跳到主要内容

Agili 的 Hacker Podcast 2026-10-27

今天的主题集中在 AI 如何重塑软件工程和内容生产:从布鲁克斯定律在智能体时代的变形,到 Cloudflare 的跨租户缓存泄漏事故,再到 Python 实验性 JIT 的退场。这篇摘要来自 Agili 的 Hacker Podcast。

《人月神话》在 AI 时代还成立吗

定律没有消失,只是转移了

文章从布鲁克斯定律说起:向已经延期的软件项目增加人手,只会让它更晚。作者认为在 AI 智能体时代,这条 1975 年的定律换了形态但没消失。智能体毫秒级进入状态,不需要入职培训,可开销转移到了人身上:仍然需要有人定义“完成”、审查代码、抓出幻觉、把碎片拼起来。顺序任务仍然是顺序的,九个智能体也没法在一个月内生出一个孩子。

作者给出的 2026 年修订版是:“在需求不明确的项目上增加智能体,只会让你更快得到错误的答案。”

审查疲劳与技能退化

HN 讨论中最集中的话题是审查负担。一位评论者描述,工作变成 90% 在审查 AI 代码,AI 输出又快又多且大部分时候正确,人很难一直保持警觉。有人提到公司让 LLM 直接用服务账号提交 PR,再由被分配任务的工程师本人审查,因为提交者和审查者在版本控制系统里不同,同行评审流程就算满足了。

技能退化是另一条线。一位评论者说,他审查过的十来个人在开始用 LLM 生成代码后,能力掉了 0.5 到 3 个职级,越好的程序员掉得越多,因为他们有更多技能可丢。最典型的例子是一位首席工程师提交了用原始 JS 日期做复杂运算的 MR,运算没考虑时区、夏令时和闰年,而他半年前亲手写下过禁止这么做的政策。

也有人持相反观点:让 AI 快速跑出一个明显有错的单次概念验证,比面对一张白纸更容易列出需求。一场利益相关者全员到场的需求会议成本可达每小时 1000 美元,带一个 4 美元的功能原型进去能省很多时间。反方回应:如果你没有先想清楚,怎么知道它是错的。

并行智能体与上下文容量

文章说顺序任务仍是顺序的,有评论者补充:区别在于一个工程师可以并行推进多个顺序任务。他团队里的工程师同时处理大约 5 个,有时远不止。在他看来,区分普通和优秀工程师的将是上下文容量和不因切换而倦怠的能力,而不是技术能力。

一位从工程师转为工程总监的评论者同时跑 20 多个会话。他写了软件用画布和卡片管理项目,每张卡片结束时智能体生成一段带解说的演示视频,他像在发布评审上那样看。这样不需要把所有上下文同时装进脑子,每次做决定时上下文会被呈现出来。

对于智能体互相踩踏的问题,有评论者说,把大任务切小、先写 API 再让子智能体填充实现,通常比让人干快得多。在瓶颈点上,智能体没有自尊心,你可以让 10 个干净房间实现同一个问题,让裁判模型挑最好的。

DeepMind 发布 Genie 4 世界模型

画面、声音和推理一起生成

DeepMind 在 10 月 27 日发布 Genie 4,定位是新一代世界模型:原生多模态,在生成画面的同时生成音频,包括音乐、环境噪声和可交互对话。技术上它建立在 Gemini 系列之上,Gemini Omni 负责把模拟锚定在真实世界的外观与行为上,其他 Gemini 模型提供维持连贯性所需的推理。

官方列出四项能力。用自然语言实时改造模拟,改天气、移动镜头、加入新的人或物体;物理与人物动作的真实感,涵盖空气动力学和碰撞等场景;原生音频,每个世界自带环境声,人声对话会随输入即兴变化;多步复杂事件,Gemini 3.8 Flash 在回路里充当引导 agent,观察画面、把目标拆成步骤、检查每步是否完成。

Genie 4 目前是研究预览,先开放给创意产业、新闻、教育、游戏、工程等领域的可信测试者,之后进入 Google AI Ultra 订阅者的 Project Genie 和 Gemini API。

物体永久性成为众矢之的

评论区最集中的批评是物体永久性。龙的飞行片段里,镜头向左转时左边凭空多出一座城堡,回头时城堡右侧连同投石机一起消失,有观众数出方形塔楼后来变成了圆形。香港摩托车那段,男骑手一开始没戴头盔,后来戴上了。

有评论指出它在物体留在画面内时一致性很好,但仅凭这一点难以支撑“世界模拟”的说法。有人推测模型的模拟范围仅限于可渲染区域,真正的稳定需要整个场景的 3D 模型,成本可能极高。反对意见很直接:如果真不难,发布会演示里就会用上。

也有评论认为更准确的名字是“电子游戏模型”:物理是游戏物理,没有空气阻力、没有静摩擦曲线。反驳是模型更像语言模型在完成剧本,它“觉得”胸像最后应该稳稳停在台座上,于是在几个看起来合理的状态之间插值。

可获得性与机器人训练

对闭源、零技术细节的抱怨很实在:连参数量都没公布,安全限制拉满,配额大概会少到非 Google 员工用不上。有人拿 Sora 和 Google Wave 类比。

关于机器人训练,质疑是这种不像真实世界的画面能训练出什么。回应举出 Waymo:一年前就公开介绍过用 DeepMind 的世界模型做自动驾驶仿真,把单摄像头行车记录仪视频转换成多摄像头加激光雷达的整套传感器数据。训练不要求 1:1 保真,计算机视觉在 32×32 的图上有用。

官方自己写明,长时间运行、多次复杂提示词编辑或在场景中穿行时,视觉细节与物体永久性会漂移。所有生成内容嵌入 SynthID 隐形水印。

Python 实验性 JIT 被移除

从合入主线到撤回 PEP

Python 的实验性 JIT 编译器将被移除。这个 2024 年随 Python 3.13 进入 CPython 的功能,维护者在 10 月 19 日撤回了试图让它转正的 PEP 836。作者们在论坛写道,指导委员会为这种规模的提案设定了高标准,“我们觉得没有个人精力推动当前版本继续前进”。

2026 年 6 月,指导委员会正式要求 JIT 维护者提交标准轨道 PEP,说明 JIT 作为受支持的非实验性部分要提供什么保证、承担什么维护承诺。委员会给了六个月期限,到期没有通过就要求从主线移除。9 月 21 日,委员会发布声明,列出十点清单,包括平台一致性、用户可见差异、安全审查,以及兼容性审查定在 2028 年“太晚太晚”。声明说 PEP“基本回答了我们的问题”,但希望展开更多讨论以评估社区共识。

几天后,团队撤回。Brett Cannon 回复说,主仓库里的工作会停止,其他地方是否继续由社区决定。

性能收益与维护现实

LWN 和 HN 的讨论都围绕性能。一位长期关注 JIT 的评论者说,JIT 工作一度进展很快,部分希望是抵消自由线程带来的性能损失。但尽管有自动引用计数操作移除、基于类型的特化等优化,宏基准测试的收益对 JIT 来说不算令人兴奋。

另一位评论者认为,他见过的每个 Python JIT 尝试第一轮都切得太深、范围太大。成功的优化应该从 100% 语义兼容的隐藏类型模型开始,优化对象属性访问和方法分派,而不是从字节码操作上编译成机器码。

