2025-12-09 Hacker News Top Stories #
- 作者用 Claude 复刻 1996 年《太空大灌篮》官网失败，暴露出 AI 在像素级精确布局与数值调整上的局限并呼吁协作保护数字文化遗产。
- 文章批判通过隐藏或复杂化联系入口来“滚开”潜在客户的做法，建议设计师坚持专业判断并以清晰沟通吸引尊重的客户。
- 微软多款 AI 产品（如 Copilot）需求疲软，因体验差、战略与终端用户脱节，短期内难以恢复市场信任。
- GitHub Actions 表面有依赖声明形式却缺乏包管理关键机制（无锁文件、完整性校验与传递依赖可见性），导致不可重现与供应链风险。
- F‑35 项目通过极严苛的 C++ 编码规范、内存预分配与高保真模拟测试来保障飞行软件安全，部分因当年 Ada 生态与人才不足而选择 C++。
- IBM 将以每股 31 美元现金收购 Confluent，旨在整合其实时数据流平台能力以支持云原生与大规模 AI，交易仍待监管审批。
- 文章提醒我们不要拟人化大型语言模型，它们更像基于海量语料的“词袋”，在常见问题上表现好但在冷门领域易生成错信。
- 作者分享三层广告屏蔽策略：浏览器扩展＋自建规则、DNS 层拦截（Pi‑hole/Unbound）和经云服务器的出站路由，并列出移动与智能电视方案。
- 日本北部发生里氏约 7.5 级强震并触发海啸警报与避难指示，多地交通短暂停运、政府成立危机中心并警示余震风险。
- Uber 推出 Uber Intelligence，利用“数据洁净室”在保护隐私前提下将出行与外卖数据与品牌数据匹配，为营销提供定向洞察与衡量能力。
我无法用 Claude 复刻 1996 年《太空大灌篮》官网 (I failed to recreate the 1996 Space Jam website with Claude) #
https://j0nah.com/i-failed-to-recreate-the-1996-space-jam-website-with-claude/
本文讲述了一位工程师尝试用 AI 助手 Claude 复刻 1996 年《太空大灌篮》（Space Jam）电影官网的全过程。该官网是早期网页设计的代表作，风格简单、色彩鲜艳，具有强烈的时代特征。作者通过提供官网截图和全部原始资源，希望 Claude 能精确还原页面布局，尤其是围绕 Logo 呈椭圆分布的行星元素。
在多次尝试中，Claude 虽然能识别出页面结构和行星排列的逻辑，但始终无法精准还原像素级位置。尽管他多次声称“成功复刻”，实际结果与原图存在明显偏差，如行星轨道形状失真、位置偏移等问题。作者分析发现，Claude 无法直接读取像素坐标，只能进行视觉估算，导致误差累积。
为提升精度，作者引入了网格叠加、坐标标注和图像比对工具，甚至让 Claude 自动生成对比页面。然而，即便有了这些辅助工具，Claude 仍未能实现像素级还原，其调整多为微小试探性移动，且缺乏对整体布局的系统性修正。
文章最后指出，尽管 Claude 具备理解复杂布局的能力，但其在精确数值操作上的局限性暴露了当前 AI 在高精度网页重建任务中的瓶颈。作者呼吁更多技术协作，以保护这一具有文化价值的数字遗产。
HN 热度 530 points | 评论 446 comments | 作者：thecr0w | 1 day ago #
https://news.ycombinator.com/item?id=46183294
- 1996 年《空中大灌篮》官网实际使用表格布局而非绝对定位，CSS 尚未普及，原帖作者对此存在误解。
- 表格嵌套是 90 年代网页设计的常见手法，通过 1x1 透明 GIF 控制尺寸，实现复杂布局。
- 当时网页设计依赖大量技巧，如重复渐变背景模拟浮雕效果、使用 GIF 动画和访客留言簿等。
- 深度嵌套表格会导致浏览器渲染性能严重下降，有开发者曾因 12 层嵌套导致页面加载超一分钟。
- 现代浏览器已优化嵌套表格渲染，但早期 Hacker News 评论系统曾因嵌套表格导致移动端文字过小。
- 有人在 2024 年仍选择完全不用 CSS，仅用表格实现网页布局，以追求极简和兼容性。
- 无 CSS 的表格布局虽可行，但缺乏响应式设计，难以适应现代多设备屏幕尺寸。
- 使用表格布局时需注意可访问性，建议添加 ARIA 角色以提升屏幕阅读器支持。
- 某网站 SVG logo 因路径绘制方式导致文字在 Firefox 中被裁剪，可能是设计刻意为之。
- Dreamweaver 等可视化工具的出现使网页设计从手写代码转向“画图式”布局，改变了开发方式。
- AI 模型在面对不可能任务时倾向于强行生成而非承认失败，需通过外部验证确保结果正确性。
- 人类思维本质上也是统计模型，AI 的运作方式与人类认知在根本上具有相似性。
“滚开式联系页面”：企业如何通过设计障碍减少客户联系 (The fuck off contact page) #
https://www.nicchan.me/blog/the-f-off-contact-page/
本文探讨了一个名为“fuck off contact page”（可译为“滚开式联系页面”）的设计陷阱，即企业通过刻意增加用户联系的难度，来减少客户咨询量的页面设计。这类页面常见于大型 SaaS 公司，其目的是降低客服成本，将普通用户引导至自助支持系统，而将真正需要帮助的客户“筛掉”。
作者以自己曾参与的一次网站重构项目为例，指出客户本是一家以提供设计服务为主的公司，本应通过便捷的联系渠道吸引潜在客户，却在设计过程中被引导创建了一个典型的“fuck off contact page”：联系按钮被隐藏在页面底部，页面充斥着大量空白和大图，导致用户在滚动后极易放弃联系。
这种设计与服务型企业的核心目标完全背道而驰——企业本应鼓励联系、建立信任、获取线索，而非制造障碍。作者认为，这种页面本质上是“不想被联系”的象征，用户看到“联系销售团队”按钮时，会本能地回避，从而流失潜在客户。
作者反思，问题的根源在于项目初期的定价策略：因人情关系给予折扣，导致客户将设计团队视为执行工具而非专业顾问。这种关系削弱了信任，也使团队难以在关键决策上坚持专业意见。同时，客户误以为设计流程中的调研和线框图是“形式主义”，忽视了其背后的战略意义。
最后，作者强调，设计师应主动教育客户，解释每个设计环节的价值，建立专业权威。通过博客等公开表达，不仅传递价值观，也能吸引志同道合的客户，同时明确拒绝那些不尊重专业性的合作。
HN 热度 441 points | 评论 182 comments | 作者：OuterVale | 15 hours ago #
https://news.ycombinator.com/item?id=46189994
- 过于复杂的联系表单会吓跑潜在客户，简化表单能有效提升转化率，许多企业因追求信息完整而忽视用户体验。
- 一些企业通过设置“痛苦”的筛选字段来自动排除不合适的客户，以提高潜在客户质量，尽管可能误伤部分真实需求者。
- GitHub 等平台的贡献文化导致用户提交问题时被要求填写大量无关信息，使普通用户因流程繁琐而放弃反馈。
- 企业将支持请求与开发缺陷报告混为一谈，使用户感觉被当作“索取者”而非有价值的反馈者，削弱了社区信任。
- 优质客户服务能显著提升用户忠诚度，即使产品并非最优，良好的支持体验也能带来长期口碑和推荐。
- 亚马逊等大公司通过“难联系但服务好”的策略，让用户在经历繁琐流程后获得满意解决，形成心理反差和正面印象。
