今日有42篇报道得分突破200分，其中17篇为全新上榜。榜首位置已连续四天未变：“谷歌什么时候变得这么奇怪了？”增加了40分达到1,987分，目前领先第二名948分。而这个第二名是一篇定价公告。
新上榜的报道质量出奇地高。有一个基准测试，其全部目的就是检测你花钱购买的模型是否被暗中削弱（nerfed）；有一个政府网站将你的护照问题路由给两个商业LLM；还有一篇包含大量数据的长文，论证了过去30年其实是用缓冲垫换取依赖性的一场漫长交易。三者之中有两个都关乎“验证”。
Livenerf：Opus 5.5 已经被削弱了吗？ — 853 points
853 points · 364 comments · github.com/ninjahawk/livenerf · HN discussion
数月以来，一直有人声称 Anthropic 会在模型发布数天或数周后“暗中削弱（nerf）”模型——量化、在同名背后换成较小的模型、降低推理精力（reasoning effort）、调整路由等。反方观点则认为这只是人们在噪声中强行寻找模式。由于此前没有任何人拥有干净的“第0天（Day-0）”基准线，争论纯粹是感觉对感觉。Opus 5.5 于2026年9月22日发布，而该项目从发布当天就启动了计时。它在30天内每天运行一次：第1至10天为基准线，随后是两个十天的观察窗口，因此最早的可能结论将在2026年10月24日左右出炉。今天的进度说明显示，30天中已采集了7天的数据，无一遗漏，全部使用相同的测试套件哈希和锁定的 CLI 版本。
你无法让这些模型具备确定性——采样参数已经取消，思维链（thinking）也无法关闭——因此其他一切都被冻结：提示词、CLI、评分器，以及永久保存的原始日志。该项目构建在英国 AI 安全研究所（UK AI Security Institute）的评估框架 Inspect 之上，统计方法遵循 Anthropic 自己关于在评估中添加误差棒（error bars）的论文，这真是一个绝妙的讽刺：供应商自己撰写了用来审查供应商的方法。评测集包含从 2,336 道 GPQA Diamond、MMLU-Pro、竞赛数学和 AIME 题目中精选出的 78 道题，挑选标准是 Opus 5.5 只有部分时候能答对的题目。
这篇内容之所以值得一读，是因为作者测量了该测试工具本身的失效模式并将其公之于众。降低推理精力在 token 消耗上的体现远比在准确率上明显得多：精力设为 low 时，输出 token 减少了 62%，准确率下降 8.3 ± 4.5 个百分点；精力设为 medium 时，token 减少 26%，准确率下降 4.2 ± 3.9 个百分点。而那个致命的警告被直接指了出来：换成原版 Opus 5 与 Opus 5.5 在 99% 置信度下无法区分（准确率 −3.8 ± 6.3 个百分点，token −23%）。该工具无法检测出这种规模的同家族模型替换。而这恰恰是人们抱怨最多的削弱方式，也是该基准无法识别的。
把这两个数字放在一起看，你就能得到实际的结论。如果一家实验室悄悄降低了推理精力，在准确率出现波动之前，你就会先看到 token 消耗量下滑。真正能检测出模型削弱的工具是你的账单仪表盘，评论区也独立地达成了这一共识——一位评论者报告说，本周在两天内就耗尽了 Max 配额的 54%，而在发布周同样强度的工作连续进行六天都没能用完配额。讨论帖中还有人发出了第二个追踪器（Nerf Bench，它锁定发布当天的行为并标记超过 10% 的偏差，声称捕捉到了 Anthropic 后来在博客中承认的 Opus 4.6 性能退化），一位怀疑论者辩称人们感觉到模型被削弱的频率远高于实际发生的频率，还有人反驳指出，数千名工程师每天发布超过 10 万次微小的变更，因此某些领域的性能退化往往在没有任何人刻意做决定的情况下就已经发生了。
America.gov — 739 points
739 points · 675 comments · america.gov · HN discussion
联邦政府的统一门户：用大白话描述你的诉求，AI 仅根据官方信源给出回答。头条亮点是将 29,000 个联邦政府网站浓缩为一个单一界面，而本届政府给出的背景是每天有 4,000 万人访问政府网站试图办理事务。该服务免费、无广告、不保留账户，登录页面声明在你离开后会话即被销毁。第一阶段是问答。第二阶段将于 2027 年启动，涉及交易与办理——在聊天界面内直接申请、登记和追踪进度。
聊天机器人是这项声明中最无趣的部分，而在发布现场签署的行政令才是重点。该命令指示各机构在 90 天内将面向公众的服务整合进 America.gov，涵盖在 12 个月内服务超过 10 万名用户且可在线申请的服务——但明确排除了国税局（IRS）的报税系统以及战争部（Department of War）和情报部门的国家安全服务。这项排除条款才是关键所在。对大多数美国人来说，报税系统是每年与联邦政府最痛苦的一次互动，但它被一道行政令排除在范围之外。唯一的正门，把绝大多数人想要进入的房间关在了门外。
有两点值得准确澄清。首先是模型：美国首席设计官（U.S. Chief Design Officer）乔·杰比亚（Joe Gebbia）在发布当天向 CNBC 表示，该网站由谷歌的 Gemini 以及 埃隆·马斯克的 Grok 共同驱动，而网站本身和行政令均未明确提及这一具体细节。该网站由国家设计工作室（National Design Studio，于 2025 年 8 月通过行政令设立，成员部分来自前 DOGE 员工，由 Airbnb 联合创始人领导）构建，由总务署（GSA）运营。其次是隐私声明。“不会收集或存储您的个人信息”是一句针对应用层的陈述，而在其底层，是一套将你的问题转交至两家商业模型提供商及机构后端的管道。我试图阅读 america.gov 自己的隐私和运作机制页面了解详情，但两处均处于 Cloudflare 机器人挑战之后，因此无法验证其政策的真实表述。页面上滑过“保护您的隐私”字样的动画指纹，点击时并不会关闭。