也有人认为这主要是活跃核心贡献者绕过了通常流程的“意外”。委员会发现后友好地纠正,但那时 JIT 工作已放缓到依赖少数带宽有限的贡献者。

官僚主义还是合理谨慎

评论区对此分成两派。一派认为技术上令人兴奋的功能因为流程和精力不足被杀,可惜。另一派认为严格遵循 PEP 政策正是让 Python 成为好语言的原因。一位评论者不同意把这归结为官僚主义:委员会用的工具是维护、兼容性和明确的成功指标,PEP 在无法令人信服地证明这些之后被撤回。

安全是另一条线。有人看到 V8 里 JIT 相关的类型混淆漏洞数量,不奇怪开发者对引入 JIT 持谨慎态度。也有人提到替代方案:Cython、Numba、PyPy,以及“Claude 把性能瓶颈重写成 Rust”这种做法。

维基百科清理 AI 生成内容

虚假引用是主要担忧

IEEE Spectrum 报道,维基百科的编辑们正在清理站内由 AI 生成的内容,把这件事放进“保持百科全书由人类撰写”的语境里。虚假或误导性引用已成主要担忧,识别 AI 生成内容并不容易。

HN 讨论里多数人支持清理。一位评论者说,AI 内容乍看令人印象深刻,规模一大就显得嘈杂、雷同,不适合写权威内容。另一位从概率系统角度补充:这类模型擅长走完 80% 的路,最后 20% 很难走完。

引用溯源是讨论焦点。一位评论者说,LLM 不知道自己在引用什么,模型里没有存储事实出处的机制,写出一句话后无法指出它来自哪份文献。有人举了 OCR 扫描书、找到相关页码和族谱表引用的例子,花费不到 5 美元、20 分钟完成,认为“幻觉时代正在快速结束”。回应是:抽取可以,生成时溯源信息并不存在。学术写作里的“陈述(引用)”是一种内容声明,引用不是真理背书,而是留下可追溯的论证节点。

Grokipedia 与人类编辑的比较

Grokipedia 被反复提起。有人说它证明 AI 写百科“可能”,反问是问题不在可不可能,而在有没有价值、正不正确。有人指出 Grokipedia 首页自己承认有未注明来源的内容和误导性断言,这种承认错误反而比隐瞒更可靠。

人类编辑的记录也被拿来比较。有人说 Steven Pruitt 创建了 3.3 万多篇条目,很多是机械性工作;AI 做同样的事为什么不行?回应是:等 Pruitt 开始幻觉事实再谈两边都有理。也有人澄清,Pruitt 的“三分之一”指的是编辑次数,不是条目数。

关于条目该写多详细也有分歧。有人回忆十年前读 HIV/AIDS 条目是很满足的 20 分钟,现在变成一页又一页。反方说百科全书的目标就是尽可能详细,简单英语维基百科提供短版本。

Cloudflare Workers AI 跨请求缓存泄漏事故

两个问题叠加

9 月 8 日,安全研究者 Gadi Evron 报告了 Cloudflare Workers AI 上 GLM-5.3 模型的租户隔离问题。问题从 8 月 27 日模型上线时就存在,9 月 9 日修复,共 155 个响应受影响,全部来自长度超过 681,280 个 token 的提示。Cloudflare 用两个独立账号在 25 分钟内复现,宣布事故后 40 分钟内将模型下线,当天恢复。

事故由两个问题叠加造成。Cloudflare 给 GLM 5.3 配置了 1,048,576 个 token 的上下文窗口,但预填充 GPU 上的 KV 缓存池只能容纳 681,280 个 token。这个不匹配在上线前就已知情,Cloudflare 预期引擎会对无法处理的提示返回错误,而长上下文测试返回了成功响应,所以没把它当成问题。测试只验证了 HTTP 状态码和引擎性能,没有验证模型输出的连贯性。

SGLang 的准入队列缺陷

技术根因在 SGLang。Cloudflare 用预填充与解码分离的架构运行 GLM 5.3:预填充 GPU 处理提示并生成 KV 缓存,再通过 RDMA 经 Mooncake 交给解码 GPU 生成回复。KV 缓存是 GPU 显存里固定大小的页池,页在请求之间不清零,下一个请求直接覆盖,引擎必须自己跟踪页的归属。

当提示超过池容量,SGLang 调度器会拒绝请求,把错误记录在 to_finish 里,并把提示换成一个 token 的占位符。单节点部署下这会返回错误。分离式部署下,准入队列只检查请求是否 finished,不检查是否被拒绝。解码节点先按提示长度预留 8 个 KV 页,预填充节点对占位符跑了一次前向计算,只传输 1 页 KV。解码节点以为预填充已用完整提示覆盖之前的缓存,开始生成时注意力读取全部 8 页,其中 7 页仍是之前其他用户的内容。客户端收到 HTTP 200,回复读起来连贯,只是混入了别人的数据。

修复与长期方向

这个 SGLang bug 在 7 月 6 日已被另一名用户报告为 issue #30233。修复进入 SGLang v0.5.20,后续在 v0.5.21 和 v0.5.22 补齐。Cloudflare 建议所有使用分离式 SGLang 的运营者升级到 v0.5.22 或更高。

配置上,Cloudflare 把 GLM 5.3 调整为与 GLM 5.2 一致,预填充 KV 池现在约 204 万 token,约为上下文长度的两倍。引擎上,他们让带有待处理拒绝的请求在准入队列就被退回。上游已有 #36988 和 #38935 两条相关合并。

长期方向是让引擎在读取时发现请求正在访问不属于自己的页,并让这一个请求失败。Cloudflare 夏天做过原型:每个物理 KV 页带一个标签,页被重新分配时标签变化,每个请求记录自己期望的标签。测试中吞吐量和尾延迟开销低于 1%,但因可靠性问题关闭。他们计划与 SGLang 团队把它做成生产版本,并用形式化方法建模基于 RDMA 的 KV 缓存传输协议。

评论区不少人认为标题“GLM-5.3 Workers AI model”会让人以为问题出在模型本身,而根因是配置错误和 SGLang 的 bug,换成任何能跑 1M 上下文的模型都可能触发。Cloudflare 员工回应说标题点名模型是因为客户需要知道哪个端点受影响。

AI 承诺让我少工作,我却比以往更忙

贡献日历上的反差

作者是 Bold.org 的技术副总裁。他把 2019 年至今的 GitHub 贡献日历按月拉出来,想理解一个反差:AI 让写代码变快了,他却比以往任何时候都更忙。

2026 年到 10 月 27 日,他已有 2,102 次贡献,超过 2021 至 2025 任何一整年。8 月单月 427 次,是整段记录的最高峰。工作日贡献中位数从 3 到 4 次升到 7 次,零贡献工作日从每年 40 到 46 天降到 18 天。

奇怪的地方在职位。2020 年他是全职写功能代码的全栈工程师,如今他领导整个工程团队,实打实的功能开发远少于过去。纸面上的曲线本该更平缓,但 2026 年他回到了 2020 年的水平。

任务数量而非单个任务

问题不在单个任务变难,在任务数量。过去一周两到三个正经任务,每个需要专注,但可以一次在脑子里装一个。现在他同时跑着几个智能体:一个在改代码,一个在查线上问题,一个在做评审,一个在做调研。它们不是时刻需要他,但每一个都时不时需要他。回应意味着切换上下文,重新加载另一个问题、另一个代码库、另一组决策。

