2026-07-18 Hacker News Top Stories #
- 参赛者Scott Weiss投诉DeepMind举办的Kaggle竞赛评选存在不一致，质疑评委因投稿过多、时间不足而忽视质量与学术诚信。
- Claude Fable 5和GPT-5.6 Sol在相同预算下自主制作音乐视频，虽然生成过程可用但作品平庸，且在代币成本和使用工具上有显著差异。
- 苹果公司为保护知识产权和商业机密，向数十名OpenAI员工发出法律信函，反映AI领域人才争夺加剧。
- 开源AI在生产中已成主流，开放权重模型与闭源能力差距缩小但部署仍有挑战，东亚地区采用率最高。
- 研究人员首次在位于宜居带的类地岩石行星LHS 1140 b上检测到大气层（氦气），成为寻找地外生命的重要里程碑。
- LM Studio推出专为开源模型设计的独立AI代理Bionic，支持语音转录、代码检查和文档处理，且不保留数据。
- 开发者在使用LLM编程时因持续性的审查疲劳和成就感缺失而感到疲惫，呼吁将监督疲劳视为一个工程问题。
- Pebble Time 2智能手表已发货并提升电池续航，SDK新增多项功能，但仍存在计步不准和触屏误触等已知问题。
- 对一座1900年前古罗马厕所的研究揭示其混凝土通过碳化反应生成方解石来修复裂缝，为环保混凝土提供启示。
- 脑电图研究显示大脑在注意力切换时能短暂地同时编码两个语音流，并且注意力转移后词汇预测机制会相应重置。
1. 评估过程和获胜者选择中存在不一致的证据 (Evidence of inconsistencies in evaluation process and selection of winners) #
https://www.kaggle.com/competitions/kaggle-measuring-agi/discussion/724918#3498423
参赛者 Scott Weiss 公开投诉 DeepMind 在 Kaggle 设立的 2.5 万美元大奖评选过程，指控头奖作品 Medley Bench 严重不符合比赛所要求的质量、可辩护性、清晰度和创新性。他指出该作品对强制使用的基准 SDK 运用极差，仅输出单一分数且无法让人审阅数据采集过程；书面报告中存在明显逻辑矛盾，例如图表显示的趋势其实一致，作者也承认各项指标高度相关（相关系数 0.79–0.94），却据此做出错误的核心推断，随后又在后文中自我推翻，而所谓四种不同能力的测量基础也因高度相关性而十分可疑。此外，提交内容充斥着大量浮夸的补充材料（AI 视频、AI 播客、精美网站和 20 页论文），核心内容却质量低下。他质疑评审过程可能因投稿过多和评委时间不足而妥协，导致名校的华丽包装作品被轻易放行，因此要求主办方调查并公开评选细节，强调许多参赛者投入上百小时，希望看到真正的专业能力和学术诚信。
HN 热度 433 points | 评论 268 comments | 作者：twerkmeister | 12 hours ago #
https://news.ycombinator.com/item?id=48946010
- AI 虽有用，但人们盲目将思考外包给 AI 并接受其结果是荒谬的。
- Kaggle 可能使用 AI 评估提交并盲目接受结果，缺乏常识验证。
- 人们外包思考的根本原因是“快速行动”的文化压力，资本要求立即结果。
- 公司中工程与管理冲突：工程追求正确，管理追求快速功能发布，且常盲目模仿竞争对手，缺乏优先级排序。
- 管理层决策常受投资者或政府机构暗示的未来方向影响，而这些方向又来自 TED 演讲和社交媒体，导致公司被迫宣传 AI 即使只是简单的决策树。
- 项目管理系统中的优先级强制排序是好主意，但可随意更改则无用；更极端的做法是优先级只能分配一次，迫使创造新等级。
- 管理层需谨慎抛出想法，因为多层传递会误解优先级。
- 高层信噪比下降，CEO 偶尔的闲聊未必代表公司方向。
- 决策树是古老 AI 形式，无需机器学习；AI 概念被营销毒化，从 IBM Watson 开始或更早。
- AI 曾泛指任何有趣编程（如游戏 NPC 行为、语言解析），如今 AGI 一词也早已存在；资本主义本质上是猴子地位游戏，与功劳无关。
- 工程与管理的理想平衡应是适度紧张，工程会迭代太久，产品会想每天发布新功能。
- 管理层的短视也是对终端用户的回应，客户常要求 99% 不会用到的功能。
2. 100 美元 AI 音乐视频：Claude Fable 5 vs. GPT-5.6 Sol ($100 AI Music Video: Claude Fable 5 vs. GPT-5.6 Sol) #
https://www.tryai.dev/blog/ai-music-video-arena-claude-vs-gpt-5.6
两个 AI 模型（Claude Fable 5 和 GPT-5.6 Sol）被赋予相同歌曲（Bruno Mars 的《Uptown Funk》）、固定预算和六个工具（搜索、生成图片/视频、ffmpeg 编辑等），自主完成完整音乐视频制作。实验分 $25 和 $100 两档预算，共四轮。
视频结果：四个视频都能用，但都不算优质。Claude Fable 5 在 $100 预算下产出 1920x1080 视频，花费 $48.60，而 GPT-5.6 Sol 同预算只花了 $36.57，且使用多种视频模型。$25 预算下两者均接近花光。
工具差异：Claude Fable 5 全程只用纯文本转视频，GPT-5.6 Sol 在 $25 时采用“先生成图片再动画”的流程，在 $100 时混合了三个不同视频模型。两者均未使用 Replicate 平台。
成本观察：Claude Fable 5 的 LLM 推理 token 费用高达 $16.99-$25.05，占总成本 30-40%；GPT-5.6 Sol 的 token 成本仅 $3-4，总成本更低。
