2026 06 19 HackerNews

2026-06-19 Hacker News Top Stories #

  1. Midjourney 成立医疗子公司并推出 60 秒全身超声波扫描仪，目标 2031 年全球部署 5 万台，声称可通过早期成像减少 30% 的死亡和 50% 的医疗费用。
  2. 瑞士联邦议会投票解除了新核电站建设禁令，但该决定仍需经过全民公投才能最终生效。
  3. 安全研究者在 GitHub 上发现约一万个伪装仓库，通过 README 中的压缩包链接分发特洛伊木马恶意软件。
  4. 微软新版 Outlook 因基于 WebView2 导致通知响应延迟 10 秒且内存占用高，强制迁移计划已推迟至 2027 年。
  5. 本地模型 Qwen 并非云端模型的降级替代品，而是一个在隐私与成本上具备优势但需防范幻觉的专用工具。
  6. DeepSeek 聊天平台新增视觉理解功能，可就上传图片进行内容分析与问答，而非图像生成。
  7. AMD 在新固件中悄然移除了消费级锐龙 CPU 的内存加密功能，且未作公开说明，引发安全性与透明度争议。
  8. 即将发布的 Emacs 31 将内置 Tree-sitter 自动语法下载、实验性 Markdown 模式以及增强的 Eglot 文档渲染等新特性。
  9. 皮尤研究显示仅 16% 的美国人认为 AI 将在未来 20 年对社会产生积极影响，多数人担忧其发展过快且不信任监管。
  10. 网站 Submission.Directory 整理了 50 多个可供提交获取外链的渠道，并按类别标注了域名权威度与费用模式。

1. Midjourney 医疗 (Midjourney Medical) #

https://www.midjourney.com/medical/blogpost

Midjourney 宣布成立医疗子公司，推出全新超声波扫描仪 Midjourney Scanner。用户只需走进一个金色浅水池，60 秒内即可完成全身扫描。扫描仪通过 50 万个微小元件发出超声波并接收回波，生成高精度 3D 身体图像，速度比传统 MRI 快近百倍。该设备计划与 Midjourney Spa 结合，首家 Spa 将于 2027 年在旧金山开业，提供热水浴、桑拿等放松服务，扫描作为附带功能。未来 12 个月将优化算法和硬件，2027 年底开放第一间研究型 Spa，2028 年扩展至更多城市并升级第三代扫描仪，目标到 2031 年全球部署 5 万台扫描仪，每月扫描能力达 10 亿次。这一技术旨在通过早期成像帮助人们更主动地管理健康，有望避免 30% 的死亡和 50% 的医疗费用。Midjourney 是一家没有外部投资者的独立研究实验室。

HN 热度 1273 points | 评论 839 comments | 作者：ricochet11 | 21 hours ago #

https://news.ycombinator.com/item?id=48579650

  • 放射科医生指出，超声无法成像肺部、骨病变和被气体遮挡的腹部结构，脑部被骨头包围，因此不是真正的“全身”扫描。
  • 当前展示的低分辨率图像远离医学实用，筛查需要发现小病灶，而该技术只能看到大而浅表的结构。
  • 意外发现（incidentalomas）只要患者得到充分教育、了解数据含义即可接受，但数据越复杂教育越难。
  • 早期诊断并非医学的终极目标，许多慢性疾病无明确影像表现，声称能避免 30% 死亡和 50% 医疗成本的说法脱离实际。
  • 全波反演（FWI）超声不同于传统 B 模式，理论上可通过高低频和透射波穿透骨头成像大脑，但实用性不如便携式低场 MRI。
  • 气体-filled 肠道仍是难题，但通过大量换能器和先进计算（类似 Midjourney 的生成模型）可能获得有用图像。
  • 深度学习从低分辨率数据预测高分辨率结构虽产出漂亮图像，但准确性高度依赖训练分布，与患者的匹配度决定数据是否可信，已有论文因此被拒。
  • 低分辨率图像不足以诊断时，仍需 CT 或 MRI，不如直接进行这些检查。

2. 瑞士议会解除对新核电站的禁令 (Swiss parliament lifts ban on new nuclear power plants) #

https://www.bluewin.ch/en/news/switzerland/parliament-lifts-ban-on-new-nuclear-power-plants-3257535.html

2026 年夏季会议期间，瑞士联邦议会就多项重大议题展开辩论并作出决定：

  • 核电站禁令解除：议会通过投票解除对新核电站建设的禁令，作为“停电倡议”的反提案，最终决定权将交由全民公决。国民院以 100:98 否决了关于融资问题的退回动议。
  • 第 13 次 AHV 养老金融资：议会决定通过提高增值税而非提高工资扣除比例来为第 13 次 AHV 养老金融资。协调会议提出的混合融资模式（增值税 + 工资扣除）可能被否决。
  • 南方共同市场自贸协定：国民院将对欧洲自由贸易联盟与南方共同市场（阿根廷、巴西、巴拉圭、乌拉圭）之间的自贸协定进行投票。协定将取消 96% 瑞士出口关税，同时对敏感农产品设限。
  • 周日营业扩张：联邦院讨论将各州每年可批准的周日营业次数从 4 次增至 12 次，以应对网购竞争和购物需求变化。法案由苏黎世州发起，联邦委员会支持。
  • 婚姻惩罚税倡议：联邦院以微弱多数建议选民拒绝中间党关于消除婚姻税负惩罚的倡议，维持个人单独征税制度。

HN 热度 643 points | 评论 493 comments | 作者：leonidasrup | 9 hours ago #

https://news.ycombinator.com/item?id=48585746

  • 瑞士关于核能的讨论仍然混乱，左翼和绿党强烈反对，预计不会有知情和文明的讨论。
  • 瑞士有夏季/冬季能源问题，水电潜力有限（10-20%），冰川融化不稳定，不应完全关闭核技术，尤其下半世纪需要电气化交通。
  • 瑞士有机会成为欧盟核能标准制定者，现代核技术非常安全高效，不应因设计不良和管理不善的灾难而放弃。
  • 永远无法对核能放心，因为人类在战争中会攻击核电站，设计有极限。
  • 核废料管理问题尚未解决，例如科罗拉多州的反应堆关闭后仍有大量废料在现场，而尤卡山项目未上线。
  • 核废料管理已解决，有深地质处置库（如芬兰 Onkalo、美国 WIPP），但政治原因仅用于军事废物，欧洲可共享一个贮存设施。
  • 核废料问题被过度夸大，每年仅 20 吨，储存单元坚固安全，放射性易检测，比旁边化工厂安全。
  • 核废料问题技术上已解决，但社会解决方案缺失，存储的每个阶段都昂贵且有争议，泄漏可能未被及时发现（如美国 NRC 泄漏清单）。
  • 与煤电厂泄漏相比，核电厂泄漏微不足道，但煤炭不安全从未说服任何人核能安全。
  • 就地存储可避免运输问题，没人希望卡车拉着核废料经过社区。
  • 核废料会危害许多代人，无法预测未来几十年会发生什么（如特朗普当选这类意外）。
  • 风险需要管理：摧毁大坝也会造成灾难，核能风险相似。

