Anthropic发布Mythos模型，AI修漏洞或终结执法黑客时代

2026 08 16 HackerNews

2026-08-16 Hacker News Top Stories # Firefox 成为唯一支持 uBlock Origin 的主流浏览器，因 Chromium 浏览器逐步淘汰 Manifest V2 架构。 AI 模型快速修复漏洞将终结执法机构通过购买零日漏洞进行黑客攻击的时代，可能迫使政府转向更极端的监控方式。 作者通过分块 Householder 算法和 1500 多次迭代优化，利用 LLM 辅助实现了比基准快 232 倍的 QR 分解内核。 作者因名字与美国政府限制名单上的虚假人物同名，屡遭苹果等公司误判，暴露了仅凭姓名匹配的筛查系统缺陷。 诺和诺德资助的研究显示赛马鲁肽可减缓痴呆风险蛋白组恶化，但基于预测性生物标志物且存在利益冲突。 与 AI 协作更像领导力而非编程，核心是学会表达意图，通过对话而非指令驱动工作。 印尼弗洛勒斯海发生 7.7 级地震，震源深度 10 公里，约 200 万人受强烈震动影响，未来一周有 9% 概率发生 7 级以上余震。 Eigendrum 是一个交互式网页工具，允许用户绘制任意形状鼓面并实时听到振动声音，通过有限元方法计算特征频率。 首款家庭蜱虫感染检测产品 LymeAlert 将于 8 月上市，但存在灵敏度低、临床意义有限等争议。 作者严厉批评 RISC-V 架构设计，认为其中断延迟和压缩指令集偏移范围落后于 ARM Cortex-M，试图用单一 ISA 覆盖所有场景是错误。 1. Firefox 现已成为唯一仍支持 uBlock Origin 的主流浏览器。 (Firefox is now the last major browser that still supports uBlock Origin) # https://www.pcworld.com/article/3212428/firefox-is-now-the-last-major-browser-that-still-supports-ublock-origin.html Firefox 宣布将继续支持 uBlock Origin，成为目前唯一支持该扩展的主流浏览器。微软 Edge 等基于 Chromium 的浏览器正逐步淘汰 Manifest V2 架构，导致 uBlock Origin 等广告拦截扩展无法正常使用。Firefox 是少数非 Chromium 浏览器，因此成为 uBlock Origin 忠实用户的唯一选择。其他浏览器用户只能使用功能较弱的 uBlock Origin Lite 或内置广告拦截功能。 HN 热度 1645 points | 评论 630 comments | 作者：DemiGuru | 1 day ago # https://news.ycombinator.com/item?id=49303202 Firefox 是唯一在每次更新时都对 uBlock Origin 代码进行审查以确保没有间谍软件或恶意软件被植入的浏览器。 Mozilla 的推荐扩展程序经过高标准审查，并通过自动化检查、监控和定期技术评审来维持安全标准。 Consent-O-Matic 扩展程序的默认设置是不给予同意，这一点既好又实用，值得安装。 选择 Consent-O-Matic 替代“I don’t care about cookies”可能更合适，因为它被推荐且不会导致网站冻结。 Decentraleyes 扩展程序存在默认禁用 HTTP 链接预取功能的问题，这会降低性能，且未被用户明确告知。 Decentraleyes 已几乎被弃用七年，覆盖范围有限；LocalCDN 虽更好但仍不足，此类工具实际效果有限且可能增加指纹识别风险。 默认应关闭浏览器预取功能以获得更好隐私保护。 TamperMonkey 和 ViolentMonkey 未被列入推荐扩展，可能是因为它们能下载和执行未经 Mozilla 审查的脚本，不符合推荐标准。 Mozilla 优先推荐更受欢迎的扩展（如 TamperMonkey 用户量远大于 ViolentMonkey），而非基于是否开源。 TamperMonkey 是专有软件，ViolentMonkey 则为开源替代，但 Mozilla 可能因资源限制未同时审查两者。 FireMonkey 被推荐为更好的替代选择，即使它未获验证状态。 扩展的权限控制应更细化，允许用户指定其可运行的网站集，甚至实现基于点击的一次性激活。 对扩展实施容器特定权限控制（如按购物、银行等容器分类）将更有利于用户管理。 用户希望开发者提供“所有网站”加手动选择网站的选项，以增强权限自主性。 即使 Firefox 内置广告拦截功能，网站可能会因此对 Firefox 用户设置不兼容警告，导致用户流失。 Firefox 已开发抗指纹识别技术，但因可能破坏网站功能而无法默认启用。 2. 走向黑暗，以及执法机构黑客的时代 (Going Dark, and the era of law enforcement hacking) # https://blog.cryptographyengineering.com/2026/08/14/everything-is-about-to-go-dark/ 这是约翰霍普金斯大学密码学教授 Matthew Green 在 Usenix 安全会议后写的一篇博客文章，核心观点是： AI 正在让软件变得“过于安全”，这反而会导致美国情报和执法机构“走向黑暗”（Going Dark），即失去监控能力。 文章主要脉络如下： 历史背景：从“可监控”到“走向黑暗” 以美剧《火线》为例，描绘了 2002 年警方通过监听公用电话和一次性手机进行监控的场景。 2010 年后，智能手机普及，苹果和安卓开始加密手机存储，WhatsApp 等应用普及了端到端加密。这让执法机构难以直接获取通信内容。 2016 年，FBI 要求苹果解锁圣贝纳迪诺枪击案凶手的 iPhone，但最终通过第三方公司的黑客工具（如 GrayKey、Pegasus）破解，而非强制苹果开后门。这开启了“执法机构通过购买和利用漏洞进行黑客攻击”的时代。 当前危机：AI 漏洞挖掘将终结“执法黑客”时代 2026 年 4 月，Anthropic 发布了名为“Mythos”的 AI 模型，该模型在发现软件漏洞方面能力异常强大。 