2026-08-11 Hacker News Top Stories #

Meta 发布专为本地智能体工作流优化的 300 亿参数开源模型 Muse Glimmer，可在消费级 GPU 上运行，并在多项基准测试中优于同尺寸模型。

作者分享利用 AI 生成基础知识、验证准确性并制作成低多边形模拟动画来学习复杂主题的新方法，以芯片制造为例创建了 ChipTycoon 网站。

Docker 推出 Sandboxes 产品，为 AI 编码代理提供 microVM 隔离沙箱，支持 YOLO 模式自主运行并保护主机系统安全。

安全研究员发现 AI 会议记录平台 tl;dv 的 Firestore 数据库完全开放，导致超 18 万场会议记录和 8 万多用户信息暴露，且漏洞长期未修复。

文章回顾了 HackerOne 平台自 2017 年以来的变化，指出其自 2020 年起转向销售驱动、背离黑客社区初心，正走向“垃圾化”。

扎克伯格抨击谷歌、Anthropic 和 OpenAI 等“封闭” AI 竞争对手，宣布 Meta 回归开放模型策略，并发布新模型 Muse Glimmer。

一位被裁的开发者分享正在构建的木工模拟器 Sawdust 项目，使用真实木材规格和工具进行设计，支持导出 3D 打印文件和切割计划。

在英国发现一根 1991 年生产的 Mars 巧克力棒重 62.5 克，比当今同款重 20 克，引发对“缩水式通胀”的讨论。

Claude Code 宣布自动模式成为默认配置，通过分类器拦截危险操作，相比手动审批能更有效地发现危险指令并提升工作效率。

作者分享通过改变心态、将耳鸣视为朋友并与之和平共处，从而让耳鸣症状消失的经历。

1. Muse Glimmer：专为始终在线的本地智能体工作流优化的 300 亿参数模型 (Muse Glimmer: 30B-parameter model optimized for always-on local agent workflows) #

https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model

Meta 推出 Muse Glimmer，一个 300 亿参数的开源 AI 模型，专为本地设备上的智能体工作流优化。它能在单张消费级 GPU 上运行，支持本地智能体、函数调用、编程和评估等任务。

模型通过知识蒸馏、量化等技术，在保持性能的同时适配本地硬件。它具备端到端任务完成、可靠工具调用、多步推理、故障恢复、多模态输入和多种语言支持等能力。

在性能上，Muse Glimmer 在多个基准测试中表现优于同尺寸模型。通过 4 位量化，模型内存占用降至 20GB 以下，并采用推测解码技术提升生成速度，可在 MacBook 和 RTX 5090 等设备上流畅运行。

模型权重已在 Hugging Face 上以 Apache 2.0 许可开源，并支持 llama.cpp、MLX、Ollama 等框架。开发者可立即下载并开始构建本地智能体应用。

HN 热度 991 points | 评论 561 comments | 作者：riordan | 14 hours ago #

https://news.ycombinator.com/item?id=49241679

期待 Qwen3.8 27B 与 Muse Glimmer 的对比，认为密集 30B 参数模型可能重新流行。
根据基准测试，Muse Glimmer 仅略优于 Qwen3.6 27B，尤其在工具调用（MCP 等）方面，怀疑其发布时机是为了抢在 Qwen3.8 27B 之前。
对 Qwen 3.6 27B 与 3.8 27B 在工具和终端使用上的直接对比感兴趣，认为能单 GPU 运行的模型类别有很大进步空间。
认为开放权重模型的竞争文化有益，不局限于地缘政治，并欣赏 Muse Glimmer 的思考风格和简洁推理痕迹。
指出 AI 公司会根据竞争对手的发布计划调整自身发布时间，以抢占新闻周期和市场份额。
认为模型发布并非完全由工程进度决定，公关和市场成功也是重要因素，存在灵活性。
举例说明 Meta、Minimax、BFL 等公司曾因竞争压力而提前或仓促发布模型。
提到 BFL（Flux 系列）面临类似困境，其模型对硬件要求高且许可限制多，容易被更开放高效的竞品掩盖。

2. 我如何使用大语言模型学习复杂主题 (How I use LLMs to learn complex topics) #

https://laurentiugabriel.github.io/blog/articles/how-i-use-llms-to-learn/

这是一个名为 Laurentiu Raducu 的个人博客页面，发布了一篇 2026 年 8 月 9 日的文章，标题是《How I use LLMs to learn complex topics》（我如何使用大语言模型学习复杂主题）。

作者分享了一种利用 AI 学习复杂知识的新方法：不是直接让 AI 解释，而是让 AI 先生成某个主题的基础知识，然后验证其准确性，最后将其制作成一个低多边形风格、类似《过山车大亨》的模拟动画。作者认为这种可视化的互动方式比阅读文字材料或 AI 生成的列表更有效，且能避免幻觉。

作者以芯片制造为例，创建了名为“ChipTycoon”的网站，用户可以通过跟随一辆推车，直观地看到从沙子到芯片的完整制造过程。他还建议，可以通过将图片转为 3D 物体来提升模拟的真实感，或加入问答挑战来增强学习效果。

文章末尾列出了作者用同样方法创建的其他页面，包括火箭发动机制造、大语言模型工作原理、F1 发动机制造以及 EUV 光刻机制造。

HN 热度 792 points | 评论 529 comments | 作者：laurentiurad | 1 day ago #

https://news.ycombinator.com/item?id=49234675

LLM 在复杂学习中的作用被质疑，认为它们容易让人产生学习错觉，实际效果有限，如同 YouTube 教育视频一样娱乐性大于教育性。
使用 LLM 辅助学习数学等复杂学科时，通过逐句解析教材并解决所有习题，可以真正掌握知识，而非依赖简化摘要。
批评使用 LLM 简化经典教材（如 Baby Rudin）的做法，认为这既无法培养吸收困难材料的能力，也不是高效的学习方式。
只要能独立解决问题，无论是否借助 LLM 辅助理解，都算掌握了知识，不应过度苛责工具的使用。
将 LLM 辅助学习类比为历史上对书写技术的担忧，认为这种对新技术导致学习能力退化的批评是重复的“技术傲慢”模式。
指出轻松获取的信息容易遗忘，而需要努力理解的内容记忆更持久，LLM 的便利性可能削弱学习效果。

