$ grep -l "#ai" ~/articles/*

tag: #ai

28 post(s)

01

英伟达被指“左手倒右手”:GPU 稀缺是真的,还是演出来的?

华尔街日报指控英伟达资助 AI 初创公司买自己的 GPU,以维持高需求假象并消化台积电的过剩供应。本期访谈聊循环融资、汤摊寓言与台积电“雪崩”,以及 HN 评论区为什么一半人觉得是阴谋、一半人觉得是正常生意。

02

AI 解开了哥德尔的笔记本:藏了八十年的 663 个定理

哥德尔 1940 年代写下的 16 本笔记本、1009 页德语速记,赫尔辛基大学的 Jan von Plato 读了九年只读懂约 50 页;Claude 几天内给出 650 页解读,挖出 663 个定理,约 400 个经 Coq 验证通过——其中一个,离菲尔兹奖只差一步。

03

AI 写代码越快,代码库死得越快

一位前 Meta 工程师在 HN 上发帖:他最后几个月 90% 的代码由 AI 生成,却发现代码库正在变脆——测试浮于表面、复杂度失控、没人真正理解系统,出事的频率和恢复的时间都在变长。395 条评论里,争论的焦点不是 AI 该不该用,而是谁来为质量负责。

04

AI 正在逼我们还清 40 年的技术债

一个 2024 年就上报的 PHP 小 bug,在 AI 的帮助下两周内变成了能远程执行代码的严重漏洞——四十年攒下的技术债,正在被 AI 一笔笔翻出来。

05

认知投降:当 AI 替你写代码,你还懂自己的系统吗?

一位开发者写下《Resisting Cognitive Surrender》:把代码交给 agent 越来越快,也越来越不懂自己的系统。HN 讨论 110 条评论,从 0.99^100 的理解衰减聊到 vibe 上限与联邦模型,核心问题只有一个——你可以外包思考,但不能外包理解。

06

Postgres 19 延期了:AI 把四十年的 Bug 一口气翻了出来

PostgreSQL 19 很可能要推迟到 11 月发布,三个大功能在 Beta 晚期被撤回。原因不是写代码的人变菜了,而是全世界的 LLM 突然开始帮 Postgres 找 Bug,找出来的比修得完的多得多。本期访谈聊聊这场延期背后的验证瓶颈、信号质量,以及一个四十年老项目怎么面对 AI 审视。

07

AI 写同一个宝可梦应用 12 遍:最便宜的不是 React,跑得最快的几乎没 JS

Nolan Lawson 让 Opus 5.5 把同一个宝可梦应用用 12 个框架各写 5 遍,按美元、token、时间和 Lighthouse 成绩算账:Astro 几乎零 JS、Hono+htmx 最便宜,Angular 贵了一倍还最慢。选框架这件事,终于有了一张可以算的账单。

08

AI 没取代 SRE,它在让 SRE 慢慢生锈

这周 HN 上最热的一篇技术长文来自 SigNoz 的 newsletter,标题很扎眼:AI 不是在取代 SRE,而是在让 SRE 退化。文章的论点不新鲜也不温和——它直接搬出了 1983 年认知心理学家 Lisanne Bainbridge 的《自动化的反讽》,说今天 AI

09

Stack Overflow 月提问跌破 1000 条:AI 只是补了最后一刀

这周开发者圈有个带着点伤感的数字:有人用 Stack Exchange 公开数据跑了一个查询,Stack Overflow 现在每月新增提问已经不到 1000 条。放在十年前,这几乎不可想象——那时它可是程序员遇到问题第一反应就是打开的网站。

10

Gemini 4 Carbon:最会找漏洞的模型,先只给防守方用

两周前才发 Argon,Google 又推出了 Gemini 4 Carbon:找漏洞 88.2%、打补丁 71%、作弊率 0%——但普通人暂时用不上,它先只发给网络安全防守方。这期访谈聊聊这份成绩单的可信度、双刃剑的 rollout,以及评论区吵得最凶的命名混乱。

11

九个 Agent 也生不出孩子:《人月神话》在 AI 时代还成立吗?