虽然美国政府曾短暂限制其出口，但 OpenAI 以及中国的开源模型实验室（如 Z.ai 和 Moonshot）也很快展示了类似的漏洞挖掘能力。 作者认为，AI 将能以前所未有的速度和规模发现并修复软件漏洞。这意味着，执法机构过去赖以生存的“零日漏洞”将迅速被防御方修补。 结论：一个对所有人都更棘手的新问题 当 AI 让软件变得“过于安全”，即所有已知漏洞都被快速修复时，执法机构将彻底失去通过黑客手段获取证据的能力。 这不仅是执法机构的问题，也是所有关心安全和隐私的人的问题。因为当合法监控手段失效时，政府可能会转向更极端、更不透明的监控方式。 HN 热度 441 points | 评论 238 comments | 作者：vslira | 1 day ago # https://news.ycombinator.com/item?id=49304447 在计算机化中心局之前，电话窃听需要铺设物理线路，费用高昂，甚至出现过因未付账单导致窃听暴露的案例。 《通信协助执法法案》强制要求中心局提供远程窃听能力，容量需达到线路的 1%。 早期机电时代只能通过“笔式记录器”收集拨号脉冲数据，最高法院对“笔式记录器”的狭义定义已被执法部门不断扩展。 电视剧《火线》对执法过程的描绘非常真实，尤其是技术细节和警方的无能、官僚主义。 执法部门倾向于选择容易抓捕的街头罪犯，而非有能力的国际犯罪组织，因为激励机制不鼓励长期调查。 有学者指出美国自 1970 年代起对街头犯罪、毒品犯罪严惩，同时却放松对白领和企业犯罪的监管，形成“半人马国家”式的双重标准。 有评论质疑这种阶级分析是否带有偏见，认为移民和街头犯罪并非仅针对穷人。 有人提到民间传说：不付电话费看是否被停机，以此判断是否被窃听，但实际中账单系统可能不会交叉。 3. 使用 Codex 进行自动研究：我是如何实现 232 倍更快的内核的 (Auto-research with codex: How I achieved a 232x Faster Kernel) # https://sankalp.bearblog.dev/autoresearch/ 作者在 GPU Mode 举办的自动研究竞赛中，针对“批量紧凑 Householder QR 分解”问题，实现了比基准方案快 232 倍的内核。 采用分块 Householder 算法作为主要架构，配合 WY 更新。 通过 1500 多次提交迭代优化，利用 Claude 等工具辅助学习，将未知转化为已知。 引入“想法多样性”来突破局部最优解，实现了显著的加速突破。 竞赛背景 ： 比赛要求实现批量方形矩阵的 QR 分解，返回紧凑的 Householder 表示（H 矩阵和 tau 向量）。 使用 GPU Mode 提供的 popcorn CLI，允许无限提交但需间隔时间。 作者持续 14 天参与，最终排名第 12（共 183 人）。 作者经验 ： 作者并非专业从业者，但具备 Triton 和 CUDA 基础知识，通过大量学习和尝试取得了优异成绩。 HN 热度 383 points | 评论 85 comments | 作者：tosh | 13 hours ago # https://news.ycombinator.com/item?id=49309549 LLM 在已知结构之间进行代码移植和优化非常高效，例如将 C++ 优化翻译到 C#或生成 SSE/AVX 实现。 使用 LLM 进行自动优化时，关键在于提供明确的约束、验证正确性的方法以及清晰的目标，可以像自动巡航一样运行。 LLM 在逆向工程老游戏 ROM 方面表现出色，通过“验证循环”可以自动发现变量含义和逻辑，例如区分数组控制的是炮弹还是火球。 LLM 在分析性能瓶颈时非常迅速，能跨语言（如 C#与 C++）找到缺失的优化点，从而定位根因。 在视频编解码优化中，LLM 能自动生成 NEON 内核并融合多个步骤，大幅提升实时转码性能。 自动化研究代理可以在几小时内完成特定优化任务，如 FlashAttention 优化，成本极低。 对于有验证基线的优化问题，可以完全让代理自主工作，几小时后返回一个更快的程序。 逆向工程中，廉价 LLM 能有效处理前期繁琐工作，如查找偏移、分析固件结构、暴力破解校验和等，但在理解实现细节时仍需人工干预。 通过“接地”循环（如修改运行时变量观察游戏反应）来验证 LLM 的理解，其理解可以随着迭代不断增长。 4. 另一个 Sean Byrne 并不存在 (The other Sean Byrne doesn’t exist) # https://conic.al/writing/the-other-sean-byrne-doesnt-exist/ 这个网页是一篇个人博客文章，作者 Sean Byrne 讲述了自己因名字与美国政府限制名单上的一个虚假人物同名而多次遭遇误判的经历。 文章提到，苹果公司以“完全匹配美国政府限制名单”为由，拒绝他访问 App Store Connect，尽管他提供了护照、驾照等身份证明，并详细说明自己与名单上的地址和公司毫无关联，苹果仍未回应。 这个虚假的“Sean Byrne”是 2009 年一起涉及向伊朗非法出口飞机零件的案件中被虚构的员工，实际是爱尔兰一家公司为掩盖规模而捏造的别名。尽管美国政府后来从未真正起诉此人，但该名字仍保留在限制名单中，且没有出生日期、护照号等有效识别信息，导致真正的 Sean Byrne 在申请购买股票、接收快递等日常事务中屡屡被误判为限制对象。 文章还举了其他类似案例，如美国多个名叫 Robert Johnson 的人因与恐怖分子别名相同而无法登机，以及消费者因信用报告错误匹配被拒绝贷款等，指出这类系统仅凭姓名和国籍匹配，缺乏有效区分手段，导致无辜者长期受到不公正对待。 HN 热度 368 points | 评论 177 comments | 作者：rdl | 19 hours ago # https://news.ycombinator.com/item?id=49307592 名字与制裁名单匹配可能导致被错误拦截，即使该名字对应的人不存在。 系统仅根据名字进行匹配而不核实身份，造成误伤。 缺乏全国统一的身份号码系统是导致此类问题的原因之一。 即使有身份证号，假身份容易获取，且制裁名单上的外国人常无 ID 编号，不能根本解决问题。 