评论区在这篇帖子里比平时更有价值。热评第一对实际解决的问题充满热情且判断准确——人们因为分不清 29,000 个网站中哪个是真实的而频频遭遇钓鱼诈骗；还有人找到了谷歌自己的博客文章，证实了与 Gemini 的合作以及“覆盖 1 亿人”的声明。紧接着是经典的 xkcd 风格调侃，它切中了所有整合类项目的通病：居然有 29,000 个相互竞争的政府网站。太荒谬了！我们必须开发一个统一的政府网站，覆盖所有人的使用场景。 一位评论者指出了其讽刺之处：一项对政府服务的重塑，却部署在机器人检测墙的后面。
You said no MCP（你们不是说不要 MCP 吗） — 529 points
529 points · 311 comments · earendil.com · HN discussion
Pi 的开发团队花了一年时间公开贬低模型上下文协议（Model Context Protocol，MCP）——产品落地页曾明确声明不支持该协议，播客里说得更难听，其中一位联合创始人还写过一篇题为《如果你不需要 MCP 会怎样》的文章。如今它已被纳入核心功能，这篇文章正是他们的解释。简而言之就是 MCP 发生了改变，但仅凭这一点并不足以成为提供核心支持的理由，因为 MCP 本就可以作为扩展运行，而且此前也确实如此。
真正的原因藏在文章的中段，而且与表面上的宣传统辞并不一致。他们支持 MCP 所需的底层改动，恰好也能让 Jev 在 Pi 内部运行，因为两者需要完全相同的基础：一个供代码运行的沙盒解释器。Pi 中的 MCP 是通过向 JavaScript 沙盒暴露工具来实现的，与 Codex 采取的做法如出一辙。他们并不是扭转了对“MCP 是否优秀”的看法——而是发现支持它的边际成本比原先设想的要低得多，因为反正他们也要构建解释器。这比一句“世界不是静止的”更站得住脚，也是句大实话。
据他们自己承认，尚未改善的一点是：MCP 仍然难以组合编排。Codemode——“一个允许组合工具调用的精巧沙盒”——并没有彻底解决这个问题，而他们将责任归咎于服务器端的构建方式，而非协议本身。许多服务端仍针对那些把所有工具一股脑塞进上下文并通过返回纯文本在自身端进行优化的调用框架。他们理想中的架构是将 MCP 打造成更接近具备智能工具发现功能的 OpenAPI：工具返回结构化数据，并通过自身文档实现自发现。这正是文章中最值得商榷的部分。结构化返回值固然更好，但当文档由服务端作者编写并由模型阅读时，“通过文档实现发现”承担了过多不切实际的期望。
讨论帖中最精彩的交流是关于“立场反转”本身，而非协议细节。一位评论者称赞团队公开改变想法的勇气，并链接了 Armin Ronacher 在 2016 年发表的关于谨慎对待个人偏见的文章，引用了那句名言：为坚定立场辩护所用的论据，往往都是多年前就已经过期的理由。在这背后，存在着一个远比编写代码更广泛的 MCP 使用场景：多款 macOS 应用现在都附带了 MCP 服务端，允许用户使用自然语言进行配置——“配置 Clop，自动优化我拖入网站资源目录的所有 PNG 图片”。这是支持 MCP 存在的一个真正与众不同的论点，而文章中并未提及。最精彩的怀疑论观点则是关于兼容性的：正如作者所言，MCP 确实不够完美，但 USB-C、NVMe 和 HDMI 又何尝不是如此呢？
2026年9月：一个波兰人眼中的当今世界 — 472 points
472 points · 357 comments · tomwojcik.com · HN discussion
一位波兰作者通过大量图表对今年局势做出的梳理，基于一个核心论点：三十年来，我们不断用依赖性置换缓冲垫，因为寻找供应商比建立储备更便宜，一份条约担保比养一支军队更便宜。当某项依赖关系断裂时，我们并没有重建缓冲垫——而是去寻找下一个依赖对象。只要另一端的事物依然存在，每一次置换都能奏效。
数据统计是文章最有力的部分。美以针对伊朗的行动于2月下旬打响；自3月以来，伊朗利用无人机、导弹、水雷和小型舰艇持续封锁霍尔木兹海峡。油轮通行量下降超过 90%，国际能源署（IEA）称这是石油市场有史以来遭遇的最大供应中断。初夏脆弱的停火协议曾一度将油价拉回战前水平，但随后协议破裂：布伦特原油在9月初逼近97美元，一个月内上涨19%，月中达到约105美元，24日达到108美元。9月22日，伊朗向华盛顿提交了书面路线图——长达60天的区域停火、分阶段重新开放海峡、结束海上封锁——但华盛顿予以拒绝。绕开海湾的改道航线需途经曼德海峡，而胡塞武装本月在此夺取了也门的一个关键港口。导致粮仓见底的封锁，却充盈了证券账户：Breakwave 油轮航运 ETF 在战争前两个月上涨超过 600%，截至9月初年内涨幅超过 2,300%，超大型油轮（VLCC）的日租金从战前的不足 10 万美元飙升至 9 月 10 日创纪录的 86 万美元。
整篇长文中最精辟的一句话关乎可逆性：一座需要三到五年修复期的卡塔尔工厂，根本不在乎下一次停火何时到来；本季度没有施下的化肥，事后也无法补施。缓解不等于修复（Relief is not repair）。 停火今年已经发生过一次且再次破裂，重新开放海峡也丝毫无法恢复原有的缓冲储备。