3. 我发现 1 万个 GitHub 仓库正在分发特洛伊木马恶意软件 (I found 10k GitHub repositories distributing Trojan malware) #

https://orchidfiles.com/github-repositories-distributing-malware/

作者在 GitHub 上发现了一个大规模恶意软件分发活动，涉及约 10,000 个仓库。这些仓库通过克隆合法项目、复制所有提交和贡献者，然后在 README 文件中添加包含木马（Trojan）的压缩包链接来传播病毒。仓库每隔几小时会删除之前的提交并重新推送相同的“Update README.md”提交，以绕过 GitHub 的安全检测。作者通过分析 GitHub 事件数据（gharchive）和 API 请求，总结出搜索模式：仓库更新频繁、提交仅修改 README、包含压缩包链接、非 fork 且贡献者多样。最终识别出大量此类仓库，并发布了完整列表及检测脚本。文章还提出了关于攻击者动机和 GitHub 检测机制的开放问题与假设。

HN 热度 616 points | 评论 138 comments | 作者：theorchid | 11 hours ago #

https://news.ycombinator.com/item?id=48583928

  • 恶意仓库针对自动化代理而非人类，通过出现在搜索結果中诱使依赖添加来传播
  • 攻击者利用即将到来的选举（美国中期、巴西大选）进行账号窃取和机器人操纵
  • 用户自己的名字被挂到无关项目上，或项目被注入恶意 URL
  • 收到“验证浏览器”页面，怀疑是社交工程
  • 下载看似合法但含木马的插件，导致 1Password 凭证和 MFA 代码被盗
  • 不建议将 TOTP/MFA 与密码管理器放在一起
  • 使用同一设备访问密码管理和开发存在风险，建议隔离
  • 硬件密码管理器（如 Yubikey）虽有保护但使用不便，且仍存在被篡改风险
  • 开发者应隔离项目环境，尤其是运行不明第三方代码时
  • Yubikey 管理麻烦：需备用钥匙、同步非居民密钥等
  • 可以在密码管理器中备注已使用 Yubikey 的站点以便管理
  • 希望 Yubikey 可精确克隆以备用，但依赖于站点存储标识符则可能不行
  • Linux 下使用 Snap/Flatpak 沙箱可能有助于保护，但需启用沙箱并注意权限请求

4. 微软新 Outlook 完成经典版即时操作需 10 秒 (Microsoft new Outlook takes 10 seconds to do what Outlook Classic does instantly) #

https://www.windowslatest.com/2026/06/15/microsofts-new-outlook-takes-10-seconds-to-do-what-outlook-classic-does-instantly-on-windows/

微软新 Outlook 存在严重的通知响应延迟问题：点击 Windows 11 的邮件通知后，新 Outlook 需要约 10 秒才能显示对应的邮件，而 Outlook Classic 几乎瞬间打开。更讽刺的是，如果用户忽略通知、直接从开始菜单打开 Outlook，手动找到新邮件并打开，整个过程比点击通知还快。

新 Outlook 基于 WebView2（Chromium 内核），启动后会在任务管理器中生成 10 个独立进程（包括 WebView2 管理器、GPU 进程等），空闲时内存占用 490-636MB，而 Outlook Classic 仅 117-148MB，CPU 占用也高出数倍。这种架构导致点击通知时需要重新唤醒浏览器层、认证、加载邮件，效率远低于本地缓存的原生应用。

微软原计划 2026 年 4 月强制企业迁移到新 Outlook，现已推迟至 2027 年 3 月，表明其尚未完全准备好。虽然新 Outlook 启动速度已有改进，但通知响应问题因 WebView2 的固有局限难以修复。同类问题也出现在 WhatsApp 改用 WebView2 后，其内存消耗升至 1.2GB。

HN 热度 572 points | 评论 379 comments | 作者：Adam-Hincu | 11 hours ago #

https://news.ycombinator.com/item?id=48584207

  • Linux 桌面从 2019 年起已经足够成熟，日常使用没有问题，且无需频繁调试驱动或外设。
  • Windows 近年体验恶化，新 Outlook 等应用响应缓慢，微软不再注重用户体验。
  • Windows 11 存在大量臃肿功能、强制在线账户、设置重置、不合理更新重启、广告推送等，令人难以忍受。
  • 用户转向 Linux 的主要推动力来自对 Windows 不满，而非 Linux 自身吸引力。
  • Linux 在硬件驱动支持上已大幅改善，除非硬件特别冷门或厂商故意不提供支持，否则基本都能正常工作。
  • 游戏兼容性通过 Proton 已明显提升，但部分网游（如 iRacing）仍不支持 Linux，成为部分用户保留 Windows 的唯一原因。
  • 企业环境下的组策略、Entra ID 等管理需求仍是部分 IT 人员切换到 Linux 的阻力。
  • Linux 发行版选择多样（如 Mint、Arch、NixOS），用户可根据偏好选择，但也会造成新手困扰。
  • 完成从 Windows 到 Linux 的切换后，大多数用户表示不会再主动使用个人 Windows 机器。

5. 本地 Qwen 并非更差的 Opus，而是不同的工具 (Local Qwen isn’t a worse Opus, it’s a different tool) #

https://blog.alexellis.io/local-ai-is-not-opus/

作者是一位开源项目维护者和小型软件公司创始人，运营 OpenFaaS、SlicerVM、Actuated 和 Inlets 等产品。他长期使用 AI 工具，从代码补全到使用 Claude/Codex 完成大部分编码工作。

