The Hacker Daily

这份声明围绕 Buckmaster 与 Levent Alpöge 在 Navier-Stokes、Euler 等流体方程奇性问题上的进展，以及 OpenAI 内部模型疑似借助其 Codex 会话、研究思路或时间线抢先复现成果的争议。评论显示，焦点不只是数学突破本身，而是研究者把未发表草稿放入 AI 工具后，平台是否可能利用用户数据、去标识化训练数据或内部代理行为取得关键线索。OpenAI 否认直接访问其工作，但承认无法完全排除去标识化数据影响，引发对学术归属、企业信任、闭源模型审计和未来科研协作模式的强烈担忧。

加州大学圣迭戈分校斯克里普斯海洋研究所团队提出一种鉴别陶器年代的新方法：陶土烧制冷却时会固定当时地磁方向，形成「热剩磁」；此后数百年又会逐渐积累更弱的「黏滞剩磁」。研究者加热45件古今陶器样本，发现超过千年的样本需至少约234华氏度才会抹去黏滞剩磁，现代陶器则在更低温下消失。该阈值可帮助博物馆、考古学和执法机构识别赝品，也可确认被盗真文物。但作者承认，造假者可能研究论文寻找规避办法，鉴定与伪造仍是攻防关系。

作者买到可编程的 Xteink X3 后，嫌每次上传内容都要连接热点和网页，决定让它像纸一样可被打印。实现上，他在设备端实现基于 HTTP 的「IPP」打印服务，用「Bonjour」和「mDNS」让 macOS 免驱发现名为「penguin」的打印机，并声明支持 Apple raster、PWG raster、300 dpi、黑白输出等能力。最大难点是设备仅有约 400KB RAM，无法容纳完整页面；作者改成流式管线：逐行解码、缩放、抖动并直接写入屏幕缓冲，再保存到 SD 卡。社区称赞创意，也指出应声明真实屏幕纸张尺寸、可用 CUPS 后端；争议集中在为何不直接渲染 PDF，但多人解释 PDF 对小 MCU 过于复杂。

文章回顾 Cloudflare 联合创始人兼早期技术架构师 Lee Holloway 的成长与贡献：他在硅谷长大，早年展现编程和战略天赋，后与 Matthew Prince 合作反垃圾邮件项目，并基于 Project Honey Pot 的经验参与创立 Cloudflare。他设计了支撑公司扩张的核心技术，包括 Anycast 网络、Cell 架构和免费 SSL/TLS 推广中的关键实现，使 Cloudflare 得以大规模处理互联网请求。文章后半转向其悲剧性转变：2011 年起出现疲惫、冷漠和人格变化，最初被误解为成功后的疏离，后来才与额颞叶痴呆相关联。评论区主要关注文章质量、机器翻译痕迹，以及推荐 Wired 对 Holloway 衰退经历的长篇报道。

文章主张版权制度造成的伤害已超过收益，应该废除或至少彻底重构。核心批评包括：政府授予的复制垄断期限过长，被大型媒体、软件和平台企业用来限制用户、压制二创、阻碍互操作和文化再利用；DMCA 等机制也常被滥用于下架并未侵权的内容。围绕 AI 训练、自由软件和创作者收入，争议尤其明显：支持者认为版权保护创作者与开源许可证，反对者则认为现实中收益更多流向公司和权利中介，普通创作者、用户与公共领域反而受损。

Google DeepMind 发布 AlphaGenome Atlas，用 AlphaGenome 预先计算人类基因组中约 90 亿种单核苷酸变异的调控影响，形成 1PB 数据库，并用 AVI 分数整合编码区与非编码区预测，帮助研究者快速筛选候选变异。文章称其已用于罕见病诊断和 UK Biobank 复杂性状分析，提升非编码关联发现。社区争议集中在它是否只是已有模型结果缓存、相对 Borzoi 等前沿模型改进有限，以及企业控制科学数据、非商业许可和临床可用性等问题。

