2026 07 11 HackerNews

2026-07-11 Hacker News Top Stories #

  1. OpenAI 发布性能大幅提升且成本降低的 GPT-5.6 系列模型，在多项任务中树立新标准。
  2. QuadRF 是基于树莓派的相控阵无线电设备，可穿透墙壁检测 WiFi 信号和追踪无人机。
  3. 米切尔·桥本在采访中表示创建 Ghostty 终端是为了追求技术深度，并提出了终端应用的潜在改进。
  4. OpenAI 发布 ChatGPT Work，能自主完成复杂工作并集成企业工具，但用户批评其界面和功能降级。
  5. 作者认为真正的好工具应当隐形、高效且尊重用户时间，而非将缺陷美化为解谜乐趣。
  6. 使用大语言模型编写代码时，必须保证代码本身高质量，否则模型会吸收并重复坏模式。
  7. 本文概述了公元前 12 世纪青铜时代晚期东地中海地区国家体系的剧烈崩溃及其谜团。
  8. 美国救护车费用高昂的核心原因是 Medicare 按次收费的模式与高固定成本严重错位。
  9. NEvo 是一种神经引导的进化视频合成方法，能生成最大化激活特定脑区的视频。
  10. 欧盟初步认定 Meta 旗下平台的成瘾性设计违反《数字服务法》，可能面临巨额罚款。

1. GPT-5.6 发布 (GPT-5.6) #

https://openai.com/index/gpt-5-6/

OpenAI 发布 GPT-5.6 系列模型，包括旗舰模型 Sol、平衡模型 Terra 和高效模型 Luna。该系列在编码、知识工作、网络安全和科学领域达到新标准，性能超越前代和竞品，同时使用更少 token、成本更低。

GPT-5.6 Sol 在 Agents’ Last Exam 上得分 53.6，领先 Claude Fable 5 达 13.1 分；中等推理模式下仅用约四分之一成本即领先 11.4 分。Terra 和 Luna 以约十六分之一成本超越 Fable 5。在编码方面，Sol 在 Artificial Analysis Coding Agent Index 上取得 80 分，领先 Fable 5 2.8 分，token 和成本大幅降低。模型支持可编程工具调用，能自动编写和运行轻量程序以协调工具、处理中间结果，减少 token 消耗。

新推出“ultra”模式，默认协调四个智能体并行工作，在 BrowseComp、SEC-Bench Pro 等基准上显著提升速度和效果。同时提供 max 模式用于更深度推理。安全方面经过广泛红队测试和自动化评估，并采用多层防护。多家合作伙伴（如 Cursor、Qodo、Notion、Cognition、Rogo）均给予高度评价，认为其效率、准确性和持久性突出。

HN 热度 1515 points | 评论 1071 comments | 作者：logickkk1 | 1 day ago #

https://news.ycombinator.com/item?id=48849066

  • GPT-5.6 的开发者指南显示：更好理解用户意图，保留原始图片尺寸，短提示效果更好（评分提高 10-15%，token 减少 41-66%，成本降低 33-67%），应避免“简洁”“少说”等通用指令，对“更友好”不敏感
  • 对“避免通用简洁指令”感到困惑：未提供默认输出与提示后输出的对比，若模型默认不简洁会破坏开发者预期，怀疑 OpenAI 借此减少计算成本，之前一直浪费在冗长输出上
  • 更好的模型应能判断适当简洁程度，流行模型默认输出过于冗长，所以改变是好事
  • 冗长不仅体现在散文，代码中也存在过多错误处理和类型检查
  • 因此有用户转向 Claude，因其代码更优雅；中文模型通过提示“优雅代码”也能获得类似效果，类比早期艺术 AI 需要加关键字避免随机质量
  • 模型性能不取决于“智能”，只依赖训练和上下文；即使调整推理参数、温度、隐藏提示等，也不会使模型变智能或学会新东西
  • 反驳观点：LLM 能完成需要人类智能的工作，如根据新语言示例写出正确代码，这符合“学习”定义
  • 上下文不是学习：模型结构不变，仅注意力和激活变化，无法持久学习；但若将模型 + 上下文视为整体，则能在窗口内立即学习新技能，只是窗口超出后会忘记
  • 早期 LLM 被宣传为“零样本学习”，但“学习”一词是营销而非技术定义
  • 提供商（如 Anthropic）经常通过调整推理预算、内部提示、量化等方式削弱已发布模型，却不改变版本号

2. QuadRF 可穿透墙壁探测无人机与 WiFi 信号 (QuadRF can spot drones and see WiFi through my wall) #

https://www.jeffgeerling.com/blog/2026/quadrf-can-spot-drones-and-see-wifi-through-my-wall/

QuadRF 是一款基于树莓派 5 和 FPGA 的相控阵无线电设备，能够穿透墙壁检测 WiFi 信号并追踪无人机。它具备高级信号处理和波束成形能力，工作在 4.9-6GHz 频段。作者 Jeff Geerling 与父亲一起测试了原型机：通过浏览器访问 VNC 会话，可使用 AR 可视化工具显示 WiFi 网络（颜色区分）和无人机位置。设备使用树莓派 MIPI 接口实现超 5Gbps 的低延迟 SDR 流传输，并支持多模块级联。该项目由前 SpaceX 工程师 Martin McCormick 开发，目标是构建可用于月球通信的更大规模天线阵列。当前 Crowd Supply 众筹价 $499 起，UI 尚粗糙但功能令人印象深刻。

