2026 08 07 HackerNews

2026-08-07 Hacker News Top Stories #

  1. 以游戏配置为例介绍帕累托前沿概念，用于多目标优化中剔除次优选项，最终选择取决于个人偏好。
  2. 自学植物学指南，强调使用拉丁学名和基于进化关系的分类，推荐教材和实践方法。
  3. 一种记录代码变更与对话关联的版本控制工具，支持回退、追溯、分支和分享工作线程。
  4. 作者因不满谷歌控制而转向SailfishOS，但存在兼容性问题，仍需安卓设备处理特定应用。
  5. Neon与Castform合作，利用低成本开源模型和强化学习后训练，在搜索任务上超越前沿模型。
  6. 分析字体设计如何通过Goudy Oldstyle字体和排版手法营造未来主义氛围，并引申到产品设计中的细节决策。
  7. 爱好编程社区排斥LLM，因为其剥夺了学习过程和craftsmanship，被视为作弊。
  8. Meta发布终端编码代理Muse Code和模型更新Muse Spark 1.2，提升代码生成和复杂任务处理能力。
  9. Meta平台出现AI生成儿童性虐待广告，引发对AI道德和法律追责的批评。
  10. 市议会通过征用权阻止数据中心项目，因噪音、环境影响等反对，全美多社区考虑类似限制。

1. 马力欧遇上帕累托 (Mario Meets Pareto) #

https://www.mayerowitz.io/blog/mario-meets-pareto

这篇文章探讨了《马力欧卡丁车 8》中如何选择最佳赛车配置的问题。游戏中有驾驶员、车身、轮胎和滑翔翼四个部件，每个部件都有多种选择，组合数量惊人。

作者引入了一个多世纪前经济学家帕累托提出的“帕累托前沿”概念。通过比较速度和加速两个关键属性，可以筛选出那些“不被支配”的选项，即不存在另一个选项在两项属性上都优于它。例如，酷栗宝在速度和加速上分别被凯瑟琳和桃花宝宝压制，因此是低效选择。

帕累托前沿能帮你客观地剔除次优选项，但最终选择仍取决于你的个人偏好和游戏风格。文章最后指出，这种多目标优化问题在生活中也很常见，比如选择便宜又美味的餐食、高薪且轻松的工作等。当你的偏好权重不确定时，帕累托前沿能帮你缩小选择范围，专注于高效选项。

HN 热度 830 points | 评论 145 comments | 作者：theanonymousone | 12 hours ago #

https://news.ycombinator.com/item?id=49195231

  • 开发者常误认为必须在安全与用户体验间取舍，而实际可能不在帕累托前沿上。
  • 加入成本维度后，许多情况确实处于帕累托边界，进一步改进需巨大努力。
  • 高维空间中大多数点靠近表面，多目标优化时容易处于帕累托边界。
  • 管理层以“权衡”为借口削减成本，牺牲开发者未来福祉。
  • 开发与工程的区别在于做出明智权衡，但帕累托优化可能 NP 难。
  • 商业优化模型常用成本、利润、用户效用三角结构。
  • WOW 物品优化可用分治法和帕累托前沿剪枝高效计算最优配装。
  • 马里奥赛车速度与加速的权衡因场景而异，速通玩家选极端值，休闲或对抗需平衡。
  • 马里奥赛车 8 后期版本中迷你涡轮加速比最高速度更重要。

2. 犯罪虽有利，植物学却无益 (Crime Pays but Botany Doesn’t) #

https://www.crimepaysbutbotanydoesnt.com/reading-list

这是一个关于如何自学植物学的网页指南。

内容主要分为几个部分：

  1. 学习心态：鼓励初学者不要被专业术语吓倒，利用互联网资源主动查询不懂的词汇和概念。

  2. 核心概念：解释了使用拉丁学名（如 Cedrus）的重要性，因为通用名（如“雪松”）容易混淆。同时介绍了现代植物分类学是基于进化关系（单系群）来划分的。

  3. 推荐书籍：列出了几本关键教材和读物，包括：

    • 《Plant Systematics》（Michael Simpson）：深入学习植物系统学和基于共衍征的鉴定方法。
    • 《Raven’s Biology of Plants》：涵盖植物生物学和进化基础知识。
    • 其他推荐：包括《The Tangled Tree》、《Botany for Gardeners》以及关于特定地区生态（如加州、沙漠）的书籍。网页还提及了通过 libgen 等网站获取电子版教材的途径。

  4. 实践操作：简要介绍了如何制作植物标本（压花），例如将枝条压在旧书或速写本中。

HN 热度 635 points | 评论 197 comments | 作者：DarkContinent | 18 hours ago #

https://news.ycombinator.com/item?id=49192566

  • Joey 的频道是金矿，但需要适应其强烈个性；Gerry Wilhelm 知识渊博
  • 原生森林、草原被破坏后需要数千年才能恢复，昆虫不会自动重现
  • 水的可用性有多种形式，耕作会破坏这些形式
  • 杂草是长错地方的植物，定义取决于上下文
  • 美国常见草坪法规，许多城市要求草高不超过 8 英寸，但可替换为本地植物或三叶草
  • 波兰不要求修剪草坪，除非构成火灾风险
  • 英国没有法律要求剪草坪，但邻居可能不满
  • 美国城市草坪条例源于国际物业管理规范，影响房产价值
  • 高草和杂草可能助长老鼠、白蚁等害虫，造成财产损失和安全隐患
  • 健康生态系统（猫头鹰、蛇、郊狼）能控制啮齿动物，但害虫问题常源于食物储存和垃圾管理
  • 耕作和化肥的农田与太阳能板田地一样，都已远离原生状态

