Agili 的 Hacker Podcast 2026-09-30

2026年9月30日

欢迎收听 Agili 的 Hacker Podcast。今天的内容涵盖大语言模型在工具编排与底层代码迁移中的工程实践、退役黑鸟侦察机的重启尝试、虚拟电厂与企业级机械硬盘的长期运行表现，以及面对供应链波动时的工程建模与家庭韧性构建。

Pi 拥抱模型上下文协议：沙箱编排与企业安全实践

从拒绝到核心集成的转变

Pi 开发团队 Earendil Engineering 在最新的技术更新中，将 MCP（Model Context Protocol，模型上下文协议）正式纳入核心系统。Pi 官方此前曾公开声明不支持该协议，认为早期规范存在缺陷。

随着 MCP 规范从本地标准输入输出转向无状态 HTTP 模式，协议的工程落地形态发生了变化。Pi 在支持工具延迟加载与会话中途更新系统消息等新特性时，发现工具系统需要一个专用的解释器沙箱。如果仅把 MCP 作为外部插件实现，插件无法获取足够的元数据来区分工具是直接暴露给大语言模型，还是仅供沙箱内部调度。团队决定将 MCP 移入内核，以便直接参与改进协议生态。

Codemode 沙箱的编排能力

为了解决多个 MCP 工具难以高效串联的问题，Pi 推出了 Codemode。这是一个运行在代理宿主环境内部的 JavaScript 沙箱，底层通常依赖轻量级的 WebAssembly（一种在隔离环境中高效运行的二进制技术）。

Codemode 专注于工具调用的逻辑编排与数据过滤，不直接在用户系统上运行终端命令。模型可以在沙箱内编写脚本并发调用多个接口，只把清洗后的最终结果放回上下文。在官方演示中，模型通过 Codemode 同时调用项目管理工具 Linear 的接口与文本分类模型 Jev，并发抓取了 167 个工单的评论数据并完成情绪分析，中间产生的海量原始文本没有挤占模型的上下文窗口。

凭据隔离与集中管控价值

Hacker News 社区讨论集中在 MCP 相比原生命令行脚本的安全优势上。当代理直接运行系统脚本时，往往需要用户提供全局凭据，容易导致密钥外泄。MCP 服务端可以独立保存敏感凭据，配合最小权限原则与本地网络防火墙，客户端代理只能触发特定功能，无法接触到底层密钥。

开发者 CharlieDigital 指出，远程 HTTP 运行的 MCP 服务满足了企业的集中管控需求。运维团队可以统一部署动态提示词，收集调用监控指标，并实现基于用户身份的权限控制，省去了在员工本地设备逐一同步零散脚本的麻烦。macOS 开发者 alin23 也分享，在桌面应用中接入 MCP 后，本地部署的轻量模型可以通过自然语言配置复杂的系统参数，服务端还能主动引导用户确认关键选项。

NASA 尝试重启黑鸟侦察机：退役近三十年的工程挑战

尾号 844 号机的重启计划

美国国家航空航天局（NASA）正在推动一项让退役近 27 年的 SR-71A 黑鸟高空高速侦察机重返天空的计划。《航空周刊》（Aviation Week）披露，NASA 特殊项目总监 David Ash 联系了多位参与过该项目的退休工程师。

年近八旬的前试飞工程师 Mike Relja 接到了返聘邀请。NASA 计划修复停放在加州爱德华兹空军基地、编号为 844 的 SR-71A。卫星图像显示，这架飞机已被移出露天展示区，推入了原本停放航天飞机的机库。尾号 844 在 1999 年 10 月完成了黑鸟机队的最后一次飞行，随后在室外露天停放了近三十年。

工具链断代与维护体系缺失

受邀的前测试工程师 Mike Relja 和 Tim Conners 都拒绝了返聘邀请。Relja 认为恢复这架飞机的适航状态面临严重的工程障碍。黑鸟的发动机在服役期内每隔 90 天就需要人工盘动一次，每隔 180 天必须点火试车。尾号 844 内部的管路和空腔可能已经积满风沙，原装发动机与备用发动机已有数十年没有维护。

美国空军与 NASA 在 2007 年销毁了价值 6 亿美元的黑鸟备件库存与专用工装模具，模具被送入电弧炉熔毁，配套的手工调校经验也随着技术人员退休而断代。SR-71A 需要专用的 JP-7 低挥发性特种航空煤油，启动发动机必须依靠三乙基硼（一种与空气接触会自燃的化学着火剂），并加注定制的特种液压油。发动机拆卸车与机翼顶升车等地面保障设备也已全部损毁。

