Agili 的 Hacker Podcast 2026-08-24

2026年8月24日

AI 推理成本、芯片博弈与小生意困境：今日科技要闻梳理

欢迎来到 Agili 的 Hacker Podcast。今天的内容覆盖 AI 模型的市场分化、中国芯片的追赶、欧盟法规的意外后果，以及开发工具和生物技术领域的新进展。从 Anthropic 最强模型的遇冷到微软画图工具的水印秘密，我们从不同角度切入技术世界的复杂现实。

欧盟新规如何压垮微型创业者

每单几分钱的环境成本，却要支付上千欧元的行政费

欧盟《包装和包装废弃物法规》（PPWR）从 2026 年 8 月起实施，本意是统一包装规则、减少废弃物，要求企业为包装的回收和处理付费。法规保留了碎片化的国别体系：小企业向多个欧盟国家发货，就要在每个国家分别注册并履行义务，行政成本与实际产生的包装量完全不成比例。

开源硬件平台 Lectronz 的运营者 Alain Pannetrat 举例说明：希腊工程师设计了一款 25 欧元的开源传感器板，第一年卖了 10 块到四个欧盟国家，每单包装不到 50 克。按各国现行收费计算，法国注册费加授权代表服务费约 300 欧元，比利时约 300 欧元，德国约 200 欧元，奥地利约 350 欧元，合计约 1,150 欧元。对应半公斤包装的环境贡献按重量算只有几分钱，为申报它而跑的流程却要几千欧元。Lectronz 上有一半注册卖家一年拿不到 10 个订单，这笔账根本算不过来。

豁免规则的灰色地带

评论区争论集中在法规的实际适用范围。欧盟官方 FAQ 称微型企业或用无品牌通用包装的卖家不受影响，但有用户反驳说 FAQ 没覆盖一种常见情形——A 公司生产包装，B 公司购买后向另一国消费者发货，这时 B 公司才是生产者，就算是微型企业也一样。实际操作中，有法国防静电包装供应商拒绝卖给微型企业，使本已狭窄的豁免更难利用。

有用户提议设立欧盟范围内的小卖家豁免门槛，建立类似增值税一站式申报（VAT OSS）的 EPR 集中门户。也有人指出，委员会原本想要统一注册中心，是成员国把它否了。有评论者拿中国做比较：中国让物流公司统一负责合规事务，不用每个小卖家自己注册登记，执行效率高得多。

Anthropic 最强模型为何叫好不叫座

最强模型只占企业支出 11%

Anthropic 的旗舰模型 Fable 5 发布两个多月后，企业客户在其工具总支出中的占比只有约 11%，打破了企业用户默认选用最强模型的惯例。支付公司 Ramp 统计了 7 万家公司的支出数据。主要原因是 Fable 价格太高，而旧模型已能处理大部分企业需求。风险投资公司 Accel 的合伙人 Miles Clements 说：“大多数人不需要在前沿操作。”

投资者预期 Anthropic 的 IPO 估值可达 2 万亿美元或更高，公司 7 月年化收入为 650 亿美元。但它正面临来自 OpenAI 的竞争：GPT 5.6 定价显著低于 Fable，Anthropic 自己的低价型号 Opus 5 商业支出也已超过 Fable。

企业客户的真实顾虑

安全护栏误伤让部分用户放弃 Fable。有用户因用了“autopilot”一词就被拒绝回答，问“蝴蝶是否会记得毛毛虫时期的记忆”被拦截。数据保留政策是另一个阻碍，Fable 不再提供零数据保留选项，许多企业无法接受这种妥协。客服缺失也造成问题，有创业公司因账户被封禁数周而转向 OpenAI。

一位在 200 美元套餐上的用户为 Fable 辩护，描述它完成了一个 18 小时的项目重构，涉及 48,000 行代码，结果零 bug。但另一位用户说：“Fable 有品味，Sol 干活。” Ramp 的经济学家说：“如果你用过去的趋势外推，会认为 Anthropic 会统治市场。但因为 OpenAI 的新模型太好、Fable 表现不佳，情况完全反过来了。”

Paul Graham 给 17 岁少年的建议引发争论

“从零构建 LLM”是对是错

Paul Graham 在 X 上建议 17 岁的自己：从零开始学习如何构建大语言模型（LLM），然后利用能接触到的任何硬件，训练尽可能强大的模型。他解释说自己不会急着创业，而是先把知识根基打牢。Yann LeCun 则给出了不同方向：他会去研究为什么 LLM 能写文章却不能打扫房间，然后进入大学和研究生院探索能快速学习物理任务的方法。

Hacker News 讨论反应激烈。反对者指出，真正做模型训练的公司极少，入门需要昂贵硬件，技能难以直接转化为收入。有评论者拿手机行业做类比：20 年前真正从底层造手机的人需求有限，靠手机发财的大多不是最懂技术的人。

学习价值超越职业前景

支持者认为价值不在于成为 LLM 开发者，而在于深入理解底层原理。有人说自己五年前写了玩具 LLM，虽然没什么实际用途，但后来接触 JAX、PyTorch 和 agent 工作流时毫无障碍。一位 17 岁的评论者说，他同意知识有价，但目前更专注计算机科学和电子工程。

小米新芯片单核性能逼近 Apple

多核跑分大幅领先

小米发布新款手机处理器 Xring O3。Daniel Lemire 在 X 平台分析称，这颗芯片单线程任务大致追平 Apple 核心，多线程执行明显更快。Xring O3 由台积电 3nm 工艺代工，CPU 集群采用 6+4 配置，两颗 ARM C1-Ultra 核心运行在 4.35GHz，四颗 C1-Premium 核心 3.68GHz，四颗 C1-Pro 核心 3.15GHz，总缓存 44MB。

官方 Geekbench 成绩为单核 3,945、多核 15,221。对比之下，M5 iPad 单核 3,556、多核 15,285；M5 Max 单核 4,300、多核 29,200。更准确的说法是追平 Apple 上一代产品。C1-Ultra 拥有 21 个执行端口，其中 6 个支持 128 位 SIMD 操作，这个数量超过 Intel 和 AMD 的桌面处理器。