文章在进行宏观推演时显得有些薄弱。从生育率到机器人的传导链属于预测性质，文章也顺带指出了这一点——波兰的生育率在 2025 年创下历史新低，人口缩减加剧，死亡人数比出生人数多出 16.8 万，超过退休年龄的人口比例从 1990 年的 12.8% 攀升至 2025 年的 24.2%，而摆在面前的答案是机器。2024 年全球安装的工业机器人有一半以上流向了中国工厂；中国本土供应商在其国内市场的份额在四年内从 30% 跃升至 57%；据业内估算，中国企业在全球出货的人形机器人中占了将近 90%。机器人联合会自身的免责说明（文章中也有引用）指出，真正投入生产的人形机器人目前仍属于演示和试点项目。因此，文章得出的结论——一个用中国制造、运行美中两国所写软件的机器来替代短缺劳动力的欧洲大陆，是在能源和防务之外背负起了第三重依赖——不过是披着方案外衣的愿望，作者自己也承认了这一点。
波兰本地评论者的反驳最为激烈，而这些反驳是帖子里最有价值的部分。一位评论者批评文章过于耸人听闻，指出波兰的天然气储存率高达 97%，因为前任政府保持了足够的危机感修建了海上液化气接收站，而现任政府早早补充了库存；另一位评论者指出，经通胀调整后的房价早在两年半前就已经见顶。这恰恰是支持该论点的论据而非反证——缓冲垫是可以构建的，前提是必须有人在危机发生前公开保持警惕。文章自身的结论则刻意保持了克制：为更平淡的危机做准备，比如数小时的断电而非数月的中断，并且在手中留存比自以为明智的数额更多的现金。
Ask HN: What are you reading?（大家最近在读什么？） — 407 points
407 points · 812 comments · HN discussion
这是一个周期性出现的经典话题，今天它引来了整个页面第二高的评论量。书单展现出的文学修养远超这个网站通常给人留下的极客刻板印象。多内拉·梅多斯的《系统之美》（Thinking in Systems）——由一位17岁的儿子作为生日礼物送给父亲，并因精准概括了读者早已察觉但未能命名的模式而备受赞誉。弗诺·文奇的两部小说《深渊上的火》（A Fire Upon the Deep）和《天渊》（A Deepness in the Sky）。拉里·麦克穆特瑞的《寂寞之鸽》（Lonesome Dove），在帖子里被赋予了极佳的定义：“马背朋克（horsepunk）：赛博朋克是高科技低生活，而它本质上是马背上的低生活。”一位笔名为 Dienw Neb 的作者所写的《null: $cat /dev/null_》，该书是在《2600》杂志封底的广告中被发现的，读者称其对 IRC 聊天的复现逼真到不可能凭空捏造。此外还有特德·姜、刘宇昆的《纸囊》（The Paper Menagerie）、《编码宝典》（Cryptonomicon）、《斯通纳》（Stoner）、《伊甸之东》（East of Eden）、《基督山伯爵》（The Count of Monte Cristo），以及一位读完《三体》三部曲后直接跳入《地牢爬行者卡尔》（Dungeon Crawler Carl）的读者的自白：“感觉像在作弊，但这真的让我很快乐。”
这个比例非常耐人寻味：407 分对应 812 条评论，相当于每分有两条评论，而该页面中位文章的比例仅为它的一半左右。推荐帖是该网站上为数不多人人皆有发言权、没有任何人会出错的讨论形式，参与的唯一成本就是坦白自己真正喜欢什么。这也是 HN 上最接近人口普查的帖子。
Show HN: 包含 52.6 万颗小行星和所有受追踪卫星的实时太阳系模拟 — 371 points
371 points · 102 comments · space.bl2.net · HN discussion
一个基于 WebGL2 的浏览器太阳系真实比例实时视图，涵盖了地球周围所有编目的天体与航天器。数据源自 CelesTrak 的 TLE 数据（使用 SGP4 进行轨道推算）、JPL 小天体数据库的小行星和彗星，以及 JPL Horizons 的航天器位置，每日更新。轨道推算在 Web Worker 中运行；小行星数据集约为 30 MB，在后台流式传输。时间滑块不仅可以前进也可以后退，卫星会根据发射日期出现和消失，因此你可以拖动到任意时间点，观看卫星星座的构建过程。
截至今天早晨的普查数据：19,890 颗拥有已公布轨道的卫星，外加 15,252 颗近似轨道卫星、837 个太阳系天体，以及太空碎片的明细分类（这才是本项目的核心亮点）。2007 年中国反导/反卫星试验产生的风云一号 C（Fengyun-1C）碎片：1,981 个受追踪物体；2009 年卫星碰撞产生的宇宙 2251（Cosmos 2251）：583 个；同次碰撞中的铱星 33（Iridium 33）：111 个；2021 年俄罗斯反卫星试验产生的宇宙 1408（Cosmos 1408）：3 个。此外还有约 9,681 块其他碎片、2,233 个火箭级机体以及 3,274 颗处于近似位置的失效卫星。四起独立的事件，时间跨度长达 15 到 19 年，至今各自仍贡献着数百块被单独编目的碎片。
页面上最亮眼的是大多数同类可视化往往略去的免责声明：距离是按比例缩放的，但圆点不是，因为一个圆点的显示宽度相当于 81 公里，而一颗卫星仅有几米长。每一幅描绘轨道拥挤的图像，在碰撞概率上都夸大了大约四个数量级，而这个项目公开说明了这一点。另一个值得关注的数字是星链（Starlink）——在几千块碎片构成的背景下，“在轨运行”类目中包含 11,127 颗卫星，这揭示了问题的本质：增长最快的根本不是太空垃圾。一位评论者指出，自己曾在 486DX 电脑上对 30 个物体运行轨道计算并获得了每秒 30 帧的流畅度；另一位则观察到，一旦取消勾选卫星图层，整个宇宙景象便立刻重归安宁。
主任工程师“创造工作”指南 — 359 points
359 points · 79 comments · sujithjay.com · HN discussion
