Agili 的 Hacker Podcast 2026-09-21

2026年9月21日

欢迎阅读 Agili 的 Hacker Podcast 今日科技动态。今天我们探讨基于开源基座的高速决策模型、斯诺登机密档案的封存始末、Sun 衰落背后的商业细节教训，以及硬件复古与数字生活方式的演变。

Kev：基于 Qwen3.5 的免生成决策模型

指针头替代自回归生成

开源开发者 Jared Palmer 推出了决策模型项目 Kev。传统大语言模型执行分类任务时，需要逐字生成带有括号与字段名的结构化 JSON，增加了推断延迟，容易发生格式解析错误。Kev 基于通义千问 Qwen3.5 架构，采用指针头（Pointer Head，直接计算候选位置匹配分数的输出层）结合 LoRA（低秩自适应微调）。模型在接收状态文本与多个问题后，直接通过 Softmax 函数输出每个选项的概率分布与置信度，处理过程无需生成任何文本。

Gated DeltaNet 的架构适配

Qwen3.5 引入了循环层 Gated DeltaNet，无法直接响应上一代 Transformer 的注意力掩码（Attention Mask）。Kev 改用多行并行机制，将每个问题拆分成独立的输入行，在独立计算的同时共享并复用状态文本的缓存，在保持模型行为隔离的同时降低了计算开销。在支持 flash-linear-attention 算子库的显卡上，处理单次包含五个问题的请求只需数十毫秒。

实际应用与轻量替代方案

Kev-9B 在未训练测试集上取得了 0.852 的准确率，并通过内置温度校准将高置信度下的错误率控制在 4% 左右。这类模型适合客服工单分流、游戏循环状态判断以及智能体步骤验证器（Verifier）等低延迟场景。社区开发者指出，如果具体业务的分类标签相对固定，采用小型嵌入模型搭配逻辑回归分类器往往体积更小、速度更快；Kev 的价值在于为需要常识推理和处理动态选项、同时要求本地部署的私有化业务提供了开源工具。

斯诺登机密档案为何停止公开

仅有百分之一的文件进入公众视野

2019 年 5 月 29 日，《The Intercept》发布了最后一批来自美国国家安全局刊物《SIDtoday》的文件，此后全球没有机构或记者再公开过斯诺登档案的新内容。斯诺登当年带出的机密文件包含数十万份，公开报道的部分仅占档案总量的 1% 左右，绝大部分数据依然处于封存状态。

媒体退出与冷存储封存

各家媒体在过去十年间相继退出了档案梳理。《卫报》在英国政府审查介入及监督销毁硬盘后，将报道范围限制在监控与民权领域，并在 2014 年初停发新文件；《华盛顿邮报》记者巴顿·盖尔曼搭建了严格物理隔离的工作站，在离职后因难以承担高昂的运维安全成本而将五万多份文件转入离线冷存储。《The Intercept》在 2019 年裁撤了专门的档案研究团队。目前格林沃尔德、珀特拉斯与盖尔曼个人仍持有未公开副本，但出于法律风险、政治指控与资金原因，一手资料的公开工作停滞。

留存的技术影响

档案公开工作推动了整个互联网安全实践的变革。斯诺登档案披露后的数年内，科技行业加速普及了 HTTPS（加密超文本传输协议），主要云服务商加强了跨数据中心内网流量的默认加密。公众对无处不在的数据收集逐渐习以为常，当年的披露彻底重塑了全球通信基础设施的安全规范。

Sun Microsystems 的败因：细节执行与商业脱节

一次错失的服务器采购

Oxide Computer 联合创始人 Brian Cantrill 近期回顾了前雇主 Sun Microsystems（升阳电脑）的经营失误。Cantrill 认为，Sun 衰败的症结不仅在于顶层战略，更在于管理层对日常商业运作细节机制的忽视。2005 年，一家准备大规模采购硬件的初创公司多次致电 Sun 却无人接听；而转向 Dell 后，销售经理不仅在两周内包办了设备测试、批量折扣与租赁协议，还迅速完成了服务器交付。

脱离市场的工程决策

Sun 内部管理曾出现脱离市场实际的反复。2002 年 1 月，Sun 高管宣布终止支持 x86 架构的 Solaris 系统。工程师团队认定此举违背行业趋势，在内部私下维护 x86 分支，甚至驳回破坏 x86 兼容性的代码。虽然管理层数月后撤回该决定，但在 x86 处理器迅速超越 SPARC 架构的关键窗口期，这次反复动摇了客户对 Sun 的信任。

