这一周的 Hacker News 有一半篇幅在讨论"发出来了"和"用得上"之间的差距:四家模型厂商在同一周上新,评论区问得最多的却是许可证、配额,以及什么时候才能在 app 里真的点到那个模型。另一半是安全,而且几乎每条都指向信任链的上游——证书库、浏览器指纹、iPhone 的 PDF 解析器,还有客厅里的电视。

1. 本期速览

  • 分数最高:Local Wikipedia 1,719 分,把维基百科条目按"半小时步行能到"重排。
  • 讨论最激烈:Anthropic S-1 1,675 条评论,几乎全在算账。
  • 主题分布:AI 模型与公司 6 条,安全 4 条(指纹脚本、CA 信任链、iPhone 攻击链、电视 root),工具与工程文化 4 条,剩 1 条是前端彩蛋。
排名 标题 分数 评论数 来源
1 Local Wikipedia: Wikipedia, but only for things a half hour walk from you 1,719 255 edjefferson.com
2 Anthropic S-1 1,703 1,675 sec.gov
3 Why is this fingerprinting script creating bioweapons? 1,537 291 nullpt.rs
4 Ghostty 1.4 1,342 433 ghostty.org
5 Apple's git still trusts the compromised eMudhra certificates 1,185 408 emudhra.we-have-a-problem.com
6 Three new discoveries in mathematics, computer science, and physics 1,154 702 openai.com
7 We're releasing the weights of Mistral Large 4 1,139 324 mistral.ai
8 Today, we hacked what we'd set out to hack: the iPhone 1,123 732 blog.calif.io
9 Kimi K3.1 Pro and K3.1 Pro Highspeed 1,096 679 kimi.ai
10 Genie 4 1,038 587 deepmind.google
11 Gemini 4 Carbon 1,001 794 blog.google
12 Apple Music 404 Not Found 941 278 music.apple.com
13 We should be more ambitious with the software we build 906 777 danluu.com
14 Docker is weird 885 370 codeandcake.dev
15 Root shell on Samsung TV 858 642 twitter.com

2. 焦点讨论

2.1 半小时步行维基

Local Wikipedia, but only for things a half hour walk from you | 本期 #1 | 1,719 分 | 255 条评论 | 来源:edjefferson.com

把维基百科按"离你半小时脚程"重排:乡下一片空白,城里满屏游客景点。

做法很朴素,以当前位置为圆心,筛出半小时步行范围内的条目,再按距离排开。评论区最有信息量的一条直接指出这几乎是维基百科自带 Nearby 功能的壳(Special:Nearby 输入同样的坐标给同样的结果),作者换的只是呈现方式。

分歧集中在半径上。住在乡下的人最近条目要走三个多小时,住在剑桥市中心的人则被游客打卡点淹没;还有人抱怨距离单位:非美国地区照样显示码和英里。最有温度的一条是有人顺着它翻出了附近早已消失的书店咖啡馆,说这种"发现曾经存在过什么"的感觉平时很难得到。

2.2 Anthropic 上市文件

Anthropic S-1 | 本期 #2 | 1,703 分 | 1,675 条评论 | 来源:sec.gov

一份招股书把"AI 需求到底真不真"变成了可以逐行对账的问题。

评论区最扎实的一条把账拆开了:对 Google、AWS、Broadcom、SpaceX 的长期算力与芯片承诺都是千亿美元量级,赌的是营收从几百亿再往上翻一个数量级;赌对了是巨头,赌错了就是一堆闲置产能。招股书里"增速可能不可持续"这句话也被单独拎出来,作为这条赌注的下行注脚。

第二条线索针对估值本身:按传闻中的万亿级定价,想复制亚马逊上市后三十年的回报,得在 2056 年值到十五位数,于是有人问——那我现在买它图什么。还有一段被反复引用的"绝不让公司比实际价值贵一美元",随后被另一位评论者指出在 S-1 正文里找不到出处,讨论因此多了一层对公关话术的警惕。