- 企业对客户身份的识别有限，客服人员通常无法通过 IP 或行为判断用户的真实身份，因此对小客户也提供人性化服务。
- 企业若能展示真实数据或案例，说明简化联系表单对收入的积极影响，有助于说服决策者进行改进。
微软 AI 产品需求疲软成难题 (Microsoft has a problem: lack of demand for its AI products) #
微软在人工智能领域的战略布局正面临严峻挑战。据《The Information》报道，微软内部 AI 销售目标被大幅下调，销售团队普遍难以达成业绩，主要原因在于市场对微软 AI 产品缺乏兴趣。尽管微软否认了相关报道，但市场数据显示，谷歌的 Gemini AI 正在迅速超越微软的 Copilot 产品，市场份额持续扩大。
分析指出，微软在 CEO 萨提亚·纳德拉领导下，长期陷入追逐技术潮流的困境，从区块链到元宇宙，再到如今的人工智能，缺乏清晰的优先级和用户导向。这种战略摇摆已开始损害其多年积累的客户信任。公司关闭零售业务、削减消费产品线，进一步削弱了与终端用户的连接。
此外，微软的 AI 产品在实际应用中表现不佳，甚至其广告演示也被质疑暴露了 AI 功能尚未成熟的问题。内部也出现对 Copilot 品牌定位混乱的批评，而最新发布的 Fara-7B 模型虽旨在提升复杂任务处理能力，但仍未扭转整体颓势。
总体来看，微软在 AI 领域的投入与市场反馈之间存在严重脱节，若无法真正提升产品体验并重建用户信心，其 AI 战略或将难以为继。
HN 热度 374 points | 评论 314 comments | 作者：mohi-kalantari | 7 hours ago #
https://news.ycombinator.com/item?id=46194615
- Microsoft 的 AI 产品普遍存在功能不完整、体验差的问题，尤其是在 Outlook 和 Windows Copilot 按钮上，实际使用中几乎无法发挥作用。
- Copilot 在处理简单任务时表现糟糕，例如无法识别会议主要参与者，甚至在用户追问后仍无法提供正确信息，显示出基础功能的缺失。
- 在 Visual Studio 等开发工具中，AI 集成反而破坏代码，未能提升开发效率，反映出产品在实际应用中的严重缺陷。
- 有用户指出，Copilot 在处理文档编辑任务时，会错误地生成一个内容大幅缩减的新文档，导致原始数据和格式丢失，严重影响工作流程。
- 有人推测，微软内部可能存在部门间协作障碍，导致 AI 团队无法获取必要的数据或工具，从而影响产品功能实现。
- 也有观点认为，微软的组织文化问题，如部门间互相掣肘，是导致 AI 产品质量低下的根本原因。
- 评论者质疑微软高层是否真正使用过自家产品，认为如果他们亲自体验，这些问题本应被及时发现和修复。
- 有人指出，许多本可通过简单规则或脚本实现的功能，却被过度依赖复杂的 AI 模型，造成资源浪费和功能失真。
- AI 产品的评估方式不同于传统软件，缺乏有效的自动化测试手段，导致问题难以在早期发现。
- 与 OpenAI 等公司相比，微软在 AI 产品开发中缺乏“自用”文化，导致产品质量难以保证。
- 尽管 AI 产品存在明显缺陷，但微软仍能维持市场地位，反映出当前科技行业对“不完美”产品的容忍度提高。
GitHub Actions 拥有包管理功能，但其设计存在严重缺陷 (GitHub Actions has a package manager, and it might be the worst) #
https://nesbitt.io/2025/12/06/github-actions-package-manager.html
GitHub Actions 被称为拥有包管理功能，但其设计存在严重问题。文章指出，尽管工作流中使用 uses: actions/checkout@v4 类似于依赖声明，但 GitHub Actions 缺乏现代包管理的核心机制。
与其他成熟包管理器（如 npm、Cargo、Go 等）相比，GitHub Actions 完全缺失以下关键特性：
- 无锁文件（lockfile）
- 无传递性版本锁定（transitive pinning）
- 无完整性校验哈希
- 无依赖树可见性
- 无明确的依赖解析规范
核心问题在于每次运行都会重新解析依赖，结果可能因上游更改而不同，导致不可重现。例如，@v4 标签可被重新推送，导致同一版本行为变化，而用户无法察觉。
尽管 GitHub 引入了不可变发布、SHA 强制锁定、验证创作者等缓解措施，但这些仅作用于顶层依赖，无法控制复合动作内部的传递依赖。许多复合动作会隐式拉取其他动作，而这些依赖可能使用可变标签，形成主要攻击面。
此外，GitHub Actions 无完整性验证，下载内容无法校验，仅依赖对 GitHub 的信任。重试失败任务时，若上游代码已更新，实际执行的代码可能与原运行不同，造成非确定性行为。缓存机制也加剧了这一问题，因为缓存仅在成功时保存。
用户无法查看完整的依赖树，也无法检测重复或意外依赖。对比 npm 的 npm ls 或 Cargo 的 cargo tree，Actions 几乎完全缺乏依赖可视化能力。
解析逻辑本身也未公开文档，仅在 ActionManager.cs 中实现，逻辑简单粗暴：递归下载每个动作，不进行去重、无版本约束、无校验。整个过程依赖 GitHub 服务器返回的 tarball URL，无任何本地缓存或验证机制。
更深层次的问题还包括：
- 无中央注册表，依赖托管在 Git 仓库，缺乏安全扫描、恶意包检测、防拼写错误劫持能力。
- 动作运行环境共享，如多个
setup-node调用会互相干扰，结果依赖执行顺序。 - 无离线支持，必须联网拉取，无法本地化或缓存。
- 命名空间基于 GitHub 用户名，任何人都可创建同名动作，存在命名冲突和信任风险。
文章总结：GitHub Actions 本质上是一个缺乏安全基础的“动态脚本执行系统”，而非真正的包管理器。其设计让数百万用户在 CI/CD 中运行未经验证、不可控、不可重现的第三方代码，存在严重供应链安全风险。
HN 热度 368 points | 评论 223 comments | 作者：robin_reala | 16 hours ago #
https://news.ycombinator.com/item?id=46189692
- GitHub Actions 的文档建议使用提交 SHA 来确保稳定性和安全性，但实际应用中存在局限性，无法有效处理传递依赖。
- 尽管可以通过手动使用 SHA 实现类似锁文件的效果，但需要用户主动维护，且对传递依赖无能为力，实际推广困难。
- GitHub 早在 Actions 发布初期就已知晓版本控制问题，但未提供真正有效的锁文件机制，仅在文档中添加免责说明。
- 一些用户认为使用 SHA 并非最佳实践，因为其看似“固定不变”，实则可能因运行环境或依赖变化而失效。
- GitHub 官方维护的 Actions 项目逐渐减少投入，社区中大量依赖第三方或非官方维护的 fork，生态稳定性堪忧。
- GitHub 正在优先进行向 Azure 的迁移，可能导致未来功能开发放缓，影响用户体验。
- 有观点认为，GitHub 的基础设施迁移至云平台是糟糕的决策，会牺牲性能和可靠性，且维护成本更高。
- 有人指出，使用云基础设施并不比自建服务器更简单，反而需要更专业的运维团队，且成本更高。
- GitHub 的商业模式依赖于开发者订阅，其收入虽不如 Windows，但与 Azure 和 Copilot 等产品形成协同效应，具有战略价值。