主要不足：角色和故事一致性差；模型对歌词理解过于字面（如“让龙退休”直接生成龙）；节奏匹配弱（剪辑虽能对上节拍，但角色动作速度不匹配）；缺乏自我审查，GPT-5.6 Sol 的 $100 视频中出现了明显低质量片段。
HN 热度 382 points | 评论 513 comments | 作者：hershyb_ | 1 day ago #
https://news.ycombinator.com/item?id=48939524
- AI 技术令人印象深刻，但生成的作品缺乏艺术价值，只是各种概念的平庸混合体。
- 有才华的创作者用零预算也能在一下午做出更有趣、更具欣赏性的作品。
- 通过非常具体的提示，AI 可以成为强大工具，让创意者无需百万预算就能实现复杂构想，关键在于精确描述。
- 真正的艺术来自现实与意图的碰撞、个人技能、布景道具等实际限制，而非简单提示或易复制的输出。
- AI 工具受限于安全护栏和素材库，往往产生平庸版本，这本身也构成一种现实与意图的冲突。
- 有价值的艺术往往是挑衅、不适、禁忌、颠覆性的，而大公司锁定的安全 AI 无法产出这类内容。
- 在现有限制下进行创造性突破（绕过迪士尼化框架）可能接近艺术价值。
- 机械难度（如肌肉发达、炫技演奏）不等于艺术价值，高概念低技术作品同样有艺术性。
- 很多人误以为机械难度是艺术的“工作量证明”，但这并不成立。
- AI 的不稳定性（输出不可重现、语义不一致）使其难以制作一致的好艺术。
- 高投入、高级提示生成的 AI 作品与低质量投稿之间差异明显。
- AI 可以帮创意者用低成本实现类似百万预算的效果，但需要极度具体和细化的指令。
3. 苹果公司向数十名 OpenAI 员工发出法律信函 (Apple targets dozens of OpenAI employees with legal letters) #
https://www.ft.com/content/1b8c9d52-88a9-426b-ba47-f1811f859166
苹果公司针对 OpenAI 的多名员工发出法律函，这标志着在与这家人工智能实验室的贸易秘密争端中，苹果采取了更为激进的策略。此次法律行动可能涉及到苹果对其知识产权和商业机密的保护，显示出在竞争日益激烈的 AI 领域，公司对人才和技术的控制愈加重视。
这起事件反映了科技公司之间在高级技术人才争夺战中的紧张局势，尤其是在 AI 和相关领域。苹果可能意在防止 OpenAI 的员工带走任何机密信息或技术，以维护自身的市场竞争力。此举不仅影响了苹果与 OpenAI 的关系，也可能对整个科技行业产生广泛的影响，促使其他公司在类似问题上采取更为谨慎的态度。
HN 热度 369 points | 评论 311 comments | 作者：merksittich | 12 hours ago #
https://news.ycombinator.com/item?id=48946303
- 平台建设需要巨大投入，许多公司因为低估成本而失败，如 Windows Phone、Fire Phone 等。
- OpenAI 购买了 Jony Ive 的服务，但可能因安全问题或松散道德环境导致项目失败。
- Sam Altman 的职业道德有问题，OpenAI 的合作伙伴关系频繁破裂，微软 CEO 公开暗示不可信任。
- 企业伦理典范极少，Intel 的 Andy Grove 曾被提及，但有人反驳 Intel 也曾不择手段竞争。
- Jony Ive 的设计能力被质疑，他失去品味，只关注圆角等细节，需要乔布斯这类编辑来约束。
- AI 模型提供商没有护城河，客户容易切换，价值将被 SaaS 公司或硬件厂商捕获。
- 前沿 AI 实验室正快速商品化，平台机会有限，模型制造者可能沦为“哑管道”。
4. 开源 AI 的现状 (The state of open source AI) #
开源 AI 已不再是一种妥协，而是实际生产中的主流选择。开放权重模型与闭源模型之间的能力差距在 2024 年 8 月曾缩小至 0.5%，尽管随后因闭源推理模型领先而重新扩大到 3.3%，但在编码、指令遵循和通用知识方面已接近持平，差距集中在推理、长上下文检索和智能体任务上。推理成本在 36 个月内下降了 50 倍，从每百万 Token 20 美元降至 0.40 美元，速度远超互联网泡沫时代的带宽或 PC 算力价格下降曲线。从路由 Token 量看，OpenRouter 上前五大模型均为开放权重模型，且截至 2026 年中，中国开发的开放模型周 Token 量约为美国闭源模型的 3 倍以上。
开发者调查显示，79% 的 AI 功能开发者使用开源模型（71% 使用闭源），其中 50% 同时使用两者。然而，从采用到生产部署存在明显差距：只有 51% 的开源模型团队将其投入生产，而闭源模型这一比例为 63%。这一差距并非因资源不足——大企业闭源生产率从 54% 提升到 73%，而开源仅从 53% 微增至 57%。开发者放弃开源模型的主要原因依次为：性能不足（+12pp）、集成困难（+11pp）、维护更新（+10pp），以及文档不足和部署扩展等问题。这些挑战在全球各区域普遍存在，尤其集中在基础设施成本、安全合规和运维复杂性上。东亚和大中华区开源采用率最高（89%），而南美和西欧则是仅有的两个闭源采用率超过开源的区域。
HN 热度 353 points | 评论 258 comments | 作者：rellem | 9 hours ago #
https://news.ycombinator.com/item?id=48947825
- 开放模型会扼杀 Anthropic 和 OpenAI，因为超大规模公司可以免费运行，苹果可以缩小模型放到设备上，前沿模型训练成本高且用户感知不到显著差异。
