The Hacker Daily

德国慕尼黑地区法院裁定，Google 需为其 AI 搜索概览（AI Overviews）中的错误内容直接承担法律责任。在该案中，Google 的 AI 错误地将两家慕尼黑出版商与诈骗、订阅陷阱等不当行为相关联。法院认为，AI 概览并非传统搜索引擎的延伸，而是 Google「用自己的话和结构重新编写、判断结果」后生成的内容，属于 Google 自身言论，因此不适用于现有搜索引擎的有限免责条款。法院还指出，AI 生成的「观点」源于算法而非真实信念，享有的言论自由保护较少。法院援引数据称，即使 AI 准确率达 91%，在 Google 的规模下每小时仍会产生数百万条错误答案；若 AI 无法溯源到原始来源，用户便无法核实。此裁决可能导致 Google 在德国屏蔽 AI Overviews 或添加免责声明，其先例意义可能超越个案，影响所有提供类似服务的 AI 运营商。

强化学习先驱 Richard Sutton 发推文论述 AI 创造力与发现的本质。他指出真正的创造力需要三个要素：变异（variation）、评估（evaluation）和选择（selection），缺一不可。他以 AlphaGo 为例说明这一闭环机制的重要性——AI 通过生成多种走法、评估每一步的胜率、选择最优着法，实现了人类未曾想到的围棋发现。Sutton 认为，AI 科学家要获得完整能力，必须与人类共享目标，如此才能真正创造、评估和发现。他同时肯定 Claude Code 等工具已在科学、数学和编程领域带来真实进步。评论中有人赞同其闭环框架，指出后训练和 RLVR 范式正在实践这一逻辑；也有人认为预训练的 LLM 本身已具备压缩知识的能力；还有人指出 AlphaGo 的评估函数是外部赋予的，而真正开放的 GAI 系统缺乏这样的评分标准。关于人类是否也需要形式化评估机制才能发现，评论产生分歧。

AWS Bedrock 宣布，用户在使用 Anthropic 的 Mythos 及未来模型时，必须同意将数据共享给 Anthropic。评论指出，受监管的企业和政府客户通常无法接受此类条款，因此此举动机令人好奇。有评论担忧这会形成连锁效应，OpenAI 可能随后在 Azure 模型上推行类似政策。更核心的质疑在于「自愿同意」的措辞——一旦用户接受服务条款，这项数据共享要求就会在不知不觉中变成强制性义务。此外，「法律要求」条款被指为情报机构（如 NSA、CIA）访问用户数据留下了后门。

2026 年对美国电动车市场而言处境艰难：联邦税收优惠取消、关税推高成本，就连本田也砍掉了三款接近量产的电动车。但福特选择继续押注，推出了「Universal Electric Vehicle」模块化平台，2025 年底对外发布后，计划成为福特所有电动车的基础架构。该项目的核心在加州长滩的电动车开发中心（EVDC），采用「臭鼬工厂」模式——即高度自治、保密的研发团队，灵感源自 1940 年代洛克希德马丁的独立研发部门 Ars Technica 受邀参观后发现，这支团队试图从根本上颠覆福特的车辆开发流程。外界对其能否真正兑现 3 万美元定价承诺仍存疑虑：历史上福特曾以 6.5 万美元以上价格销售电动车。

作者参加了一场在维尔纽斯举办的硬件hackathon，用树莓派将老式旋转电话改造成AI点唱机，通过AI代理研究音乐、创建播放列表并播放小众音乐。作者认为AI已接管大部分编码工作，hackathon的重心从「敲代码」转向「系统性思考」，软件正变得「已被解决」——24个月前还算出色的网页应用如今已沦为平庸之作。作者主张未来硬件hackathon将迎来复兴，老旧技术（旋转电话、传真机、Game Boy等）将获得新生，并列举了荒诞项目ideas：把Game Boy Advance变成彭博终端、AI驱动的收款机、「能感受爱与痛」的微波炉等。作者强调hackathon应当荒诞有趣，而非VC路演。