文章认为本地模型（如 Qwen 27B）并非“更差的 Opus”，而是不同的工具。他指出，尽管 Qwen 在 SWE-Bench 等基准测试上只比 Claude Opus 低约 12%，但基准测试存在“刷分”现象，且实际应用中本地模型在分布式系统（如 Go 代码）上的表现远不如云模型。成本方面，个人每月 200 美元的编码计划虽然不便宜但可接受，而企业如 Uber 对每位开发者每月封顶 1500 美元，因此对于重度使用、循环、代理分析等场景，本地模型具有显著成本优势。此外，本地模型在数据主权和隐私上更有优势，适合对数据控制严格的企业客户。

但他也坦诚本地模型的缺点：量化到消费级 GPU 后容易陷入无限循环和产生幻觉，无法无人监督使用。他的结论是：本地模型不是替代品，而是针对特定场景（隐私、成本、控制）的另一种工具，需要谨慎使用。

HN 热度 445 points | 评论 239 comments | 作者：alphabettsy | 20 hours ago #

https://news.ycombinator.com/item?id=48580209

  • 不同模型有不同的使用技巧，Claude 适合间接、礼貌的提示，GPT 需要精确减少歧义，Qwen 喜欢结构化的示例。
  • 缺乏清晰的模型优劣势产品说明书，选择模型需要大量测试。
  • 可以把模型类比为人类助手，但模型版本更新快，使用体验会变化。
  • 模型不会像人类一样成长和改进，不能对其工作负责，但管理者仍需对输出负责。
  • 模型只是工具，但它们的非确定性思维能带来创造性解决方案。
  • 模型版本更新频繁，工作流程投资可能很快过时。
  • 当模型出现不应执行的任务时，通常表示上下文太满，需要新会话。
  • 语言模型有训练数据赋予的“文化”和“人格”，但不同于人类的情感和体验。
  • 虽然模型不是人，但将模型视为人类有助于有效使用。
  • 对模型投入情感是危险的，但理解其行为模式就像了解工具一样合理。

6. DeepSeek 推出视觉 (DeepSeek Introduces Vision) #

https://chat.deepseek.com/

DeepSeek 的视觉功能能理解图片内容，但并非图像生成系统。

HN 热度 445 points | 评论 181 comments | 作者：RIshabh235 | 17 hours ago #

https://news.ycombinator.com/item?id=48581458

  • 相比语音功能，图像处理能力对用户优先级更高。
  • Gemini 在图像分析上表现出色，能识别潦草手写、电视画面等。
  • 开源模型（如 Salesforce 的 BLIP）可本地运行，快速生成图像描述。
  • 语音交互需求源于移动或手忙脚乱场景，打字效率低。
  • 有人偏好打字交流，认为语音消息或对话对效率无益。
  • CNN 在视觉任务中仍有效，ViT 并非绝对胜出，需根据资源选择。
  • Transformer 在处理图像与文本结合的任务上表现优越。
  • 谷歌翻译应用的语音识别在远场场景下表现较差，影响品牌形象。
  • 小型模型（如 Gemma-4-E4B）可在普通 GPU 上运行支持多模态输入。

7. AMD 悄然从消费级锐龙 CPU 中移除内存加密 (AMD silently removes memory encryption from consumer Ryzen CPUs) #

https://www.tomshardware.com/pc-components/cpus/amd-silently-removes-memory-encryption-from-consumer-ryzen-cpus-leaving-users-unaware-that-they-may-be-vulnerable-security-feature-vanishes-after-newer-agesa-firmware-amd-engineers-go-radio-silent-when-pressed-about-the-change

Tom’s Hardware 网站当前页面主要围绕会员体系展开，提供两种会员选择：免费会员可获取评测、徽章和社区讨论；高级会员（Premium，限时 £25/年）可解锁独家工具，包括 Bench 性能数据库、深度分析报告、硬件路线图以及长文特写。页面还展示了网站的导航分类，涵盖 CPU（AMD、Intel、Nvidia 等）、GPU（Blackwell、Radeon、Intel Arc 等）、PC 组件（内存、存储、散热、电源等）、新闻（行业、公司动态）、笔记本电脑、显示器、外设、软件与 AI（包括大模型、操作系统等）以及各类优惠券。整体是会员推广与网站入口的综合页面。

HN 热度 412 points | 评论 194 comments | 作者：lompad | 15 hours ago #

https://news.ycombinator.com/item?id=48582320

  • 该功能从未作为消费级 CPU 的特性宣传，且 AMD 固件一直只在 PRO SKU 上支持，消费级部件不应启用。
  • 内存加密有助于防御 row-hammer 等 DRAM 相关问题，因为加扰使内核或应用无法确定物理位布局。
  • RAM 加密可缓解侧信道攻击。
  • 用户可能因未宣传但实际存在的特性被移除而不满，类比烤箱发酵功能被取消。
  • 有观点认为支持未被文档化的内部功能不应期望永久有效，类比 REST API 内部端点。
  • 透明沟通会更好，但 AMD 可能有技术原因移除，而非单纯的市场策略。

8. Emacs 31 即将到来：我日常使用的变化 (Emacs 31 is around the corner: The changes I’m daily driving) #

https://www.rahuljuliato.com/posts/emacs-31-around-the-corner

Emacs 31 即将发布，作者已从开发分支构建并日常使用数月，总结了几个值得关注的内置变化：

  1. Tree-sitter 自动配置：设置 treesit-auto-install-grammar 为 t 后，Emacs 会自动下载并编译缺失的语法库，无需手动维护源地址列表。注意跨架构共享目录时可能产生二进制兼容问题。
  2. 实验性 markdown-ts-mode：作者参与开发的 Markdown 树形模式，提供了类似 Org-mode 的导航和折叠，代码块能用对应语言的真实 major mode 高亮（包括 Emacs Lisp），支持内联图片渲染。当前尚未关联 auto-mode-alist，需手动加载。
  3. Eglot 文档渲染：通过 eglot-documentation-renderer 改为 markdown-ts-view-mode，让 LSP 悬停文档用格式化 Markdown 显示（仍属实验性）。作者还关闭了代码操作提示以减少噪音。
  4. 其他小改进：eldoc-help-at-pt 让光标下自动显示帮助；completion-eager-update 和 completion-eager-display 提升补全响应速度。