3 马赫科研试飞平台的价值

航空从业者分析，NASA 选择尾号 844 是因为军方基地内的机体线缆和关键阀门比对外展览的博物馆机体保留得更完整。全美博物馆展出的黑鸟中有九架是自行飞抵目的地的，工程团队可以通过拆解这些展品来获取替换零件。

这项重启计划的核心目的在于重建一个现成的 3 马赫科研试飞平台。NASA 承担着航空学基础研究职责，但民用科研机构无法直接调配军方现役机密装备。低轨侦察卫星容易受过顶周期和云层影响，战时也面临反卫星手段威胁。拥有能够持续运行的高速试飞平台，能让工程师直接采集高超音速进气道、新型耐高温材料与计算流体力学模型的真实飞行数据。

佛蒙特州用家用电池替代电厂：虚拟电厂的实践与博弈

110 兆瓦的分布式虚拟电厂

美国佛蒙特州电力运营商绿山电力（GMP）通过聚合数千户居民家中的储能电池，构建了一座容量达 110 MW（兆瓦）的虚拟电厂（Virtual Power Plant，利用软件聚合调度分布式储能与发电单元的系统）。该网络已成为当地规模最大的电力调度来源，全州超过 5,500 户家庭加入其中。

当地居民 Pollyanna Bladyka 原本计划花费 12,000 美元购买燃气发电机应对频繁的暴风雪停电，最终选择以每月 55 美元的价格向电力公司租赁两组家用电池，租期 10 年，安装后未再遭遇停电。

边缘缓冲与电网韧性

这套分布式储能网络正在逐步替代传统的调峰电厂（专为满足少数用电高峰而运行的高成本化石燃料电厂）。GMP 公司已开始退役部分老旧的燃气调峰机组，该虚拟电厂在去年为电力用户节省了 1,100 万美元。

佛蒙特州在过去十年经历了供电史上最严重的七次风暴灾害，山区架空电线经常被倒伏树木切断。分散部署的电池充当了末端缓冲层，能为单户家庭提供约两天的应急电力。控制系统在收到暴风雪预警时会自动停止向外调度，提前为家庭充满电量。在变电站集中建设大型电池组虽然单位投资效率更高，却无法解决输电线路受损导致的末梢断电问题。

权责分配与商业模式障碍

部分观察者指出了项目中的权责分配问题。用户承担了十年的租赁费用、室内占地空间和家庭网络带宽，电力公司获得了常规状态下的电力调度权，老旧电池的最终回收责任仍有待明确。建筑防火规范也是推广过程中的客观门槛，法规要求电池必须与门窗保持至少 3 英尺距离，部分空间受限的住宅难以通过消防审批。

美国能源部在一份报告中预测，全美虚拟电厂容量到 2030 年有望达到 160 GW（吉瓦），相当于全国两成的峰值用电需求。该模式在多数地区推广缓慢的核心阻力，在于传统的公用事业监管政策通常将电力公司的利润与新建输电线路或电厂等重资产规模直接挂钩，企业缺乏采用用户侧灵活资源的收益动力。

浏览器中的三维太阳系：实时推演 52 万颗小行星与在轨卫星

真实比例与轻量级计算架构

开发者 wanick 在 Hacker News 上分享了一个在浏览器中运行的三维太阳系实时可视化系统。该项目按真实空间距离呈现太阳系天体与地球周边的人造物体，收录了 52.6 万颗小行星与彗星、19,890 颗具备完整轨道的卫星，以及 15,252 个处于估算状态的在轨目标。

系统采用 WebGL2 进行图形渲染，轨道推演计算交由 Web Worker（浏览器后台多线程运算机制）独立运行，保证了画面的平滑度。约 30 MB 的小行星数据集在页面开启后于后台分批加载。卫星轨道基于 CelesTrak 提供的 TLE（两行轨道根数，描述近地天体运行轨道的标准格式）并通过 SGP4 模型推算，小行星和彗星数据直接同步自喷气推进实验室小天体数据库（JPL SBDB）。

空间天体分布的可视化发现

用户可以通过键盘和鼠标在三维空间中飞行，双击任意目标即可切换至跟随视角。时间轴支持向前或向后滑动，人造卫星会严格按照真实历史发射日期在场景中动态出现或消失。

场景目录标记了各大行星、旅行者号等深空探测器、位于拉格朗日点的詹姆斯·韦伯空间望远镜，以及 Starlink 和千帆等低轨卫星星座。有用户在漫游中发现木星轨道前后两侧各 60 度的位置存在两团密集的小行星群，直观印证了被木星引力锁定在拉格朗日 L4 和 L5 点的木星特洛伊小行星群。

