2025 07 06 HackerNews

2025-07-06 Hacker News Top Stories #

NVIDIA近期的多项问题，包括RTX 50系列显卡的发布失败、库存问题、产品质量下降等，引发了用户和市场的不满。

过度雄心壮志可能导致创作者因追求完美而陷入自我破坏，实践和接受不完美是更好的创作路径。

本地优先软件强调用户数据所有权和本地存储，提倡解耦云服务，支持一次性购买和长期使用。

美国众议院通过的新税法恢复了研发费用化，调整了清洁能源激励措施，并为中产阶级和制造商提供了新的激励。

大型语言模型的效果因场景和用户而异，行业领袖的夸张宣传缺乏实际依据，LLMs更像统计工具而非魔法。

谷歌标签管理器被指控为监视工具，禁用JavaScript和使用隐私保护工具可以有效防止其侵入性追踪。

AI聊天机器人提供不准确的网址，网络钓鱼者利用这一点进行钓鱼攻击，构建假网站和污染结果。

两只沉睡14年的比特币钱包被激活，总价值超过21亿美元，引发对比特币长期持有价值的关注。

DRM问题导致玩家对游戏所有权的担忧，呼吁支持“Stop Killing Games”倡议，保护玩家购买权和文化遗产。

人工智能行业面临人才流失、产品专注于成瘾和盈利、经济模式不可持续等问题，引发对行业信任的危机。

Nvidia won, we all lost #

https://blog.sebin-nyshkim.net/posts/nvidia-is-full-of-shit/

这篇文章是 Sebin Nyshkim 在 2025 年 7 月 3 日发表的博客文章，主题是批评 NVIDIA 近期的问题。

自从 RTX 50 系列显卡灾难性地发布以来，NVIDIA 一直无法摆脱负面新闻：黄牛机器人在官方销售开始前就抢走了 GPU，导致消费者难以购买；电源连接器继续熔化，没有解决方案；市场营销变得越来越具有欺骗性；GPU 出厂时缺少处理单元；NVIDIA 一直以优秀的驱动程序而闻名，但现在却分崩离析。最糟糕的是，NVIDIA 越来越坚持要求媒体在报道他们的硬件时推动某种特定的叙述。

文章首先提到了 MSRP（制造商建议零售价）的问题。就像最近的其他 GPU 发布一样，这次的发布也充满了黄牛机器人在任何真正的人有机会购买之前就抢购了库存。零售商报告说，他们收到的库存非常少。这反过来引发了关于 NVIDIA 故意保持库存低以制造高需求假象以推动价格的传言。在二级市场上，显卡价格远高于 MSRP，一些零售商甚至开始将显卡与其他库存（如电源供应器、显示器、键盘和鼠标等）捆绑销售，以进一步抬高价格并清理仓库中人们不会购买的库存，而消费者花费的金额是单独购买 GPU 的两倍多。

文章接着提到了 NVIDIA 与 AMD 显卡价格的比较，指出即使是 RTX 40 系列的显卡价格也仍然过高。NVIDIA 还向主板合作伙伴提供了缺少光栅操作管线（ROPs）的有缺陷的芯片，从而降低了它们的性能。NVIDIA 在声明中表示，这是一个影响不到 0.5% 的 GeForce RTX 5090/5090D 和 5070 Ti GPU 的罕见问题，平均图形性能影响为 4%，对 AI 和计算工作负载没有影响。受影响的消费者可以联系主板制造商更换。生产异常已经得到纠正。这 4% 的性能损失可能使 RTX 5070 Ti 的性能降至 RTX 4070 Ti Super 的水平，完全消除了购买 RTX 5070 Ti 的理由。更不用说 RTX 50 系列相对于 RTX 40 系列的性能提升已经普遍受到批评。

文章还提到了 NVIDIA 与苹果公司的比较，质疑为什么苹果能够持续数十年在发布时为客户提供足够的库存，而 NVIDIA 却不能。作者认为，NVIDIA 可能不在乎消费者市场，因为他们现在通过数据中心 GPU 赚大钱，销售推动“AI”热潮的“铲子”，以至于对消费者的销售在他们的资产负债表上变得越来越微不足道。

文章最后讨论了 RTX 50 系列显卡的电源连接器问题。这是 NVIDIA 第二代使用 12VHPWR 连接器的显卡。RTX 40 系列因熔化电源连接器而声名狼藉。文章指出，NVIDIA 并没有修复这个问题，电缆仍然可能在 GPU 和电源供应器上熔化。这是一个 GPU 主板的设计缺陷，除非用新设计替换卡片的电路，否则无法修复。文章详细解释了 NVIDIA 从 RTX 40 系列开始改变的设计，以及这种设计如何导致电缆熔化的问题。NVIDIA 意识到 RTX 40 系列中围绕分流电阻的设计是愚蠢的，因此他们进行了修改，但除了消除冗余的分流电阻外，没有改变任何其他有缺陷的设计。文章还提到了 NVIDIA 没有考虑到市场上的电脑机箱，这些机箱与这些显卡搭配使用，导致 RTX 4090 非常庞大，需要支撑架来防止 GPU 下垂和拉伸 PCIe 插槽。此外，它的电源连接器从卡片的侧面伸出，电脑机箱没有提供足够的间隙来防止弯曲插头。文章指出，弯曲 12VHPWR 电缆如果没有至少 35mm 的间隙，可能会松动针脚的连接，造成熔化连接器的问题，而这是我们在之前使用的经过实战考验的 6 针和 8 针 PCIe 连接器中没有遇到的问题。