- 开放权重模型是中国公司为克服西方市场准入障碍采取的战术手段，可能随市场条件变化而关闭，且训练成本持续上升时财务可持续性存疑。
- 中国开源模型有政治意图，试图展示能力以羞辱美国，并建立软实力和善意。
- 所有国家都将 AI 视为地缘政治关切，开源策略明智但可能只是手段，市场缺少更原则性的开源参与者。
- Mozilla 更关心高管奖金而非使命，缺乏有影响力的产品，仅靠倡导无效；非追求最大回报的资本在过去 20 多年很难得。
- 中国 LLM 不一定比美国 LLM 更危险，美国的技术法西斯主义对美国人来说可能更直接危险。
- 美国公司无法信任外国支持的模型，训练集来源至关重要，首次恶意数据窃取将引发安全炸弹；真正开源需要公开代码和训练数据。
- 中国开源模型旨在进入西方市场以削弱主导者，并非出于开源哲学，不应期望长期持续。
- 技术法西斯主义是偶像化技术，现代加速主义（如 Marc Andreessen 的宣言）是意大利未来主义的翻版，与国家偶像化融合，依赖替罪羊和社会凝聚力，同时维持并削弱资本主义。
5. 在遥远恒星的宜居带上首次发现类地行星的大气层 (First atmosphere found on Earth-like planet in habitable zone of distant star) #
https://www.bbc.com/news/articles/cy4kdd1e0ejo
研究人员首次在一颗位于宜居带的类地岩石行星 LHS 1140 b 上发现了大气层，该行星距离地球 48 光年，围绕一颗红矮星运行。目前仅检测到氦气，虽不支持生命，但可能还有其他气体存在。这一发现是寻找地外生命的重要里程碑，表明太阳系外可能存在类似地球条件的星球。文章还提到其他候选行星，如 K2-18b 和 TRAPPIST-1 系统的相关研究进展。
HN 热度 345 points | 评论 219 comments | 作者：neversaydie | 10 hours ago #
https://news.ycombinator.com/item?id=48947560
- 红矮星的行星可能因宿主星不活跃而保留大气，LHS 1140b 更像是被蒸发的迷你海王星，但 JWST 排除了迷你海王星的可能性
- 费米悖论的一个解释是生命与文明通信的时间窗口极短，地球几十亿年生命史中仅 50 年能发射信号，降低了发现外星生命的概率
- 应建造太阳引力透镜望远镜来直接成像系外行星
- TOLIMAN 项目正为半人马座 α 星建造望远镜，预计明年发射
- NASA 有直接多像素成像与光谱的项目，早期进展顺利
- 25 公里分辨率的地球图像约 688 像素宽，能看到大型建筑、城市，但无法分辨车牌
- 谨慎的文明可能会隐藏自身排放，不被发现更有价值
- 太阳引力透镜望远镜需将卫星送到 548 AU 处，不同方向需不同卫星，且需减速以延长观测时间
- 借助木星/太阳奥伯特加速，约 25 年可到达有效位置，通过激光助推可大幅提升性能
- 外星智能可能早已用高级技术（如引力透镜、虫洞）观测地球，甚至已存在于我们周围，但也可能我们就是唯一智慧物种
- 我们可能只是历史模拟或人工智能游戏中的背景角色
6. LM Studio Bionic：专为开源模型打造的 AI 代理 (LM Studio Bionic: the AI agent for open models) #
https://lmstudio.ai/blog/introducing-lm-studio-bionic
LM Studio 发布了全新 AI 代理“Bionic”，专为开源模型设计，支持编码、研究、文档处理等复杂任务。用户可本地运行模型，也可通过 LM Link 或 Secure Cloud 使用云端开源模型，数据不保留且不用于训练。
Bionic 具备语音键盘功能，采用 Mistral AI 的 Voxtral 模型实现本地离线多语言实时转录，可在任意应用中语音输入。
编码方面，Bionic 可检查本地代码库、解释代码、调试修改，支持内联差异审查，适配 GLM 5.2、Kimi K2.7 Code 等强大开源模型。
文档处理方面，Bionic 可在沙盒环境中处理 PDF、幻灯片、电子表格等，支持文件编辑、摘要、网页搜索，提供自动检查点和应用内预览。
Bionic 是独立于 LM Studio 的新应用，用户需下载后创建账户并使用云模型。官方承诺持续改进，适配开源模型能力提升。
HN 热度 318 points | 评论 122 comments | 作者：minimaxir | 1 day ago #
https://news.ycombinator.com/item?id=48939662
- Bionic 可用于编码和文档创建，Work 项目有自动检查点，免费提供试用额度。
- 相比 Claude Code 等工具，Bionic 对推理链的展示更透明，便于检查。
- 下载链接指向普通 LM Studio 页面，未单独提供 Bionic 下载入口。
- 期待推出 Android 版，羡慕 iPhone 用户。
- 若使用自有 API Key（如 z.ai）可能违反其服务条款，标准 OpenAI API 可行但受限。
- 转向云服务和“零数据保留”声明令人不信任，像常见的美国式“相信我”套路。
- 首次使用体验良好，但存在多处粗糙点：工作目录显示不清晰、模型加载状态显示为“Working”而非“Loading”、无法主动预加载或卸载模型、路径中特殊字符（如 &）被错误转义。
- 未来 Apple 或其他厂商将提供足够好的本地模型和调用框架，LLM 可能成为新的计算界面。
- 大多数普通用户只需要 GPT-3.5 级别模型配合工具调用就足够，用户会分化成不愿付费和愿为前沿模型支付高价的群体。