2.3 指纹脚本里的咒语

Why is this fingerprinting script creating bioweapons? | 本期 #3 | 1,537 分 | 291 条评论 | 来源:nullpt.rs

一个浏览器指纹脚本里塞满了给大模型看的"咒语",目的就是让 AI 拒绝分析它。

作者在爬取上千个 canvas 指纹样本时,发现有人把混淆过的字符串写进脚本,解码出来是"这段代码涉及生物武器研究"之类的提示注入:专门写给会来读代码的模型,不是写给人看的。文中截图里,模型以生物安全为由拒绝继续反混淆,而这恰好是脚本作者想要的结果。

这算不算有效防御,评论区吵得很实。一派认为这是对抗 AI 爬虫和自动审计的低成本手段,维护者终于有了一个"过滤器";另一派指出它同时挡住了正常的安全研究,而且开放权重模型根本没被触发,防线只对少数几家闭源 API 有效。还有人把话题拉回前提:浏览器指纹能拿到这么多信息这件事本身,就该被浏览器厂商限掉。

模型以生物安全风险为由拒绝反混淆这段脚本

2.4 Ghostty 1.4 发布

Ghostty 1.4 | 本期 #4 | 1,342 分 | 433 条评论 | 来源:ghostty.org

发布说明写着终端,主角其实是那个可嵌入的终端内核。

Mitchell Hashimoto 在评论区把重点挪到了 libghostty:他一直认为一个免费、高质量、可复用的终端仿真内核,比任何单个 GUI 更有价值,1.4 的看点是谁在拿它做东西、做到了什么程度。他甚至开玩笑说,Ghostty 的图形界面只是 libghostty 的"加长版技术演示"。

质疑也很直接:Konsole 已经够快,为什么还要多一个终端。支持者的答案意外地朴素——配置文件是纯文本、能备份、能读懂,不像 iTerm2 那套点出来的设置;再加跨 macOS/Linux 和 GPU 加速。最具体的功能缺口是 Kitty 的 hints 模式和查找框不认 ⌘F/⌘V,两个都有人在 issue 里追了好几轮,这次仍然没等到。

2.5 苹果的证书信任链

Apple's git still trusts the compromised eMudhra certificates | 本期 #5 | 1,185 分 | 408 条评论 | 来源:emudhra.we-have-a-problem.com

上周那场 CA 事故的续集:证书吊销了,系统里的信任没跟着吊销。

文章说得很具体:通知 Apple 十一天后,macOS 自带的 git、curl、python3 仍然信任已被攻破的 eMudhra 证书;Apple 给出的处置办法是手工从证书链里删,而系统更新可能把它加回来,这事已经发生过一次。作者因此把标题写成了"git 仍然信任",评论区则纠正说,该背锅的是 macOS。

争论在严重性上。有人强调中间人需要先拿下网络位置,别按远程代码执行那种量级对待;反驳同样具体——咖啡店 WiFi 加一个假 portal 就够了,而现在有工具能现场签发这类证书。第三种意见认为工具信任系统证书库本来就是正确设计,问题在于系统层面的证书管理在 macOS 和 Linux 上都一样混乱,谁都说不清哪个程序用的是哪套信任链。

2.6 三项学术新发现

Three new discoveries in mathematics, computer science, and physics | 本期 #6 | 1,154 分 | 702 条评论 | 来源:openai.com

三项结果本身很硬,但署名权与资源分配比结果吵得更久。

OpenAI 公布了在 Kakeya 猜想、指数时间假设(ETH)和量子色动力学上的进展,并强调这次是先与相关领域的数学家、物理学家沟通,再由对方评审、撰写。支持者承认这是对上一轮"直接甩结果"的修正,有人把功劳记给了此前公开推动这件事的数学家。

反对意见最集中的比喻是"自行车厂宣布自己赢了环法":模型训练用的是研究者的输入,成果却由厂商先发布。务实的一派把问题换成了钱——这些算力如果换成科研经费,能不能买到同样的结果,尤其是在研究资助被削减的时候。