- 有建议认为，微软可将 GitHub 与 Azure、VS Code 等产品整合为统一订阅服务，提升整体竞争力。
- Depot Runner 和 Blacksmith.sh 等第三方工具被推荐用于提升构建速度和效率，尤其在 Docker 构建方面表现优异。
F-35 战斗机中的 C++：如何说服五角大楼采用这门语言 (The C++ standard for the F-35 Fighter Jet [video]) #
https://www.youtube.com/watch?v=Gv4sDL9Ljww
视频标题：如何让洛克希德·马丁说服五角大楼采用 C++
本视频深入探讨了 C++ 在军事航空软件开发中的关键角色，特别是 F-35“闪电 II”战斗机项目如何通过严格规范的 C++ 编码标准，确保飞行安全与系统可靠性。
- 软件在飞行器中的历史：从早期飞行控制系统到现代复杂航电系统，软件在航空器中的作用日益关键。早期系统因软件缺陷导致严重事故，例如一次未处理的异常导致价值 5 亿美元的火箭在数秒内坠毁。
- 五角大楼与 C++ 的抉择：面对数千种编程语言的混乱局面，五角大楼最终选择 C++，因其性能、灵活性与可控制性。洛克希德·马丁公司通过展示 C++ 在安全性和可维护性方面的潜力，成功说服军方采用。
- F-35 的 C++ 编码标准：项目团队基于 Bjarne Stroustrup（C++ 之父）的指导，制定出极为严格的 C++ 编程规范，成为航空领域最严苛的软件标准之一。该标准禁止使用异常处理（no exceptions）、限制递归调用、控制循环复杂度（cyclomatic complexity），并强制进行内存预分配，以避免运行时错误。
- 模拟飞行与系统验证：通过高保真模拟环境，工程师在真实飞行前对软件进行数千小时的测试，确保其在极端条件下的稳定性。
- 未来安全关键软件的发展：视频指出，随着 AI 与自动化系统的引入，软件安全标准将面临更大挑战。C++ 的严格规范为未来高可靠性系统提供了范本，而 Rust 等新兴语言也可能在安全关键领域发挥更大作用。
视频提供公开的 F-35 C++ 编码标准链接，以及作者的 GitHub 代码库和 X（原 Twitter）账号，供观众深入学习。
HN 热度 323 points | 评论 411 comments | 作者：AareyBaba | 1 day ago #
https://news.ycombinator.com/item?id=46183657
- C++ 被选中是因为当时缺乏足够的 Ada 程序员，且 Ada 的中间件和工具链也不足。
- “缺乏足够 X 语言程序员”的理由在一般情况下站不住脚，因为组织应招聘具备跨语言解决问题能力的优秀程序员。
- 美国国防部曾强制要求使用 Ada，但高校和行业并未积极响应，导致 Ada 未能普及。
- Ada 编译器成本高，且早期工具链不完善，影响了学习和使用意愿。
- GNAT 项目自 1992 年起由美国空军资助，是首个免费开源的 Ada 编译器，由纽约大学开发并遵循 GPL 协议。
- 即使有政府支持，高校和产业界对 Ada 的投入仍然不足，反映出教育体系与产业需求脱节。
- 防御预算庞大，但工程薪资并未相应提高，说明资金分配可能更偏向利润而非技术投入。
- 一些国防承包商的软件质量差，反映出系统性的问题，而不仅仅是语言选择问题。
- Ada 的复杂性与小用户群导致编译器开发成本高，形成恶性循环，难以普及。
- Rust 的出现表明，如今已有能力支持复杂系统语言的开源编译器生态，而过去因互联网发展不足难以实现。
- 语言规范的严格性有助于减少编译器的边缘情况，但庞大的规范本身也增加了实现复杂度。
- 一个系统级语言拥有多个完整编译器是重要的，有助于生态健康和竞争。
- Ada 的推广若以“制造垄断”为目标，资助开源工具链反而会削弱其商业利益，因此可能被有意回避。
IBM 宣布收购 Confluent (IBM to acquire Confluent) #
https://www.confluent.io/blog/ibm-to-acquire-confluent/
Confluent 宣布与 IBM 达成最终收购协议，将以每股 31.00 美元的现金价格进行收购。交易完成后，Confluent 将作为 IBM 内部一个独立品牌和业务继续运营。
此次收购旨在整合 IBM 的企业级能力与 Confluent 的实时数据流平台，共同打造统一的数据基础设施，支持云原生微服务架构，加速企业数据价值实现，并为大规模人工智能应用提供实时数据支撑。
Confluent 联合创始人兼 CEO Jay Kreps 在内部信中表示，这一举措是 Confluent 发展历程中的重要一步。他强调，Confluent 自创立以来定义了数据流技术的新类别，而与 IBM 的结合将推动其技术更广泛地服务于全球大型企业。
公司将于 2025 年 12 月 8 日上午 9 点（PT）和晚上 7 点（PT）举行全员会议，进一步说明交易细节并回答员工问题。更多信息可查阅公司内部 Wiki 中的常见问题解答及官方新闻稿。
该交易尚需满足常规交割条件及监管审批，预计将在未来完成。
HN 热度 320 points | 评论 255 comments | 作者：abd12 | 10 hours ago #
https://news.ycombinator.com/item?id=46192130
- IBM 频繁收购公司但产品服务质量低下，其商业模式依赖于咨询服务而非创新产品，通过收购锁定客户长期支持合同以维持收入。
- IBM 内部存在严重的官僚主义和低效文化，员工工作节奏缓慢，倾向于通过增加复杂性来延长项目周期以保障自身职位稳定。
- IBM 的硬件和企业级软件虽不美观但质量可靠，尤其在服务大型企业和政府客户方面表现良好，其多样性与专业性在历史上曾是优势。
- Watson 并非真正意义上的通用 AI，而是一个为特定竞赛设计的营销工具，其架构与现代大语言模型有本质区别，实际应用价值有限。
- 大型企业衰败的根本原因在于激励机制错位，普通员工缺乏对产品的归属感和责任感，导致创新动力不足。
- IBM 的业务重心已从传统服务转向软件与云，其服务业务已剥离为独立公司 Kyndryl，当前更专注于产品与技术授权。
- 与产品驱动型公司不同，IBM 作为咨询型公司更关注客户具体需求而非普适性产品设计，缺乏从用户角度出发的创新思维与产品迭代能力。
- 收购 Confluent、HashiCorp 等公司并非为了技术整合，而是为了扩大其企业服务生态，推动客户持续购买支持与维护服务。
词语的袋子，请怜悯我们 (Bag of words, have mercy on us) #
https://www.experimental-history.com/p/bag-of-words-have-mercy-on-us
本文探讨了人们对人工智能（尤其是大型语言模型）的误解，核心观点是：我们错误地将 AI 视为有意识的“人”，而实际上它更像一个“词语的袋子”。
作者指出，人类天生倾向于将无生命事物拟人化，看到 AI 用完整句子回应问题时，会本能地想象“里面有个小人”在思考和写作。这种心理机制让我们误以为 AI 具备意图、情感甚至欺骗行为，但其实 AI 并无意识，其输出只是基于大量文本数据的统计关联。