文章末尾提醒，这些特性仍处于开发阶段，名称和默认值可能变动，实际使用请以正式版为准。

HN 热度 401 points | 评论 218 comments | 作者：frou_dh | 11 hours ago #

https://news.ycombinator.com/item?id=48584135

  • 有用户使用 Emacs 超过 30 年，没有切换计划。
  • Emacs 光标移动快捷键被 GNU readline 等广泛支持，在 CLI 和许多输入框中比方向键更方便，但 Firefox 不再支持。
  • Emacs 是最古老的仍在广泛使用的软件之一，是 GNU 的第一个软件，而 vi 的传承已中断（nvi/vim 是重实现）。
  • vi 的优势是默认安装在几乎所有 Unix 系统上，而 Emacs 不一定；macOS 默认安装了 mg（Emacs 简化版），适合快速编辑。
  • macOS 的输入框和邮件等应用也支持基本 Emacs 绑定。
  • 有人从 1983 年 Gosmacs 开始使用，或从 70 年代 TECO Emacs 开始。
  • Emacs 快捷键已成为 CLI 通用语言，但很多人不知道其来源。
  • GTK 文本字段曾支持 Emacs 编辑模式，现被隐藏或破坏，令人不满。
  • 有人使用 kanata 等工具在其他应用模拟 Emacs 键，但需根据窗口切换层。
  • 并非所有用户都是重度自定义者，有人仅使用简单配置和键盘宏。
  • 有人不喜欢 Emacs 的键盘中心，鼠标体验差、性能有 jank，更喜欢 Lite-XL。
  • 有人使用 Lem（Common Lisp 实现）作为 Emacs 替代，更高效。

9. 仅 16% 的美国人认为 AI 会对社会产生积极影响 (Only 16 Percent of Americans Think AI Will Have a Positive Impact on Society) #

https://techcrunch.com/2026/06/17/only-16-percent-of-americans-think-ai-will-have-a-positive-impact-on-society-a-new-study-shows/

根据皮尤研究中心最新研究，美国人对人工智能的未来影响普遍持悲观态度。仅 16% 的人认为 AI 在未来 20 年会对社会产生积极影响，约 40% 认为会产生负面影响。67% 的人不认为美国政府会有效监管 AI，59% 不信任企业能安全开发 AI。30 岁以下年轻人最为悲观，仅 14% 持正面看法。近三分之二美国人认为 AI 发展过快。

尽管态度消极，约四分之一美国人每天使用 AI 聊天机器人，其中 44% 使用 ChatGPT，其次是 Gemini（24%）、Copilot（17%）、Meta AI（14%）等。男性使用率和热情高于女性。六成受访者表示经常阅读 AI 生成的网络摘要。约一半美国人从不使用 AI，主要是 65 岁以上老年人，他们表示不感兴趣且无使用意愿。

HN 热度 393 points | 评论 483 comments | 作者：karakoram | 1 day ago #

https://news.ycombinator.com/item?id=48573332

  • 调查显示只有 16% 美国人认为 AI 对社会有积极影响，更多人持负面或中立态度
  • AI 在客户服务中被强制使用令人沮丧，人们更喜欢自主使用 AI 作为工具
  • AI 客服虽能减少咨询量，但必须确保升级到人工的路径不繁琐
  • 许多用户本可自助解决问题却坚持找人工，导致企业支持成本上升
  • 人们倾向于习惯旧有方式，不愿改变低效但熟悉的操作流程
  • AI 在军事、失业等领域的负面影响令人担忧

10. 一个列出可供提交网站的网站目录 (A website that lists websites to submit your website to) #

https://www.submission.directory/

这是一个精选的网站提交目录，汇集了最适合提交网站、创业项目或产品的地方。通过这些平台，你可以获得高质量外链，提升在搜索引擎和 AI 答案中的排名。

页面按类别整理了超过 50 个提交渠道，包括：

  • 启动与发布平台（如 Product Hunt、BetaList）
  • 创业公司目录（如 Crunchbase、Startup Stash）
  • SaaS 目录（如 G2、Capterra）
  • AI 工具目录（如 There’s An AI For That、Futurepedia）
  • 开发者与创客社区（如 Hacker News、Indie Hackers）
  • 设计灵感库（如 Awwwards、Land-book）
  • 博客与客座投稿（如 Medium、Dev.to）
  • 替代品对比站（如 AlternativeTo、SaaSHub）
  • 独立网络与博客（如 Kagi Small Web、Marginalia Search）

每个条目都标注了域名权威度（DR）、链接类型（dofollow/nofollow）、费用模式（免费/付费/免费增值），方便你根据需求选择合适的提交策略。

HN 热度 381 points | 评论 85 comments | 作者：azeemkafridi | 8 hours ago #

https://news.ycombinator.com/item?id=48586631

  • 创建 BetaList 后，为被拒绝的初创公司制作了 submit.co 列表，最初是技术博客，后来加入竞品平台，反而为 BetaList 带来流量
  • 询问哪些初创公司在 BetaList 上“爆红”过
  • 想知道初创公司为何不符合 BetaList 收录资格
  • 对于没有提交按钮的网站，哪些方法能有效获得推荐
  • 感谢 BetaList 提供的曝光机会
  • 很多虚假播客通过 RSS feed 植入外链，利用免费托管服务一键提交到多个目录，而多数平台不删除垃圾内容
  • 要求登录才能查看链接的做法并不一定能阻止爬虫
  • 目录类网站因被垃圾信息占据而没落
  • 维护了一个个人网站目录列表，包括多个小众站点，其中 Wander 是一个去中心化个人网站网络工具
  • 前者的列表比原帖更有价值，包含许多 LLM 不会推荐的网站
  • 90 年代用 Submit It 等服务提交 URL 到搜索引擎和目录，现在挑战是特定受众网站而非搜索引擎
  • Drkoop.com 现在只是一个着陆页
  • 回忆 StumbleUpon 带来的流量曲线更平滑，不像 Slashdot/HN 那样急剧波动
  • StumbleUpon 的设计让用户发现有趣网站，而非像聚合器那样把用户留在主站
  • 提及 Delicious（del.icio.us）作为域名黑客技术代表
  • 这是新的/旧的网络环，提醒读者该做健康检查了（幽默）
  • 提到 DMOZ 及其后继者 Curlie，但后者不在原帖列表中
  • 小型网站可能仍未被 DuckDuckGo/Bing 收录，但影响不大
  • 不敢相信再次看到这个（表示怀旧）

Hacker News 精彩评论及翻译 #

Midjourney Medical #

https://news.ycombinator.com/item?id=48584483

Some initial thoughts as a practicing radiologist:

  • This looks really cool and I hope they keep innovating on this. I love seeing new modalities develop and despite my (many) reservations and criticisms, if even one good use case comes out of it that truly helps people, it’s tech money well spent imo.