3. Docker Sandboxes – 为 AI 代理提供的一次性隔离沙箱 (Docker Sandboxes – Disposable, isolated sandboxes for AI agents) #

https://www.docker.com/products/docker-sandboxes/

Docker Sandboxes 是一个为 AI 编码代理（如 Claude Code、Copilot CLI、Codex 等）提供安全、隔离的本地运行环境的产品。

核心功能：

每个代理在独立的 microVM 中运行，保护主机文件系统和网络安全。
支持“YOLO 模式”（--dangerously-skip-permissions），让代理无需人工审批即可自主运行，同时通过隔离确保安全。
代理可在沙箱内安装包、修改配置、运行 Docker 容器，实现无人值守工作。

主要优势：

快速启动和销毁，比传统 VM 更高效。
提供可自定义的网络和文件系统控制，并可通过 Docker AI Governance 实现团队级统一管理。
支持 macOS、Windows 和 Linux，无需 Docker Desktop。

适用场景：

需要让 AI 代理自主执行长时间、复杂任务，同时确保主机安全的开发团队。
希望在不牺牲安全性的前提下，让代理获得最大自由度。

HN 热度 620 points | 评论 347 comments | 作者：etoxin | 18 hours ago #

https://news.ycombinator.com/item?id=49239751

概念很好，工作正常，但文档关于覆盖认证的描述有误，且需要频繁重新登录很烦人。
希望看到 macOS 上使用微虚拟机前后 Docker Desktop 性能的真实对比数据，因为之前文件系统性能太慢导致无法使用。
对 Linux 平台的支持已可用（Ubuntu），但网页最初只显示了 brew 和 winget 安装方式。
请考虑添加 MacPorts 支持，因为 Homebrew 有破坏基础环境的历史，对开发者不友好。
秘密信息存储在操作系统专用钥匙串中，沙箱启动时网络代理仅在主机名匹配时注入请求。
支持通过模板（快照运行中沙箱）和工具包（YAML 定义安装步骤、文件、网络规则等）进行自定义。
沙箱看到的是单一网关端点，OAuth 令牌保留在主机凭证存储中而非虚拟机内。
正在根据用户反馈考虑更多功能，如后台运行沙箱以支持长时间任务。

4. Tl;dv：超 18 万场会议数据完全暴露 (Tl;dv: Over 180k meetings left wide open) #

https://bobdahacker.com/blog/tldv-hack

安全研究员 BobDaHacker 发现 AI 会议记录平台 tl;dv 存在严重数据泄露漏洞，其 Firestore 数据库完全开放，导致 181,874 场会议记录、84,312 名用户信息暴露，涉及 35,003 个域名。

漏洞细节：任何经过认证的用户都能查询所有会议数据，包括创建者邮箱、可加入的会议 ID 等。攻击者可实时监控并加入正在进行的会议，研究员成功入侵了马来西亚教育部的会议和某美国大学创业团队的会议。

受影响范围：涵盖 23 国政府会议（巴西、乌克兰、美国等）、伯克利等高校会议，以及 HubSpot、三井物产等企业会议。超过 1000 场会议为公开状态，暴露了 715 个参会者邮箱。

额外发现：tl;dv 内部开发的世界杯预测游戏"World Cup Pick’em"同样存在安全漏洞，API 无需认证即可获取 43 名员工信息，包括 CEO 和负责安全沟通的 Raphael Allstadt 的个人邮箱。

披露过程：研究员于 2026 年 1 月 28 日通过 LinkedIn 联系该公司，对方承诺转交 CTO 处理，但 6 个月后漏洞仍未修复，CTO 始终未回应。该公司官网宣称符合 SOC2、GDPR 等多项安全认证。

HN 热度 519 points | 评论 173 comments | 作者：colesantiago | 11 hours ago #

https://news.ycombinator.com/item?id=49242739

SOC2 合规认证毫无意义，只是营销手段和繁琐工作
公司嘴上说重视安全，实际却敷衍了事，连基本 2FA 都不愿实施
企业对安全研究员的报告拖延数月不回应，暴露严重管理问题
AI 会议记录工具可能偷偷录音，违反州际窃听法律
很多公司随意将聊天记录设为公开可见，安全是事后才想的事
合规认证不保证实际安全，比如公司电脑可以装监控软件但人不用它工作
“AI 帮你走神”的会议记录产品其实是鼓励懒惰，而非真正学习或参与
用户设备（如耳机）正把会议内容传给不重视安全的外部 AI 公司

5. HackerOne 发生了什么？ (What Happened to HackerOne?) #

https://blog.teknogeek.io/posts/what-happened-to-hackerone/

这篇文章抨击了 HackerOne 平台近年来的衰落。作者是一位自 2017 年起参与漏洞赏金的研究员，也曾管理过多个大型项目，他从亲身体验出发，回顾了 HackerOne 的“黄金时代”：通过线下黑客活动和社区建设，安全研究员得以高效协作并发现高危漏洞，平台也凭此建立口碑。但大约从 2020 年起，为追求盈利，公司转向销售驱动，创始 CEO 被替换，收费模式改变，核心平台技术停滞，社区活动萎缩，精英化的邀请和积分系统也让参与者感到疏离。作者认为，HackerOne 偏离了以黑客为中心的本心，正走向“垃圾化”，并为此感到惋惜。