HN 热度 406 points | 评论 164 comments | 作者：speckx | 8 hours ago #

https://news.ycombinator.com/item?id=48861717

  • QuadRF 的创作者介绍其产品是 4x4 MIMO 软件无线电，AR 功能通过 Web 应用将 RF 数据流与手机/笔记本电脑摄像头实时融合。
  • 关于自定义 ADC，使用 1 位 ΣΔ 过采样 ADC（704 MSPS），通过单个差分晶体管和 FPGA LVDS 接收，降低了成本和引脚数，但时钟抖动和开关噪声是挑战。
  • 创作者回应了噪声问题：LVDS 抖动对 ΣΔ 影响不大，因为基带频率低于 40 MHz 时被滤除；8 个 ADC 的量化噪声在相控阵中平均后 ENOB 提升至 8.5-9.5 位。
  • I/Q 校准是 MIMO/相控阵的瓶颈，需注意分数 PLL 的杂散；创作者曾参与 ADI 公司 AD93x 系列收发器的 I/Q 校准设计，并分享了相关数学文档。
  • 产品频率范围 4.9-6 GHz，可可视化高频 WiFi，但无法用于 2.4 GHz WiFi 或蓝牙，扩展低频段需更复杂昂贵的硬件和天线。
  • 对于能否感知鼠标，未直接回答。
  • 如果将两个设备放在远距离处，可能获得更好的 3D/4D 数据，比如直角放置可借助多角度而非仅信号幅度分析获得深度信息。
  • 关于从地球-月球-地球射电天文学转向的问题，创作者确认公司名称从 open-space 改为 Scale RF，产品为 Quad RF，大型相控阵为 Moon RF（因域名被美国国防承包商收购而改名）。
  • 支持 Mesh 网络应用，正在制作 Meshtastic 演示文档，并将于 Teardown 2026 活动展示 RF 增强现实功能。
  • 240 单元组件的演示将在 Quad RF 量产后（约 9 月初）发布，多瓦片同步与校准方法有文档说明。
  • 最大探测距离取决于发射机功率，接收增益高时接近热噪声极限，对消费级无人机可达数公里。
  • 有评论联想到政府能力的“有趣”对比，引用了一篇关于未来技术的新闻稿。
  • 有人希望制作类似的声音定位设备，用于寻找声源方向与距离（小到机械异响，大到建筑工地噪音）。
  • 关于声学成像，Fluke 已有产品用于检测泄漏，也有更便宜的替代品如 FOTRIC TD2，还有网友自制开源版本。

3. 米切尔·桥本谈 Ghostty 和 Zig (Interview with Mitchell Hashimoto about Ghostty and Zig) #

https://alexalejandre.com/programming/interview-with-mitchell-hashimoto/

米切尔·桥本（Mitchell Hashimoto）是 Vagrant、Packer、Consul、Terraform、Vault、Nomad、Waypoint 的创建者，目前正在开发 Ghostty 和 Vouch。本次采访中，他谈论了终端、Zig 语言以及开源。

他解释自己为何喜欢被采访：每次采访角度不同，而这次没有已知议程，双方都不需要推销任何东西。

关于为什么选择终端并创建 Ghostty，他表示在 Hashicorp 之后想重拾技术深度：研究 GPU 编程、桌面/单节点系统编程（以往分布式开发中网络开销掩盖了缓存局部性问题），并学习 Zig。起初只是想写一个能运行 vim 和编译器的终端模拟器，但发现现有方案都不满足他对“快速、功能丰富、原生跨平台”的需求。他从私下分享到逐渐公开，最终形成了 Ghostty 社区。

他并不主张将终端推向极端。终端适合快速实现、易交互、安全模型清晰的文本应用，它们比浏览器或桌面更易组合和脚本化。目前 PTY 的带内信令（非结构化字节流 + 转义序列）是主要问题，需要基础性改进，但不应从头发明——应参考各平台已有的 API 实践（如剪贴板的多 MIME 类型处理）。

他提出两项潜在协议改进：n-screen API（支持多个屏幕的创建、叠加、独立窗口，解决主/备屏幕切换时丢失滚动历史的问题）和按钮协议（类似 OSC 8 超链接，但允许在历史滚动中传递点击消息，对主流屏幕应用如 Claude Code 有意义）。

他曾考虑用 Wayland 替换整个 pty 协议，但认为终端更像是窗口服务器，Wayland 虽好却不符合终端现有生态。当前终端缺乏标准制定机构，过去二十年靠最流行终端的行为“标准化”，导致功能拼凑。未来或许需要创建一个全新的文本应用平台，同时保留终端翻译层兼容旧应用。

面对用户日常需求，他公开强调开源维护者不应有义务，并努力在创新与实用之间取得平衡。

HN 热度 375 points | 评论 226 comments | 作者：veqq | 1 day ago #

https://news.ycombinator.com/item?id=48849292

  • Zig 有争议但敢于坚持自我，值得尊重。
  • 对 Zig 项目的管理方式有保留，但赞赏其“不道歉的怪异”。
  • Zig 正变得小众，难以在商业环境中推荐。
  • 赞同“应该多 fork”的观点，但 fork 后需承担同步维护负担。
  • 好的工程化设计可减少 fork 的维护成本。
  • CLI 默认应输出纯文本而非结构化数据，以便管道处理。
  • Unix shell 文本导向导致 JSON 等结构化数据是折衷方案。

