跳到主要内容

Agili 的 Hacker Podcast 2026-11-20

Levent Alpöge 与 Claude 声称证明广义黎曼猜想

声明内容

Levent Alpöge 在一份公开信里称,他与 Claude 一起找到了黎曼猜想的证明,方法容易扩展到广义黎曼猜想(Generalized Riemann Hypothesis,GRH)。黎曼猜想问的是:给定大小范围内有多少素数,最优误差能控制到什么程度。过去 150 年,它引导了数论的大量工作。

Alpöge 描述了自己和 Claude 的分工:他负责把问题带到正确的类比位置,Claude 在技术细节上不断给出让他意外的推进。关键思路涉及链式 theta 提升(theta lift),让 Stepanov 论证里的技巧以自守形式的方式反复出现。他给出一条从 10 月 6 日到 11 月 16 日的时间线,最终得到 GRH。

Lean 归档与验证状态

公开材料是分成 14 个压缩包的 Lean(交互式定理证明器)归档。Alpöge 说形式化已经完成,没有额外假设;自然语言版本超过 25 万页,Claude 把它称为 GRH 的“书”。他承认自己还没有掌握论证周围的大片数学,打算继续理解、讲解、简化。

HN 用户 latent-person 指出,RH(黎曼猜想)的陈述已在 Mathlib 里,GRH 也有 Google DeepMind 的 Formal Conjectures 中的形式陈述。math_dandy 补充,可以用 comparator 检查证明里的定理是否就是标准陈述,再用多个独立内核检查归档有没有利用漏洞。well_ackshually 提醒,Lean 证明仍可能通过改写定义或钻内核 bug 来“证出”假命题。至今没有人宣布完整验证通过。

争议集中在 AI 参与度和利益冲突

用户 xianshou 的评论排在最前:Alpöge 是 Princeton 数学博士、代数几何背景,也是世界上最会把 AI 引导到数学发现的人之一,“如果他说有黎曼,那他就有了”。auntienomen 认为数学界应等 Peter Sarnak 这样的专家表态。_flag 说 Sarnak 是否表态无关紧要,Lean 归档要么编译要么不编译。

Alpöge 在 Anthropic 工作,宣布时机紧挨公司 IPO 后的市场议论。他在文中主动说时机很糟,并称愤世嫉俗的解读是错的。用户 tim333 反问“那为什么不早一周”。

关于 AI 做了多少,用户 svnt 引用另一份说明称,最初让 Claude 尝试的是非数学背景的 Anthropic 员工 Jarred Sumner,650 个想法失败后,约 60 个子代理运行 2400 条 shell 命令、下载 54 篇 arXiv 论文查重,Alpöge 和 Ralph Furman 随后检查结果,Eric Easley 参与 Lean 形式化。jasonlotito 反驳说这份说明不能据此说 Alpöge 没参与。

同一天的另一份 GRH 证明草稿

匆忙发布

2026 年 11 月 20 日,Ravi Vakil 在 Math 216 博客发出一则“匆忙通知”:Alessandro Masullo 提出了 GRH 的一个证明,论文题为《The Music of the Primes》,PDF 已附上。Vakil 当时正在美国数学会(AMS)的会议上,仍决定先把消息发出来。

原计划是让 Masullo 到 Stanford 待一年,打磨写作,再让足够多的人过目后宣布。Vakil 说 Brian Conrad 已经仔细看了几个月,给出大量反馈,目前看起来不错。他希望人们尽快检查、形式化,出现小缺口就补上。

完全由人完成

Vakil 特别强调,这项工作没有使用 AI。Hacker News 上有人根据论文判断,这项工作已经做了 12 年。草稿里有一句“The math is complete”。

评论里有惊讶于同一年里有人类数学家尝试完整证明 GRH 的,也有人问数学是不是刚好走到了这一步,未来几年有哪些证明本来就会出来、与 AI 无关。

时机与“最后的机会”

一位评论者猜测因果:这次匆忙发布是不是回应同一天 Alpöge 的发表,或者 Alpöge 也知道另一位数学家的 GRH 工作接近完成,于是感到必须抢先发布。

更尖锐的意见是:如果这是真的、核查也通过,那么作者没有在几个月前发布就是个大错误。他提醒做长期项目的人,把做了十年的东西从暗处拿到亮处,否则 Anthropic 或 OpenAI 的员工决定处理这个问题时,你只能拿“亚军”。另一位只回了一句:有什么就发什么,不然会被愿意发的人超过。

费曼无法把磁力解释给新生

原话与常见误读

1960 年代初,Richard Feynman 给本科生讲物理学。有人请他解释为什么自旋 1/2 的粒子服从费米-狄拉克统计,他准备了一个新生讲座,几天后回来说:“我做不到。我没法把它降到新生水平。这意味着我们其实并不真正理解它。”

John Gruber 在 Daring Fireball 写道,苹果也把简单解释当作目标:工程师应该能用简单术语解释复杂技术,不是因为高管需要简单解释才能听懂,而是作为完全理解的证明。HN 讨论指出,标题砍掉了费曼原话里的“freshman level”(新生水平)。费曼说的是没法降到新生能懂的水平,不是没法用简单的话解释给任何人。他讲磁铁时明确说,不能用你更熟悉的东西来解释磁力,“因为我不能用你更熟悉的东西来理解它”。

简单不等于短

有人举 3blue1brown 讲 LLM 用了好几个视频,费曼自己讲火也讲了至少 15 分钟。Rich Hickey 说过 simple 不等于 easy:解释可以很简单,但仍然很难懂。把“简单解释”理解成“压缩成一两句话”,是误解了这句话。有人说得更直接:简单是指由少量必要概念构成,不是指篇幅短。

听的人也要出力

有人用数学里的紧致性(compactness)举例。通常定义是“一个集合是紧致的,当且仅当它的每个开覆盖都有有限子覆盖”。定义本身极其紧凑,但为什么偏偏要这个性质,需要读者自己拿笔、试几个集合、散步时慢慢想。解释者可以把每个部分讲清楚,但没法替听者爬理解的梯子。

