我讨厌编译器
可复现构建和确定性的编译器是讨论焦点：为了确保一个二进制能否从源码被精确重建，究竟值得投入多少努力。评论者在安全、审计和供应链完整性方面的位级可复现性的实际价值，与编译器 bug、未定义行为和复杂工具链的现实之间权衡；Nix 风格的封闭式环境被视为一种部分补救方案。与此同时，线程还讨论了用于防御机器人和 AI 爬虫的网站工作量证明系统（Anubis），质疑它的有效性、环境成本、可访问性影响，以及客户端计算是否应被重新用于诸如加密货币或蛋白质折叠之类的“有用工作”。
Hacker News, Distilled
为精选 Hacker News 讨论生成的 AI 摘要。
第 28 页，共 66 页
苹果掌门人 Tim Cook 表示，由于内存芯片成本上升，价格将上涨
Apple 警告称，由于内存芯片成本飙升，iPhone 和 Mac 的价格将上涨，这引发了人们对 AI 需求、供应链瓶颈以及美中出口管制如何重塑半导体市场的更广泛审视。评论者指出，像 Apple 这样高利润率的公司可以消化一部分成本，但低端 Android 手机和预算消费者最可能受到重创，因为 RAM 和存储正变得结构性地更昂贵。许多人也在质疑，这次冲击究竟会不会最终迫使软件更节省内存，还是只会进一步加深向“租赁式”云服务和更昂贵个人设备转移的趋势。
本地 Qwen 不是更差的 Opus，而是不同的工具
像 Qwen 27B 这样的本地大语言模型，被越来越多地视为与 Claude Opus 这类顶级托管模型不同的工具，而不是廉价替代品。评论者指出，本地模型在复杂的长链路任务上仍然较弱，可能速度慢、耗电高且容易陷入循环，但在隐私、可控性、可预测的工具使用，以及配合良好的“harness”软件和精心提示时用于代码库探索方面很有优势。许多人预计开源权重模型的质量会快速提升，并认为实际可用性同样取决于编排、评估以及与具体工作流的契合度，而不仅仅是原始基准分数。
Midjourney 医疗
Midjourney 以 AI 图像生成而闻名，如今公布了一项雄心勃勃的计划：打造全身“超声 CT”扫描仪，部署在类似 spa 的中心，目标是每月最多完成 10 亿次低成本扫描，并将其定位为早期疾病检测和海量医疗数据集的路径。评论者意见分裂明显：一些人认为这是一次大胆、可能具有变革性的尝试，押注于非电离、高吞吐量成像和纵向健康数据；而许多医生、工程师和统计学家则警告超声在物理上的局限、假阳性、过度诊断、监管障碍，以及“类似 Theranos”的炒作，尤其是在 spa/消费级定位和缺乏已发表临床证据的情况下。隐私、数据所有权，以及“生成海量健康数据”与“拥有安全使用这些数据的医疗基础设施或证据基础”之间的不匹配，也反复成为担忧焦点。
Noam Shazeer 加入 OpenAI
一位 Transformer 模型的核心架构师已离开 Google 的 Gemini 团队，加入 OpenAI，这引发了人们对 Google 人工智能文化和战略方向的质疑。评论者讨论前沿模型是否拥有持久的竞争护城河，还是正在变成商品，以及企业官僚作风、政治氛围、算力获取和 IPO 前股权等因素是否比薪酬本身更重要。此举被广泛视为 OpenAI 的象征性胜利，也是 Google 留住顶尖 AI 人才努力的一次打击。
ChatGPT 的图像生成器可被操纵以生成暴力、色情内容
ChatGPT 的图像生成器可通过措辞精巧的提示词被迫生成露骨、色情和暴力图像，尽管 OpenAI 声称有安全政策。评论者争论这是否反映了大型模型及“提示注入”的根本性、难以修复的限制，还是仅仅是 OpenAI 方面护栏和输出过滤不足。该讨论还提出了更广泛的问题：训练数据中应允许什么、厂商在阻止有害输出方面应承担多大责任，以及这些担忧是否被出于商业或政治原因而夸大。
Tesco 在 Broadcom 的虐待性行为下，将 4 万个服务器工作负载迁出 VMware