文章认为，AI 普及的最大瓶颈不是模型能力，而是用户不知道它能为自己做什么。空白输入框把能力隐藏起来，用户必须先会提问，才可能发现用途；模板和个性化上下文能降低门槛，却仍无法真正展示可能性。作者借 Alan Kay 的峡谷蚂蚁比喻说明，熟练掌握智能体和工具调用的人能迅速看见自动化机会，而普通用户面对同一工具只会不知从何开始。因此，未来界面应主动、渐进、结合具体工作地揭示 AI 能力，把发现负担从人转移到系统。评论区则有人认为这并非 AI 独有问题，而是人与工具、视野和构建心态之间的长期差异。

Eric Goldman 评论 X 诉 Project Bluebird 一案：法院在初步禁令阶段认为，X 仍通过 App Store 中「formerly known as Twitter」等表述保留对「TWITTER」相关商标的使用，足以暂时阻止 Bluebird 使用；但「TWEET」和鸟标已不再出现在 X 的应用页面、官网和有效证据中，加上马斯克公开重塑品牌为 X，显示其无意恢复使用，因而很可能构成商标放弃。作者赞同「Tweet」和鸟标重回公共领域的结果，但质疑仅靠怀旧式提及旧品牌就能避免「TWITTER」商标放弃。

论文称，在类似招聘顾问的序贯决策任务中，LLM 即使面对没有真实差异的人工人口群体，也会因早期样本和上下文线索形成稳定偏好，并在后续选择中放大为新的社会偏见。作者将其解释为探索不足、过早利用和把自身早期判断误当证据的问题，提示仅清除训练前偏见不够，还需关注代理系统的记忆、反馈和决策循环。HN 讨论主要质疑实验提示是否暗示群体身份有意义、偏见定义是否过宽，以及是否本质上只是 LLM 易过拟合和错误归纳。

Inception Labs 发布 Mercury 2.5，称其为目前最强、规模最大的扩散式语言模型，在保持低延迟和低成本的同时，相比 Mercury 2 智能提升 40%，速度可达每秒 1107 token，支持 260K 上下文、可调推理、并行工具调用和结构化 JSON。定价为每百万输入 0.20 美元、输出 0.75 美元，首发期 80% 折扣。文章强调其已用于搜索代理、RAG、语音客服和代码助手等生产场景，尤其适合大量低延迟子调用，并预告 Mercury Voice 与 Router。争议集中在模型不开源、基准对比不够透明、能力是否只适合子任务，以及用户数据默认训练设置。

一名 Anthropic 研究员宣布辞职，称公司内部已充分理解先进 AI 可能带来的文明级风险，却仍在竞赛中继续推进；他认为超级智能、代理化系统、网络攻击能力与生物工程等工具结合后，可能在本十年内造成灾难，并呼吁外界正视风险。HN 评论分裂明显：支持者赞赏其按原则行动，认为风险已从边缘观点进入安全研究主流；反对者批评「没有其他人类活动更危险」是夸张，指出核武、气候变化、战争和权力集中同样致命。也有人怀疑这是 Anthropic 上市前营销或有效利他主义式恐慌叙事，并质疑辞职是否反而让谨慎者离开关键决策现场。

Blackmagic 发布 DaVinci Resolve 21.1，社区关注点集中在与 Claude、Claude Code、ChatGPT Codex 等 AI 助手的集成：用户可让模型分析项目、辅助剪辑、重连素材、生成脚本或自动完成粗剪。许多评论认为这可能显著减少同步多机位、整理访谈、字幕剪辑、调色和音频清理等重复劳动，但也指出 Resolve 的 Python API 仍有大量缺口，连时间线移动片段等基础操作也可能受限。争议还包括高级脚本功能转入 Studio 版、Linux 安装和发行版支持不佳、免费版缺少 H.264/AAC 支持、对集成显卡支持有限等。总体看，用户认可 Resolve 的稳定性、一次性付费和功能深度，但希望 AI 自动化与 Linux 体验更成熟。

gpu-lexer 是一个 27.5KB 的实验性语法高亮器：它先把源码切成词、空白、换行和符号，再用一个很小的 WebGPU 模型结合局部与全文件上下文，为每段标注 plain、comment、string、keyword 等类型。它不依赖特定语言语法，而是从上下文猜测标签，因此可用于训练中未见过的语言或自定义 DSL。作者也强调它并非语法等价方案，在留出文件上与 Shiki 的标签差异为 12.57%，且这只是与 Shiki 的一致性，不代表客观正确。讨论集中在小模型训练、非确定性、性能与编辑器场景。