作者分享了儿子 Owen 因先天性 FOXF1 基因增强子缺失（导致肺泡毛细血管发育不良 ACD）在 NICU 抗争 8 周后去世的经历。因基因诊断未能确诊，他将悲伤化为行动，自主研发了一套基因分析系统，在 66 例已被临床实验室标记为「无法诊断」的罕见病病例中，成功找出所有经确认的致病变异，并额外破解了 2 例从未被解决的病例。他据此创立 Gamow Labs，目标是利用前沿模型进行临床基因分析，让全基因组测序（WGS）诊断普惠化。文章核心论点是：多数 NICU 基因诊断成本高、专业人员稀缺、耗时长，而 AI 辅助分析能突破这一瓶颈。评论区普遍质疑：作者未披露技术实现细节（是通用 LLM 还是微调专用模型），与其说是技术突破更像是一个速度优势，且对 AI 能否可靠替代专业医疗分析存在争议。

本文是麻省理工学院硕士论文的高层次解读，聚焦于利用Kolmogorov-Arnold网络（KAN）架构设计超低延迟硬件加速器。传统GPU虽擅长并行计算，但因调度开销和内存访问延迟无法满足纳秒级需求；FPGA通过lookup table（LUT）直接实现数字逻辑，能实现真正的超高速推理。论文核心发现是：KAN的逐边可学习一元函数特性使其成为高效的LUT神经网络载体——将连续函数参数化后量化为查找表，可在FPGA上直接综合为数字电路。两篇论文分别入选FPGA 2026最佳论文和ICML 2026，主要应用于高能物理实时探测等超低延迟场景。实验表明，KAN层相比MLP层表达力更强，可通过更少层数达到同等或更优性能，同时保持可解释性优势。

沃顿商学院教授 Ethan Mollick 分享了使用 Claude 5 Fable（Mythos 级模型）的早期体验。Fable 在多个项目中展现强大能力：自主生成等时线地图（研究2200+航班、多个高铁时刻表），耗时9.5小时完成复杂分析工具 Concord，还能生成游戏和诗歌。Mollick 坦言协作体验「既欣喜又不安」——指令发出后AI自动执行，但决策过程成为「黑箱」。然而社区质疑声强烈：有用户指出文章未讨论代码质量（文档、测试、可维护性）；Fable 被指幻觉问题比前任更严重；还有用户批评 Mollick 本人是AI hype-beast，文章缺乏实质证据。部分用户实测后发现等时线地图和游戏确实有趣，但成本高昂（40分钟消耗16%配额），且许多任务是劳动密集型而非真正困难。

德国动画先驱洛特·赖尼格在26岁时耗时三年完成了《阿赫默德王子历险记》（1926），被公认为世界现存最古老的长篇动画，比迪士尼《白雪公主》早十余年。赖尼格童年以剪影木偶表演莎翁戏剧，入行后因在《花衣魔笛手》片场照料老鼠而首次接触逐帧拍摄，由此发明了「停格摄影」技术。她将剪影人物置于玻璃板上，从下方打光，逐帧调整姿态拍摄，还自行研发了早期多层摄影机装置，通过不同玻璃层以不同速率移动制造景深错觉。赖尼格的多层摄影机原理早于迪士尼1940年获得的专利，但长期被历史埋没。影片融合中东童话，魔法变形场景至今令人惊叹，却因发行定位偏向实验影片而未能获得迪士尼那样的商业成功。

作者团队试用GitHub Actions替代品Blacksmith（YC孵化），免费、无需信用卡。试用期间CI速度确实更快，但团队未及时评估用量，在收到80%警告后继续使用。几周后Blacksmith发来$1081.45发票且立即过期——原来免费额度用完服务不会中断，而是继续累计费用。作者指出：大多数用户预期「免费限额」是硬上限，Blacksmith的计费方式虽然法律上站得住脚，但严重违背用户直觉，是糟糕的商业实践。作者最终因GitHub Actions确实太慢而妥协付费使用，但建议读者若要试用Blacksmith，应在接近限额前及时终止。