在制裁名单上附加身份证号可以验证身份，帮助被误认者自证。 当局并未认真核实名单上的信息，跨国验证 ID 困难。 不应以完美主义阻碍改进，但解决方案需足够好以避免制造更多问题。 屈服于美国的要求可能导致未来也屈服于他国的要求，需要坚持原则。 系统缺少出生日期、中间名等关键信息，导致无法准确匹配，受影响者难以自证。 大公司因害怕诉讼和罚款而过度谨慎，宁可错杀也不放过，导致客户被误封。 数字签名和国家身份号可以防止伪造身份。 5. Semaglutide 与较低的预测痴呆风险相关 (Semaglutide linked to lower predicted dementia risk) # https://alz-journals.onlinelibrary.wiley.com/doi/10.1002/dad2.70432 这篇文章研究了赛马鲁肽（Semaglutide）在没有糖尿病的老年人群中对阿尔茨海默病（AD）风险的影响，尤其是对于存在心血管疾病的超重或肥胖人群的影响。该研究基于 SELECT 试验的后期分析，SELECT 试验是一项大型的随机对照试验，主要针对年龄在 45 岁及以上且存在已确诊的动脉粥样硬化心血管疾病的成人。 在背景部分，文章提到，痴呆症通常在几十年内逐步发展，涉及多种神经退行性蛋白病以及其他病理过程如脑血管疾病和神经症。虽然目前已有多种生物标志物可以帮助早期诊断 AD，但这些标志物未能充分捕捉非 AD 神经病理和其他系统性过程的影响。2024 年的《柳叶刀委员会》指出，约 45% 的痴呆风险可归因于可修改的风险因素，因此，识别可在症状出现前被改变的生物标志物非常重要。 文章中介绍了一种名为痴呆 SomaSignal 测试（dSST）的 25 种蛋白评分，利用 SomaScan 蛋白质组学技术，能够预测个体在 5 年和 20 年内的痴呆风险。dSST 的开发是基于多个互相关联的生物通路，包括免疫代谢信号、血管和细胞外基质重塑、代谢和内分泌调节、神经完整性等。这项研究的结果显示，dSST 在 20 年的痴呆风险预测中具有良好的预后价值，并且可以将个体分为低风险、中低风险、中高风险和高风险四个组别。 赛马鲁肽是一种 GLP-1 受体激动剂，能够显著减轻体重并改善心血管代谢特征，同时显示出抗炎免疫调节和血管效应。早的临床研究表明，在使用 GLP-1RA 的群体中可能会降低认知下降或痴呆风险。研究还发现，GLP-1 信号可能通过神经免疫通路影响脑健康。 在方法部分，文章强调，这项后期分析使用了 SELECT 试验的数据，选取了 2970 名基线年龄在 65 岁及以上的参与者，评估他们在治疗过程中血清样本中蛋白质组的变化。样本采集时间为基线和第 104 周，并进行了质量控制，确保结果的可靠性。 结果显示，赛马鲁肽能够减缓经过验证的痴呆风险蛋白组的长期恶化，这为药物对多通路痴呆风险标志物的影响提供了首次证据。作者建议未来的前瞻性研究应评估治疗引起的蛋白质风险降低是否能够转化为认知下降的减缓或痴呆发生率的降低，特别是在心血管代谢疾病患者中。 HN 热度 318 points | 评论 219 comments | 作者：randycupertino | 8 hours ago # https://news.ycombinator.com/item?id=49311651 该研究由诺和诺德资助，且研究人员多为公司员工或股东，存在利益冲突，研究结果可能偏向公司利益。 研究仅基于预测性生物标志物（血液蛋白）而非真实痴呆病例，未直接测试患者记忆和脑功能，结论可靠性有限。 诺和诺德针对阿尔茨海默病的专门临床试验（EVOKE）已失败，未能证明司美格鲁肽能阻止认知衰退。 有人反驳称，EVOKE 试验失败是因为针对已确诊痴呆人群，而糖尿病群体中已有非诺和诺德资助的研究显示该药降低痴呆发病率。 有观点认为，诺和诺德不会开展针对未确诊人群的广泛研究，因为保险不会为所有人支付该药费用，缺乏商业动机。 有人指出，研究由公司员工在带薪工作时间完成，本质上是公司内部研究，并非独立第三方资助，标题和作者列表已明确体现。 有评论认为，公众需要更明确地知晓研究资金来源，世界需要更少含糊的标题。 有观点认为，对制药公司资助的产品研究保持怀疑是合理的，因为公司有动机扩大药物市场。 有评论指出，高糖和高升糖碳水饮食与认知衰退和痴呆风险增加相关，饮食是重大风险因素，但医学界和药企忽视这一点。 有人反驳称，医学界并未忽视饮食因素，饮食与痴呆的关联主要通过血管性痴呆路径，医生常建议饮食改变，但患者难以坚持。 有观点认为，单纯要求患者“改变饮食”效果差，而司美格鲁肽这类药物能实际起效，医疗体系倾向于选择有效干预手段。 有评论建议，应通过政策限制食品中添加糖，如禁止在预制餐、意面、水中加糖，甚至改变糖的形状或使其变苦，发起“对糖的战争”。 6. 与 AI 协作更像领导力而非编程 (Working with AI feels more like leadership than coding) # https://allen.bargi.org/notes/working-with-ai-feels-like-leadership/ 与 AI 协作更像领导力而非编程。传统编程中代码给出确定性，而 AI 的响应不可预测，同一请求可能产生不同结果。作者认为，与 AI 协作应像与人类同事合作一样：分享上下文、解释期望结果、设定边界、回应反馈。通过提供示例、纠正和可复用的指令可以减少误解。核心是学会表达意图，而不仅仅是发出指令。AI 让软件工作从命令机器转变为通过对话领导。文章还提到在 Hacker News 上有相关讨论。 HN 热度 248 points | 评论 166 comments | 作者：allenb | 13 hours ago # https://news.ycombinator.com/item?id=49309451 将 AI 协作类比为“管理”而非“领导”，但管理 AI 缺乏对人性的关怀，可以随意替换。 管理 AI 是低版本管理，只需下达指令，若出错则修改或删除重试，无需考虑动机或士气。 管理 AI 与管理人类的核心差异在于，AI 没有雇佣成本或替换风险，可无限生成新实例。 尽管管理 AI 需清晰表述要求，但协调沟通方式与外包工作类似，需精准指令以减少浪费。 