平台工程团队通常是由技术驱动而非产品驱动的：没有产品经理交付产品路线图，没有需要追赶的营收指标，也没有可以失去的市场。因此，除非工程师去创造工作，否则工作根本就不存在，而主任工程师（Staff Engineer）的核心职责在很大程度上就是去“创造工作”。该指南从四个维度审视信号源——系统、用户、组织以及行业。
其中两种信号类型值得单独提及。由故障驱动的发现（Crash-led discovery）：事后复盘能告诉你需要修复或替换什么，但极少能告诉你该构建什么，其弊端也被诚实地指出——它会使团队偏向最新发生且动静最大的故障，而非最大的潜在机遇，并且这是一个极度滞后的指标。成本驱动：云账单充当了营收北极星指标的替代品，但指南建议不要局限于查询调优，而应深入到业务部门的损益表（P&L）、供应商合同和成本中心账目中，对每一项提问：该功能是应该收归自研，还是应该外包出去。
评论区立刻指出了这种思维框架所纵容的缺陷，并且直截了当地出现在第一条评论中。一个没有客户的平台团队永远不可能犯错，于是“创造工作”变成了自我合理化的借口：“正是因为这种思维和心态，平台团队才无法真正服务好用户，常常沦为高度机能失调的、专门为了找活干而找活干的人员孤岛。”评论提出的第五个信号是唯一具有实质成本的——假定你所服务的团队随时可以选择离开，因为在现实中他们通常确实可以。另一位主任级别以上的平台工程师表示该诊断完全颠倒了：提升用户价值的路径是显而易见的，真正困难的是当你的团队距离最终客户最远时，如何去论证为什么某件事值得去做。第三位评论者更为尖锐且切中要害：如果你无法用商业指标来论证你的工作，你所做的不过是一场学术演练。
佛蒙特州用家用电池取代实体发电厂 — 357 points
357 points · 265 comments · bbc.com · HN discussion
格林山电力公司（Green Mountain Power，GMP）以每月 55 美元的价格向参与居民出租两块家用储能电池，租期十年。已有超过 5,500 户佛蒙特家庭加入；一名参与者公开表示，这项租赁计划远优于她原本打算花费 12,000 美元购买的燃气发电机。GMP 服务于该州 75% 以上的人口，目标是在 2030 年前彻底消除所有断电事故，而其聚合的家用电池已悄然成为该州最大的电力来源。该电力公司历史上破坏力最大的十场风暴中有七场发生在过去十年内，造成的损失超过 2.25 亿美元。
放大视野来看，该计划只是一个快速增长品类中的一小部分。根据 Wood Mackenzie 的数据，美国目前拥有超过 40 GW 的虚拟电厂（VPP）容量——与约 600 GW 的天然气发电和 200 GW 的燃煤发电相比依然微不足道，但美国能源部 2025 年的一份报告指出，到 2030 年有望释放 160 GW 的容量，相当于预期峰值需求的约 20%。
对于文章的表述，讨论帖中提出了两点修正，两者都非常中肯。首先，“佛蒙特州最大的电力来源”指的是容量而非电量，电池本身是电力的消耗者而非生产者：其核心价值在于将发电从低谷期搬运至高峰期，扣除充放电往返损耗和电池衰减。其次，节约的费用主要来自规避高峰期需量电费（peak demand charges），而非纯粹的电价套利，这既是一项工程成果，同样也是一种计费制度的产物。其财务结构引来了应有的质疑——电费缴纳者通过十年租约购买硬件，随后交由电力公司调度，一位评论者将其斥为在保留调用全部储存能量权利的同时，将公用事业成本转嫁给消费者。反方论据同样确凿：由于该项目的推进，GMP 已经关停了两座调峰电厂。这两点都是事实，客观的解读是：佛蒙特居民实质上是在购买电力公司的调峰容量，以此换取自身的供电韧性。这笔交易是否划算，取决于原本由他们分摊的调峰电厂建设成本究竟有多高。
PS5 Relapse 漏洞利用链 — 343 points
343 points · 232 comments · github.com/ntfargo/Relapse-Exploit · HN discussion
一套覆盖 PS5 固件版本 7.00 至 13.60 的越狱漏洞利用链。浏览器阶段利用 JavaScriptCore 的信息泄露和结构化克隆对象池不匹配来破坏类型化数组（typed array）；内核阶段结合地址泄露与 aio_multi_wait 释放后重用（use-after-free）竞争条件，实现内核读写。利用成功后有效载荷写入 payloads/，ELF 加载器在 9021 端口监听。README 对可靠性的说明异常坦诚：WebKit 阶段可能需要多次尝试，内核利用可能导致主机卡死或崩溃（panic），建议在重试前重新启动主机。
固件覆盖范围是最值得关注的数字。7.00 至 13.60 跨越了大约四年的系统软件周期，而作为关键支柱的内核漏洞——一个异步 I/O 等待竞争——在整整四年中均未被修补。与其说这反映了索尼的补丁节奏，不如说折射出主机操作系统的维护面现状：漏洞密度最高的部分往往是那些无人关注的代码组件。致谢名单清晰地分配给了内核作者、WebKit 作者和漏洞链集成者，这也是该圈子历来的分工运作模式。“仅用于教育目的”的声明属于标准套话，而防御措施显而易见——锁定有效载荷哈希并验证初始入口点。
NASA 联络数名前 SR-71A 员工协助秘密重启计划 — 300 points
300 points · 344 comments · aviationweek.com · HN discussion
已年近八旬的退休人员 Mike Relja 曾是美国空军和 NASA 针对 SR-71A 的试飞测试工程师。大约一个月前，他接到一通电话，请求他协助让一架黑鸟侦察机在停飞近 27 年后重返蓝天。他在报道中最令人难忘的回答是：“我祝你们好运。我也希望能看到你们成功。那一定很有趣。但我只是觉得凭现有的条件你们根本不可能办到。”涉及的飞机编号为 844 号机，今年早些时候从爱德华兹空军基地阿姆斯特朗飞行研究中心的展示杆上拆下，自 1999 年 10 月 9 日（844 号机乃至任何一架黑鸟侦察机的最后一次飞行之日）起它就一直立在那里。《航空周刊》（Aviation Week）获取的卫星图像显示，拆卸时间早于 5 月 17 日，甚至可能在 4 月之前。这一请求来自 David Ash，一位前海军及前 Joby 试飞员，于今年 6 月被任命为特别项目主管，而 NASA 局长正公开寻找新的 X 系列试验机。