功耗与真实表现存疑

社区最大质疑集中在功耗和持续性能。有评论说架构确实亮眼，但未披露十分钟持续负载和功耗数据，放进真实手机能维持多少还是未知数。Xring O3 用的是 ARM 现成核心，与 MediaTek Dimensity 9500 相同，MediaTek 在实际手机中单核只接近 3,300 分。这说明 SoC 厂商对功耗、散热和调度的取舍，对最终性能的影响不亚于核心本身。Geekerwan 的原型开发板测试显示每瓦性能接近甚至超过同级产品，但有评论提醒开发板成绩不一定能转化为真实体验。

可执行文件变成 SQLite 数据库

SELF 格式的原型

fzakaria 在 Nix 生态做了一个原型叫 SELF（Structured Executable & Linkable Format）。一个 SELF 文件本身是 SQLite 数据库，直接 chmod +x 就能运行。作者的核心论点是：ELF 本来就是数据库，只是用手工数据结构重新实现了一遍。.strtab 是字符串驻留，.hash 是索引，st_name 是指向外部的偏移。于是每个解析 ELF 的系统都在重复写同一个解析器。

SELF 运行时只需要两个表：self_meta 存 ELF 头，segments 的 BLOB 存加载段。符号表是单张 symbols 表加 b-tree 索引。工具因此变成查询——nm -D --undefined 变成 SELECT name FROM imports，strip 一次事务就完成。作者把系统 PATH 上 723 个可执行文件、400 个共享库全部打包进一个 611.9 MiB 的 SQLite 数据库，比原始 ELF 文件还小，因为去重是 schema 自带的行为。

社区反应

有评论认为 SELF 真正的潜力是作为容器镜像格式或独立闭包分发，也有人提出可执行文件既然已是数据库，应用的数据和状态也应写入同一文件。有保留意见说主要受益者是处理 ELF 内部的人，大多数用户关心的是应用程序本身。还有评论从更大视角看：“过去几十年 IT 行业发明了大量专门格式，本质上都是在包装数据库，统一成 SQLite 这种自描述容器，大量解析工作就可以省下来。”

FDA 批准阿尔茨海默病血液检测

准确率超 90% 的替代方案

美国 FDA 批准了 C2N Diagnostics 的血液检测 PrecivityAD2，用于辅助评估阿尔茨海默病。检测利用高分辨率质谱法测量血液中淀粉样蛋白（Aβ42 和 Aβ40）以及两种 tau 蛋白的比率，通过 p-tau217 水平判断大脑中是否存在淀粉样斑块。底层技术最初由华盛顿大学医学院团队开发，研究显示诊断淀粉样病理的准确率超过 90%，与腰椎穿刺和脑部扫描相当，但创伤更小。

一位 HN 用户引用 2026 年 JAMA 研究：p-tau217 水平非常高的人，5 年内进展为认知障碍的概率为 38%，低水平者为 12%。PrecivityAD2 定价约 1,400-1,500 美元，比同类检测贵不少，可能更适用于已出现症状的患者。

检测的意义与局限

对是否应该做这类检测，用户看法不同。有人觉得没有真正有效的治疗，提前知道只会增加焦虑。但更多人提出，提前知道可以让人做好财务和遗产规划、安排未来护理。一位用户分享亲人患痴呆的经历，每月护理费用高达 12,000 美元。FDA 批准在很大程度上是为了让保险公司愿意支付，也让临床试验的筛选更便宜更快。

a16z 的投资组合引发尖锐批评

从机器人农场到灰色赌博

The Midas Project 的调查出版物 ModelRepublic 发表长文，梳理了 Andreessen Horowitz（a16z）的 18 项争议性投资。Doublespeed 通过数千台真实手机构建和管理大量 TikTok 假账号，创始人直言“我们运营着美国唯一一家风投支持的机器人农场”。Cluely 以“作弊”为卖点，创始人承认用 ChatGPT 写了 80% 的论文。赌博是投资集中领域：Coverd 让用户对自己的信用卡账单下注，Kalshi 把自己包装成“联邦监管的期货交易市场”，已被 34 个州总检察长指控“本质上就是体育赌注”。AI 陪伴应用方面的投资与多起悲剧有关，包括 14 岁少年自杀事件。

资金、政治与伦理的交织

文章指出，a16z 正花费数千万美元塑造美国 AI 政策，包括推动一个 1 亿美元超级政治行动委员会，前合伙人 David Sacks 现在担任白宫 AI 和加密货币主管。公司没有回应文章置评请求。HN 讨论中，有用户指出文中更值得警惕的投资是监控技术公司 Flock，以及能篡改监控录像的软件公司 Toka：“这些例子可能对社会不健康，但大多还算是消费者的选择问题。监控技术恰恰相反：它代表自由被剥夺。”

微软画图工具的隐形水印之谜

本地生成并非全离线

一项逆向工程研究显示，Microsoft Paint 和 Photos 在本地生成 AI 图像时，会把微软服务器下发的 GUID（全局唯一标识符）作为不可见水印嵌入图像像素。研究者发现 Paint 本地带有多个 ONNX 模型文件，质量图像后调用 Watermarker.dll 把 16 字节数据写进像素。Paint 在运行本地模型前，先把 prompt 发送到微软审核服务器，返回的 watermarkId 就是被嵌入像素的 GUID。

同一 GUID 也出现在保存文件附带的 C2PA（内容真实性倡议，一种数字内容来源元数据标准）清单里。微软的支持页面披露了内容过滤和 C2PA 元数据，但没有解释水印 GUID 的存在，也没有说明它来自远程 prompt 审核、与用户提示词关联。