他把 2026 年形容成一系列爆发。新模型或新工作流让上个月不可能的事变得可能,实现成本变低,就没有自然摩擦拦住他一次追所有想法。几周后,评审和上下文切换追上他,他退回稳定节奏,直到下一样令人兴奋的东西出现。从 1 月起已经历三轮。

让他意外的不是峰值,是爆发之间做得有多少。3 月他不觉得在冲刺,但 203 次贡献已经远高于首席工程师时期 114 次的月均。

评论区的现实检验

评论区第一条就冲着开头的前提:“什么样的幻觉,会让人以为雇主愿意付同样的钱让你少干活?”多位用户指出现实只有两种结局:同样的钱干更多的活,或者被裁掉、工作转给前者。也有人补充第三种:通过工会或投票要求更短的工作时间。

几位自己开公司的人说自雇也不是出路。一位经营小型软件公司的用户说,客户期望变高,还要跟全世界能“氛围编程”的人竞争。另一位说自雇的工作量是受雇的两到三倍。

也有不同体验。有人说 AI 消掉了最枯燥的部分,快速反馈的刺激让他精力更足。有人描述早上在海边散步时用语音处理了几件客户关系管理任务,还升级了搜索基础设施。回复里有人不买账:“省下所有安静思考的时间。”

更贴近作者感受的评论是:完成的工作量指数级增长,脑子里要跟踪的东西也指数级增长。AI 干的在线上出故障时不算理由。产出和技术债双双升高正在被默认为常态。

一位用户提供的解法是把智能体从手机撤下来。他之前把整套配置接到手机,任何念头都能立刻变成提示词,循环转到睡着。换成翻盖机后,工作基本只在电脑上、工作时间内完成。

Ghostty 1.4 发布

libghostty 才是真正目的

Ghostty 1.4.0 于 10 月 27 日发布,是 7 个月的工作成果,来自 172 位贡献者、2,889 次提交。发布说明由维护者手工撰写,列出一批安全修复,涉及粘贴保护、Kitty graphics 崩溃、tmux 控制模式崩溃、macOS 上 cmd-click 恶意链接等问题。

libghostty 是讨论中被反复提到的重点。Mitchell Hashimoto 在 HN 上说,libghostty 才是他做 Ghostty 的真正目的,GUI 某种程度上是它的技术演示。libghostty 覆盖 Ghostty 核心近 100%,可在 macOS、iOS、Windows、Linux、FreeBSD、Android、WebAssembly 等平台上构建并在 CI 中测试。JetBrains 全系 IDE 的终端已切换到 libghostty,活跃用户超过 1250 万;Neovim 的终端核心替换提案已口头接受。

KDE 的开发者说,他正在用 libghostty-vt 写一个新终端前端,目标是减轻 Konsole 的维护负担,同时提供 konsolepart 的 drop-in 替代和 QML 模块 API。

内存与性能数字

滚动缓冲现在会在终端空闲时透明压缩,典型文本历史占用的物理内存减少 70% 到 90%,默认 scrollback 上限从每终端 10 MB 提高到 50 MB。新开的空终端在 macOS 上占用约 16 KiB 终端页内存,1.3.1 是 128 KiB;一个可见标签加 20 个隐藏标签的 GPU 内存从约 385 MiB 降到 18 MiB。

性能方面,macOS 上改成用一个线程持续排空 pty、另一个线程解析,端到端 I/O 吞吐提高 25% 到 55%。VT 解析本身,纯 ASCII 从 128 MB/s 提升到 725 MB/s,CJK 文本快 3.4 倍。cat 一个 150 MB 文本文件从 1.5 秒降到 566 毫秒。

Kitty graphics 这次补齐了动画和相对放置,Ghostty 称自己是 Kitty 之外第一个 100% 覆盖已发布规范的终端。Linux 和 FreeBSD 的 GTK 应用换了渲染管线,分数缩放下文字和制表符不再模糊。

破坏性变更与配置之争

copy-on-select 现在接受 none、primary、clipboard、both,其中 clipboard 的含义变了:以前同时复制到选择剪贴板和系统剪贴板,现在只复制到系统剪贴板;要保留旧行为改用 both。macOS 上默认值从 true 改为 none。

评论区对配置方式有分歧。喜欢的人说纯文本配置文件可以纳入版本控制;不喜欢的人说新建的配置文件是空的,想改字体得先查文档确认关键字,还得去第三方网站,配置生成器的存在本身就说明官方引导做得不够。维护者一侧的立场是零配置开箱即用是目标,不打算做完整的设置 GUI。

财务部分显示,1.4 周期向合同贡献者支付了 41,820 美元,基础设施支出约 1,260 美元。路线图上 libghostty 仍是主要焦点,Ghostty 1.5 计划在 2027 年 3 月。

Apple 发布搭载 M6 芯片的新 iMac

规格与定价

新 iMac 10 月 28 日开始预购,11 月 6 日上市,起售价 1500 美元。24 英寸 4.5K Retina 屏,七种颜色,磁吸电源线。M6 的每个 GPU 核心带一个神经加速器,Apple 称这是首个双 16 核神经引擎,最高 32GB 统一内存。

官方对比数字:比最流行的 Intel 版 iMac 快 18 倍,比 M1 iMac 快 12 倍,端侧 AI 任务比 M4 iMac 快 5 倍。最多四个 Thunderbolt 4 接口,能外接两台 6K 显示器。Apple Intelligence 和 Siri AI 是宣传重点,端侧处理配合 Private Cloud Compute。

价格与寿命的争论

评论区对价格的争论很直接。1500 美元起,同样芯片的 Mac mini 只要 900 美元。有人算账:24 英寸显示器加键鼠不值 800 美元差价。反驳的意见是:24 英寸 4.5K 做到完美 2 倍缩放的显示器市面上几乎找不到,苹果这块屏的色彩校准、亮度、玻璃贴合,加上内置摄像头、扬声器和单根电源线,对不想折腾的人值这个价。

寿命是另一个主题。一位买过四台 iMac 的用户说,机器造得结实,但七年后系统不支持,第三方软件也跟着抛弃旧 macOS。他建议同样的钱买 Mac mini 加 Studio Display。老 iMac 曾有 Target Display Mode 可以当外接屏,这个功能在 Retina 时代被砍掉,现在有 Luna、Duet 等第三方方案把旧 iMac 变成副屏。

目标用户被反复描述为:家庭共用的厨房电脑、酒店前台、诊所接待、给父母买的上网终端。一位用户说家里四口人都有 MacBook,但厨房那台 iMac 使用频率最高。

本地大模型与内存上限

32GB 内存上限让一部分人不满。回复指出 M6 Pro 和 M6 Max 这一代被跳过,需要大内存只能选 MacBook 或 Mac Studio。

评论区还展开了一场本地跑大模型的讨论。一种观点是选 Mac 跑本地 AI 应该看内存带宽而非芯片代际:M1 Max 64GB 的内存带宽高过 M5 Pro 64GB。有人贴出实测:二手 M1 Max 64GB 约 1000 到 1500 美元,跑 Qwen 3.8 27B Q4 量化、64k 上下文,速度约 24 token/秒;单张 3090 约 40 token/秒,但 24GB 显存装不下 64k 上下文。反方说迷你主机加外置显卡坞加二手 3090 总共 2500 美元,预填充能到 1000 token/秒。