4. OpenAI 发布了 ChatGPT Work (ChatGPT Work) #

https://openai.com/index/chatgpt-for-your-most-ambitious-work/

OpenAI 发布了 ChatGPT Work，一个能跨应用和文件执行任务的智能体，基于最新的 GPT-5.6 模型并内置 Codex 技术。它可以将复杂项目分解为小步骤，自主完成创建幻灯片、表格、文档、网页应用等工作，并支持在桌面、移动端和网页端使用。ChatGPT Work 能够连接 Slack、Teams、Google Drive、SharePoint 等工具，通过插件实现自动化工作流。用户案例包括 Zapier、RingCentral、Virgin Atlantic、NVIDIA 等企业，用于处理销售线索分析、产品发布检查、竞争分析、活动准备等任务，显著提升效率。OpenAI 内部几乎所有团队（如财务、销售）已采用该功能。桌面版（Windows/Mac）免费可用，Pro/Enterprise/Edu 用户已可体验，Plus/Business 用户将在未来几天内获得。

HN 热度 348 points | 评论 184 comments | 作者：Tiberium | 1 day ago #

https://news.ycombinator.com/item?id=48849059

  • 更新后原 ChatGPT 被改名为“ChatGPT Classic”，且无法单独下载，暗示即将废弃
  • 新应用将聊天窗口降级为嵌套浮窗，无法全屏，也无法编辑历史消息
  • 切换“Work”和“Codex”模式后界面无任何变化，用户无法区分功能差异
  • 此举怀疑是为了强行推广 Codex 而牺牲普通 ChatGPT 的体验
  • 产品命名和打包混乱，DMG 文件链接指向 Codex 但安装后显示 ChatGPT
  • 批评产品管理方式，认为“Classic”命名如同贴了“即将废弃”的红色标志
  • 部分用户认为旧功能会逐步迁移到新应用，目前问题不大
  • 有用户建议直接使用浏览器版或其他独立浏览器工具（如 ChatGPT Atlas）替代桌面客户端
  • 出现类似 Microsoft 商店中点击 ChatGPT 却变成 Codex 的诡异交互

5. 好的工具应该是隐形的 (Good Tools Are Invisible) #

https://www.gingerbill.org/article/2026/07/10/good-tools-are-invisible/

好的工具应该是隐形的。

作者认为，很多程序员有一个习惯：把工具的缺点包装成“有趣的解谜游戏”，并因此赞美工具。但好的工具不应该追求“有趣”，而应该让人感觉不到它的存在。

以 Vim 为例，有人称赞它构建宏来解决一次性文本重构问题的“乐趣”，但作者认为，用 Sublime 的多光标功能或写个简单脚本，一分钟就能搞定。工具不应因“黑客氛围”而被崇拜，真正的熟练是工具隐入背景。如果工具在某个地方处理不顺手，它就不再隐形。

作者长期使用 Sublime，原因是其快捷键与图形 OS 环境兼容（减少上下文切换），多光标比宏更直观，且留下的“谜题”最少。而 Vim 在批量操作上不如 Sublime。作者不反对别人用 Vim 或 Emacs，但指出熟悉往往让人看不清工具的缺陷，甚至把缺陷当成优点来炫耀。

工具选择容易成为身份标签，一旦工具成为人格的一部分，人就无法坦诚讨论其缺点。“感觉高效”和“真正高效”是两回事：为麻烦问题想出巧妙解法带来的成就感，不等于实际产出。衡量标准应是实际消耗的时间和犯错的次数。

关于终端 UI 与 GUI：很多人批判 GUI 不能用键盘操作，但这不是 GUI 的固有缺陷，只是工具制造者没有做好键盘导航。用某个 TUI 比特定 GUI 好是可以讨论的，但断言 TUI 天然优于 GUI 是错误的——人们常把当前工具的局限当成本质局限，忽略了改进的可能。

Linux 桌面至今未普及的部分原因在于：很多用户喜欢摆弄配置文件，把这当成“解谜游戏”享受。作者也曾如此，但后来希望“开箱即用”，默认设置足够好，需要微调时几秒搞定。工具的目标不应是最大化的可配置性，而应是提供良好默认值，同时保留必要的“逃生门”。优秀默认值是工具制造者尊重用户时间的体现：制造者做一次思考，成千上万用户不必各自折腾。

HN 热度 338 points | 评论 151 comments | 作者：theanonymousone | 13 hours ago #

https://news.ycombinator.com/item?id=48858121

  • 文本更多反映作者性格而非工具本质，作者过于防守，Vim 核心优势是免鼠标和高可定制，但平均用户未必比其他工具用户高效。
  • 内部工具应避免暴露底层，设计要使用户自然走向成功，而不是让他们折腾。
  • 可配置性的价值取决于工具对核心职能的重要性，以及决策者追求防御还是创造性。
  • 工具应让用户快速轻松达成目标，尽可能隐形。
  • 从长期绩效来看，学习宏或脚本可能提升技能，但员工这样做往往是因为缺乏紧迫感或对当前任务不关心。
  • 工具需要平衡“不碍事”与“强制做正确的事”，有些人觉得被矫正正确是浪费时间。
  • 工具应提供明智的默认值，并允许可选定制；开发者常因顾及少数用户而让所有人选择，反而损害多数体验，且支持定制会增加维护复杂性和 UX 打磨难度。
  • “让用户掉入成功的陷阱”是个好短语，出自 Coding Horror 博客。
  • 该短语的背景来自 Coding Horror 文章及 XKCD 第 1053 条。
  • 有人在公司里抽象：“大多数用 CloudFront 的人不在乎细节”。

6. 写代码时要像人类会维护它一样 (Write code like a human will maintain it) #

https://unstack.io/write-code-like-a-human-will-maintain-it

写代码时要像人类会维护它一样。作者反思了使用 LLM（大语言模型）编写代码的陷阱：当开发者放任重复、不规范的代码（如到处复制相同条件判断），LLM 会学习这些模式并持续复制，导致技术债务越积越多。作者以为把维护交给 LLM 就能偷懒，实际上是在训练它养成更坏的习惯。关键结论：LLM 会吸收你的一切做法并重复出来，所以要确保代码质量本身是好的。