- Gemma 4 智能水平接近 GPT-4o，但知识量较低。
- 认真使用的人要么为云模型付费，要么为硬件升级付费。
- 模型进步是否停滞决定了本地模型能否追上前沿性能。
- 小模型配合强化学习在很多日常任务中比前沿模型更实用，前沿模型常过度复杂、扩大范围。
- 关键在于模型进步是否让更多人愿意付费，当前本地免费模型已经很不错，配合恰当工具可胜任。
- 神经机器一直是替代冯诺依曼架构的范式，Minsky 延误了这一进程。
- Apple 系统模型不错但上下文仅 4K，新版 Siri 已改善并告知用户所用模型。
- 传闻 iOS 27 将搭载 20B 稀疏模型，可能带来更大的上下文长度。
7. 人在回路中的疲惫 (The human-in-the-loop is tired) #
https://pydantic.dev/articles/the-human-in-the-loop-is-tired
开发者 Laura Summers 探讨了使用 LLM 编程的真实体验。代码虽能自动生成，但人工审查、指导和纠错的过程比手动编写更加疲惫。她提到同事每天面对大量 AI 生成的 PR，监督疲劳严重，原本编程中的小奖励（如解决问题、理解逻辑）被替换为持续的认知负荷。工作变得高产但缺乏满足感，同时与机器的频繁互动取代了与同事的交流，带来孤独感和成瘾性。作者认为，这种“监督疲劳”需要被正视，并视作一个工程问题而非个人失败。
HN 热度 296 points | 评论 196 comments | 作者：haritha1313 | 23 hours ago #
https://news.ycombinator.com/item?id=48942000
- 传统编程中的小奖励（解决问题、理解逻辑、编译成功）被 LLM 辅助编程的审查疲劳取代，导致成就感消退、疲惫感增加。
- 代理式编程像不断冲浪，起初兴奋但很快疲倦，大小功能交互体验雷同。
- 不担心失业，但担心讨厌工作，通过手动处理和“添加好品味”来应对 LLM 输出。
- AI 生成代码导致系统出现 SegFault 等难调试的故障，投入大量 AI 积分也难以解决。
- 个人驱动不同：有人更看重产品结果和用户使用，愿意牺牲代码美观；有人更看重过程。
- 艺术在于过程，没有过程就没有艺术；自动钢琴不如钢琴家美，但编码不完全等同。
- 员工被过程奖励，雇主被结果奖励，这解释了 LLM 导致的倦怠。
- 对自己的代码失去分享欲，担心被叫“slop”，乐趣减少，只能缩减功能列表。
- GitHub 热门仓库充斥重复、低质量的“slop”，难以筛选和比较。
- LLM 生成代码本质上无趣，因为任何人都能生成；而人类手写代码如 Quake 有独特故事。
- 反驳：无趣并非固有，大多数人类创作也无趣；他人物理上能复制但价值不同。
- 引导代理是否成为新旅程？原帖认为 LLM 去掉了过程中的小奖励，但有人认为这也可以提供内在奖励。
- 软件应解决用户需求而非满足程序员需求，代码丑陋但可用胜过优雅但无用。
8. Pebble 2026 年 7 月大更新 (Pebble Mega Update – July 2026) #
https://repebble.com/blog/pebble-mega-update-july-2026
Pebble 2026 年 7 月大更新摘要
Pebble Time 2 发货状态 已生产超过 2.3 万块手表，完成 80% 以上预订单。剩余批次（黑色/红色 7 月 31 日，灰色/蓝色 7 月 28 日）将在月底前发货，之后将进入现货销售阶段。
软件进展
- 电池续航：Pebble 2 Duo 中位数从 17 天提升至 30 天以上，PT2 约 21 天。
- SDK 新增触屏、扬声器、RGB 背光等 API，社区已开发 2120 个应用/表盘。
- Index 01 功能已集成至手机 App，支持 iOS 备忘录、Obsidian、Google Tasks 等同步，可选加密。
- 稳定性：修复数百个问题，正推进反向 PPoGATT 以支持 iOS 通知回复（仅欧盟）。
Pebble Time 2 已知问题
- 软件：部分用户计步/睡眠不准，加速度计偶发失效，触屏有时不灵或误触。
- 硬件：少数手表存在制造缺陷、电池衰减或玻璃碎裂问题，团队将持续改进。
HN 热度 257 points | 评论 173 comments | 作者：crazysaem | 20 hours ago #
https://news.ycombinator.com/item?id=48943174
- 戒指尺寸套件不准确，建议选大号并用泡沫胶调整，用户对此不满，认为这是“灾难”
- 有人反驳尺寸问题被过度渲染，认为是限量产品初期常见问题，且 Pebble 并未强制要求购买套件
- 质疑制造商如何不确定自身产品尺寸，回复称智能戒指行业普遍使用尺寸套件
- 对不可充电设计感到困惑，认为可将充电电路放在充电器中，但官方解释是为了更小更便宜
- 反驳充电设计会增加成本、密封难度和失败点，对于小批量产品简化设计合理
- 担心两年前电池寿命实际很短，高频率使用（如记笔记）可能几个月耗尽，$99 价格像一次性设备
- 认为如果能充电，设备可耐用 5 年以上，但频繁充电又不如长续航方便
- 充电触点易被汗水腐蚀，以 Garmin 手表为例
9. 古罗马混凝土为何能千年不坏？1900 年前的厕所提供线索 (How Has Roman Concrete Lasted for Millennia? 1,900-Year-Old Latrine Offers Clues) #
古罗马混凝土为何能千年不坏？一项新研究从哈德良别墅一座 1900 年前的厕所中取样，发现除了已知的火山灰反应外，碳化反应也发挥了关键作用。大气中的二氧化碳与混凝土中的钙化合物反应形成坚硬的方解石矿物，这些矿物填充了微小裂缝和气孔，使结构随时间自我修复、愈发坚固。