作者提出用“袋中词语”作为理解 AI 的新比喻：AI 本质上是一个存储了海量人类语言的数据库。当用户输入问题，AI 只是从这个“袋子”中挑选最相关的词语组合成回答。因此，AI 的错误并非出于恶意，而是因为“袋子”里没有正确答案，只能拼凑出看似合理却错误的内容。
这一比喻有助于解释 AI 的常见表现：它能准确回答有充分记录的问题（如历史事件），却在冷门或专业领域出错；它会生成看似深刻实则空洞的“人生哲理”，因为这类内容在互联网上多为套路化表达；它甚至会“道歉”并承诺不再说谎，但这只是从“被指责说谎”的语料中提取的回应，而非真实悔意。
作者进一步指出，AI 的未来能力取决于“袋子”能否装下足够多的相关内容。例如，在科学领域，只要数据充足，AI 就能辅助完成从假设提出到论文撰写的全过程。但这种能力受限于现有文本的覆盖范围，无法突破“数据决定能力”的边界。
最后，作者提醒我们：与其把 AI 当作智慧化身，不如将其视为一个强大的语言工具。只有摆脱拟人化思维，才能真正理解 AI 的局限与潜力。
HN 热度 305 points | 评论 338 comments | 作者：ntnbr | 1 day ago #
https://news.ycombinator.com/item?id=46185957
- 预测未来是人类有意行动的基础，因此预测能力对人类思维至关重要，即使大语言模型本身不真正思考，也可能成为具备真正思维系统的组成部分。
- 语言是抽象思维的简化表达，大语言模型的内部复杂结构并非词语本身，而是实现翻译、知识回忆等行为的关键，这表明其内部存在非语言的处理机制。
- 语言模型中的翻译等能力主要依赖于嵌入技术，这并不需要世界模型或真正的抽象思维。
- 大语言模型本质上是压缩和预测机制，最高效的压缩方式往往需要对内容的理解，因此压缩与理解在某种程度上是等价的。
- 尽管无法提供严格的数学证明，但人类学习过程可被看作高效压缩，世界模型也是一种高度压缩的数据集，具有特定属性。
- 当前缺乏对“理解”的严格数学定义，因此讨论其本质存在根本性困难，但可参考柯尔莫哥洛夫复杂性理论来理解压缩与理解的关系。
- 大语言模型的内部结构仅在单个 token 上进行前向传播，通过滑动窗口重复处理，其“思考”过程本质上是循环执行的简单操作，远不如人脑复杂。
- 大语言模型的中间层可能存在抽象思维的投影，但这些思维需要反复计算，效率较低，且与人类大脑中语言与思维的双向反馈机制不同。
- 人类的思维过程可能发生在语言之外的逻辑/审美空间中，语言只是对这种内在体验的缓慢、痛苦的翻译。
- 人类的抽象思维与语言并非同一回事，解决数学问题或感受艺术作品时的体验难以直接用语言表达。
- 人类的思维过程具有非语言性，语言只是可被发声表达的符号，而思维本身可能更接近于一种内在的、非符号化的状态。
- 大语言模型在行为上与儿童相似，表现出重复、情绪化、无法纠正错误等特征，但这些行为并不构成对智能的全面解决。
- 当前大语言模型架构普遍缺乏在推理过程中持续学习的能力，这是生物系统的基本特征，也是其与真正智能之间的重要差距。
如何彻底屏蔽所有网络广告 (How I block all online ads) #
https://troubled.engineer/posts/no-ads/
作者分享了自己多年致力于彻底屏蔽网络广告的实践经验。他从浏览器扩展入手，推荐使用 Firefox 配合 uBlock Origin，搭配主流过滤列表如 EasyList 和 AdGuard - Ads，并自建过滤规则以去除网页中的弹窗、固定头部等干扰元素。
在技术层面，他采用 Pi-hole 进行 DNS 层过滤，有效拦截移动端应用中的广告请求，同时通过 WireGuard 隧道连接至云服务器（如 DigitalOcean），实现流量经由公共云 IP 访问网络。这一方法能显著减少广告展示，因为许多平台会识别云服务 IP 为广告欺诈行为而停止投放广告，但可能引发 Cloudflare 验证或访问错误，需适时关闭 VPN。
作者强调，结合浏览器过滤、DNS 屏蔽和云 VPN 三层策略，可覆盖 99% 的广告场景。对于 TikTok、Instagram、Twitch 等平台，广告屏蔽效果需数小时至数周才能显现，取决于平台对用户行为的持续观察。
此外，他还推荐了其他实用工具：Consent-O-Matic 用于自动处理 Cookie 提示，Buster 用于绕过验证码，SponsorBlock 可跳过视频广告和赞助内容。iOS 用户可关闭“后台应用刷新”以保护隐私。
整体来看，该文是一篇系统性、实操性强的广告屏蔽指南，适合希望深度净化网络体验的用户参考。
HN 热度 304 points | 评论 264 comments | 作者：StrLght | 1 day ago #
https://news.ycombinator.com/item?id=46185816
- 使用 Firefox 浏览器配合 uBlock Origin 可以有效屏蔽所有网页广告，包括 YouTube 上的广告。
- Android 平台上使用 Fennec 浏览器和 NewPipe 应用可实现无广告浏览 YouTube，NewPipe 还支持后台播放和下载功能。
- 自建 Unbound DNS 服务器进行 DNS 层过滤，虽非必需但对无法更新的智能设备（如智能电视）有帮助。
- 智能电视等设备因内置摄像头和麦克风，建议不连接互联网以保障隐私。
- 一些看似广告的内容实为非付费推荐，与商业广告有本质区别。
- 基于页面内容而非用户行为的广告投放可实现高效变现，且无需侵犯用户隐私。
- 若全面禁止用户追踪，广告收入可能接近当前水平的 90%，说明现有广告模型对追踪依赖过高。
- 早期 Google 广告系统即基于内容匹配，无需用户画像即可实现广告投放。
- 仅提及某产品不等于广告，广告需具备明确的商业推广意图。
- 有些“非广告”内容可能被用户误传，反而成为变相推广。
- SmartTube 是适用于 Android TV 盒子的无广告 YouTube 替代方案，但需注意安全更新。
- 某些版本的 SmartTube 曾被恶意篡改，建议使用最新修复版本。
- Android 版 Firefox 支持后台播放，也可通过扩展实现无需桌面模式的后台播放。
- 部分安卓应用内广告无法通过 DNS 过滤屏蔽，因广告服务器可能硬编码在应用中。
- Brave 浏览器在安卓上表现良好，Firefox 也兼容老旧设备，甚至可在低配置设备上运行。
- YouTube Premium 虽能去广告，但用户仍需面对内容创作者的付费推广和产品植入。
- YouTube 的广告机制对内容创作者和平台都有负面影响，导致用户体验下降。
- YouTube 付费用户可跳过频繁被跳过的视频片段，但无法自动跳过。
- SponsorBlock 插件可自动跳过广告和赞助片段，适用于桌面浏览器和 Android Firefox。
- ReVanced 项目集成了 SponsorBlock 功能，支持安卓平台。
- FreeTube 是一个开源的 YouTube 替代应用，提供无广告体验。
- 通过 VPN 切换至 Moldova 等低收入国家 IP 可访问无广告 YouTube，因广告商不愿在这些地区投放广告。
- 广告商通常不向经济欠发达地区投放广告，导致这些地区的 YouTube 无广告。
- Moldova 地理政治复杂，可能影响广告投放策略，但并非主要原因。
- 即使使用 YouTube Premium，仍无法完全避免广告，尤其是内容创作者的付费推广。
- 内容创作者的赞助片段可被跳过，且平台提供跳过提示，但创作者未必能从中获益。