3. Zed DeltaDB (Zed DeltaDB) #

https://zed.dev/deltadb

这是一个关于 DeltaDB 版本控制系统的产品介绍页面。

DeltaDB 是一种在代码提交之间记录工作过程的版本控制工具，能将每一次变更与产生它的对话关联起来。

主要功能包括：

  • 回退到任意编辑点：捕捉每次操作并赋予稳定标识，可指向代码演化的任何时刻。
  • 将代码追溯至对话：每一处变更都链接到产生它的智能体对话，可从代码行找到对话，也可从消息跳转到相关代码。
  • 随时创建分支：虚拟化工作树，可免费创建新分支，历史中任何点（包括运行中途）都可作为分支起点。
  • 分享工作线程而非拉取请求：团队成员可在工作进行中加入，与执行任务的智能体交流并实时标注，无需等待提交和推送。

页面还提供早期访问申请入口，需填写邮箱和 GitHub 用户名。

HN 热度 518 points | 评论 301 comments | 作者：ahamez | 1 day ago #

https://news.ycombinator.com/item?id=49187256

  • Zed 应该聚焦基础功能（如 WSL 文件显示问题），而不是开发新版本控制系统。
  • 一些公司允许工程师从事非核心项目（如重写编译器、包管理器），这种“工程特权”可能催生优秀产品，但只有资金充裕的公司能承受风险。
  • 重写/重发明项目通常源于糟糕管理，导致恶性循环，但也可能间接带来长期收益（如 Electron、Atom、VS Code）。
  • 工程师可以借助开源项目获得关注后离职创业，公司会通过所有权和非竞争协议约束此类行为。
  • 定制软件有时是满足特定需求的必要选择，不完全是浪费资源。
  • 软件行业存在大量无效工作和糟糕管理，可能被 AI 颠覆。

4. 我正在将手机从安卓切换到 Linux (I’m switching my phone from Android to Linux) #

https://runarcn.no/android-to-linux/

作者因不满谷歌对安卓开源项目的控制，如依赖谷歌服务、限制自定义 ROM 开发、强制 AI 功能及限制应用安装，决定将手机从安卓系统切换至 Linux。作者拥有 Fairphone 4，最终选择了 SailfishOS 系统，该系统基于手势导航，应用框架美观，且可通过 SSH 远程控制。但存在 Python 和 glibc 版本过旧、Waydroid 和 GPS 故障等问题，部分社区应用质量不佳。Ubuntu Touch 虽支持 Waydroid，但通知和剪贴板不同步，原生应用体验较差。作者仍需依赖安卓设备访问银行、政府服务及 Uber 等应用，计划使用备用手机 Galaxy A17 通过热点完成这些任务。作者将记录使用体验，并可能购买 Jolla Phone 2。

HN 热度 434 points | 评论 472 comments | 作者：speckx | 1 day ago #

https://news.ycombinator.com/item?id=49188022

  • Android 本身是一个不错的操作系统，但 Google Play Services 集成过深，设计上让 Android 几乎无法离开它运行，这是主要问题
  • Google Play Services 是 Google 为了控制厂商碎片化而推出的工具，通过兼容性测试强制预装，随后将 API 移入其中以便快速更新，但导致 Android 不再是真正的开源系统
  • Google 当初将功能从 OS 移入 Play Store 的做法原本解决了厂商更新延迟的问题，但后来贪婪使 Android 从开源转向闭源，让 GrapheneOS 等替代系统难以生存
  • 进一步开发 microg 等替代方案，可能比开发 PostmarketOS、Ubuntu Touch 等更有价值，能更快挑战 Android/iOS 双寡头格局
  • microg 只是客户端，仍然需要与 Google 服务器通信
  • Android 底层架构质量差，代码混乱，重新发明了 bionic libc、启动管理器、HAL 等，Java/C++ 混合导致用户体验参差不齐
  • Android 缺乏像 iOS 那样统一的备份策略，换机恢复数据麻烦
  • Seedvault 在 GrapheneOS 等系统上备份效果不错，但仍有大量应用（如 Fennec、Termux、Element 等）无法备份，用户无法覆盖

5. 以便宜 100 倍的开源模型，在检索任务上击败 GPT-5.6 Sol (Beating GPT-5.6 Sol on retrieval with 100x cheaper open models) #

https://neon.com/blog/how-castform-neon-beats-frontier-models-on-price-and-efficiency

Neon 与 Castform 合作，推出了一种成本极低的检索模型训练方案。核心思路是利用 Neon 的 Lakebase Postgres 数据库和搜索扩展，结合 Castform 的强化学习后训练技术，将企业数据库中已有的原始数据转化为高性能的 AI 搜索模型。

文章指出，优秀的 AI 代理需要强大的上下文检索能力和模型决策能力。传统依赖嵌入搜索和 GPT-5.6 等前沿模型的多轮搜索成本高、速度慢。而 Castform 通过后训练，能让成本低 100 倍的开源模型在特定搜索任务上达到甚至超越前沿模型。