  • They show the reconstructed images as though they are a low resolution CT, and promise that quality will improve as they iterate. This is cool, but ultrasound is not CT. Ultrasound cannot image the lungs, as they are filled with air. You cannot find bone lesions, as the sound waves do not penetrate the cortex. You cannot image many structures in the abdomen if they are surrounded by gas-filled bowel. The brain is encased in bone, so you might get some penetration but it will be very limited. Even with theoretically perfect AI reconstruction, these scans will not be true “full body” in that there will be structures that are not reliably imaged. Imagine paying for weekly full body scans for years, everything looks fine, then its the lung cancer surrounded by air and invisible to ultrasound that kills you (that’s why we use CT for lung screening!)

  • The images they show are very cool, and do appear to show the correct structures. I realize this is early, but fuzzy shapes of organs is very, very far from medically useful. The whole point of screening is to identify problems early , often by definition, small. This technology looks like it will be best for seeing large, superficial (close to the skin) structures, whereas for effective screening, you want the opposite - small, deep structures.

  • “Incidentalomas” or unexpected, probably benign, findings are annoying to physicians, but I in general have no problem with people collecting data on themselves where they can. To me it’s similar to heart rate monitors or home blood pressure cuffs. The main issue here is education, so that patients know what the data is and is not telling them. The more complex the data, the more difficult that is.

  • Many people mistakenly believe that early diagnosis is the final boss in medicine, that if only we could find every cancer early we could prevent all those deaths. There are, in fact, many, many other hurdles and bottlenecks. Many chronic, expensive diseases do not have clear imaging manifestations. The claim that “it’s completely possible that with enough early imaging in the future, the world could avoid 30% of all deaths and 50% of all healthcare costs”, I think, to any practicing physician, would sound completely divorced from reality.

jmhmd

作为执业放射科医生的一些初步想法：

  • 这看起来非常酷，希望他们能持续创新。我很乐意看到新的成像技术发展，尽管我（有很多）保留意见和批评，但如果能从中诞生哪怕一个真正帮助到人们的实用案例，我认为这些技术投入就是值得的。

  • 他们展示的重建图像看起来像是低分辨率CT，并承诺随着迭代质量会提升。这很酷，但超声不是CT。超声无法对肺部成像，因为肺里充满空气；无法发现骨骼病变，因为声波无法穿透骨皮质；如果腹部器官被含气肠管包围，也无法成像。大脑被颅骨包裹，可能有一些穿透但极其有限。即使理论上完美的AI重建，这些扫描也不会是真正的"全身"，因为总有些结构无法可靠成像。想象一下，你多年来每周做一次全身扫描，一切看起来都正常，结果却是被空气包围、超声无法发现的肺癌要了你的命（正因如此，我们用CT做肺癌筛查！）

  • 他们展示的图像非常酷，也确实显示了正确的结构。我明白这还处于早期阶段，但模糊的器官轮廓离医学实用还差得很远。筛查的目的是早期发现问题，而问题往往本身就很微小。这项技术似乎最适合观察大的、表浅（靠近皮肤）的结构，而有效的筛查需要相反的——小的、深部的结构。

  • “偶发瘤"或意外发现的、很可能良性的病变让医生头疼，但总体而言我不反对人们收集自身数据。在我看来这类似于心率监测仪或家用血压计。主要问题在于教育，让患者明白数据能告诉什么、不能告诉什么。数据越复杂，教育就越困难。

  • 许多人错误地认为早期诊断是医学的终极目标，以为只要能在早期发现所有癌症，就能避免所有死亡。实际上，还有非常多其他的障碍和瓶颈。许多慢性、耗费高昂的疾病并没有明确的影像学表现。所谓"未来只要有足够的早期影像检查，世界完全有可能避免30%的死亡和50%的医疗费用”——任何执业医生听了，都会觉得这完全脱离现实。

Microsoft new Outlook takes 10 seconds to do what … #

https://news.ycombinator.com/item?id=48584651

Outlook is based on WebView2, and like all web apps, it’s slow

Fastmail also has a web based email client, which is as fast as (if not faster than) Outlook Classic.

The new Outlook is just bad. Load order is wrong, it renders everything on every window, loads unnecessary data, etc. Plain annoying.

patates

Outlook 基于 WebView2，和所有网页应用一样，它很慢。

Fastmail 也有一个基于网页的邮件客户端，它的速度和 Outlook Classic 一样快（甚至更快）。

新 Outlook 简直糟糕透顶。加载顺序有问题，它在每个窗口都渲染所有内容，加载不必要的数据等等。实在令人厌烦。

Volkswagen started blocking GrapheneOS users #

https://news.ycombinator.com/item?id=48572779

It is amazing how Volkswagen keeps messing up. I am currently in the market for a new car, an EV specifically. Volkswagen brands were at the top of my list for many reasons, among them the excellent driving assist implementation.

I got an offer from a dealer three weeks ago and was going to order the car, then the API for the community integration got turned off. I decided to hold back and see what comes from it. Now this, which ultimately - since I am a GrapheneOS user - makes me completely cancel my plans.

I really do not understand VWs thinking here. It would cost them little to nothing to continue not blocking the the inofficial API and not block GrapheneOS (or other non Play Protect androids) users. It would have no adverse effects on the average Joe, but it would gain a lot of support and enthusiasm from heavy users, differentiating from other brands. Not to mention the fact that it is the USERS data in the first place

moooo99

大众汽车总是把事情搞砸，真是令人惊叹。我最近正在物色新车，确切地说是电动汽车。大众品牌原本在我的首选名单之首，原因有很多，其中就包括其出色的驾驶辅助系统。

三周前，我收到经销商报价正准备下单，结果他们的社区集成API被关闭了。我决定观望事态发展。现在又出了这档子事——作为GrapheneOS用户，这彻底让我取消了购车计划。

我实在无法理解大众的思维逻辑。继续保留非官方API的访问权限，以及不屏蔽GrapheneOS（或其他非Play Protect认证的安卓系统）用户，对他们来说几乎零成本。这么做既不会对普通用户造成任何负面影响，反而能赢得重度用户的支持与热情，从而在众多品牌中脱颖而出。更别提这些数据原本就是属于用户自己的。

Local Qwen isn’t a worse Opus, it’s a different to… #

https://news.ycombinator.com/item?id=48580988

If you play with these models long enough, you realize there is more to them than just “model X is smarter than model Y” or “model Y is cheaper than model Z”. They are different tools and the prompting technique is different. It is very much like playing an instrument.