Roblox 从三个 3D 资源站点下载了 145 GB 模型

34 小时抓取 712 个项目

10 月 15 日和 16 日,一个自称属于 Roblox 的爬虫走遍了 Open3DLab、SFMLab 和 SmutBase 几乎全部项目页面。它用 34 小时发出 26,429 次请求,读取了 18,926 个项目主页,随后从 712 个项目中下载了 1,027 个文件的完整副本,共 145.5 GB。三个站点由一个小团队运营,存放创作者免费分享的 3D 资源,全部仅限成年人访问。

爬虫每次请求都带着同一个 user agent:trellis2-data-sourcing/1.0 (3D foundation model research; ...@roblox.com),来自单一 AWS 地址。它取回了 robots.txt 却没有遵守,也无视了禁止抓取的站点服务条款。712 个项目中有 423 个只授权非商业使用。

站点运营者在 10 月 18 日发现异常,当天封堵并向 user agent 里的邮箱发信,没有收到回复。10 月 19 日爬虫恢复活动,所有请求被拦截。它没有因为被封而降低尝试频率,抓取节奏贴着欧洲中部办公时间。

为 3D 基础模型收集数据

文章明确区分了事实与推测。Roblox 从至少 2025 年起就在做 3D 基础模型,2025 年 3 月推出 Cube,论文把目标描述为 3D 智能的基础模型。首个形状模型用了约 150 万个 3D 资产训练,来源包括 Objaverse 等授权和公开数据集,以及 Roblox 自家 Creator Store 中创作者主动选择加入的资产。user agent 里的邮箱属于 Cube 论文作者之一,公开职业资料写着在 Roblox 构建 3D 基础模型。

trellis2 可能指微软 2025 年底发布的开源 3D 生成模型 TRELLIS.2,也可能只是项目代号。可以确认的是,TRELLIS.2 公开的数据工具包里没有网络爬虫,也没有 user agent。

三个站点恰好装满了 3D 生成系统需要而公开数据集稀缺的东西:完整带贴图的角色,很多带骨骼绑定,格式是艺术家实际工作用的。作者判断,最可能的解释是爬虫在为 Roblox 的 3D 基础模型收集训练或评估数据,但无法证明创作者的文件是否真的进入了某个模型。

成人内容与版权执行的不对称

SmutBase 只放成人内容,爬虫从那里拿走了 224 个项目的 364 个文件,共 54.8 GB。加上 SFMLab 上的成人项目,合计 345 个成人项目、62.6 GB,占 712 个项目的近一半。Roblox 自己的数字显示,2025 年其日活用户超过三分之一未满 13 岁。文章作者谨慎地指出,他们没有证据表明 Roblox 有意收集成人内容,抓取很可能是自动化的。问题在于日志显示没有人检查,收集阶段没有过滤任何东西。

文章用一段明确的观点表达立场:他们不喜欢现行版权制度,希望它被彻底改革。他们真正指出的是执行的不对称。Jammie Thomas-Rasset 因分享 24 首歌被判处 22.2 万美元赔偿;Aaron Swartz 因下载学术文章面临数十年监禁的联邦指控;另一边,Meta 被指控通过 BT 从影子图书馆下载至少 81.7 TB 盗版书籍,2025 年 6 月一名法官裁定在该案记录范围内用这些书训练属于合理使用。Anthropic 下载数十万本盗版书,2026 年 7 月法院批准 15 亿美元和解,约合每本书 3,000 美元。

HN 上有人指出站点本身托管大量从商业游戏提取的资产,质疑其道德高地的资格。直接的反驳是:文章已经承认这一点,并且没有主张更严格的版权,而是指出大公司侵权后付出的是可协商的成本,个人则面临毁灭性赔偿。

文章最后向 Roblox 公开提出六个问题,包括是否运行了该爬虫、数据用途、为什么无视 robots.txt、成人内容是否在任何阶段被排除。站点保留了完整的日志导出,供外部审计。

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:今天咱们聊几个这周 Hacker News 上挺热闹的事。阿迪,先从一个特别日常的画面说起——上周末有个开发者看着四个人手忙脚乱地想把一台笔记本连到屏幕上,有人请他搭把手,他拒绝了,说“加更多人不会让这个问题解决得更快”。

男:这是布鲁克斯定律,《人月神话》里的那条。Frederick Brooks 1975 年根据管理 IBM OS/360 项目的经验写的:向已经延期的软件项目增加人手,只会让它更晚。

女:现在的问题是,AI 智能体不需要入职适应,毫秒级进入状态,这条定律还成立吗?

男:乍看当然不成立了。新人要花几周熟悉代码库,智能体一秒就能读。但细看,定律变形了,没消失。那个经典的“婴儿问题”还在:九个智能体也没法在一个月内生出一个孩子,顺序任务还是顺序的。

女:开销转移到哪儿了?

男:转移到人身上。以前你管人,现在你管智能体。还是得有人定义“完成”是什么、审查代码、抓幻觉、把碎片拼起来。那个人是你。文章里有个 2026 年修订版说法:在需求不明确的项目上增加智能体,只会让你更快得到错误的答案。

女:评论区关于好程序员和差程序员那段我印象很深。有人说 AI 放大了人本身的好坏——好的更快出好方案,差的三次 PR 被拒,因为需求明确说“不要在前端实现”,功能还是留在了前端。

男:对,有人把这个写成指数关系:差开发者用上 AI 是 0.5 的平方,更乱更快;好开发者是 1.5 的平方。还有人把 AI 比作放大器,自信的更自信,没安全感的更没安全感。最危险的组合是“自信地无能”。

女:审查疲劳也是反复出现的词。当工作变成 90% 在审查 AI 代码,这件事很消耗人。

男:有位评论者说,手动写代码时至少还有一点精神休息,用 AI 之后永远是全速。还有公司让 LLM 读 Jira 工单自己实现并提交 PR,Mike 再过来审查,因为提交者和审查者在版本控制系统里不是同一个人,同行评审就满足了。那位评论者说“我越来越难在乎这份工作了”。

女:技能退化也被提到了——有人审查过十来个人,开始用 LLM 生成代码后能力掉了 0.5 到 3 个职级,越好的程序员掉得越多。

男:因为技能越多可丢的越多。最典型的例子是首席工程师忘了自己定的政策“所有日期操作用这个库”,提交了一个用原始 JS 日期还做了复杂运算的 MR,时区、夏令时、闰年都没考虑。

女:不过也有人把 LLM 当研究助手,查窄问题,脑子保持锋利。还有人说“更快得到错误答案”恰恰是价值——花几美元 token 跑一个 20 处明显错误的 POC,比面对白纸更容易列出需求。

男:反方说如果你没先想清楚,怎么知道它是错的?有人让智能体放开手做,几天后得到一个功能,但不是该做的功能。智能体没有全部上下文,你自己从未把问题内化到能发现偏差的程度。

女:并行智能体那条也很有意思。有人说一个工程师可以同时推进多个顺序任务,团队里有人同时处理大约 5 个。区分普通和优秀的将是上下文容量和不因切换而倦怠的能力。

男:但有人完全怀疑同时处理五个任务的人对细节的关注,说“你不是按接了多少任务拿钱,是按完成了多少拿钱”。有位从工程师转工程总监的人说,他同时跑 20 多个会话而不倦怠,关键是改变角色——从工程师变成导演和决策者。每张卡片结束时智能体生成一段演示视频,他像工程总监在发布评审上那样看。

女:这自然过渡到我刚看到的另一个事——Bold.org 那位技术副总裁把自己的 GitHub 贡献日历按月份拉出来看,发现越用 AI 越忙。咱们聊聊这个?