Google 发布 Gemini 4 Argon：百万输出令牌与系统级代码重构

百万输出令牌与企业级性能

Google DeepMind 发布了新一代大模型 Gemini 4 Argon，主要面向软件工程、网络安全防御与自动化工作流。该模型将输出令牌（模型单次生成文本和代码的最大容量）上限提升至 100 万，允许模型在单次推理中完成深度思考与长链路代码生成。Argon 的定价为每百万输入令牌 2 美元、每百万输出令牌 10 美元，上下文缓存享有 95% 的费用折扣。

在基准测试中，Argon 在评估软件工程能力的 DeepSWE v1.1 上取得 77.9% 的成绩，并在 Zapier 业务自动化测试 AutomationBench 中取得 51.3% 的首位得分。安全防御方面，Argon 联合安全机构 Wiz 修复了医疗系统中的高危隐私泄露漏洞，并在 CWE-bench v1 安全修复基准中获得 68% 的分数。

内核级 C/C++ 向 Rust 迁移

Google 已经在内部多项基础设施工程中上线了 Argon 智能体。在数据中心运维方面，智能体通过分析全集群遥测数据执行内存优化策略，初期释放了超过 300 TiB 的内存，预期节省规模达 500 TiB 至 1 PiB。

Google 正利用 Argon 推进底层代码库向 Rust 语言的大规模迁移，涵盖包含 80 万行代码的 Fuchsia Zircon 操作系统内核与视频解码库 libgav1。在 libgav1 的改造中，Argon 重写了 3.2 万行单指令多数据（SIMD）代码，生成的安全 Rust 代码执行速度比原 Rust 版本提升 2.7 倍，接近经过高度优化的 C++ 性能。Rust 严格的编译器报错为大模型后训练提供了明确的验证反馈，大幅提升了自动化转写的可行性。

开发者体验与工具链挑战

社区对 Gemini 模型在底层系统调试中的能力给予了肯定。有工程师反馈，模型在处理硬件驱动故障时，能够通过附加 GDB 逆向分析内核队列，并编写动态库拦截补丁修复运行报错，倾向于通过直接反编译或修补二进制文件解决疑难问题。

Google 的配套命令行工具 Antigravity 受到了一些批评。开发者指出该工具缺乏细粒度的权限审批，往往只能在手动确认与无视安全风险之间二选一。其强制执行的上下文压缩机制有时会导致关键工程细节丢失，减弱了长窗口模型的推理优势。

用线性代数破解《异星工厂》品质循环：稳态解与生产线建模

概率转移与线性方程组建模

在游戏《异星工厂》（Factorio）的《太空时代》扩展包中，物品被划分为五个品质等级：普通、优秀、稀有、史诗和传奇。玩家无法在配方中直接指定高品质，必须通过在设备中安装品质插件来博取跳级几率，普通原料单步跳至传奇的概率仅有 0.0248%。游戏内的回收机在拆解物品时会返还 25% 的基础原料，玩家借此构建出“制造—回收”的闭环系统来筛选高阶物品。

软件开发者 Simon Sapin 没有采用无限几何级数去逼近循环产率，而是引入线性代数计算系统的长期平均吞吐量。他将不同流道中的五种品质物料抽象为五维向量，把品质跃升几率、配方产出比与分流规则表示为 5×5 的概率转移矩阵。在系统达到动态平衡时，物料的流转会收敛为标准的线性方程组，使用高斯消元法即可求出精确的稳态数值解。

地面清洗与太空赌场的效率差异

数学计算揭示了不同循环策略的原料消耗差异。对于铁矿等不可逆材料，直接在回收机中反复循环洗练时，由于回收机每次会损耗 75% 的物料，平均每获得 1 个传奇产物需要消耗 2726.91 个普通原料。

若采用制造与回收结合的升级流道，以建造机器人为例，系统每分钟消耗约 309 组原料即可稳定产出近 2 个传奇机器人。如果通过后期科技将产能加成提升至上限 +300%，制造再回收时的原料净损耗降为零，玩家可以实现无损提纯。在太空中，利用碎石机处理三种小行星碎块的系统涉及三种物料与五种品质，建模扩展为 15×15 的分块矩阵。小行星再加工每次仅损失 20% 原料，产出单颗传奇氧化碎块平均仅需消耗 71.5 颗原料，转化率达到 1.4%，效率明显高于地面提纯。