Kubernetes 和 DevOps 是另一个例子。有人做了十多年 DevOps,还是很难向家人解释自己干什么。不是不理解,而是 Kubernetes 依赖微服务、持续交付、容器、编排一大堆前置概念。每一步都能解释,但从零到 Kubernetes 几乎不可能。一位评论者说,你可以把每个步骤解释清楚,但没人听完就能上手,因为“现实有惊人数量的细节”。

OpenSSL 修了一个 CVSS 9.8 的溢出漏洞

成因与触发条件

OpenSSL 修复了 EVP_EncodeBlock() 中的缓冲区溢出(CVE-2026-121481),CVSS 评分 9.8,但 NIST 在公告中标注实际严重性为 Low。函数的输出缓冲区大小由调用者自己按“输入长度乘以 4/3 再加 NUL 终止符”计算。当输入长度超过约 1.5GB 时,编码后长度在 int 中溢出,函数可能写入超出缓冲区末尾的位置。

NIST 的说明是:评分低是因为没有已知的攻击者控制路径能到达这个溢出,调用者必须已经持有一个大约两 GB 的缓冲区才能触发。从命令行触发,可以给 openssl s_client 传一个超大的 -proxy_pass,需要通过环境变量传入。

返回值该返回什么

PR 作者 nmouha 最初提议对无效输入返回 -1。OpenSSL 贡献者 t8m 担心,第三方调用者把返回值直接 cast 成 size_t 而不检查,-1 会变成巨大的正数。他建议返回 0。作者反驳说,EVP_EncodeBlock() 在 dlen == 0 时本来就合法返回 0,0 无法作为错误标记。

随后 bob-beck 建议按 STYLE.md 用 OPENSSL_assert 断言。mattcaswell 强烈反对:“这是一个等着发生的 DoS”。cmoyes-jump 补充,CVE 已经证明这种情况在运行时真的会发生,再用断言就是把 RCE 向量转换成 DoS 向量,他还举了 OpenSSL 自己的 CVE-2015-0293 为例。

讨论最终趋于一致:函数对无效输入返回 0 并抛出 ERR_R_PASSED_INVALID_ARGUMENT。OpenSSL 4.x 是受影响版本,多数企业发行版仍在 3.x。

评分与 API 设计的老问题

tptacek 说,CVSS 分数被放进标题,好像它有意义,但 CVSS 没有意义,“它是一块通灵板:漏洞研究人员把它调高来吸引注意,厂商把它调低来安抚客户”。userbinator 认为 9.8 夸大了,TLS 协议本身不做 base64 编解码,最长的长度字段是 24 位。

amluto 从 API 设计角度批评:“调用者要用一个不平凡的公式自己算缓冲区大小,而且调用者不传输出缓冲区长度,实现根本无法验证。”zzril 注意到函数返回“输出数据大小减一”,但调用者本来就得自己算好分配多少,返回值意义不明。vlovich123 则延续 Heartbleed 以来的老调:Linux 发行版不知道为什么还是没有迁移。

AI 从零设计的 CPU 架构 Frostbite

性能数字

Architect Labs 公布了 Frostbite:一颗从零设计指令集(ISA)的通用 CPU。团队说,AI 系统在编译器、ISA、架构、微架构、RTL(寄存器传输级)、验证和最终 GDS(芯片版图数据)之间自主迭代。25 个工作负载里有 15 个留到最终评估,Frostbite 相对一颗现代、已在硅上验证的超标量(dual-issue,顺序执行)CPU 核,取得 4.59 倍每瓦性能;搜索集 6.02 倍,留出集 3.83 倍;全部工作负载平均 8.77 倍每面积性能。

芯片用 7 nm,综合时达到 800 MHz 时序,最终 GDS 为 500 MHz。一个 Frostbite quad(2×2 个计算瓦片)加四个 L3 节点是 0.792 mm²,对比的 TCPU 在同工艺下 0.895 mm²。TCPU 型号因法律原因不披露。

交互网与设计流程

交互网把程序表示成节点图,计算通过重写由端口相连的节点对发生。每个节点只有一个 principal port,活跃节点对不会重叠,重写顺序不影响结果。Vine 语言把普通程序编译到交互网。五皇后搜索的例子里,C++ 顺序程序一步一步走,交互网版本有 3,183 次交互,关键路径 262 步,平均约 12 个交互随时可运行。

团队自研 ASL 规范语言,写系统模型 Arcmodel。ASL 可在 RTL、系统模型、UVM、SVA 之间做机器可检查的翻译,功耗与性能估计误差 1–5%,比 RTL 仿真快约 200 倍。全芯片 Arcmodel 比 RTL 快 660 倍,让细粒度时钟门控和运行时调整能在几小时内跨栈完成。工作窃取(work stealing)机制没有人类指定,是从具体回归和性能爬山里长出来的。

质疑集中在比较基准

petra 说 baseline 是 in-order CPU,不是现代乱序设计,测试程序也少。adrian_b 指出 TCPU 面积接近 Cortex-A720,但性能低得多。csande17 按数字推算:每面积性能是 8.77 倍,面积是 TCPU 的 88%,绝对性能约 7.76 倍。kragen 为选择顺序核辩护:文章只声称每瓦性能,乱序核在这项指标上更差。

fnimick 问这是不是 VLIW/EPIC 的翻版;thesz 说 dataflow(数据流)架构包含交互网的这些性质,并批评文章没有比较数据流机器。移植成本也被反复提:odo1242 指出 Frostbite 没有 program counter 和 call stack,应用基本得用 Vine 写。mike_hearn 给出渐进路径:先做 PCIe 加速器,再进 SoC。

嘉年华邮轮一年的硫氧化物排放超过欧洲全部汽车十倍

数据

2017 年,嘉年华集团在欧洲海岸排放的硫氧化物(SOx)接近欧洲 2.6 亿辆汽车总和的 10 倍。可持续交通组织 Transport & Environment 的分析还显示,排名第二的皇家加勒比邮轮排放量是欧洲汽车车队的四倍。

从绝对排放量看,西班牙、意大利和希腊受影响最深,法国和挪威紧随其后。受影响最重的港口城市是巴塞罗那、马略卡岛帕尔马和威尼斯。报告还测算了氮氧化物(NOx):欧洲邮轮一年排放量约相当于欧洲乘用车的 15%。马赛 57 艘邮轮 2017 年的 NOx 排放,几乎等于该市 34 万辆乘用车的四分之一。