HN 热度 365 points | 评论 193 comments | 作者：hipparchus | 22 hours ago #

https://news.ycombinator.com/item?id=49238561

HackerOne 的核心价值在于提供无需公司额外努力的全球支付系统，自行处理跨国支付非常繁琐。
使用 SaaS 服务能将问题外包，自行解决则需承担所有缺陷、维护和持续支持的责任。
在游戏行业，成功产品会引发大量模仿，但模仿者通常不会显著影响头部产品的收入。
大公司利用 AI 的产出效率远高于小团队，SaaS 市场不会崩溃，而是会提升入门产品的标准。
自行构建方案能按自身时间线解决独特问题，这是 SaaS 无法完全替代的。
对于简单易复制的服务，SaaS 面临被 AI 取代的风险；而复杂问题（如全球支付）会因法规增加而更依赖专业服务。
未来可能出现“源码可用”的企业软件，用户可用 LLM 低成本修改并整合新版本。
使用第三方平台处理漏洞奖励的主要原因是规避支付麻烦和筛选误报，尤其在 AI 时代报告量激增的情况下。
将难以一对一解决的问题系统化并作为服务销售，收取低于客户自建成本的费用，是可持续的盈利模式。

6. 马克·扎克伯格抨击“封闭”AI 竞争对手，Meta 回归开放模型 (Mark Zuckerberg attacks ‘closed’ AI rivals as Meta returns to open models) #

https://www.ft.com/content/4e3957f8-ea7c-4c46-a3de-cdce8e526878

马克・扎克伯格在一篇文章中阐述了他计划向 “数十亿人” 免费分发人工智能（AI），以 “制衡机构权力”。他对此次计划的发布与 Meta 公司恢复向外部开发者提供部分 AI 模型的做法相关。

Meta 公司最近发布了名为 Muse Glimmer 的新 “开放” AI 模型的基础参数，开发者可以下载并进行修改。此外，公司还计划在未来几周内发布其更强大的 Muse Spark 模型的参数。在此背景下，扎克伯格的批评了像谷歌、Anthropic 和 OpenAI 等其他大型实验室，认为这些实验室主要集中于为公司和政府构建 AI，导致权力集中在大机构手中，从而削弱个人的力量。

扎克伯格表示，Meta 将重新采用 “开放” 的 AI 策略，旨在让更多人能够接触到强大的 AI 技术，作为抗大型机构的力量。他还提到，Meta 最近还推出了一项 10 亿美元的基金，旨在支持其在美国的数据中心建设，回应当地居民对数据中心建设的担忧。

尽管 Meta 在 AI 基础设施上的支出导致其自由现金流下降 91%，并且股价在过去一年中下跌近 20%，扎克伯格仍坚信公司将继续投资于开放权重模型。他批评了竞争对手的 “封闭” 策略，认为这样的做法会限制个人的能力，并可能增加安全风险。他提到开放源代码系统在识别安全漏洞更为有效，举了初创公司 Hugging Face 的例子，表明它如何利用开放模型来增强安全性。

此外，扎克伯格还评论了中国的 AI 实验室在开放模型方面的进步，认为这在一定程度上缩小了与美国实验室的差距。他支持通过 “蒸馏” 技术从其他实验室学习的做法，并表示这是保护学习原则的重要性。

最后扎克伯格强调，Meta 会将其模型的安全审查权交给独立董事会，并批评一些竞争对手对 AI 风险的过度关注。他，技术的普及将使每个人都能更有效地塑造未来，而不是相反。

HN 热度 333 points | 评论 355 comments | 作者：root-parent | 10 hours ago #

https://news.ycombinator.com/item?id=49243880

Meta 通过 2023 年发布 Llama 无意中开启了开源 AI 竞赛，但 Llama 并非真正开源，只是源码可用且有使用限制。
开源 AI 模型早在 2023 年之前就已存在，如 EleutherAI 的 GPT-Neo、Google 的 T5 和 BERT，T5 被认为是开源模型热潮的真正起点。
Llama 开源是因为模型泄露，Meta 被迫“支持”开源社区，而非主动选择。
Meta 的动机难以判断，可能是策略也可能是运气，但结果推动了个人和开源 AI 使用的发展。
对 AI 模型的谨慎呼吁不应被简单视为“歇斯底里”，当时存在将 LLM 技术限制在精英圈子的企图。
大型科技公司（如 Meta、Google 等）本质相似，都有优缺点，但 Nvidia 以员工友好文化著称，而 AMD 在开源方面更优。
Meta 继续开源是因为模型获得了大量用户和市场份额，放弃会损失巨大。
中国公司（如 Minimax）能发布美国公司无法允许的“疯狂”内容。
“开源”与“开放权重”有区别，当前语境下词语含义已随使用演变。

7. 问 HN：你在做什么？ (Ask HN: What are you working on? ) August 2026 #

https://news.ycombinator.com/item?id=49233423

这篇文章是一个关于个人项目的讨论，作者在四月底被裁员后开始构建一个名为 “Sawdust” 的虚拟木工具。该工具是一个拟物化的木工模拟器，用户可以从真实的木材规格，使用各种如斜切、路由器和台锯来创建木工项目。作者形容这个工具类似于 Sketchup，但不支持挤出矩形。

在 “Sawdust” 中，用户可以通过简单的函数调用来执行参数化操作，例如构建框架，软件还支持人类用户与代理的完全平等交互。所有操作都是通过 YAML 文件来进行，代理可以快速学习这些操作。如果某个工具缺失，代理还可以提交功能请求。用户能够导出 3D 打印文件、视频演示、材料清单和切割计划，并且可以使用增强现实技术查看项目的实际尺寸。

许多用户对这个项目表现出浓厚的兴趣，了许多建议，包括添加 VR 支持和使用公制单位等功能。文章中还提到，作者选择不接受风险投资，以确保软件的独立性，并不想追求高估值的压力下改变其原始愿景。

此外，其他参与者也分享了他们的项目，其中包括一个名为 “Preloop” 的工具，用于在本地自托管环境中运行未修改的 GitHub Actions，了 GitHub Actions 在可靠性和本测试上的不足。