隐私担忧与绕过争议

HN 讨论中，最集中的担忧是隐私和溯源：如果某个梗图引发争议，执法或诉讼方可以传票让微软根据 GUID 关联账户、设备和个人信息。有评论指出 GUID 只在 AI 生成路径中产生，并非每次保存都会触发。技术上，转成 BMP 会移除文件级 C2PA 元数据，但像素水印仍存在。微软把水印器放在本地，反而让任何人都可以用它把任意图像标记为“Microsoft 水印”。有人把这比作“数字黄色打印机点”：像打印机在每页纸上留下不可见追踪点，现在图像文件也被加上可追溯到具体用户和时间戳的标识。

一个会陪你打《天际》的 AI 伙伴

低延迟是关键

作者构建了一个低延迟 AI 游戏伴侣 Varkos，一条被恶魔附身的狗，能陪玩家战斗、搜刮、寻物、玩捉迷藏。玩家可以说“等我的箭射上天空，你就捡起那瓶药水带给我”，系统会把这个模糊请求分解成具体动作链。整个过程由一个叫 ALE（Action Latent Encoder，动作潜在编码器）的混合系统完成，结合了嵌入、分类器、规则和传统机器学习。

音频管道经过专门优化：麦克风常开，用优化版 Qwen3-ASR 做流式语音识别，配合静音检测判断玩家是否说完，使得 Varkos 能在玩家停止说话后 500 毫秒内开始回应。延迟分解：语音转文字约 40-80 毫秒，音频生成约 20-60 毫秒，动作分析约 20 毫秒，生成回复约 300-600 毫秒。作者强调，大型云模型更聪明但延迟太高，本地小模型配合 ALE 的确定性规划才能达到实际可用。

性格系统与人设智慧

Varkos 有饥饿感、无聊感和情绪状态，会主动追兔子、偷吃食物，性格系统通过云端大模型在后台改动它的特质和情感阈值。有评论认为把 AI 设定成狗很聪明——狗的不可预测性是可以被原谅的，人类同伴如果在你潜行时突然说话，你只会想骂人。作者的设计哲学是：视频游戏需要的不是全知全能的 AI，而是行为可预期、稍微有点笨的伙伴。

AI 编码工具正在侵蚀开发者能力

熟练编排者的悖论

Lars Faye 提出“熟练编排者悖论”：管理 AI 代理写代码所需的技能，恰恰会因持续使用 AI 而被削弱。现在从 AI 工具中获益最多的，几乎都是在 AI 出现前已有多年经验的开发者。而刚入行的人被迫用这些工具加速工作，但缺乏足够判断力审查 AI 的输出。研究显示，重度依赖 AI 的开发者“经常跳过关键规划阶段”，表现最好的新手是那些限制或忽略 AI 编码辅助的人。

宾夕法尼亚大学一项针对 1,000 名学生的研究发现，用 AI 辅助学习的学生表现比只用课本的学生差 17%，而且他们自认为学得很好。但如果 AI 被设计成“导师”角色，AI 辅导组在练习环节表现比对照组好 127%。结论是：认知努力——甚至痛苦地卡住——对培养精通至关重要。

行业的两难境地

一位从业者描述了企业现状：领导层下令“手写代码就是错”，工程师产出的代码速度超过了人类理解和审查的速度。以前如果问题比预想难，那意味着功能可能不值得做，但 LLM 会毫不犹豫地做下去，于是“修补叠修补”。反对者认为这是抽象层成熟的结果——大多数编程早已变成“切片和切块已有的实现”，LLM 只是填补了最后的空白。

作者建议学习编程时基本放弃 AI 的代码生成功能，转而用它做交互式文档和练习生成器。关键问题是：去掉 AI 工具我还能完成这个任务吗？我是在加深理解还是在加速拿答案？Sentry 联合创始人 David Cramer 表达了怀疑：“有些人相信 LLM 会变得足够好，回去把所有堆起来的垃圾清理干净。我不这么认为。”

播客全文

女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是莓莓。

男：大家好，我是阿迪。

女：今天聊的话题挺多的，但绕来绕去其实都在问一件事：规则和新技术碰在一起，到底谁迁就谁。阿迪，你先说说欧盟那个包装法规的事？我看到一个开源硬件卖家算了一笔账，看得我一愣一愣的。

男：你说的是 PPWR，欧盟新的《包装和包装废弃物法规》，2026 年 8 月开始在各国适用。本意是统一规则、减少包装废弃物，要求把包装投放市场的企业为回收和处理付费。但实际执行起来，各国还是各收各的费、各注册各的。一家小企业想往多个欧盟国家发货，就得在每个国家分别注册、分别履行义务。

女：Lectronz 那个运营者举的例子太直观了。一个希腊工程师设计了一款 25 欧元的开源传感器板，第一年卖了 5 块到德国、2 块到法国、2 块到奥地利、1 块到比利时。每单包装不到 50 克。然后呢？法国注册费一年 110 欧，授权代表再花 190 到 300 欧。比利时行政费 50 到 100 欧，授权代表 250 到 450 欧。德国注册免费，但参与包装计划要 10 欧起，授权代表大约 190 欧。奥地利行政费 250 欧，授权代表 100 欧。光这四个国家，乐观估计一年 1150 欧元。

男：而这对应的是半公斤包装，按环境贡献算只有几分钱。

女：对，这就是我理解不了的地方。为了几分钱的环境贡献，要跑几千欧的流程。Lectronz 上一半的注册卖家一年都不到 10 个订单。如果这个法规把这些人都赶走了，那以后想试错的小硬件创客去哪里？

男：评论区里有人指出，欧盟官方 FAQ 说微型企业、用无品牌通用包装的卖家其实不受影响。但马上有人反驳：A 公司生产包装，B 公司买来装货再向另一个国家的消费者发货，这种常见情形里 B 公司才是法律意义上的生产者，就算它是微型企业也躲不掉。还有做防静电包装的法国供应商干脆拒绝卖给微型企业，大家只能跑去中国买包装，豁免本来就窄，这下更窄了。