燃料与监管

受影响最重的港口城市,海洋硫燃料标准也相对宽松,邮轮得以沿岸烧含硫最高的燃料。这种燃料叫“bunker fuel”或重燃料油,是原油蒸馏出可用成分后剩下最重、最脏的部分。T&E 航运政策经理 Faig Abbasov 说,城市禁止脏柴油车,却给邮轮发免费通行证。

目前排放控制区(ECA)只覆盖北海、波罗的海和英吉利海峡。报告建议扩展到欧洲其他海域,并把现有船舶的 NOx 排放纳入监管。

解决方案

Abbasov 说成熟技术已经够用:岸电减少港口排放,电池适合短途,氢能可以驱动最大的邮轮。邮轮行业不愿主动转型,需要政府强制零排放标准。评论区有人补充,问题不只限于邮轮,所有大型集装箱船都这样,发动机设计就是为烧最便宜的劣质燃料。

Signal 阻止系统级 AI 读取屏幕内容

做法

Signal 宣布在 iOS 27 和部分 Android 系统上阻止操作系统级 AI 代理截取应用内的屏幕内容。此前,Signal 已在 Windows 11 上挡住微软 Recall。这次针对的是 Google 的 Gemini Intelligence 和 Apple 的 Siri AI“屏幕感知”能力。

iOS 27 上禁止应用内截图;Android 上检测到 AI 助手尝试读取屏幕时,自动开启 Signal 的“屏幕安全”设置。用户可以在设置里关掉这层保护,但 Signal 明确说,这样做可能把聊天内容暴露给 AI 代理。macOS 上完全做不到,因为 Apple 没有提供能可靠拦截截图的 API。

对操作系统厂商的要求

Signal 要求两件事:开发者能通过有完整文档的方式,让应用退出 AI 的数据访问与处理,同时不破坏应用的核心体验;操作系统厂商公开 AI 代理如何运作的技术规范,尤其是数据访问和处理部分。它提醒,Meta 的 Muse 等第三方代理会利用用户在设置时被引导授予的深层权限,其中不少借用了为残障用户设计的无障碍设置。

社区分歧

有评论指出,iOS 27 刚发布时确实没有排除某个 App 的办法,现在提供了“设置 > Siri > 排除的 App”入口,是 Signal 推动后的结果。有人希望控制更细:每个 App 单独设置“总是询问 / 总是允许 / 从不允许”。

另一场争论围绕“这该由谁决定”。有用户坚持设备所有者有权决定哪个程序能访问自己的数据,甚至愿意让 Siri 索引家庭聊天记录。反对意见很直接:这不只是你的选择,也涉及聊天对方的隐私。还有用户补充,Signal 拦不住对方用另一台设备拍照,但“被系统悄悄传到云端”和“对方主动拍下来”是两回事。

关于 Signal 本身的可信度,评论区照例吵成一片。有人批评“闭源应用加中心化服务器谈不上认真对待隐私”,立刻被指出客户端和服务器代码都在 AGPLv3 下公开。替代方案讨论同样分裂,有人推荐 SimpleX,反驳意见是 SimpleX 用户少得多、体验差得多。

PostgreSQL 19 发布

REPACK 与逻辑复制

2026 年 11 月 19 日,PostgreSQL 19 发布。新增的 REPACK 命令把 VACUUM FULL 和 CLUSTER 合并成一个名字更直白的命令,加上 CONCURRENTLY 选项后,重建表期间不阻塞读写。配套新增 max_repack_replication_slots 参数和 pg_stat_progress_repack 进度视图。

逻辑复制方面,当 wal_level 设为 replica 时,可以在不重启服务器的情况下启用逻辑复制;发布端用 ALL SEQUENCES 复制序列,订阅端用 REFRESH SEQUENCES 同步序列;EXCEPT 子句让 ALL TABLES 可以排除部分表。新增的 WAIT 命令让备库等待指定 LSN(日志序列号)被写入、刷盘或回放,在备库上实现读己之写。

性能改动

io_method=worker 现在按需自动增减 I/O 后台进程。普通查询的表扫描可以把页标记为 all-visible,以前只有 VACUUM 和 COPY ... FREEZE 能做。autovacuum 支持并行处理表索引,并用一套评分系统决定先处理哪些表。COPY FROM 处理文本和 CSV 输入时用上 SIMD 指令。默认 TOAST 压缩从 pglz 改为 lz4。

规划器新增 pg_plan_advice 扩展,用来固定或引导执行计划。优化器会把没有 NULL 的 NOT IN 转成 ANTI JOIN,允许部分聚合在连接之前完成。

兼容性变更与版本节奏

standard_conforming_strings 在服务端强制为 on,用旧版 pg_dump 且该参数为 off 生成的转储无法载入 19。JIT 默认关闭,因为按优化器代价触发的判断被认定不可靠。max_locks_per_transaction 默认值从 64 改为 128。inet 和 cidr 的默认索引 opclass 从 btree_gist 换成 GiST,旧 opclass 有缺陷,可能漏掉本该返回的行。RADIUS 支持和 MULE_INTERNAL 编码被移除。

JIT 的默认值改动得到不少认同。BitPirate 说这项早该做,很多重度使用 PostGIS 的应用正是因此关掉 JIT。Sesse__ 不看好 copy-and-patch 方向,认为条件相同时生成的代码比基于 LLVM 的 JIT 差。

版本节奏是分歧最大的话题。rdsubhas 说他认识的公司有一半还没升到 17,18 的异步 I/O 都没铺开,19 又带来一批尚未在大规模环境验证的特性。回应集中在“不升级也可以”:notatoad 指出 15 仍在官方支持期,mb4nck 说 Postgres 的大版本定义是系统目录变更而非新特性集合。准备上生产的人在讨论 .0 的风险,lfittl 仍建议关键系统等 19.1。

用 REPACK 在线回收表膨胀

膨胀从哪来

Craig Kerstiens 在 Snowflake 的博客里把 REPACK 称为自己最喜欢的 Postgres 19 特性。膨胀是 MVCC(多版本并发控制)的代价:行被更新或删除后,旧版本留在表里,autovacuum 通常会把空间标记为可复用。对大而更新频繁的表,vacuum 可能跟不上,死元组堆积成膨胀。文件只增不减,因为 VACUUM 只能在内部标记可复用,不会把空间还给操作系统。