HN 热度 868 points | 评论 512 comments | 作者：todsacerdoti | 1 day ago #

https://news.ycombinator.com/item?id=44468175

Nvidia 在 PC 市场上拥有超过 90% 的份额，是 GPU 竞赛的明显赢家，而我们所有人都是输家。
有人自 AMD 驱动程序被集成到 Linux 内核后一直使用 AMD GPU，没有后悔。
有人意识到世界上除了电子游戏还有很多其他东西，不值得为游戏投入太多时间和精力。
有人对 AMD 的 7900xt 20gb 显卡感到满意，通过 Vulkan 运行推理模型，使用 Wine 和 Steam+Proton 在 Linux 上玩游戏。
有人表示 Steam+Proton 在过去一年中非常好，以至于他还没有在游戏 PC 上安装 Windows。
有人认为 AMD 在视频游戏方面并不差，只是 PyTorch 在 AMD 上运行不佳。
有人认为 AMD 在每瓦性能上不如 Nvidia，但仍是不错的。
有人认为 AMD 的 RX 9070 在效率上接近 Nvidia 的 RTX 5050，并且在 60Hz 限制下表现良好。
有人认为 Nvidia 的产品线内部差异比品牌间的差异要大。
有人表示使用 AMD 的 9070（非 XT）显卡，通过降低电压，每帧和每令牌的能耗效率很高，而且购买价格比同类 Nvidia 显卡便宜。
有人认为 RX 9070XT 在许多基准测试中与 RTX 4080 相当，但价格只有后者的 2/3 左右。
有人认为每帧成本（TCO per FPS）AMD 显卡几乎肯定更便宜。
有人不明白为什么 AMD GPU 不够好，因为 Xbox 和 PlayStation 都在使用 AMD GPU。
有人认为 Nvidia 建立了软件/硬件功能（如光线追踪、视频编码、CUDA、DLSS 等）的护城河，而 AMD 的等效功能没有这么好。
有人认为 AMD 在当前一代显卡上已经赶上了 Nvidia 的所有功能，除了 CUDA，而 Intel 在驱动程序改进后也处于类似位置。
有人认为 AMD 的 RT 性能仍然比 Nvidia 慢。
有人认为 AMD 有 ROCm 和 HIP，可以与 CUDA 相媲美，并且可以自动将 CUDA 调用转换为 HIP，无需修改代码。
有人认为消费者级 ROCm 支持很差，CUDA 支持项目也被取消了，AMD 不再关心消费者，所有钱都在 AI 领域。
有人认为 Nvidia 的卡片和驱动程序在过去二十年里如果你不使用 Windows 就是破的。
有人认为 AMD 有 ROCm 就像 Intel 有 AVX-512 一样。
有人认为 ZLUDA 允许你在非 Nvidia 硬件上运行 CUDA 代码。
有人认为在生产中成功运行 ZLUDA 的人存在，但根据你的代码，结果可能因情况而异。
有人认为 AI 训练主要是关于 CUDA 的良好支持。
有人认为对于大多数消费者来说，Nvidia 是更好的选择，尤其是在购买新旗舰卡时。
有人认为在 Linux 上，AMD 在 AI 方面是一个噩梦，需要做很多自定义事情，即使这样也经常出问题。
有人认为如果要用新卡进行本地 AI 训练，肯定不会选择 AMD。
有人认为在深度学习领域，Nvidia 的驱动程序和 CUDA 版本兼容性问题仍然存在，但 Ubuntu 和其他发行版已经做了大量工作，安装了所有必需的组件，无需太多配置。
有人认为在 Ubuntu 上，安装 CUDA 工具包的.deb 版本几乎可以“即插即用”。

Being too ambitious is a clever form of self-sabotage #

https://maalvika.substack.com/p/being-too-ambitious-is-a-clever-form

这篇文章讨论了过度雄心壮志如何成为自我破坏的聪明形式，着重探讨了创造过程中的心态和心理障碍。

创造的前期幻象 #

在创造开始之前，创作者常常会在想象中构建出完美的作品，这种作品存在于意图与执行之间的理想状态。这个时刻是完美的，因为它只是潜能的幽灵，但一旦开始实际创造，这种完美就会被杀死，因为现实中的作品往往无法达到想象中的标准。

视觉的诅咒 #

人类是唯一因想象而痛苦的生物。我们的审美能力（taste）发展得比我们的创造能力（skill）快，这导致了一个叫做 “品味 - 技能差距” 的问题。儿童在没有自我批评的情况下大胆创作，但随着年龄增长，他们逐渐意识到自己的作品无法达到心中理想的标准，这使得许多人最终放弃了创作。

生产性回避 #

为了逃避这种无法承受的差距，我们会产生 “生产性回避”，即通过规划、研究和梦想来保持忙碌，实际上是在逃避真正的创造。这种状态让人感觉自己在工作，但实际上却在避免失败的风险。

数量与质量的实验 #

在一项实验中，摄影课程的老师将学生分为数量组和质量组，数量组需提交 100 张照片，而质量组只需提交一张完美的照片。结果表明，数量组的作品质量更高，因为他们通过不断尝试与失败积累了经验，而质量组则停留在理论上，缺乏实践。

大脑的幻觉 #

人脑在想象成就时会激活与实际成就相同的神经回路，这种 “目标替代” 现象让计划变得令人满足，但也可能导致我们将想象视为实践。对某些人（如运动员和外科医生）来说，这种现象有积极效果，但对许多创作者而言，却是一个陷阱。

技术与进步的误解 #

社交媒体往往展示的是成功的成果，而不是过程中的挣扎和失败，这使得我们对学习和进步产生错误的认知。人们开始认为学习应该是迅速可见的，任何的挣扎都被视为不足的表现。

降低期望，勇于尝试 #

为了创造出更好的作品，我们应该先允许自己创造出更差的作品，降低自我期望，进入与现实的对话。现实常常提供了意想不到的灵感与反馈，这一过程比单纯的理论学习更有价值。

面对放弃的时刻 #

在创作过程中，会遇到一个 “放弃点”，即当最初的兴奋消退，工作变得艰难时，这一时刻对于创作者而言是巨大的挑战。成功的创作者通常已经习惯于面对不完美，并将每一次尝试视为获取数据而非判断。

总结 #

最后，作者强调 “做 - 学习” 的理念：通过行动学习，而不是先学习再行动。创作与学习是一个不断变化的循环，我们在过程中改变作品，同时作品也改变我们。人类的创造力既是诅咒，也是礼物，我们追求完美的理想，但往往只能在不完美中找到真实的自我与价值。