整体来看，这篇文章展示了木工爱好者和开发者的梦想工具，以及社区对这一工具的热情与支持，展现了技术与创意结合的无限。

HN 热度 301 points | 评论 1084 comments | 作者：david927 | 1 day ago #

https://news.ycombinator.com/item?id=49233423

这个木工模拟器让用户可以用真实木材规格和工具进行设计，支持导出 3D 打印文件、BOM 清单和切割计划，还能用 AR 查看实物大小效果。
希望软件能对接真实木材 SKU 和供应商，直接生成可采购的清单和切割服务，实现从设计到材料的一站式体验。
对用 LLM 自动化木工流程表示怀疑，但如果成功并推广，将产生巨大影响。
已有床架参数化设计功能，用户可通过描述或图片让 AI 定制设计，例如指定木材种类和连接方式。
VR 支持潜力大，但当前 VR 控制器操作繁琐，结合 AI 语音控制可优化设计体验。
现有 CAD 工具（如 SketchUp）强制使用抽象几何体而非真实木材，而真实木工工具、连接方式和切割顺序是有限且可系统化的。
另一位开发者也在做类似木工工具（shopspec.io），功能相似，验证了市场需求。
用户已用该工具设计了滑轨键盘桌和 88 键 MIDI 控制器抽屉，体验满意。
项目坚持独立开发、不拿风投，以避免“劣化”压力，更注重服务小众用户而非追求独角兽规模。

8. 1991 年生产的 Mars 巧克力棒被发现——比现在的重 20 克 (Mars Bar from 1991 found – and it’s 20g bigger than today’s) #

https://www.bbc.com/news/articles/c1j1kjy7gewo

在英国斯肯索普的一处房屋清理中，发现了一根 1991 年生产的 Mars 巧克力棒，重量为 62.5 克，而现在的同款巧克力棒仅重 40 克，小了约 20 克。发现者 Victoria Gordon 在社交媒体上分享对比照片后引发热议，被认为是“缩水式通胀”的典型例证。Mars 公司回应称，35 年来根据消费者需求和成本因素（如可可价格）调整了产品尺寸。Gordon 表示可能带着这根巧克力棒进行英国巡展。

HN 热度 289 points | 评论 442 comments | 作者：RickJWagner | 8 hours ago #

https://news.ycombinator.com/item?id=49245023

缩水式通胀普遍存在，快餐汉堡面包 20 年前更密实，小汉堡肉饼从 1/8 磅缩水到 1/10 磅。
麦当劳的肉饼一直是 10:1（1/10 磅），并未改变，但其他连锁店可能从 8:1 改为 10:1。
冰淇淋品牌从半加仑（64 盎司）缩水到 60、62 盎司，如今甚至只有 48 盎司（3 品脱）。
早餐麦片盒子越来越小，简直像“趣味装”而非“正常装”。
缩小包装是短期主义的恶果，每次微调 1.6% 最终导致包装小到离谱，无法再缩。
公司不愿涨价，所以通过缩小尺寸保持价格不变，等明显后再恢复原尺寸并提价，标榜“加量 20%”。
消费者讨厌看到额外费用，所以公司把信用卡手续费、运费等打包进总价，实际上可能让消费者付更多。
欧盟要求标注每单位重量的“比较价格”，有效遏制了包装欺诈，促进良性竞争。
公司收缩包装是为了让股东满意，成本上升时只能选择缩小尺寸或涨价，而涨价会让顾客不满。
真正的问题是品牌被垄断集团收购后，它们无需串通就能同步缩水，消费者别无选择。

9. 自动模式现在是 Claude Code 的默认配置 (Auto mode is now the default in Claude Code) #

https://claude.com/blog/auto-mode-default-in-claude-code

Claude 博客宣布，从 2026 年 8 月 7 日起，Pro、Max 和 Team 套餐的 Claude Code 将默认启用自动模式，允许更长时间的自主工作。

核心变化：

自动模式通过分类器拦截不可逆、破坏性或针对系统外部的危险操作，被拦截后 Claude 会尝试自行寻找更安全的替代方案，或直接请求用户批准。
连续三次或单次会话内累计二十次被拦截，系统将回退至手动审批模式。

安全测试结果：

内部红队、第三方渗透测试和真实会话分析均显示，自动模式的安全性与手动审批相当或更优。
一项涉及 1053 名付费测试人员的对照实验表明，手动审批仅能发现 13.6% 的危险指令，而自动模式能拦截 89%。

用户行为数据：

用户对权限提示的批准率高达 97%，但对计划审批的拒绝率为 39%。
49.5% 的活跃用户手动设置了允许规则，25% 的交互式会话以绕过权限模式启动。

采用情况：

Adobe、Nuro、Gusto 和 Garner Health 等团队已默认使用自动模式。
自动模式用户提交的 PR 数量增加了约 25%，实际工作效率显著提升。

HN 热度 275 points | 评论 301 comments | 作者：sbehere | 20 hours ago #

https://news.ycombinator.com/item?id=49239021

一直使用 --dangerously-skip-permissions 运行 Claude，认为 LLM 本身危险，应通过沙箱环境（如版本控制、不可变文件系统、只读令牌）而非人工审核命令来保障安全。
手动批准每个命令不是为了防恶意行为，而是为了阻止 AI 浪费 token 做无用功（如实现未请求的功能），理想方式是批准行动摘要而非逐条命令。
采用手动模式是为了有效结对编程，理解每一步的“为什么”和“怎么做”，虽然比全自动慢，但能保持对代码库的掌控。
对现有手动批准系统感到繁琐，希望有一种“批量批准”或“迷你计划”模式，同时保留自动审计能力。
曾用 Claude 编写远程成像协议（RIP）文档，发现它倾向于在每个页面/文件添加冗长摘要，需要人工引导修正。
尝试过让 Claude 先写详细计划（如 plan/feature-XYZ.md），但计划文件容易变得冗长且与实现脱节，更倾向于交互式提问来澄清设计决策。
认为“关于此聊天”功能与直接输入问题没有本质区别，反而多了一步不必要的“思考”过程。
使用 TODO.md、DONE.md 和 WORKING.md 来跟踪进度，但需要每次手动指定当前工作文件。
结合 Matt Pocock 的技能和本地 issue 追踪器效果很好，能产出高质量代码。
认为 LLM 要替代程序员，就必须像优秀队友一样知道何时、如何、向谁提问，而不是盲目执行。
将 Claude 放在虚拟机或 devcontainer 中运行，通过限制环境权限来替代人工审批，认为这样更高效。