判断膨胀可以用 pg_stat_user_tables 快速检查。粗略经验:膨胀低于 50% 一般可接受;高于 50% 可能在浪费磁盘空间,并因额外页读取付出性能代价。

三种模式与内部流程

REPACK 提供三种模式:REPACK my_table 类似 VACUUM FULL,持 ACCESS EXCLUSIVE 锁;REPACK (CONCURRENTLY) my_table 在线执行,只在最后短暂锁表;REPACK (CONCURRENTLY) my_table USING INDEX my_index 在线重建并按索引重排。

CONCURRENTLY 内部包括初始化、顺序扫描堆、按索引扫描、排序元组、写入新堆、追赶并发 DML、交换关系文件、重建索引、最终清理。用 pg_stat_progress_repack 可以从另一个会话查看进度。

测试数据与限制

作者在受限环境做了测试。493 MB 的表原有 200 万行,删掉 100 万行后:VACUUM FULL 2.7 秒、228 MB、全程锁表;REPACK 5.9 秒、228 MB、全程锁表;REPACK (CONCURRENTLY) 9.4 秒、228 MB、表保持在线。CONCURRENTLY 墙钟时间更慢,因为要做逻辑解码和 WAL 重放,换来的是表一直在线。

REPACK (CONCURRENTLY) 要求表和索引需要 2 倍空间,表必须是 WAL 日志表,不能是分区表,必须有可索引的主键,每个数据库同一时间只能跑一个。MVCC 安全性有一条需要留意:在最后交换的短暂窗口里,长事务理论上可能漏掉并发变更。Hacker News 用户 inkysigma 问,失去 MVCC 一致性是不是一个很大的缺点。

评论区 aurareturn 讲了一段亲身经历:为了在低峰期回收空间,新年前夜在本地电脑上对多 TB 生产库跑 pg_repack,等了几个小时,连接断了,只能从头再来,整个新年前夜都毁了。作者回复说这段经历值得写成博客,pg_repack、pg_squeeze 都像“按说明使用”,误用可能损坏数据。

FFmpeg 9.1 “Gauss” 发布

主要改动

FFmpeg 9.1“Gauss”于 2026 年 11 月 20 日发布,是 9.1 分支的最新稳定版。更新日志列出 32 项改动,重点包括:通过 libastcenc 实现 ASTC 图像编解码;大幅改进的 AAC 编码器;APV Vulkan 编码器;iTerm2 内联图像协议 muxer;基于图的 bitstream 过滤 API;libcurl 协议;DVD-Audio LPCM 解码与解封装;NVIDIA 光流加速插值滤镜 vf_fruc_vulkan;通过 libfdk-xhe-aac 编码 xHE-AAC;D3D12 DirectML 零拷贝推理用于 ONNX Runtime DNN 后端。

社区里 adzm 追问“Windows handle 协议”是什么,withinrafael 给出了对应的合并请求链接。Retro_Dev 好奇 libcurl 协议的用途,开发者 rbultje 解释,内置的 HTTP 输入协议功能有限,封装 curl 是为了接入更完整的 HTTP 特性。

后量子签名

每个下载包都带 PGP 签名和一个 .pq.asc 后量子签名文件。后量子签名使用 ML-DSA-87+Ed448 和 SLH-DSA-256s,依据 RFC 9980。FFmpeg 提醒 GnuPG 目前无法验证这些签名,需要用 sq 1.4 或更新版本,且加密后端支持这些算法,两种签名都必须验证通过。

社区反馈

netshade 对 ASTC 图像编码表示期待,认为会带动一些新项目。timonoko 抱怨默认拿到的是精简版,尤其缺少 vidstabtransform;galad87 回应 FFmpeg 项目本身不发布二进制;gyan 说 vidstabdetect 和 vidstabtransform 都在他的所有构建里。

m3kw9 让 AI 下载安装 FFmpeg 9.1 后随便做点酷东西,结果是一段 12 秒的日食视频,包含 2900 个环绕尘埃粒子和合成低音脉冲,音轨和视频都用 FFmpeg 9.1 生成,并验证整段可解码。评论区反复出现的是对 gyan 维护的 Windows 构建的感谢。