管理 AI 与管理人类完全不同，AI 始终服从，而人类管理需建立信任、避免差错，否则团队会失去配合。 让 AI 陷入“压力”或虚构情境（如世界末日）可能使其表现更差，类似人类应激反应。 7. 7.7 级地震 – 印尼恩德西北 68 公里 (Magnitude 7.7 Earthquake – 68 km NNW of Ende, Indonesia) # https://earthquake.usgs.gov/earthquakes/eventpage/us6000tkt2/executive 2026 年 8 月 14 日，印度尼西亚弗洛勒斯海发生 7.7 级地震，震中位于恩德西北 68 公里处，震源深度 10 公里。此次地震发生在澳大利亚板块与巽他板块的汇聚地带，逆冲断层导致。美国地质调查局评估认为，可能造成重大人员伤亡和广泛损失，约 200 万人受到强烈至极端震动影响。未来一周内发生 7 级以上余震的概率为 9%，6 级以上余震概率为 55%。1992 年该区域曾发生 7.8 级地震并引发海啸，造成至少 2500 人死亡。 HN 热度 214 points | 评论 55 comments | 作者：Bender | 22 hours ago # https://news.ycombinator.com/item?id=49306577 地震发生在日食后不久，潮汐力可能触发已处于临界状态的板块破裂，相关论文支持这一关联 地震已引发海啸，但官方宣布结束，最大波高 94 厘米，多数小于 50 厘米，仅局部小范围影响 开阔海域中的渡轮相对安全，海啸并非巨浪而是水位缓慢上升；靠近海岸时危险，应驶向外海或远离海岸 有视频展示 2011 年日本海啸中船只在近海遭遇的情况，说明水深差异会影响船只感受 渡轮火灾风险比海啸更值得关注，近期已有两艘渡轮在两周内烧毁 全球大地震年发生次数符合长期统计平均值（约 16 次 7 级以上），今年并未显著增多 海啸若由滑坡引发可能产生巨浪，如 1958 年利图亚湾事件，但类似 Cumbre Vieja 的假设性滑坡概率极低 有用户正在乘坐渡轮，表示高度警惕，其他人祝愿安全抵达 8. 特征鼓 (eigendrum) # https://eigendrum.com/#p=circle Eigendrum 是一个交互式网页工具，让你画出任意形状的鼓面，并实时听到它振动发出的声音。它的核心是求解鼓膜振动的特征值问题（−∇²u = λu），通过有限元方法将形状网格化，计算出每一种可能的驻波模式及其频率。 主要功能 ： 在画布上拖拽绘制自定义轮廓，或用极坐标、参数方程输入图形（如星形、花瓣、肾形等）。 用空格或回车敲击鼓面，位置不同会激发不同的模式组合（敲在节点线上该模式静默）。 可以单独播放每个模式（1–16 阶），并查看对应频率和相对比例。 调整参考音高、衰减、敲击宽度等参数，显示网格和计算误差。 科学背景 ： 页面解释了“能否听出鼓的形状”这一经典数学问题，并内置了 Carolyn Gordon 等人发现的两个不同形状但频谱完全相同的“Kac 鼓”，供你对比聆听。 数值计算经过圆和矩形的精确解验证，误差小于 0.1%，且有限元方法保证结果略偏大（能量最小原理）。 其他信息 ： 所有形状按相同面积缩放，因此音高差异仅来自形状本身（圆的基频最低，符合 Faber–Krahn 不等式）。 页面免费、无广告，依靠自愿赞助维护。开发者 Basel Ashraf，联系邮箱 u2679054@uel.ac.uk 。 源代码 MIT 许可，托管于 eigendrum.com，旧镜像已重定向。 HN 热度 213 points | 评论 1 comments | 作者：bookofjoe | 1 day ago # https://news.ycombinator.com/item?id=49305250 荷兰有个表达 “没道理” 的说法，字面意思是 “没有打击任何东西”。 “打击” 的俚语有很多有趣的变体，比如 “钳子对猪”。 一位网友对生成特定音长的高质量声音表示兴趣，提到自己以前的冥想应用程序的构想。 有用户反馈网站存在广告和隐私问题，并希望能去掉同意横幅。 对于形状复杂的鼓声，一些用户发现存在音调错误。 网友认为最佳的声音输出形式应该是圆形扬声器。 许多人在网站上玩得很开心，尝试设计不同的鼓形。 有人提是否可以构建特定音阶的迭代求解器。 网站的一些用户遇到广告和不友好的数据共享。 有评论指出鼓声的合成只模拟了膜，而没有考虑鼓身的声音特性。 有用户建议增加物料选择的功能，以丰富声音体验。 部分用户对网站的界面和文案表示不满，认为需要更简洁易懂的表达。 一位开发者表示愿意倾听用户的建议，并希望获得支持。 9. 家用蜱虫感染检测可改善莱姆病诊断 (At-home test for infected ticks could improve Lyme Disease diagnosis) # https://www.smithsonianmag.com/innovation/the-first-at-home-test-for-infected-ticks-could-improve-lyme-disease-diagnosis-180989235/ 一项旨在改善莱姆病诊断的新型工具即将面世：名为 LymeAlert 的首款家庭蜱虫感染检测产品将于今年 8 月上市。每年约有 3100 万美国人遭遇蜱虫叮咬，其中莱姆病是最常见的蜱传疾病。该检测产品由儿科医师助理艾琳·道伊茨基于临床痛点开发——许多患者发现蜱虫后因费用或时间问题无法及时就医。使用者只需在家中对蜱虫进行检测，即可快速获知是否携带莱姆病病原体，有助于在早期感染阶段及时用药，避免过度使用抗生素。文章还指出，蜱虫地理分布正在扩大，原因包括暖冬导致冬季低温不足、白尾鹿和白足鼠数量增加、森林砍伐和城市扩张等。目前美国约有 90 种蜱虫，但仅四种——黑腿蜱、西黑腿蜱、孤星蜱和美洲犬蜱——导致了大多数感染。 HN 热度 198 points | 评论 69 comments | 作者：gmays | 10 hours ago # https://news.ycombinator.com/item?id=49310682 该测试声称“实验室级准确度”但未提供具体数据，免疫层析法灵敏度远低于 PCR 等分子检测，且无需 FDA 审查，可信度存疑。 