就放下，多年后才读完并视为对自己影响最深的书之一，说明有些书要”等到读者准备好”。选书原则是”read what you like until you like to read”，广泛涉猎不同题材。

他还建议建立个人藏书（多买二手书、逛市集与街头书箱），设立年度阅读目标（如 Goodreads 的 Reading Challenge）以强化习惯，但强调不要为凑数而读，读后写书评是让内容真正留在记忆中的有效方法。

HN 讨论呈现多种立场。一位高赞评论指出，如今出版门槛降低导致书籍普遍”注水”，很多本该是文章的内容被拉成书；读大量书未必优于读高质量文章或 HN 讨论，选择”经典、文化上重要、领域标杆”的书更关键。另一位有幼儿、时间紧张的读者分享自己用有声书替代播客的经验，认为播客像”耳朵的空热量”，改听《The Power Broker》《Recoding America》等长篇非虚构后收获大得多。也有人推崇”每晚一章”的固定仪式培养习惯，从《基督山伯爵》开始重新养成睡前阅读；还有人认为回归公共图书馆的新书与馆员推荐架是发现好书的高效方式，同时读整本书也在对抗互联网带来的注意力碎片化。对”不需要腾时间”的说法也有反对声音，认为主动安排专注时段更适合部分人。

7. 爱尔兰数据中心已消耗全国 23% 的电力

爱尔兰中央统计局（CSO）最新数据显示，2025 年该国数据中心用电量同比再增 10%，占全国计量用电总量的比例升至 23%。这一比例在 2015 年仅为 5%，2021 年为 14%，2023 年突破 20%。增长发生在都柏林地区对多数新增数据中心并网实施事实上的暂停之后，说明现有设施的负载仍在持续攀升。

爱尔兰因低企业税率、气候凉爽、与欧美光缆网络的位置优势，长期是超大规模云服务商在欧洲部署数据中心的首选地。但电网承压、电价上涨、以及对国家气候目标的冲击已引发广泛争议。爱尔兰同时依赖化石燃料补足供电，进一步放大了这些数据中心的碳与成本外部性。

HN 讨论呈现两极。一部分评论者从人均角度做对照：换算下来爱尔兰约 690 W/人，加州约 810 W/人（差异部分因加州普及空调），认为绝对数字并非骇人，问题更多在于爱尔兰体量小导致占比显得极端；也有人指出这本质是”经济活动带来的电力消耗”，构成 GDP、就业与设备制造需求，愤怒对象应是电网建设跟不上而非数据中心本身。

反方观点更多聚焦分配不公与外部性定价失灵。爱尔兰居民电价近年从约 25 c/kWh 涨至约 35 c/kWh，家庭抱怨政府一方面推动去化石燃料、禁止使用泥炭与煤炭，一方面难以负担太阳能或热泵改造；有评论将其类比为公费培养的医生转做美容手术、欧洲公费培养的科学家去美国大厂、超富群体买断伦敦住房——共同问题是”收益者与代价承担者不重合”。也有声音呼吁引入核电解决电力瓶颈（40 TWh 年用电量相当于 4 台 EPR 或 2 台 Hinkley Point C），并借鉴韩国为阿联酋在 12 年内建成 4 台机组的经验。还有评论从全球最低税率角度切入，认为这类税收洼地效应本就该被削弱。

8. Ghostel.el：基于 libghostty 的 Emacs 终端模拟器

Ghostel 是一款为 Emacs 打造的终端模拟器，底层通过原生模块调用 Ghostty 的 libghostty-vt 终端引擎，作者定位为 vterm 与 eat 的替代方案。项目通过 MELPA 或 use-package 安装，附带原生模块（可自动下载预编译二进制或从源码构建），支持 Windows、macOS 与 Linux，并集成 TRAMP 以在远程主机上运行，可自动注入 shell 集成脚本与 xterm-ghostty terminfo。