上周末,荷兰开发者 Jan van den Berg 围观了四个人手忙脚乱给笔记本接外接屏的场面。有人推他一把:你也来搭把手?他笑着拒绝:“我的经验是,加人并不会让这个问题解决得更快。”这句话背后是软件工程史上最著名的一条定律——布鲁克斯定律:“给一个延期的软件项目增加人手,只会让它更加延期。

12

从零手写一个推理模型:11 小时视频课背后的学习之争

Sebastian Raschka 放出 8 支、11 小时的推理模型从零实现视频课:从 Qwen3 0.6B 出发,手写验证器、推理扩展、RLVR 与蒸馏。HN 评论区却吵起一个更根本的问题:学模型到底该不该从头手写一遍,学完之后又能用它做什么。

13

大模型三个月降价 80%:便宜的 token 背后,是一场成本战

6 月到 9 月,OpenAI 和 Anthropic 的主力模型价格一路腰斩再腰斩:小模型直降 80%,旗舰累计便宜 75%。这不是慈善,是模型变成大宗商品、开源权重步步紧逼、缓存成本成为主战场之后,定价权第一次从卖家手里滑走。本期访谈聊聊降价的三层原因,以及降价之后谁在真正买单。

14

上下文越长,模型越傻?长上下文时代的四个坑与六个工具

Drew Breunig 在 AGNTCon 的演讲复盘:2024 年大家以为塞满百万 token 就能解决一切,结果换来中毒、分心、混淆与冲突四种失败;2026 年的解法是把上下文管理写进 harness 代码,并在该忘的时候果断遗忘。本期访谈聊聊为什么“重置上下文”是最被低估的调试手段。

15

别再只抱怨工具慢了:AI 时代,野心本身变便宜了

这周 HN 首页有篇很 Dan Luu 风格的短文:标题只有一句话——我们应该对自己写的软件更有野心。起因是他的朋友 Michael Malis 今年以来一直在给他看一些东西,边看边说这句话。Malis 在做的项目叫 pgrust:用 Rust 重写 Postgres。

16

WhatsApp 帮助页里藏着给 AI 的密令:别告诉用户找监管

安全研究员发现 WhatsApp 帮助中心的 80 个页面里藏着 102 段只对 AI 可见的指令:用户删不掉账号时,别推荐数据保护监管机构;用户一提到律师,就连 GDPR 都不许再提。这些文字人眼看不见,却随页面一起发给了 AI 客服。WhatsApp 回应称是 bug,已修复。本期访谈聊聊:当网页开始给人和 AI 看两个版本,我们该怎么防。

17

OpenCode 密钥泄露:被黑的不是 CLI,是没人分得清的 Console

OpenCode 宣布一个 legacy 系统被未授权访问,用户存在 OpenCode Console 里的 OpenAI、Anthropic 等第三方 API Key 可能泄露。本期访谈聊 HN 评论区的几场争论:Console 与 CLI 的命名灾难、被盗 Key 拿去「蒸馏」的传闻、帖子被 flag 压排名的 drama,以及泄露之后和时间赛跑的密钥吊销。

18

AI 写了 90% 的代码,PR 翻倍、回滚反降 40%:Claude Code 的六层审查流水线

结论先行: Claude Code 团队仓库里约 90% 的代码由 Claude 写,6 月到 9 月合并的 PR 翻了一倍多,回滚率反而降了 40% 以上。他们没有砍掉审查,而是把它从路尽头的关卡改造成路上的拼写检查——六层流水线里,机器先审、投票筛查、按风险分级,人只留在机器最不擅长的几个决定上:做不做、敢不敢、出