严格有理数运算与工具落地

为了防止浮点数在矩阵消除过程中出现累积精度误差，Simon Sapin 在 Rust 原型中借助整数类型进行纯粹的有理数（可表示为两整数之比的数）运算，确保结果绝对精确。

为了方便玩家测算产线，他随后使用 TypeScript 重写了核心逻辑，结合微型前端框架 VanJS 开发了在线交互工具 factoqual.grebedoc.dev，支持玩家自定义输入配方与插件参数。许多玩家将这种量化分析视作软件架构工程的投射，甚至通过模组将产线指标接入 Grafana 监控面板，展现了工厂模拟游戏与工程思维的深度契合。

文本分类的技术演进：从词袋模型到低成本决策模型 Jev

分类架构的历史更迭

机器学习研究者 Sebastian Raschka 梳理了自然语言处理中分类架构的演进脉络。在 Transformer 出现前，文本分类多采用词袋模型（将文本按词频转换为向量的表示方法），配合逻辑回归在影评分类基准 IMDb 上能达到 89.9% 的准确率，缺点是丢失了词序信息。

词嵌入与循环神经网络（RNN）的引入保留了上下文序列，基于迁移学习的 ULMFiT 模型将准确率提升到了 95.4%。双向编码器模型 BERT 奠定了现代分类器的基础，2024 年推出的 ModernBERT 经微调后的准确率达到 95%。通用大语言模型虽然具备零样本分类能力，但直接用于大规模分类会带来高昂的推理费用与调用延迟。

Jev 的通用零样本决策能力

TypeSafe AI 推出的专用模型 Jev 填补了通用大模型与专用微调模型之间的空白。Jev 提供了 Choice（多分类）、Noul（二分类与多标签判断）和 Score（分级打分）三类接口。

在 IMDb 数据集的 25,000 条测试样本中，Jev 的 Choice 接口取得了 96.47% 的准确率，总处理耗时 22 分 24 秒，费用为 0.65 美元；Noul 接口取得了 96.20% 的准确率，费用为 0.63 美元。这与经过针对性微调的 ModernBERT 水平相当。Jev 无需改变模型权重即可适应新任务，能够即时用于控制俄罗斯方块等动态决策场景。

标量输出头与校准强化学习

实现此类决策模型可以在现有编码器或自回归模型的输出端接入单标量输出头。系统分别将输入文本、任务说明和每个候选类别的描述输入模型计算标量得分，再通过 Softmax 函数将各选项得分转换为概率分布，允许在不调整权重的前提下自由增减候选类别。

开源社区复现类似架构的模型在泛化能力上弱于 Jev。Jev 的泛化表现得益于全合成训练集以及名为 RLCD（基于校准决策的强化学习）的训练机制。学术界在 2025 年提出的校准奖励机制表明，在离散的正确性奖励之外引入 Brier 评分，能够惩罚模型在给出错误答案时表现出的盲目自信，迫使模型输出真实的置信区间。此类轻量决策模型适合在大模型智能体系统中充当分流路由，负责识别提示注入并预先筛选上下文。

油价飙升背后的资金流向：从产油国预算到资本市场分配

产区所有制决定收益归属

原油价格因航运通道受阻突破每桶 100 美元后，新增资金直接流入了原油开采方与能源供应链。资金的最终去向由油田资产的所有制结构与所在地的监管制度决定。

在波斯湾地区，石油资源由政府全资控股。航运保费与基础设施防护成本上升，沙特拉斯坦努拉等炼油设施也在冲突中受损，但极低的地下开采成本确保高油价直接转变为财政盈余，支撑着公共设施建设与福利支出。美国得克萨斯州的二叠纪盆地远离地缘冲突，页岩油开采商将超额利润转化为分红派息、股票回购与旧债偿还。在北海油田，英国通过征收油气暴利税扩充国库，挪威则将全部石油收入注入规模超 2 万亿美元的全球养老基金。

资本市场分红与财富分配差距

资金的二次分配延伸到了资本市场。澳大利亚的超级年金与美国的退休金账户持有大量能源巨头的公开股票，能源板块的分红上涨间接增加了养老金账户的账面净值。

这种收益的分布极不均衡。约半数普通民众没有任何股票或退休金账户，燃油价格上涨直接压缩了他们的日常可支配收入，他们无法从金融市场的收益中获得补偿。在中低收入地区，能源价格攀升迫使许多家庭直接削减日常能源消费。