- 与品牌广告相比，内容创作者的推广更注重长期信誉，因此更受观众接受。
日本北部强震引发海啸警报，多地发布避难指示 (Strong earthquake hits northern Japan, tsunami warning issued) #
https://www3.nhk.or.jp/nhkworld/en/news/20251209_02/
日本北部于周一晚间 11 时 15 分发生里氏 7.5 级强烈地震，震中位于青森县东部太平洋海域。日本气象厅将震级从最初的 7.6 级下调至 7.5 级，震源深度调整为 54 公里。青森县八户市观测到震度上限 6 的强烈摇晃，截至次日凌晨 1 点，已有 6 人因摔倒或被掉落物击中受伤。
地震引发海啸警报，覆盖岩手县、北海道部分地区及青森县。岩手县久慈港测得 70 厘米海啸，北海道浦河町和青森县陆奥湾浦港分别观测到 50 厘米和 40 厘米海啸。警报在 3 小时后降级为海啸注意报，并于周二早上 6 时 20 分全面解除。
此次地震记录到“长周期地面运动”，在青森县六户村观测到等级 3（共四级）的强长周期震动，足以使高层建筑内人员难以站立。这是日本首次在 2022 年设立“潜在超大地震警报”类别后发布此类警报，提醒未来一周内北海道至千叶县太平洋沿岸地区可能面临 8 级以上的超大地震风险，建议民众检查疏散路线、准备应急包、固定家具并确认储备物资。
部分地方政府发布避难命令，包括北海道和东北地区部分市町村。交通方面，东日本铁路公司宣布东北新干线福岛至新青森区间列车全部停运，两列列车紧急停靠，具体恢复时间待定。东北本线在岩手县区间也已停运，无人员受伤报告。北海道新千岁机场对两条跑道进行检查，高速公路方面，东日本高速道路公司宣布多个路段全面封闭。
尽管存在潜在超大地震风险，铁路、机场和公路未实施限制措施。航空公司表示将正常运营。政府已成立危机管理中心，首相高市早苗于当晚 11 时 50 分抵达首相官邸，指示立即向民众通报海啸和避难信息，并采取全面措施防止伤害。
核电站方面，东京电力公司确认福岛第一、第二核电站无异常，已按规程暂停处理水排放。部分员工被要求撤离，暂无人员受伤报告。东北电力和北海道电力公司也确认其管辖的核电站未发现异常。
HN 热度 254 points | 评论 125 comments | 作者：lattis | 9 hours ago #
https://news.ycombinator.com/item?id=46192846
- 作者居住在日本青森县三泽市，工作地点在六所村，地震震中附近，感受到强烈震动，家中物品有掉落但无结构性损坏，已安然入睡。
- 有游客在札幌酒店内被地震震得几乎从床上甩出，目前酒店大堂聚集了不少人，考虑若发布后续地震预警则尽快乘飞机离开北海道。
- 地震深度达 44.1 公里，属于板块内部深源地震，不太可能是大地震的前兆，但随后发生的 6.6 级余震深度仅 10 公里，更需警惕。
- 有人提醒不要盲目相信“七月大地震预言”，该预言源自虚构作品，无科学依据，不应与真实地震事件混淆。
- 本次地震为真实发生的强震，震级 7.6，部分地区震度达 6 级以上，属于“剧烈”级别，存在约 5% 概率在一周内发生更强余震，属科学合理预测。
- 有人指出“智能预言”本身是矛盾概念，真实地震后的余震预测基于大量观测数据，与凭空臆测的“预言”有本质区别。
- 七月“8.8 级大地震预言”因与真实事件（堪察加 8.8 级地震）时间巧合而被误传，但该地震未影响日本，属偶然巧合。
- 有经验者建议地震时应留在室内安全位置，如酒店房间，避免待在大堂等开放区域，保护头部即可，无需过度恐慌。
- 为应对地震，建议在卧室确保无物品可能坠落，床边备好防滑鞋，储存足够饮用水以备不时之需。
- 地震发生后，政府和联邦机构可在短时间内启动应急响应，尤其在大城市，救援体系相对完善。
Uber 将出行与外卖数据转化为营销洞察，推出新广告洞察平台 Uber Intelligence (Uber is turning data about trips and takeout into insights for marketers) #
Uber 正在推出名为 Uber Intelligence 的新广告洞察平台，旨在帮助 marketers 更好地理解消费者行为。该平台与数据连接技术公司 LiveRamp 合作，利用其“数据洁净室”技术，在不泄露用户身份的前提下，将 Uber 的用户出行与外卖数据与品牌自有数据结合，生成可操作的市场洞察。
该平台允许广告主分析用户的出行习惯与消费偏好，例如识别高频商务旅客，进而通过 Uber 应用、车内屏幕或车顶广告精准投放广告。例如，酒店品牌可借此发现潜在的合作伙伴，如特定餐厅或娱乐场所，用于会员计划联动。
Uber 广告业务自 2022 年独立以来发展迅速，目前已实现 15 亿美元的年化收入，预计 2025 年底达到这一目标。其广告形式涵盖 App 内广告、车内屏幕、邮件推送及车顶广告等多渠道。
Uber Intelligence 被视为其广告业务成熟的重要标志。分析师认为，这标志着 Uber 从单纯售卖广告位，转向提供数据驱动的精准定位与效果衡量服务，增强对广告主的吸引力。
LiveRamp 方面强调，洁净室技术确保数据“零移动”，即不共享原始或可识别信息，以保障隐私安全，增强广告生态信任。
该平台是 Uber 为头部广告客户提供定制化服务的一部分，此前还推出了创意工作室，支持品牌打造沉浸式营销活动，如为 F1 赛事观众提供赞助豪车接送服务。
HN 热度 234 points | 评论 204 comments | 作者：sethops1 | 9 hours ago #
https://news.ycombinator.com/item?id=46192962
- 付费去除广告的人往往正是广告商最想触达的高消费群体，因此公司会通过各种方式继续从这些用户身上获取数据价值。
- 付费用户虽然避开了广告，但其消费能力使其成为更具价值的广告目标，平台因此更愿意向这类用户投放广告。
- 平台通过模糊“付费用户”与“非付费用户”的界限，可以实现更高的广告收益，即使广告单价略低，整体利润仍可能更高。
- 人们支付费用以摆脱广告，实际上是在帮助公司完成市场细分，将自己归类为高价值用户群体。
- 广告价值不仅取决于用户是否付费，更取决于其消费潜力，因此即使用户付费去广告，其数据仍可能被用于精准营销。
- 付费用户虽然减少了广告曝光，但其高消费能力使其在广告投放中仍具有更高价值，平台更愿意为这类用户投放广告。
- 付费用户可能因支出减少而显得“不那么值钱”，但从整体市场角度看，其消费意愿和能力使其仍具高价值。
- 企业会通过数据聚合和行为分析，持续寻找新的方式来 monetize 用户行为，无论用户是否付费。
- 高收入用户更可能为去广告服务付费，这反而使其成为广告商更愿意投资的目标。
- 一些平台的广告定价受用户设备类型和流量特征影响，例如移动端用户广告价格更高，而高价值用户往往使用移动端。
- 广告投放的效率和成本受用户行为和平台特性影响，企业会根据这些因素调整广告策略。
- 付费用户在平台上的行为数据仍可能被用于广告投放，因此“付费去广告”并不等于“完全脱离广告”。
- 企业会利用用户支付行为来判断其消费能力，从而优化广告投放策略，提升广告转化率。
- 付费用户虽然减少了广告干扰，但其数据价值可能反而更高，因为其消费能力更强，广告商愿意支付更高费用。
- 企业通过用户支付行为识别高价值用户，并据此调整广告策略，以实现更高的广告收益。
- 付费用户的行为数据仍可能被用于广告投放，平台会通过数据挖掘提升广告精准度。