HN 热度 322 points | 评论 263 comments | 作者：ScottWRobinson | 10 hours ago #

https://news.ycombinator.com/item?id=48859701

  • 创建 /review 命令并维护一个检查清单能让 agent 进行代码审查，清单可以持续扩充。
  • 但清单过长会导致 agent 表现严重下降，会忽略基础指令（如不提交、不签名）。
  • 负向提示（“不要做 X”）极不可靠，正向指令（“做 Y”）效果更好，对人和模型都适用。
  • 不能依赖提示来保护生产数据库等关键安全，必须在系统层面设置护栏。
  • 人类在回路（human-in-the-loop）监控也不够可靠，人会疲劳、会盲目通过。
  • 强迫 agent 使用特定命令（如 jj new -m）比单纯禁止重写更有效。
  • 即使明确告知“不要提交”或“不要签名”，agent 仍然会持续违反，且被指出后可能无法继续后续操作。
  • 给 agent 过高权限会导致它执行奇怪的操作（如使用 zsh 而非常见 shell 命令）。
  • 通过创建专门的技能（checkpoint 和 commit skill）可以引导 agent 遵循预期流程。
  • 启用提交签名时，agent 尝试提交但密钥不可用，最终会以未签名提交告终。

7. 青铜时代晚期崩溃 (Late Bronze Age Collapse) #

https://acoup.blog/2026/01/30/collections-the-late-bronze-age-collapse-a-very-brief-introduction/

本文是对青铜时代晚期崩溃（LBAC）的简要介绍。公元前 12 世纪，东地中海和近东地区的国家体系发生了剧烈瓦解，其严重程度甚至超过西罗马帝国的灭亡。文章基于考古证据（如遗址破坏层），描述了从约公元前 1220 年至公元前 1170 年间的一系列毁灭事件，这些事件从爱琴海开始，蔓延至安纳托利亚、黎凡特，最终到达埃及。当时的主要势力包括赫梯帝国、亚述帝国、巴比伦和埃及新王国，它们之间有着密切的外交、经济和文化联系。崩溃的原因尚不确定，但影响深远。文章还区分了不同地区的崩溃程度，有些遗址是政治中心被毁但周边缓慢衰落，有些则完全消亡。最后，文章提到将后续讨论崩溃的原因和长期影响。

HN 热度 310 points | 评论 216 comments | 作者：dmonay | 12 hours ago #

https://news.ycombinator.com/item?id=48858737

  • 公元前 1117 年是青铜时代崩溃的转折点，国际航运路线恶化导致城邦国家削弱
  • 世纪性严重干旱是导致崩溃的关键因素之一，但 ACOUP 文章似乎忽略了这一点
  • 乌加里特（Ugarit）港口城市的毁灭可能与“海上民族”有关，但其确切破坏者仍存谜团
  • “海上民族”这一概念常被用作解释崩溃的模糊因素，但沉船考古的进展可能带来更清晰的认识
  • 有人对评论中混杂历史与游戏的术语（如 Caturday、LBA、Civ VII）感到困惑，另有用户帮助解释这些梗

8. 美国救护车费用为何如此昂贵 (Why American ambulance rides are so expensive) #

https://davidoks.blog/p/why-american-ambulance-rides-are

一名 25 岁男子在旧金山被车撞后，因明知救护车费用高昂而选择让朋友送医。尽管伤势不重，但因创伤需转送至指定创伤中心，被迫乘坐救护车。这趟仅 6 英里的救护车转运最终账单高达 12,873 美元，其中基础费率就占 11,670 美元。保险起初拒赔，后覆盖大部分，但男子仍需自付约 2,900 美元——这比整个治疗费用还高。

这是美国救护车系统的典型问题：每年约 300 万有私人保险的美国人叫急救救护车，其中约一半会收到网络外账单。2020 年国会禁止医疗系统内几乎所有意外账单，却唯独豁免了地面救护车。一项 2024 年民调显示，23% 的美国人曾因担心费用而放弃叫救护车。

问题根源并非贪婪。救护车运营商长期亏损，利润率微薄。关键在于 1965 年 Medicare 决定按次收费，商业保险随后效仿。但现代救护车的成本结构已彻底改变——绝大部分成本来自“待命”状态（站点、车辆、人员 24 小时值守），而非运输本身。付费方式与成本结构严重错位，导致账单高昂且不可预测。救护车服务本质上更像期权卖方：提供的是随时可用的救援保障，而非简单的运输服务。

HN 热度 305 points | 评论 442 comments | 作者：jyunwai | 1 day ago #

https://news.ycombinator.com/item?id=48853091

  • 患者只要神志清醒就可以拒绝救护车运输或医疗护理，需签署免责声明。
  • 一些小型的乡村救护部门只对实际运输收费，约 900 美元，并根据收入调整，希望避免对谨慎呼叫 911 造成寒蝉效应。
  • 不应该让患者面临生命危险与财务破产之间的两难选择，社会应寻找更好的分摊成本方式。
  • 美国社会似乎无法找到解决救护车费用的办法，而其他大多数国家已有可行方案。
  • 非不能也，是不为也——美国存在可行的解决方案，如部分地区居民可通过水电费预付几美元实现免费救护车。
  • 美国政策的障碍在于“不能让不配得到好处的人得到”的思维，与公立学校免费早餐午餐的争论类似。
  • 共和党与自由意志党认为给少数人不必要的支持是不道德的，而忽视多数需要帮助的人。
  • 大型医疗企业（如财富 500 强中的健康产业）会花费巨资影响舆论和政治，维持高费用体系。
  • 美国纳税人通过公共医保（Medicare/Medicaid/VA）支付的金额与其他国家人均相当，但还得再付同样多的私人保险，因为系统效率低下。