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:今天话题挺多,先从数学开始。有封公开信说,一位数学家在 Claude 的帮助下找到了黎曼猜想的证明。阿迪,这事你怎么看? 男:先说清楚,这不是已经确认的定理。Levent Alpöge 在公开信里说,他和 Claude 一起找到了证明,方法容易扩展到广义黎曼猜想。他公开的是分 14 个压缩包的 Lean 归档,社区还在检查。 女:Lean 是什么? 男:一个定理证明器,证明写成代码,机器可以逐步检查。黎曼猜想的陈述已经在 Mathlib 里,也就是 Lean 的数学库。有人提到可以用 comparator 检查证明里的定理是不是标准陈述,再用多个独立内核跑一遍,看有没有漏洞。 女:所以真的有可能验证? 男:理论上。也有人提醒,Lean 证明仍可能通过改写定义或者钻内核 bug 来“证出”假命题。目前没有人宣布完整验证通过。Alpöge 自己说论证很长,自然语言版本写到 25 万页以上,Claude 叫它 GRH 的“书”。 女:25 万页,这怎么读? 男:他自己也没有掌握周围的大片数学,打算继续理解、讲解、简化。他提到一个细节,在函数域上解决黎曼猜想的 Stepanov 论证使用带重数的除子,整数上很难找到重数,玩具模型里的 Fourier 分析让他们考虑链式 theta 提升。Claude 建议的链长度是 X,因为每一层模拟 √重数。 女:听起来 Claude 在技术细节上推得很远。 男:对,他说接近终点时 Claude 远超他。他先把两个玩具模型里的想法接起来,其中一个足够新、足够让人吃惊,把黎曼猜想最让数学家得意的影子之一变得很简单;他负责把问题带到正确的类比位置。 女:社区有人信吗? 男:分化。Princeton 数学博士、代数几何背景的用户 xianshou 说,Alpöge 是世界上最会把 AI 引导到数学发现的人之一,“如果他说有黎曼,那他就有了”。也有人说不该跳过验证,Wiles 最初的费马大定理证明有洞,Atiyah 晚年的 RH 声明没有成立,望月新一的例子还在眼前。 女:时机也有意思,他在 Anthropic 工作,宣布紧挨着公司 IPO 后的市场议论。 男:他自己说时机很糟,并说愤世嫉俗的解读是错的。社区还翻出他和 Tristan Buckmaster 在 Navier-Stokes 上的旧事。有人提到最初让 Claude 尝试的是 Anthropic 员工 Jarred Sumner,650 个想法失败后,约 60 个子代理跑了 2400 条 shell 命令、写了数百个 Python 脚本、下载 54 篇 arXiv 论文查重。 女:这听起来不像一个人在用 AI,更像一个系统。 男:文章强调 Alpöge 把问题带到正确位置,Claude 在技术实现上跑得更远。也有人提醒,数学的形式规则给了模型很强的护栏,不能直接外推到模糊领域。 女:那证明黎曼猜想到底带来什么价值?很多人早就假设它为真。 男:大量“若 RH 成立”的定理会变成无条件定理,连带结果也成立。证明过程中还会留下通用的数学工具。Alpöge 自己说,希望自己只是最早体验这种数论之美的人之一。 女:然后另一件事,几乎同一天,有人类数学家独立给出了广义黎曼猜想的证明。 男:对,Ravi Vakil 在 Stanford 的 Math 216 博客发了一则“匆忙通知”。Alessandro Masullo 的论文叫《The Music of the Primes》,PDF 直接附在博文里。Vakil 说 Brian Conrad 已经仔细看了几个月,给出大量反馈,目前看起来不错。他特别强调,这项工作完全由人完成,没有使用 AI。 女:为什么这么急? 男:原计划是让 Masullo 到 Stanford 待一年,打磨写作,再让足够多的人过目后宣布。Vakil 觉得最好先放出当前草稿,希望人们尽快检查、形式化,出现小缺口就补上。 女:社区怎么看这个时机? 男:有人猜是不是回应 Alpöge 的发表,或者 Alpöge 知道另一位数学家的 GRH 工作接近完成,于是感到必须抢先发布。也有人担心,花时间写可读文稿、而不是一开始就发布证明,会不会反过来伤到作者。更尖锐的意见是,如果这是真的,各方核查也通过,那么作者没有在几个月前发布就是个大错误。 女:这个说法有点残酷。 男:他的逻辑是,把做了十年的东西从暗处拿到亮处,否则 Anthropic 或 OpenAI 的员工哪天决定处理这个问题、手头又有足够算力,就会把问题解掉,你只能拿“亚军”。 女:这引出一个更普遍的问题:解释和理解是不是一回事。费曼有个故事,正好讲这个。 男:1960 年代初,费曼给本科生讲课,后来集结成《费曼物理学讲义》。里面缺了一节关于行星运动的讲座,David Goodstein 后来根据找到的笔记写成《费曼的失落讲座》。Goodstein 曾问费曼,能不能解释一下为什么自旋 1/2 的粒子服从费米-狄拉克统计,讲到他能听懂。费曼说,我准备一个新生讲座来讲。几天后他回来说,我做不到,我没法把它降到新生水平,这意味着我们其实并不真正理解它。 女:所以“不能简单解释”不等于“不理解”? 男:这里容易被标题带偏。费曼说的是没法降到新生能懂的水平,不是没法用简单的话解释给任何人。磁铁那个例子就是反证:他理解磁力,但没法用更熟悉的东西来解释它。他说,我真的没法做好,任何工作,用你更熟悉的东西来解释磁力,因为我不能用你更熟悉的东西来理解它。 女:那“简单”和“短”也不是一回事。 男:对。3blue1brown 讲 LLM 用了好几个视频,费曼自己讲火也讲了至少 15 分钟。Rich Hickey 说过 simple 不等于 easy:解释可以很简单,但仍然很难懂。简单是指由少量必要概念构成,不是篇幅短。 女:听的人也要出力。 男:数学里的紧致性就是个例子。通常定义是“一个集合是紧致的,当且仅当它的每个开覆盖都有有限子覆盖”。这个定义本身很短,但为什么偏偏要这个性质,需要读者自己拿笔、试几个集合、散步、泡澡时慢慢想。解释者可以把每个部分讲清楚,但没法替听者爬理解的梯子。 女:有评论说,对初学者直接教最一般的定义本来就不对。 男:应该从序列紧致性这种更直观、但适用范围更窄的定义开始,就像集合论课不从 ZFC 开始,微积分课不先教 epsilon-delta。牛顿和莱布尼茨也没从严谨开始。 女:Kubernetes 那个例子也很真实,我做过产品,深有同感。 男:有人做了十多年 DevOps,还是很难向家人解释自己干什么。不是不理解,而是 Kubernetes 依赖一大堆前置概念:微服务、持续交付、容器、编排。