Castform 的训练流程完全基于 Neon：使用 Lakebase Search 进行数据存储、合成训练数据、执行训练中的搜索工具调用以及最终推理。企业无需准备复杂的训练数据集，Castform 能自动将内部文档、产品记录等数据转化为问答任务，并管理强化学习循环。训练过程中，Neon 的动态计算扩展能力能有效应对高并发的搜索请求，而 Neon 的分支功能则为有状态代理的训练提供了隔离的环境。

HN 热度 420 points | 评论 114 comments | 作者：moonikakiss | 1 day ago #

https://news.ycombinator.com/item?id=49186762

  • 构建 agentic search 有三种方法：高质量的检索、智能框架用模型验证结果、以及专门为检索任务训练的模型。
  • 专门为检索训练的模型（如 SID-1）值得关注，它们可以更便宜地达到或接近大模型的效果。
  • 小模型更便宜、更快，用强模型处理 token-heavy 任务不经济，需要优化 ROI。
  • 即使 2% 的准确率提升在高量场景（如客服、欺诈检测、广告）也能带来显著收益。
  • 大模型成本高，prompting 与 post-training 可以互补，小模型通过更好的数据训练可以胜出。
  • 专门模型未必总能击败通用强模型，但 MoE 和路由系统（如 Fugu）显示了潜力，且本地处理有优势。
  • 模型质量依赖于训练数据，拥有专有数据可以产生更好的专门模型。
  • 通过蒸馏和 agent 操作 top-k 结果能有效改进检索性能。
  • Claude Code 的 Explore agent 已改为使用主模型而非 Haiku。
  • “adapted”模型是未来趋势，例如用 8B 模型专门写 Python 代码。

6. 《银翼杀手》中的片头字幕令人惊叹。 (The title cards in Blade Runner are amazing) #

https://randsinrepose.com/archives/blade-runner-title-cards/

这篇文章是一篇关于字体排印学的博客文章，作者以《银翼杀手》的片头字幕为切入点，探讨了字体设计的功能性与情感表达之间的悖论。

文章首先指出，优秀字体设计的最高境界是让读者忽略字体本身，专注于文字内容，但字体总会不可避免地传递出某种“感觉”。作者以自己日常使用的编程字体为例，列举了六种备选方案，说明即使是追求功能性的等宽字体，也会带来不同的个人感受。

随后，文章将焦点转向《银翼杀手》的片头字幕，揭示其精妙之处：整个片头仅使用了一种名为“Goudy Oldstyle”的字体，但通过全大写、小型大写、斜体、红色强调以及类似书籍排版的首行缩进等手法，营造出强烈的未来主义氛围。作者特别指出，片头中“Replicant”一词首次出现时使用了红色斜体，与电影标题颜色一致，暗示了影片核心冲突。

文章还对比了《银翼杀手》工作版片头使用的“Impact”字体，认为那是缺乏思考的平庸选择，而最终版对细节的执着正是其“令人惊叹”的原因。作者由此引申到产品设计领域，强调那些看似微不足道的细节决策，最终会汇聚成用户能感受到的“集体声音”，决定一个产品是平庸还是卓越。

HN 热度 411 points | 评论 201 comments | 作者：ExMachina73 | 1 day ago #

https://news.ycombinator.com/item?id=49189287

  • 电影《银翼杀手》片头字幕之所以出色，除了语言和字体，还在于范吉利斯创作的配乐和音效，它们逐渐增强，将观众沉浸入世界。
  • 范吉利斯不会读谱或写谱，他通过即兴演奏、录音和混音来创作，并雇佣他人将音乐记谱。
  • 范吉利斯与乔恩·安德森的合作故事很有趣，安德森曾分享过与他会面及合作的轶事。
  • 许多知名专业音乐家（如汉斯·季默）并不读谱，他们通过耳朵学习和实践积累技术知识。
  • 汉斯·季默曾使用罗兰 MC-8 微作曲器，该设备在 1977 年推出，拥有 16KB 内存和 5200 个音符的序列长度，备份需用磁带。
  • 汉斯·季默在 1982 年认为，机器能产生比普通音乐家更好的效果，这一观点现在看来非常正确。
  • 音乐记谱法并非绝对，它只记录了部分信息；在录音出现前，音乐更接近即兴风格，同一首歌在不同地方差异很大。
  • 购买流行歌曲的乐谱时发现，它们往往由他人转录，与电台播放版本不符，而古典或专业合唱乐谱则更准确。
  • 不懂音乐记谱法可能让创作者形成更高效的抽象思维，就像不识字对口语能力的影响，既有损失也有增益。

7. 天生反对，或为何爱好编程社区反对使用 LLM (Born Against, or why hobby programming communities are against LLM usage) #

https://blog.fogus.me/llm/born-against.html

这篇博客文章探讨了为什么爱好编程社区（如 OSDev、LangDev、EmuDev 等）对 LLM 的使用持强烈排斥态度。作者指出，这些社区的核心价值在于艰难地掌握领域知识的过程本身——运行代码只是附带成果，而 LLM 的使用被视为一种“作弊”，剥夺了真正的学习与 craftsmanship。尽管 LLM 在专家手中可以作为杠杆，但社区更看重的是通过长期活动、分享优雅代码、展示好奇心与深度知识来赢得尊重。早期尝试使用 LLM 的人往往缺乏深入理解，加上社区内的激烈守门行为，导致氛围迅速恶化。