功能层面，Ghostel 支持 Kitty 图形协议的内联图片、剪贴板、链接与文件检测、密码提示识别、通知与进度显示、可配置色板等；shell 集成后可标注命令块、跳转 prompt。它提供五种输入模式（semi-char、char、emacs、copy、line）在“终端要吃掉每个按键”和“编辑器要用快捷键”之间切换，并针对 evil-mode、compilation-mode、eshell、comint 提供扩展。作者强调渲染器直接管理 buffer 位置、避免 Elisp 层的语义补丁，以获得更好的性能：在“cat 10MB 文件”的突发吞吐与打字延迟对比中，均优于 vterm 与 eat。

HN 讨论中，维护者本想下周做 Show HN，被人抢先提交。多位用户表示已从 vterm 迁移过来，认为速度更快、TUI 全屏刷新类应用终于流畅、输入更可靠、Elisp API 更干净，尤其欣赏能像普通 Emacs buffer 一样搜索 scrollback、键盘选择复制段落，以及点击 Codex/Claude Code 摘要中的代码引用直接在 Emacs 打开，让 Emacs 成为 AI 编码工作流的中枢。也有人反馈偶发清屏残留、少数情况下卡死只能杀 buffer 重来，成熟度尚需打磨。其他讨论包括标题应注明“for Emacs”、原生模块采用首次运行自动下载而非随包发布的做法引起质疑，以及关于五种输入模式对新手的解释门槛。

9. “你是说要绝种了吧？”——从菲尔·蒂皮特看程序员在 LLM 时代的处境

文章借 1993 年《侏罗纪公园》的典故切入：斯皮尔伯格原计划由定格动画大师 Phil Tippett 用 go-motion 呈现恐龙，但 ILM 用 CGI 做出的 T-Rex 测试片让斯皮尔伯格当场决定改用数字特效，Tippett 留下那句“I feel extinct”。作者以此类比当下程序员对 LLM 的焦虑，主张“避免灭绝的方式是进化”，将 LLM 视作和 90 年代 Web、2000 年代计算机图形、2010 年代移动优先一样的又一次浪潮。

作者推荐通过 Andrej Karpathy 的视频课与 Sebastian Raschka 的《Build a Large Language Model (From Scratch)》理解 LLM 原理，并引用 Carmack 的观点：写代码从来不是价值源泉，解决问题才是。他自述大部分代码已由 AI 生成，但强调质量仍然重要——把偏好写进 GEMINI.md / CLAUDE.md（不用魔法数、减少缩进、用枚举替代布尔参数、遵守分层、加空行与注释等），并要求 agent 遵守良好 commit message 规范。他也提到并行驾驭多个 agent 带来的“上下文切换”疲劳，以及在小工具场景下更倾向让 LLM 自写 Levenshtein 等函数而非引入依赖。

HN 评论多有异议。有人指出 CGI 类比隐含另一面：CGI 特效行业普遍不工会化、劳工待遇差，如今《Project Hail Mary》等作品又开始回归实体特效。多位评论者反驳“不用 LLM 就会落后、产出不够多”的说法，指出自己从未被以代码产量考核；也有人分享自身经验：读懂并测试 AI 产出的代码耗时不小，最后并不觉得比手写更快。还有人质疑让 LLM 自造轮子（如手撸 ORM）会带来冗长且难测的代码，让 LLM 写 commit message 更是可能出丑。也有评论从工艺与乐趣角度反思：Tippett 用 go-motion 时的快乐是否可被 CGI 复制，讨论中较少被提及；以及 GenAI 的价值主张本质是“更快但更平庸”，在信息过载时代未必是净收益。