每一步都能解释,但从零到 React 或 Kubernetes 几乎不可能。有人干脆说“我管租来的服务器”。 女:那费曼那句话到底该怎么用? 男:一位评论者说得干脆:这句话你投入多少,就取出多少。如果你习惯骗自己来赢争论,它帮不上忙;如果你习惯反省,它能在听众困惑时提醒你检查自己是不是真的懂了。拿它当棍子说“你解释不清就是不懂”,和拿它当借口说“听众太懒所以听不懂”,都是在绕开真正的问题。 女:聊完理解和解释,换个更贴近日常的:Signal 最近做了一件事,阻止操作系统级 AI 代理截取应用内的屏幕内容。 男:对,iOS 27 和部分 Android 系统上。之前在 Windows 11 上,Signal 已经用同样的截图拦截挡住了微软 Recall,避免 AI 默认截屏并存入可搜索的本地数据库。这次针对的是 Google 的 Gemini Intelligence 和 Apple 的 Siri AI 屏幕感知。 女:具体怎么拦? 男:iOS 27 上禁止应用内截图;Android 上检测到 AI 助手尝试读取屏幕时,自动开启 Signal 的屏幕安全设置。用户可以在设置里关掉这层保护,但 Signal 明确说,这样做可能把聊天内容暴露给 AI 代理,隐私保证不再成立。 女:这层防护有边界吗? 男:有。它拦不住通过文件系统读取设备上已有数据这类更隐蔽的路径;macOS 上完全做不到,因为 Apple 没有提供能可靠拦截截图的 API。Signal 给 macOS 27 用户的唯一建议,是在系统设置的 Siri 排除的 App 里加上 Signal。 女:社区有人觉得这是 Signal 替用户做主。 男:对,有人说作为设备所有者,自己有权决定哪个程序能访问自己的数据,甚至愿意让 Siri 索引家庭聊天记录,建议 Signal 像 Telegram 那样区分普通聊天和秘密聊天。反对意见很直接:这不只是你的选择,也涉及聊天对方的隐私。你愿意把对话交给 AI,不代表对方愿意。 女:Apple 后来加了排除入口。 男:iOS 27 刚发布时确实没有排除某个 App 的办法,一旦在 Signal 开着的情况下唤醒 Siri 问别的问题,聊天截图就可能被传到云端。现在有设置路径了,是 Signal 推动后的结果。也有人希望这层控制更细,每个 App 单独设置总是询问、总是允许、从不允许,类似剪贴板权限。 女:还有一个更基础的问题:如果聊天对方装了 AI 应用,你的消息照样会泄露。 男:对,Meredith Whittaker 在 Machine Gods 播客里讲过这一点。Signal 要求操作系统厂商公开 AI 代理如何运作的技术规范,尤其是数据访问和处理部分,并让开发者能通过有完整文档的方式,让应用退出 AI 的数据访问与处理。 女:换个更底层的话题。OpenSSL 修了一个缓冲区溢出,评分 9.8,但 NIST 标注实际严重性为 Low。 男:对,CVE-2026-121481,在 EVP_EncodeBlock() 里。输出缓冲区大小由调用者自己算,输入长度乘以 4/3 再加 NUL 终止符。当输入长度超过约 1.5GB 时,编码后的长度在 int 中溢出,函数会返回错误的值,并可能写入超出缓冲区末尾的位置。 女:那为什么评分低? 男:NIST 的说明是,没有已知的攻击者控制路径能到达这个溢出。调用者必须已经持有一个大约 2GB 的缓冲区,才能触发这个缺陷。从命令行触发,可以给 openssl s_client 传一个超大的 proxy_pass,需要通过环境变量传入,否则命令行太长。 女:这个 PR 的讨论好像主要围绕返回值。 男:对。PR 作者 nmouha 最初提议对无效输入返回 -1。OpenSSL 贡献者 t8m 担心,新增的负返回值会影响第三方调用者,如果有人把返回值直接 cast 成 size_t 而不检查,-1 会变成巨大的正数,后果比溢出更糟。他建议返回 0。作者反驳说,EVP_EncodeBlock() 在 dlen 为 0 时本来就合法返回 0,0 无法作为错误标记。 女:后来有人提议用断言。 男:bob-beck 建议文档注明函数不接受负长度,直接用 OPENSSL_assert 断言。作者采纳了,提交了基于 OPENSSL_assert 的版本。但 mattcaswell 强烈反对,说这是一个等着发生的 DoS。kroeckx 引用 STYLE.md,指出 OPENSSL_assert 明显不对,公共函数里的检查永远应该返回错误。 女:所以最后回到了返回 0。 男:对,EVP_EncodeBlock() 现在对无效输入返回 0 并抛出 ERR_R_PASSED_INVALID_ARGUMENT。作者在最新提交里写,看起来我们已经在返回 0 并抛出错误这一点上达成了一致。 女:HN 上对 API 设计的批评更狠。 男:amluto 说,作为一个老练的 C 程序员,他一眼就能看出整个 API 是糟糕的:调用者要用一个不平凡的公式自己算缓冲区大小,而且调用者不传输出缓冲区长度,实现根本无法验证。userbinator 反驳说,4/3 扩展、向上取整、加 padding 就是 base64 的常识,缓冲区分配本来就是调用者的责任。 女:CVSS 评分的争议也贯穿讨论。 男:tptacek 说,问题在于 CVSS 分数被放进了标题,好像它有意义。但 CVSS 没有意义。它是一块通灵板:漏洞研究人员把它调高来吸引注意,厂商把它调低来安抚客户。有人按 CVSS 3.1 向量算,AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:H/A:H 算出来是 9.76,机密性、完整性、可用性三项权重相同。 女:还有人说这可能是 LLM 辅助编程引入的。 男:fock 怀疑,OpenSSL 4 今年发布,2025 年中突然出现大量新贡献者,PR #29178 重写了 base64 相关代码。mort96 查看了贡献者的 GitHub profile,那种每个 bullet 都以 emoji 开头的列表风格只在聊天机器人里见过,但代码 diff 和 commit message 里有小拼写和语法问题,又不太像 AI 写的。 女:这有点侦探小说的味道。说回数据库,PostgreSQL 19 发布了。 男:2026 年 11 月 19 日。发布说明把重点放在运维便利和复制能力上,同时带来一批规划器与执行层优化。新增的 REPACK 命令把 VACUUM FULL 和 CLUSTER 合并成一个名字更直白的命令,用来回收磁盘空间、重组表内容,旧命令保留以兼容。 女:逻辑复制也有变化。 