With Claude, you sometimes want to under-specify or phrase things more indirectly to give a color to the implementation or elicit something creative. Also (you might raise an eyebrow at this) being nice to Claude will be rewarded and being mean to Claude will be punished. Claude tends to mirror your tone more aggressively and you don’t want to get into negative loops with it.

With GPT, you have to be precise and reduce ambiguity. GPT will often try to resolve ambiguity in a min-max style “I’m going to do X, but make sure it is not quite Y”. It will tend to be more paranoid and overengineer to catch all edge cases if you don’t tell it precisely what the scope is.

With Qwen, you have to give it a shape and let it fill it in. Qwen likes XML, JSON and lists. Qwen likes to be shown a bunch of examples of previous work.

This is not scientific at all, just vibes, YMMV.

glerk

如果你跟这些模型玩得足够久，就会发现它们远不止“模型X比模型Y聪明”或“模型Y比模型Z便宜”这么简单。它们是不同的工具，提示技巧也不同，非常像演奏乐器。

对于Claude，你有时要少给具体说明或表达得更间接，为它的实现增添色彩或激发创意。另外（你可能对此挑眉），对Claude友善会有回报，对它刻薄则会受到惩罚。Claude倾向于更激烈地模仿你的语气，你不想跟它陷入负面循环。

对于GPT，你必须精确，减少歧义。GPT通常会以“最小-最大”风格来消除歧义——即“我会做X，但确保它不完全像Y”。如果你不准确告诉它范围，它往往会更偏执、过度设计以覆盖所有边界情况。

对于Qwen，你得给出一个框架，让它填充内容。Qwen喜欢XML、JSON和列表，喜欢看到一堆之前的示例。

这完全不科学，只是个人感觉，效果因人而异。

Midjourney Medical #

https://news.ycombinator.com/item?id=48583494

You want as much data as you can get about your health as quickly and as cheaply as possible. In other words, you want a technology optimized for getting as many “megabytes per second per dollar” of information about your body.

This is so far from my vision of what I want from healthcare. I want a healthcare system that is optimised around A) proactively keeping me healthy, and B) reactively helping get back to healthy when I am not. I do not care about the amount of megabytes of data I have about my body.

tmhrtly

你希望尽可能快速、廉价地获取尽可能多的健康数据。换句话说，你希望技术能针对“每美元每秒获取关于你身体的兆字节信息量”进行优化。

这与我理想中的医疗保健愿景相去甚远。我想要的医疗体系是围绕以下两点优化的：A) 主动保持我的健康，B) 在我生病时被动地帮助我恢复健康。我根本不在乎自己身体数据有多少兆字节。

Volkswagen started blocking GrapheneOS users #

https://news.ycombinator.com/item?id=48573049

German companies, especially old school industrial ones like VW, have a very hard time understanding open platforms. The view everything through the lense of liability and compliance first. Their thinking is that if someone runs their app on a custom ROM and uses that to manipulate the app in any way, and that causes some extremely hypothetical damage, that they might be held liable for not having prevented this situation.

Obviously, the chances of that are virtually zero. But they’d rather make their product worse than assume with any kind of risk, even if it is virtually zero. That is simply the way in which German enterprises operate.

this_user

德国企业，尤其是大众这样的传统工业企业，很难理解开放平台。他们首先从责任和合规的角度看待一切。他们认为，如果有人通过定制ROM运行他们的应用并以任何方式操控该应用，从而导致某种极端假设性的损害，他们可能会因未能阻止这种情况而承担责任。

显然，这种可能性几乎为零。但他们宁愿降低产品质量也不愿承担任何风险，即使风险几乎为零。这就是德国企业的运作方式。

AI demands more engineering discipline. Not less #

https://news.ycombinator.com/item?id=48572190

It is now significantly harder to figure out who understands the systems and is using AI effectively and who doesn’t know shit and is just slinging LLM copypasta around. Before 2025, the underperformers/coasters were at least relatively identifiable by the paucity of their contributions. Now all of the sudden every single engineer is filing PRs, code reviews, technical design documents, and every other artifact under the sun with perfect formatting and at least superficial plausibility. This is mostly due to incredible pressure from the C-level for every engineer to be using as much AI as possible, but it’s also just a game theory respopnse because it’s in every engineer’s best interest to be as prolific as possible.

We are absolutely drowning in documentation and code that seems legit and the only recourse is to lean on AI to help process the sheer quantity of it. I have a feeling that the fallout from this phase of the industry is going to be an exotic form of technical debt that is remarkable mostly in its enormity.

ryandvm

如今，要分辨出哪些人真正理解系统并能有效运用AI，哪些人其实一窍不通、只会搬运大语言模型的现成内容，已经变得非常困难。在2025年之前，表现不佳或浑水摸鱼的人至少还能通过他们贡献的匮乏相对容易识别。可现在，突然间每个工程师都提交着格式完美、至少表面说得过去的PR、代码审查、技术设计文档以及各种其他产物。这很大程度上源于C级管理层对每位工程师尽可能使用AI的巨大压力，但这同样是一种博弈论反应——因为尽可能高产符合每位工程师的最佳利益。

我们完全被看似靠谱的文档和代码淹没了，唯一的应对办法就是依赖AI来帮助处理这海量信息。我有一种预感，行业这一阶段带来的后果将是一种奇特的、以规模惊人著称的技术债务。

Sixty percent of US consumers say ‘AI’ in brand me… #

https://news.ycombinator.com/item?id=48569520

This is the problem with all of the recent “AI” crap that has been shoved into our devices.

We have had ML features for years and it provided real benefits but most people did not know or care how it worked, it just did its job in the background without the underlying tech being shoved in your face.

Everything AI though is the opposite, it wants to focus on the technology first and the benefits second. It is actively making a worse UI and often providing little to no benefit.