男:好。2026 年到 10 月 27 日,他已经有 2102 次贡献,超过 2021 到 2025 任何一整年。8 月单月 427 次,此前最高是 2020 年 4 月的 319 次。工作日贡献中位数从 2022 至 2025 年的 3 到 4 次升到 7 次,接近他全职写代码时的水平。

女:奇怪的是职位——2020 年他是全职写功能代码的全栈工程师,现在领导整个工程团队,实际功能开发远少于过去,但贡献量回到了 2020 年的水平。

男:问题不在单个任务变难,在任务数量。他同时跑几个智能体:一个改代码、一个查线上问题、一个做评审、一个做调研。每个都时不时需要他。那个“时不时”才是问题——每次回来都意味着切换上下文。

女:他形容 2026 年是一系列爆发。新模型或新工作流让上个月不可能的事变得可能,实现成本变低,就没有自然摩擦拦住他一次追所有的想法。几周后评审和上下文切换追上他,退回到更稳定的节奏。

男:评论区第一条就很直接:“什么样的幻觉,会让人以为雇主愿意付同样的钱让你少干活?”现实只有两种结局:同样的钱干更多的活,或者你被裁掉,工作转给前者。

女:也有人说自雇也不是出路。有位经营小型精品软件公司的说,客户期望变高,还要跟全世界能“氛围编程”的人竞争。另一位说自雇的工作量是受雇的两到三倍,税还更高。

男:更贴近作者感受的是一个评论:完成的工作量指数级增长,脑子里要跟踪的东西也指数级增长。不可能把一切甩给 AI——“AI 干的”在线上出故障时不算理由。

女:有位评论者的解决办法挺有趣——他把整套智能体配置从手机撤了,换成翻盖机做主设备。之前任何念头都能立刻变成一段提示词,循环一直转到睡着。换掉之后工作基本只在电脑上、工作时间内完成。

男:作者自己也没给出解决方案。他承认 AI 让他能修以前不会去修的 bug,但实现想法的能力涨得比思考想法的能力快得多,还没找到平衡,只是注意到“能做更多”一直在变成“做得更多”,他累了。

女:这让我想到基础设施也有类似的隐患。Cloudflare 上周那份事故复盘就挺说明问题——一个配置错误加上一个框架 bug,让不同用户的请求混在了一起。

男:对,9 月 8 日安全研究者 Gadi Evron 报告了 Cloudflare Workers AI 上 GLM-5.3 模型的租户隔离问题。155 个响应受影响,全部来自长度超过 681280 个 token 的提示。

女:根因是什么?

男:两个问题叠加。Cloudflare 给这个模型配置了 1048576 个 token 的上下文窗口,但预填充 GPU 上的 KV 缓存池只能容纳 681280 个 token。KV 缓存是 GPU 显存里保存模型中间状态的固定大小页池,请求被接纳时分配页,结束时释放。页在请求之间不清零,下一个请求直接覆盖,这在推理引擎里很常见,是性能所需,代价是引擎必须自己跟踪页的归属和生命周期。

女:所以配置的窗口比实际能放的多了将近一倍?

男:对,这个不匹配在上线前就已知情。Cloudflare 预期引擎会对无法处理的提示返回错误,而长上下文测试返回了成功响应,所以没把它当成问题。测试只验证了 HTTP 状态码和引擎性能,没验证模型输出的连贯性。

女:Hacker News 上有人抓住这一点:预期报错却拿到成功响应,本应继续排查。

男:技术根因在 SGLang。Cloudflare 用预填充与解码分离的架构,预填充 GPU 处理提示并生成 KV 缓存,通过 RDMA 经 Mooncake 交给解码 GPU 生成回复。当提示超过池容量,SGLang 调度器会拒绝请求,把错误记录在 to_finish 里,并把提示换成一个 token 的占位符,让请求走完正常流程。单节点部署下这会返回错误,但分离式部署下,预填充和解码两边的准入队列只检查请求是否 finished,不检查是否被拒绝。被拒绝的请求仍报告自己存活。

女:结果解码节点以为预填充已经用完整提示覆盖了之前的缓存,开始生成时注意力读取全部 8 页,但只有第 0 页是这次请求写的,第 1 到 7 页还是之前请求留下的其他用户内容。

男:客户端收到 HTTP 200,prompt_tokens 与长提示匹配,回复读起来连贯,只是比应有的速度快,内容里混入了别人的数据。所有超过阈值的请求都会走这条路径,不是偶发。

女:时间线挺紧的。9 月 8 日 23 点 11 分收到报告,9 日早上 8 点开始验证,13 点 22 分宣布安全事件,14 点把模型下线,14 点 35 分定位到预填充池小于上下文长度,19 点 40 分恢复公开。第二天和 SGLang 维护团队会面,10 月 26 日协同发布。

男:社区对这份复盘愿意承认测试盲区、以及下线速度给了正面评价。有人留言说很少见到这么清楚的事故复盘。

女:评论区还有一层讨论是标题。很多人认为“GLM-5.3 Workers AI model”会让读者以为问题出在 GLM 模型本身,而根因是 Cloudflare 的配置错误和 SGLang 的 bug,换成任何能跑 1M 上下文的模型都可能触发。Cloudflare 员工回应说标题点名模型是因为客户需要知道哪个端点受影响。

男:对,文章本身说明只有 GLM 5.3 受影响,因为其他分离式部署的 KV 池在预填充和解码两边都大于上下文长度,请求走不到拒绝路径。

女:这件事对普通用户的启示是什么?共享推理天然带来共享缓存攻击面?

男:对,敏感数据的企业应该用非共享主机,或者直接租 GPU 集群。不过也有人说,如果清理不彻底,租 GPU 集群仍可能看到前一个租户的痕迹。还有评论提到 1M 上下文常被用来粘贴整个仓库、配置和 .env 文件,最坏情况不是聊天内容泄漏,而是 API key 泄漏。

女:技术事故聊到这儿。换个口味,聊聊 Python 那边一个持续两年的实验被叫停了。

男:Python 的实验性 JIT 编译器将被移除。这个 2024 年随 Python 3.13 进入 CPython 的功能,维护者在 10 月 19 日撤回了试图让它转正的 PEP 836。Savannah Ostrowski 在 Python 论坛写道,指导委员会为这种规模的提案设定了高标准,“我们觉得没有个人精力推动当前版本继续前进”。

女:JIT 是即时编译,运行时把热点代码编译成机器码,让 Python 跑得更快。为什么会被移除?

男:2026 年 6 月,指导委员会正式要求 JIT 维护者提交一份标准轨道 PEP,说明 JIT 作为 CPython 受支持的非实验性部分要提供什么保证、承担什么维护承诺、对重新分发者有什么影响。委员会给了六个月期限,到期没通过,就要求从主线移除 JIT 代码。

女:六个月后发生了什么?

男:Bucher、Ostrowski 和 Ken Jin 在 7 月 3 日发布 PEP 836 征求反馈。讨论里一个主要意见是这份 PEP 应该拆成两份。Mark Shannon 认为 PEP 只应覆盖接受 JIT 工作的目标,把实现细节拿掉。Ostrowski 为原结构辩护:“像 PEP 里那样列出目标,却不能同时分享计划和我们已经想清楚的东西,会让我不舒服。没有计划支撑的目标,在我看来根本不算目标。”

女:9 月 21 日指导委员会发了声明,列了十点清单。你印象最深的是哪几条?