9. 最大程度激活目标脑区的 AI 生成视频 (AI-generated videos to maximally drive a target brain region) #

https://nevo-project.epfl.ch/

NEvo 是一种神经引导的进化视频合成方法，用于研究大脑视觉区域的动态选择性。它通过训练一个“数字孪生”编码模型预测每个视觉区域对视频的反应，然后自动进化 AI 生成的视频，使其最大程度激活特定脑区。

方法分为两步：先搜索最强的静态图像，再搜索动画效果生成 2 秒视频。生成的视频与已知区域偏好高度一致（如 FFA 对应面部、PPA 对应场景、MT 对应运动、pSTS 对应社交场景）。测试显示，NEvo 生成的视频比自然视频或人工设计的定位器片段更有效，且动态视频优于静态帧。

沿着侧流从 V1 到 aSTS，合成视频从简单图案、运动逐渐过渡到人物、面孔和社交互动，揭示了视觉选择性从简单到复杂、从非社会到社会的梯度变化。即使从抽象图形开始优化，pSTS 区域也会产生类似面孔的交互角色，而 MT 区域产生纯运动，干净地分离了各区域偏好的特征。

HN 热度 262 points | 评论 222 comments | 作者：smusamashah | 16 hours ago #

https://news.ycombinator.com/item?id=48856904

  • 社交媒体平台将利用 AI 生成完美视频，精准触发用户大脑开关，让人沉迷。
  • 更可怕的威胁是 AI 公司能获取用户内心想法，进行大规模心理操纵。
  • Meta 同时利用社交数据训练 AI 和捕捉用户内心想法，扎克伯格不可忽视。
  • 免费电视是社交媒体之母，但电视无法像社交媒体那样精准定位小众群体。
  • 个人可以通过关闭推荐、审核订阅来掌控社交媒体使用。
  • TikTok 上大量视频是 AI 生成的垃圾内容。
  • 社交媒体公司会为未注册用户构建“幽灵”档案，用 AI 建立心理画像。

10. 欧盟委员会：Instagram 和 Facebook 的成瘾性设计违反《数字服务法》 (EU Commission: addictive design Instagram and Facebook in breach of the DSA) #

https://ec.europa.eu/commission/presscorner/home/en

欧盟委员会新闻发布中心（Press corner）汇总了 2026 年 7 月的最新动态，包括：

  • 侵权决定包：7 月 8 日，欧盟委员会对未履行欧盟法律义务的成员国采取法律行动，涉及食品价格限制、药品支付延迟、网络安全指令未转化等多个领域。
  • 网络安全与人工智能：7 月 7 日，欧盟提出网络与人工智能行动计划，旨在应对先进 AI 模型的风险与机遇。
  • 畜牧业战略：7 月 7 日，欧盟通过畜牧业战略，确保该行业长期韧性与自给自足的蛋白质系统。
  • 匈牙利加入欧洲检察官办公室：7 月 10 日，欧盟确认匈牙利加入 EPPO，加强保护欧盟资金。
  • 企业并购调查：对 XXXLutz 收购 Porta 可能存在的“抢跑”行为展开正式调查；批准贝克休斯收购查特工业，但附条件。
  • Meta 违反数字服务法：7 月 10 日，欧盟初步认定 Meta 旗下 Instagram 和 Facebook 的成瘾性设计违反数字服务法。
  • 新制裁框架：7 月 9 日，欧盟提出针对移民走私、人口贩运、有组织犯罪的新制裁制度。
  • 其他声明与新闻：包括斯雷布雷尼察大屠杀 31 周年纪念、欧洲创新记分牌发布、SAP 反垄断承诺等。

页面还提供搜索筛选、订阅提醒以及发言人服务、媒体联络等辅助信息。

HN 热度 247 points | 评论 167 comments | 作者：jeroenhd | 13 hours ago #

https://news.ycombinator.com/item?id=48858292

  • 在海滩看到父亲沉迷刷 Reels 忽视孩子，认为这些成瘾平台像烟草一样有害。
  • 父亲忽视孩子并非新现象，过去有报纸、电视等，父亲通常有专属“自我时间”，这是性别育儿分工的反映。
  • 1999 年后出生的青少年时期就伴随智能手机和社交媒体，社交方式发生根本变化。
  • 48 岁的我庆幸学生时代没有手机摄像头，否则可能因不当行为被开除。
  • 现在社交方式与成年后差别不大，有人完全不参与社交媒体，避免了一些尴尬和 FOMO。
  • 作为一名父亲，不要轻易评判家长；可能刚陪了孩子一整天，需要设定边界；孩子会不断索要关注，家长有权偶尔沉默。
  • 即使孩子可能令人疲惫，但在海滩刷 Reels 仍不合理；应学会享受无聊，而不是用无休止的内容填满时间。
  • 不同意孩子吃饭时用平板；不过家长状况复杂，不应武断批评。
  • 欧盟真正关心的是立场问题；如果父亲刷的是欧盟宣传内容，就不会被指责。
  • 正确方向不是禁止成瘾设计，而是强制提供选择：包括“成瘾”算法与“伦理”算法，允许第三方信息流，透明化数据使用，并严禁政治偏见。成瘾本身不应被禁止，如同支持毒品合法化。
  • “禁止政治偏见”在现代无法定义，美国已把自行车道视为 DEI；选择机制无效，因为人们没有精力研究所有信息。
  • 成瘾正是法律应打击的目标，因为它剥夺了人们自由选择的能力，破坏市场和社会。

Hacker News 精彩评论及翻译 #

Postgres rewritten in Rust, now passing 100% of th… #

https://news.ycombinator.com/item?id=48843148

Hey author here. Wasn’t expecting to see this up.