Most consumers don’t actually care how their tech works, just that it does and gives them benefits.

nerdjon

这就是最近所有被塞进我们设备的“AI”垃圾的问题所在。多年来我们一直有机器学习功能，它带来了实际好处，但大多数人并不关心或了解它是如何运作的，它只是在后台默默完成工作，而不会把底层技术硬塞到你眼前。然而现在所有AI相关的东西恰恰相反，它首先关注技术本身，其次才考虑实际效益。这正在积极制造更差的用户界面，而且往往几乎带不来任何好处。大多数消费者实际上并不在乎他们的技术如何运作，只在乎它能用并且能带来好处。

US holds off blacklisting DeepSeek, more than 100 … #

https://news.ycombinator.com/item?id=48575552

Can you keep a straight face when you say IP theft while OpenAI and Claude have their entire business based on IP theft?

theplumber

你在说知识产权盗窃的时候能绷住脸吗，而OpenAI和Claude的整个业务都建立在知识产权盗窃之上？

The 2-Year Apartment Rule #

https://news.ycombinator.com/item?id=48582419

Things start off fine, but then mold starts growing in the bathroom, and a recurring leak springs up in the living room, and then roaches start appearing in the kitchen.

When I started reading the article, I thought the whole point was gonna be that the author doesn’t take care of the apartment.

The recurring leak might not be the author’s fault, but the mold in the bathroom and roaches in the kitchen definitely are. Is this a case of a total lack of self-reflection? Or a post to scare people away from becoming landlords?

tasuki

一开始情况还好，但后来浴室开始发霉，客厅出现反复渗漏，接着厨房里也出现了蟑螂。

我刚开始读这篇文章时，还以为整篇的重点会是作者不善待公寓。反复渗漏也许不是作者的错，但浴室的霉菌和厨房的蟑螂肯定是。这是完全缺乏自我反省的案例？还是为了让人们不敢当房东而发的帖子？

US holds off blacklisting DeepSeek, more than 100 … #

https://news.ycombinator.com/item?id=48578257

I use DeepSeek every day (via VSCode Insiders and Zed Editor). It’s very affordable and, while it’s slightly behind Claude (not sure how far behind Fable), it suits my working style well. I’m not using unsupervised multi-agent workflows and don’t need a library of skills files - I’m writing most of the code and leaning on AI to help with mundane tasks - like;

  • generating types for APIs

  • generating boilerplate based on existing code

  • improving existing code (adding error handling, timeouts, things like that)

  • Writing SQL repository boilerplate / queries

  • Creating implementations against hand written tests

  • Helping me understand and implement APIs from third party libraries

  • Writing documentation

I’ve spent like $2 in the last month and have used over 100 million tokens.

It’s doubled my productivity and unlocked work that I could not have done before.

As an Australian, I’m not sure that I care about the safety of my data when it comes to LLMs. US companies already stole scores of data to train their models on and it’s hard to imagine they suddenly grew some integrity. I’ll care when regulators step in, until then it’s out of my control so I’ll just use the best price-to-productivity product available.

apatheticonion

我每天都在使用DeepSeek（通过VSCode Insiders和Zed编辑器）。它价格非常实惠，虽然比Claude稍逊一筹（不清楚比Fable差多少），但很契合我的工作方式。我没有使用无人监督的多智能体工作流，也不需要技能文件库——大部分代码由我亲自编写，AI只用于协助处理琐碎事务，例如：

  • 为API生成类型定义
  • 基于现有代码生成模板
  • 改进现有代码（添加错误处理、超时机制等）
  • 编写SQL仓储模板和查询语句
  • 根据手写测试创建具体实现
  • 帮助理解并实现第三方库的API
  • 编写文档 上个月我只花了约2美元，却消耗了超过1亿个token。 这让我的生产力翻倍，还解锁了以前无法完成的工作。 作为澳大利亚人，我其实不太关心大语言模型中的数据安全问题。美国公司早已窃取大量数据来训练他们的模型，很难想象他们突然就有了道德底线。等监管机构介入我才会在意，在那之前这超出了我的控制范围，所以我只管用性价比最高的产品。

Microsoft new Outlook takes 10 seconds to do what … #

https://news.ycombinator.com/item?id=48584760

And to think that the “old” Outlook’s splash screen is there for a reason: it used to take a while to open before SSDs became commonplace! Windows in general used to be usable on HDDs; SSDs would blow everyone’s pants off making everything open instantly. These days we have 20+ Gbps SSDs without the AHCI latency tax and they’re no longer enough to open an e-mail.

THAT’S how low the ball has been dropped.

m132

想想看，“旧版”Outlook的启动画面之所以存在，是有原因的：在固态硬盘普及之前，它打开需要花点时间！过去的Windows系统在机械硬盘上也能流畅运行；固态硬盘曾让大家惊掉下巴，所有程序都能瞬间打开。而如今，我们拥有20+ Gbps的固态硬盘，连AHCI延迟的负担都没了，却连打开一封邮件都不够用了。

这就是退步得有多离谱。

OpenAI Losses Increased Nearly 8X in 2025, with Sp… #

https://news.ycombinator.com/item?id=48578639

Sam didn’t lie, they are in fact a non profit.

aizk

山姆没有说谎，他们实际上是一个非营利组织。

The founder of Craigslist has given away half a bi… #

https://news.ycombinator.com/item?id=48588809

I don’t know much about this guy, but I remember reading an interview with him maybe 15 years ago where he was asked if his lifestyle had changed since he came into money and if he bought a new house or anything, and his answer was basically something like: “Not really, and I’ve already got good water pressure where I’m at, what else do I need?” I can’t help but like his attitude.

helterskelter

我不太了解这个人，但记得大约15年前读过一篇他的采访，当时被问到有钱后生活方式有没有改变，是否买了新房子之类的，他的回答大致是：“没什么变化，我现在住的地方水压已经很好了，我还需要什么呢？”我忍不住欣赏他的态度。

Lore – Open source version control system designed… #

https://news.ycombinator.com/item?id=48571285

Just today as I pushed some changes to Github, I was thinking how user-unfriendly Git’s UI is:

Enumerating objects: 5, done. Counting objects: 100% (5/5), done. Delta compression using up to 10 threads Compressing objects: 100% (3/3), done. Writing objects: 100% (3/3), 290 bytes | 290.00 KiB/s, done. Total 3 (delta 2), reused 0 (delta 0), pack-reused 0 remote: Resolving deltas: 100% (2/2), completed with 2 local objects. I know all of these things communicate something to the die-hard Git user, but for most people (even most people using Git, I bet) this is just complete gobbledegook. What the hell is “delta compression”? Why do I care how many threads it’s using? What is an ‘object’ and what does it mean when it’s ’local’? What does ‘pack-reused’ mean?