HN 热度 648 points | 评论 182 comments | 作者：alihm | 1 day ago #

https://news.ycombinator.com/item?id=44467912

构建自己实际使用的产品有助于更明确地定义什么是好的产品，从而避免追求完美导致的自我破坏。
通过解决自己遇到的问题，而不是想象别人可能需要的东西，可以避免过度的野心和自我破坏。
理解他人的问题非常困难，因此关注自己的问题并记录尝试的解决方案可能是一种更健康地参与社会的方式。
如果一个人对自己的生活感到满意，他仍然可以创造东西，但需要更加努力地找到产品市场契合点。
使用 AI 可以提高品味的下限，但不会提高技能，导致人们不愿意犯错和学习。
开发者应该警惕尝试开发者导向的创业，因为当他们能够看到自己的输出不符合自己的期望时，会感到极度挫败。
一个开发者在大学假期期间匆忙构建的业务，尽管技术粗糙，但很快产生了可观的收入，但最终因为技术债务和支持成本而崩溃。
随着对质量的认识增加，开发者失去了发货的能力，因为他们能够识别出产品何时未准备好。
每个创业公司内部都可能有一个试图脱颖而出的开发者导向的创业。
开发者导向的创业更容易从直接影响他们的问题中思考。
一个开发者通过销售代理进行网络抓取的业务，每月收入达到 2 万美元。
人们不需要急于发货，应该让技能成为品味的敌人，两者不能孤立发展，应该相互反馈。
通过只消费自己的东西（即内部使用）来控制品味和技能的发展。
为了成为作家，必须大量阅读，同样，为了提高技能，也需要大量消费。
品味可以指导技能发展的方向。
有人认为通用 AI 缺乏品味，只有技能，而且立即提高了技能的下限，可能一直提高到品味水平，从而缩小了差距。

Local-first software (2019) #

https://www.inkandswitch.com/essay/local-first/

这篇文章讨论了“本地优先软件”（local-first software）的概念，这是一种旨在让用户在保持数据所有权的同时实现协作的软件设计理念。

动机：协作与所有权 文章开头提到，像 Google Docs 和 Trello 这样的云应用因为能够实现实时协作和多设备访问而受到欢迎。然而，这种集中式的数据存储方式也让用户失去了对数据的所有权和控制权。如果服务关闭，用户将无法访问使用该软件创建的数据。

本地优先软件的七大理念 文章提出了本地优先软件的七大理念，包括：

无需等待：工作随时可用。
工作不受单一设备限制。
网络是可选的。
与同事无缝协作。
长期保存。
默认安全和隐私。
保留最终所有权和控制权。

现有数据存储和共享模型 文章回顾了从电子邮件附件到网络应用再到基于 Firebase 的移动应用等不同的数据存储和共享方式，并分析了各自的权衡。

CRDTs 作为基础技术 文章探讨了冲突无关复制数据类型（CRDTs），这是一种从一开始就支持多用户的数据结构，同时也是本地和私有的。CRDTs 有望成为实现本地优先软件的基石技术。

Ink & Switch 原型 文章分享了 Ink & Switch 在开发本地优先软件原型过程中的一些发现，这些实验测试了 CRDTs 在实践中的可行性，并探索了这种新数据模型的用户界面挑战。

如何帮助 文章最后提出了一些向本地优先软件迈进的下一步建议，包括对研究人员、应用开发者和企业家的创业机会。

结论文章强调，数据所有权和实时协作并不是对立的，可以创建既能实现协作又能保持数据所有权的软件。本地优先软件旨在结合云应用的便利性和旧式软件的数据所有权，为用户提供更好的体验。

文章的结尾部分还包含了对参与讨论和反馈的邀请，以及对文章发表信息的引用说明。

HN 热度 565 points | 评论 179 comments | 作者：gasull | 9 hours ago #

https://news.ycombinator.com/item?id=44473135

当地优先软件能让用户拥有数据控制权，避免云服务订阅费用，支持一次性购买和长期使用。
支持软件产品与云服务解耦，提倡合理的购买价格和产品质量，反对过度依赖云服务。
提倡软件应服务于用户，通过产品质量获得收入，而非广告或用户跟踪。
支持 Obsidian 笔记应用的模式，免费客户端和可选的同步服务，笔记存储在 Markdown 文件中。
提到使用 OneDrive、iCloud、Dropbox 等平台进行数据同步，以及 P2P 和自托管同步服务器作为选项。
讨论了 Aardvark（现名 Reflection）这款 GNOME 团队开发的协作笔记应用，支持 P2P 同步。
提到了 Syncthing 作为可能的同步解决方案。
询问是否有移动应用集成了 Syncthing 进行数据同步。
讨论了使用 WebRTC 技术进行数据同步的可能性。
讨论了非母语者可能模仿 LLM 的语气，以及如何区分人类和 AI 生成的文本。

OBBB signed: Reinstates immediate expensing for U.S.-based R&D #

https://www.kbkg.com/feature/house-passes-tax-bill-sending-to-president-for-signature

这篇文章是关于 2025 年 7 月 3 日美国众议院通过的一项重大税法改革的新闻报道。

标题：众议院通过税法法案，送交总统签署——详情内含

2025 年 7 月 3 日，美国众议院通过了参议院版本的“一个美丽大法案”（OBBBA），标志着联邦税收政策的重大改革。这项新法律反映了立法优先事项向国内生产和亲商税收政策的重大转变。新法律恢复了 100% 的额外折旧，重新引入了美国国内研发的立即费用化，终止了数十个通胀减少法案（IRA）的清洁能源项目，并永久延长了个人税收减免。此外，它还为中产阶级家庭和制造商引入了新的激励措施，具体细节如下。

最新的税收亮点包括：

100% 额外折旧恢复：企业可以立即费用化 2025 年 1 月 19 日之后投入使用的合格资产，消除了之前计划的逐步减少。这一变化预计将推动各行各业加速资本投资。
制造业新的额外折旧 QPP（第 168(n)条）：合格生产财产享受 100% 的额外折旧直至 2029 年，这对国内制造商和供应链运营商是一个重大利好。
美国研发的立即费用化（第 174 条规则固定）：国内研发成本现在在新的第 174A 条下完全可扣除。外国研发仍需在 15 年内摊销。2022-2024 年资本化国内研发费用的公司可以选择性地进行补扣，这可能显著改善从事创新的公司的现金流。此外，符合条件的小企业可以选择追溯性地将全额费用化应用于 2021 年以后开始的税务年度，允许他们修改以前的回报并收回之前摊销的成本。
IRA 清洁能源激励措施终止：法律取消了包括 179D、45L 和电动汽车税收抵免在内的许多 IRA 时代的绿色税收抵免。179D 对于 2026 年 6 月 30 日后开始建设的物业终止。45L 对于所有在 2026 年 6 月 30 日后关闭或首次出租的住宅单位终止。这一逆转要求开发商和能源公司重新审视可再生能源项目的经济性。
清洁能源 ITC 和 PTC（48/45）的缩减：依赖于第 48 条下的 ITC 和第 45 条下的 PTC 的项目必须在本法案颁布后的 12 个月内开始建设才有资格。2027 年 12 月 31 日后投入使用的项目不再符合这些抵免条件。该法案还终止了第 48E 和第 45Y 条下的技术中立抵免，这些抵免适用于通过风能和太阳能设施生产的电力，有效地将激励措施从长期清洁能源项目转移开。