HN 热度 407 points | 评论 477 comments | 作者：lladnar | 1 day ago #

https://news.ycombinator.com/item?id=49187061

  • 编程分为五个阶段，不同性格的人看重不同阶段，LLM 只擅长实现阶段，对喜欢动手编码的“修补匠”来说，它抢走了最有趣的部分，只留下枯燥的环节。
  • 程序员过去因解决难题而受尊重，现在 LLM 基于开源成果解决了编码环节，威胁到程序员地位，引发不满。
  • 不必担心失业，软件需求永无止境，工具只会加速开发，当前裁员是资本开支和削减成本所致，长期来看程序员岗位仍安全。
  • AI 会让小型企业用更少人力开发软件，但大企业仍面临系统协调和整体理解的难题。
  • 当前裁员主要集中在大公司，许多公司只是停止招聘初级程序员，因为 LLM 能完美替代初级岗位。
  • 几年后会有大量修复劣质 AI 生成代码的工作机会，需要经验丰富的开发者。
  • 反感将编程视为“地位”或“受尊重”的职业，宁愿整个领域被机器人取代，也不愿它变成律师那样的地位行业。
  • 律师和程序员一样，也有喜欢钻研和摆弄文字/代码的“书呆子”，两者有相似之处。
  • 法律起草缺乏软件工程中的系统测试和回归测试，律师摆弄文字造成的错误影响更大、范围更广，且反馈机制不如编程即时。

8. Muse Code 和 Muse Spark 1.2 (Muse Code and Muse Spark 1.2) #

https://research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2

Meta AI 发布了 Muse Code（测试版），这是一个由最新模型 Muse Spark 1.2 驱动的终端编码代理，标志着向更强大的前沿模型迈进。Muse Code 能处理大型代码库中的复杂软件工程任务，包括规划变更、编写代码和验证结果，并可协调多个持久运行的异步后台代理，减少延迟和人工干预。其运行时采用本地事件日志，确保回放精确且崩溃后可恢复，适合长时间运行的任务。内置技能包括 /plan（制定需批准的计划）、/grill（压力测试计划）和 /goal（推动目标完成）。

Muse Spark 1.2 是聚焦编码的模型更新，显著提升了代码生成、复杂调试、代码库理解和端到端开发工作流能力，同时保持通用代理优势。该模型与 Muse Code 联合训练，针对长时任务进行了大量训练，包括整库生成和自动研究，并利用规划、目标条件和上下文压缩维持进度。此外，通过自我改进循环，使用旧模型生成训练数据，提升了复杂指令遵循的准确性。

案例研究显示，Muse Spark 1.2 能在 GPU 内核优化中持续改进，通过代理环境编写、编译、剖析并优化内核性能。Muse Spark 1.2 现已通过 Muse Code 和 Meta 模型 API 向全球开放。

HN 热度 318 points | 评论 246 comments | 作者：paulkrush | 1 day ago #

https://news.ycombinator.com/item?id=49187575

  • Meta 提供 10 倍输入折扣和 20 倍输出折扣，条件是允许他们用你的数据训练。
  • OpenAI 也有类似免费 API 使用当数据共享开启，但条件更复杂，有每日 token 限制且仅部分用户可用。
  • 这种定价策略很透明，直接告知数据用途并给予补偿。
  • 有人认为 Meta 无论如何都会训练你的数据，即使你付全价，合同约束不可信。
  • 反驳观点认为 Meta 若违反合同会面临大规模诉讼，不值得为少量数据冒险。
  • 有人质疑 Meta 的历史行为，认为他们擅长钻空子，不值得信任。
  • DeepSeek 免费层模型质量不如付费版，可能被量化或限制上下文。
  • 不同提供商的免费/折扣条款差异大，Meta 的简单开关更受欢迎。

9. Meta 投放了含有 AI 生成的儿童性虐待图像的广告 (Meta Ran Ads That Contained AI-Generated Child Sexual Abuse Imagery) #

https://www.wired.com/story/meta-ran-ads-that-contained-ai-generated-child-sexual-abuse-imagery/

Meta 在 Facebook、Instagram 等平台投放了超过 50 条包含 AI 生成儿童性虐待图像的广告，部分广告本周仍在运行。文章指出这些广告内容涉及儿童性虐待描述，并引发了对 AI 技术缺乏道德准则的批评。评论者认为 Meta 和扎克伯格应为此负责，并呼吁对分发此类内容的行为进行法律追责。

HN 热度 317 points | 评论 259 comments | 作者：malshe | 1 day ago #

https://news.ycombinator.com/item?id=49187977

  • YouTube 上出现成人性广告（如清洁广告暗含口交图像），怀疑几乎没有审核。
  • Google Play 商店向儿童展示血腥尸体广告，举报一周未移除，用户转向苹果。
  • 搜索应用时付费广告占据结果顶部，充斥着诈骗或山寨应用，缺乏真正替代品。
  • F Droid 接近理想但缺少银行等关键应用，过去无法自动更新因 Android API 限制（直到 SDK 31 支持静默更新）。
  • 讽刺性要求用户验证身份才能阻止向孩子推送不当广告。
  • 苹果设备同样存在不当广告，但比两年前有所改善。
  • 苹果不删除 Facebook 或 Twitter 上的 CSAM，却因单一举报移除 Telegram，批评其双重标准。
  • 脏钱也在引诱苹果，但切换后暂时未见到不当广告。
  • 无法在 Chromebook 上为未成年用户运行 Linux。
  • 举报明显色情广告后收到 AI 生成的“无违规”回复。
  • Facebook 举报口交广告得到类似敷衍回复，认为他们从未认真对待。
  • Facebook 对犯罪诈骗（如虚假投资、盗用名人肖像）举报也回复不违规。
  • Section 230 不应适用于广告，因平台有商业动机不严格审查，应如报纸般区分广告与内容。
  • Facebook 上 AI 生成虚假宠物图片的诈骗群组长期存在，平台仅出于恶意/贪婪不处理。
  • Section 230 不妨碍广告商入狱或平台向警方提供信息。
  • 线下公告栏放置付费 CSAM 会导致店主入狱，线上平台却缺乏问责。
  • 举报种族主义言论后被告知不违反社区标准。
  • 这些现象印证了“死互联网理论”。
  • AI 是傀儡（goon），审核形同虚设。
  • 广告创建者有资源不断绕过过滤/审核，而过滤只针对大公司 IP（如音乐版权）。