高成本架构遭遇廉价计算浪潮

90 年代末互联网繁荣期带来的丰厚利润，让 Sun 过度押注高造价的垂直扩展大机柜，忽视了以 Linux 为代表的分布式横向扩展方案。伴随互联网泡沫破裂，大量二手 Sun 硬件涌入市场。对许多企业而言，购买 Sun 昂贵的技术支持服务，其花费相当于直接购置多台廉价 Intel 架构服务器作为备用，Sun 的技术优势逐步被低成本生态与僵化的商务流程瓦解。

阴极射线管如何影响像素艺术

抖动与抗锯齿的屏幕配合

CRT（阴极射线管）显示器会改变像素图像的呈现方式，但它并不能像滤镜一样自动消除所有锯齿。早期 8 位与 16 位游戏之所以看起来细腻，核心在于美术人员运用了抖动（Dithering，用点阵模拟过渡色）与抗锯齿技术。这些技巧配合 CRT 的扫描线和微弱色彩溢出，突破了极小内存与有限调色盘的物理约束。

接口差异决定画面锐度

画面的清晰程度取决于具体的显示设备与视频信号。早期使用 RF 射频或复合视频线连接电视时，信号串扰会带来明显的模糊；如果使用 RGB SCART 接口、专业彩色监视器或 PC 上的 VGA CRT 显示器，低分辨率图像依然棱角分明。现代玩家对老游戏画质记忆的差异，大多源于当年使用的显示硬件规格不同。

可变像素比例与滤镜局限

老式 CRT 显示器支持非正方形像素拉伸。很多经典 DOS 游戏以 320×200 分辨率制作，在 4:3 屏幕上垂直拉伸后人物比例才会正常；现代模拟器若直接以 1:1 正方形像素输出，画面便显得扁平失真。现代模拟器内置的 CRT 滤镜很难还原真实质感，主要原因是模拟扫描线需要压暗像素，受限于液晶屏幕的最大亮度，套用滤镜往往导致整体画面变暗。

Amiga Unix 社区重启项目 Amix 2.1

在现代加速卡上重建 SVR4 环境

Commodore 曾为 A2500UX 和 A3000UX 电脑推出过名为 Amix 的 SVR4 Unix 系统，随后项目被废弃。开源社区近期发起了 amigaux.org 项目，成功让 Amix 在摩托罗拉 68060 处理器与现代 Z3660 加速卡上重新引导运行。项目构建了交叉编译工具链，开发了远程包管理器 apkg，系统首次启动后可直接联网拉取 GNU 常用工具，并进入 OpenLook 图形界面。

AI 辅助逆向工程的开发流程

由于缺乏官方原始代码，开发团队利用大语言模型辅助反编译旧内核二进制文件，起草原生 SCSI 与以太网驱动代码。人类开发者负责制定架构、人工审查代码逻辑，并在物理机器上测试硬件兼容性。团队在公开文档中为代码打上置信度标签，通过清晰标注文档区分验证代码与推测逻辑，推动了缺少源码的旧系统的复活。

Disney+ 修改用户协议允许全员插播广告

“无广告”层级的商业推广

Disney+ 在最新修改的用户协议中明确规定，包括标榜为“无广告”的高级订阅方案在内，所有层级均可包含商业内容。允许展示的形式涵盖版权限制附带的广告、直播内容插播、官方自身套餐宣传、品牌赞助以及部分视频片头片尾的预告片。

重蹈有线电视的商业轨迹

付费流媒体的发展模式正在贴近当年的有线电视：先用高品质无干扰体验吸引用户付费，在建立独占内容壁垒与面对上市公司季度财报压力后，逐步将商业广告与营销推广叠加到付费层级。Amazon Prime Video 与 Apple TV+ 也普遍在点播前加入自制内容推广，用户即便支付了订阅费用，观看流程依然会被打断。

用户的离线与自建替代选择

服务条款的收紧促使一部分用户改变使用方式。一些用户开始缩短订阅时间，仅在特定剧集上线时按月购买并随即取消续费；另一些人则减少对商业平台的依赖，转向通过 Jellyfin 等开源工具自建本地媒体库，或利用公共图书馆凭证使用无广告的数字借阅服务。