机体本身是整个故事中最不重要的部分。一位年近八旬的老人之所以代表了一款 20 世纪 60 年代钛合金飞机的最前沿技术水平，是因为制造它的整个工业基础早已荡然无存——工装夹具和模具在 2000 年代被销毁，钛合金供应链断裂，工程人员老去。Relja 的评估代表了工程层面的清醒，而 Ash 的受聘则体现了管理层面的冲动，两者南辕北辙。讨论帖一针见血地指出，在成为一项工程计划之前，这很可能首先是一场争取预算的政治秀：资金往往流向彰显国家声望的项目以及能为高超音速技术提供弹药的方向，而一架能重新升空的复古 X 试验机是切入这一对话的高性价比入场券。在怀疑的背后存在着一个深刻的命题，一位评论者的阐述比文章本身更为透彻——我们任由整个工程领域的知识与技能凋零消亡，未曾尝试保留，直到重新需要这项能力时才发现巨大的断层。反方观点则是，让一架六十年前的机体重新起飞，是保存专业经验代价最昂贵的方式。另外需要注意，该文章在 10 月 29 日前可免费阅读。
Backblaze 2026年第二季度硬盘统计数据 — 295 points
295 points · 102 comments · backblaze.com · HN discussion
连续十三年公开披露一个外界无人愿意公开描述的庞大硬盘集群的故障率。2026年第二季度的统计周期为4月1日至6月30日：监控的硬盘总量为 359,101 块，剔除 3,881 块系统引导盘和 705 块非标准 HDD，剩余 354,415 块硬盘，累计运行 31,553,350 个硬盘天，发生 1,498 起故障。折合年化故障率（AFR）为 1.73%——Backblaze 自己的原话是“相当长一段时间以来的最高水平”。截至6月30日的终身年化故障率在 353,041 块硬盘和 5.58 亿个硬盘天的统计下为 1.41%。有三个异常型号高出了 6.95% 的四分位数阈值：一款 HGST 12 TB 为 7.63%，一款希捷 10 TB 为 9.33%，以及一款希捷 14 TB 为 8.26%。Backblaze 直接给出了原因而没有遮遮掩掩——HGST 批次的服役年龄接近七年，10 TB 希捷批次接近八年半，且这两款希捷型号的在役基数很小，因此 22 次和 25 次故障就产生了一个极高的比率。希捷的 8 TB、12 TB 和 14 TB 某型号各录得零故障，16 TB 某型号仅发生一次故障，成为文中的优胜者。有两块硬盘在服役接近九年和八年后退役，且连续第二个季度完全没有引入任何全新的硬盘型号，部署重点完全集中在 20 TB 及以上容量。
这个标题数字需要拆开来看，因为它既是一个可靠性信号，也是一种机群结构混合效应（mix effect）。拉高平均值的硬盘平均服役时长在 59 到 115 个月之间；而承接新部署的型号仅服役了 3 到 19 个月，年化故障率在 0.55% 到 1.16% 之间。一个不断老化的机群在没有任何单盘质量恶化的情况下，自然会导致总体年化故障率上升。
讨论帖中最精彩的是一组跨越十年的时间序列数据，得出了与标题截然相反的结论。在 2013 年，Backblaze 机群在服役三年三个月时的累计故障率约为 14%，意味着有效寿命接近四年。到 2021 年，达到 14% 故障率的时间延长到了七年九个月。到了 2025 年，服役十年三个月时的累计故障率仅约为 5%。2013 年高达 14% 的三年故障率，如今已被压缩至 5% 以下，这是一张比本季度 1.73% 的短期波动重要得多的图表。另一个反复被提及的痛点是“容量增长而吞吐量停滞”——单盘容量不断攀升，但连续读写速度并未成比例提升，导致全盘顺序读取一次需要花费数天时间，这使它们在 RAID 重建中表现糟糕，作为冷存储也远不如宣传所称的那样理想。Backblaze 自身的保留意见非常诚恳：容量和年化故障率固然重要，但持续写入性能、重建表现、奇偶校验开销以及固件同样关键——随着叠瓦式磁记录（SMR）硬盘进入机群，年化故障率已不再是一个单纯由单一供应商决定的指标。
Tcl/Tk 9.1 — 293 points
293 points · 139 comments · tcl-lang.org · HN discussion
Tcl/Tk 9.1.0 于 9 月 29 日发布。Tcl 方面新增了用于文本归一化的 unicode 命令、具备微秒级分辨率单调时钟的 timer 命令、lfilter、用于访问子解释器变量的 interp set、为 subst 添加了 -backslashes/-commands/-variables 选项、为 switch 添加了 -integer 选项、将 C99 数学函数作为 expr 函数引入，以及一个使用 long long 替代 Tcl_Time 的全新 C 语言时间 API。大量列表与哈希辅助工具获得了 C 语言实现，针对大型列表优化了内部内存效率，并扩展了 64 位容量支持。Tk 方面则加入了无障碍屏幕朗读器支持、初步的双向文本和从右至左（RTL）书写支持、ttk::toggleswitch 部件以及 tk attribtable。