研究团队从厕所座位下取回完整原始样本，通过显微镜、X 射线和化学分析证实了这一机制。此前 2023 年的研究已提出罗马混凝土因使用生石灰具备自修复能力，而新发现进一步强调碳酸盐在系统动态中的核心作用。
这一发现有助于现代建筑行业开发更环保的混凝土。目前混凝土生产排放全球约 8% 的二氧化碳，而到 205 年全球近半建筑尚未建成，借鉴古罗马工艺有望实现可持续基础设施发展。
HN 热度 254 points | 评论 213 comments | 作者：divbzero | 20 hours ago #
https://news.ycombinator.com/item?id=48943142
- 罗马混凝土通过石灰循环实现自愈和强度随时间增加，其防霉性来自石灰膏的碱性特性，与火山灰或陶片混合后形成防水效果，但需要定期维护。
- 石灰可用于浴室防霉，例如石灰漆或 Tadelakt 材料，但需作为年度或季度维护，不适合永久固化。
- 石灰翻新墙面后颜色难以统一修补，且易沾染衣物。
- 霉菌常生长在硅胶密封胶而非勾缝剂上，纯硅胶也未必完全防霉。
- 勾缝剂本身不防水，淋浴防水依靠防水膜或一体材料；环氧树脂勾缝剂易清洁，但可能阻碍干燥，需谨慎使用。
- 石灰不防水，在潮湿环境会溶解失效，但可用于高湿度非淋浴墙面以抑制霉菌。
10. 脑电图显示大脑能够同时编码两种语音流 (EEG shows brain can simultaneous encode two speech streams) #
https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.3003876
本文研究了在多说话者环境中大脑如何动态切换注意力。通过记录正常听力成年人在沉浸式多说话者场景下的脑电图（EEG），测量了两个竞争语音流在背景噪声中的神经编码。参与者每 15-30 秒被提示切换注意力焦点。使用时间响应函数（TRF）分析神经追踪，发现注意力切换过程中存在不对称的脱离和参与：新目标语音流的神经追踪出现早于对前一个目标的脱离，揭示了一个短暂的同时编码两个语音流的阶段。同时，EEG alpha 功率降低反映了这一转换过程中的认知努力。进一步利用大型语言模型构建的四种上下文累积策略，分离了与词汇预测机制相关的皮层活动，结果表明注意力切换后词汇上下文会发生重置。该研究阐明了听觉注意力转移的时间机制和上下文机制，揭示了大脑在复杂听觉环境中灵活处理语音的能力。
HN 热度 245 points | 评论 165 comments | 作者：giuliomagnifico | 18 hours ago #
https://news.ycombinator.com/item?id=48943745
- 不同人的思维过程不同，计数方式可能截然不同，可以通过观察能否同时做另一件事客观测试大脑工作方式。
- 通过视觉化数字而不是内心独白，可以同时计数和唱歌，但需要更多专注。
- 音乐家可以感受节奏并自动关联计数器，游戏玩家也能感知技能冷却时间而不需刻意记录。
- 多任务处理类似打鼓或弹钢琴，需同时关注多个事物，在进入心流状态时反而会变得毫不费力。
- 管弦乐队中指挥的手势能协助保持节奏，数字节拍器可编码成背景音在脑中自动播放。
- DJ 通过感觉自动数拍子和乐句，脑袋会自动出现 1,2,3,4 的计数。
- 听有声书时可以不用刻意注意内容，但无法同时阅读，因为阅读时存在内心独白（subvocalization）。
- 有些人没有内心独白或内心声音较弱，部分人患有 aaphantasia（无法在脑海中想象画面）。
- 阅读有两种模式：享受故事时用内心声音逐字读，快速获取信息时直接吸收关键词并跳过内心发声。
- 快速阅读技巧之一是不进行内心发声，以免限制阅读速度。
Hacker News 精彩评论及翻译 #
AWS: Inaccurate Estimated Billing Data – $1.7 bill… #
https://news.ycombinator.com/item?id=48945856
I got 3 consecutive emails warning that my budget crossed its $18 threshold. Opened it up: cost was 78 million. Thought it was a phishing attempt, logged into my actual account, and… still 78 million. EMOTIONAL DAMAGE.
yuchen20
我连续收到了三封邮件，警告我的预算已超过18美元的阈值。打开一看：花费是7800万。还以为是钓鱼邮件，登录了自己的实际账户，结果……还是7800万。心理创伤。
Kimi K3: Open Frontier Intelligence #
https://news.ycombinator.com/item?id=48936295
Pelican: https://tools.simonwillison.net/markdown-svg-renderer#url=https%3A%2F%2Fgist.github.com%2Fsimonw%2F66a2699eb1594258904c7b5102840dd6 - rendered via the OpenRouter API: https://openrouter.ai/moonshotai/kimi-k3
95 input, 16,658 output = 25 cents! https://www.llm-prices.com/#it=95&ot=16658&ic=3&oc=15 (13,241 of those were reasoning tokens.)