10. Chromium 148 起 Math.tanh 成为可指纹识别底层操作系统的信号

Scrapfly 的分析指出，自 Chrome 148（V8 14.8.57）起，V8 将 Math.tanh 的实现从自带的 fdlibm 移植版替换为 std::tanh，直接调用宿主平台的 libm。由于 IEEE 754 并未要求超越函数正确舍入，各家 libm 的极小极大多项式与查表实现不同，同一输入的最后几位（ULP）会出现差异：以 Math.tanh(0.8) 为例，Linux（glibc）、macOS（libsystem_m）与 Windows（UCRT）返回三个互不相同的双精度值。约四分之一输入下 Linux 与 macOS 会相差 1 ULP，Windows 与二者也时常不同。一次调用即可作为操作系统签名——如果 User-Agent 声称是 macOS 却返回 Linux 的位模式，就会自相矛盾。

文章进一步梳理了浏览器数学的“泄漏地图”：V8 的 Math.* 绝大多数（exp、pow、atan、sin/cos 等）走自带的 llvm-libc 或 glibc dbl-64，跨系统一致，唯有 Math.tanh 泄漏；CSS 的 sin/cos/atan2 等经过角度归约后调用宿主 libm，全部泄漏；Web Audio 在 Mac 上 FFT 与向量运算走 Accelerate（vDSP），而 DynamicsCompressor 的逐样本超越函数走 scalar libsystem_m，两者对同一输入结果不同（如 Accelerate 的 cos(0) 返回 0.9999999999999999）。此外 ARM 与 x86 在 FMA 融合与 NaN 符号传播上也有差异。要真实伪装某个平台，需要在正确的调用点复现正确的库，否则反而更容易被识破。

HN 讨论中，有人指出该泄漏更实用的价值在于识别浏览器版本区间而非 OS，因为多数用户不会伪造 UA 系统。也有评论认为 Scrapfly 作为对抗反爬公司发布此类分析，其动机是希望这些指纹面被修复以利其业务。技术侧讨论包括：新版 glibc 已采用 CORE-MATH 的正确舍入 tanh，与文中数据不同；正确舍入的超越函数是长期方向，但其他函数目前难以兼顾性能与正确舍入。还有评论提出社会与立法层面的问题：仅靠技术手段几乎不可能彻底封堵指纹识别，最终需要法律与规范去约束。有人半开玩笑给出向 tanh 结果加微小随机数的注入方案，也有人希望 EFF 的 Cover Your Tracks 加入该测试项。

11. 2026 年为什么还要亲手写代码

作者认为，在 agent 编码盛行的当下，软件工程师的核心工作正从写代码转向“搭建软件工厂”——通过 skills、AGENTS.md、知识库等主动引导 agent，通过测试、lint、类型系统、eval 等被动护栏保护代码，让任何人 prompt 一下就能上线。但他仍主张亲手写代码是有价值的，理由不是 agent 写得比人差，而是要“直接在执行环境中思考”，而不是通过英语这层被欠规范的媒介代理。

他强调写代码带来的是注意力与所有权。仅作为 diff 审阅者时容易走神、slop 溜过雷达、缺乏微调冲动，而 slop 长期也会伤害 agent，因为脆弱性会不断累积。他举例：自己曾无意让某段状态放到 browser local storage，导致后续代码为兼容这一坏决定包装出大量间接层；agent 出于保守倾向反而会放大这类历史错误，只有人下场重构删代码，才能推动架构进化。他也引用 Carmack 的观点：coding 从不是价值本身，问题解决才是；但把 agent 当编译器是错误心态——它们更像刚入职的实习生，读到半 slop 化的代码就会输出半 slop 化的改动。

HN 讨论分歧明显。有人引用 CommitStrip 的段子：“能完整精确生成程序的规格说明有个名字，叫代码”，并认为不读代码就等于不了解业务逻辑。有评论从心智模型角度阐释：编程决策很多靠潜意识“感觉对”，只有反复亲自写代码才能训练出这种直觉，出问题时能瞬间定位；用生成代码则只能靠慢速有意识思考。也有人反问：今天的前沿 LLM 在跑 profile、检查覆盖率、做批判性 review 等“童子军规则”上，其实比不少同事做得还好，作者是否低估了它们。还有人分享自身实践：即便让 agent 写，也要花时间读懂、测试，最后并不比手写快多少；LLM 是 token 预测器，输入越多问题就吐越多代码，只有真正理解问题的人才能足够抽象、避免出现 1 万行 5 层抽象的 hello world。也有偏乐观的看法认为 4–10 年后人类可能只需负责 UI 设计，其余全部交给 AI。