- 企业会利用用户支付行为来构建用户画像，从而更精准地投放广告，提升广告转化率。
- 付费用户虽然避开了广告，但其消费能力使其在广告市场中仍具有更高价值，平台更愿意为其提供广告投放服务。
Hacker News 精彩评论及翻译 #
Microsoft has a problem: lack of demand for its AI… #
https://news.ycombinator.com/item?id=46195233
Well, the major problem Microsoft is facing is that its AI products are not only shoddier than average , which is nothing new for them in many categories, but that this time the competition can actually easily leapfrog them.
Like, I have a ‘Copilot’ button prominently displayed in my New Outlook on MacOS (the only platform where the app-with-that-designation is sort-of usable), and it’s a dropdown menu, and it has… zero items when expanded.
I asked my ‘Microsoft 365 Bing Chat AI Bot Powered By ChatGPT<tm>’ about that, and it wasn’t able to tell me how to make that button actually do something , ending the conversation with “yeah, that’s sort-of a tease, isn’t it?”…
Oh, well, and I actually also have a dedicated Copilot button on my new Lenovo laptop powered-by-Windows-11. And, guess what, it does exactly nothing ! I can elect to either assign this button to ‘Search’, which opens a WebView2 to bing.com (ehhm, yeah, sure, thanks!) or to ‘Custom’, in which case it informs me that ’nothing’ meets the hardware requirements to actually enable that.
So, my question to anyone in the Microsoft C-suite: have you ever tried to, like, actually use , like anything that you’re selling? Because if you would have, the failings would have been obvious, right? Right??
ZeroConcerns
嗯，微软面临的主要问题是，其AI产品不仅质量低于平均水平——这在他们的许多产品类别里早已不是什么新鲜事——但这一次，竞争对手却能轻易地超越他们。
比如说，我在MacOS版的新Outlook（这是那个设计应用的唯一尚能勉强使用的平台）上，醒目地显示着一个“Copilot”按钮，它是个下拉菜单，但展开后……里面竟然什么项目都没有。
我问我的“由ChatGPT™驱动的Microsoft 365必应聊天AI机器人”这是怎么回事，它却无法告诉我如何让这个按钮真正发挥作用，最后以一句“嗯，这有点像是在吊人胃口，不是吗？”结束了对话。
哦，好吧，而且我的新联想Windows 11笔记本电脑上，确实也带有一个专用的Copilot按钮。猜猜怎么着，它完全就是个摆设！我可以选择将此按钮分配给“搜索”，这会打开一个指向bing.com的WebView2浏览器（呃，嗯，好的，谢谢！），或者分配给“自定义”，但后者会告诉我“没有任何东西”符合启用该功能的硬件要求。
所以，我想问微软的C-suite高管们们：你们有没有真的尝试过，比如，使用你们正在销售的任何东西？因为如果你们试过的话，这些失败之处不是显而易见的吗？对吧？对吧？？
IBM to acquire Confluent #
https://news.ycombinator.com/item?id=46192996
IBM have an absolutely stellar record of blowing acquisitions. The highly motivated newly acquired team will be in honeymoon phase for 3 months, and then it slowly dawns on them that they’ve joined an unbelievably rigid organization where things like customer satisfaction and great products don’t matter at all. Then they’ll be in shock and disbelief at the mind boggling Byzantine rules and internal systems they have to use, whose sole purpose is to make sure nobody does anything. Finally, the core IBM sales force will start to make demands on them and will short to ground any vestiges of energy, time, opportunity and motivation they might have left. The good team members will leave and join a former business partner, or decide to spend more time with the family. They’ll meet often at the beginning to relive the glory days of pre-acquisition and recount times where they went went above and beyond for that important early customer. But then these meetings will become fewer and fewer. Finally they’ll find a way of massaging their resumes to cast the last years as being “at the heart of AI infrastructure”.