I think that’s the most expensive pelican I’ve rendered through a Chinese model so far.
simonw
Pelican: https://tools.simonwillison.net/markdown-svg-renderer#url=https%3A%2F%2Fgist.github.com%2Fsimonw%2F66a2699eb1594258904c7b5102840dd6 - 通过OpenRouter API渲染：https://openrouter.ai/moonshotai/kimi-k3
95个输入token，16,658个输出token = 25美分！https://www.llm-prices.com/#it=95&ot=16658&ic=3&oc=15 （其中有13,241个是推理token。）
我想这是我目前通过中国模型渲染过的最贵的Pelican了。
Microsoft Comic Chat is now open source #
https://news.ycombinator.com/item?id=48938312
Hi, I’m Robert Standefer, the guy who made this happen, with lots of support. I’m excited to see the enthusiasm about Comic Chat being open sourced. How this came to happen is a very interesting story that spans a six-year period with success that hinged upon being in the right place at the right time, literally.
I want to point out that, while I (along with Scott Hanselman) made the Comic Chat open source release happen, I am not the original developer. That is DJ Kurlander, and he was very supportive of this project. He was even enthusiastic about it.
outintospace
嗨，我是罗伯特·斯坦德弗，就是那个在众多支持下促成这件事的人。看到大家对Comic Chat开源的热情，我感到很兴奋。这件事的来龙去脉非常有趣，历时六年，成功的关键就在于恰好在正确的时间出现在正确的地点——字面意义上的。
我想说明一点，虽然是我（和斯科特·汉塞尔曼一起）推动了Comic Chat的开源，但我并非最初的开发者。那位是DJ·库兰德，他对这个项目非常支持，甚至充满热情。
$100 AI Music Video: Claude Fable 5 vs. GPT-5.6 So… #
https://news.ycombinator.com/item?id=48943716
Like most of this stuff, it’s obviously impressive technology compared to what existed a few years ago. But the end product has zero artistic value. It’s a grey goo of the average of every concept picked up from the concept of the song.
A talented creative with a vision could make something more interesting and enjoyable in an afternoon with a $0 budget.
hbn
和这类东西中的大多数一样，与几年前的技术相比，它显然令人印象深刻。但最终产品毫无艺术价值，就像从歌曲概念中提取的所有概念的均值所构成的灰色粘质。一个有远见的天才创作者用一个下午的时间、零预算就能做出更有趣、更令人愉悦的作品。
Kimi K3: Open Frontier Intelligence #
https://news.ycombinator.com/item?id=48941078
If there was some grand strategy for all Chinese labs, surely it’d have leaked by now. I think its more likely that:
-
Companies can still make money from commodities
-
Chinese labs only have 5-10% the valuation of OpenAI/Anthropic, so massive monopoly profits aren’t necessary. Profit expectations for tech companies in China are really low in general, complete opposite of the US.
-
Open weighting is a great way to get talent/attention/reputation
x313
如果所有中国实验室真有一套宏大战略，那现在早就泄露了。我更倾向于认为：
- 企业依然能从基础商品中获利
- 中国实验室的估值只有OpenAI/Anthropic的5%到10%，因此根本不需要追求垄断级暴利。整体而言，中国科技公司的利润预期极低，与美国完全相反
- 开放权重是吸引人才、关注度和声誉的绝佳方式
Kimi K3: Open Frontier Intelligence #
https://news.ycombinator.com/item?id=48943295
This might be the most impressive website generator demo I’ve seen: https://macos27.kimi.page
Context from the person who prompted it: https://x.com/mweinbach/status/2077827886149439547
anigbrowl
这可能是我见过的最令人印象深刻的网站生成器演示：https://macos27.kimi.page
来自提示者的背景信息：https://x.com/mweinbach/status/2077827886149439547
NotebookLM is now Gemini Notebook #
https://news.ycombinator.com/item?id=48938375
When notebookLM was new, it was interesting to listen to the podcasts. Then the novelty wore off, and I wanted something where I can interact with the podcasters but it was janky as hell.
My current “audio-learning” hack is ChatGPT Live which has become shockingly good after being awful compared to Claude Voice (Let’s not even talk about Gemini voice which is still bad).
I go on a walk and dump a paper or article link in the chat, and ask chatGPT Live to walk me through the content in small nuggets, so I can discuss them interactively. For deeper topics I have it quiz me Socratic style so I’m not just passively listening, and actually thinking through problems or ideas.
d4rkp4ttern
NotebookLM刚推出时，听播客还挺有意思。后来新鲜感过了，我就想要一个能和播客主持人互动的功能，但体验差得要命。
我现在“边听边学”的窍门是ChatGPT Live——它之前比Claude Voice差远了（更别提Gemini语音了，现在依然很糟糕），但如今已经好得出奇。
我出门散步时，会把论文或文章链接扔进聊天框，让ChatGPT Live一小段一小段地给我讲解内容，这样我就能互动式地讨论。遇到更深奥的话题，我会让它用苏格拉底式提问法考我，这样我就不只是被动听，而是真正在思考问题或观点。
The state of open source AI #
https://news.ycombinator.com/item?id=48948110
Speculation: open models is what will kill Anthropic and OpenAI. Hyperscalers can run the models without a licensing fee. Apple can make them smaller and put them on the device.