男:平台一致性、用户影响、安全、兼容性审查时间。委员会说 PEP 对 JIT 带来的用户可见差异“过度乐观”,用户常常依赖解释器的特异性。安全是“PEP 中服务不足的领域”。兼容性审查定在 Python 3.17 首个候选版本,大约 2028 年 8 月,委员会认为“太晚太晚”。

女:然后就是撤回。Brett Cannon 回复说主仓库里的工作会停止,其他地方是否继续由社区决定。

男:LWN 评论区里,有人觉得整个过程文明、善意,问题被承认和解决,没有争吵。但也有人情绪更激烈,说厌倦了不断用 Cython 或 Rust 重写性能瓶颈,为这么一个显然帮助整个生态的东西设了不合理的高标准。

女:还有人把这件事和自由线程联系起来——JIT 的部分希望是抵消自由线程带来的性能损失。

男:对,adrian17 一直在关注 JIT,他说 JIT 工作一度进展很快,直到指导委员会要求新 PEP。尽管有自动引用计数操作移除、基于类型的特化、原地数学运算这些优化,宏基准测试的收益对 JIT 来说不算令人兴奋。

女:评论里有个说法挺有意思:如果 JIT 是巨大成功,文书工作就没那么重要,或者会有更多人帮忙。反过来,正因为收益不够亮眼,流程上的严格要求才成了最后一道关卡。

男:对,这个看法把性能和治理连在一起了。也有替委员会说话的:JIT 进 CPython 主线是大事,谨慎推进是好事,作为实验特性加了两年又撤回,是完全可以接受的结果。

女:好,Python 聊得差不多了。接下来这个挺好玩,DeepMind 发布了一个“世界模型”,但评论区在逐帧挑刺。

男:DeepMind 10 月 27 日发布 Genie 4,定位是新一代世界模型,原生多模态,在生成画面的同时生成音频,包括音乐、环境噪声和可交互对话。给一个事件开头,Genie 4 推演接下来发生什么:世界如何响应、听起来是什么声音、里面的人怎么移动、反应和说话。

女:官方列了四项能力:用自然语言实时改造模拟、物理与人物动作的真实感、原生音频、多步复杂事件。还有和 Gemini Robotics 结合,模拟 Apptronik 的 Apollo 人形机器人下跳棋。

男:目前是研究预览,先开放给创意产业、新闻、教育、游戏、工程等领域的可信测试者,之后进入 Google AI Ultra 订阅者的 Project Genie,以及 Gemini API 和 AI Studio 的早期合作伙伴。

女:但评论区最集中的批评是物体永久性。龙的那段飞行里,镜头向左转时左边凭空多出一座城堡,1 分 25 秒回头时城堡右侧连同投石机一起消失了。有人数出 0 分 29 秒的方形塔楼到 0 分 40 秒变成了圆形。

男:日本火车站里背对镜头走远的人会发生改变,香港摩托车那段男骑手一开始没戴头盔后来戴上了。有人指出它在物体留在画面内时一致性很好,但仅凭这一点难以支撑“世界模拟”的说法;另一位补充说连留在画面内的东西也会变,比如梵高风格场景里走过的那堵墙。

女:有人推测模型的模拟范围仅限于可渲染区域,真正的稳定需要整个场景的 3D 模型,成本可能极高。也有人建议给物体打位置标签、跟踪相机运动、在物体回到画面时校验,或者让模型先在 3D 空间里推理再决定渲染什么。

男:反对意见很直接:如果真不难,发布会演示里就会用上,这类内容通常只展示最好的一面。

女:其他演示也被逐帧挑过。大理石胸像砸向西瓜那段,胸像的重心已经偏出底座却没有倒下,有人补充说大理石还会碎裂。龙的 POV 片段被形容成廉价游戏,翅膀和擦身而过的杆子没有碰撞。

男:不过同一位评论者也承认从“无法描述的怪物”进步到“廉价游戏”跨度很大,彩绘玻璃那段堪称惊艳。日本火车站的列车员说一口清晰的英语、环境音也对不上;提示词要萨克斯,出来的是单簧管。

女:有评论者认为更准确的名字是“电子游戏模型”而不是“世界模型”:物理是游戏物理,没有空气阻力、没有静摩擦曲线。反驳是引擎也会正确模拟重力和惯性,问题在于模型更像语言模型在完成剧本,它“觉得”胸像最后应该稳稳停在台座上,于是在几个看起来合理的状态之间插值。

男:这个说法挺准确的。关于机器人训练,质疑是这种明显不像真实世界的画面能训练出什么。回应举出 Waymo:一年前就公开介绍过用 DeepMind 的世界模型做自动驾驶仿真,把单摄像头行车记录仪视频转换成多摄像头加激光雷达的整套传感器数据;训练也不要求 1 比 1 保真,计算机视觉在 32×32 的图上有用。

女:讨论很快滑向媒介本身。有人翻出 Sam Altman 2024 年的推文“电影会变成电子游戏,电子游戏会变成难以想象更好的东西”,引来一片反驳:电影的意义在于创作者的具体取舍,能自己选主角长相或加滤镜不会让它变好。

男:也有务实的回应:主流作品本来就有大量平庸剧情,第四周目能随机生成剧情对某些游戏是加分项。另一条线是广告,多人预测这项技术最先规模化落地的地方是难辨真伪的定向投放。

女:官方自己写得清楚:长时间运行、经过多次复杂提示词编辑、或者在场景中穿行时,视觉细节与物体永久性会漂移;复杂物理交互、实时音频准确性、渲染可读文字、空间精度和长期一致性都还在研究中。

男:有条被顶起很多的感慨:从“这项技术纯属科幻”到“开始挑细节”,中间的速度总是快得惊人。

女:这句话放在很多技术上都成立。聊完模型,咱们换个话题——维基百科那群人在清理 AI 生成的内容。

男:对,IEEE Spectrum 报道了这件事。虚假或误导性引用已成主要担忧,“免于 AI 垃圾”在理论上成了维基百科身份的一部分,但报道也提到识别 AI 生成内容并不容易。

女:Hacker News 上多数人支持清理。有个评论说几乎所有平台都在做这种清理。另一个说 AI 内容乍看令人印象深刻,规模一大就显得嘈杂、雷同,不适合写权威内容。

男:关于未来能不能用 AI 写百科,有人觉得总有一天 AI 能可靠产出符合标准的条目,也有工具验证,但不是今天,验证环节尤其不过关。从概率系统角度说,这类模型擅长走完 80% 的路,最后 20% 很难走完。

女:引用溯源是讨论焦点。有个评论说得很清楚:LLM 不知道自己在引用什么,模型里没有存储事实出处的机制,写出一句话后无法指出它来自哪份文献。

男:但也有人举反例:把大文档喂给模型后,它能准确抽取引文并定位到源文件;有人用 OCR 扫描书、找到相关页码和族谱表引用,花费不到 5 美元、20 分钟完成,认为“幻觉时代正在快速结束”。

女:反方的回应是:抽取可以,生成时溯源信息并不存在。学术写作里的“陈述(引用)”是一种内容声明,引用不是真理背书,而是留下可追溯的论证节点;LLM 能模仿形式,但训练数据里没有对应的支撑信息。