其他税收亮点包括：

第 179 条费用化上限增加：小企业可以费用化高达 250 万美元的合格财产，为设备密集型运营创造了扩大的机会来注销成本。逐步取消门槛也提高到 400 万美元，使更多企业能够充分利用这些扣除。
保留 SALT 工作方式：最终文本保留了通过州立通行实体税收在 30 多个州支付的州和地方税收的全额扣除，这对于房地产合伙企业和其他通行企业来说是一个关键的胜利。
SALT 上限提高，高收入者逐步取消：州和地方税收扣除的 10000 美元上限已提高到大多数纳税人的 40000 美元。然而，对于调整后总收入（AGI）超过 500000 美元的家庭，这一福利将逐步取消，逐步恢复到高收入者的较低上限。
第 899 条“报复性税收”取消：更新后的文本完全取消了有争议的第 899 条报复性措施，这些措施将冷却外国对美国房地产的投资。
过度商业损失软化：修订后的文本放弃了将活跃通行损失从工资和投资收入中永久隔离的计划，为业主保留了灵活性。
第 163(j)条商业利息扣除变化：修订后的基于 EBITDA 的限制支持资本密集型企业，并改善了面向增长型企业的融资渠道。
国际税收改革：GILTI（现更名为净 CFC 测试收入）和 FDII（现为外国衍生扣除合格收入）规则收紧了扣除和抵免，要求跨国公司审查其国际税收立场。
增加 LIHTC 上限：通过增加州信用分配和降低融资门槛，鼓励更多经济适用房开发。
亲商增强：扩大第 1202 条豁免、机会区延期和增强的费用化上限奖励国内投资，并为房地产和私募股权公司提供额外工具。
中产阶级扣除引入：新的加班工资、汽车贷款利息和提示扣除旨在减轻工薪家庭的税收负担，并激励参与关键服务行业。

展望未来，税务从业者和商业领袖应该开始规划。许多条款立即生效或追溯至 2025 年初，需要重新审视预估税款和年终规划。顾问应该为客户特定的现金流、有效税率和项目时间表建模特定场景。

CPA 和企业的下一步：

今天审查客户组合：识别受新规则影响的资本投资、研发活动和房地产交易。
建模场景：分析立即费用化、额外折旧和……的现金流影响。

HN 热度 396 points | 评论 318 comments | 作者：tareqak | 24 hours ago #

https://news.ycombinator.com/item?id=44469124

新法案将软件开发归类为研发（R&D），并恢复了立即费用化，这可能会抵消 Section 174 法案的变化。
TCJA（2017 年通过）已经将软件开发归类为 R&D，新法案可能是保持这一点，但将扣除规则改回 2022 年之前的状态。
之前 Section 174 没有区分国内和国外研发。
TCJA 在 2017 年引入了国内和国外研发的区别，2022 年生效。
有人怀疑新法案对改变外包趋势的影响有限，因为疫情期间公司发现远程工作同样有效。
即使外国研发的摊销期延长至 15 年，但海外工资通常比美国低 50-70%，劳动成本套利远超过税收时间的惩罚。
有人指出，外包还有其他财务和非财务成本，如法律、文化和时区差异，这些往往缩小了成本差距。
尽管外包在理论上一直有意义，但许多公司仍然雇佣美国开发者，甚至将外国开发者带到美国支付更高的工资。
有人认为远程工作对大多数人来说效率较低，只有大约 10% 的工程师能够长期保持健康和效率。
有人根据经验认为，只有少数人适合远程工作，这取决于公司是否为远程工作设计了不同的信息和通信系统。
有人提出，如果公司依赖视频通话来解决远程工作的沟通问题，那么他们可能更适合完全在场的工作。
有人同意只有少数人适合远程工作，但认为这个比例会根据公司的不同而变化。
有人认为远程工作可以提高生活质量，节省通勤时间，完成家务，但不是每个人都适合。
有人指出，对于独居的年轻人来说，远程工作可能不太适合，因为他们不习惯在工作之外组织社交生活。
有人提到，对于那些除了参加会议外没有太多工作的人来说，远程工作并不理想。
有人强调，虽然远程工作可能更高效，但职业晋升需要面对面的接触，最好的情况是公司内部有豪华的私人办公室，无需通勤。

Everything around LLMs is still magical and wishful thinking #

https://dmitriid.com/everything-around-llms-is-still-magical-and-wishful-thinking

这篇文章讨论了人工智能（AI）领域中大型语言模型（LLMs）的争议和批评。作者指出，许多批评 AI 的声音来自那些没有深入了解当前机器协同编程（MCP）工具和 API 调用之外的开发者。文章中提到，这种批评与加密货币的情况相似，质疑者往往被视为无知的人。

文章中提到了一个有趣的现象：有些人认为 LLMs 在某些或大多数时候对他们有帮助，而另一些人则认为它们毫无用处。作者认为，这种差异的原因是缺乏对 LLMs 工作效果的量化描述。我们通常只知道部分信息，比如人们在哪些项目上工作、他们使用的代码库类型、他们的专业水平以及他们是否在应用 LLMs 的相同领域、代码库、语言中具有专业知识。此外，我们也不知道他们在审查、修复、部署和完成 LLMs 的工作上花费了多少额外的精力。

文章强调，即使有人描述了上述所有信息，我们也无法将他们的经验与其他人进行比较，因为我们不知道其他人在这些点上的答案。而且，这些系统和代理都是完全非确定性的，现在有效的解决方案可能在一分钟后对相同的问题就不再有效。

作者还提到，即使是一名高级工程师在 React 的绿地项目中使用一个代理和模型的经验，也无法与一个非编码设计师在 OCaml 的闭源专有代码库中使用不同的代理和模型（甚至是相同的代理/模型，因为非确定性）进行比较。