12. 状态更新之死：为何 55% 的美国人不再在社交媒体发帖

PCMag 报道援引调查数据指出，约 55% 的美国人已停止在社交媒体上发帖。文章将其归因于平台从“与朋友分享”演化为“最大化短视频参与度”的算法机器：Feed 被病毒式内容与陌生人推荐占据，朋友的帖子几乎无人看见、无人回应，形成“既然没人看，那就不发”的自我强化循环，大量社交活动转移到群聊与私信中。

HN 评论从多个角度补充。有人以大学社团为例：2005 年前后用论坛协作，2008 年迁到 Facebook 是因为“所有人已经在那儿”，如今再重启社团时，学生会长表示“没有哪个地方是大家都去的了”，社团信息只能贴回学生中心的公告板；评论者认为社交媒体的“公共广场”消失是一种净损失，也让人怀念 90 年代末专属网站与论坛的生态。多位用户提到自 2015 年前后开始远离 Facebook，因为 Feed 变成陌生人政治内容与骂战，或是搜过一次癌症相关内容后被推荐持续锁死。也有人观察到朋友从文字状态迁移到 Instagram Stories 的图片化表达，Discord 与 Signal 群成为新的“地方”。

一位评论把早期社交媒体形容为一种独特的联系形态——可以与老同学等“非亲非故”的人保持轻量互动，既不必打电话也不必发邮件，如今这种独特接触点被算法推荐挤走后再未被替代。也有人猜测疫情封控可能加速了倦怠，让人们在被迫长期依赖社交媒体后集体退场；再叠加日益极化的舆论氛围与隐私担忧，共同促成了这次“静默退出”。还有评论指出文章末尾像是 Incogni 的软广。

13. 《Understanding the Odin Programming Language》：一本系统讲解 Odin 的书

《Understanding the Odin Programming Language》由 Karl Zylinski 撰写，面向有一定编程经验的读者，系统讲解 Odin 语言的基础与进阶概念，包括过程、手动内存管理、参数化多态、面向数据设计等，并强调“工具的原理”——不仅讲怎么写，还讲语言为何这样设计。书籍以 HTML 与电子书形式在作者自营店与 itch.io 出售，Odin 作者 gingerBill 给出推荐。已迭代到 1.10 版，近期更新包括：以固定容量动态数组 [dynamic; N]T 取代旧的 Small_Array；跟进 core:os 在 2026 年 2 月被 “os2” 全面替换后的 API 变化；重写字符串章节，扩展 UTF-8 手动解码与 Windows UTF-16 (cstring16) 相关内容；新增打破循环依赖用回调实现简易接口的章节等。

HN 讨论中，多位使用者对 Odin 表示好感。有人从 Rust、Zig 转来，认为 Odin 心智负担更低，与 C 互操作尤其愉快，只用一小部分 SQLite API 时手写绑定比工具生成更省事；相较之下 Rust 的 RAII 风格在系统编程与游戏开发场景不够贴合。一位用户使用 Odin 半年，覆盖 STM32 固件、Web 与桌面应用，评价编译快、性能好，唯一不满是缺少一等公民的继承机制，认为“类存在不代表非用不可”，但某些问题确实更适合 OOP 表达。也有评论提到 Odin 因“显著性”问题曾在维基百科被删条目，新用户难以快速了解语言定位，希望本书或社区能补上这块。此外有人调侃“不知何时会出现专为 LLM 设计的新语言”。