10. 我将耳鸣视为朋友，然后它消失了 (I made tinnitus my friend, then it disappeared [video]) #

https://mynoise.net/vlog.php?ep=20260803

这个网页是一篇发布于 2026 年 8 月 3 日的博客/视频文章，标题为《我与耳鸣做朋友（然后它消失了）》。作者分享了多种应对耳鸣的声音策略，包括白噪音、自然掩蔽声、调谐噪音、缺口噪音以及 myNoise 平台上的耳鸣神经调节器。当这些方法都不奏效时，作者提出了最终策略：改变与耳鸣的关系，不再对抗而是与之和平共处，这最终帮助了他自己。

页面下方有用户评论，许多人也分享了类似的经验：通过放松、转移注意力、将耳鸣视为冥想中的“内在钟声”等方式，逐渐减轻了焦虑感。一位用户提到低频耳鸣（约 95Hz）难以掩蔽，作者建议尝试爱尔兰海岸、干雷暴等包含低频隆隆声的音景，并提醒需要使用大尺寸扬声器才能有效播放低频。还有用户分享了使用 myNoise 特定设置成功消除耳鸣的经验。

HN 热度 217 points | 评论 165 comments | 作者：gregsadetsky | 1 day ago #

https://news.ycombinator.com/item?id=49234271

不良姿势（尤其是颈部）会导致耳鸣，通过改善姿势可以缓解甚至消除耳鸣，但需要持续维护，否则可能复发。
硬拉等基础力量训练能改善背痛，无需大重量，适度锻炼即可带来身体收益。
侧睡时使用膝枕有助于脊柱对齐、减少膝盖不适，但长期使用可能产生依赖，难以再回到无枕状态。
关于侧睡姿势，有说法建议用脚趾勾住另一只脚踝来调整膝盖位置以保持脊柱对齐。
弹力带训练对提升老年人和久坐者的活动能力有效，可在日常中穿插进行。
以适当轻重量的硬拉为例，一般持续做几组、每次短暂训练即可维持效果。
改善姿势并非一劳永逸，需要持续的生活习惯配合，因为导致不良姿势的因素是持续存在的。
筋膜（成纤维细胞持续生成纤维）会因长期驼背等姿势而被塑形，从而固定体态。
日常利用碎片时间（如等待时）进行锻炼、而非刷手机，对身体有重要帮助。
睡眠姿势和颈部压力与耳鸣的发作有关，睡眠充足且姿势佳时耳鸣可减轻或消失。

Hacker News 精彩评论及翻译 #

Taxi drivers rarely die of Alzheimer’s #

https://news.ycombinator.com/item?id=49238795

It pains me to see such a low-effort contrarian comment at the top: as stated in TFA taxi drivers are below other profession when controlling for age, and there are multiple professions with lower life expectancy that still have significantly higher Alzheimer rate than taxi drivers.

stymaar

看到这样一个低质量的唱反调评论被顶到最上面，真让我难受：正如该文所述，在控制年龄因素后，出租车司机的阿尔茨海默病发病率低于其他职业，而且还有多个预期寿命更低的职业，其阿尔茨海默病发病率仍显著高于出租车司机。

Windows 11’s built-in Weather app wastes more than… #

https://news.ycombinator.com/item?id=49233230

My gaming PC that I built in January 2006 that IIRC I used to simultaneously run Battlefield 2, Trillian, Xfire, Thunderbird, and Winamp with a 1680x1050 monitor had 1 GB of total system RAM.

ndriscoll

我于2006年1月组装的那台游戏PC，如果我没记错的话，当时用1680x1050分辨率的显示器同时运行了《战地2》、Trillian、Xfire、Thunderbird和Winamp，而它总共只有1GB的系统内存。

Muse Glimmer: 30B-parameter model optimized for al… #

https://news.ycombinator.com/item?id=49243617

It’s rather amusing to me to read comments like this, and then simultaneously whenever a Chinese company or team releases open-weight models or whatever there is a giant round of applause, America is so behind, and there’s nothing but positive things to say about the intelligent, creative, and well-intentioned Chinese engineers (which is true, America certainly doesn’t have a monopoly on great people). Don’t you know? Only China can release good, open weight models and American companies can’t compete. Oh by the way all the spend is for nothing because China alone can release open-weight models thus destroying American AI.

When an American company does anything? Doom. And. Gloom. The engineers? Taken to the slaughterhouse! America? Behind! The public? Bamboozeled!

This is open weights because Meta couldn’t monetize it in any other way than to cloud developer’s judgement of their reputation.

I’ve been told over and over this doesn’t matter. Just needs to be cheap and open. Or maybe that’s only when Chyna is involved?