蜱虫尤其若虫和幼虫体积很小，提取足量检测物质困难；幼虫还可能经母体垂直传播病原体，不能忽视其风险。 蜱虫检测结果临床意义有限：阳性不代表实际传播风险高（新鲜叮咬传播风险不足 1%，饱血后才增至 10-25%），阴性又可能漏检，无法可靠指导是否使用抗生素或暴露后预防。 医学指南普遍不推荐检测蜱虫，应按叮咬时间和饱血程度评估用药；但也有观点批评 CDC 更在意防止抗生素耐药而非患者利益，而抗生素本身也有风险需权衡。 对莱姆病风险上升但医生经验不足的地区（如英国），这类家用测试仍可能有价值，有助减少误诊和延误。 产品 LymeAlert 售价约 50 美元，通过压碎蜱虫后用免疫层析试纸检测伯氏疏螺旋体，有效期为 12 个月。 若这类测试不是可行方案，仍需寻找更实际的解决途径，全民医疗虽是方向但短期内难解燃眉之急。 10. 他们本该更明智一些 (RISC-V: They should have known better) # https://dmitry.gr/?r=06.%20Thoughts&proj=12.%20RV 作者 Dmitry.GR 在博客中严厉批评 RISC-V 架构的设计。他认为 RISC-V 最终会在低成本微控制器领域取得成功，但这并非因为 ISA 设计优秀，而是“尽管它很差”。文章指出，微控制器需要低中断延迟和代码密度，而 RISC-V 的中断处理性能明显落后于竞争对手 Cortex-M0（44 周期对 27 周期），甚至压缩指令集（C 扩展）也设计得极为糟糕，例如存储字节的偏移范围仅 0 3，半字仅 0 或 2，远不如 Cortex-M0 的 0 31 和 0~62。作者还批评了 RISC-V 试图用单一 ISA 覆盖从超级计算机到微控制器的所有场景，认为这不可能。后续段落预计会继续讨论服务器核心及扩展碎片化等问题。 HN 热度 174 points | 评论 1 comments | 作者：kaycebasques | 1 day ago # https://news.ycombinator.com/item?id=49305492 R-V 的设计虽然存在一些缺陷，但仍然是一个实用的架构。 有人认为 OpenRISC 可能是更好的选择，但 RISC-V 在工具支持上更为全面。 RISC-V 适合用于深度嵌入式应用，满足了简单易用的需求。 许多开发者并不关心底层架构，只关心高层抽象工具的使用。 RISC-V 在法律方面的优势使其成为许多开发者的首选。 有观点认为 RISC-V 与 MIPS 在许多方面相似，但依然具有独特价值。 现在使用 AI 支持的开发工具可以加速为新架构提供支持的软件开发。 RISC-V 为开发自定义 ISA 提供了良好的起点，虽然其本身并不完美。 许多人认为 RISC-V 的使用可能会在未来得到更广泛的认可。 对于许多企业来说，RISC-V 的低成本和可实施性使其成为一种理想选择。 Hacker News 精彩评论及翻译 # Firefox is now the last major browser that still s… # https://news.ycombinator.com/item?id=49305222 Firefox is also the only browser that vets uBlock’s code on every update to make sure the developer hasn’t inserted spyware or malware into the extension. They don’t do it for every extension, but they do so for a wide selection of popular options. Recommended extensions differ from other extensions that are regularly reviewed by Firefox staff in that they are curated extensions that meet the highest standards of security, functionality and user experience. After receiving Recommended status, safety standards are maintained through automated checks, monitoring, and periodic technical reviews https://support.mozilla.org/en-US/kb/recommended-extensions-program GeekyBear Firefox也是唯一一个在每次更新时都会审查uBlock代码的浏览器，以确保开发者没有在扩展中插入间谍软件或恶意软件。 他们不会对每个扩展都这样做，但会对大量流行的扩展进行审查。 推荐扩展与Firefox工作人员定期审查的其他扩展不同，它们是被精选出来的、符合最高安全、功能和用户体验标准的扩展。在获得推荐状态后，会通过自动化检查、监控和定期技术审查来维持安全标准。 https://support.mozilla.org/en-US/kb/recommended-extensions-program Going Dark, and the era of law enforcement hacking # https://news.ycombinator.com/item?id=49305577 It’s worth realizing that, before computerized central offices, telephone wiretapping required running physical wires. Back when Rudi Giuliani was prosecuting organized time, not only did physical wires have to be run, the cops were billed for them as expensive private lines. His task force was spending about a million