文章以斯洛文尼亚 Iskra Delta Partner 微机为线索，说明 1980 年代微电脑产业从封闭整机制造转向开放组件整合：小厂可采购处理器、PCB、外壳与软件，靠本地化、支持和市场定位竞争。馆方修复 Partner 时发现其标志性机箱并非本土专属设计，而由英国 Peerless Foam Moulding 制造，且同款外壳也出现在 Logitech LG-10、疑似 Linotype-Paul APL 100/200 等机器上。后续线索指向 Satherley Design Associates 设计、BICC-Vero Electronics 转售的「Gemini」产品线，凸显所谓国产电脑外观背后的国际供应网络。

这个 GitHub 项目提供一个面向编程代理的「i-have-ADHD」技能，核心目标是让 Claude 等 AI 助手把结论放前面、减少铺垫和废话、按更适合注意力不足或执行功能受限用户的方式输出。评论普遍认同「答案被埋在长篇说明里」是现实痛点，尤其在 Claude/Opus 系列中明显；但争议集中在它是否应做成技能而非 AGENTS.md、CLAUDE.md 或输出风格设置，以及一个小提示为何需要庞大仓库。也有人指出简单提示如「简短回答」「BLUF」「假设 ADHD」或使用较弱模型即可达到类似效果，并担心滥用 ADHD 标签会淡化真实障碍者体验。

陶哲轩警告，强大的 AI 解题工具正在把开放数学问题当作可抢先开采的资源：它们可能迅速给出形式化证明或答案，却未必留下可供人类理解、训练和继续发展的思想路径。尤其当某个研究方向刚显露希望，传闻就可能引来大规模 AI 算力竞赛，压扁原本能孕育新方法的探索空间。争议焦点在于：未解题是否真是有限资源、AI 证明能否像棋类引擎一样反哺人类洞见，以及数学价值是否应从「解答」转向「提出好问题」与解释。

文章回顾《塞尔达传说》反派加农「Ganon」名称与形象来源之谜，并介绍 Resetera 用户 Birdie 的新假说：加农可能受《假面骑士》中恶役组织 Geldam/Gel Shocker 及怪人 Ganikomoru 影响。作者指出，初代加农 8-bit 精灵的腰带骷髅、配色和耳形与 Ganikomoru 有一定视觉相似，而「Ganikomoru」缩短后也可能接近「Ganon」。官方仅曾提到早期名为「Hakkai」，来自《西游记》猪八戒，但这未必解释全部设计。文章承认该说法偏推测，却认为是目前最有趣的命名线索之一。

OpenAI 宣称其内部前沿模型与大规模智能体系统产出纳维-斯托克斯千禧难题的形式化解法，并同步发布 Lean 验证；评论称该项目在数日内动用约 1 万并发智能体、490 万条消息和 3000 亿输出 token，显示模型数学能力出现跃迁。争议集中在两点：一是是否借鉴或训练到了 Alpöge、Buckmaster 等研究者的提示和未发表思路，二是 OpenAI 在听闻他人突破传闻后迅速抢先发布，是否把长期研究问题变成公关竞赛。社区同时讨论形式化证明可信度、数学职业未来、以及私营 AI 实验室掌握此类科研能力的治理风险。

Thoughtworks 欧洲把 10 名工程师集中四天，用多智能体方式构建航空异常运行系统。团队要求智能体频繁提交、变基，并把按规格章节拆分的计划写入仓库，结果各智能体开始通过这些计划感知彼此进度、避免重复工作、等待依赖落地并自动集成。作者意识到这相当于重新发现了「黑板系统」：自主问题求解者共享读写空间来协调。文章认为仓库只是偶然载体，频繁推送会压垮 CI，也不够结构化，因此应把沟通层从源码控制中抽离，并介绍正在开发的 Talwrn，目标是为智能体工程提供即插即用的协调黑板。评论区争议在于这是否只是旧模式再次被发现，以及实现上应选 wiki、issue、日志还是专用工具。