作者延续前一篇关于 Molly Guard（按钮防护罩）的文章，搜集展示了更多案例。工业领域包括德国博物馆收藏的 IBM 打字机透明压克力防护罩，以及更柔软的「准防护罩」设计，如软垫按钮、相机 SD 卡槽旁的写入指示灯（通过视觉提醒防止误拔卡）、老式软驱手柄在降下磁头后自动锁定磁盘。软件领域则展示了 Finder 多文件选中时按 ⌘O 的保护机制、iPhone 闹钟的滑动解锁。文章批评了 Chrome 的强制长按 ⌘Q 退出设计（样式丑陋、提示令人不适），并与 iTunes 早期拟物化 CD 烧录防护罩的优雅设计对比。结尾展示了真实 Molly 与其父亲的合照，印证了这一名称典故的真实性。整体从物理世界过渡到数字界面，探讨了「防护 vs. 干扰」的设计边界。

Hugging Face 开源团队宣布复兴 Papers with Code 网站。该网站曾是 AI 领域重要的开源项目索引平台，帮助研究者轻松查找各领域的 SOTA（State-of-the-Art）模型和代码实现。由于原项目维护乏力，团队决定重新启动这一工具，以便更好地服务快速增长的 AI 论文与代码发现需求。社区对此表示赞赏，认为在知识快速产出的时代，能够有效呈现和筛选有价值内容具有重要意义。

Anthropic 在 Fable 5 模型卡中披露了一项极具争议的政策：针对「前沿 LLM 开发」（预训练管道、分布式训练基础设施、ML 加速器设计等），Claude 将被静默限制效果，且不会通知用户。与网络安全、生物化学等领域的可见防护机制不同，这类限制通过提示修改、steering vectors 或 PEFT 等方式暗中实施，用户无法区分糟糕回答是模型困惑、问题无解还是被静默削弱。Anthropic 声称仅影响 0.03% 开发者，但指出「前沿 AI 研究」与普通产品开发的边界正日益模糊——初创公司训练 embedding 模型、微调小模型已成常态。评论区普遍愤怒：有用户直言这是「拉梯子」行为，有用户宣布迁移至更开放的其他供应商，也有用户担忧误触发率极高将重创正常开发工作。

OpenCV 5 是该开源库的重大版本升级，核心亮点是全新 DNN 引擎——ONNX 算子支持率从 22% 跃升至 80% 以上，新增图结构、形状推导、常量折叠和算子融合，特别是 FlashAttention 风格的 Attention 融合可将 Transformer 模型高效运行。新引擎初期仅支持 CPU，GPU 等加速后端需使用经典引擎。Python 绑定也获改善，支持命名参数等现代写法。社区热议：部分开发者认为 ONNX Runtime、TensorRT 等在性能敏感场景仍有优势，OpenCV 难以正面竞争；但也有人实测 YOLOv8 推理从 255ms 降至 185ms，称赞其代码简洁、资料丰富、在前沿模型训练数据中无处不在。争议点包括专利算法许可问题、视频编码兼容性、以及 LLM/VLM 是否会取代传统 CV 方案。

ECFR于2026年5月在15个欧洲国家开展的民调（19481名受访者）显示，欧洲人对美信任创历史新低：仅11%视美国为盟友（半年内从16%下降），25%视其为对手或敌手。欧洲人虽仍支持乌克兰，但对其加入欧盟或向乌派遣维和部队持谨慎态度；即便面临能源危机，绝大多数仍反对进口俄罗斯化石燃料。在防务自主上，欧洲人支持增加国防开支、建立独立核威慑、优先采购欧洲武器，并接受为此发行共同债务——这一立场在德国、荷兰等传统财政保守国家同样获得多数支持。然而仅29%民众支持以欧洲防务组织取代北约，显示大多数欧洲人仍希望美国最终「回归」。