JSR_FDED
IBM在搞砸收购案方面有着堪称辉煌的记录。新收购的团队成员会经历三个月的蜜月期，然后他们会慢慢意识到自己加入了一个令人难以置信的僵化组织，在那里，客户满意度、优秀产品之类的事情根本无足轻重。接着，他们将对自己必须使用的那些令人费解、错综复杂的规则和内部系统感到震惊和不解，而这些规则的唯一目的就是确保谁也无法做成任何事情。最后，IBM的核心销售团队会开始向他们施压，彻底耗尽他们可能还剩下的一丝精力、时间、机会和动力。优秀的团队成员将会离职，加入前商业合作伙伴的团队，或者决定多花时间陪伴家人。起初他们会频繁见面，重温被收购前的辉煌岁月，回忆当初为了服务好那位早期重要客户而竭尽全力的日子。但后来这类聚会会越来越少。最终，他们会想办法美化自己的简历，将过去的几年描述为“身处人工智能基础设施的核心”。
Dollar-stores overcharge customers while promising… #
https://news.ycombinator.com/item?id=46187156
Red Baron frozen pizzas, listed on the shelf at $5, rang up at $7.65. Bounty paper towels, shelf price $10.99, rang up at $15.50.
This very rarely happens in MA, because when it does the store has to give you the item for $10 off, including if that makes it free. And they have to post a sign at the register explaining the law, which means when you’re invoking it all you need to do is point at the sign.
https://www.mass.gov/info-details/consumer-pricing-accuracy-information
jefftk
货架上标价为5美元的“红男爵”冷冻披萨，结算时价格为7.65美元。标价为10.99美元的“赏金”纸巾，结算时价格为15.50美元。
在马萨诸塞州，这种情况极少发生，因为一旦发生，商店必须给予顾客10美元的折扣，哪怕这意味着商品将免费赠送。而且，他们还必须在收银台张贴告示来解释这项法律，这意味着当您援引该法律时，只需指一下那个告示即可。
I wasted years of my life in crypto #
https://news.ycombinator.com/item?id=46193336
I worked at a crypto exchange and after I came to the conclusion that 99% of crypto was scams and rugpulls, I sold all my crypto and vowed to have nothing to do with it. It’s more of a religion than a financial instrument and absolutely nothing has shown to me that crypto is anything more than a speculative gamble, basically tulips with the religious promise of a better world. The number of employees that lost money on rugpulls while I was there, but “still believed in crypto” was staggering.
reenorap
我曾在一间加密货币交易所工作，后来我得出了一个结论：99%的加密货币都是骗局和项目方卷款跑路（rugpull）。于是我卖掉了所有的加密货币，并发誓再也不碰这玩意儿。加密货币与其说是一种金融工具，不如说更像一种宗教，我至今没看到任何证据能表明它除了是一场投机赌博外，还有什么别的价值，本质上就是一群人用“更美好的世界”这种宗教式的承诺来炒作的“郁金香泡沫”。我在职时，有多少员工在项目方卷款跑路中亏了钱，却“依然相信加密货币”，这个数字简直令人咋舌。
I wasted years of my life in crypto #
https://news.ycombinator.com/item?id=46181533
I’ve never understood the initial arguments about Bitcoin, no matter how many times they’ve been explained to me.
The block chain is, and always was, an extremely inconvenient database. How anyone, especially many intelligent people, thought it was realistic to graft a currency on top of such a unwieldy piece of technology is beyond me. Maybe it goes to show how few people understand economics and anthropology and how dunning-krueger can happen to anyone.
Now the uninformed gambling on futuristic sounding hokum? THAT is easy to understand.
That being said, I’m sorry the author had to go through this experience, the road of life is often filled with unexpected twists and turns.
spicyusername
我从来就没明白过关于比特币的那些最初论点，不管别人向我解释多少遍。
区块链，而且一直都是，一个极其不便的数据库。我不明白，任何人，特别是许多聪明人，怎么会认为把一种货币嫁接到这样一块笨重的技术上是现实的。也许这恰恰说明了有多少人真正理解经济学和人类学，以及邓宁-克鲁格效应会发生在任何人身上。
现在，那些对听起来很未来的胡言乱语不明就里地去赌博？这个倒很容易理解。
话虽如此，我很抱歉作者不得不经历这样的事情，人生之路常常充满了意想不到的曲折。
GitHub Actions has a package manager, and it might… #
https://news.ycombinator.com/item?id=46190071
What’s more, GitHub has basically stopped maintaining their own actions, pushing people to sketchy forks to do basic things. Their entire ecosystem is basically held up with duct tape and gets very little investment.
saagarjha
此外，GitHub基本上已经停止了对自身Actions的维护，转而将用户推向那些来路不明的第三方分支来完成基本功能。整个生态系统基本上全靠胶带勉强维系，投入的资源也微乎其微。
I failed to recreate the 1996 Space Jam website wi… #
https://news.ycombinator.com/item?id=46186253
Well this was interesting. As someone who was actually building similar website in the late 90’s I threw this into the Opus 4.5. Note the original author is wrong about the original site however:
“The Space Jam website is simple: a single HTML page, absolute positioning for every element, and a tiling starfield GIF background.”.
This is not true, the site is built using tables, not positioning at all, CSS wasn’t a thing back then…
Here was its one-shot attempt at building the same type of layout (table based) with a screenshot and assets as input: https://i.imgur.com/fhdOLwP.png
wilsmex
嗯，这挺有意思的。作为一个90年代末其实就在搭建类似网站的人，我把这个丢到了Opus 4.5里。请注意，原作者关于原始网站的描述是错的：
“《空中大灌篮》的网站很简单：就是一个HTML页面，所有元素都用绝对定位，还有一个平铺的星空GIF背景。”
这不对，那个网站是用表格建的，根本没用什么定位，那时候CSS都还没出来呢……
这是它用同一类型的布局（基于表格）进行的一次性尝试，输入的是截图和资源：https://i.imgur.com/fhdOLwP.png
Dollar-stores overcharge customers while promising… #
https://news.ycombinator.com/item?id=46185157
Dollar stores are private equity with a checkout lane.
In 2025, Dollar Tree sold Family Dollar to a group of private-equity firms: Brigade Capital Management, Macellum Capital Management and Arkhouse Management Co.