炼油瓶颈与裂解价差的利润分流

未经加工的原油无法直接使用，必须由炼油厂转化为汽油、柴油与航空煤油。部分主要产区的炼油设施受损造成了全球炼能瓶颈，直接推高了 3-2-1 裂解价差（衡量炼厂用 3 桶原油加工出 2 桶汽油和 1 桶柴油的毛利润指标）。成品油炼厂因此截留了很大一部分价格上涨带来的利润，物流与原料成本的上升进而推高了各行业的物价水平。

Backblaze 2026 年二季度硬盘报告：机械硬盘寿命演进与存储密度演进

机龄与年化故障率的真实表现

云存储服务商 Backblaze 发布的 2026 年第二季度硬件报告统计了旗下 354,415 块数据硬盘。该季度的年化故障率（AFR）上升至 1.73%，设备全生命周期的年化故障率保持在 1.41%。希捷的 8TB、12TB 与 14TB 等型号在当季维持了零故障。

高故障率主要集中在服役年限较长的一批硬盘上。平均运行近 7 年的日立 12TB 硬盘季度故障率为 7.63%，运行近 8.5 年的希捷 10TB 硬盘故障率达到 9.33%。随着服役接近 9 年的早期 4TB 和 8TB 硬盘逐步退役，数据中心的换代节奏明显加快。

从长周期来看，机械硬盘的耐用度比十年前有了显著提升。过去行业普遍认为硬盘运行 5 年就应预防性淘汰，当时服役超过 3 年的硬盘故障率约在 14% 左右；如今服役超过 10 年的硬盘故障率仍维持在 5% 上下，硬盘的设计使用寿命已被推向近十年。

从 CMR 到 SMR 与 HAMR 的技术演进

容量在 20TB 及以上的硬盘在 Backblaze 机群中的占比已超过四分之一。为了在有限机架空间内提升存储密度，厂商正大力推行 SMR（叠瓦式磁记录技术）。

传统的 CMR（传统磁记录）磁道平行排列并留有隔离间隙；SMR 利用读取磁头比写入磁头更窄的物理特性，让磁道像屋顶瓦片一样重叠排列，带来 10% 至 25% 的物理容量提升。由于重叠磁道在随机改写数据时必须重写整个数据带，Backblaze 目前仍全部使用 CMR 硬盘，尚未引入需要深度适配软件栈的托管型 SMR 硬盘。HAMR（热辅助磁记录技术）通过微型激光加热记录介质来维持磁泡稳定性，未来将与 SMR 技术配合应用。

大容量时代的重建风险与容错架构

单盘密度的提高并没有带来同等幅度的读写性能增长。在现有机房环境中，完整校验或重构一块 20TB 以上的损坏硬盘往往需要数天时间。大规模分布式集群已全面转向纠删码（一种将数据分块并附加校验片的容错存储算法）与冷热数据分层架构，规避长时间数据重建期间发生并发故障的风险。

全球供应链承压下的基础设施与家庭韧性思考

航运受阻与能源化肥的跨界传导

过去三十年建立的精益供应链用外部采购替代了本地储备。当关键枢纽遭遇阻滞，冲击会迅速在各行业间连锁传导。

霍尔木兹海峡通行量下降九成后，布伦特原油突破每桶 108 美元，油轮租金飙升。由于该通道承担着全球约三成的化肥贸易，化肥供应延误打乱了农作物施肥周期，欧洲部分主粮期货价格上涨近三成。欧洲主要天然气设施遭遇检修停产，天然气储气率受到影响。波兰此前凭借早期建设的液化天然气接收码头，将地下储气库填充率维持在 97%，在区域能源紧张中展现了一定的缓冲能力。

利率走高与主权债务的微观冲击

宏观资本流动带来了借贷成本的普遍上行。日本央行将政策利率上调至 1.25%，促使海外资本逐步回流本土；美国 10 年期国债收益率达到 5.2%，30 年期抵押贷款利率超过 7.1%。

波兰 10 年期国债收益率升破 6.4%，债务利息支出大幅扩张，赤字水平承压。在房地产市场，波兰多数房贷仅提供五年固定利率期限，到期后的利率波动风险全部转嫁给借款家庭，高利率导致主要城市新房积压规模扩大。基础设施也面临外部环境变化，华沙维斯瓦河水位因干旱创下历史新低，依赖河水冷却的燃煤电厂被迫压减发电负荷。