Sorry this post is a bit snarky but it really is something to behold. And certainly I don’t know the OP’s opinions on Chinese open weight models. Perhaps they agree with me.

ericmay

读这样的评论，再同时看到每当中国公司或团队发布开源权重模型或类似东西时，就会迎来一片掌声、说美国太落后了、对中国工程师只有聪明、有创意、用心良善之类的褒奖（这确实没错，美国当然不是优秀人才的垄断者），我觉得挺有意思的。难道你们不知道吗？只有中国能发布好的开源权重模型，美国公司根本没法比。哦对了，所有投入都是白费的，因为只有中国能发布开源权重模型，从而摧毁美国的人工智能。

美国公司一做什么事？末日。加。阴霾。工程师？被拉去屠宰场！美国？落后！公众？被忽悠了！

这是开源权重，因为Meta除了让开发者对他们的声誉判断产生迷惑之外，没有其他方式将其变现。

我被一次次告知这不重要。只要便宜和开源就行。或者，也许只有涉及中国时才这样？

抱歉这条帖子有点阴阳怪气，但这确实是非常值得一看的现象。而且我当然不知道楼主对中国开源权重模型的看法。也许他和我观点一致。

Muse Glimmer: 30B-parameter model optimized for al… #

https://news.ycombinator.com/item?id=49242821

I lament the comments saying this in any way redeems Meta (the company).

The researchers releasing this stuff have almost nothing to do with Meta other than being bankrolled by the slaughterhouse.

You aren’t the customer, you are the pawn in big tech’s game of thrones. Your good will is a commodity to be traded, almost literally. It will be used against you the moment it’s convenient. This is open weights because Meta couldn’t monetize it in any other way than to cloud developer’s judgement of their reputation.

But I guess most people just don’t care.

I’m glad it’s open. It does not make me think any better of Meta.

avaer

我感叹那些说这能以某种方式挽回Meta（这家公司）的评论。

发布这些内容的研究人员与Meta几乎毫无关系，只不过是被这家“屠宰场”资助罢了。

你并非顾客，而是科技巨头权力游戏中的一枚棋子。你的善意几乎就像一种可交易的商品。一旦时机合适，它就会被用来对付你。这是开源权重，因为Meta除了通过蒙蔽开发者对其声誉的判断之外，无法以其他方式将其变现。

但我想大多数人根本不在乎。

我很高兴它是开源的。但这并不会让我对Meta的印象有任何改观。

How I use LLMs to learn complex topics #

https://news.ycombinator.com/item?id=49239268

This is, without exaggeration, probably the fiftieth blog post or long-form comment about how someone is using an LLM for “complex learning”, and I’d just really like to see at least one of these to be accompanied by a statement saying what are the kinds of problems the author can now confidently solve that they couldn’t before.

In my experience, LLMs are really good for taking up your time and making you feel like you’re learning, in the same way that many of the popular educational videos on YouTube are fun to watch and don’t really teach you anything.

If you ask an LLM to give you a 500-word summary of quantum physics, it’ll give you an oversimplification that probably leans on a hodgepodge of pop-sci metaphors. And if you start drilling down, you risk drilling down on these ELI5 metaphors, which can get you farther away from truth.

matherial

毫不夸张地说，这大概是第五十篇关于某人如何利用大语言模型进行“复杂学习”的博客文章或长篇评论了，而我真的很希望至少其中一篇能附上一份声明，说明作者现在能自信解决哪些以前解决不了的问题。

根据我的经验，大语言模型确实很擅长占用你的时间，让你觉得自己在学习，就像YouTube上许多热门教育视频一样，看着有趣，但实际上教不了你什么。

如果你让大语言模型给你写一篇500字的量子物理概述，它会给你一个过度简化的版本，很可能堆砌了一堆科普比喻。而如果你开始深入追问，你可能会在这些“像对五岁小孩解释”的比喻上越陷越深，反而离真相越来越远。

Illinois Just Passed a Law That Puts Linux on the … #

https://news.ycombinator.com/item?id=49249939

Linux distro founder here (stagex)

I will never be compelled to implement this, and would never merge it.

Every release requires quorum signatures by an international maintainer team, and the distro is designed to work offline-first, with some variants not even supporting network drivers in the kernel, so Illinois legislators can eat shit.

lrvick

我是StageX Linux发行版的创始人。

我绝不会被迫实现这个功能，也永远不会合并它。

每次发布都需要一个国际维护者团队达成法定签名数，且发行版设计为离线优先，有些变体甚至在内核中都不支持网络驱动。伊利诺伊州的立法者们，吃屎去吧。

How I use LLMs to learn complex topics #

https://news.ycombinator.com/item?id=49235490

I thought LLMs were a great tool for learning new topics - perhaps even complex ones. But overtime, I have had several frustrations with this. First, I get exhausted reading LLM prose. I really don’t want to read anything generated by something like Opus 5 at this point. Second, as I dive deeper, I need a way to organize the information in a useful way as I begin to branch out in many different directions. I have tried to use the LLM to fix this by having it generate a web page with diagrams and organized information flow. It’s an improvement, but I still run into the issues I described in my first pint - LLM prose is annoyingly dense, and the useful information gets lost in a bunch of noise. You can direct it do something like “use plain English and avoid LLM prose - provide only as much information as necessary to demonstrate the point”, but it is once again only a marginal improvement.

And then I begin to think to myself that I should just read a book on the topic written by a trusted source who put a lot of effort into teaching the topic properly and presenting the information in a thoughtful way. So, I am back to books and mostly try to use LLMs to clarify certain questions or ideas I have.

8bitsout

我原以为大语言模型是学习新知识——甚至复杂知识——的绝佳工具。但久而久之，我对此产生了不少挫败感。首先，阅读大语言模型生成的文字让我感到疲惫。现在我真的不想再读任何类似Opus 5生成的东西了。其次，随着深入研究，当我开始向多个不同方向拓展时，我需要一种有效的方式来组织信息。我曾尝试让大语言模型生成带有图表和信息流程的网页来解决这个问题，这确实有所改进，但我仍然遇到了第一点中提到的问题——大语言模型的文字令人厌烦地冗长，有用信息淹没在大量噪音中。你可以指示它“使用平实的英语，避免大语言模型式的文字，只提供必要的信息来阐明要点”，但这依然只是微小的改进。

然后我开始想，我或许应该去读一本由可靠作者撰写的相关书籍，他们投入了大量精力来恰当地讲解这个主题，并以深思熟虑的方式呈现信息。所以，我回到了书本，并主要利用大语言模型来澄清我遇到的某些问题或想法。

Mark Zuckerberg attacks ‘closed’ AI rivals as Meta… #

https://news.ycombinator.com/item?id=49244765

Most probably believe this is a good thing, but don’t want to give Zuckerberg credit because a) he’s had a profoundly negative impact on society and b) the strategy is transparent, he’s trying to commoditize his closed rivals, it’s not out of principle.