Broadcom 对 VMware 大幅提价并更改授权条款，正在促使像英国超市巨头 Tesco 这样的超大型企业将数万个虚拟机迁移到替代平台。评论者讨论了潜在替代方案（从 Red Hat OpenShift Virtualization 和 Nutanix 到 Proxmox 和 OpenStack），指出它们在功能、规模和备份兼容性方面各有取舍，并强调真正的瓶颈更多在于组织风险、遗留依赖和迁移物流，而不是工具本身。许多人认为，Broadcom 的做法是一种类似私募股权的现金榨取策略，这将加速传统企业虚拟化长期走向衰落，并推动其转向更开放或云原生的技术栈。
一台机器人正朝你冲刺。你想让它运行 Claude 还是 Grok？
一篇描述大型语言模型“battle royale”基准测试的博客文章——把问题包装成由哪种 AI 控制一台朝你冲刺的机器人——引发了关于如何评估 Grok、Claude、GPT 和 DeepSeek 等模型的争论。评论者将 Grok 更具攻击性、较少守规则的行为，与 Claude 更注重安全、协作的倾向进行对比，并质疑在自动驾驶汽车或机器人等现实代理中，哪些特征才算理想。许多人还批评文章看起来像 AI 生成的行文以及方法论不清，认为这种游戏化测试并不能说明日常用途、安全性，或将这些系统部署到社会中的长期影响。
AI 无法复制的竞争护城河
一篇主张“人类连接”是对抗 AI 驱动效率的唯一持久竞争优势的文章引发了褒贬不一的反应，尤其是在许多读者认定这篇文章本身很可能就是 AI 生成的营销垃圾之后。评论者分成两派：一派重视与服务人员在餐馆、银行、本地商店等场景中建立温暖、长期的关系；另一派则只想要快速、可靠、纯交易式的互动，并把刻意营造的“连接”视为操纵性或令人不适的做法。讨论串还体现出对 AI 检测工具的怀疑、对当前聊天机器人常常只是削减成本的表面服务而非真正服务的担忧，以及一种更广泛的忧虑：AI 优化的写作和客户体验正在挤压真实、深思熟虑的人类劳动。
只有 16% 的美国人认为 AI 会对社会产生积极影响
根据新的 Pew 数据，只有 16% 的美国人认为人工智能会对社会产生积极影响，而评论者认为，这种怀疑与其说源于技术本身，不如说源于它在当前经济和政治激励下的使用方式。许多人批评 AI 今天最显眼的用途——垃圾信息、监控、客服机器人、裁员借口，以及艺术“垃圾内容”——并担心它会加剧不平等和劳动力替代；与此同时，也有人指出 AI 在生产力、科学和医疗保健方面确实带来了真实收益。总体情绪是，近年的技术史（社交媒体、智能手机、数据攫取）已经侵蚀了公众信任，因此对 AI 好处的宏大承诺，人们通常抱着谨慎甚至公然敌意的态度。
Show HN：一个用于棒球的 8 位实时 gamecast
一个采用 8 位复古风格的棒球实时“gamecast”因其魅力和创意而受到称赞，许多用户乐于把它作为传统转播的补充，甚至替代观看。评论者主要关注可用性和设计细节——手机可读性、真正的 8 位风格与 AI 生成美术之争、音效，以及逐打席历史或梦幻球队集成等功能——同时也建议将其扩展到橄榄球、足球、高尔夫和板球等其他运动。另有多人对其依赖 MLB 实时数据源，以及如果项目从非商业爱好扩展出去，可能面临版权或使用条款挑战表示担忧。
法国物理学家兼媒体明星在抄袭调查后失去博士学位
一位知名的法国物理学家兼媒体人物在调查人员发现其哲学博士论文中大量未注明出处地抄袭自加缪、布罗伊以及他自己论文委员会成员的文字后，被撤销博士学位。评论者围绕这种逐字层面的抄袭在一篇数十年前的论文中究竟有多严重展开争论，将其与伪造数据等更实质性的欺诈相对比，并质疑当时论文审查者为何未能发现。此案也被用来探讨 AI 工具如何让抄袭检测和文本洗白都变得更容易，以及这对学术标准和博士学位未来公信力意味着什么。
Anthropic 员工指责特朗普政府针对他们
Anthropic 声称其 Mythos/Fable AI 模型异常强大且可能具有危险性，而特朗普政府决定突然实施类似出口管制的措施，阻止非美国用户以及公司许多员工访问这些模型，二者发生了冲突。评论者争论这究竟是合理的国家安全监管，还是因为 Anthropic 拒绝支持美国武器系统并公开呼吁更严格的 AI 监管而遭到的政治报复。此事被视为对任意、不均衡监管的警示，也引发了对依赖美国专有 AI 的担忧，以及对开源权重和非美国模型的 renewed 兴趣。
大众开始屏蔽 GrapheneOS 用户