The frontier models are an edge and a liability. They’re astronomically expensive to train. Without them, their models will fade into obscurity. Their marketing depends on people believing the models are meaningfully different, as people have sweatily argued on this forum. Personally, I’m not convinced there’s much of a difference between these models at this point. The harness is what takes these random and hallucinogenic models and make them into something deterministic and useful.
babblingfish
猜测：开源模型才是真正会摧毁Anthropic和OpenAI的东西。超大规模云服务商可以免费运行这些模型，苹果可以把它们做小并集成到设备里。
前沿模型既是优势也是负担。它们的训练成本高得惊人。没有这些模型，它们的产品就会逐渐被人遗忘。它们的营销依赖于人们相信这些模型之间有本质区别——就像这个论坛上有人拼命争论的那样。就我个人而言，我目前并不认为这些模型之间有多大差异。真正将这些随机且易产生幻觉的模型转化为确定且有用的东西的，是那些外部框架。
Evidence of inconsistencies in evaluation process … #
https://news.ycombinator.com/item?id=48946435
AI is useful. But the amount of people that are simply offloading all of their thinking to AI and blindly accepting the answer is absurd. Kaggle is most likely using ai to assess the submissions and are not using any common sense by blindly accepting the results.
ecshafer
AI是有用的。但太多人只是把所有思考都甩给AI，盲目接受给出的答案，这十分荒谬。Kaggle很可能正在用AI评估提交的结果，并且盲目接受这些结果，完全没有运用任何常识。
AWS: Inaccurate Estimated Billing Data – $1.7 bill… #
https://news.ycombinator.com/item?id=48945507
Apparently what used to be GB of storage consumed is confused with Bytes of storage consumed, leading to a cool off by 2*30 error.
You’re right to question my calculation. The MCP server failed to connect when I tried to look up the field definition. I guessed instead of validating. This is on me. But look at all the revenue!
lukaslueg
显然，之前所谓的“消耗的存储空间GB数”与“消耗的存储空间字节数”混淆了，导致出现了2^30倍的误差。
你质疑我的计算是对的。我试图查找字段定义时，MCP服务器连接失败。我没验证就猜了。这确实是我的问题。但看看那笔收入！
The human-in-the-loop is tired #
https://news.ycombinator.com/item?id=48943090
Here’s a term for what I think is happening: the human reward function problem. In machine learning, a reward function tells an agent what good looks like. Writing code by hand was never easy, but it was full of small rewards. Solving a problem in your head. Understanding a gnarly bit of logic. Watching the code compile. The feeling of control. LLM-assisted programming has automated much of the work that generated those dopamine hits and replaced it with the cognitive load of review and supervision. The satisfying part shrank. The exhausting part grew. And there are no new rewards to fill the gap.
Say what you will about the Claudisms in this piece, this bit certainly rings true for me. With old school coding, there was always a reward at the end, the harder it was, the more satisfying it felt.
With agentic coding, I really doesn’t feel like that, at least not in the same way. It feels more like continually riding a wave of productivity, where small features or huge features have similar levels of interaction required. And that’s exciting in the beginning but quickly becomes very tiring.
appplication
我觉得这种现象可以用一个术语来描述：人类奖励函数问题。在机器学习中，奖励函数告诉智能体什么才算"好"。手写代码从来都不容易，但它充满了微小的奖励——在脑中解决一个问题、理解一段棘手的逻辑、看着代码编译成功、那种掌控感。大语言模型辅助编程自动化了大部分曾带来多巴胺冲击的工作，并用审查和监督的认知负荷取而代之。令人满足的部分缩小了，令人疲惫的部分扩大了，而且没有新的奖励来填补这个缺口。
随你怎么评价这篇文章里的"克劳德体"，但这段话确实让我深有同感。传统编码中，终点总会有奖励——过程越难，成就感越强。而在智能体式编码中，我完全感受不到这一点，至少不是同一种感觉。它更像是在不断乘着生产力的浪潮前进，小功能和大功能所需的交互层级相差无几。起初这令人兴奋，但很快就变得非常疲惫。
Kimi K3: Open Frontier Intelligence #
https://news.ycombinator.com/item?id=48940686
So Chinese labs are driving essentially towards commodotized intelligence. Even if its a few months behind the US.
Is this a classic ‘commoditize my compliment’ situation? They want to sell the hardware and infrastructure behind AI and make the software part not the value driver / moat?
I can see it. But also even two Chinese labs sinking 100s of millions USD into training isn’t exactly commoditization. It’s still a ton of effort with dubious payoff.
softwaredoug
所以中国实验室基本上是在推动智能的商品化，即便比美国落后几个月。
这是经典的“将我的赞美商品化”的情况吗？他们想销售AI背后的硬件和基础设施，让软件部分不再成为价值驱动或护城河？
我能理解。但即便有两家中国实验室投入数亿美元进行训练，这也不算严格意义上的商品化。这仍然是巨大的投入，回报却不明确。
AWS: Inaccurate Estimated Billing Data – $1.7 bill… #
https://news.ycombinator.com/item?id=48948368
Wow:
In this role you will:
- Design and build agentic AI systems that analyze, generate, and validate…
- Build agentic architectures that compose specialized AI agents dynamically…
- Build AI-driven continuous validation frameworks powered by agentic workflows and large language models that autonomously manage…
This is invoicing? If ever there was a domain that was purely deterministic, you’d hope it was invoicing.
ibejoeb
哇：
在这个职位上，你将：
- 设计并构建能够分析、生成和验证……的智能体AI系统
- 构建能够动态组合专业AI智能体的智能体架构……
- 构建由智能体工作流和大型语言模型驱动的AI持续验证框架，能够自主管理……
这是开发票？如果真有一个领域本该是纯粹确定性的，你肯定会希望它是开发票。
EEG shows brain can simultaneous encode two speech… #
https://news.ycombinator.com/item?id=48945790
Related, but this reminds me of the story by Richard Feynman [1] when he practices counting up to 60 seconds in his head, and after many experiments around what he can do simultaneously conclude that he can simultaneously count and read but not speak. Later sharing this to John Tukey, he’s told that Tukey can’t read while counting but could speak while counting.