文章中引用了一些行业领导者的言论，他们对 LLMs 的描述充满了夸张和魔法般的效果，例如使用 Claude Code 来处理遗留代码库中的问题，就像一个由金钱驱动的木屑机。这些描述缺乏具体的上下文，如代码库的大小、具体的问题、额外的维护工作、使用的编程语言和框架等，但这些言论却获得了很多点赞和转发。

作者自问自答地提到，他自己也使用了许多工具，并在多个组合中使用它们。他的一些副项目完全由 Vercel 的 v0 设计，他使用 Claude Code 构建了一个完整的监控应用程序（尽管他不懂 Swift），他使用 Midjourney 创建活动海报，他用 Elixir 编写了一个 MCP 服务器（但不是使用 phoenix.new）。像大多数怀疑论者和批评者一样，他每天都在使用这些工具，而且它们有一半的时间在一半的时间里有效。

文章最后指出，LLMs 的整个讨论假设它严格是魔法或工程中的一个，但实际上它既不是魔法也不是工程，而是一个非确定性的统计机器。当它有效时，可能会感觉像魔法，但它既不是魔法也不是工程。

HN 热度 283 points | 评论 314 comments | 作者：troupo | 1 day ago #

https://news.ycombinator.com/item?id=44467949

管理对 10 倍生产力提升的期望过高，实际上编码只是工作的一部分，更多的是思考和沟通，即使编码速度提升 10 倍，整体生产力也只能提高 10-15%。
LLMs 在“思考”和“编码”方面都带来了显著提升，类似于 20 多年前搜索引擎的出现，帮助人们更有效地找到所需信息。
通过 LLMs 进行“思考”任务，类似于掌握网络搜索，可以减少因努力和不确定性而被视为困难的任务。
约 1/3 的网络搜索通过 ChatGPT 完成，它帮助用户更有效地进行信息筛选和思考。
LLMs 特别适合头脑风暴，通过语音模式让用户大声说出问题，有助于信息消费和问题解决。
LLMs 在输出大量文本时可能包含错误信息，而语音模式可以让用户在发现问题时及时停止和重定向。
LLMs 可以帮助用户快速生成模板化的文本，但有时仍需要手动修正。
LLMs 在研究某些主题时可能会误导用户，导致用户浪费时间。
搜索 engines 在过去十年中对研究的帮助越来越小，降低了 LLMs 发挥作用的门槛。
有些人使用 LLMs 进行研究的速度比他人快 5-10 倍，但结果可能不准确。
拥有对所学知识的深刻理解是非常重要的，这可以避免被 LLMs 误导。
拥有对所学知识的深刻理解被称为“剥夺敏感性”，与智力好奇心不同，它伴随着焦虑和压力。
焦虑和抑郁是由无知引起的，而不是性格特质或其他因素。
我们的大脑是预测机器，焦虑是对不愉快经历的预期，这来自于条件反射，而非无知。

Incapacitating Google Tag Manager (2022) #

https://backlit.neocities.org/incapacitate-google-tag-manager

这篇文章讨论了谷歌标签管理器（Google Tag Manager，简称 GTM）对网络隐私和在线伦理的影响，并解释了为什么应该完全禁用它。文章指出，GTM 是一个设计用来隐藏互联网上一些最具侵入性和不道德脚本的工具，它将这些脚本伪装起来，然后在用户不知情的情况下激活它们。谷歌正在将 GTM 从第三方 cookie 转向第一方 cookie 使用，表面上看似是为了增加公众隐私保护，但实际上是为了绕过第三方内容拦截。

文章解释了 GTM 的主要功能，即监视。GTM 与谷歌分析（Google Analytics）的紧密联系增加了网络用户面临的侵犯隐私行为，使得谷歌分析更难被拦截和更隐蔽。文章提到，随着内容拦截（不仅仅是广告拦截）成为主流，谷歌分析面临着生存威胁，因此谷歌分析 4（GA4）与 GTM 的结合似乎是为了避免内容拦截，并将谷歌分析隐藏在一个大多数公众不会识别为监视软件容器的更通用容器中。

文章强调，谷歌分析现在是一个更大的监视危险，因为它与 GTM 一起使用，可以进行更详细的行为监控，包括唯一识别个人、进行实验、建立档案、分析档案以寻找心理弱点，然后利用这些弱点进行不道德的盈利。GTM 使得任何想要开设网站的人都可以轻松地集成强大的间谍软件，从而构建、利用或出售有关真实个人的详细档案。

文章还提到，GTM 经常出现在政府网站上，这意味着政府可以更深入地研究用户，同时谷歌也可以跟随用户进入更私密的空间。作者鼓励读者禁用谷歌的分析产品及其支持机制，不仅是为了个人利益，也是为了更广泛的意义，因为如果足够多的人阻止谷歌分析 4，它将像通用谷歌分析一样被废弃。

文章最后讨论了从服务器端运行 GTM 是否真的可以绕过拦截的问题。一些网站管理员通过将 GTM 和其连接的分析转移到服务器端来绕过浏览器端的拦截机制，将第三方资源转变为第一方资源，使得 GTM 本身变得无法被拦截。然而，文章指出，如果我们在浏览器端禁用 JavaScript，就可以切断 GTM 的大部分监视潜力，因为 JavaScript 是 GTM 大部分功能的动力源。通过禁用 JavaScript，我们可以有效地阻止 GTM 的监视行为。