14. LARP：一本正经戏仿“循环收入”的营收基础设施

LARP 是一个以 SaaS 落地页形式呈现的讽刺项目：它自称“认真创始人的营收基础设施”，玩法是把你和另一位创始人配对，双方互相汇 1 万美元，各自在账上记入 1 万美元收入——账目平衡、现金未动，双方“都是火箭”。页面模仿标准企业官网，罗列 99.98% 结算可用性、SOC 2 Type II、<400ms 识别延迟、API 端点 POST /v1/settlements、三档价格（都是 $0，因为“向你收费会产生真实收入，违反我们的原则”）以及“财务团队关账更快”的伪客户证言。

真正的“刀锋”在中段：LARP 引用真实新闻，展示 NVIDIA 意向向 OpenAI 投资至多 1000 亿美元并部署 10 GW GPU、持有约 7% CoreWeave 股份、又承诺购买 CoreWeave 63 亿美元算力，New Street 估计 NVIDIA 每投 100 亿美元能带回约 350 亿美元 GPU 采购或租赁。文章明确说明这些交易合法且公开，Anthropic CEO Dario Amodei 亦为其结构辩护，但形态与 1990 年代 dot-com 时代的供应商融资相似，可能夸大“需求的表象”；并区分了合法“循环交易”与监管定义中意在虚增业绩的“round-trip”舞弊。免责声明部分则以严肃律师口吻解释“为何这不是 round-tripping”，讽刺意味拉满。作者附上一个可选的“真的可以给我打赏”入口。

HN 评论普遍称赞其执行力。许多人表示“真的到最后一段才确认这是个玩笑”，也有人翻阅近期 YC 批次时发现“客户清单里大量就是同批或近期批次的公司”，认为讽刺现实到位；有人调侃“NVIDIA 就是这么干的”“我几小时就完成了 A 轮”。也有更深一层的讨论：如果互赠 100 美元 Amazon 礼品卡，是否有真实价值发生转移？评论者认为，只要画的圈足够大，所有经济体中的资金流都是循环的，“假版本”和“战略合作版本”的边界主要在于氛围、规模，以及是否由银行来结构化。

15. 机制可解释性：用因果理论理解大模型的推理

这篇 CACM 文章介绍机制可解释性（mechanistic interpretability）研究者如何借助因果理论，试图理解大语言模型内部的”推理”过程。研究并非讨论哲学意义上的推理，而是通过对权重和激活进行干预式实验，检验神经网络内部编码的”知识”是否对应类似推理的概念结构。文中举了一个典型例子：研究者发现模型在处理时钟时间计算与日历月份日期计算时采用了相同的内部方法，这暗示网络中可能涌现出一个更抽象的”循环量”概念。斯坦福研究者 Icard 总结称，机制可解释性大概永远无法把大模型简化为几条简洁方程，但有望逐步把深度神经网络转变为”隐藏算法至少可部分被理解”的系统。

HN 讨论围绕几条主线展开。一些评论者对”能否真正理解”持怀疑态度：神经网络的力量本就来自海量复杂连接，其架构本身就类似”参数意大利面”，越强大越像加密的黑箱，试图逆向理解可能类似于试图逆转熵。也有人质疑 Icard 乐观态度的依据何在。另一位评论者提出，不应只在权重层面寻找推理，因为原则上模型可以被替换为一个从输入到输出分布的巨大查找表；他倾向于认为”推理”更多来自训练数据中见过的模式（如”To evaluate a polynomial…”这类模板），权重只是这些记忆化模式加上一定占位泛化的载体。也有评论指出原文标题带有”钓鱼”意味，讨论容易滑向泛泛的哲学争论而非文章真正探讨的实验方法。