数字环境中的注意力争夺与主动拉取

俄罗斯方块效应与算法塑造

心理学中的俄罗斯方块效应表明，长期专注于某种图形，人脑在日常物品甚至入睡前都会不自觉地构建相似画面。这种重塑大脑认知习惯的机制，正在被推荐算法系统性接管。社交和内容平台为了延长用户停留时间，持续穿插制造焦虑的负面信息与机器生成内容，使用户的注意力陷入无休止的被动滚动。

从主动拉取到被动推送

个性化推荐普及之前，互联网使用以明确的“拉取”（pull）为主：人们依赖浏览器书签访问独立站点、维基百科或垂直技术论坛。现代商业模式转变为依靠停留时长变现后，“推送”（push）成为主导，算法通过情绪刺激将用户锁定在信息孤岛中。

重构低速信息流

应对注意力损耗的途径在于建立慢速信息习惯。部分用户选择移除算法推荐流，换用 RSS（简易信息聚合）主动订阅独立博客与栏目，或利用扩展工具隐藏短视频入口。重拾主动检索与深度阅读的习惯，有助于摆脱算法对思维模式的单向塑造。

8GB 显卡上的动态持续学习实验 Mini-AGI

字节级输入与硬盘换页 MoE

开发者 Alexey Borsky 开源了名为 Mini-AGI 的实验项目，尝试在配备 8GB 显存的消费级显卡上训练具备持续学习能力的语言模型。模型舍弃了分词器，直接以 256 个字节与控制标记作为词表。为突破显存限制，项目设计了混合专家（MoE）分页机制，将 169 个专家模块存放在硬盘中按需调度，显存中仅保留 32 个活跃专家，动态调整网络计算深度。

主干学习率压制遗忘

针对连续学习中常见的灾难性遗忘现象，作者在实验中发现主干网络承担了超过 97% 的梯度变化。项目将主干学习率设置为主力专家的十分之一，在顺序读取单一领域的极限测试中，未学习领域的损失值变动幅度较小，抑制了全局遗忘崩溃。

命名争议与实际表现

该项目在社区引发了对实验命名的质疑。从公开的生成样本看，该模型目前生成的文本充满语法错误和死循环，国际象棋对局中也会走出违反规则的步法，并未具备真正的语言理解能力。作者回应称该项目仅为个人概念验证玩具，旨在探索消费级硬件在单批次连续数据流下的弹性架构，后续将补充规范的消融实验。

1996 年《冥界狂想曲》解谜设计文档公开

蒂姆·谢弗的剧本与谜题链条

卢卡斯艺术公司 1996 年的内部设计档案披露了经典游戏《冥界狂想曲》（Grim Fandango）的设计全貌。主创蒂姆·谢弗在这份长篇草案中详细记录了四年剧情线索、墨西哥亡灵节民俗与黑色电影风格融合的世界观，以及 80 个具体谜题的设计逻辑，文档中保留了大量幽默的手写批注与面对工期截止日时的自嘲调侃。

经典风格与操作争议

该文档的公开唤起了玩家对黄金时代冒险游戏的讨论。尽管《冥界狂想曲》在美术、爵士乐编曲和台词文学性上广受好评，且推动了 Lua 脚本语言在游戏开发中的普及，但其初代采用的坦克式移动操控和部分脱离直觉的谜题设计也经常导致卡关。现代玩家重温这部作品时，通常更推荐体验经过操控优化的复刻版本。

美国拟立法禁止私募股权持有医疗诊所

两院提案与三重诉讼机制

美国联邦议员近期提出法案，提议全面禁止私募股权（PE）基金与营利性商业保险机构持有医疗诊所，并限制管理服务机构（MSO）对医疗实体的实际控制权。该提案借鉴了俄勒冈州的既有法规，设立了联邦贸易委员会介入、各州总检察长起诉以及受损医生个人发起三倍赔偿诉讼的三重执法手段。

资本并购对医疗成本的影响

咨询机构统计显示，私募股权在医疗领域的投资规模从 2000 年的 50 亿美元增长至 2024 年的 1040 亿美元，由机构或医院雇佣的医生比例已达 82%。PE 机构通常采用杠杆收购模式，接手后往往出售诊所地产再高价回租，并压缩医护人手以追求利润。研究表明，此类并购往往推高了患者就医开支，并在牙科和兽医等领域形成了局部价格垄断。