建立家庭层面的冗余储备

波兰本地居民在讨论中提到，尽管面临外部供应链收紧，中欧当前的城市基础设施、社会治安和物质基础仍处于现代历史上的较好时期。

面对系统性波动，官方应急指南建议普通家庭建立微观层面的冗余保障。具体措施包括储备能维持 72 小时独立生活的瓶装饮用水、耐储存口粮与离网照明设备，固定中长期房贷利率期限，保留适量现金应急，缩短日常通勤半径，以家庭内部的弹性对冲外部供应链的不确定性。

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：阿迪，最近技术圈有个挺有意思的反转。做 AI 助手的 Pi 团队之前公开声明过不支持 MCP（Model Context Protocol，模型上下文协议），团队成员也多次提出过质疑。结果在最新的技术更新里，他们不仅正式支持了，还把它做进了核心架构。

男：Earendil Engineering 团队这次态度转变，主要是因为协议本身的工程形态变了。早期的 MCP 依赖本地标准输入输出，现在演进成了无状态 HTTP 模式。Pi 在做工具延迟加载和动态系统消息时，发现无论如何都需要在底层跑一个解释器沙箱。与其只用外挂插件去猜工具调用的元数据，不如直接把 MCP 纳为核心，顺便推动整个规范往前走。

女：这就像是以前觉得某个外接接口太繁琐，后来发现自己家里的电器越来越多，必须统一装一套带漏电保护的标准插座。

男：可以这么理解。为了让不同工具能顺畅串联，他们做了一个叫 Codemode 的环境，它是一个运行在 WebAssembly（一种可在隔离环境中高效运行的二进制技术）沙箱里的 JavaScript 运行环境。以前模型调工具，通常是在宿主系统上直接敲命令行，不仅危险，中间产生的大堆日志还会挤爆上下文。现在模型可以在沙箱里现场写一段脚本，把不同接口像积木一样拼在一起。

女：官方演示里有一个很直观的例子，模型通过 Codemode 同时调用项目管理软件 Linear 和一个文本分类模型 Jev，并发抓取了 167 个工单的评论做情绪分析。几百条原始评论全在沙箱内部处理完，只把最终的统计结果送回给模型，上下文窗口一点没被浪费。

男：开发者 CharlieDigital 也聊到了这一点，集中化的 HTTP 协议对企业管控很实用。以前员工各自在本地跑脚本，不仅容易泄露密钥，还难做监控。现在把 MCP 服务部署在远程，服务端单独持有凭据，给模型的只有最小操作权限，就算模型意图偏离也碰不到底层密钥。

女：你刚才提到的那个 Jev 模型，机器学习专家 Sebastian Raschka 专门写了一篇长文拆解它的技术机制。以前我们做文本分类，要么用古老的词袋模型或者微调专用小模型，要么直接呼叫通用大模型。专用微调模型换个任务就失效，通用大模型又慢又贵。

男：Jev 填补的就是这个空白。它提供了通用的零样本分类能力，不需要为了特定任务重新训练。在 IMDb 影评分类的 25,000 条测试样本里，Jev 跑完只用了 20 多分钟，花了 0.65 美元，准确率达到 96.47%，基本追平了专门微调过的 ModernBERT（一种现代化的双向编码器模型）。

女：而且它不只能回答是非题，还能给出非常平滑的概率分布。比如遇到模糊选项时，它能输出每个类别的置信度，甚至能在智能体系统里当一个低延迟的分流守门员，先判断输入有没有恶意注入，再决定要不要叫出后台的大模型。

男：这得益于它的训练机制 RLCD（基于校准决策的强化学习）。一般的强化学习是答对了给正反馈，答错了扣分。但真实场景里神经网络很容易过度自信，90% 置信度的判断可能错得离谱。Jev 引入了类似 Brier 评分（一种衡量概率预测准确性的均方误差指标）的机制，如果模型用极高的置信度给出了错误答案，会遭到极重的惩罚，逼着模型老老实实评估自己的不确定性。

女：如果说 Jev 负责快速精准地做小决策，那 Google DeepMind 刚推出的 Gemini 4 Argon 就是另一个极端的产物了。它的单次输出上限直接拔高到了 100 万令牌（Tokens，模型单次生成文本和代码的最大容量）。

男：100 万输出令牌意味着单次推理就能完成长程的复杂工程。Google 已经在自己的基础设施里用它干重活了，比如把包含 80 万行代码的 Fuchsia Zircon 操作系统内核，以及视频解码库从 C 和 C++ 迁移到 Rust 语言。在解码库里，Argon 重写了 3.2 万行 SIMD（单指令多数据，一种并行处理多个数据的计算技术）代码，性能比原始的 Rust 版本快了 2.7 倍，逼近手写 C++ 的极限速度。