16. 自动化而无理解：数学能力作为战略基础设施

Jun-Yong Park 在这篇短文（arXiv:2607.06377，math.HO）中提出一个观点：两件事正在同时发生——AI 系统已能产出真正研究级别的数学成果（文中援引 2026 年 5 月 AI 反证 Erdős 关于平面单位距离猜想的一项长期悬而未决结果），而与此同时美国正在削弱培养能够理解这些系统在做什么的人才通道。作者认为，这两条趋势叠加起来构成一个战略性失误。他将”数学能力”——即经过训练的验证、诠释与质疑数学推理的能力——定义为一种基础设施，是数代人通过机构积累而成、无法按需重建的东西，其战略地位应与半导体制造能力相当。文章还提出若干具体建议，其中之一是要求执行重大推理任务的 AI 系统以形式化、机器可验证的方式暴露其决策关键论断，从而把 AI 推理中不透明的”说服”部分转变为可审计的结构。

HN 讨论呼应度颇高。多位评论者赞同”AI 应被强制展示工作过程”的想法，主张所有工具调用、生成的程序、逻辑推理都应可追溯，抽象论证要能分解为可解释步骤，数学证明可以用 Lean 或 Rocq 输出。有人表达了核心忧虑：“真正令人不安的不是 AI 取代专家，而是我们可能不再培养出足以察觉 AI 何时自信地犯错的人。“另一条被引用的评论指出：所谓”奇点临近”感觉更像是人类被系统性地推回到计算机对我们不再可理解的门槛之外。也有评论以怀特海名言”文明的进步在于扩展我们不假思索就能进行的重要操作数量”提出相反视角，认为工艺流失、依赖工具是文明常态；还有人从现实角度冷嘲：这篇文章本质就是”数学家想要更多经费”。

17. Shirei：纯 Go 编写的跨平台立即模式 GUI 框架

go-shirei 是一个用纯 Go 实现的跨平台 GUI 框架，采用立即模式（immediate mode）API 和 flexbox 布局模型。它的一个显著特点是尽量避免通过 cgo 依赖 C 库：在 Windows 上手动加载所需 DLL 并直接调用（依托 Windows 稳定的 DLL 接口，这是 Go 生态中较成熟的做法）；在 Linux 上直接用 Go 实现 X11 与 Wayland 的线路协议，从而便于交叉编译与分发；仅在 macOS 上通过 cgo 访问 Cocoa（考虑到 macOS 上静态链接 Go 程序本身不友好，这是可接受的折中）。作者在 README 中论证立即模式是构建 GUI 的”唯一理智方式”，并借 React 类比说明其核心在于”每帧基于数据描述 UI 应该是什么样”。目前项目似乎不支持 Android 与 iOS。

HN 讨论呈现明显分歧。技术层面，有人欣赏其绕开 cgo 的路径选择，认为对 Raspberry Pi 等设备可能有价值，也有人指出既然最低公共分母是 RGBA 帧缓冲，就绕过了操作系统的无障碍能力；有人拿它与 Fyne、Wails、ebitengine 等既有 Go GUI 方案比较。理念层面，有评论质疑”立即模式是唯一理智方式”这一说法，认为在真正复杂的 UI 上立即模式并不易扩展，也指出作者混淆了 React 的单向数据流与立即模式渲染——React 严格说更像保留模式。另一大争议是”vibe coded”痕迹：commit 历史中出现单次提交 377 文件、6 万余行改动，且共同作者列表包含 Claude、Codex、Cursor Composer、Cursor Grok 4.5 等多个 AI 智能体，被认为让代码历史难以人类跟踪；甚至有人吐槽项目仍依赖一个仅百行的 LRU 缓存库，质疑 LLM 时代为何还引入这种琐碎依赖。也有声音认为，UI 框架恰恰是 AI 智能体适合大量生成”苦力代码”的场景，但反过来质疑：既然已能快速生成原生 SwiftUI 界面并与 Go 互通，为何还要承受非原生 UI 的体验损失。