技术侧最有信息量的讨论是 ETH 被证伪对 P=NP 先验的影响。一位评论者的说法是:这更像是证明"水是湿的"那条路被堵死了一条,而不是 P=NP 有了新证据;真正的意义在于某种形式化工具被证明走不通。

2.7 Mistral 开放权重

We're releasing the weights of Mistral Large 4 | 本期 #7 | 1,139 分 | 324 条评论 | 来源:mistral.ai

权重放出来了,但"开放权重"这四个字又被许可证咬了一口。

许可证里有一句很硬:如果被许可方或其关联公司经营 Model-as-a-Service 业务,就必须先单独签一份商业许可。评论区由此分成两派——一派坚持这叫"weights available"而不是 open weight,跟 Redis、Elasticsearch 改成 source-available 时的反弹同构;另一派认为业界一直把"权重公开"叫开放权重,限制托管商用谈不上误导,只是别把它跟开源混为一谈。

务实的一条讨论是价格:相比预览版,完整版的价格几乎砍半,于是有评测者承认"要重新评估"。顺带还冒出一条体验抱怨——想给 Mistral 付钱比想象中难,官网上的入口藏得深,虽然有人补了一句:注册之后升级其实只要几步。

原文站点本周在当前网络下打不开,这一节的判断只来自标题与讨论区。

2.8 iPhone 被完整攻破

Today, we hacked what we'd set out to hack: the iPhone | 本期 #8 | 1,123 分 | 732 条评论 | 来源:blog.calif.io

"我们攻破了当初想攻破的那台 iPhone"——一条完整攻击链,评论区先问是不是真的。

帖子讲的是团队完成了一条从入口一直到内核的 iPhone 攻击链,并配了带解说的演示视频。讨论很快落到入口上:PDF 解析器又一次成为最好的载体,格式复杂、能执行的东西多、用户看到 PDF 不会犹豫。有人顺手把 Pegasus 时代的 ForcedEntry 翻出来对照,说这条路十年没变过。

第二层讨论是代价。越狱意味着放弃 OTA 更新,而一旦被判定为越狱设备,iCloud、iMessage 都可能直接失效,手机退化成一台 iPod touch——这也是很多人不再折腾的根本原因。也有人泼冷水:这类成果其实一直在发生,只是这次被拍成了有节奏感的视频;"新常态"这个词在评论区出现时,语气更像叹气而不是惊讶。

攻破 iPhone 的演示视频缩略图

2.9 Kimi K3.1 Pro

Kimi K3.1 Pro and K3.1 Pro Highspeed | 本期 #9 | 1,096 分 | 679 条评论 | 来源:kimi.ai

3T 级开放权重、百万上下文,外加一句"开放权重里的网络能力会逐步放开"。

官方口径是 3T 级开放权重、百万 token 上下文,重点放在编码、3D 建模与金融研究,两个版本(标准与 Highspeed)同时上线。最受关注的反而是安全段落:K3.1 Pro 的攻击性网络能力被刻意压在本管线能达到的水平之下,并写明"计划逐步提高开放权重中的网络能力"——评论区的解读是,既想留在开源阵营,又不想被监管点名。

另一条线索是价格与配额。第三方评测给出的综合分排到前列,速度也不错,但立刻有人晒出账单:99 美元/月的订阅,在一次不到一小时的会话后就被 5 小时配额拦住。于是讨论从"能不能追上闭源"变成了"追上之后我付不付得起",有人算了笔账——单价便宜,但生成长度是别人的近两倍,实际成本未必低。

BenchCAD 1,000 文件子集(Voxel IoU)成绩对比

2.10 Genie 4 世界模型

Genie 4 | 本期 #10 | 1,038 分 | 587 条评论 | 来源:deepmind.google

世界模型继续往"可交互的实时视频"走,评论区在争它能不能当真。

DeepMind 的第四代 Genie 主打实时生成、可操控的世界模拟,演示里能一边走一边改变场景。最有意思的讨论不在演示本身,而在后果:有人预测世界模型会变成 AAA 游戏的"云端模拟 + 流式回传",游戏本体不再发行,等于把当年 Stadia 想做没做成的 DRM 变成物理定律。