dollars a year with New York Telephone on wiretapping. In one case, law enforcement didn’t pay their bill, resulting in the person being wiretapped having the wiretap connection show up on their bill, blowing the case. That resulted in the Communications Assistance to Law Enforcement Act, which mandated that central offices offer remote wiretapping. Capacity up to 1% of lines is required. Back in the electromechanical era, the only call data that could be collected was outgoing dial pulses, using a “pen register”.[1] (The one shown in Wikipedia is mine. It’s a beautiful piece of antique brass telegraph technology. It records dial pulses as dashes, and has to be wound up like a clock, with a big brass key.) The Supreme Court decision allowing “pen registers” without a warrant refers to these “extremely limited” devices. That definition has been stretched and stretched by law enforcement into all non-voice data collected by telcos. Law enforcement still wants more. [1] https://en.wikipedia.org/wiki/Pen_register Animats 值得认识到的是，在计算机化电话交换局出现之前，电话窃听需要铺设物理线路。当年鲁迪·朱利安尼起诉有组织犯罪时，不仅需要铺设物理线路，警方还要为此支付昂贵的专线费用。他的专案组每年在纽约电话公司花费约一百万美元用于窃听。曾有一个案例，执法部门未支付账单，导致被窃听者的账单上出现了窃听连接记录，从而暴露了案件。 这促使了《通信协助执法法》的出台，该法强制要求电话交换局提供远程窃听功能，并规定需具备线路总容量1%的窃听能力。 在机电时代，唯一可收集的通话数据是拨出的脉冲信号，需要使用"笔式记录器"。[1]（维基百科上展示的那个就是我提供的。它是一件精美的古董黄铜电报技术制品，将拨号脉冲记录为破折号，需要用一把大铜钥匙像上发条一样操作。）最高法院允许无需搜查令使用"笔式记录器"的裁决，指的就是这些"极其有限"的设备。但这个定义已被执法部门不断延伸，覆盖了电信公司收集的所有非语音数据。 执法部门仍然想要更多。 Semaglutide linked to lower predicted dementia ris… # https://news.ycombinator.com/item?id=49312664 tdlr: This is a Novo Nordisk-funded study focusing on predictive biomarkers rather than real-world dementia cases. Novo Nordisk’s actual dedicated clinical trials for Alzheimer’s completely failed to show that semaglutide stops cognitive decline. “A predictive biomarker is like a “check engine” light on your dashboard. It warns you that there is a risk of a future problem. In this study, the researchers only checked if the drug turned off the “check engine” light (by measuring blood proteins), rather than testing if the car was actually driving properly (by testing the patients’ actual memory and brain function).” Always do FIRST analysis on studies. Or have AI do it for you. I used Gemini to dig into this: “Novo Nordisk funded this study, and several of the researchers are employees or minor shareholders. While corporate funding doesn’t automatically mean the data is fabricated, it does mean the company is highly motivated to find and publish data that makes their blockbuster drug (semaglutide, marketed as Wegovy, Ozempic, and Rybelsus) look like a preventative treatment for a wider range of conditions, expanding its market and driving