To concisely give an overview of the project, I’ve been experimenting with using LLMs to build a better version of Postgres. Postgres is 30 years old and we’ve learned a lot about databases since hten. A lot of the techniques that work for doing a rewrite are also useful for doing a rearchitecture.

I’m now working on a new, not yet published version of pgrust that incorporates a lot of techniques. Currently the new version:

  • Passes 100% of Postgres regression suite
  • Implements a thread per connection model instead of the process per connection model Postgres does
  • Is 50% faster than Postgres on transaction workloads
  • Is ~300x faster than Postgres on analytical workloads. Right now it’s 2x slower than Clickhouse on clickbench and I think it’s possible to get faster than Clickhouse If you have any questions, I’m happy to answer them.

malisper

嘿，我是作者。没想到会在这里看到这个。

简单介绍一下这个项目，我一直在尝试用LLM构建一个更好的Postgres版本。Postgres已经30岁了，从那以后我们对数据库有了很多新的认识。许多适用于重写的技术也对重新架构很有帮助。

我现在正在开发一个尚未发布的新版pgrust，它融合了很多新技术。目前的新版本：

  • 100%通过Postgres回归测试套件
  • 采用每连接一线程模型，取代Postgres的每连接一进程模型
  • 在事务负载上比Postgres快50%
  • 在分析型负载上比Postgres快约300倍。目前它在Clickbench上比Clickhouse慢2倍，但我认为有可能超越Clickhouse

如果有任何问题，我很乐意回答。

Postgres rewritten in Rust, now passing 100% of th… #

https://news.ycombinator.com/item?id=48853291

I spent a couple years managing a Postgres cluster with a petabyte of data. I wrote a couple blog posts from my work then[0][1]. I also wrote dozens of posts on the Postgres internals[2]. I’ve also given talks on how to generate fractals with SQL[3] and how to write a lisp interpreter in SQL[4].

[0] https://www.heap.io/blog/testing-database-changes-right-way

[1] https://www.heap.io/blog/analyzing-performance-millions-sql-queries-one-special-snowflake

[2] https://malisper.me/table-of-contents/

[3] https://www.youtube.com/watch?v=xKoYIvMFnoQ

[4] https://www.youtube.com/watch?v=MPSMH8w7nfw

malisper

我曾管理过一个拥有PB级数据的Postgres集群，为此写了几篇博客[0][1]，还撰写了数十篇关于Postgres内部机制的文章[2]。我也做过关于如何用SQL生成分形[3]以及如何用SQL编写Lisp解释器[4]的演讲。

[0] https://www.heap.io/blog/testing-database-changes-right-way

[1] https://www.heap.io/blog/analyzing-performance-millions-sql-queries-one-special-snowflake

[2] https://malisper.me/table-of-contents/

[3] https://www.youtube.com/watch?v=xKoYIvMFnoQ

[4] https://www.youtube.com/watch?v=MPSMH8w7nfw

Train sim created by just one person is being call… #

https://news.ycombinator.com/item?id=48854830

The dev is a person from Indonesia (Rizky Nova) who’s device has 16GB of ram.

Being able to use the Unreal Engine for free to develop this is awesome. This couldn’t have happened 10 years ago.

culi

开发者是一位来自印度尼西亚的人（Rizky Nova），他的设备有16GB内存。能够免费使用虚幻引擎来开发这个真是太棒了。这在10年前是不可能的。

GPT-5.6 #

https://news.ycombinator.com/item?id=48849198

The developer’s guide ( https://developers.openai.com/api/docs/guides/latest-model ) has some interesting semantic tips for using the model:

Intent understanding: GPT-5.6 can better infer the user’s underlying goal and intended level of work without you specifying every step. Continue to state important constraints, approval boundaries, and success criteria explicitly.

Original image detail: GPT-5.6 preserves the original dimensions of images sent with original or auto detail instead of resizing them to a patch budget or pixel-dimension limit.

Use shorter prompts: In internal evaluations, replacing long, explicit system prompts with minimal prompts improved scores by roughly 10–15%, while reducing total tokens by 41–66% and cost by 33–67%.

Avoid generic brevity instructions: GPT-5.6 is more sensitive than GPT-5.5 to instructions such as “Be concise,” “Keep it short,” or “Use minimal text.”

Control warmth: GPT-5.6 does not become meaningfully better when prompted to be broadly friendlier or more empathetic.

minimaxir

开发者指南（https://developers.openai.com/api/docs/guides/latest-model）中提供了一些关于使用该模型的有趣语义提示：

意图理解：GPT-5.6 能够更好地推断用户的深层目标和预期工作量，无需你详细指定每一步。但仍需明确说明重要约束、审批边界和成功标准。

原始图像细节：GPT-5.6 会保留通过“原始”或“自动”细节发送的图像原始尺寸，而不会将其调整到图像块预算或像素维度限制。

使用更短的提示：在内部评估中，用极简提示替换冗长的显式系统提示后，评分提高了约 10–15%，同时总 token 数减少了 41–66%，成本降低了 33–67%。

避免通用的简洁指令：GPT-5.6 对“简洁点”“短一些”“尽量少用文字”等指令比 GPT-5.5 更敏感。

控制语气温度：当要求 GPT-5.6 表现得更加友好或更具同理心时，其效果并不会显著提升。

The glass backbone: Why the Army’s logistics will … #

https://news.ycombinator.com/item?id=48845678

A very insightful, and correct, piece.