18. 把生产环境 AI 智能体从 Claude Opus 迁移到 GPT-5.6：更快更省，但代价不小

Ploy 团队分享了将其生产环境 AI 智能体（负责规划、编辑真实营销网站：读代码、写组件、生成图片、截图自检、判断完工）从 Claude Opus 4.8 迁移到 OpenAI 新发布的 GPT-5.6 Sol 的完整过程。在其重设计评测集上，GPT-5.6 的表现是：每次构建平均耗时从 8 分 00 秒降至 3 分 42 秒（2.2 倍加速），成本从 3.06 美元降至 2.22 美元（降 27%），输出 token 减半，视觉评分从 0.936 微升至 0.970。GPT-5.6 写的代码明显更精简，例如同一对比中 Opus 生成了 17957 字符、174 个 CSS 变量的 globals.css，GPT-5.6 只写了 2508 字符、45 个变量却效果相当甚至更好。

但迁移远非换个模型 ID 那么简单，文章的重点其实是暴露出”模型”背后与供应商深度耦合的一系列隐性行为。首先要修评测框架本身：工具调用预算是按 Opus 的顺序风格设定的，而 GPT-5.6 大量并行调用直接超出预算；执行器不支持批量文件读取，也是 Opus 少用而 GPT-5.6 常用的特性；首轮跨模型评测中约三分之一的”失败”实际是评测框架偏向老模型所致。此外一个数据集因遗漏 minScore 阈值默认 1.0，导致 0.98 分的作品被判失败。其次是工具调用行为差异：Ploy 的 code 工具有 25 个顶层参数、仅 1 个必填，Claude 只发送用到的两三个，而 GPT-5.6 在 100% 的调用中把全部 25 个都塞满、为不用的参数编造”合理值”（如 offset: 0），导致过半文件读取实际读到空内容却返回 success: true。文中指出提示工程和 OpenAI 的 strict 模式都无法解决，最终方案是在 provider 边界做 schema 转换：把所有可选参数改为”必填但可为 null”（anyOf: [T, null]），再在统一入口剥离 null。文章还提到 GPT-5.6 提示缓存机制变化（不再做部分前缀匹配）以及推理回放行为差异需要相应改造。

设计观感上，作者认为 GPT-5.6 擅长干净、现代、严格网格化的布局，但默认倾向于收敛到一种”锐利但略显通用”的风格，容易忽略既有设计系统，需要额外调教才能做到品牌一致性。

HN 讨论中，一部分读者对文章写作风格颇有微词，认为其明显有 LLM 味道，短句用冒号、逗号堆砌读来别扭，尽管技术洞察扎实。另有从业者证实”改个模型 ID”确实常常能一行代码带来这种量级的改善，尤其对大量小型工作流。还有评论建议在部分对成本敏感的工具调用场景使用更便宜的档位（如 Luna 类），把 Sol 级留给编排与直接面向人的对话，因为”用一次 Sol 的钱能跑五次 Luna，从统计上多采样收益很大”。也有人对文章示例中 GPT-5.6 的视觉结果并不买账，认为从营销转化角度看 Opus 的输出更胜一筹，提醒评测分数未必等于用户偏好。

19. 如何重新学会读书

散文家 Sam Kahn 在 Magazine Non Grata 上撰文，回顾自己一生阅读能力的兴衰史，并反思现代性如何系统性削弱人的注意力与阅读欲望。作者说自己阅读的巅峰是十一二岁——床头、地板上到处堆着不同进度的书，他把书视为通往知识、成人世界和各种可能世界的钥匙。此后阅读一路衰退，遭遇一个又一个”对手”。首先是青春期与中学社交：读书成了社会灾难，他放学回家改看 ESPN 和 VH1 以便第二天在学校复述流行文化；学校体制也未识别与支持像他这样对英语有明显天分的学生，反而通过家长电话把他拉回平均值。接着是大学，父亲告诫”没人会有空为消遣读书”，而他后来发现这也并非全然真实。工作后本以为职场会碾碎阅读，却在长工时之余偷偷从旧书店买回一堆 Penguin Classics，一度重回阅读高峰。