作者用 GPQA Diamond、IFBench 和 Terminal-Bench 2.1 实测 Qwen3.8 27B 的多种量化版本，并复现了 BF16 官方成绩。结论是量化损失高度非线性：17GB 的 Q4_K_M 在这些任务上几乎不输 55GB BF16，可放进 24GB 显卡并保留较长上下文；2-bit 开始明显退化但仍可用；1-bit 则在知识与推理任务上接近随机，长思考反而更容易耗尽预算。文章还指出推理 effort 设置影响巨大，默认 xhigh 可能过度思考。评论主要关心 3-bit、KV cache 量化、不同 4-bit 格式和本地运行安全性。

Sam Altman 在 X 上就一起围绕「Navier-Stokes」相关成果或署名的争议作出回应。由于原文无法抓取，只能从标题和 HN 评论推断：声明大概率试图为涉事人员或机构行为辩护，强调相关合作、慷慨支持或诚信立场，并否认存在不当动机。争议焦点不在数学问题本身，而在权力关系、归属认定、利益冲突和 CEO 式公关措辞是否可信。唯一评论明显不买账，认为这类表态只是企业高管面对争议时常见的模板化自辩。

这篇 2016 年论文从 C 语言的现实使用出发，讨论 ISO C 标准、编译器实现、程序员直觉和既有代码之间的落差。其核心价值在于把许多依赖「事实标准」的行为显性化：哪些写法虽未被标准清楚保证，却被主流编译器和系统软件长期依赖；哪些则会触发未定义行为并被优化器激进利用。由于正文无法抓取，当前只能根据标题与评论判断：文章应聚焦 C 语义边界、内存模型、指针、对象表示和编译器优化等争议区域，并试图为更精确的 C 语义建模提供依据。唯一评论指出该论文在 2016 年已于 HN 讨论过，说明这次更像旧文重提。

这篇文章展示一个交互式拓扑曲面渲染项目，目标是复现 Francis、Apéry、Hilbert–Cohn-Vossen 等中世纪数学图册式钢笔插图风格。作者不用像素贴图，而是以轮廓线、隐藏虚线、双曲线、边界和主曲率方向流线生成可缩放笔触；GPU 处理可见性，纸面 halo 遮挡后方线条，暗部用嵌套密度排线，亮部留白。正文详细列出所依赖的非真实感渲染、曲面插图、流线间距、隐式曲面多边形化与 Boy 曲面参数化等文献，并提供 JavaScript 公式接口，可调 Boy 曲面、Morin 曲面、Kusner–Bryant 家族和环面结等模型。价值在于把数学可视化、NPR 技术与复古拓扑插图审美结合成可交互网页；评论焦点主要是移动端体验和任意 3D 模型支持。

Kenton Varda 和 Jade Wang 在奥斯汀从空地开始设计建造了一栋面向家庭、猫和局域网聚会的住宅：地下游戏室把 12 台电脑嵌入墙内，会议桌还能展开 6 个游戏位，另有 20 多台 RTX 4070 游戏机集中放在机房，通过网启共享镜像、走线管道和专门冷热通道服务各工位。房子还包含儿童阁楼、猫通道、会议小间、客房和观景露台。作者坦率披露 22 套游戏设备约 7.5 万美元，整屋为七位数，并解释资金来自早期 Google、Cloudflare 股票和房地产增值；评论区既赞赏其长期友谊、工程细节和生活热情，也有人对炫富感、能耗、装饰冷感和安防提出质疑。

这本 MIT Press 开放获取新书从微观经济学角度讨论人工智能：AI 既可被视为一种降低预测、分类、搜索与内容生成成本的通用技术，也会改变企业组织、劳动分工、信息不对称和市场竞争。评论区的焦点并不在书本细节，而在 AI 的定义与经济学方法论：有人认同把 AI 称为「应用统计」更精确，也有人认为这过度简化了 LLM、搜索、推荐等系统的工程复杂性。另一个分歧是经济学究竟擅长解释还是预测，尤其在 AI 工具加速研究后，经济学家的预测能力是否会实质提升。