女：直接拿来重构操作系统内核确实很硬核。不过有开发者反映它的配套工具 Antigravity 交互有点生硬，命令行要么每一步都要人工按回车确认，要么就得彻底放开权限。而且它自动执行的上下文压缩，容易把排查 Bug 时的关键技术细节给删掉。

男：是的，长窗口模型在交付链路上还需要打磨。Rust 的 Borrow Checker（借用检查器，用于静态分析内存引用生命周期的校验机制）能给大模型提供明确的报错反馈，非常适合拿来做强化学习的闭环验证，但有时模型为了强行通过编译，也会写出结构臃肿的妥协代码。

女：说到在复杂系统里寻找最优解，软件开发者 Simon Sapin 前几天在论坛分享了一个把游戏玩成工程学的故事。他在玩《异星工厂》的《太空时代》扩展包时，用纯线性代数把流水线的循环回收产率给算透了。

男：那个建模很扎实。游戏里加入了一个回收机，把造好的东西拆掉只退回 25% 的原料，配合品质插件可以博概率升级成传奇品质。普通玩家通常是凭感觉接传送带反复拆洗，Simon 把五种品质物料抽象成五维向量，将加工跃升几率和回收损耗做成 5 乘 5 的概率转移矩阵（State-transition matrix），列成线性方程组直接用高斯消元法求出了稳态解。

女：他在算太空中粉碎小行星碎块的套路时，甚至拉出了 15 维向量。算出来的结论是，在太空中只要 71.5 颗原料就能稳定博出一颗传奇碎片，转化率比地面高得多。为了避免浮点数在矩阵消除中产生累积误差，他在早期工具里硬是用 Rust 的 128 位整数做纯有理数运算，一点精度都不肯丢。

男：很多玩家将《异星工厂》当成架构设计的投射，甚至有人把产线指标接入真实的监控仪表盘。但一些老玩家也感叹，当工厂全被模块化蓝图和矩阵计算接管之后，反而出现了类似软件开发的抽象疲劳，失去了早期手动排布传送带和机械臂时的探索乐趣。

女：游戏里的太空循环需要精准推算，现实里的太空轨道更是一刻都停不下来。开发者 wanick 在浏览器里做了一个三维太阳系实时可视化，点开网页就能看到密密麻麻的真实天体和人造物体在三维空间里穿梭。

男：那个项目是用 WebGL2 结合 Web Worker（浏览器后台多线程运算机制）做的，把复杂的轨道推演全部扔到了后台线程。整个项目收录了 52.6 万颗小行星和彗星，还有近两万颗有完整轨道的卫星，数据每天从喷气推进实验室的数据库同步。

女：它最吸引人的是时间轴。你滑动时间轴回到几十年前，人造卫星会按照历史发射日期一颗颗从地球升空。如果把视野拉远到木星，还能看到木星轨道前后各 60 度的位置，静静悬浮着两团庞大的特洛伊小行星群，完全被引力锁死在拉格朗日点（天体引力与离心力平衡的相对稳定区域）。

男：天体与轨道的间距是严格按真实比例保留的。在真实的空间尺度下，低轨星座密密麻麻地包裹着地球，让人直观看到地球近地空间的拥挤状态。

女：低轨卫星虽然密集，但大气层边缘依然留有许多高空高速的技术盲区。NASA 最近打算把退役近 27 年的 SR-71A 黑鸟高空侦察机重新修好送上天，这个计划让很多人大吃一惊。

男：NASA 找了当年负责黑鸟试飞的退休工程师 Mike Relja，但他拒绝了工作邀请。要把编号 844 的黑鸟重新送上天，工程阻力非常大。黑鸟服役时，发动机每 90 天就得人工转动一次，每 180 天就要点火运行。844 号在爱德华兹空军基地的露天停机坪风吹日晒了快三十年，机身内腔可能积满了沙土雨水。

女：更大的问题在于供应链断了。美国军方和 NASA 在 2007 年把价值 6 亿美元的专用备件和工装模具全部销毁了，模具直接送进了电弧炉熔毁。

男：配套保障体系完全不存在了。黑鸟烧的是专用的低挥发性煤油 JP-7，启动发动机要靠遇空气自燃的三乙基硼，连发动机拆卸车和弹射座椅拆卸支架都找不到了。NASA 局长 Jared Isaacman 提到，他们需要一个能持续运行在 3 马赫（三倍音速）的科研平台，用来测试高超音速进气道和新型耐高温材料。军方的机密验证机民用机构用不了，只能把目光投向退役的老飞机。