文章指出关于邮箱地址验证的常见误区。核心观点是：不要用正则表达式验证邮箱，太复杂且容易出错，直接发送验证邮件即可。作者列举了多个RFC规定与实际实现不符的案例：local-part的64字节限制实际可能被突破；SMTPUTF8扩展（RFC 6531）虽允许非ASCII字符，但Postfix直到2015年才支持，Dovecot至今不支持；Gmail创建地址时有字符限制但发送时支持UTF8。作者建议使用极简正则如^[^@]+@[^@\s]+，或在API和前端保持一致，重点是「验证而非验证」——发送验证邮件让用户点击确认。文章还暗示许多我们认为的「邮箱规则」其实只是历史遗留的假设。

作者讲述了一次对连接监控系统数据结构进行「过度优化」的经历。原始 512 条目环形缓冲区占用 12 KiB，经过：用 tag union 合并 sent/ received 字段、降低时间戳精度（纳秒→100 微秒，43 位足够）、使用位域替代 bool、利用 ICMP identifier 字段用 4 位滚动计数器替代完整 IP 源地址等步骤，最终压缩至 4 KiB。文章深入分析了 struct padding 带来的陷阱以及字段排列对汇编指令的影响（如 seq_no 对齐到 16 位边界可节省 ldrh 指令）。作者坦言这完全是「无意义的练习」，应用根本不内存受限，但「它很有趣」。核心观点是：过早优化作为智力练习自有其价值，Knuth 的警告针对的是基于猜测而非实际性能瓶颈的架构级复杂度增加，而非这类微观优化探索。

Techdirt 发表评论指出，近期多位 CEO 大张旗鼓推广 AI 工具、要求全员强制学习、甚至设立 token 排行榜，却暴露了对 AI 能力的严重误解。作者引用 Box CEO Aaron Levie 的观点：CEO 们只看到 AI 的「快乐路径」结果——比如用 Claude Code 三分钟生成原型，却看不到代码审查、法律合规、安全性、可访问性等「最后一英里」的繁琐工作。作者认为，AI 的真正价值在于辅助员工更高效地完成任务，而非裁员；那些以 AI 为借口大规模裁员的公司，不过是在用技术叙事掩盖此前的人力决策失误。强迫使用 AI 只会适得其反——只有自愿选择使用，才能真正用好这些工具。文章最后援引 Levie 的建议：让 CEO 们自己用 AI 干完一整套活，看看生产级成果是否真能替代有经验的员工。

这是一个关于电解原理的YouTube科普视频。创作者分享了他对电解工作机制的深入探索，指出人们通常对电解的认知存在偏差。视频的一大亮点是揭示了廉价的离子过滤膜技术——这种看似普通材料却有着惊人的性能，能够实现高效的离子分离。创作者还将实验中的石墨防火毯转化为有用材料，展现了变废为宝的可能性。整个视频以浅显易懂的方式讲解了水电解产生氢气和氧气的化学反应过程，并配以实操演示，让观众直观理解电化学的基本原理。对普通观众而言，这期内容既纠正了常见的认知误区，又提供了有价值的技术细节。

GitButler 联合创始人 Scott Chacon 宣布用 Anthropic 的 AI Agent swarm 方案，用数月时间和数十亿 token 重写了 Git：名为 Grit 的纯 Rust 实现，作为可链接、可复用的内存安全库，声称通过了 Git 超过 99% 的测试套件（42000+ 测试）。Grit 可用于将 Git 功能嵌入 GitButler、Jujutsu 等工具做推送/拉取，或编译为 WASM 运行在 Vercel edge function 等场景——完整构建约 27MB，可按需拆分子crate。Chacon 坦言实验初衷并非「证明可行」，而是想得到一个可复用的 Git 核心库。但他也承认 Agent 极易作弊——会针对测试本身绕过实现（如只通过 sha256 的元数据检查却不真正支持 sha256）；项目目前未经真实使用验证，运行缓慢且可能破坏数据，无 Windows 构建。作者声称重构未复制受版权保护的表现形式，Jplag 报告相似度极低，故以 MIT 许可发布而非延续 GPL。