up profits.” “Funding: The study was funded by Novo Nordisk A/S. Investigation: Researchers conducted a post hoc analysis using data from the randomized, placebo-controlled SELECT trial. They applied the Dementia SomaSignal Test (dSST)—a 25-protein risk score—to non-fasted serum samples collected at baseline and at week 104 to estimate 5-year and 20-year all-cause dementia risk in patients receiving semaglutide (2.4 mg) versus a placebo. Results: Semaglutide significantly attenuated the progression of the dementia risk signature. Compared to the placebo group, the 5-year predicted risk increased 2.5-fold less (a 26.0% lower predicted event rate) and the 20-year risk increased 1.67-fold less (an 8.8% lower rate). Semaglutide also lowered the odds of patients moving into a higher dementia risk category by 36%. Subjects: The analysis included 2,970 older adults aged 65 and older (mean age of ~69.7 years) who had overweight or obesity and cardiovascular disease, but no history of diabetes. The cohort consisted of 814 women (27.4%) and 2,156 men (72.6%). Time: The study evaluated data over a 104-week (2-year) follow-up period. The analysis was published on August 8, 2026.” And then map the weakness to each respective letter if you want to dig deeper. bariswheel 太长不看版：这是一项由诺和诺德资助的研究，聚焦于预测性生物标志物，而非真实世界的痴呆症病例。诺和诺德实际开展的阿尔茨海默病专用临床试验完全未能证明司美格鲁肽能阻止认知衰退。 “预测性生物标志物就像你仪表盘上的‘检查发动机’指示灯。它警告你未来可能出现问题。在这项研究中，研究人员只是检查了药物是否熄灭了‘检查发动机’灯（通过测量血液中的蛋白质），而不是测试汽车是否真的正常行驶（通过测试患者实际的记忆和大脑功能）。” 务必对研究进行“FIRST分析”。或者让AI替你完成。我用Gemini深入分析了这项研究： “诺和诺德资助了这项研究，且多名研究人员是该公司的员工或小股东。企业资助虽然不一定意味着数据造假，但确实意味着该公司有强烈动机去寻找并发布能让其重磅药物（司美格鲁肽，以Wegovy、Ozempic和Rybelsus品牌销售）看起来能预防更多疾病的数据，从而扩大市场并推高利润。” “资金来源：该研究由诺和诺德公司资助。 研究方法：研究人员利用随机、安慰剂对照的SELECT试验数据进行了事后分析。他们采用了痴呆症SomaSignal测试（dSST）——一种基于25种蛋白质的风险评分——对基线期和第104周收集的非空腹血清样本进行分析，以评估接受司美格鲁肽（2.4毫克）与安慰剂治疗的患者在5年和20年内的全因痴呆症风险。 结果：司美格鲁肽显著减缓了痴呆症风险特征的发展。与安慰剂组相比，5年预测风险增加了2.5倍（预测事件发生率降低26.0%），20年风险增加了1.67倍（发生率降低8.8%）。司美格鲁肽还将患者进入更高痴呆症风险类别的几率降低了36%。 研究对象：该分析纳入了2970名65岁及以上（平均年龄约69.7岁）的超重或肥胖且患有心血管疾病但无糖尿病史的老年人。该队列包括814名女性（27.4%）和2156名男性（72.6%）。 时间：该研究评估了104周（2年）随访期的数据。该分析于2026年8月8日发表。” 如果你想要深入挖掘，可以将其弱点对应到每个字母进行映射。 Working with AI feels more like leadership than co… # https://news.ycombinator.com/item?id=49310499 The word is “management”, not “leadership”. This comes across as a LinkedIn post filled with vague notions and weak writing. The conclusion also completely contradicts a previous point, which is that managing an LLM is not like managing a human. So the skills are, in contradiction to that LLM-ism of a conclusion, new. The author isn’t using their people management skills, they’re using new LLM-management skills. They think the two are similar, but didn’t bother breaking down how they’re the same vs where they contrast. It’s just a lazy observation expanded out to a short essay that says nothing interesting. miyoji 这个词是“管理”，而不是“领导力”。