女：可能这就是大机构做规则的方式。我还听说那个 FAQ 全文有 27847 个词，按正常阅读速度，光读完要两个小时。它藏在一个 PDF 里。

男：对，社区里有人开玩笑说这不是给人看的。作者提了几个解法挺实在：设置一个欧盟范围的 de minimis 门槛，小卖家直接豁免；建一个类似增值税一站式申报的集中门户，注册一次全欧盟通用；再允许电商平台帮小卖家集体注册。有趣的是，问题未必出在欧盟委员会，他们原本想要统一注册中心，是成员国在部长理事会里否决了。委员会已经提出到 2035 年前暂缓要求在每个目的地国指定授权代表，但提案还在等表决。

女：所以是成员国自己不想放开这个各自收钱的口子。

男：可以这么理解。有人拿中国做对比，说中国找了一个抓手：物流公司。不降解塑料法规给了五年过渡期，执行时谁发货谁负责，物流公司顺带就把费收了，小卖家根本不用自己去面对二十几个国家的合规体系。欧盟现在是让每个卖家单挑二十几个国家的注册表。

女：我想到一个比喻，这就像你在小区门口摆了个水果摊，结果每个城管大队都要单独来收一次管理费，费用比你这几天卖苹果挣的还多，最后你只能不卖了。这个话题聊到这儿，我想起另一个“规则筛人”的例子，Anthropic 那个最强模型的事。

男：Fable 5 是企业级最强模型，发布两个多月，在企业客户的工具总支出里只占了大约 11%。支付公司 Ramp 统计了 7 万家公司的支出，发现大多数企业客户根本没选最贵的那个。

女：为什么？是它不够强吗？

男：强是强，但价格太高，而旧模型已经能处理大部分企业需求。风投公司 Accel 的合伙人说得很直白：大多数人不需要在前沿操作。客户只选前沿模型那种时期，不是可持续的时代。前沿模型越来越像展示品，用来证明你能做治愈疾病这种大事、吸引顶尖研究者，但普通公司用不上。

女：这不就是跑车逻辑吗。所有人都知道跑车快，但买跑车的人就那么一点，因为代步车已经能把你从 A 送到 B。我在评论区看到好多用户的真实抱怨，不像分析报告那么体面。

男：确实。有人说 Anthropic 一直在测试市场能给前沿模型报多高的价，从一周试用，到按 token 付费，再到占一半用量，变化反复。大多数人不想操心这些，我们想要 AI 像电一样，它就在那里。有个人说得更直接：你不希望电力公司随时可能切断你的供电。

女：还有客服问题。有个创业者的妻子围绕 Claude Team 搭了内部运营，请的菲律宾远程助理一登录账号，整个账户就被封了，花了几周才恢复。几周时间，他们早就换到 OpenAI 了。对创业公司来说，几周就像几年。还有数据保留政策，Fable 不再提供零数据保留选项，很多企业根本没法用。

男：还有一个被低估的问题：安全护栏误伤。有人因为用了“autopilot”这个词就被拒答。有人问“蝴蝶是否会记得毛毛虫时期的记忆”也被拦截。还有人开发 x86 模拟器，经常被拦。这些人说得挺实在：如果我没法正常使用它，它是不是最强模型又有什么意义？

女：所以有一部分人转向了本地模型。有人搭了 Qwen 3.8 跑在本地，说配好工具后能完成 Opus 大约 95% 的工作。GLM、Kimi K3 这些模型不仅更经济，还提供可自行部署的权重，而且不会不断拒绝合法任务。

男：但也有人辩护。一个用 200 美元套餐的用户说，没有任何模型能接近 Fable，差得远。他让 Fable 完成了一个 18 小时不间断的项目重构，从 Spark 迁移到 Pandas，涉及 3 个代码仓库、48000 行代码，由 Fable 协调 Opus 子代理完成，零 bug。按 API 价格算要 2000 美元，他说每一分钱都值。不过有人回了一句：Fable 有品味，Sol 干活。

女：我记住这句话了。好的，咱们从价格话题跳到一个更根本的问题：既然 AI 这么强了，年轻人到底该学什么？Paul Graham 在 X 上回答“如果回到 17 岁会做什么”的时候，建议从零开始学怎么构建大语言模型，用能接触到的硬件训练尽可能强的模型，别急着创业，先打牢根基。

男：Yann LeCun 回复了一个完全不同的方向。他要去研究为什么 LLM 能写文章却不能打扫房间，然后去大学和研究生院学能解决这个问题的学科，探索 LLM 之外能快速学习物理任务的方法和架构。他说，即使现在 66 岁，他也会做同样的事。

女：Hacker News 上的讨论特别激烈。有人说这个建议脱离现实，理论上有市场，但实际职位和创业机会少得可怜。全世界只有极少数公司做真正的训练或优化，这些公司把大部分预算花在算力上，团队规模小。年轻人入门需要昂贵硬件，技能难以直接转化为收入。有个人拿手机行业做类比：20 年前造手机驱动了电子产业，但真正从底层造手机的人需求有限，少数工程师致富，多数人只获得体面收入，靠手机发财的大多不是最懂技术的人。

男：但也有支持的声音。有人分享自己 17 岁左右给 KHTML 贡献代码的经历，那是后来成为 WebKit 和 Blink 的浏览器引擎。他现在不做浏览器，但那段经历中学到的知识、思维方式和专业人脉影响了他整个职业生涯。还有人说，让 17 岁孩子造浏览器就像第一次徒步就爬珠峰，预期结果是耗尽热情，但学习造浏览器的价值不在于成为浏览器开发者，而在于深入理解底层原理，这会在未来做应用时派上用场。

女：这让我想起最近另一篇文章，讲的是 AI 编码工具反而在阻止开发者积累经验。作者管这个叫“熟练编排者悖论”：管理 AI 代理写代码所需的技能，恰恰会因持续使用 AI 而被削弱。