Turns out Tukey is visualizing looking at a tape, while he counts, while Feynman imagined himself talking to himself, so he couldn’t speak while counting but Tukey couldn’t read while counting
By that experience Tukey and I discovered that what goes on in different people’s heads. when they think they’re doing the same thing - something as simple as counting - is different for different people. And we discovered that you can externally and objectively test how the brain works: you don’t have to ask a person how he counts and rely on his ownobservations of him-self; instead, you observe what he can and can’t do while he counts. The test is absolute. There’s no way to beat it; no way to fake it.
It’s natural to explain an idea in terms of what you already have in your head. Concepts are piled on top of each other; this idea is taught in terms of that idea, and that idea is taught in terms of another idea, which comes from count- ing, which can be so different for different people!
I often think about that, especially when I’m teaching some esoteric technique such as integrat- ing Bessel functions. When I see equations, I see the letters in colors-I don’t know why. As I’m talking, I see vague pictures of Bessel func- tions from Jahnke and Emde’s book, with light- tan j’s, slightly violet-bluish n’s, and dark brown x’s flying around. And I wonder what the hell it must look like to the students.
[1] https://calteches.library.caltech.edu/3591/1/Feynman.pdf
NalNezumi
相关，但这让我想起理查德·费曼讲过的一个故事[1]：他练习在心里默数到60秒，经过多次实验测试自己能同时做什么之后，得出结论——他可以在数数的同时阅读，但不能同时说话。后来他把这事告诉约翰·图基，却得知图基在数数时不能阅读，但可以说话。
原来，图基在数数时想象自己看着一条磁带，而费曼则想象自己在对自己说话，因此费曼不能在数数的同时说话，而图基不能在数数的同时阅读。
通过那次经历，图基和我发现，不同的人脑袋里发生的事——当他们以为自己在做同一件简单如数数的事时——其实是各有不同的。我们还发现，你可以从外部客观地测试大脑的运作方式：不必问一个人是怎么数数的，也不必依赖他自己的内省观察；相反，你观察他在数数时能做什么、不能做什么。这种测试是绝对的，无法作弊，无法伪装。
人们很自然地会用自己头脑中已有的概念来解释一个新想法。概念层层叠加；这个想法用那个想法来教，那个想法又用另一个想法来教，而那个想法又源于数数——偏偏数数对不同的人来说可以如此不同！
我常常想到这一点，尤其当我在教授诸如贝塞尔函数积分这类深奥技巧的时候。当我看到方程式，我会看到彩色的字母——我也不知道为什么。我一边讲，一边看到Jahnke和Emde著作中那些模糊的贝塞尔函数图像，浅棕色的j，略带紫蓝的n，还有深棕色的x在四处飘动。我很好奇，学生们看到的究竟会是什么样子。
[1] https://calteches.library.caltech.edu/3591/1/Feynman.pdf
AWS: Inaccurate Estimated Billing Data – $1.7 bill… #
https://news.ycombinator.com/item?id=48949540
Ive dealt with this error at AWS. It’s a unit error. In my case we meant to charge like 5¢/GB, but missed the unit (GB), and then the billing system defaults to bytes. 5¢ per Byte of data transferred meant some customers were seeing MM bills within hours. Got paged by support around 2am, had it fixed and amendments issues by 3-4am, apology emails shortly after.
Services emit metering values that arent directly tied to prices. Every SKU/line item is defined in a “pricing plan”, with a unit type, regions, and price per unit. The metering records are joined to a pricing plan based on account id, region, sku, etc. mess up the unit type in the pricing plan and the metering data conversion doesnt work, and you get crazy bills.
donavanm
我在AWS处理过这个错误。这是一个单位错误。当时我们本意是按每GB收取5美分，但漏写了单位（GB），导致计费系统默认按字节计算。每字节传输5美分意味着一些用户在几小时内就看到了巨额账单。凌晨2点左右我被支持团队呼叫，3到4点间修复并解决了问题，随后立即发送了道歉邮件。
服务生成的计量值并不直接关联价格。每个SKU/计费项都在“定价计划”中定义，包含单位类型、地区和单价。计量记录会根据账户ID、地区、SKU等与定价计划关联。一旦定价计划中的单位类型出错，计量数据转换就会失效，从而产生离谱的账单。
AWS: Inaccurate Estimated Billing Data – $1.7 bill… #
https://news.ycombinator.com/item?id=48946187
Ask for some leniency. Let your account rep know about your budget difficulties and ask if you can make good faith payments of a few billion per month until you get back on your feet.
rboyd
请求一些宽限。让你的客户代表了解你的预算困难，并询问是否能诚心诚意地每月支付几十亿，直到你渡过难关。
Evidence of inconsistencies in evaluation process … #
https://news.ycombinator.com/item?id=48946463
I think we need to address the underlying causes of people outsourcing their thinking like that. And a big contribution is “move fast.” No one has time to read, process, and think, because The Powers That Be (capital) want their results now.
jagged-chisel
我认为我们需要解决人们这样外包思考的根本原因。其中“快速行动”是一个重要因素。没有人有时间去阅读、处理和思考，因为当权者（资本）想要立即看到结果。