10. 纳什维尔动用征用权阻止动物园附近的数据中心 (Nashville uses eminent domain to block data center near zoo) #

https://www.costar.com/article/970809918/nashville-council-approves-eminent-domain-action-to-halt-data-center-project

纳什维尔市议会以 27 比 5 的投票结果，批准市长弗雷德·奥康奈尔的提案，授权市政府通过征用权收购动物园附近的一处地产，以阻止数据中心项目。该地块由开发商 DC Blox 持有，面积 23 英亩，计划建设一座 69,220 平方英尺的单层数据中心，投资超 7 亿美元。

动物园方面以噪音、光照、电力资源及环境影响为由强烈反对，并发起请愿，已收集超 50 万签名。反对者包括音乐明星布拉德·佩斯利、雪莉·克劳和杰克·怀特。市议会还通过了新的分区限制，并实施暂停新许可审批至 12 月 1 日。

目前全美超过 200 个社区和至少 14 个州正在考虑类似限制措施，纽约州也已暂停数据中心许可一年以研究其影响。DC Blox 表示暂无新进展可公布。

HN 热度 316 points | 评论 467 comments | 作者：mapping365 | 21 hours ago #

https://news.ycombinator.com/item?id=49191624

  • 传统数据中心（如托管邮件、Netflix）与 AI 数据中心不同，但当前对 AI 的厌恶导致所有数据中心都被视为问题。
  • 数据中心本身是很好的邻居，比仓库和购物中心更环保，但能源和水资源问题需要关注。
  • 数据中心名声受损源于高调滥用案例：电价上涨、非法排放、水质污染、居民供电被切断等。
  • 数据中心运营商承诺不用水却秘密大量用水，破坏了信任。
  • 数据中心用水量相对于居民用水可能显著，尤其在小型社区。
  • 美国人均用水量远高于欧洲，部分原因是浇草坪和私人水井。
  • 大科技公司长期破坏信任，AI 数据中心有各种违规行为，导致民众反对。
  • 数据中心可以推动可再生能源和电网现代化，但实际会被推向监管宽松的地区。

Hacker News 精彩评论及翻译 #

Born Against, or why hobby programming communities… #

https://news.ycombinator.com/item?id=49193394

Programming has five phases effectively:

  1. You figure out what problem to solve.

  2. You figure out HOW to solve the problem.

  3. You actually implement the solution.

  4. You see the solution work, for yourself.

  5. You ship/deploy/publish the program. This means you see people be happy users and/or you get paid for it and so on.

If you’re an entrepreneur type, you probably enjoy the first and last steps most, and you see steps 2-4 as mostly a chore. If you’re a tinkerer, you don’t care much for 1 and 5, and you see 2-4 as the whole point of programming. I’m a tinkerer. I’d be happy to just write code and throw it away. Coding is like solving sudokus. I could skip steps 1 and 5 forever. I don’t ever need to show any code to anyone. In fact, most of the time when programming I do steps 2 and 3 and even skip 4. I don’t even finish! I work weeks on something until I lose interest, and I know that in order to even run it, it would be several more weeks. A PoC is enough. Or just a half one. It’s just code-to-structure-thoughts, not to create anything finished.

The 5 phases look kind of symmetric. The outermost layer (1 and 5) are the entrepreneurial steps. If you’re a product owner or CEO, you might work strictly at steps 1,5. Then steps 2-4 are the managerial/architectural steps. If you’re a very senior IC at a large company, you might work at this level, without actually doing much coding. Only the inner most step (3) is the manual creation of source code. Even though it’s 5 different phases, it’s just “3 layers” of programming.

The problem as I see it is that I enjoy step 3. And LLMs are good at step 3 almost exclusively. So they just pick the best bit of this dish, and leave me with the rest.

If you’re an entrepreneurial type, the LLM appears to take the worst bit of the work from you. Great.

alkonaut

编程实际上有五个阶段：

  1. 你想清楚要解决什么问题。

  2. 你想清楚如何解决这个问题。

  3. 你真正实现这个解决方案。

  4. 你亲眼看到解决方案能跑起来。

  5. 你发布/部署/上线这个程序。这意味着你看到用户用得开心，和/或你因此赚到了钱，等等。

如果你是创业型的人，你大概最喜欢第一和最后一步，而把第2到第4步看作主要是苦差事。如果你是个喜欢捣鼓的人，你不太在乎第1和第5步，而是把第2到第4步当作编程的全部意义。我就是那种爱捣鼓的人。我只要能写代码然后扔掉就很开心。写代码就像解数独。我可以永远跳过第1步和第5步。我根本不需要向任何人展示代码。事实上，大多数时候我编程只做第2和第3步，甚至跳过第4步。我甚至不会完成！我会在某个东西上折腾几周直到失去兴趣，而且我知道，就算要把它跑起来，还得再花好几周。一个概念验证就够了，甚至半个都行。写代码只是为了把想法结构化，而不是为了做出什么成品。