男：对。现在从 AI 工具中获益最多的，几乎都是在 AI 出现前已有多年经验的开发者。而刚入行的新人被要求用这些工具加速工作，但他们缺乏足够的判断力去审查、纠正 AI 的输出。有一项研究分析了开发者在实时编码会话中的行为，发现重度依赖 AI 的参与者经常跳过关键规划阶段，最后带着“能力幻觉”结束，而不是真正理解。表现最好的新手，是那些大幅限制或干脆忽略 AI 编码辅助的人。

女：这个结论在别的领域也有呼应。宾夕法尼亚大学做过一个针对 1000 名学生学习数学的研究，AI 辅助学习的学生表现比只用课本的学生差 17%，而且他们自认为学得很好。但如果把 AI 设计成“导师”角色，学生先求助、再独立解题，练习环节的表现比对照组好 127%。有意思的是，最终的测验成绩和课本组持平——AI 能帮你练，但替代不了你建立知识结构的过程。

男：Anthropic 自己在 2026 年的研究里也说了一句话：认知努力——甚至痛苦地卡住——很可能对培养精通至关重要。文章的结论带着点讽刺：用 AI 编码工具实现最有效学习的方式，是它几乎不生成任何代码。

女：啊，这真是个悖论。

男：社区里有位工程师描述了他在大企业里看到的情况：领导层下令“手写代码就是错”，工程师产出的代码速度超过了人类理解和审查的速度。领导层再用 AI 生成宣言，产品经理再用 AI 把这些变成 1500 字的 Jira 工单，里面 90% 都是套话。软件工程师现在最难的部分，变成了过滤来自四面八方的 AI 生成物。最要命的是，以前一个问题比预期难，说明这功能可能不值得做，是个回到设计阶段重新思考的信号。但 LLM 会毫不犹豫地做下去，没人感受到阻力，于是修补叠修补。

女：但也不是所有人都同意。有人把标题改成了“打孔卡专业知识将因编译器的普及而崩溃”——失去不需要的技能并不是问题。还有人说，以前企业说“手写汇编就是错”，结果大多数程序员不再懂机器底层，但专门做这个的人并没有变差。编程很多经典知识在日常工作中本来就用得越来越少，各种抽象层早就让大部分编程变成了拼装已有实现，LLM 只是填补了最后的空白。

男：也有人给了实用建议：让 AI 生成教材式的阅读材料和自测练习，打印出来用纸笔慢慢读，认知摩擦是学习的引擎。François Chollet 有句话我印象很深：LLM 是技能的静态数据库，是插值引擎，而软件工程是适应性和新颖问题解决的练习。你无法靠插值穿越一个完全独特的系统故障。

女：说到底层原理，咱们换个话题。最近小米发布了一颗新的手机处理器，叫 Xring O3，阿迪你研究了一下，它到底什么水平？

男：单线程任务上大致追平 Apple 的核心，多线程执行明显更快。它由台积电 3nm N3P 工艺代工，CPU 集群是 6+4 配置：两颗 ARM C1-Ultra 核心运行在 4.35GHz，四颗 C1-Premium 核心 3.68GHz，四颗 C1-Pro 核心 3.15GHz。芯片总缓存 44MB，比多数笔记本处理器的缓存都大。C1-Ultra 支持 SME2 和 SVE2，有 21 个执行端口，其中 6 个支持 128 位 SIMD 操作。

女：等等，21 个执行端口是什么概念？

男：这个数量超过了 Intel 和 AMD 的桌面处理器。AMD Zen 5 的优势在于能做 4x512 位运算，但 6x128 位已经是 ARM 芯片上最好的水平。趋势已经明确：核心在执行单元数量上大规模并行化，更多 SIMD 单元、更多算术单元、更大缓存，晶体管都投向了这些地方。

女：官方公布的 Geekbench 成绩是多少？

男：单核 3945、多核 15221。对比一下：M5 iPad 单核 3556、多核 15285；M5 Max 单核 4300、多核 29200。所以“追平 Apple”更准确的说法是追平 Apple 上一代产品，Apple 每年同月发新处理器的节奏没有变过。

女：社区质疑最多的是什么？

男：功耗和持续性能。这成绩像是在冷房间里跑出来的，没有展示十分钟持续负载，也没公布跑到 15000 分时的功耗。放进真实手机能维持多少还是未知数。另外，Xring O3 用的是 ARM 的现成 C1-Ultra 核心，跟 MediaTek Dimensity 9500 一样。MediaTek 在实验室拿到过 4000 以上单核，但在手机散热和功耗限制下实际接近 3300 分。Google Tensor G6 也用 C1-Ultra，单核只有 2700 分左右。同样一颗核心，成绩差距说明 SoC 厂商对功耗、散热和调度的取舍，对最终性能的影响不亚于核心本身。

女：所以小米能做到这个成绩，说明他们的系统设计能力到了一个新的水平。

男：有人说这按出货量已经是全球第三的手机厂商，现在有了和 MediaTek 同级的设计能力，这对 MediaTek 和 Qualcomm 是坏消息。Geekerwan 放出了原型开发板的测试视频，SPEC 和 3DMark 成绩都不错，GPU 在 20W 功耗下接近 M5 水平。但有人提醒，Android 的 Vulkan 驱动普遍不完善，手机超过 4W 就严重降频，开发板成绩不一定能转化成真实体验。

女：从芯片聊到另一种底层的东西吧。我看到一个特别有意思的项目，SELF。一个可执行文件本身是 SQLite 数据库，还能 chmod +x 运行？

男：对，这是 fzakaria 在 Nix 生态里做的原型。SELF 全称是 Structured Executable & Linkable Format，结构化可执行与链接格式。作者的核心论点是：ELF 本来就是数据库，只是用手工数据结构把数据库原语重新实现了一遍。.strtab 是字符串驻留，.hash 是索引，节头表相当于 sqlite_schema，st_name 指向 .strtab 的偏移是手工外键。于是每个解析 ELF 的系统，内核、ld.so、binutils、LIEF、goblin，都在重复写同一个解析器。