I’ll quote in full the following, which I think gets to the heart of the matter. If you have no push, you can’t apply pressure to the point.

The notion that amateurs talk tactics and professionals talk logistics is frequently discussed in military academies and war colleges, yet it is rarely reflected in the Army’s budget requests or modernization priorities. The outdated concept of the tooth-to-tail ratio, which implies the logistical tail is a bureaucratic waste that must be minimized to support the combat teeth, must be fundamentally reexamined. In modern warfare, the tail is the primary target. If the tail is severed, the teeth are rendered useless.

kayo_20211030

一篇极具洞察力且正确的文章。
我全文引用以下内容，它直击问题核心：若无推力，便无法在关键点上施加压力。

军事院校和战争学院常讨论“业余者谈战术，专业者谈后勤”这一观点，但它却很少体现在陆军的预算申请或现代化优先级中。过时的“牙尾比”概念——认为后勤尾巴是必须最小化的官僚浪费，以支持作战牙齿——必须从根本上重新审视。在现代战争中，尾巴才是主要目标。一旦尾巴被切断，牙齿便毫无用处。

GPT-5.6 #

https://news.ycombinator.com/item?id=48849401

Codex has arguably been better than Claude Code for months now, but it’s flown under the radar because it just didn’t capture the same viral marketing effect and OpenAI in general has had more optics / PR issues than Anthropic amongst the online developer crowd. I use the word “better” not in the sense that the underlying GPT models are fundamentally smarter or more intelligent, but rather that as a product Codex is just simpler, cheaper, and abundantly reliable and low-drama.

nilkn

几个月来，Codex 可以说一直比 Claude Code 更好用，但它并未引起广泛关注，因为它没能产生同样的病毒式营销效果，而且 OpenAI 整体上在线上开发者群体中面临的形象 / 公关问题比 Anthropic 更多。我在这里用“更好”并不是指底层 GPT 模型在本质上更聪明或更智能，而是说作为一款产品，Codex 更简单、更便宜、极其可靠且没什么幺蛾子。

Building a real-time AI tutor for 5-year-olds #

https://news.ycombinator.com/item?id=48858657

I think teaching a child to trust an LLM from a formative age is horrifically irresponsible.

If anything, an app should be made where a child learns to correct an LLM’s mistakes and learn that it isn’t trustworthy.

Actually, better, don’t put an LLM in front of children. At all.

EDIT: If a use case is for children who can’t afford good education, then use an LLM to make educational materials for children, review them, and make them available for free. After all, the contents are ripped off from human educators anyway.

TonyAlicea10

我认为从小教育孩子信任大语言模型是极其不负责任的。

如果有的话，应该开发一款应用，让孩子学习纠正大语言模型的错误，并明白它并不值得信任。

实际上，更好的做法是：根本不要让孩子接触大语言模型。

编辑补充：如果使用场景是针对那些无法获得优质教育的孩子，那么可以用大语言模型来制作教育材料，经过审核后免费提供。毕竟，这些内容原本就是从人类教育者那里剽窃来的。

GLM 5.2 is nearly as accurate as a human book keep… #

https://news.ycombinator.com/item?id=48851406

This shouldn’t be ignored in the discussion here:

The job performed by the humans was broader than what was requested of the model in this benchmark: humans also had to find the relevant invoices (searching through mailboxes, or requesting them from providers) and reason through any circumstances which cannot be inferred from the bank feed and invoices/receipts on their own. In the benchmark these circumstances are presented to the model as “user notes." This is precisely the kind of fine print on white-collar AI capability that companies keep running into: pretty much any non-entry office job worth having involves a lot of undocumented (even undocumentable) problems requiring judgment and experience.

And I would be pretty nervous about asking any of the frontier LLMs to retrieve invoices: “cool, Claude logged that it found the May 6th bill from the paper supplier, I am sure it didn’t just make something up arbitrary, then compound on the error by agentically iterating over the made-up invoice lurking in its reasoning traces. I checked the first 30 times and there were no problems!”

Diogenesian

这在讨论中不应被忽视：

人类完成的工作比这个基准测试中对模型要求的内容更广泛：人类还必须找到相关发票（通过搜索邮箱或向供应商索取），并对任何无法仅从银行流水和发票/收据推断出的情况进行推理。而在基准测试中，这些情况是以“用户备注”的形式提供给模型的。

这正是企业在白领AI能力方面不断遇到的细节问题：几乎所有值得拥有的非入门级办公室工作都涉及大量未记录（甚至无法记录）的、需要判断力和经验的问题。

而且，我对于让任何前沿大语言模型去检索发票会感到非常紧张：“太好了，Claude记录了它找到了5月6日来自纸张供应商的账单，我确信它没有凭空捏造，然后通过代理性地迭代那个隐藏在其推理痕迹中的虚构发票来加剧错误。我检查了前30次，没有发现任何问题！”

The glass backbone: Why the Army’s logistics will … #

https://news.ycombinator.com/item?id=48845922

One of the most interesting innovations in the Ukraine war is their internal market place for drones, letting each drone group decide which drones they want to procure and use in battle.

It is not a top-down decision, production and supply as other armies use for their weapons logistics.

silvestrov

乌克兰战争中最有趣的创新之一是他们的内部无人机市场，让每个无人机小组自行决定想要采购和投入战斗的无人机型号。这并非像其他军队在武器后勤中使用的自上而下的决策、生产和供应模式。

GPT-5.6 #

https://news.ycombinator.com/item?id=48849223

Funny to see that they did not include Fable 5 in their GeneBench and LifeSciBench comparisons because “it does not answer advanced biology questions and refuses the majority of questions in this eval”.