对于社区之外的人士而言，其中有两项意义重大。Tk 对屏幕朗读器的支持，是为这一至今仍在商业产品中广泛搭载的 GUI 工具包补上了一笔迟到了十年的无障碍拼图——对于 Tk 真正服务的受众，即海量的内部工具、实验室及工业软件来说，这可能是本次发布中最具实质意义的一项改动。另一项则是破坏性变更：应用程序现在必须显式调用初始化例程，即 Tcl_FindExecutable 或 TclZipfs_AppHook。对于那些浮光掠影浏览发行说明的嵌入式开发者来说，这将在启动时表现为崩溃。
讨论帖中最精彩的贡献是一段历史掌故，它重构了人们对该语言的认知。D. Richard Hipp（SQLite 之父）在评论中曾被引述道：SQLite 本质上是“逃逸到野外的一个 TCL 扩展”，SQLite 的设计无论在数据类型处理还是源代码排版风格上都深受 Tcl 的启发，其最初的立项场景正是某工业公司的一套 Tcl/Tk 应用程序。Tcl 是极少数在几乎每台手机和每个浏览器中都有其设计理念在运行的 20 世纪 80 年代脚本语言之一——只不过并非通过该语言本身运行。帖子的其余部分洋溢着温情而非争论：每个人都曾用过的最简便 GUI 工具包、万物皆字符串的哲学，以及一位评论者的精辟总结——基于多解释器的线程模型，是 Tcl 早于所有人率先做对的创举。
研究发现全球八分之一的癌症病例由感染引起 — 283 points
283 points · 148 comments · cbc.ca · HN discussion
世卫组织下属的国际癌症研究机构（IARC）的研究人员周一在《柳叶刀·肿瘤学》（The Lancet Oncology）发表报告：据估计，2024 年新增的 230 万例癌症病例（占总数的 12%）可归因于感染性病原体。最大的元凶是幽门螺杆菌（Helicobacter pylori），贡献了 76 万例，集中在东亚；人乳头瘤病毒（HPV）贡献了近 75 万例，集中在撒哈拉以南非洲。HPV 导致了 100% 的宫颈癌，以及肛门癌、外阴癌、阴道癌、阴茎癌和部分头颈部癌症。乙型和丙型肝炎则占据了肝癌的很大比例。该分析还首次将与感染相关的癌症病种名单进一步扩充了 16 种。
需要警惕标题中的因果推论。这些数据属于人群归因分值（population attributable fractions）——一种衡量如果在人群中消除该病原体能避免多少疾病的统计学核算估算，而非生物学作用机制。这一区别在边缘地带尤为重要，而本研究扩容的正是这些边缘：将归因范围扩展到另外 16 种癌症正是拉高总体数字的原因，但纳入关联较弱的癌症虽然提高了总体比例，却并未提高每项具体因果联系的置信度。讨论帖中最切中要害的问题关于混杂因素，而本研究的数据无法给出答案：如果一个未能清除感染的免疫系统恰好也是一个未能消灭早期微肿瘤的免疫系统，那么感染可能只是一种标志物而非根本病因。值得牢记的是，在 20 世纪 70 年代转向基因致病理论之前，病毒感染曾是癌症研究的主导假说——病原体从未离开，它们只是不再是研究叙事的核心。
该结论具有明确现实行动指导意义的地方在于排在榜首的病原体。幽门螺杆菌可以通过一个疗程的抗生素根除，HPV 则有成熟的疫苗，而这两者恰恰高度集中在筛查手段最匮乏、疫苗接种率最低的地区。一个由两种完全可预防或可治疗的病原体占据大半的 12% 患病比例，本质上是对公共卫生资源分配机制的控诉，而非生物学本身的困境。
美国邮政监察局查封兜售伪造邮资标签的网站 — 273 points
273 points · 163 comments · postalemployeenetwork.com · HN discussion
美国邮政监察局（USPIS）查封了一个销售数百万张伪造邮资标签的网站；运营者据称是一名巴基斯坦籍人员并已被起诉，目前尚无关于其被捕的报道。
原文内容单薄，全靠评论区撑起全场。一位评论者基本确信自己曾在 eBay 上遇到过使用该服务的卖家，并完整复盘了整个链条：生成的物流单号对应正确的城镇，包裹从未以预期形态送达，但该店铺的评价档案在庞大的出货量支撑下依然维持在“100% 好评”——出货规模大到即使有一千个中评也微不足道。这才是真正的核心发现。电商平台的声誉评价系统完全是从买家端衡量的，而收到伪造标签包裹的买家根本无从知晓标签是假的，并且只要商品准时送达，就有充分的动机给出好评。欺诈行为在信誉信号生成的层面上被完全隐匿了。
另一段精彩的跑题来自一位对执法端有亲身经历的业内人士：USPIS 曾走访联邦监狱，解释邮票属于法定通货，将其作为硬通货流通属于联邦犯罪；帖子还详细拆解了整张“大版（flats）”与“小本票（books）”的区别及其黑市价格——一版 20 张的永久邮票（Forever stamps）大约卖 13 到 14 美元。这也引出了一种微妙的不对称性：伪造邮票是联邦特别行动组的严厉打击目标，而购买使用伪造邮票却几乎不受追究，因为损失直接落在一个自负盈亏的政府机构头上，而非任何具体的个人受害者。
求解《幸福工厂/异星工厂》品质机制 — 240 points
240 points · 91 comments · exyr.org · HN discussion
作者采用了玩《异星工厂》（Factorio）的标准姿势：编写矩阵数学来规划工厂流水线。具体而言，他将 2024 年“太空时代（Space Age）”扩展包中引入的五阶“品质（quality）”机制建模为一个线性规划（linear program）问题。品质只能通过品质插件来提升，除第一阶外每提升一阶增加 10% 的概率，一台装满四个插件的机器能达到的最高品质概率为 24.8%，而从普通直接跳跃到传奇品质是一个概率仅为 0.0248% 的小概率事件。在此基础上，文章推演了“清洗循环”与“升级循环”的对比、品质插件相比速度插件的边际价值，并给出了求解器。文末还附带了一个在线计算器。