这五个阶段看起来有点对称。最外层（第1和第5步）是创业性的步骤。如果你是产品负责人或CEO，你可能严格在第1和第5步工作。而第2到第4步是管理/架构层面的步骤。如果你是大公司里非常资深的个人贡献者，你可能就工作在这个层面，实际上不用写太多代码。只有最内层的第3步才是手动编写源代码。虽然说是五个不同阶段，但编程其实只有“三层”。

在我看来，问题在于我喜欢第3步。而大语言模型几乎只擅长第3步。所以它们只是把这道菜里最好吃的那一口挑走了，把剩下的留给我。

如果你是创业型的人，大语言模型看起来是从你手里接过了最糟糕的那部分活儿。很好。

Changes at Google DeepMind: Demis Hassabis from CE… #

https://news.ycombinator.com/item?id=49189872

This funny post reads surreal, but it may carry some truth: https://x.com/signulll/status/2067446889956430273?lang=en

hintymad

这个有趣的帖子读起来很超现实，但可能有些道理：https://x.com/signulll/status/2067446889956430273?lang=en

Changes at Google DeepMind: Demis Hassabis from CE… #

https://news.ycombinator.com/item?id=49185997

So, in last several months, all the prominent names Google lost: Demis Hassabis (technically still with google but these things are usually presented with a spin), Jeff Dean, Sanjay Ghemawat, Oriol Vinyals, Quoc Le, Noam Shazeer, John Jumper, Jonas Adler, Alexander Pritzel, David Silver, Denny Zhou, Fernando Pereira, Alex Turner

And all the prominent names Google gained: NULL

Combined with no gemini frontier GA release in about 14 months. You have to have created an environment pretty hostile to innovation for this to happen

GodelNumbering

在过去几个月里，谷歌流失的所有知名人士：戴密斯·哈萨比斯（严格来说仍在谷歌，但这类事情通常会被粉饰）、杰夫·迪恩、桑杰·格马沃特、奥里奥尔·维尼亚尔斯、郭乐、诺姆·沙泽尔、约翰·詹珀、乔纳斯·阿德勒、亚历山大·普里策尔、大卫·西尔弗、周登尼、费尔南多·佩雷拉、亚历克斯·特纳

以及谷歌获得的所有知名人士：无

再加上大约14个月内没有发布Gemini Frontier GA版本。你不得不承认，他们创造了一个对创新极为不利的环境。

Humans missed 1 in 3 threats approving AI agent co… #

https://news.ycombinator.com/item?id=49196345

It’s kinda funny there is still software coming out whose security model is “constantly ask the user for permission, and hope they never make a mistake”.

It’s been tried so many times before, and it never worked.

continuational

有点好笑的是，现在居然还有软件的安全模型是“不断向用户请求权限，并指望他们永远不会犯错”。这种模式以前试过很多次了，从来就没起过作用。

I’ll be stepping back from leading product for X #

https://news.ycombinator.com/item?id=49191323

The web experience has improved? You can’t even view a thread any more without being logged in or using a 3rd party site. They’ve actively made the web experience unusable for most people.

But considering they’ve also drastically reduced the quality of content on the platform, one could say they’ve done casual users a favor.

solid_fuel

网页体验有所改善？你现在不登录或不使用第三方网站甚至无法查看任何帖子。他们主动让网页体验对大多数人来说变得不可用。

但考虑到他们还大幅降低了平台上的内容质量，可以说他们也算是帮了普通用户一个忙。

Discovery Loop #

https://news.ycombinator.com/item?id=49188206

They make many bold promises, but their core goal is neatly encapsulated on the website:

“Imagine a future where a handful of people can conduct scientific research and engineering tasks much more rapidly, and with higher quality, than massive teams of scientists and engineers do today.”

This is the same goal as every other AI company out there. Automate away the human employees and let a small number of “people” (note that they do not say scientists or engineers for this part) take the credit and financial rewards for every good thing this human-free system produces.

beloch

他们做出了许多大胆的承诺，但其核心目标在网站上被简洁地概括为：

“想象一个未来，少数人能够以比当今庞大的科学家和工程师团队更快的速度、更高的质量来进行科学研究和工程任务。”

这和所有其他AI公司的目标如出一辙：把人类员工自动化掉，然后让一小撮“人”（注意，这部分他们说的可不是科学家或工程师）去占有这个无人工系统所产生的一切好处的功劳和经济回报。

Born Against, or why hobby programming communities… #

https://news.ycombinator.com/item?id=49191814

Because people that enjoy programming for programming’s sake don’t want an LLM to do the programming for them - isn’t it obvious? It’s just like with any other hobby, people who like car racing created rules that force you to drive yourself, even though they’d get faster lap times with electronic driver aids. People who enjoy grappling created rules that force you to grapple, even though striking could win a fight faster. People that enjoy chess don’t allow you to bring a computer to the chess table. The list is endless and the people that enjoy programming will create rules that force you to program, why shouldn’t they? It’s their hobby.