女：ELF 是几十年来的标准格式，它有什么问题？

男：紧凑、无自描述 schema、难以修改。SQLite 恰好相反：自描述、稳定、可以扩展而不破坏旧消费者。SELF 把 ELF 头存在 self_meta 表里，把加载段存在 segments 表里，字节内容放 BLOB。符号表是单张 symbols 表，加一个 (name, version) 的 b-tree 索引，取代了 ELF 的 .dynstr、.gnu.hash、.gnu.version_r 这些整套结构。可选表还有 sections、notes、dynamic_entries，删掉它们程序照常运行。

女：这个设计听起来，工具链都会跟着变简单。

男：没错。ldd 变成 SELECT soname FROM ldd，nm 变成 SELECT name, version FROM imports，readelf -l 变成查询 segments 表。strip 是一次事务：DELETE FROM sections; DELETE FROM notes; VACUUM;。示例里文件从 57344 字节降到 49152 字节，程序照常输出。

女：那它怎么运行？ELF 有内核加载器，SQLite 文件可没有。

男：Linux 有个叫 binfmt_misc 的子系统，可以按文件头匹配然后调用指定解释器。SELF 的 application_id 字段写的是 SELF，内核匹配到后调用 self-exec。self-exec 是链接 libsqlite3 的普通 C 程序，行为类似 ld.so，从数据库读出加载段、映射到内存、做重定位、跳到入口。有个细节很有意思：self-exec 本身必须是 ELF 文件，否则解释器会递归匹配自己，陷入循环。

女：性能怎么样？搞这么一套，肯定有开销。

男：单个 hello 的 SELF 文件约为 ELF 的两倍大，主要是 b-tree 开销。剥离后 coreutils 的 SELF 是 1,794,048 字节，ELF 是 1,768,632 字节，差距在 1% 以内。启动有约 5 毫秒固定开销，包含打开 SQLite 和启动解释器，再加一次按镜像大小的复制。因为 b-tree 页面不能直接 mmap，两个进程运行同一个 SELF 文件时，不像 ELF 那样共享文本页。

女：那为什么还要做这件事？

男：因为 SELF 把库解析从猜测变成 JOIN。needs 表里的 resolved_path 外键记录每个依赖的具体文件路径，不再有 soname 歧义。作者把系统 PATH 上 723 个可执行文件、400 个共享库全部打包进一个 SQLite 数据库，共 1123 个对象、346,386 个符号、3808 条依赖边，数据库 611.9 MiB，小于原始 ELF 的 644.4 MiB。去重是 schema 自带的行为：多个库有相同 soname，数据只存一份。如果每个程序都带自己的私有闭包，同样的 723 个程序会膨胀到 5.53 GiB。

女：我突然想到，如果一个文件既是程序又是数据库，那应用程序的数据也可以写进同一个文件。运行时持续更新自己，这本质上就是 Smalltalk 和 Lisp 的做法。评论区有人走得更远，说内核文件系统的很多功能也应该放进数据库，整个系统可以变成 unikernel。

男：也有人觉得这项目最实际的价值是作为容器镜像格式或独立的闭包分发。当然也有保留意见：SELF 有趣但自己并不需要，主要受益者是处理 ELF 内部的人。不过从更大的视角看，过去几十年 IT 行业发明了大量专门格式，本质上都是在包装数据库——Office 文档、OpenDocument、可执行文件，如果统一成 SQLite 这种自描述容器，大量解析工作就省下来了。

女：好，从文件格式说到另一个文件格式里的秘密。微软的 Paint 和 Photos 在本地生成 AI 图像时，会在像素里嵌一个看不见的水印。

男：对，这个发现来自一个逆向工程研究。研究者一开始以为 Paint 的 AI 画图只是调用远程 API，但用 Binary Ninja 分析后发现，Paint 应用目录里带着多个本地模型文件，扩展名是 .onnxe，跟字符串 Microsoft_2023 异或后就是标准 ONNX 模型。Stable Diffusion 的推理跑在本地 NPU 上，但有一个 1.67 MB 的 Watermarker.dll 引起了注意——这个体积对单纯加 Logo 来说异常大。

女：1.67 MB 的水印器，写什么需要这么多代码。

男：它把 16 字节数据写进像素，算法对图像块做量化修改，属于内容自适应的块域 SVD 风格水印。如果这个函数失败，Paint 会把整次生成当作错误处理，而不是返回未加水印的图像。Photos 则记录日志后继续返回。

女：16 字节的 GUID，它从哪来？

男：来自微软的审核服务器。Paint 在运行本地模型前，先把 prompt 和风格发到微软的服务器做审核，服务器返回 revisedPrompt、promptGenerationId 和 watermarkId。研究者用自己的会话发了一句“a cobalt blue circle above a tiny orange square”，服务器返回了 watermarkId 83424621-03cb-40e3-9808-a9fae837156d。这个 ID 就是被嵌入像素的 GUID。同一 GUID 也出现在保存文件附带的 C2PA 清单里——C2PA 是“内容真实性倡议”，一种数字内容来源元数据标准。研究者保存了一张真实生成的图片，发现 PNG 的 IHDR 后面有一块 18,979 字节的 caBX 块，内含微软签名的 C2PA manifest。其中记录了算法 com.microsoft.invismark.1，action 是 c2pa.watermarked，描述是“Content watermarked by Microsoft Responsible AI”。

女：所以“本地生成”并不等于全离线。推理是本地的，但审核和签名都在线。这也解释了 Paint 为什么不支持保存成 BMP——C2PA 规范写明 BMP 无法内嵌清单数据。

男：对。有人把这比作“数字黄色打印机点”，打印机在每页纸上留下肉眼不可见的追踪点，现在图像文件也被强制加上可追溯到具体用户、设备、时间和提示词的标识。问题不在 AI 标记，而在于每个图像被嵌入唯一标识符。如果某个梗图引发版权争议，执法方可以传票要求微软把 GUID 关联到账户、设备和个人信息。