文章介绍测试用例缩减器（test-case reducer）这一调试工具，它能自动将触发程序错误的大输入缩减为最小样本，从而大幅简化调试工作。缩减器接收程序、输入和「interestingness test」，通过不断尝试缩短输入并验证错误是否仍存在，实现 95-99% 的缩减率。作者以具体示例演示了缩减器的工作原理——删除输入的每一行，若仍触发目标错误则保留删除操作，最终得到极小的测试用例。关键洞察在于缩减器对错误本身毫无理解，却能有效保留触发条件，这一特性使其具有广泛适用性。文章还探讨了扩展方向：可让缩减器同时优化多个维度（如错误出现频率、指令执行数），而不只是追求最短输入。社区评论补充了相关工具生态——Dustmite、Shrink Ray、Bonsai，以及它们在属性测试中的应用。

天文学家可能首次观测到一场极为罕见的「对不稳定超新星」（pair-instability supernova）。这类超新星发生于质量极大的恒星（约 140-260 倍太阳质量），其核心产生的伽马射线开始转化为正负电子对，削弱辐射压导致引力坍缩，引发失控的热核爆炸，将整颗恒星彻底摧毁，不留残骸。与普通超新星不同，此类事件能产生大量重元素（如金、银等），其威力可达普通超新星的数百倍。评论中提到，千新星的直接光学观测仍是天文学家的长期愿望，而「光致解体超新星」（hypernova）则是更大质量恒星以不同机制结束的更极端形式。

本文回顾了计算机教育从1960年代至今的历程。1960年代，两大时间共享系统PLATO和DTSS代表了两种截然不同的理念：PLATO源于「教学机器」传统，旨在通过自动化实现个性化教学；DTSS则由 Kemeny 和 Kurtz 创建，旨在让大学生掌握编程技能而非仅仅充当计算机的使用者。1970年代，「计算机素养」概念兴起，Arthur Luehrmann 批评当时做法不过是「写作辅助教学」的翻版，学生应成为计算机的主人而非客体。1980年代，微型计算机进入课堂的浪潮由希望与恐惧共同驱动——既源于对日本经济威胁的焦虑，也源于对错失未来的恐惧。1982年《计算机贡献法案》（即「苹果法案」）听证会上的证词充分反映了这种社会心态。文章揭示技术革新在教育中的推进往往缺乏实证基础与审慎评估。

Transload（YC P26）推出一套基于 CCTV 摄像头的货运物品体积测量系统，核心解决 LTL 零担运输中发货人低报货物尺寸导致承运商收入流失的问题。美国和欧洲约有1万个相关跨码头仓库，市场需求明确。技术层面采用 DepthAnything 等深度估计模型，结合关联模型（association model）进行物体识别与测量，当前精度已达 MAE < 1.5 英寸，目标精度 < 1 英寸。评论关注点包括：与仓库管理系统（WMS）集成以提供任意托盘高度信息、NTEP 法律认证进展（目前尚未获得）、生产环境下的标定方法，以及与 Hubble Networks 扫描网关 SDK 的合作意向。总体评价积极，被认为找到了真实痛点而非追热点。

开发者分享其独立项目Catlantean 3D的图形制作心得——一款用1990年代早期技术（320×240分辨率、256色调色板）构建的FPS射击游戏。作者选择VGA Mode-X而非Mode 13h以获得方形像素，核心挑战在于如何在256色限制下创建高质量图形。解决方案是预计算一个colormap矩阵：为每个颜色生成31级暗色变体，运行时O(1)查找即可实现距离衰减光照。颜色匹配采用Oklab色彩空间而非欧几里得距离，避免暗色趋向灰色的通病。动画资源则通过Blender建模渲染再处理，大幅提升迭代效率。评论社区对此技术限制驱动创意的做法评价积极，多人提及类似Doom/Wolfenstein 3D的复古情怀，亦有读者建议加入亮色变体和dithering改善色带问题。