I personally think more open models are a good thing regardless of motive.

kylecazar

大多数人认为这是一件好事，但不想把功劳记在扎克伯格身上，原因有二：一是他对社会产生了深远的负面影响；二是这一策略显而易见——他是在试图将自己的封闭竞争对手商品化，而非出于原则。

我个人认为，无论动机如何，更开放的模型都是件好事。

Muse Glimmer: 30B-parameter model optimized for al… #

https://news.ycombinator.com/item?id=49241998

Will be interesting to see how Qwen3.8 27B compares against this once it releases this week. Seems like dense 30B is back in fashion?

EDIT: An open weight version of Muse Spark 1.2 is going to be released as well:

https://x.com/alexandr_wang/status/2086756152034066792

https://xcancel.com/alexandr_wang/status/2086756152034066792

scrlk

本周Qwen3.8 27B发布后，将其与本品对比会很有趣。似乎稠密30B模型又要重新流行起来了？

编辑：Muse Spark 1.2的开源权重版本也将同步发布：

https://x.com/alexandr_wang/status/2086756152034066792

https://xcancel.com/alexandr_wang/status/2086756152034066792

What Happened to HackerOne? #

https://news.ycombinator.com/item?id=49239120

To the companies: You don’t need HackerOne anymore. The tokens to build your own in-house platform cost less than single year of HackerOne.

You know, the biggest thing that HackerOne delivers is a universal payments system that requires absolutely no efforts from companies. Have you tried to manually pay hackers from around the world? It is a laborious process involving trying to find what providers are compatible and what forms of money go where. It is extremely taxing to handle this. HackerOne provides real, tangible value in not making people think about how precisely to pay a hacker and in what currency. No amount of tokens solve the accounting problem, and it is foolish to imply otherwise.

Shank

对各大公司而言：你们再也不需要HackerOne了。搭建内部平台所需的开发代币成本，甚至比HackerOne一年的订阅费还要低。

但要知道，HackerOne最核心的价值在于它构建了一套通用支付系统，让企业完全无需操心支付流程。你试过手动给全球各地的黑客发奖金吗？这是个极其繁琐的过程——要排查哪些支付渠道兼容、哪些货币能汇往哪些地区，处理起来相当棘手。HackerOne真正的价值，就是让人不必纠结该用哪种货币、通过什么方式向黑客付款。再多的开发代币也解决不了财务结算的难题，暗示代币能替代支付系统简直是愚蠢之见。

Mistral Patent for “Code implemented tool calls” #

https://news.ycombinator.com/item?id=49245543

Having my name on a bunch of software patents - and, yes, I tried to get my name off them, but was not allowed - I can fairly confidently say: There is not A single worthy software patent out there. You know, one that is “not obvious to someone skilled in the art” and that actually protects a monetary investment.

Software patent are a scourge of the software industry. Patents are designed to protect costly research; simply having an idea is not costly (but it makes in medical research for example). All that software patents do is creating a minefield that hinders competition.

For software Copyright is a far better instrument. Let the one with best implementation win… That’s where the cost is: Implementing, testing, shipping, maintaining. Protect that.

Sorry for the rant.

Edit: Spelling

linuxhansl

我的名字挂在好几项软件专利上——而且，没错，我曾试图把自己的名字从上面撤下来，但被拒绝了——因此我可以相当有把握地说：没有一项软件专利是真正有价值的。你懂的，就是那种“对本领域技术人员来说并非显而易见”的专利，并且真正保护了某项资金投入。

软件专利是软件行业的一大祸害。专利的本意是保护高昂的研发投入；仅仅拥有一个想法并不算高昂的投入（但在医学研究等领域，情况就不同了）。软件专利所做的一切，就是制造一个阻碍竞争的雷区。

对于软件来说，版权是一种远为更好的工具。让那些做出了最佳实现的人胜出……那才是成本所在：实现、测试、发布、维护。保护这些才对。

抱歉，发了一通牢骚。

编辑：修正了拼写错误。

What Happened to HackerOne? #

https://news.ycombinator.com/item?id=49238929

Sending the sales team on a paid vacation to a tropical paradise while the engineering product flounders is such a perfect representation of corporate rot it sounds like something out of a Mike Judge movie

paradox460

销售团队被送去热带天堂带薪度假，而工程产品却陷入困境，这简直是企业腐化的完美写照，听起来就像迈克·贾奇电影里的桥段。

How I use LLMs to learn complex topics #

https://news.ycombinator.com/item?id=49235538

It’s much better to feed the book to the LLM and ask questions as you read along, instead of asking the LLM to basically write a custom book for you from scratch.

copperx

与其让大模型从头开始为你定制一本书，不如把书喂给它，边读边提问，这样效果要好得多。

Muse Glimmer: 30B-parameter model optimized for al… #

https://news.ycombinator.com/item?id=49244353

Remember when we needed 200 servers for an enterprise website because Apache used one process or thread per connection - and Nginx collapsed that into a single box overnight? That moment for LLMs is near. It’s going to move us from the big iron era of AI to small portable brains. Nature has already proved it’s possible with 20 watts and very little heat generation. And I think the data center buildout will end in carnage.