女：老飞机的机械零件会老化断代，数据中心里的物理存储设备也同样面临磨损周期。云存储厂商 Backblaze 刚公布了最新的硬盘报告，统计了 35 万多块机械硬盘，整体年化故障率升到了 1.73%。

男：故障率走高主要集中在那些服役快到极限的老批次，比如跑了快 8.5 年的希捷 10TB 硬盘，季度故障率超过了 9%。但如果从长周期看，机械硬盘的设计寿命比十年前长了很多。十年前行业默认硬盘跑 5 年就该预防性换掉，现在服役超过 10 年的硬盘，故障率依然能维持在 5% 左右。

女：现在阵列里 20TB 以上的超大容量盘占比已经超过四分之一了。容量做大之后，很多厂商开始推 SMR（叠瓦式磁记录，利用读取磁头较窄特性让磁道重叠排列的技术）。

男：SMR 牺牲了随机写入效率，带来了最多 25% 的容量提升。但单盘容量突破 20TB 之后，一块盘损坏，光是数据重构就要好几天。为了防范重构期间并发故障带来的丢件风险，大型数据中心现在都改用纠删码（一种将数据切片并计算校验块的容错存储算法）来做底层容灾。把旧硬盘的有效寿命多拉长几年，能很大程度缓解机房的扩容成本。

女：说到用底层冗余来对抗突发风险，佛蒙特州的绿山电力公司做了一个特别接地气的项目。他们把 5,500 多户居民家里的储能电池串联起来，组成了一个 110 MW（兆瓦）的虚拟电厂（利用软件聚合调度分散电池的系统）。

男：当地有一位叫 Pollyanna Bladyka 的居民，以前为了应对频繁的暴风雪停电，打算花 12,000 美元买燃气发电机。后来她参加了电力公司的电池租赁计划，每个月花 55 美元租两组家用电池，签了十年租约，之后几场大暴风雪家里都没再断过电。

女：把电池分散装在居民家里，确实比统一集中在变电站更有韧性。偏远山区一刮暴风雪，树木倒下来压断架空电线，变电站存再多电也送不过去。分布式电池在暴风雪预警到达时会自动充满，直接提供约两天的离网电力。

男：这个系统去年给当地省下了 1,100 万美元，直接把几座高排放的化石燃料调峰电厂给替代退役了。但这套机制在全美推广很慢，因为传统电力公司的盈利模式通常与投资新建大型电厂等重资产挂钩，缺乏动力去调度用户侧的零散资源。而且老旧电池十年后的回收处置责任，在目前的协议里也还没完全理清。

女：对这种电网末端脆弱性的担忧，很大程度上也是受宏观环境的触动。霍尔木兹海峡受阻之后，原油价格突破了每桶 101 美元，连带全球化肥和航运成本都在剧烈震荡。

男：霍尔木兹海峡承担着全球约三成的化肥贸易，通道受阻直接错过了关键农作物的施肥周期。加上欧洲夏天的干旱，马铃薯和小麦产量都受到明显压制。即便是波兰这种主粮能自给自足的国家，本地收购价也必须跟着国际期货走，能源和化肥成本同样推高了本土开销。

女：这种压力最终会一级级传导回普通家庭。欧洲很多国家的房贷利率都在跟着基准利率往上走，像波兰的房贷产品大部分只给五年固定利率，之后利率波动的风险全部转嫁给借款人。波兰官方甚至给公众公布了空袭防范指南，计划年底前给全国 8.5 万处避难所设立指引。

男：指南里有一条非常具体的建议，就是每个家庭都要准备一套能独立支撑 72 小时的生存物资，包括应急饮用水、不用烹饪的干粮、离网储能设备和适量现金。当全球这种精密高效的供应链一旦遇到地缘或者自然环境震荡，中心化的调度往往无法兼顾末端，个人层面的微观冗余成了最靠得住的底线。

女：从沙箱里做权限隔离的代码，到家里应对风雪的储能电池，再到床底下的 72 小时应急箱，很多底层的工程设计最终落到现实里，其实都是在给生活留一份确定性。

男：系统越复杂，容错设计就越重要。

女：感谢大家收听这一期的 Hacker Podcast。如果你喜欢我们的节目，推荐使用泛用型播客客户端订阅我们，随时收听最新内容。咱们下期再见！

男：下期见！