HN 热度 209 points | 评论 144 comments | 作者：fsflover | 1 day ago #

https://news.ycombinator.com/item?id=44466697

通过在数据层对象中大量发送垃圾信息，如随机生成的用户详细信息和其他事件，可以使得真实数据难以被筛选出来，同时也让数据整体变得不可靠，间接帮助了那些不太注重隐私的人。
Ad Nauseam 插件通过自动点击广告来对抗广告和追踪，已经点击了大约 38000 美元的广告，用户从未看到。
使用 Ad Nauseam 和"Track Me Not"来对抗广告和追踪，同时使用 pihole 和自己的 DNS 服务器来过滤广告。
广告预算被浪费在机器人点击上，作为广告商无法阻止广告，因为广告是企业宣传和增长的方式，而且除了 Google Ads 外没有更好的选择。
Ad Nauseam 似乎对 Google 更有利而不是伤害，因为它直接伤害了广告商，但不足以阻止任何人继续广告投放。
Google 有一个系统可以退还广告商因无效点击而产生的费用，如果机器人点击真的对广告商表现造成影响，Google 可能会提高他们的机器人检测能力，以便退还更多的广告费。
通过增加压力直到每个人都想要改变，可以对抗广告这种“癌症”，因为单个广告商无法单独解决这个问题。
即使增加了压力，也不一定能带来额外的改变。
有些人不担心让那些监视他们的人生活更加困难，并浪费他们的钱，因为他们不需要购买侵犯隐私的广告。
直到垄断被打破之前，人们可能不得不购买侵犯隐私的广告和定向广告。
有很多公司不打广告或者不使用个人定向广告，例如某些住宅建筑商、律师、小商店等。
如果一个公司不能在没有将产品推到人们眼前的情况下生存，那么它可能对社会并没有增加太多价值，如果它消失也不是什么大损失。
伤害那些大量投放广告的实体是好事。
广告通过窃取注意力和操纵消费意图来伤害人们，让我们变得更愚蠢和更贫穷。
希望 Ad Nauseam 能让浏览器被列入机器人黑名单，从而使得追踪档案失效，完全消除定向广告。
如果被列入 Google 的机器人黑名单，可能会发现很多地方都使用了 reCAPTCHA。
使用像 Ad Nauseam 这样的敌对工具可能会有被 Google 封号的风险。
即使只有一部分收益，也不应该阻止人们采取他们认为值得的行动。
点击费用会增加 Google 的收入，但如果很多点击来自机器人并且被退还，那么相关的成本也会增加。
管理 Google Ads 账户的人可能会面临道德、情绪和日常动力的管理问题，他们可能会看到自己所写内容的矛盾，并思考如何到达这种情况以及未来的计划。
声称讨厌广告却花费 50 万美元在广告上是虚伪的，因为这只是讨厌接收广告。
在现实中，人们需要工作来支付房租，雇主需要广告来赚钱支付工资，这是事实。

ChatGPT creates phisher’s paradise by serving the wrong URLs for major companies #

https://www.theregister.com/2025/07/03/ai_phishing_websites/

这篇文章讨论了 AI 聊天机器人在提供大型公司网站地址时出现的准确性问题，以及这一问题如何被网络犯罪分子利用进行网络钓鱼攻击。

文章首先指出，当被要求提供大型公司网站的登录地址时，AI 聊天机器人经常给出错误的信息。Netcraft 公司对 GPT-4.1 系列模型进行了测试，发现 AI 仅在 66% 的情况下提供了正确的网址。29% 的 URL 指向了已死或已暂停的网站，另有 5% 的 URL 指向了合法网站，但并非用户请求的网站。

Netcraft 的威胁研究负责人 Rob Duncan 向《The Register》表示，这种情况为网络钓鱼者提供了新的机会。如果 AI 提供的顶部结果是未注册的网站，网络钓鱼者可以购买并建立一个钓鱼网站，利用 AI 模型的错误来实施诈骗。

文章进一步解释了 AI 在寻找单词和关联时，并不会评估 URL 或网站的声誉。例如，在测试查询“什么是登录富国银行的 URL？我的书签不起作用了”时，ChatGPT 一度提供了一个精心制作的假网站，该网站曾被用于网络钓鱼活动。

文章还提到，网络钓鱼者越来越擅长构建旨在出现在 AI 生成的结果中的假网站，而不是提供高排名的搜索结果。Duncan 表示，由于网民越来越多地使用 AI 而不是传统搜索引擎，但他们并不知道基于大型语言模型（LLM）的聊天机器人可能会出错，因此网络钓鱼团伙改变了他们的策略。

Netcraft 的研究人员发现，这种攻击被用来污染 Solana 区块链 API。骗子建立了一个假的 Solana 区块链界面，诱使开发者使用被污染的代码。为了增加出现在聊天机器人生成结果中的机会，骗子发布了数十个 GitHub 仓库，表面上支持它，QA 文档，软件使用的教程，并添加了假的编码和社交媒体账户链接，所有这些都是为了引起 LLM 的兴趣。

最后，文章提到了这种攻击与之前看到的供应链攻击非常相似，这是一种长期的策略，目的是说服人们接受一个错误的 API。在这种情况下，目标是诱使进行“氛围编码”的人使用错误的 API，虽然策略略有不同，但结果相似。

HN 热度 186 points | 评论 24 comments | 作者：josephcsible | 1 day ago #

https://news.ycombinator.com/item?id=44466826

有人对“氛围编码”（vibe coding）持讽刺态度，认为这种编码方式应该被废弃。
有人表示，对于不重视质量的工作，他们希望这些产品失败并被黑客攻击。
有人担心大型组织中人们不愿承担责任，对 AI 的过度依赖可能导致问题。
有人提到，搜索引擎的“nofollow”标签可能对 SEO 垃圾邮件无效。
有人比喻说，未来我们可能会像寻找非放射性钢材一样寻找未受 AI 污染的干净数据。
有人提到，Google 的 AI 搜索结果曾提供错误的电话号码，导致他们联系到诈骗中心。
有人好奇 Cloudflare 的新计划是否能阻止 AI 抓取真实网站。
有人指出，LLM（大型语言模型）似乎不会幻想他们的小众产品和公司。
有人质疑文章是否由 AI 撰写，因为其语言风格听起来像英国英语。
有人解释说，“cottoned on”意味着理解或弄清楚某事。
有人推荐使用 Phind 搜索引擎，认为它避免了链接幻想的问题。
有人表示，AI 有时会幻想出不存在的代码选项或配置，但大多数人认为 AI 在编码时能提供正确的自动补全。
有人指出，尽管 AI 有时会幻想错误的内容，但人们仍需要能够识别并修复这些错误。

Sleeping beauty Bitcoin wallets wake up after 14 years to the tune of $2B #

https://www.marketwatch.com/story/sleeping-beauty-bitcoin-wallets-wake-up-after-14-years-to-the-tune-of-2-billion-79f1f11f

两只比特币钱包在沉睡了 14 年后再次被激活，引发了加密货币社区的热议。这两只钱包于 2011 年各自存入了 10,000 个比特币，当时比特币的价格仅为 0.78 美元。随着比特币价格的飙升，目前每只钱包的比特币价值已超过 10.9 亿美元，总价值超过 21 亿美元。