诊所流动性与资本投入的权衡

行业从业者也指出了全面禁令可能带来的现实挑战。老医生退休时需要出让股权变现，而年轻医生背负高额学贷往往无力全资收购；昂贵医疗设备的更新也需要大额资本支持。部分专业人士建议将监管重心放在限制收购杠杆率、禁止债务下沉至诊所资产等具体金融行为上，以避免资本通过影子控制协议绕过单一的所有权限制。

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：今天一打开技术社区，满屏都在讨论大模型在小硬件上怎么跑。开源开发者 Jared Palmer 做了一个叫 Kev 的小模型项目，阿迪你看了吗？它好像专门用来给系统做判断，不用像普通大语言模型那样一个字一个字吐 JSON。

男：看了。它基于通义千问 Qwen3.5 做了 0.8B、4B 和 9B 三个版本。传统模型做文本分类时，必须逐字生成大括号、字段名，既耗算力又容易因为格式破损导致解析失败。Kev 改用了指针头（Pointer Head，一种直接计算候选位置匹配分数的输出层）和 LoRA（低秩自适应，一种参数高效的微调方法）。输入一段待评估状态和几个问题，模型直接通过 Softmax 算概率，全程不生成任何文本。

女：就像我们做选择题，直接在答题卡上涂圆圈，不用把整道题连同选项抄一遍。在游戏逻辑或者客服工单分流这种场景里，反应速度能快很多。

男：在支持的英伟达和 AMD 显卡上，处理包含五个问题的请求只要几十毫秒。但在苹果设备上，因为 Qwen3.5 引入的 Gated DeltaNet 循环层还没适配苹果的底层算子，在 Mac 上延迟会飙到一两秒。另外社区也有不同看法，如果业务的分类标签很固定，直接用几兆大小的嵌入模型搭配逻辑回归，在手机上就能跑出 94% 以上的准确率，根本不需要动用几十亿参数的模型。

女：大家现在真的很执着于在有限的硬件里压榨模型。另一个叫 Alexey Borsky 的开发者更激进，直接在自己的游戏本上做实验，用单张 8GB 显存的 RTX 3070 笔记本显卡，训练一个号称能持续学习（continual learning，指模型在处理连续数据流时不断吸收新知识）的语言模型，还起了个名字叫 Mini-AGI。

男：这个项目在工程上花了不少心思。它完全不使用分词器（tokenizer，把文本切分为词元的工具），直接读取原始字节。为了绕开 8GB 显存限制，他把 169 个专家模块存放在硬盘里，显存中只留 32 个活跃专家。针对连续学习最致命的灾难性遗忘（catastrophic forgetting，指神经网络在学习新任务时迅速覆盖旧知识的现象），他发现核心在于模型主干网络，于是把主干的学习率降到了专家的十分之一。连续喂了五十多万字符的国际象棋数据后，其他七个领域的指标基本没受影响。

女：听起来很厉害，但大家对它冠以 AGI 这个名字好像反应挺大。

男：确实被批评过度包装了。从公开的记录看，模型生成的文本基本是胡言乱语，下国际象棋会连续走出违规步法，表现甚至弱于早期的 GPT-2。大幅压低主干学习率虽然保住了旧数据，但也可能让模型失去学习新特征的能力。作者后来澄清这只是一个概念验证的玩具项目。

女：开发者们在消费级硬件上折腾底层系统的这股劲儿，让我想起社区里另一个复古项目。有人把三十多年前 Commodore 电脑上的 Amix 系统给挖出来了，还要让它跑在现代的硬件扩展卡上。

男：那是 amigaux.org 社区项目。Amix 是 Commodore 在 1990 年前后推出来的 SVR4（早期主流 Unix 标准版本之一）操作系统，早就没人维护了。几个开发者写了一整套交叉编译工具链和包管理器，成功让它在真实的摩托罗拉 68060 处理器上重新启动。

女：当年系统的源码早就丢了吧？他们是怎么搞定硬件驱动的？

男：这就是现代技术的妙用了。他们用生成式人工智能辅助分析旧内核的二进制机器码，起草驱动代码，人类工程师再逐行审查并在真实硬件上做引导测试。他们甚至在上面成功跑通了经典射击游戏 Quake。这种把快被遗忘的操作系统从灰尘里抢救出来的过程，纯粹出于工程师对技术的执念。