男:当 wal_level 设为 replica 时,可以在不重启服务器的情况下启用逻辑复制;发布端用 ALL SEQUENCES 复制序列,订阅端用 REFRESH SEQUENCES 同步序列;EXCEPT 子句让 ALL TABLES 可以排除部分表。新增的 WAIT 命令让备库等待指定 LSN 被写入、刷盘或回放,在备库上实现读己之写。 女:社区觉得哪项最实用? 男:用户 dbgobrrr 认为序列复制和 WAIT 命令是本次最实用的两项。前者补上了大版本升级时一直要靠额外脚本处理的一环,后者解决主库写入后读请求落到任意副本的一致性问题,包括每次读打到不同副本的场景。 女:性能改动好像很分散。 男:io_method=worker 现在按需自动增减 I/O 后台进程;外键检查变快;普通查询的表扫描可以把页标记为 all-visible,以前只有 VACUUM 和 COPY FREEZE 能做;autovacuum 支持并行处理表索引,并用一套评分系统决定先处理哪些表;COPY FROM 处理文本和 CSV 输入时用上 SIMD 指令;默认 TOAST 压缩从 pglz 改为 lz4。 女:JIT 默认关闭,这个改动好像很多人赞同。 男:BitPirate 说这项早该做,JIT 对已经调优好的查询带来的性能损失很糟,很多重度使用 PostGIS 的 OpenStreetMap 相关应用正是因此关掉它。Sesse__ 不看好换成 copy-and-patch 的方向,认为条件相同的情况下 copy-and-patch 生成的代码比基于 LLVM 的 JIT 差。 女:版本节奏是分歧最大的话题。 男:rdsubhas 说,PostgreSQL 18 在 2025 年 9 月发布,现在才 2026 年 11 月,他认识的公司有一半还没升到 17,18 的异步 I/O 都没铺开,19 又带来一批尚未在大规模环境验证的特性。回应集中在“不升级也可以”:15 仍在官方支持期、14 仍有社区支持,落后几个版本是正常状态。 女:REPACK 有一篇专门的实践文章,讲了膨胀和在线重建。 男:对,Craig Kerstiens 写的。膨胀是 MVCC 的代价。行被更新或删除后,旧版本留在表里,autovacuum 通常会把空间标记为可复用。对大而更新频繁的表,vacuum 可能跟不上,死元组堆积成表膨胀。文件只增不减,因为 VACUUM 只能在内部标记可复用,不会把空间还给操作系统。要真正回收磁盘空间,得重建表。 女:REPACK 有三种模式。 男:REPACK my_table 类似 VACUUM FULL,持 ACCESS EXCLUSIVE 锁;REPACK (CONCURRENTLY) my_table 在线执行,只在最后短暂锁表;REPACK (CONCURRENTLY) my_table USING INDEX my_index 在线重建并按索引重排。 女:CONCURRENTLY 的代价是什么? 男:墙钟时间更慢,因为要做逻辑解码和 WAL 重放。作者在受限环境测了一组数据:493 MB 的表原有 200 万行,删掉 100 万行后,VACUUM FULL 2.7 秒、228 MB、全程锁表;REPACK 5.9 秒、228 MB、全程锁表;REPACK CONCURRENTLY 9.4 秒、228 MB、表保持在线,仅末尾短暂锁。CONCURRENTLY 大约是基础 REPACK 的 1.5 到 2 倍。 女:有个限制挺值得注意:REPACK CONCURRENTLY 不是完全 MVCC 安全。 男:对,在最后交换的短暂窗口里,长事务理论上可能漏掉并发变更;在重打包开始前取快照的并发事务可能看到空表。这和 pg_repack 的限制相同,Postgres 19 发布说明里有记录。作者建议按自己工作负载的事务和一致性要求评估这一行为。 女:社区里有人分享了新年前夜跑 pg_repack 的惨痛经历。 男:aurareturn 说,为了在低峰期回收空间,新年前夜在本地电脑上对多 TB 生产库跑 pg_repack,等了几个小时,祈祷连接别断;结果断了,只能从头再来。反复重试,整个新年前夜都毁了。他说很高兴现在内置了。Craig Kerstiens 回复说这段经历值得写成博客,pg_repack、pg_squeeze、pg_reorg 都像“按说明使用”,误用可能损坏数据。 女:这种远程操作,screen 或 tmux 是基本操作。 男:评论里 lefra 提醒长命令先开 screen 会话,断线后能重连;pezezin 说 screen 如今算遗留,推荐 tmux。HackerThemAll 说别在不可靠的远程连接上对大库做资源密集型操作,尽量在服务器附近或同局域网执行。 女:FFmpeg 也发版了,9.1“Gauss”。 男:2026 年 11 月 20 日,是 9.1 分支的最新稳定版。9.1 分支在 10 月 24 日从 master 切出。FFmpeg 大约每 6 个月发布一个大版本,其间发布点版本,只包含重要 bug 修复,不加入新功能。项目说明这些发布版本面向发行版和系统集成商;希望从源码编译的用户应优先使用开发分支。 女:这次有个后量子签名挺新鲜。 男:每个包都带 PGP 签名和一个 .pq.asc 后量子签名文件。后量子签名使用 ML-DSA-87+Ed448 和 SLH-DSA-256s,依据 RFC 9980。FFmpeg 提醒 GnuPG 目前无法验证这些签名,需要用 sq 1.4 或更新版本,且加密后端支持这些算法,两种签名都必须验证通过。 女:功能清单里有什么值得关注的? 男:通过 libastcenc 实现 ASTC 图像编解码,并带来 .astc 和 KTX 1.0 的封装与解封装;大幅改进的 AAC 编码器;APV Vulkan 编码器;iTerm2 内联图像协议 muxer;基于图的 bitstream 过滤 API;libcurl 协议;DVD-Audio LPCM 解码与解封装;NVIDIA 光流加速插值滤镜 vf_fruc_vulkan;H.264 数据分区支持;DSD 编码器;通过 libfdk-xhe-aac 编码 xHE-AAC;D3D12 DirectML 零拷贝推理用于 ONNX Runtime DNN 后端。 女:libcurl 协议是做什么的? 男:项目开发者 rbultje 解释,内置的 HTTP 输入协议功能有限,封装 curl 是为了接入更完整的 HTTP 特性。hjkloinxbdj 补充 FFmpeg 一直有自己的 http.c 实现,这次是经 libcurl 的一等支持。 女:评论区反复出现对 gyan 维护的 Windows 构建的感谢。 