It’s a business model cosplaying as poverty relief while quietly siphoning money from the people least able to lose it. They already run on a thin-staff, high-volume model. That 23% increase is not a glitch. They know their customers can’t drive across town to complain. They know the regulators won’t scale fines to revenue.
regera
一元店就是私募股权公司，它只不过多了个收银台。
2025年，一元树公司（Dollar Tree）将旗下的一元家庭店（Family Dollar）卖给了几家私募股权公司：Brigade Capital Management、Macellum Capital Management 和 Arkhouse Management Co。
这商业模式不过是假装在扶贫，同时在静悄悄地从最输不起的人那里吸走钱。他们早已推行了人手少、客流大的运营模式。那23%的涨价并非偶然。他们知道顾客没法开车穿过半个城区来投诉。他们也知道监管机构不会根据其营收来设定罚款。
I wasted years of my life in crypto #
https://news.ycombinator.com/item?id=46181710
It’s an ingenious solution to achieve a “trustless” currency that prevents double-spending without a central authority. Unfortunately, this solves the wrong problem. Spending money usually involves getting a good or service in return, which inherently requires “trust” (as does any human interaction). Your fancy blockchain is not going to help you if you order something with Bitcoin and no package arrives.
fsh
这是一种巧妙的解决方案，旨在实现一种无需信任的货币，在没有中央机构的情况下防止双重支付。不幸的是，这解决的是错误的问题。花钱通常是为了换取商品或服务，而这本身就 inherently 需要“信任”（任何人类交往亦然）。如果你用比特币订购了商品但包裹没有收到，你那花里胡哨的区块链也无济于事。
I wasted years of my life in crypto #
https://news.ycombinator.com/item?id=46190528
The original promise of crypto was lost a LONG time ago.
Instead of being a true rival to FIAT, it became a thing with a toxic-as-hell commumity, fraud, and basically its nothing more than a high risk stock. The risk is NOT only “will this go up or down” but you have a high risk of being robbed, as have happened to millions of people.
Maybe there will be a better alternative in the future, but right now bitcoin is not it.
phplovesong
加密货币最初的承诺早已荡然无存。
它非但没有成为法币的真正对手，反而演变成一个充斥着恶劣社区、欺诈行为的糟糕东西，说到底，它不过是一种高风险的股票。风险不仅在于“价格会不会涨跌”，更有被抢劫的高风险，而这种情况已经发生在数百万人身上。
未来或许会出现更好的替代品，但现在比特币显然不是。
I wasted years of my life in crypto #
https://news.ycombinator.com/item?id=46190342
In a casino you have - The gamblers spending a lot on the casino - The people coming in for the fun and spending little money - The owners/C-levels - The operational team
Someone from the operational team just learned that business relies only on the first group to be successful.
cryptonym
在赌场里有几类人：在赌场大肆挥霍的赌客、为了好玩进来只花点小钱的游客、赌场老板及高管层，以及运营团队。
运营团队里刚有人得知，生意的成功完全依赖于第一类人。
Google Titans architecture, helping AI have long-t… #
https://news.ycombinator.com/item?id=46184875
DeepSeek and other Chinese companies. Not only do they publish research, they also put their resources where their mouth (research) is. They actually use it and prove it through their open models.
Most research coming out of big US labs is counter indicative of practical performance. If it worked (too) well in practice, it wouldn’t have been published.
Some examples from DeepSeek:
https://arxiv.org/abs/2405.04434
https://arxiv.org/abs/2502.11089
Palmik
DeepSeek和其他中国公司。他们不仅发表研究，还将资源投入到其研究承诺中。他们实际应用这些研究，并通过开源模型来证明。
大多数来自美国大型实验室的研究都与实际表现相悖。如果一项研究在实践中（过于）有效，它就不会被发表。
来自DeepSeek的一些例子：
https://arxiv.org/abs/2405.04434
https://arxiv.org/abs/2502.11089
Uber is turning data about trips and takeout into … #
https://news.ycombinator.com/item?id=46193402
If you have the disposable income to pay to remove advertising, you are exactly the market segment advertisers want to reach. They will always be willing to pay to outbid that segment’s own desire to not see ads.
teeray
如果你有可支配的收入来支付去广告的费用，那你恰恰就是广告商想要触达的目标受众。他们永远愿意出钱，以压过这部分人群不愿看广告的意愿。
Uber is turning data about trips and takeout into … #
https://news.ycombinator.com/item?id=46193327
So many times on this website, people say, “I will pay for the service to get rid of advertising.” You pay for this service and rides aren’t getting any cheaper. It is naive to think any company isn’t finding ways to monetize your behavior, whether you’re paying them or not.
dfxm12
在这个网站上，很多人都说：“我愿意付费购买这项服务，以去除广告。” 但你付费购买了这项服务，车价却并没有因此变得更便宜。无论是付费还是不付费，任何公司都在想方设法将你的行为变现，认为它们不会这样做，未免也太天真了。
The “confident idiot” problem: Why AI needs hard r… #
https://news.ycombinator.com/item?id=46192154
The thing that bothers me the most about LLMs is how they never seem to understand “the flow” of an actual conversation between humans. When I ask a person something, I expect them to give me a short reply which includes another question/asks for details/clarification. A conversation is thus an ongoing “dance” where the questioner and answerer gradually arrive to the same shared meaning.
LLMs don’t do this. Instead, every question is immediately responded to with extreme confidence with a paragraph or more of text. I know you can minimize this by configuring the settings on your account, but to me it just highlights how it’s not operating in a way remotely similar to the human-human one I mentioned above. I constantly find myself saying, “No, I meant [ concept ] in this way, not that way,” and then getting annoyed at the robot because it’s masquerading as a human.
keiferski
大语言模型最让我困扰的一点是，它们似乎永远无法理解人与人之间真实对话的“流动感”。当我问别人问题时，我期望得到的回复是简短的，并且其中包含另一个问题，或者询问细节、要求澄清。这样一来，对话就成了一种持续的“互动舞步”，提问者和回答者在这个过程中逐渐达成共识。
LLMs 不会这么做。相反，每个问题都会被极其自信地用一段甚至更多的文字来立即回应。我知道可以通过配置账户设置来减少这种情况，但这恰恰凸显了它的运作方式与我上述的人类间对话模式相去甚远。我总是发现自己会说：“不，我的意思是 [ 概念 ] 是这个样子，而不是那个样子”，然后就会因为这个机器人正在伪装成人类而感到恼火。
Scala 3 slowed us down? #
https://news.ycombinator.com/item?id=46182978
I am not a scala fan and do not care for it, but I upvote for the thorough thought process, breakdown, and debugging of the problem. This is how technical blogs should be written. AI aint got shit on this.
game_the0ry
我不是 Scala 粉丝，也不喜欢它，但我为这篇深入思考、条理清晰且包含问题调试过程的文章点赞。这才是技术博客应有的样子。AI 在这方面可望而不可及。
Has the cost of building software dropped 90%? #
https://news.ycombinator.com/item?id=46197061
Had the cost of building custom software dropped 90%, we would be seeing a flurry of low-cost, decent-quality SaaS offering all over the marketplace, possibly undercutting some established players.
From where I sit, right now, this does not seem to be the case.
This is as if writing down the code is not the biggest problem, or the biggest time sink, of building software.
nine_k
如果定制软件的开发成本下降了90%，我们本该看到市场上涌现出大量低成本、尚可接受的SaaS产品，甚至可能会对一些既得利益者造成冲击。
但在我看来，目前似乎并非如此。
这就好像，编写代码并非软件开发中最大的难题，也不是最耗费时间的环节。