Schnitz

因为那些纯粹为了编程而享受编程的人，并不想让大语言模型替他们编程——这不是明摆着的吗？这跟任何其他爱好一样，喜欢赛车的人制定了规则，强迫你必须自己驾驶，尽管用电子驾驶辅助能跑出更快的圈速。喜欢摔跤的人制定了规则，强迫你必须摔跤，尽管出拳能更快赢得打斗。喜欢下棋的人不允许你把电脑带到棋盘旁。这样的例子数不胜数，而喜欢编程的人也会制定规则，强迫你必须自己编程，他们为什么不该这样呢？这是他们的爱好。

Zed DeltaDB #

https://news.ycombinator.com/item?id=49187716

Zed should focus on basics. When it focuses on basics Zed is good.

https://github.com/zed-industries/zed/discussions/54150 failing to show newly created files and declining to provide a refresh button, instead adding a polling backend, breaks Zed on WSL.

Why a new version control system? Why not git, jj, or another existing system?

NoDodgeQuestion

Zed应该专注于基础功能。当它专注于基础功能时，Zed就表现不错。

https://github.com/zed-industries/zed/discussions/54150 无法显示新创建的文件，又拒绝提供刷新按钮，反而添加了一个轮询后端，这在WSL上会让Zed崩溃。

为什么要开发一个新的版本控制系统？为什么不用git、jj或其他现有系统？

Changes at Google DeepMind: Demis Hassabis from CE… #

https://news.ycombinator.com/item?id=49185267

It seems like the real news is Jeff and Sanjay are leaving Google, and Demis is effectively replacing Jeff as Chief Scientist for all of Alphabet.

The bigger deal is the departure of Jeff and Sanjay, rather than Demis moving into a different role.

ra7

似乎真正的新闻是Jeff和Sanjay要离开谷歌，而Demis实际上取代Jeff成为整个Alphabet的首席科学家。

更重要的事情是Jeff和Sanjay的离开，而不是Demis换了个角色。

Nashville uses eminent domain to block data center… #

https://news.ycombinator.com/item?id=49192730

The reputation of datacenters precludes them due to some high-profile abuses of locals, as well as cities overcommitting brittle and unprepared infrastructure to them.

Consumer energy prices in 13+ states hiked because the grid was unable to meet the sudden demand. SpaceX’s datacenter in Memphis used gas turbines to rapidly deploy Colossus before the grid could be upgraded, which resulted in an increase in local air emissions that was technically illegal. There are two Meta datacenters that oneshotted their local water supplies during construction and tests, resulting in sediment and bacteria going through consumers’ taps. NV Energy cut off an entire town of residential properties because datacenters were more profitable, in a higher-stakes parallel to the ongoing RAM woes in consumer electronics.

There’s been more than enough well-justified association between “datacenter” and “abuses local resources” that I think nobody should really be surprised at the backlash toward them. The backlash is so furious that it’s forming a rare example of a bipartisan, populist consensus on any given political issue.

ashleyn

数据中心的名声因一些引人注目的滥用当地资源事件，以及城市将脆弱且准备不足的基础设施过度承诺给它们而受损。
超过13个州的居民电价上涨，因为电网无法满足突然增长的用电需求。SpaceX在孟菲斯的数据中心在电网升级前使用燃气轮机快速部署了Colossus，导致当地空气排放增加，这从技术上讲是违法的。两个Meta的数据中心在建设和测试期间曾一次性耗尽当地供水，导致沉积物和细菌进入居民的自来水。NV Energy公司切断了整个城镇的住宅供电，因为数据中心更有利可图，这与消费电子领域持续的RAM短缺问题形成了更高风险下的相似局面。
“数据中心”与“滥用当地资源”之间的关联已经足够充分且合理，我认为没有人应对此引发的反对声感到意外。这种反对情绪如此激烈，以至于形成了在任何政治议题上都罕见的跨党派、民粹主义的共识。

Nashville uses eminent domain to block data center… #

https://news.ycombinator.com/item?id=49191980

I don’t know what DC Blox was going to put in this particular datacenter, but they are a “traditional” colocation datacenter company. Maybe this one would’ve been superdense GPUs with a jet engine as electrical generator causing all kinds of noise, but it’s also just as likely this would’ve been a project that 5 years ago no one would’ve batted an eye over, and wouldn’t cause any issues in the local neighborhood

That’s the unfortunate thing about the current climate around datacenters. Everyone hates AI, and Elon absolutely screwed Memphis, and everyone thinks anything with more than 10 computers in it is going to be an xAI monstrosity. There’s still a need for growth in just traditional datacenters hosting things like your email and Netflix, not just AI, and those projects are going to get swallowed up in the AI hubbub

mixdup

我不知道DC Blox原本打算在这个数据中心里放什么，但他们是一家“传统”的托管数据中心公司。也许这个项目原本会配备超级密集的GPU，并用喷气发动机来发电，产生各种噪音，但同样有可能的是，这个项目在五年前根本不会引起任何人的注意，也不会给当地社区带来任何麻烦。

这就是当前数据中心环境令人遗憾的地方。每个人都讨厌AI，而埃隆绝对把孟菲斯搞砸了，现在所有人都认为只要里面有超过10台电脑的东西就会变成xAI的怪物。传统数据中心（比如托管你的电子邮件和Netflix的内容）仍然需要增长，而不仅仅是AI，但这些项目将会被AI的喧嚣所吞没。

Changes at Google DeepMind: Demis Hassabis from CE… #

https://news.ycombinator.com/item?id=49185385

OpenAI and Anthropic have the freedom to do absolutely insane things like negligently hack other companies. It would be stock price suicide if anything even remotely happened with Google.

xnx

OpenAI和Anthropic可以自由地做出极其疯狂的事情，比如因疏忽而入侵其他公司。如果谷歌发生任何类似的事情，那将是股价的自杀。

Crime Pays but Botany Doesn’t #

https://news.ycombinator.com/item?id=49194543

My favorite Youtube channel.