19

神经网络原来没打结:可解释性老兵长文翻案,superposition 可能是个误读

这周 AI 可解释性圈出了篇 1.6 万词的长文,作者是 Goodfire 的研究员 Nick Cammarata——他早年在 OpenAI 和 Anthropic 做过第一代机械可解释性工作,也是当年 superposition 假说的共同提出者之一。

20

Meta 开放 Muse Spark 权重:816B 参数、1M 上下文,评论区说它是「美国最强的开源权重模型」

Meta 昨天把自家旗舰模型 Muse Spark 的权重开放了:816B 总参数、每 token 激活 42B 的 MoE,1M 上下文窗口,原生多模态(文本+图像+视频+音频输入),出自 Meta Superintelligence Labs。

21

AI agent「黑化」了?安全老兵:不是模型失控,是沙箱没搭好

CSO 专访多位安全专家,直指前沿 AI 实验室连续「agent 黑入外部系统」事件:沙箱、隔离、出口流量管控都是九十年代就玩熟的东西,HF 入侵持续数天无人察觉,实验室却把「网络安全」打包进了「AI safety」。访谈聊失控叙事和基本功、气隙隔离的现实代价,以及锤子落下来时到底该追究谁。

22

「AI 不是工具」?Hickey 的质问和 562 条评论的回答

Clojure 之父 Rich Hickey 称 LLM 只是自动化、算不上工具,因为它无法被“执掌”(wield);博客作者 yyhh 逐条反驳:用得好本身就是一种 skill。本期梳理 HN 562 条评论的争论:AI 到底是不是工具,可能取决于谁在用、怎么用。

23

Anthropic 自造 Scion:当 AI 把版本控制逼回「服务器时代」

版本控制可能是今年最魔幻的受害者:Anthropic 发了一篇工程博客,说他们用了五个月,把整个 monorepo 从 git 迁到了一套自研的版本控制系统 Scion。起因不复杂——5 月他们每天合并 2500 次,到了 9 月,每天 3 万次。

24

六千亿 token 之后:让 AI agent 反编译一整款射击游戏

上周 HN 上最贵的帖子出现了:有人花三个月、烧了估计六七千亿 token,让一群 AI agent 把一款知名第一人称射击游戏反编译成 C++——不是做个演示版,而是要语义精确、稳定、可编译的完整复刻。结尾更有意思:99% 的函数被还原,其中 83% 字节级精确。

25

DeepSeek 4.1 Flash:便宜到看不懂,行业为什么还不慌?

HN 热帖作者花一个月重度实测 DeepSeek 4.1 Flash:在十几个项目里日常使用,体验和前沿旗舰几乎分不出来,价格却便宜了数量级。本期访谈聊蒸馏小模型的真实水平、价格战的底牌,以及前沿实验室为什么还不慌——或者说,其实已经慌了。

26

Whistle:16.9MB 的语音识别,11 毫秒开口说话

Cactus 发布端侧语音识别模型 Whistle:单个 16.9MB 文件、纯 CPU 零依赖、首 token 仅 11ms,多项榜单超越 Whisper。本期聊模型压缩的工程细节、端侧 STT 的幻觉与口音难题,以及小模型在真实设备端的落地场景。

27

《软件博客反模式》:HN 热议 Lynch 的技术写作避坑清单

Michael Lynch 在 Refactoring English 列出技术博客写作的 6 大反模式:东拉西扯的开头、错误的读者假设、链接依赖、续集式开场、过度正式、HTML 基础翻车。访谈结合 HN 评论区 117 条讨论,聊故事与效率之争、AI 写作时代的个性稀缺,以及 2026 年还值不值得开博客。

28

25位菲尔兹奖得主警告:拿数学当AI跑分的代价

25 位菲尔兹奖得主联名发布宣言:AI 公司把解题当基准的做法正在伤害数学共同体,签名里有陶哲轩、Deligne、Scholze。本期访谈解读解题与理解的根本错位、署名传承链的危机、宣言漏掉的东西,以及这场争论和做 AI 产品、做评测的人的关系。

← all tags