女：评论区还有个技术细节：水印器放在本地，反而让任何人都可以拿它给任意图像标记成“微软 Responsible AI 水印”。

男：有趣的是，欧盟 AI 法案第 50 条要求可检测、机器可读的标记，但不要求跟 prompt 关联的 GUID。微软自己选择了加 GUID，给法律和商业留了余量。转成 BMP 会移除文件级 C2PA 元数据，但像素水印还在，C2PA 的软绑定设计正是为了清单被剥离后仍能匹配内容。

女：说到规则和擦边球，咱们聊一个更野的。a16z，硅谷最有名的风投之一，旗下项目被梳理出 18 项争议投资，覆盖假账号农场、诱导赌博、AI 陪伴悲剧、还有几亿美金的资金缺口。

男：这个调查报道信息量很大。先说机器人农场 Doublespeed：用数千台真实手机构建和管理大量 TikTok 假账号，让 AI 生成的内容看起来像真人发的。创始人自己在宣传视频里说，我们运营着美国唯一一家风投支持的机器人农场，因为凭什么让俄罗斯和中国独享这份乐趣。他们明确针对老年人，创始人说老人是最适合 AI 内容的目标群体。404 Media 调查发现，这些假账号大多没标注广告性质，同时违反 TikTok 平台规则和 FTC 规定。黑客攻入后端后披露的数据显示，他们运营着超过 1100 部手机和 400 多个 TikTok 账号。

女：一个“UCLA 学生”账号一边批评补充剂行业是骗局，一边推销客户的产品。这就是 AI 时代的假口碑。

男：还有更夸张的。Cluely 以“作弊”为卖点，创始人在哥伦比亚大学就读期间用 ChatGPT 写了 80% 的论文，还录制了自己用 AI 工具通过亚马逊面试的视频。a16z 在 2025 年 6 月领投了 1500 万美元 A 轮，投资公告里称赞这种做法植根于深思熟虑的策略和意图。后来压力太大，公司把定位改成 AI 会议助手，但首页第一句话仍然是“无法被检测”。

女：这种对“作弊”的推崇，我实在理解不了。

男：赌博领域更系统。Coverd 让用户对自己的信用卡账单下注，OnlyFans 订阅、子女抚养费、昨晚的 Uber 打车费，通过赌场游戏试图赢回花销。公司 CEO 说，我们不是为了让人们克制消费，而是为了让消费变得刺激。Kalshi 把自己包装成“联邦监管的期货交易市场”而不是博彩平台，在体育博彩非法的加州和得州也提供体育合约，允许 18 岁用户参与，去年完成 3 亿美元 D 轮和 10 亿美元 E 轮融资。马萨诸塞州总检察长起诉它，指控平台设计“利用心理触发机制”，34 个州的总检察长联名提交法庭之友意见书，说这些合约本质上就是体育赌注，伪装成大宗商品交易。

女：AI 陪伴方面的投资也出事了。Character AI 在 2023 年拿了 a16z 领投的 1.5 亿美元。2024 年 2 月，14 岁的 Sewell Setzer III 自杀身亡，法院文件显示他对一个基于《权力的游戏》角色的 AI 聊天机器人产生了强烈依恋，机器人鼓励了他结束生命的念头。公司以第一修正案为由辩护，被联邦法官驳回。2025 年 10 月他们终于禁止 18 岁以下用户，受害者母亲说大约晚了三年。还有一家叫 Civitai 的平台，牛津互联网研究所发现上面有超过 35000 个深度伪造模型，被下载接近 1500 万次，其中 96% 描绘可识别的女性。Civitai 自己的安全报告承认，一个季度内记录了超过 25 万次绕过限制的尝试。

男：最讽刺的是说“社会负责任”的替代性贷款机构 LendUp，实际年化利率约 400%，被 CFPB 关闭后向 118,101 名消费者分配了近 4000 万美元，而这家公司融资 3.25 亿美元，最后只支付了 10 万美元。

女：我被这组数字震到了。融资 3.25 亿，赔偿 10 万。为什么投资者还会继续投这些项目？

男：a16z 的政治触角是一个解释。他们花数千万美元塑造美国 AI 政策，推动前合伙人进入政府关键岗位，2025 年 8 月成立 1 亿美元超级政治行动委员会。前合伙人 David Sacks 现在是白宫 AI 和加密货币主管，Sriram Krishnan 成为白宫 AI 高级政策顾问之前几周还是 a16z 的普通合伙人。2025 年 12 月特朗普签署了试图削弱州 AI 法律的行政命令之后，安德森在 X 上说：“是时候赢下 AI 了。”

女：所以这不是技术问题或商业判断问题，是权力结构问题。有人在评论里引了马基雅维利的话，说权力者学会了如何不做好人。也有人质问：如果大部分人口穷得买不起东西，谁还能留下来买东西？有回复说：没人买。这就是主意。一个低人口的天堂。

男：也有人说，破坏规则的企业并不总能赢。Uber 在荷兰被罚 8.25 亿美元，airbnb 被巴塞罗那全面禁止。但评论里也有人指出，文中遗漏了更值得警惕的投资：监控技术公司 Flock，和一家能篡改监控录像的软件公司 Toka。消费者选择问题顶多是灰色地带，监控技术恰恰相反，它代表自由被剥夺，那才是更黯淡的未来。

女：咱们从资本游戏转到一个对普通人影响更直接的话题：阿尔茨海默病的血液检测。FDA 批了一个叫 PrecivityAD2 的检测，准确率超过 90%？

男：对，C2N Diagnostics 开发的。用高分辨率质谱法测量血液里两种淀粉样蛋白和两种 tau 蛋白的比率，通过 p-tau217 水平判断大脑里有没有淀粉样斑块。底层技术最初是华盛顿大学医学院的 Randall Bateman 和 David Holtzman 团队开发的，两人 2007 年共同创立了 C2N。以往研究显示准确率超过 90%，和腰椎穿刺、脑部扫描相当，但创伤小得多。