Please watch the latest https://www.youtube.com/watch?v=HDVcfSYcxc0. It’s an interview with an old botanist, who shares his wisdom and philosophy, remains engaged after decades of witnessing first hand America’s nature getting destroyed. 2 main points: - destroyed old-growth forests, grassland, remnant prairies takes millennia to be back to what they were, not decades. Insects and other pollinators don’t just reappear - water availability for plants comes in many forms, all of which disappear with tillage.

Joey is an acquired taste, but if you look past the strong and odd personality (the persona?), his channel is a gold mine. But this time he was (rightfully) impressed by Gerry (Gerould) Wilhelm’s wealth of knowledge.

jojocool0501

我最喜欢的YouTube频道。

请观看最新的视频https://www.youtube.com/watch?v=HDVcfSYcxc0。这是一位老植物学家的访谈，他分享了自己的智慧与哲学，在亲眼目睹美国自然被破坏数十年后，仍然保持着参与。两个要点：- 被破坏的原始森林、草原、残留草原需要数千年才能恢复原状，而非数十年。昆虫和其他传粉者不会凭空重现 - 植物所需的水分有多种形式，所有这些都会随着耕作而消失。

Joey是一个需要慢慢品味的人，但如果你忽略他强烈而古怪的个性（或人设？），他的频道就是个宝藏。但这次他（理所应当地）被Gerry (Gerould) Wilhelm的渊博知识所震撼。

Discovery Loop #

https://news.ycombinator.com/item?id=49185577

From Jeff’s twitter post:

Our general approach is to automate the experimental loop. We think this approach is broadly applicable across many different fields of science and engineering. We’ll initially focus on ML research and engineering, but believe the approach can help with important subproblems in nearly every one of the fourteen <at>NAE Grand Challenge problems. We think doing this well requires strong expertise in machine learning as well as large-scale systems.

See also: https://www.nae.edu/20782/grand-challenges-project

Those 14 are:

NAE Grand Challenges for Engineering

  1. Make Solar Energy Economical

  2. Provide Energy from Fusion

  3. Develop Carbon Sequestration Methods

  4. Manage the Nitrogen Cycle

  5. Provide Access to Clean Water

  6. Restore and Improve Urban Infrastructure

  7. Advance Health Informatics

  8. Engineer Better Medicines

  9. Reverse Engineer the Brain

  10. Prevent Nuclear Terror

  11. Secure Cyberspace

  12. Enhance Virtual Reality

  13. Advance Personalized Learning

  14. Engineer the Tools of Scientific Discovery

cjbarber

来自杰夫的推特帖子：

我们的总体方法是自动化实验循环。我们认为这种方法广泛适用于科学和工程的许多不同领域。我们将首先专注于机器学习的研究与工程，但相信这种方法能帮助解决美国国家工程院（NAE）十四大挑战项目中几乎每一个领域的重要子问题。我们认为要做好这一点，需要具备机器学习和大规模系统的深厚专长。

另见：https://www.nae.edu/20782/grand-challenges-project

这十四项是：

NAE工程领域的重大挑战

  1. 使太阳能经济可行
  2. 提供聚变能源
  3. 开发碳封存方法
  4. 管理氮循环
  5. 提供清洁饮用水
  6. 恢复和改善城市基础设施
  7. 推进健康信息学
  8. 设计更好的药物
  9. 逆向工程大脑
  10. 防止核恐怖主义
  11. 保障网络空间安全
  12. 增强虚拟现实
  13. 推进个性化学习
  14. 打造科学发现的工具

Changes at Google DeepMind: Demis Hassabis from CE… #

https://news.ycombinator.com/item?id=49188724

Sanjay (who just joined Twitter)

Clarification: this comment is saying Sanjay Ghemawat joined Twitter as a user recently (new account @Sanjay_Ghemawat as of July 2026), as opposed to Sanjay working for Twitter the company.

omoikane

Sanjay（刚加入推特）

澄清：这条评论是说Sanjay Ghemawat最近注册了推特账号（截至2026年7月的新账号@Sanjay_Ghemawat），而不是说Sanjay为推特工作。

Changes at Google DeepMind: Demis Hassabis from CE… #

https://news.ycombinator.com/item?id=49190589

https://xcancel.com/signulll/status/2067446889956430273

JumpCrisscross

这是典型的心理投射，更别说还带有那种卑微的自我贬低。连一个完整的句子都拼不出来，难怪得靠陌生人的食物才能活下去。

Born Against, or why hobby programming communities… #

https://news.ycombinator.com/item?id=49187427

A hobby is something you enjoy the process of doing, not just the end result. Everybody likes a clean home, but cleaning is rarely a hobby. LLMs expedite achieving the end result. Take from that what you will.

QuantumNoodle

爱好是你享受过程本身的事情，而不仅仅是最终结果。每个人都喜欢干净的家，但打扫卫生很少成为爱好。大语言模型只是加速了最终结果的实现。你从中能悟到什么，就各凭心意了。