From the documentation, it looks like Lore does a bit better in this regard:

Pushing 1 fragment(s) Pushed 1 fragment(s), 124.00 bytes Pushing a3f8c2d1… to branch main Pushed revision 1 -> a3f8c2d1… to branch main

niek_pas

就在今天，当我向GitHub推送一些更改时，我就在想Git的用户界面有多不友好：

Enumerating objects: 5, done. Counting objects: 100% (5/5), done. Delta compression using up to 10 threads Compressing objects: 100% (3/3), done. Writing objects: 100% (3/3), 290 bytes | 290.00 KiB/s, done. Total 3 (delta 2), reused 0 (delta 0), pack-reused 0 remote: Resolving deltas: 100% (2/2), completed with 2 local objects.

我知道所有这些信息对铁杆Git用户来说都有意义，但对大多数人（我敢打赌，甚至包括大多数使用Git的人）来说，这完全就是天书。“delta压缩"到底是什么鬼？我为什么要关心它用了多少个线程？“对象"是什么，“本地对象"又是什么意思？“pack-reused"又是指什么？

从文档来看，Lore在这方面似乎做得更好：

Pushing 1 fragment(s) Pushed 1 fragment(s), 124.00 bytes Pushing a3f8c2d1… to branch main Pushed revision 1 -> a3f8c2d1… to branch main

Midjourney Medical #

https://news.ycombinator.com/item?id=48580991

It’s a controversial and complicated idea. The downside, and the reason why most doctors do not recommend full body scans, is that every human body is a bit weird and there will almost always be something “wrong” that will be visible in a full body scan. This can lead to unnecessary testing, anxiety, and even unnecessary procedures. Many of these oddities flagged by the scan would never have caused any actual issues had the patient never been aware.

While there are many individual stories of full-body scans detecting early-stage cancer before it became symptomatic, there seems to be a general sense among doctors that implementing full-body scanning on a population level would lead to overall more harm than good. The thinking is that it is better to do regular targeted screenings for diseases that you’re in a risk group for (e.g. colonoscopies, mammograms, cancer marker blood tests, etc.) rather than full-body scans.

I’m not a doctor, and I personally do find the idea of full-body scans very appealing, but I also know that if the scan detects a possible cancer, I wouldn’t be able to just ignore it if the doctor tells me it’s likely ok. Any time I felt any pain or any sort of symptom in that general area, I know I would worry about it. Maybe that’s worth it for the potential life-saving results, but it definitely is a cost of this type of scan that needs to be acknowledged.

convnet

这是一个有争议且复杂的想法。其弊端，也是大多数医生不推荐全身扫描的原因，在于每个人的身体都有些与众不同，全身扫描几乎总会发现某些“异常”。这可能导致不必要的检查、焦虑，甚至不必要的医疗程序。扫描标记出的许多异常，如果患者从未察觉，本来永远不会引发任何实际问题。

虽然确实有个别案例显示全身扫描在癌症出现症状前就发现了早期肿瘤，但医生们普遍认为，在人群层面推广全身扫描总体上弊大于利。他们的观点是，对于有高风险因素的疾病进行定期定向筛查（例如结肠镜检查、乳腺X光检查、癌症标志物血液检测等）比全身扫描更好。

我不是医生，个人也确实觉得全身扫描的想法很有吸引力，但我也知道，如果扫描发现了可能的癌症，即使医生告诉我大概率没事，我也无法置之不理。只要那个区域出现任何疼痛或症状，我知道自己都会担忧。也许为了潜在救命的发现，这是值得的，但这确实是这类扫描需要承认的一个代价。

U.S. science is in chaos #

https://news.ycombinator.com/item?id=48568492

whether there are black holes at a redshift of 10 or not is not a partisan issue.

Anything that depends on a basic understanding of the scientific process, and resulting scientific facts is absolutely a partisan issue right now.

Rebuff5007

红移10处是否存在黑洞并不是一个党派问题。

任何依赖于对科学过程的基本理解以及由此产生的科学事实的东西，现在绝对是一个党派问题。

U.S. science is in chaos #

https://news.ycombinator.com/item?id=48568277

When the shutdown ended in mid-November, Reynolds’s team had just two weeks to get on budget. It failed. The plan the group submitted would cost too much and take too long. “Our last hope was that NASA headquarters would understand what had gone on and give us some leeway,” Reynolds says. NASA did not. After nearly 10 years of work, AXIS was dead.

If the scientists haven’t left science behind after an experience like this, probably nothing will. What an absolute kick in the nuts to have a decade of your life erased because someone did a keyword search for science projects to stop, in the name of saving money, while at the same time wasting even more money on other things.

I think I should feel angry, but I just feel sad for all the humans involved here, I hope they manage to come out with a more positive perspective than I’m able to here.

embedding-shape

当停工在11月中旬结束时，雷诺兹的团队只有两周时间来完成预算。他们没有成功。团队提交的计划成本过高、耗时过长。“我们最后的希望是NASA总部能理解发生了什么，并给我们一些余地，”雷诺兹说。NASA没有。经过近10年的努力，AXIS项目宣告终结。

如果经历过这样的事科学家们还没放弃科研，那大概没什么能让他们放弃了。你十年的心血被抹去，只是因为有人为了省钱而用关键词搜索要叫停的科学项目，同时却在其他事情上浪费更多钱——这简直是迎头一记重击。

我想我该感到愤怒，但此刻我只为所有牵涉其中的人感到难过。我希望他们能走出比我此刻所能想象的更积极的心态。

Humiliating IIS servers for fun and jail time #

https://news.ycombinator.com/item?id=48563989

I front all my honeypots with the IIS landing page precisely because it attracts black hat jagoffs.

Nothing makes me happier than knowing I’ve wasted hours of their time chasing their own tails.

naturalmovement

我在所有蜜罐前面都放了IIS默认页面，正是因为它会吸引那些黑帽蠢货。知道浪费了他们几个小时的时间让他们白忙活，没有比这更让我开心的了。