这一类型之所以屡出佳作，是因为这款游戏的生产工艺图谱本质上就是一个严格的线性规划，其所有约束条件都用纯粹的数字表达。有两条评论的价值超过了文章自带的图表。第一条修正了文中的一项断言：《异星工厂》并非凭空开创了自动化工厂游戏品类，它深受诸如 IndustrialCraft2 等《我的世界》（Minecraft）模组的影响，游戏主创早在 2013 年就在该模组论坛上明确证实了这一点——该品类的血统传承是从 Minecraft 模组走向 Factorio，而非 Factorio 凭空创造。第二条则是作者未曾提及的运算结果：仅需混入少量的速度插件就能产生极大收益，在低品质阶梯尤为明显；高阶品质插件的收益呈非线性递增，因此玩家往往在直觉上系统性地低估了它的价值。同样值得提醒的是，后来的补丁已经移除了本文所依赖的“太空赌场（Space Casino）”机制，这也是所有在线热更新游戏优化指南面临的通病：这些精巧的数学模型描述的是一个已不复存在的版本。
ChatGPT Pro 500 — 216 points
216 points · 258 comments · help.openai.com · HN discussion
OpenAI 现推出三档 Pro 订阅层级：每月 100 美元的 Pro 100、每月 200 美元的 Pro 200，以及每月 500 美元的 Pro 500，其中唯有 Pro 500 包含 Astra Ultrafast 极速模式。Pro 200 重新向新订阅用户开放，但附带了一句颇具深意的定语：不符合老用户保留（grandfathering）条件的订阅“包含比以往更低的使用配额，以反映我们模型日益提升的效率”。在资格截止日处于活跃状态的既有 Pro 200 用户可保留其原配额直至 10 月 29 日，之后将被统一切换至相同 200 美元价格下的缩水配额。即使保留原配额也不会附赠 Ultrafast。
讨论帖梳理周边事实的速度比官方文档还要快。一位评论者整理出了倍数对应表——Plus 版 20 美元对应 1 倍，Pro 100 版 100 美元对应 5 倍，Pro 200 版 200 美元对应 10 倍（过去曾是 20 倍），Pro 500 版 500 美元对应 25 倍——并得出了精准结论：配额伸缩如今已完全线性化，花 25 倍的钱换取 25 倍的 Pro 额度，昔日老 Pro 200 层级的“超值划算”已被收回。另一位评论者翻遍了 OpenAI 发布的全部三个相关说明页面，均未找到任何具体的用量限制指标，即便在登录后的升级界面上也查不到。第三位评论者引用了上线通知邮件，其中包含单次赠送的 62,500 点使用额度（价值标称 2,500 美元，将于 12 月 31 日到期），但关于究竟何为“一点额度”却没有任何公布的定义。每点 4 美分，为一个根本未定义的工作量单元定出了隐含价格。
把这条消息与页面顶部的 Livenerf 放在一起看，两件事说的是同一回事。对模型削弱的抱怨与对定价体系的改动是一体两面：你花钱订阅的产品正在你脚下被暗度陈仓般地重新定义，而唯一能可靠探测出这一变化的工具，只有计算你消耗的 token 数。供应商砍掉配额却冠以“效率提升”之名，再以 2.5 倍的价格溢价把这部分用量卖回给你——只要没人能精准度量自己买到的究竟是什么，这种策略就能屡试不爽。而今天的头条版面上，恰好出现了两个专门为了测量它而生的项目。
谷歌将 ChromeOS 的支持周期提前两年终止 — 211 points
211 points · 141 comments · theregister.com · HN discussion
谷歌的既定政策曾承诺为 Chromebook 提供长达十年的更新支持。然而一份题为《Googlebook 发布对您的 ChromeOS 设备意味着什么》的技术支持文档却表明，今天购买的 Chromebook 获得的更新仅能维持至 2034 年——即八年。官方提供的补救方案是过渡支持：“对于今天购买、其10年支持周期超出2034年的合规设备，谷歌承诺协助您过渡至 Googlebook OS。”Googlebook 是其全新替代产品线，配备更强劲的处理器以及深度整合 Gemini 的全新 Googlebook OS。
算术错误只是一个由头，背后的政策才是本质问题，而且它远比普通的输入笔误更严重。十年的长期支持是 Chromebook 能够立足教育市场的唯一杀手锏——这也是各个学区敢于集中批量采购并进行长期折旧摊销的核心逻辑。将所有新设备生硬地卡死在同一个 2034 年终止节点上，意味着 2026 年购买的 Chromebook 将与 2028 年购买的设备在同一时间报废淘汰，而这恰恰是学区最初为了摆脱“统一报废更新潮”才选择 Chromebook 所极力规避的死穴。更何况，官方给出的迁移路径通向的是一个尚未完工的操作系统，运行在教育采购渠道目前根本买不到的硬件上：在谷歌公布的五家 Googlebook 硬件合作伙伴中，尚无一家为教育市场或其他批量采购客户推出过机型。这五家厂商以及其他许多 OEM 厂商，目前仍在大量出货传统的 Chromebook。
讨论帖迅速切中了要害。该政策不具备追溯力——既有的 Chromebook 仍享有完整的十年支持周期，一位评论者指出许多八年机龄的设备至今仍在日常使用。最经得起时间考验的一句评论极其直白：请将其作为评估谷歌长期承诺信誉的又一个数据点，“不，我们这次是认真的”。回复中关于发布时机的观察也极为犀利——如果谷歌自家的 AI 模型真如宣传的那样能成倍提高生产力，那么再维护一个操作系统两年的成本理应变得更低，而不是更昂贵。大厂软件的维护作风，丝毫没有因为它们所推销的生产力工具而展现出任何好转的迹象。
仍在榜上的话题