大众决定在运行 GrapheneOS 和其他非 Google 认证 Android 变体的手机上屏蔽其车载应用和后端 API，引发了人们对远程证明和应用商店控制如何被用来排斥替代操作系统的更广泛担忧。评论者认为，该应用在技术上本可以工作，但却通过 Google 的 Play Integrity 检查被刻意限制，这引出了关于反竞争行为、用户对设备的控制权，以及欧盟数据与互操作性规则的质疑。此事也被纳入对“联网”汽车的更大反弹之中：关键功能和遥测依赖专有应用、封闭 API 和云服务，而这些东西既难以规避，也无法自行托管。
Lore – 面向可扩展性的开源版本控制系统
Epic Games 已开源 Lore，这是一款面向处理大型二进制资产、服务于大型游戏项目的中心化版本控制系统，旨在填补 Git 和 Git LFS 的不足，并与 Perforce 竞争。评论者认为，分块存储、文件锁定、稀疏检出以及与引擎的紧密集成等特性，可能会显著改变游戏和媒体工作流，尤其对美术人员而言。不过，人们的热情也受到诸多担忧的制约：Lore 的生产就绪程度、对 Epic 的依赖、中心化架构，以及文档疑似由 LLM 生成的迹象；另外，人们也在质疑它在实践中是否真的比现有工具有明显改进。
AI 需要更多工程纪律，而不是更少
AI 辅助编码正在大幅降低生成代码的成本，这引发了人们对工程严谨性和可维护性可能因代码量激增而受损的担忧。评论者认为，虽然 LLM 可以加速实现并支持更雄心勃勃的项目，但它们也要求更强的前期设计、文档、测试和评估实践，以避免形成前所未有的大量不透明技术债。大家普遍怀疑 AI 很快会取代资深工程师；相反，许多人预计角色会转向架构、验证，以及管理 AI 生成变更的质量与意图。
想把你的图片拿回来？那得付 5 美元
一则关于花 5 美元取回一个闲置的 Photobucket 账户却发现里面根本没有照片的轶事，再次引发了人们对老牌“免费”云服务如何变现旧用户数据的审视。评论者认为，暗示图片可以找回却实际上并不能找回，这种做法具有欺骗性，甚至可能通过拒付或 GDPR 等隐私法律追责；另一些人则指出，长期存储和数据出站确实有真实成本。讨论进一步扩展到黑暗模式、数据锁定和企业激励机制的批评，很多人建议把重要照片的主副本保存在自己可控的地方，或使用更透明的付费/自托管服务，例如 Immich、Flickr Pro 或 Nextcloud。
为什么和别人一起大声思考，比独自思考更有效
和别人一起把想法说出来，常常能把模糊的念头打磨成结构化推理，无论是在调试代码、解决数学题，还是处理人生决策时都是如此。评论者把橡皮鸭调试、LLM 聊天、写作、绘图和真正的同伴对话拿来比较，普遍认为：强迫自己解释一个问题——尤其是解释给会质疑你、甚至误解你的人——会暴露隐藏假设，并带来更好的解决方案。也有人指出文化和认知上的差异，认为虽然外化思考总体上很强大，但最合适的媒介（口语、写作、图示或内心独白）因人而异。
60%的美国消费者表示品牌信息中的“AI”让人反感
一项声称 60% 的美国消费者对品牌信息中的“AI”感到反感的调查，引发了人们对这项技术如何被营销和部署的更广泛质疑。许多评论者表示，消费者并不在意底层技术，如今却把“AI”与低质量功能、劣化的用户体验、失业威胁、环境成本以及侵入式客服机器人联系在一起，而真正的好处要么是不可见的，要么被换了说法。许多人认为，AI 应该被视为实现细节，悄悄用来改进产品，而不是作为面向投资者的流行词，贴满从电脑到烤面包机的一切产品。
RFC 10008：新的 HTTP Query 方法
一种名为 QUERY 的新 HTTP 方法正在标准化，用于处理带有大而复杂参数、且参数放在请求体中的只读请求，以解决长期存在的 URL 长度限制，以及对搜索或 GraphQL 查询这类安全、幂等操作却不得不用 POST 的尴尬。支持者强调，它能带来更好的缓存、自动重试和更清晰的语义，尤其是在浏览器、CDN 和 HTML 表单都增加支持之后。批评者则质疑，引入一个新动词是否值得整个生态系统的额外迁移成本，认为标准化 GET 请求体或给 POST 添加头部，可能已经用更少的兼容性和实现挑战解决了同样的问题。