男:对,有人说自己在 Windows 上使用和构建的不少东西直接依赖这些构建。gyan 给出的下载位置包括 gyan.dev 的 builds 页面、GitHub 上的 9.1 发布页,以及页面顶部列出的包管理器。 女:接下来这个挺硬核:Architect Labs 公布了 Frostbite,一颗从零设计指令集的通用 CPU。 男:对,团队说,AI 系统在编译器、ISA、架构、微架构、RTL、验证和最终 GDS 之间自主迭代,目标是用 interaction nets 的计算性质换 CPU 性能的阶跃提升。25 个工作负载里有 15 个留到最终评估,Frostbite 相对一颗现代、已在硅上验证的双发射顺序执行 CPU 核,取得 4.59 倍每瓦性能;搜索集 6.02 倍,留出集 3.83 倍;全部工作负载平均 8.77 倍每面积性能。 女:交互网是什么? 男:它把程序表示成节点图,计算通过重写由端口相连的节点对发生。每个节点只有一个 principal port,活跃节点对不会重叠,重写顺序不影响结果;每个值只有一个所有者,没有共享可变状态。Vine 语言把普通程序编译到交互网。文章用五皇后搜索展示差异:C++ 顺序程序一步一步走,交互网版本有 3,183 次交互,关键路径 262 步,平均约 12 个交互随时可运行。 女:所以它的并行性直接从程序里来。 男:对,不需要线程、锁和传统核用来挖依赖的乱序机器;数据放在使用点旁边的小本地内存,省掉大缓存和一致性协议的面积与功耗。评论里 quaintdev 补充,这种性质叫合流,执行顺序不影响结果,Vine 可以开箱并行。 女:但有人追问 Amdahl 定律。 男:chacham15 的解释是,4 到 5 倍主要来自自动并行化一个串行实现,如果拿手写并行版本比较,差距可能缩小。 女:设计流程也很有意思,智能体集群先合成研究论文和已有 benchmark。 男:对,建 Python 模型比较高层想法,产出 141 页 PDF,覆盖编程模型、运行时和芯片高层模块;首轮 RTL 生成后这份 PDF 被删掉,因为估计与物理现实差得远。工作负载按并行、分段、顺序、分支、递归分组,搜索集和留出集分开;留出集后来加入 Kalman 滤波、PCA、有限元、LU solve、LZ4 解压。 女:他们自研了 ASL 规范语言。 男:对,写系统模型 Arcmodel;ASL 可在 RTL、系统模型、UVM、SVA 之间做机器可检查的翻译和精化,功耗与性能估计误差 1 到 5%,比 RTL 仿真快约 200 倍,并能通过契约做形式验证。最终 ASL 降到 80 万行以上 Lean 定理证明器代码。 女:能量拆分显示节省来源。 男:不计时钟分布,时钟分布占 TCPU 49%、Frostbite quad 41%。TCPU 57% 能量花在内存,27% 在取指、译码、发射;Frostbite quad 把内存降到 38%,取指译码发射降到 6%,代价是 26% 花在片上网络和调度器。 女:质疑集中在比较基准和覆盖面。 男:petra 说 baseline 是 in-order CPU,不是现代乱序设计,测试程序也少;adrian_b 进一步指出 TCPU 面积接近 Cortex-A720,但性能低得多,双方面积效率都不好。文章不披露 TCPU 型号,也加剧了不信任。csande17 按数字推算:每面积性能是 8.77 倍,面积是 TCPU 的 88%,绝对性能约 7.76 倍。kragen 为选择顺序核辩护:文章只声称每瓦性能,乱序核在这项指标上更差,拿顺序超标量比较合理。 女:有人把它放进老架构谱系。 男:fnimick 问这是不是 VLIW/EPIC 的翻版;thesz 说 dataflow 架构包含交互网的这些性质,并批评文章没有比较数据流机器和 TTA 自动核生成流程。titzer 说交互网本质是纯程序的数据流图,但没看到有状态计算、控制依赖和终止性怎么处理;marvinborner 补充 interaction combinators 有强合流和增量共享,不只是普通数据流图。 女:移植和编程体验也被反复提。 男:ccapitalK 说 Bend/HVM 用过交互网,Bend 2 因性能放弃,现有软件移植成本是采纳障碍;odo1242 指出 Frostbite 没有 program counter 和 call stack,应用基本得用 Vine 写,跑 Python 解释器会丢掉自动并行优势;mtimpe 说需要 Vine 源码级调试器,未接好的 wire 会泄漏值,循环等待会让 net 卡住,这是新的 bug 类。 女:最后一个话题有点反差:邮轮排放。 男:2017 年,全球最大豪华邮轮运营商嘉年华集团在欧洲海岸排放的硫氧化物,接近欧洲 2.6 亿辆汽车总和的 10 倍。可持续交通组织 Transport & Environment 的这份分析还显示,排名第二的皇家加勒比邮轮排放量是欧洲汽车车队的四倍。SOx 会形成硫酸盐气溶胶,增加健康风险,并加剧陆地和水生环境的酸化。 女:受影响最重的港口城市是哪些? 男:巴塞罗那、马略卡岛帕尔马和威尼斯,接下来是奇维塔韦基亚和南安普顿。这些地方既是热门旅游目的地,海洋硫燃料标准也相对宽松,邮轮得以沿岸烧最脏、含硫最高的燃料。 女:报告还测了氮氧化物。 男:欧洲邮轮一年的排放量约相当于欧洲乘用车队的 15%。马赛 57 艘邮轮 2017 年的 NOx 排放,几乎等于该市 34 万辆乘用车的四分之一。在挪威、丹麦、希腊、克罗地亚和马耳他沿海,少量邮轮的 NOx 排放超过本国大部分汽车车队。 女:评论里有人说,问题不只限于邮轮。 男:对,所有大型集装箱船都这样,二十多年来众所周知;发动机设计就是为烧最便宜的劣质燃料,把每公里成本压到最低。这种燃料叫 bunker fuel 或重燃料油,是原油蒸馏出可用成分后剩下最重、最脏的部分,粘稠、高硫,燃烧效率低。 女:报告建议什么? 男:欧洲尽快实施零排放港口标准,再逐步扩展到其他船型。目前排放控制区只覆盖北海、波罗的海和英吉利海峡,应扩展到欧洲其他海域。现有船舶的 NOx 排放也该纳入监管,它们目前不受排放控制区 NOx 标准约束。Faig Abbasov 说,岸电减少港口排放,电池适合短途,氢能可以驱动最大的邮轮。 女:这期聊得挺满。阿迪,你最后想说什么? 男:我印象最深的还是两个黎曼猜想几乎同时出现,一个靠 AI 推演,一个由人类数学家打磨多年,验证方式也完全不同。数学社区这次的反应挺冷静,没人因为一条公开信就宣布定理成立。 女:对,这种冷静对数学社区挺重要。今天就到这里,感谢大家收听。记得用泛用型播客客户端订阅我们的节目,我们下期见。 男:下期见。

参考链接