女：硬件发展史上这种让人感慨的故事太多了。最近 Oxide Computer 的联合创始人 Brian Cantrill 聊起他的前东家 Sun Microsystems，说这家昔日的商业硬件巨头之所以衰落，并不是技术不行，而是管理层彻底厌倦了做生意的日常细节。

男：Cantrill 举过一个特别生动的例子。2005 年有一家初创公司用 Sun 的开源系统搭建业务，规模扩大后想找 Sun 买一批硬件，结果采购电话打了好多次都没人接，好不容易接通了，销售推荐的设备也完全不对路。

女：然后他们当晚转身去填了 Dell 的在线表单？

男：对，半夜填的表单，第二天早上 Dell 的客户经理就打来了电话。两周内把配置测算、批量折扣和设备租赁全办妥了，服务器直接送进机房。后来 Cantrill 离开 Sun 去了那家初创公司，那位 Dell 的客户经理也加入了他们，多年后两个人成了 Oxide 的联合创始人。当时 Sun 沉迷于做造价百万美元的大型机，瞧不上低成本的 PC 服务器架构，甚至一度在内部宣布放弃支持 x86 架构。等到 Linux 生态成熟、二手硬件泛滥的时候，Sun 昂贵的专用架构就彻底失去了市场。

女：傲慢有时候真的会蒙蔽很多东西。提到老式电脑硬件，很多人现在玩复古游戏都喜欢套一层 CRT（阴极射线管）显示器滤镜，觉得当年的像素画面就是靠大屁股电视的模糊感来遮丑的。阿迪，你以前用过那种大显示器，真实情况是这样吗？

男：那种说法把事情想得太简单了。CRT 的光栅和扫描线确实带有天然的平滑效果，但以前的优秀画面主要靠美术师手工做出来的抖动（Dithering，使用交错图案模拟过渡色）和抗锯齿（Anti-aliasing，使用中间色调平滑锐利边缘）。而且画面是清晰还是模糊，取决于接口。如果接的是廉价的电视射频天线，信号干扰很大；如果是接 RGB 监视器或者 PC 的 VGA 显示器，320×200 分辨率下的像素点其实非常锐利。

女：很多老 DOS 游戏如果放到现在的液晶屏上，角色看起来特别矮胖，也是因为显示器的物理特性吧？

男：对，老 CRT 显示器的像素不是正方形的，而且屏幕比例会拉伸。现代模拟器如果粗暴地按 1:1 正方形像素硬还原，角色身形就会变形。现在有些现代独立游戏为了刻意复古，把像素块画得巨大且生硬，反而丢失了当年美术师在严苛硬件限制下那种精细雕琢的质感。

女：说到那个年代的精细雕琢，卢卡斯艺术公司 1996 年开发《冥界狂想曲》时的谜题设计草案最近公开了。整份文档不仅记录了四年剧情脉络和 80 个谜题链条，还全是设计师 Tim Schafer 的自嘲和幽默批注。

男：那份文档写得非常随性。Schafer 开篇就引用丘吉尔的话，说这份报告单凭篇幅就足以防御被人阅读。第一幕石化森林的分支谜题被他形容成一团被人乱编的毛线。临近交稿日期，他还没想好最终谜题，干脆在倒数第二页叠印了两段废话来假装排版故障。

女：文档末尾甚至画了个小方框，写着“为了保护本文件，请将喜极而泣的泪水限制在此框内”。不过那个时期的冒险游戏，谜题逻辑确实经常让人摸不着头脑，像用装满化学发泡剂的气球去瘫痪管道，不看攻略真的容易卡死。

男：但正是这些荒诞的巧思奠定了它的经典地位。他们当年为了做这款游戏开始用 Lua 语言写脚本，直接推动了 Lua 成为后来整个游戏行业的标配脚本语言。对于现在的玩家来说，直接去玩后来重制的版本体验会好很多，至少不需要再忍受当年笨重的坦克式键盘操作了。

女：记录时代的文档能被完整保留下来真的很幸运。对比之下，十多年前斯诺登带出来的机密档案，现在的处境就让人唏嘘了。自 2019 年 5 月底《The Intercept》发布最后一批文件后，这五年多里全球没有任何一家机构再公开过新文件。

男：整个档案包含几十万份数据，最终被公开的可能只有 1% 左右。《卫报》早在 2014 年就停止发了，总共只发布了三十多份，英国情报机构的人甚至直接跑到报社地下室，监督他们用电钻销毁硬盘。《华盛顿邮报》的记者 Barton Gellman 专门组装了拆除无线上网模块、封死螺丝的电脑来处理数据，后来因为安全运维成本太高，把五万多份文件直接打入冷存储（cold storage，指离线断网长期封存）。