mmaunder

还记得以前一个企业网站需要200台服务器，因为Apache每个连接就要占用一个进程或线程——而Nginx一夜间就把这压缩到一台机器上吗？大语言模型的那个时刻快到了。它将把我们从AI的"大铁块"时代，带向便携的小型智能体。自然界已经证明，用20瓦的功耗和极少的发热量就能实现这一点。而我认为，数据中心的建设热潮将以惨烈收场。

Mars Bar from 1991 found – and it’s 20g bigger tha… #

https://news.ycombinator.com/item?id=49245512

Shrinkflation is all over. Burger buns at fast food places were more dense 20 years ago. The small burgers had 1/8th pound patties instead of the current 1/10th pound. It’s hard to find a product that hasn’t gotten worse or more expensive, even adjusted for inflation.

smolder

缩水式通胀无处不在。20年前快餐店的汉堡胚更厚实，小汉堡的肉饼是1/8磅，而现在是1/10磅。即使考虑到通货膨胀，也很难找到一款既没变差也没涨价的商品了。

Illinois Just Passed a Law That Puts Linux on the … #

https://news.ycombinator.com/item?id=49249786

I feel like all of these laws are being designed backwards. Content providers, like MPAA films, should have to identify what sort of content they are providing. Then I can give my kids a device configured to allow some or all of that at my discretion.

Requiring my kids’ devices to advertise their age (or their age “bucket”, as if that was a meaningful difference) to protect them is not doing me or my kids any favors.

kej

感觉所有这些法律都是倒着设计的。像MPAA电影这类内容提供方，应该主动标明它们提供的内容类型。这样我就能给孩子配置一台设备，由我自行决定允许他们访问哪些内容。而要求我孩子的设备向外界公布他们的年龄（或者所谓的年龄"段位"，好像这能有多大区别似的）来保护他们，这对我和孩子都没半点好处。

Everything you do is being recorded #

https://news.ycombinator.com/item?id=49230675

I don’t think people want this. I think people want the other benefits that those things bring, and increasingly feel that it’s impossible to escape being surveilled anyway so do their best to ignore the whole issue.

Being resigned to something is not the same as wanting that thing.

JohnFen

我不认为人们想要这个。我认为人们想要的是那些事物带来的其他好处，并且越来越觉得反正无法逃避被监视，所以尽量忽视整个问题。顺从某事并不等同于想要那件事。

Taxi drivers rarely die of Alzheimer’s #

https://news.ycombinator.com/item?id=49241493

The comment insinuates that the study did not control for age. The study controlled for age.

It’s not terrible to not make a good point, but it’s not a good point. The not good points should not be ranked highly.

jstummbillig

该评论暗示研究未控制年龄变量，而研究实际已控制年龄。

论点不佳并不可怕，但终究不是好论点——不好的论点不应被高赞。

Tl;dv: Over 180k meetings left wide open #

https://news.ycombinator.com/item?id=49244223

It’s hilarious how these companies handle security breaches.

I once reported superadmin user/pass committed to github at a major YC backed background check company I worked at and everyone tried to make it seem like it was my fault.

I had just started working there and found it in the first week.

Anyway, had to show that it was committed by their main Staff engineer 2 years before I even worked there. For 2 years everyone’s background check data in the United States that went through this thing - millions per year - thousands of Uber drivers, DoorDash, etc. all were viewable with no clearance. Anyone including overseas contractors, new hires, etc. could just login and check anyone’s criminal history.

Reporting it was a disaster. They all tried to cover their asses, this huge drama and hand waving started. They tried to blame anyone and everyone. Eventually it was just AWS fault somehow (it wasn’t, the Staff engineer was a dumbass, he committed it to a ruby seed file).

I digress, the CTO didn’t respond because he was more worried about how it would make him look. This industry is dead - the wrong people work in it.

purplemoonx

这些公司处理安全漏洞的方式真是可笑。
我曾在一家知名YC系背景调查公司工作，发现超级管理员账号密码被上传到GitHub，结果所有人都试图把责任推到我头上。
我才入职第一周就发现了这个问题。
总之，我不得不证明那个密码是我入职前两年，由他们的首席工程师提交的。整整两年间，所有通过这套系统处理的美国背景调查数据——每年数百万份，涉及数千名Uber司机、DoorDash配送员等——所有人都能随意查看，无需任何权限。任何海外承包商、新员工之类的人都能直接登录，查看任何人的犯罪记录。
举报这件事简直是一场灾难。他们全体试图掩盖真相，开始上演一出闹剧，互相推诿。他们想把责任栽给任何人。最后不知怎么就成了AWS的错（其实根本不是，那个首席工程师就是个蠢货，是他把密码写进ruby种子文件上传的）。

——说回正题，CTO没有回应，因为他更担心这件事会损害自己的形象。这个行业已经完了——待在这行的都是些不称职的人。

New Zealand lost its music media, and what we’re b… #

https://news.ycombinator.com/item?id=49237031

There’s a guy in Wellington making a photocopied weekly gig guide which will do more for the local music scene than this attempt at making a profitable social media. I guarantee it.

http://www.theimage04.com

ideasphere

惠灵顿有个人在做一份复印的每周演出指南，它对本地音乐圈的贡献会比这个试图盈利的社交媒体项目大得多。我敢保证。

Improving Heuristics for A* Pathfinding #

https://news.ycombinator.com/item?id=49227302

I learned about this technique in 2007, then tried writing it up in 2015. I realized that I didn’t understand it enough to be able to explain it. I studied it off and on in 2016, 2018, 2019, 2022, 2024, and 2026. I abandoned and restarted this page many times. And by 2026 I think I understand it well enough to write this page.

Outstanding.

simonw

我在2007年了解到这个技术，然后在2015年尝试写下来。我意识到自己理解得还不够透彻，无法解释清楚。2016、2018、2019、2022、2024和2026年，我断断续续地研究它。这个页面我多次放弃又重写。到了2026年，我觉得自己已经足够理解，可以写下这个页面了。

出色。