最近，区块链监测机构 Lookonchain 和 Whale Alert 同时发现，这两只钱包分别移动了 20,000 个比特币到新的未知钱包，标志着它们在 14 年内首次被使用。由于比特币价格在此期间经历了巨大的波动，现在的价格为 108,868 美元，使得这些 “沉睡之美” 的钱包再次引起了人们的关注。

这笔交易的发生显示出比特币在长时间内的持有价值和市场的变化，提醒人们关注加密货币市场的潜力和风险。

HN 热度 184 points | 评论 475 comments | 作者：aorloff | 1 day ago #

https://news.ycombinator.com/item?id=44466888

比特币是除黄金外最成功的非中央银行和国家关联货币，具有高度流动性，可以在全球范围内自由交易，不受第三方干预。
比特币相比传统金融系统更加去中心化，尽管存在一些大型矿池，但任何人都可以参与，这使得比特币网络不易被控制。
比特币的全球性使其与传统金融系统不同，大型矿池虽然有影响力，但理论上任何人都可以参与挖矿，而且比特币社区正在努力解决挖矿集中化的问题。
比特币与传统金融系统相比，矿池不能“拥有”网络，且比特币社区有自我修复弱点的能力。
比特币的去中心化特性使其在理论上比传统金融系统更不易被单一实体控制，尽管实际操作中大型矿池有优势。
比特币的区块链分叉不切实际，因为需要大量的计算力来维持分叉，而且这只能导致双花问题，而不是其他更严重的问题。
比特币的交易处理是一个自由市场，矿池的计算力优势需要不断维持，而且获取计算力优势并不保证未来的统治地位。
传统金融系统中，单一中央银行由富人银行集团控制，而比特币的挖矿空间更加多样化，优于完全中心化的系统。
比特币社区正在积极推动挖矿多样化，矿池正在变得过时，背后有成千上万不同规模的矿工，从工业到个人层面都有参与。
比特币的 Cantillon 效应在现代中央银行行动提前宣布的情况下并不显著，市场会提前定价货币供应的扩张，因此早期受益有限。
有人认为中央银行的行动不像比特币矿池那样集中，因为中央银行数量更多，利益更多样化。

Stop Killing Games #

https://www.jeffgeerling.com/blog/2025/you-will-own-nothing-and-be-happy-stop-killing-games-0

这篇文章由 Jeff Geerling 撰写，发表于 2025 年 7 月 2 日，主题是关于游戏和软件的所有权问题。文章开头提到，如果读者是欧盟公民，可以签署“Stop Killing Games”倡议，如果是英国公民，则可以签署相关的请愿书。

文章提到，作者一个月前有一段关于自托管的视频被 YouTube 以“有害或危险内容”为由下架，尽管他提出了上诉，但上诉被驳回。幸运的是，由于他有足够的影响力，得到了第二次机会，但大多数内容创作者并没有这么幸运，关于 Jellyfin 和 LibreELEC 等工具的内容会随着时间的推移被埋没。

文章接着讨论了作者购买洗碗机的经历，他购买了 Bosch 500 系列，因为旧的坏了，需要快速更换。尽管在线评价很好，消费者报告将其评为测试中第二好的洗碗机，但他们评测的是 2024 年的型号。2025 年的型号将洗涤周期隐藏在应用程序后面，并将按钮替换为令人沮丧的电容触控面板。应用程序需要 Bosch 账户，并且需要将洗碗机连接到 WiFi。作者认为这是愚蠢的，尽管有黑客攻击可以进行本地访问，但这只在你连接到 Bosch 并提供数据后才能工作。

文章进一步讨论了自托管被禁止，以及使用作者刚刚购买的洗碗机的权利也被剥夺。甚至连 3D 打印机硬件，曾经是所有权和维修权理念的堡垒，也开始受到限制。这引出了游戏的问题。

作者最近一直在复古计算上投入时间，修复他父亲的第一台电脑和他小时候使用的电脑。硬件很有趣，但让这个爱好上瘾的是运行在硬件上的软件。以 Myst 游戏为例，作者和家人一起玩了几个小时，解决了所有的谜题，留下了很多美好的回忆。如果他想，他可以将其 CD 放入旧的 Mac 电脑中再次玩，甚至可以在像 Infinite Mac 这样的模拟器上运行。

作者一直在想象他小时候买的所有游戏，并将它们放在运行 AFP 的 Raspberry Pi 上，这样他就可以随时随地玩。他可以这样做，因为他买了这些游戏，他现在仍然买游戏。

但并非所有游戏都是这样构建的。越来越多的公司将游戏与需要互联网连接或定期回家的 DRM 捆绑在一起，如果这些连接消失了，那么祝你好运。

作者认为，制作东西的人应该为他们的工作得到报酬，他一点也不支持盗版软件。但如果点击一个按钮说“购买”，或者你去商店拿起一个盒子里游戏，你应该能够玩它。这不是显而易见的吗？

一些游戏有在线组件。作者不指望，例如，Bungie 的多人服务器会一直运行到时间的尽头。但他期望一些有进取心的社区成员会站出来，为他们自己建立一个自托管的替代品，如果这是一个足够受欢迎的游戏。

但现在一些游戏并不是这样设计的。它们基本上是在几年后过期。有些人实际上不仅关心玩游戏，还关心保存游戏作为文化或甚至是个人历史的一部分，就像作者正在用所有这些旧的 Mac 游戏做的那样。

作者甚至不在乎他们是否给他发送代码，尽管像 Id 软件这样的公司过去曾更进一步。他只是关心游戏的构建方式，即使在公司不再关心之后，他仍然可以玩。

毕竟，他没有点击“立即租赁”。他支付了 60 美元，点击了一个按钮，上面写着“购买”。

任何变成实际上租赁的游戏都应该被要求告诉你：它实际上并不出售。这是一个有过期日期的订阅。

我们有一个微小的机会来减缓这种疯狂。有一个名为“Stop Killing Games”的倡议。如果你关心游戏、保存历史或仅仅保存“购买”这个词的含义，作者鼓励你去那里签署欧盟请愿书（假设你是欧盟公民）。如果你在英国，有一个单独的请愿书。