在今日突破 200 分的 42 篇报道中，有 25 篇在过去四天内已被报道过，而重新统计的旧闻在今天波动剧烈。GPT 6.1 Sol 从 562 升至 1,039，激增 477 分，目前稳居全榜第二——昨天针对其降价的讨论已被市场消化，该文章现在已纯粹成为 OpenAI 最受瞩目的头条。Dots: Always-on agents 从 353 飙升至 733，大涨 380 分，成为榜单上第二大涨幅，两个 DevDay 相关的发布在一天内合计吸纳了 857 分。How Delhi cut electricity loss 从 368 升至 573，上涨 205 分，是非 AI 类文章中涨幅最大的。Everybody’s home. No one’s coming over 从 632 升至 807，上涨 175 分。Phyllotaxis 从 234 升至 334，上涨 100 分，且依然以 50 条评论保持着全榜最安静报道的记录。Updated Google Maps shows destruction of Rafah 864 → 922 上涨 58 分，500k facial scans at UK stations 449 → 504 上涨 55 分，而 When did Google get so weird? 1,947 → 1,987 仅上涨 40 分——在榜首蝉联四天后终于后劲不足，这对于一篇累计 1,100 条评论的文章来说是十分规律的衰减曲线。紧随其后的是 It’s Time to Investigate the AI Labs 587 → 618 上涨 31 分，A Privacy Analysis of Conversational AI Agents 390 → 421 上涨 31 分，Coding is not solved 538 → 566 上涨 28 分，Does Reddit have an astroturfing problem? 277 → 303 上涨 26 分，California farmers and wine grapes 363 → 383 上涨 20 分，Jeeves 206 → 239 上涨 33 分，Pirating the Pirates 681 → 695 上涨 14 分，Kids turned NPR Spotify comments into a group chat 465 → 478 上涨 13 分，Jeff 559 → 570 上涨 11 分。涨幅收窄的报道：MicroLLM Lab 272 → 280，Nvidia’s agent watchdog chip 219 → 226，HN.watch 207 → 213，MongoDB CEO resigns to join Meta 357 → 362，World Labs joins AMD 300 → 305，Hijacking the PS5’s RTMP stream 287 → 290，Ember-1 584 → 586，Parley 323 → 324。榜尾才是真相所在：最后六篇循环上榜的报道中有五篇涨幅不超过 5 分，Ember-1 和 Parley 仅微涨 2 分和 1 分。当一整天的注意力完全转移至新话题时，首页呈现出的正是这种态势。
贯穿全篇的脉络
首先：计量表本身成了商品，而谁都不肯公布其度量衡。 价格仅为五分之一的 GPT 6.1 Sol；每月 500 美元但在三个说明页面中均未公布用量表的 ChatGPT Pro 500；在相同价格下配额缩水一半却冠以“高效率”的 Pro 200；“按速度或月度工作量”扩展的 Dots；以及单次赠送 62,500 点、定价每点 4 美分却没有任何定义的积分。当核心能力不再是稀缺资源时，剩下的卖点就是对消耗的度量——而供应商有充分的理由让这一度量单位保持模糊。Livenerf 的存在正是由于这种信息黑洞，而它最诚实的结果是一个否定项：在一次验证的样本量级下，它根本无法识别出同家族模型之间的偷换。真正能捕捉到暗度陈仓式降级的指标只有 token 计数器，而这个数字同样由供应商掌控。
其次：今天的真正产出是各类“验证工具”。 Livenerf 预先注册假设、固化测试集，并坦承自己无法发现其设计初衷所针对的失效模式；Nerf Bench 锁定发布当天的基准并报告偏差；Backblaze 连续十三年公布相同的原始数据，本季度直接剖析了表现最差的三款硬盘而没有将其掩盖在平均数之下；太阳系模拟程序明确打印出其圆点宽达 81 公里因此无法作为碰撞风险评估依据的免责声明；Factorio 的品质算法是一个任何人都可以重新运行的线性求解器；波兰作者长文中的所有图表全部标明出处并附有链接。与之形成鲜明对比的是：America.gov 宣称您的对话绝不被存储、隐私得到充分保护，而其隐私说明页面却躲在 Cloudflare 验证盾后面，数据链路中还穿插着两家商业大模型。整版充斥着用于核实主张的仪器，却唯独留下一项庞大却无法验证的主张。
第三：缓冲垫与依赖性，今日头条在天平两端均有呈现。 波兰长文是直白的理论版——三十年来用供应商置换库存、用盟友情分置换条约保障，从一个容错空间弱于多数大国的视角将其剖析为单一设计缺陷，评论区则回应指出波兰自身 97% 的天然气储气率得益于当年有足够的危机感去修建接收站。佛蒙特州是具体的现实版：5,500 户家庭配备储能电池，两座调峰电厂业已退役，一家力争在 2030 年消除断电的电力公司，由租赁着自身无法完全掌控的硬件的电费缴纳者买单。NASA 是覆水难收的绝版：一位年近八旬的退休工程师成了钛合金机身维护的顶尖水准，因为所有的工装夹具早已被砸毁，人成了仅剩的活化石库存。而 ChromeOS 将十年支持缩减为八年，则是正在被撤走的缓冲垫：曾让 Chromebook 风靡学区的长寿命硬件周期，为了与一个甚至尚未问世的后继产品统一步调而被生生腰斩。依赖性在失效之前永远是更廉价的选择，而清算账单的到来往往比做出决策时更让人猝不及防。