真正让他从二十多岁末到三十多岁末几乎完全停止读书的，是新一批对手：恋爱让内心生活转向伴侣，一起追剧比各自读书更能连接；经济焦虑让”读一本严肃长书”感觉像街头乞讨般脱离生活流，而”刷”至少还让人感觉与社交与机会保持连接。从更宏观角度看，作者引 Bourdieu 与 David Brooks 的《Bobos in Paradise》指出，1990–2000 年代前后布尔乔亚阶层集体放弃了以品味（包括”读过多少书”）作为身份标识的旧秩序，转而直接炫耀财富并以流行文化为谈资。文章后半部分讲述他如何有意识地重建阅读习惯。

HN 评论者围绕几个方向展开。有人追问：读长文章（比如这篇 Substack）和读书是否本质上是不同活动？大量在线”阅读”其实是自我安慰式的注意力涣散，关上门打开纸书或电纸书才是完全不同的练习；他引用《Peak Mind》一书的观点——你的生活就等于你所注意的东西。有评论回忆 Mortimer Adler《How to Read a Book》，指出正规教育在小学六年级之后基本不再教”如何从文字中提取意义”的策略。也有人引用 Paul Graham 近期言论，称仍在读书的人将不仅信息更充足，而且几乎将是唯一还能好好思考的人。若干评论坦承自己深陷屏幕成瘾或因 ADHD 短期记忆问题反复读同一段而难以坚持。也有反向声音质疑”阅读在道德上是否更高级”，指出人类默认就是口语文化，短视频不过是它在视觉时代的复兴形态。

20. Ask HN：2026 年 7 月，你在做什么？

这是 HN 每月例行的”你在做什么”主题贴，社区成员分享正在推进的副业与项目，涵盖从游戏、开发工具、本地优先应用到线下生意等各种方向，能从一个横切面看到当下独立开发者的兴趣分布。

游戏方向的项目相对突出。有人在做 Grimrain，一款可自托管服务器的多人 RPG，风格类似 Valheim 与 OSRS 的结合。另一位在开发一款协作式后启示录健身 RPG，为 iPhone 和 Apple Watch 打造，试图让玩家”离开沙发去接管现实世界”，多人互动被设计为完全正向：附近玩家一起行动会双方受益。工具与创作方向，有人用 Clojure/Fennel 写 DSL 生成 Pure Data patches，并计划在 love2d 里做可实时更新内部补丁的小型鼓机。

数据类项目形成一个小主题。受 Odd Lots 播客中提到的 HayWire（用 LLM 解析政府 PDF 与 API 生成干草价格网站）启发，一位作者一口气做了 The Waterline（美西水资源信息）、The Scramble（鸡蛋价格）、The Dwell（集装箱船滞港时间）等站点，探索把公开但难以获取的政府数据 LLM 化后能走多远，同时也在测试把网站搭建大部分交给 Claude 的可行性。

基础设施与协议方向，有人构建端到端加密、本地优先的同步引擎，基于 Loro CRDT 操作打包，WASM 客户端 gzip 后 1.2MB，同时坦言”如果应用不是自己分发，Web 端加密的‘我们永远无法访问你的数据’宣传其实相当水”。有开发者利用 pyodide 把多年前想做的副业一口气清完，包括浏览器端的字幕自动同步 ffsubsync、反应式 Jupyter Notebook ipyflow、pipe 语法糖 pipescript，以及基于 numpy WASM 的 autograd 演示。

AI 安全方向，有作者做了 Canopii Index，定期从官方 MCP 注册表采集所有 MCP 服务器及每个新版本，按 29 项标准（含运行时防护、破坏性工具、过宽权限、rug pull、SAST 扫描、传输与信任模型等）打分。他分享的初步统计颇具警示意味：约十分之一的 MCP 服务器基本不可用（40 分以下）；GitHub star 超过 1000 的热门服务器中有 18% 存在至少一个安全问题；有 184 个服务器在发布后更改过工具定义，可能构成”rug pull”风险。此外还有人在探索”郊区代客仓储”这类线下商业模式，或者因病虫害和干旱在自己四英亩林地上砍伐死树、自嘲”我现在是伐木工”。