女：斯诺登当年出于信任把材料交给专业媒体，原本指望通过记者的专业把关来披露事实，没想到最后在政治压力、资金调整和人员变动中停摆了。

男：不过当年的披露确实改变了技术世界。它直接倒逼各大科技巨头给数据中心之间的内部通信加密，也彻底加速了 HTTPS（加密超文本传输协议）在整个互联网的普及。哪怕剩下的文件再也不公开，基础网络设施的加密水准也已经回不去了。

女：技术在推动安全，但商业资本对我们日常生活的渗透也是无孔不入。最近美国参议员 Elizabeth Warren 提出了一项法案，提议全面禁止私募股权（Private Equity，简称 PE）基金拥有医疗诊所。

男：这项提案源于过去二十年私募资本对美国医疗机构的大规模扫荡。从 2000 年到 2024 年，PE 在医疗领域的年投资额从 50 亿美元膨胀到了 1040 亿美元，全美被企业雇佣的医生比例上升到了 82%。这些机构通常采用杠杆收购（Leveraged Buyout，简称 LBO，通过大额举债收购企业并将债务转移到被收购企业账上），买下诊所后，转手把诊所的大楼卖掉再高价租回来，然后压缩医护编制、缩短看病时间，逼着医生开高价检查项目。

女：相同的事情在宠物诊所和牙科早就上演过了。年轻医生背着高额学贷买不起诊所，只能任由大财团垄断。不过也有行业声音担心，如果一刀切全面禁止外部资本，很多老医生退休时没办法变现诊所股权，中小诊所想买动辄几百万的高端核磁共振设备也会面临资金缺口。

男：所以很多专业人士建议不要只在所有权上做文章，而是直接限制杠杆率，禁止把收购产生的债务甩给诊所本身。归根结底，医疗追求的是公共健康，而资本追求的是短期回报率，这两者的冲突如果缺乏强监管，买单的永远是普通患者。

女：资本对日常消费的挤压在软件领域也越来越明显。Disney+ 最近更新了用户协议，哪怕你每个月花高价买了标榜为 Ad-free 的“无广告”套餐，片头、片尾或者直播内容里依然会被塞进商业内容和宣传片。

男：不仅是迪士尼，Amazon Prime Video 和 Apple TV+ 都在播放前硬塞其他节目的推广，YouTube Premium 付费后也躲不开视频作者自己的口播带货。流媒体正在完整复刻当年有线电视的演化路径。当年有线电视也是打着无广告的高端旗号吸引订户，等大家离不开了，就开始慢慢加塞商业广告。

女：很多消费者开始反弹了。有人改成只在剧集更新那一个月订阅，看完了立马退订；还有很多人开始自己折腾，用 Jellyfin 搭建本地家庭媒体库，或者直接去公共图书馆借 DVD。

男：这本质上是把主动权拿回自己手里。不仅是影视内容，心理学上有一个概念叫俄罗斯方块效应（Tetris effect），如果你连续几周玩俄罗斯方块，闭上眼睛或者看现实建筑时就会不自觉地拼出方块图案。长期专注于什么，大脑就会被什么塑造。

女：而现在的大多数商业平台，完全靠算法信息流把人困在无尽滚动（doomscrolling，指持续浏览负面信息的沉迷行为）里。原本只想查个做饭教程，系统却顺着焦虑情绪给你推送冲突新闻和低质 AI 内容。

男：以前上网叫拉取（pull），你得带着明确目的，通过书签主动访问独立博客或垂直论坛；现在的网络变成了推送（push），平台靠算法喂养情绪来换取停留时长。要夺回注意力，其实不需要彻底断网，重新用回 RSS（简易信息聚合）订阅确定源头的内容，或者随身带一本纸质书，把原本属于屏幕的碎片时间腾出来，感知就会完全不一样。

女：把生活的主动权握在自己手里，不管是看剧、获取信息，还是写代码，都挺适用的。感谢大家收听这一期的 Hacker Podcast。

男：如果你喜欢我们的节目，欢迎在小宇宙、Apple Podcasts 或任何泛用型播客客户端订阅我们。

女：我们下期再见！

男：下期再见。