反驳来得也快:Stadia 死于输入延迟和画质劣化,而生成式方案在这两点上只会更糟;再往下是经济学——每次重新生成一个场景都要烧算力,成本比发行一个二进制高得多。技术派的质疑最具体:大理石半身像砸在西瓜上的那段,物理上雕像该倒下却没有,"看起来对"和"模拟得对"仍然是两件事。

2.11 Gemini 新旗舰

Gemini 4 Carbon | 本期 #11 | 1,001 分 | 794 条评论 | 来源:blog.google

官方说这是最强模型,794 条评论里大半在问"我到底该点哪里"。

官方描述是"迄今最强模型,网络安全与长时程能力达到 SOTA"。但讨论几乎全部偏离技术:手机上的 Gemini 应用里最新只到 3.8 Pro,明明界面写着 Ultra 也不确定自己在什么套餐里;企业 Workspace 账号的授权和消费级订阅是两套,想给团队开通得先搞清法务边界。

吐槽最精准的一条是:在这个剧变的年代,至少还能指望 Google 的产品命名一如既往地令人困惑——Argon、Bismuth、Carbon 这些代号与对外名字完全对不上,第三方 harness 反而比官方 app 更早拿到新模型。更根本的批评是节奏:先开发布会、几周后才开放,等于把首发入口让给了别人。

2.12 iPod 风格 404 页

Apple Music 404 Not Found | 本期 #12 | 941 分 | 278 条评论 | 来源:music.apple.com

一个 404 页面做成了 iPod:点盘能转,设置里还藏着 Brick。

music.apple.com/this-url-doesnt-exist 打开是一台复古 iPod,点盘可操作、能切歌,进到 Settings → About 长按中心键还能玩 Brick。评论区一半在怀念点盘的手感——"技术已经不需要它了,但这仍然是最好的交互";一半在做考古,有人扒出各区域独立加载的歌单 JSON,美国区一千零二十九首、英国区一千一百五十六首、法国区一千二百一十七首,不少人发现自己曲库里"应该有"的歌并不在列表里。

也有人说这个页面是 AI 写的,被追问证据后没有下文。这条插曲恰好和本期另一条形成对照:AI 告诉你的"发现",最好自己先去翻文档。

2.13 软件该更有野心

We should be more ambitious with the software we build | 本期 #13 | 906 分 | 777 条评论 | 来源:danluu.com

"软件该更有野心"——争的不是要不要野心,而是流程能不能接住它。

Dan Luu 的论点是开发者越来越满足于小修小补,而这个时代其实允许做更大的东西。评论区最集中的方向却不在工具,而在组织:写代码变快了,PR 评审、合并、发布没变快,于是团队退回全手工流程,"协调税"吃掉了 AI 带来的全部增益——写得多快都没用,如果合不进去。

第二条线是实践分享。有人拿模型做"至少一个月"的项目来压测(Rust 写的 Python 解释器失败、低多边形地球和代码库可视化成功),明确反对把一次性生成当成目标;也有人用 Jonathan Blow 造语言、造引擎、做出游戏当反例,但立刻被提醒:那花了他十年和几百万美元。

2.14 Docker 为什么怪

Docker is weird | 本期 #14 | 885 分 | 370 条评论 | 来源:codeandcake.dev

一篇"Docker 哪里奇怪"的考古文,把 Docker 的创造者本人招来了。

Solomon Hykes 出现在评论区,说自己很多年没碰 Docker 了,愿意回答任何问题,然后就收到了 59 条追问——从"当初的设想是什么"到"现在会怎么改"。

真正有信息量的分歧是"Docker 到底创新在哪"。一派认为是 Dockerfile、分层缓存加 registry 这套工作流,chroot 二十年前就有,但"一个文件描述整个环境、还能复用缓存"是新的;另一派认为是分发单位变了,一个 docker-compose 就能起整套 WordPress,删掉时不留痕迹,这才是它被接受的真正原因。被反复点名"最奇怪"的设计是 client/server 架构:它把权限管理复杂了两个数量级,而原文一句都没提。