男:还有一个角度是验证偏见。有人反对把验证交给 AI:训练数据有被动偏见,数据过滤等环节还会引入主动偏见。让 LLM 验证权威内容,等于受制于少数公司和政府;人类编辑池更多样,意识形态重叠更少,更能缓解偏见。

女:Grokipedia 被反复提起。有人说它证明 AI 写百科“可能”,有人反问问题不在可不可能,而在有没有价值、正不正确。还有个观察挺有意思:Grokipedia 首页自己承认有未注明来源的内容和误导性、主观断言,这种承认错误反而比隐瞒更可靠。

男:人类编辑的记录也被拿来比较。有人说 Steven Pruitt 创建了 3.3 万多篇条目,很多是机械性工作,人们称赞他收录冷门主题;AI 做同样的事为什么不行?回应是:等 Pruitt 开始幻觉事实再谈两边都有理。

女:对,知识比语调重要,但“正确”这个门槛不能跳过。好,这个话题先聊到这儿。接下来咱们聊点轻松的,Ghostty 1.4 发布了。

男:Ghostty 1.4.0 于 10 月 27 日发布,7 个月的工作成果,来自 172 位贡献者、2889 次提交。这是一款 GPU 加速的终端模拟器。

女:我看发布说明里列了一批安全修复,涉及粘贴保护不把回车当作行尾、恶意 Kitty graphics 命令导致崩溃或越界文件访问、tmux 控制模式的崩溃、macOS 上 cmd-click 恶意 OSC 8 链接等。

男:对,维护者几周前已申请 CVE,GitHub 尚未分配编号。

女:libghostty 是这次讨论里被反复提到的重点。Mitchell Hashimoto 在 HN 上说,libghostty 才是他做 Ghostty 的真正目的,GUI 某种程度上是它的技术演示。

男:他列出的进展包括:libghostty 覆盖 Ghostty 核心近 100%,可在 macOS、iOS、visionOS、Windows、Linux、FreeBSD、Android、WebAssembly 和 freestanding 上构建并在 CI 中测试;C、Zig、Go、Swift、Python、Rust、.NET 等语言都有绑定;单个空终端的内存占用比过去降低 90%,他在一台 4 核 8 GB 的 Linux 服务器上跑过 10000 个持续输入输出的终端。

女:这个数字挺震撼的。JetBrains 全系 IDE 的终端已经切换到 libghostty,活跃用户超过 1250 万;Neovim 的终端核心替换提案已口头接受;Emacs 的 Ghostel 也基于它构建。Mitchell 计划在几个月内给 libghostty 打 1.0 标签并声明 ABI 稳定。

男:对,KDE 项目的 sho_hn 也在评论里说,他正在用 libghostty-vt 写一个新终端前端,目标是减轻 Konsole 的维护负担,会提供 konsolepart 的 drop-in 替代和 QML 模块 API。

女:1.4 本身有几个用户能直接感受到的改进:滚动缓冲现在会在终端空闲时透明压缩,典型文本历史占用的物理内存减少 70% 到 90%,默认 scrollback 上限从每终端 10 MB 提高到 50 MB。macOS 上一个可见标签加 20 个隐藏标签的 GPU 内存从约 385 MiB 降到 18 MiB。

男:性能方面,macOS 上内核把每次 pty 读取限制在约 1 KiB,Ghostty 改成用一个线程持续排空 pty、另一个线程解析,端到端 I/O 吞吐提高 25% 到 55%。VT 解析本身,纯 ASCII 从 128 MB/s 提升到 725 MB/s,CJK 文本快 3.4 倍。cat 一个 150 MB 文本文件从 1.5 秒降到 566 毫秒。

女:Kitty graphics 这次补齐了动画和相对放置,Ghostty 称自己是 Kitty 之外第一个 100% 覆盖已发布规范的终端。图像负载改用 SIMD 批量解析,64 MiB 图像数据在 x86_64 Linux 上解析快约 16 倍。

男:Linux 和 FreeBSD 的 GTK 应用换了渲染管线,不再用 GtkGLArea,改为在独立线程上用 EGL 渲染、把每帧导出为 DMABUF 交给 GTK 显示,三缓冲减少撕裂,主线程不再有 OpenGL 调用。最直观的结果是分数缩放(125%、150%)下文字和制表符不再模糊。

女:配置方式是评论区一个反复出现的分歧。喜欢的人说纯文本配置文件可以纳入版本控制、有清晰的 git 历史;不喜欢的人说新建的配置文件是空的,想改字体得先查文档确认关键字是 font 还是 font-family,还得去第三方网站。

男:维护者一侧的立场是零配置开箱即用是目标,不打算做完整的设置 GUI。评论区还吵了 OSC 8 链接的默认值——Konsole 默认关闭,有开发者认为这是正确的默认值,因为终端里的随机文本变成可点击链接弊大于利;另一方指出 Ghostty 等终端的做法不是单击即开,而是悬停显示目标、加修饰键点击才打开,这比整体禁用更好用。

女:发布说明的财务部分显示,1.4 周期向合同贡献者支付了 41820 美元,基础设施支出约 1260 美元。项目已签下两份 12 个月合同。

男:对,路线图上 libghostty 的功能、稳定性和可移植性仍是主要焦点。项目已决定放弃 Ghostty GUI 的 Windows 支持路线图,官方立场是下游项目直接用 libghostty 的 Windows 支持。发布周期保持 6 个月,这次延迟了一个月,Ghostty 1.5 计划在 2027 年 3 月。

女:好,终端聊得挺细。接下来聊聊 Apple 的新 iMac,评论区对价格和寿命有不少话。

男:Apple 发布搭载 M6 芯片的新 iMac,10 月 28 日开始预购,11 月 6 日上市,起售价 1500 美元。24 英寸 4.5K Retina 屏,七种颜色,磁吸电源线,随机附送同色键盘和鼠标或触控板。

女:M6 的每个 GPU 核心带一个神经加速器,Apple 称这是首个双 16 核神经引擎,最高 32GB 统一内存。官方对比:比最流行的 Intel 版 iMac 快 18 倍,比 M1 iMac 快 12 倍,端侧 AI 任务比 M4 iMac 快 5 倍。

男:屏幕分辨率 4480×2520,500 尼特,P3 广色域,可选纳米纹理玻璃。最多四个 Thunderbolt 4 接口,能外接两台 6K 显示器。Wi-Fi 7、蓝牙 6,2.5Gb 以太网口集成在电源适配器里。

女:评论区对价格的争论很直接。1500 美元起,同样芯片的 Mac mini 只要 900 美元。有人算账:24 英寸显示器加键鼠不值 800 美元差价,32 英寸 4K 屏加更好的外设更便宜。

男:反驳的意见是:24 英寸 4.5K 做到完美 2 倍缩放的显示器市面上几乎找不到。苹果这块屏的色彩校准、亮度、玻璃贴合,加上内置摄像头、扬声器和单根电源线,对不想折腾的人值这个价。有位用户说:“设计也是要花钱的,Eames 躺椅的仿品只要七分之一价格。”

女:寿命是另一个反复出现的主题。一位买过四台 iMac 的用户说,机器造得结实,但七年后系统不支持,第三方软件也跟着抛弃旧 macOS。他建议同样的钱买 Mac mini 加 Studio Display,“一样结实,几乎能用一辈子”。