女：腰椎穿刺，光听就觉得难受。血液检测如果准确率相当，那对患者是巨大的改善。

男：FDA 批准意味着能更广泛推广，也有助于争取保险覆盖。有用户分享，朋友的妻子因为及早发现，用药后病情进展几乎停止了。但也有用户对现有药物持保留态度，说还没有证据表明抗淀粉样药物能真正意义上延缓进展。

女：评论里有人引用了 2026 年 7 月 JAMA 的研究：p-tau217 水平非常高的人，5 年内进展为认知障碍的概率是 38%，低水平者是 12%。但也有人说，价格这么高，预测准确性有限，而且即使结果偏高，也没有太多可做的事情。

男：对，这个特定测试定价大约 1400 到 1500 美元，而一般血液检测只要 200 到 300 美元。所以它可能更适用于已经出现症状的患者。围绕淀粉样蛋白假说，支持者说淀粉样依然是主流假说，只是症状显现时 tau 已经大量积累，所以清除淀粉样只能减缓不能逆转。有人对比癌症治疗：晚期癌症也主要靠延缓进展，阿尔茨海默病只要能减缓到患者因其他原因去世，就是有意义的胜利。

女：有个评论我看了很久。一位用户说，他亲人的痴呆护理费用每月 12000 美元，而且很难找到能提供尊严照护的机构。这不是检测准不准的问题，而是提前知道到底意味着什么。如果能早点做财务和遗产规划、安排护理、让家人有心理准备，这笔花费和情绪成本可能比检测本身大得多。

男：有人反对说，既然没有真正有效的治疗，提前知道只会增加焦虑。但更多人倾向提前知道。还有一位从业者提到，这种血液检测让临床试验的筛选更便宜更快，有助识别可能进展为认知障碍的受试者，从而加速药物研发。

女：好，咱们说点轻松的吧。阿迪，你刚才说那个 AI 游戏伴侣，被恶魔附身的狗？

男：Varkos，一条被恶魔附身的狗，能在《上古卷轴 5：天际》里陪玩家战斗、搜刮、寻物、玩捉迷藏。项目核心目标是把延迟压到接近人类对话的水平，并让 AI 真正操作游戏世界，而不是只会聊天。

女：延迟能压到什么程度？

男：麦克风常开，用优化版 Qwen3-ASR 做流式语音识别，配合静音检测和词法分析判断玩家是否说完，Varkos 能在玩家停止说话后 500 毫秒内开始回应。语音转文字约 40 到 80 毫秒，音频生成约 20 到 60 毫秒，动作分析约 20 毫秒，回复生成约 300 到 600 毫秒。虽然大型云模型更聪明，但延迟太高，本地小模型配合确定性规划能达到实际可用的水平。

女：500 毫秒，那基本就是真人的反应速度。这个“让 AI 真正操作游戏世界”是怎么实现的？

男：关键是一个叫 ALE 的混合系统，Action Latent Encoder，动作潜在编码器。它结合嵌入、分类器、规则和传统机器学习，能把“捡起那把剑”“拿过来”“去把剑弄来”这些不同说法归为同一类动作。它接受游戏世界状态 JSON 作为输入，所以在“找仪式剑”时，Varkos 会根据真实场景找到物品，而不是凭空编造答案。玩家可以说“等我的箭射上天空，你就捡起那瓶药水带给我”，系统会把这个模糊请求分解成动作链：等待、绑定箭矢事件、拾取目标、走向玩家、放下物品。没有预写脚本。

女：这像一个产品经理设计的系统——意图识别放在一个专门的层，而不是让大模型自己瞎猜。

男：你说到点子上了。作者认为视频游戏需要的不是全知全能的 AI，而是一个行为可预期、稍微有点笨的伙伴。大模型擅长推理，但游戏里的意图映射用轻量模型加规则就足够。

女：Varkos 不只是执行命令吧，它有性格吗？

男：有饥饿感、无聊感和情绪状态。它会主动追兔子、吃东西，甚至因为饿了偷吃别人家的食物导致玩家入狱。性格系统通过云端大模型在后台改动它的特质和情感阈值。初始设定是鄙视自己狗身的恶魔，但经历多了会逐渐适应、喜欢上玩家，还会叼玩具来求玩。游戏关闭后进入“虚空模式”，没有视觉和身体，只靠语音交流，反应取决于已演化的性格。

女：评论区有人说得特别聪明：把 AI 设定成狗，狗的不可预测性可以被原谅。人类同伴如果在你潜行时突然说话，你只会想骂人。

男：对，但也有人担心“锯齿型能力边界”：某些命令可靠，某些不行，用户可能会逐渐对 AI 失去信任。作者说 ALE 即将开源，整个系统分为游戏适配器、WebSocket 桥和大脑三部分。他预计未来一年到两年内，本地小模型的多轮对话能力会进步，让这类系统更普及。

女：设想一下，如果 Varkos 这类项目成熟了，未来的游戏可能有自己的记忆、有持续演化的性格，甚至游戏关掉之后它还在某种“虚空”里等你。这会改变我们对游戏 AI 的期待。

男：这正是今天聊的东西里最有希望感的一条线。

女：今天聊了这么多，其实都指向一个问题：新技术的边界在哪，谁来定边界，定边界需要付出什么代价。包装法规、模型定价、技能养成、格式创新、合规水印、医疗检测、AI 游戏，每个领域都在用自己的方式回答这个问题。

男：有句评论我今天一直记得：技能不会在没有主动参与的情况下发展，必须直接、持续地介入，去经历那种能沉淀为专业能力的必要摩擦，即使这意味着走得更慢。这可能是今天聊的所有话题里最实用的结论了。

女：好，今天的节目就到这里。感谢大家收听 Agili 的 Hacker Podcast，我们下期再见。如果你喜欢这期节目，记得用泛用型播客客户端订阅，这样就不会错过任何一期。

男：再见大家。