Winner by default!

eig

有趣的是，他们并没有将Fable 5纳入GeneBench和LifeSciBench的比较中，因为“它无法回答高级生物学问题，并且拒绝了该评估中的大多数问题”。默认获胜者！

EU Parliament greenlights Chat Control 1.0 #

https://news.ycombinator.com/item?id=48845671

Stupid parliamentary trick: Hold the vote on the day before the summer break - ensuring that many people have already returned to their home countries. Then use a sort of “reverse” parliamentary trick: the default is that this legislation is accepted. They needed an absolute majority - not of voting members, but of all members - to reject it.

Result: 314 against, 276 in favor, 17 abstentions, 113 absent

The EU is well on the way to becoming a totalitarian government.

ETA: It is shocking that 276 members of parliament would vote to support this. Are so many so naive? Or being paid off?

bradley13

愚蠢的议会把戏：在暑假前一天进行投票——确保许多人已经返回了各自的国家。然后使用一种“反向”议会把戏：默认这项立法被通过。他们需要绝对多数——不是投票成员的多数，而是全体成员的多数——来否决它。

结果：314票反对，276票赞成，17票弃权，113人缺席

欧盟正朝着极权政府的方向发展。

附注：276名议员投票支持这项法案，这令人震惊。有这么多人如此天真吗？还是被收买了？

EU Parliament greenlights Chat Control 1.0 #

https://news.ycombinator.com/item?id=48850489

Not only was Chat Control 1.0 already rejected twice by the European Parliament but:

  • This vote took place on last day of the session when many MEPs had already left for Summer vacation - 112 MEPs of 719 didn’t vote.

  • The vote was called only two days before as an “Rule 170 - Urgent procedure” - 73 MEPs missed the vote making it “urgent”. Normally it takes months of procedure to come up for a final vote.

spikels

Chat Control 1.0 不仅两次被欧洲议会否决，而且：

  • 此次投票是在会议最后一天进行的，当时许多欧洲议会议员已经离开去度暑假——719名议员中有112人未投票。
  • 投票仅在两天前被列为“第170条——紧急程序”——73名议员错过了投票，使其成为“紧急”。通常最终投票需要数月程序。

GPT-5.6 #

https://news.ycombinator.com/item?id=48849202

There is so much less drama involved with the Codex world. You don’t realize how oppressive CC is until you’ve escaped it. Outages, weird restrictions, degradation, accelerated usage, etc etc etc.

postalcoder

Codex世界涉及的戏剧性冲突要少得多。只有当你逃离了CC，你才会意识到它有多压抑。故障、古怪的限制、降级、加速消耗等等等等。

GPT-5.6 #

https://news.ycombinator.com/item?id=48849608

GPT-5.6 Sol sets a new SOTA on ARC-AGI-3: 7.8%

Sol is the first verified frontier model to ever beat an ARC-AGI-3 game

https://arcprize.org/results/openai-gpt-5-6

meetpateltech

GPT-5.6 Sol 在 ARC-AGI-3 上取得了新的最高水平：7.8%

Sol 是首个通过验证、在 ARC-AGI-3 游戏中获胜的前沿模型

https://arcprize.org/results/openai-gpt-5-6

My thoughts on the Bun Rust rewrite #

https://news.ycombinator.com/item?id=48845652

I have learned so much reading Andrew’s code and as I said in the original post: Bun would never have happened without Zig.

The post claims they were fuzzing their Zig code, while during our calls the whole Bun team told us that they were not fuzzing anything. This appears to be an outright fabrication.

Fuzzilli integration: https://github.com/oven-sh/bun/pull/24826

Merged PRs fixing issues Fuzzilli found in Bun’s Zig code:

Searching “Fuzzilli” shows more PRs: https://github.com/search?q=repo%3Aoven-sh%2Fbun+is%3Apr+Fuzzilli++is%3Amerged&type=pullrequests&s=created&o=asc

Jarred

我从阅读Andrew的代码中学到了很多，正如我在原帖中所说：没有Zig就不会有Bun。

帖子声称他们正在对Zig代码进行模糊测试，而我们在通话中，整个Bun团队却告诉我们他们没有进行任何模糊测试。这似乎完全是捏造。

Fuzzilli集成：https://github.com/oven-sh/bun/pull/24826

已合并的修复Fuzzilli在Bun的Zig代码中发现问题的PR：

搜索“Fuzzilli”会显示更多PR：https://github.com/search?q=repo%3Aoven-sh%2Fbun+is%3Apr+Fuzzilli++is%3Amerged&type=pullrequests&s=created&o=asc

Why American ambulance rides are so expensive #

https://news.ycombinator.com/item?id=48856196

I don’t think the question is “Should ambulances be a thing?” though. It’s a question of “Should someone in a situation where they need an ambulance have to balance the potentially life-threatening impact of saying no versus the potentially financially ruinous impact of saying yes?”

The (fairly obvious) answer to that no one should be in that situation. It’s horrible. Society should find a better way to pay for ambulances. Most of the world has accepted that some system to spread the cost among everyone is better than putting people in that situation.

onion2k

我不认为问题在于“救护车是否应该存在”。而是：“一个需要救护车的人，是否必须在拒绝呼叫（可能危及生命）与接受呼叫（可能导致财务毁灭）之间做出权衡？”

显而易见，没有人应该陷入这种境地。这太可怕了。社会应该找到更好的方式来支付救护车费用。世界上大多数国家已经接受，某种全民分摊成本的体系比让人们陷入这种困境要好。