男:老 iMac 曾支持 Target Display Mode,可以当外接屏,这个功能在 Retina 时代被砍掉。现在有 Luna、Duet、RetinaRelay 等第三方方案,通过网线或 Thunderbolt 把旧 iMac 变成副屏,延迟高于原生显示器,写代码够用。

女:目标用户被反复描述为:家庭共用的厨房电脑、酒店前台、诊所接待、给父母买的上网终端、学校行政批量部署。有位用户说家里四口人都有 MacBook,但厨房那台 M4 iMac 使用频率最高,孩子写作业、妻子列购物清单、自己处理家务账单,“电脑已经开着、连着网、随时能用,人就自然凑过去了”。

男:也有人嫌边框太宽,设计像十五年前的产品。内存上限 32GB 让一部分人不满,有人说 2026 年 32GB 封顶说不过去,想要 iMac Pro 那样的高配。回复指出 M6 Pro 和 M6 Max 这一代被跳过,苹果把资源挪去加速 M7,需要大内存只能选 M5 Pro/Max 的 MacBook 或 Mac Studio。

女:评论区还展开了一场本地跑大模型的讨论。一种观点是选 Mac 跑本地 AI 应该看内存带宽而非芯片代际:M1 Max 64GB 的内存带宽高过 M5 Pro 64GB,跑 Qwen 3.8 27B 这类模型时前者更划算。

男:有人贴出实测:二手 M1 Max 64GB 约 1000 到 1500 美元,跑 Qwen 3.8 27B Q4 量化、64k 上下文,速度约 24 token/秒;单张 3090 约 40 token/秒,但 24GB 显存装不下 64k 上下文。反方说迷你主机加外置显卡坞加二手 3090 总共 2500 美元,预填充能到 1000 token/秒,生成 40 token/秒。

女:支持 Mac 的人回应:不是所有人都愿意自己装显卡,二手 M1 Max 的每美元性能并不差。好,硬件聊到这儿。最后咱们聊一个伦理话题——Roblox 的爬虫抓了成人 3D 模型站点的数据。

男:2026 年 10 月 15 日和 16 日,一个自称属于 Roblox 的爬虫走遍了 Open3DLab、SFMLab 和 SmutBase 几乎全部项目页面。它用 34 小时发出 26429 次请求,读取了 18926 个项目主页,随后从 712 个项目中下载了 1027 个文件的完整副本,共 145.5 GB。三个站点由一个小团队运营,存放创作者免费分享的 3D 资源,全部仅限成年人访问。

女:爬虫每次请求都带着同一个 user agent:trellis2-data-sourcing/1.0,来自单一 AWS 地址。它取回了 robots.txt 却没有遵守,也无视了禁止抓取的站点服务条款。712 个项目中有 423 个只授权非商业使用。

男:下载量受限于站点的免费下载服务器,那里有速度和并发上限,这是爬虫没能拿走更多文件的直接原因。站点运营者在 10 月 18 日发现异常,当天上午封堵了后续请求,并向 user agent 里的邮箱发信询问,没有收到回复。10 月 19 日爬虫恢复活动,所有请求被服务器拦截。它没有因为被封而降低尝试频率,抓取节奏贴着办公时间:午休前后停一小时,临近下班结束,时区为欧洲中部夏令时间。

女:文章作者写清了事实和推测的边界。Roblox 从至少 2025 年起就在做 3D 基础模型,2025 年 3 月推出 Cube,自称是面向 3D 和 4D 的核心生成式 AI 系统。首个形状模型用了约 150 万个 3D 资产训练,来源包括 Objaverse 等授权和公开数据集,以及 Roblox 自家 Creator Store 中创作者主动选择加入的免费资产。

男:user agent 里的邮箱属于 Cube 论文 40 多位作者中的一位。这位研究者的公开职业资料写着在 Roblox 构建 3D 基础模型。文章强调,他们不认为这位研究者是自行其是,这类数据收集是公司的决定,责任在 Roblox。trellis2 可能指微软 2025 年底发布的开源 3D 生成模型 TRELLIS.2,数据也许用于训练或微调类似模型。

女:这三个站点恰好装满了 3D 生成系统需要、而公开数据集相对稀缺的东西:完整带贴图的角色,很多带骨骼绑定,格式是艺术家实际工作用的,每个项目还有标题、描述和预览图。

男:SmutBase 只放成人内容。爬虫从那里拿走了 224 个项目的 364 个文件,共 54.8 GB;SFMLab 上另有 121 个标记为成人的项目被下载。合计 345 个成人项目,62.6 GB,占 712 个项目的近一半。

女:这里最让人不安的是:Roblox 自己的数字显示,2025 年其日活用户超过三分之一未满 13 岁。它的规则禁止性内容。文章作者谨慎地指出,没有证据表明 Roblox 有意收集成人内容,也没有证据表明任何成人内容进入了模型或产品。抓取很可能是自动化的。问题恰恰在这里:日志显示没有人检查。

男:对,一个为儿童用户占多数的平台工作的爬虫被指向成人站点,拿走了露骨模型,没有把它们和其他内容区分开。HN 评论里有人提出另一种解释:Roblox 可能需要大量成人内容来训练检测和过滤成人内容的分类器。另一些人认为,聚焦成人内容是在廉价地煽动愤怒,下载之后写个脚本过滤并不难。两种说法都指向同一个空白:外部看不到数据用途,也看不到过滤发生在哪一步。

女:文章还讨论了版权执法的两层。2000 年代初,Jammie Thomas-Rasset 因分享 24 首歌被判处 22.2 万美元赔偿。另一边,Meta 被指控通过 BT 从影子图书馆下载至少 81.7 TB 盗版书籍,用于训练 Llama;2025 年 6 月一名法官裁定,在该案记录范围内用这些书训练属于合理使用。Anthropic 下载数十万本盗版书,法官认定用合法购买的书训练属合理使用,但保留盗版书库不属于,2026 年 7 月法院批准 15 亿美元和解,约合每本书 3000 美元。

男:文章用一段明确的观点表达立场:他们不喜欢现行版权制度,希望它被彻底改革。他们真正指出的是执行的不对称。大公司侵权后付出的是可协商的成本,个人则面临毁灭性赔偿。HN 上有回应说,这些站点本身托管大量从商业游戏提取的资产,上传者自行选择许可证,质疑其道德高地的资格。直接的反驳是:文章已经承认这一点,并且没有主张更严格的版权。

女:文章最后向 Roblox 公开提出六个问题:是否运行了这个爬虫;数据用途是什么,是否已用于训练或评估模型;为什么无视 robots.txt 和服务条款;是否有人审查过爬虫会访问哪些站点,成人内容是否在任何阶段被排除;是否会删除文件及其衍生品并书面确认;今后是否会尊重创作者的许可证选择。

男:站点保留了完整的相关日志导出,供外部审计。

女:好,今天聊了不少。从 AI 智能体到 Python JIT,从 Cloudflare 的缓存事故到 Roblox 的数据抓取,信息量挺大。

男:对,而且好几条都绕着同一个问题转:工具变快了,人的判断和注意力反而更稀缺了。

女:这个观察挺准。感谢大家收听这期节目。如果你喜欢,记得用泛用型播客客户端订阅,比如 Apple Podcasts、Overcast、Pocket Casts 或者你常用的任何一个。我们下期见。

男:下期见。

参考链接