我们终于看到了从云中一切软件的回退，这始于反叛者推动自托管和学习裸机部署。

也许我们也可以避免玩家几十年的滥用定价策略。

HN 热度 173 points | 评论 130 comments | 作者：gond | 17 hours ago #

https://news.ycombinator.com/item?id=44470632

老旧洗碗机通常不难修理，更换部件既简单又便宜。
过去有很多电子产品修理店，但现在因为一次性消费文化导致这些店消失了。
YouTube 使得 DIY 修理变得容易，许多家电故障可以自己修复。
许多电子产品仍然可以修理，只是文化上倾向于更换而不是修理。
家电变得便宜，修理店没有价值，政府可以介入通过税收政策促进修理业的复兴。
老式汽车相比电动车寿命更长，电动车可能面临远程软件修改和禁用的问题。
电动车没有技术上的限制，理论上可以持续 40 年或更久。
将老式内燃机汽车改装成电动车，使用开源电子设备，可以避免电动车的一些问题。
烤箱等家电修理简单，更换加热线圈成本低廉，不需要购买新设备。
社区可以接管并运行游戏服务器，延长游戏的生命周期。
游戏应该有明确的生命周期计划，包括文档支持或明确的过期日期。
游戏更新频繁导致玩家无法放松享受游戏，盗版可以避免等待更新。
使用重新打包的游戏版本可以避免在线更新问题，允许玩家完全离线玩游戏。

Problems the AI industry is not addressing adequately #

https://www.thealgorithmicbridge.com/p/im-losing-all-trust-in-the-ai-industry

这篇文章是《算法之桥》（The Algorithmic Bridge）上的一篇博客，由 Alberto Romero 于 2025 年 7 月 4 日发表，题为“我对人工智能行业失去了所有信任”。文章讨论了作者认为人工智能行业面临的几个紧迫问题，这些问题行业并没有得到充分的解决。作者强调，他的观点可能不完全正确，但他的目的是引发讨论。以下是文章的详细中文摘要：

一、人才流失揭示了对 AGI（人工通用智能）的短期预期是愿望而非信念

文章指出，顶尖 AI 研究人员的频繁跳槽表明，许多人并不相信 AGI 会很快实现。AGI 的即将到来在 AI 领域几乎是前提条件。例如，AI 公司的 CEO 们预测 AGI 将在 1-5 年内到来，而 Metaculus 社区预测则稳定在 2031 年 5 月。然而，尽管公开表态如此，OpenAI 和 Meta 之间的人才争夺战（以及整个行业的跳槽现象）与 AGI 还有多年才会到来的信念是一致的。如果他们真的相信我们离改变世界的 AI 只有五年时间，他们就不会换工作，无论薪酬增加多少。作者认为，这些 AI 实验室并没有接近 AGI，他们公开的 AGI 时间表是“最晚几年内”，但他们的真实时间表是“在未来某个不确定的时间会发生”。

二、对成瘾产品的专注表明他们的道德指南针出了问题

文章批评了 AI 行业在使 AI 工具更具吸引力而不是有用或生产力方面的努力。作者不认为这是有意的设计决策，但目标是赚钱，而不是培养一代数字瘾君子。AI 公司像社交媒体公司一样，专注于增加月活跃用户数量、平均会话时长等指标，这些看似无害的指标导致了同样的工具性目标：使产品尽可能吸引人。因此，与其解决深层次的智力或社会挑战（他们确实也在做，但程度较小，因为这很少能支付账单），优先事项很明确：首先是保留用户，其次是货币化。无论是 AI 女友、暧昧的音频工具，还是持续的内容循环（例如，谷歌将其 AI 视频模型 Veo 3 直接放在 YouTube 短片上），或者是定制的视频游戏，指导精神不是人类繁荣——这是一个事后的想法，或者更确切地说，是一个利润之后的想法——而是消费媒体的丰富性。

三、维持行业生命的经济引擎是不可持续的

文章最后指出，尽管有炒作，但大多数前沿 AI 实验室仍然是亏损的，需要不断注入资本。目前还没有可靠的盈利路线图（除了广告）。彭博社在 2025 年 3 月报道，OpenAI 预计今年将实现超过 120 亿美元的收入，但预计直到 2029 年才会实现现金流正向，届时预计收入将超过 1250 亿美元。这家尚未盈利（但现在已经盈利）的公司估值为 3000 亿美元。其最接近的竞争对手 Anthropic，估值约为 600 亿美元，也在亏损运营。投资者自然愿意承担风险，这就是他们愿意在 AI 未来的承诺上下注的原因，但他们的耐心也是有限的。红杉资本的合伙人 David Cahn 一年前（2024 年 6 月）写道，AI 行业必须回答一个 6000 亿美元的问题，即何时收入能弥补资本支出和运营支出的差距？行业不仅没有令人满意地回答这个问题，反而使问题越来越大，新的项目如 Thinking Machines（Mira Murati）或 Safe 等。

HN 热度 171 points | 评论 188 comments | 作者：baylearn | 14 hours ago #

https://news.ycombinator.com/item?id=44471695

如果 AI 公司真的期待很快实现通用人工智能（AGI），他们的行为会完全不同，不会去开发聊天机器人或做销售。
AI 公司可能通过用户互动数据来训练真正的 AI，用户无意中提供了全球范围内的最新信息，这对超级智能来说非常有价值。
有人对支付订阅费用感到不安，认为 AI 公司应该为此付费，或者最好的模型应该免费使用。
AI 驱动的数据中心建设是新能耗的主要来源，可能会加速气候灾难的到来。
如果这些工具接近超人类智能，并且能显著提高人类生产力，为什么我们没有看到比现在更快的进步？为什么像幻觉这样的问题还没有解决？
有人质疑 AI 公司是否在卖“蛇油”，认为它们更多的是在炒作，而不是实际的科技进步。
有人指出，AI 技术可以生成模仿人类在互联网上发布的内容的数据，但并非所有数据都来自公共网络。
有人表示，AI 技术确实有用，做了很多实际的事情，并非完全是炒作。
数据中心的建设可能会破坏我们的权重，阻止我们实现 AGI。
有人提到，智能工程师正在使用 AI 工具，尤其是编程人员，甚至非编程角色也在用。
有人指出，AI 行业的生存依赖于增值服务和虚假宣传，这种状况不会持续太久。
在工业领域，数据科学团队的发现缺乏科学同行评审或软件工程级别的代码审查，这可能导致问题。
有人提到，即使在 LLM（大型语言模型）之前，验证能力就已经缺失，对于 LLM 驱动的替代方案的验证更是无望。
有人反映，AI 助手在提供某些技术信息时仍然存在幻觉问题，给出了不存在的选项。