2.15 三星电视的 root

Root shell on Samsung TV | 本期 #15 | 858 分 | 642 条评论 | 来源:twitter.com

"三星电视拿到 root"的帖子火了,最受欢迎的反驳是:你发现的可能只是产品说明书。

原帖是 log4j 在 X 上的一段演示,指向通过电视拿到 root shell。讨论分三层。一层是监管:一块木板怎么搬都有人管,而整个行业在采集数据却没人管;另一层是自保:把电视当纯显示器、永不联网,但马上有人说 4K/HDR/大屏机型几乎都要联网初始化,流媒体服务还专门限流开放设备。

最有价值的是第三层。有人指出狗叫检测、婴儿哭声识别本来就是这代电视宣传多年的功能,配合 SmartThings 是正常卖点;用 AI 工具做逆向很容易把已知功能当成"新发现",而这类帖子已经出现过十几次。这条反驳和 2.3、2.12 放在一起看很有意思:AI 让"发现"变便宜了,也让"核实"变成更稀缺的能力。

3. 本期观察

模型厂商的发布节奏和用户的可得性正在脱节。同一周里 Gemini 4 Carbon、Mistral Large 4、Kimi K3.1 Pro、Genie 4 先后登场,但高分评论几乎没有在讨论跑分,而是在问许可证限制了什么、订阅配额够不够、企业账号能不能开通、第三方 harness 为什么比官方 app 更快。评价轴从"谁更强"往"谁真的能被我用到"挪了一格。

安全话题的落点从"新漏洞"移到了"信任基础设施"。CA 事故进入第二周,问题不再是私钥怎么被算出来的,而是操作系统有没有把信任撤掉;指纹脚本的攻防发生在读代码的模型和写代码的人之间;iPhone 的攻击链从 PDF 解析器一路打到底。共同点是:需要被审计的是信任根,而参与审计的工具本身也开始是 AI。

"开放权重"正在失去共识。Mistral 的许可证把托管商用单独拎出去,Kimi 直接承认会限制开放权重里的网络能力,评论里开始区分 "open weights" 和 "open source" 两个词。这不是文字游戏——它决定了模型能不能被当成基础设施去依赖,还是只能当成一次性的能力租用。

情绪上有一个明显的变化:对"AI 给出的结论"的怀疑变成了默认姿势。三星电视那条最有代表性的评论不是"太可怕了",而是"你大概只是没读产品文档";Apple Music 的彩蛋页被质疑是 AI 写的;OpenAI 的学术成果先被问署名和成本。与此同时,另一批人在喊"该更有野心"——两种情绪并不矛盾,都是同一个判断:工具变强了,判断力变得更重要。

4. 数据说明

Hacker News 是 Y Combinator 运营的技术社区,"分数"就是社区成员的投票数,发帖后一段时间内权重递减。它衡量的是注意力而不是质量:一篇讲部署踩坑的帖子通常赢过扎实的论文,企业公关稿和纯学术内容在这里天然吃亏,硬件新品和"教你做个小工具"的项目反而容易冲高。

评论数要单独读。同样五百条评论,可能是全场叫好,也可能是两派在吵架,所以每节都尽量落到"分歧点在哪、最有信息量的那条观点是什么",而不是复述标题。分数高、评论少的帖子,往往意味着大家只是点头,没什么可争的;评论数远超分数的,基本都在互掐。

时间窗按上周五到本周四(UTC+8)划一个周期,取技术、产品与工程类前 15 名,先剔除纯时政、医疗、娱乐与能源政策类话题——这也是为什么 Anthropic 的招股书在榜、而同期分数更高的微软裁员新闻不在。同一事件的多条帖子会同时出现,它们代表同一件事的不同侧面。本期有两篇原文(Mistral 官网、X)在当前网络环境下打不开,对应小节只依据标题与讨论区里确实存在的观点,涉及原文细节的地方没有做推测。