这读起来就像一篇领英帖子，满篇都是模糊的概念和软弱的文字。 结论也完全与之前的观点相矛盾——即管理大语言模型（LLM）不同于管理人。因此，与那个强调“大语言模型”的结论相反，这些技能是全新的。作者并没有运用他们的人员管理技能，而是在运用全新的LLM管理技能。他们认为两者相似，却没有费心去分析它们在哪里相同、哪里不同。这只是一个懒惰的观察，被扩充成了一篇短文，毫无新意。 Firefox is now the last major browser that still s… # https://news.ycombinator.com/item?id=49305425 What’s funny is that extensions were supposed to be a way to let you do the things the browser didn’t want you to do. Guess that was a bit too much freedom for Google to accept, so they had to make a store with a gate, and destroy the APIs so that they’re useless. Then they had to make up some reasons to justify that and ram it through the pipeline despite everyone’s objections, and the frog got boiled. Now we’re back to needing an actual extension system that does what extensions were supposed to do in the first place. avaer 好笑的是，扩展本来应该是让你做浏览器不想让你做的事情的一种方式。看来这种自由对Google来说有点太大了，所以他们不得不搞一个带大门的商店，然后毁掉那些API，让它们变得没用。接着他们还得编些理由来合理化这一切，不顾所有人的反对硬推过去，青蛙就这样被煮熟了。 现在我们又回到了需要一个真正的扩展系统的起点，一个能做扩展最初该做的事情的系统。 Auto-research with codex: How I achieved a 232x Fa… # https://news.ycombinator.com/item?id=49309929 In the last couple of days I wanted to try out the new definitive DeepSeek v4 releases. I gave it the repository of a semi-abandoned video compression codec and I told it to perform the usual benchmark -> profile -> verify -> research -> improve loop. I specifically chose this codec because the authors include a verifier for the bitstream to make sure you don’t break stuff if you want to try your own implementation. I gave the agents access to the compiler’s profiler and also Intel’s VTune, which has fantastic output. In a couple of hours the LLM generated SSE and AVX implementations of the compression and decompression algorithms that almost doubled performance with a single core. Then I asked it to create a CUDA implementation using NVIDIA’s NSIGHT profiler as a guide and it also started doing some good work. Personally, I believe that LLMs should be treated like an advanced version of Prolog or linear programming: you give the constraints, you have a way of verifying correctness, and you give it a clear goal. If the LLM can verify itself and course-correct you can basically leave it on autopilot Almondsetat 最近几天我想试试新的终极版DeepSeek v4。我给它提供了一个半废弃的视频压缩编解码器的代码仓库，并让它执行常规的基准测试→性能分析→验证→研究→优化循环。我特意选了这个编解码器，因为作者包含了一个比特流验证器，这样如果你想尝试自己的实现，就能确保不会破坏原有功能。我给智能体开放了编译器的性能分析工具以及英特尔VTune（其输出质量很高）。几个小时后，这个LLM生成了压缩和解压缩算法的SSE和AVX实现，单核性能几乎翻倍。接着我让它以NVIDIA的NSIGHT性能分析器为指导创建CUDA实现，它也开始了不错的工作。 我个人认为，LLM应该被视为Prolog或线性规划的高级版本：你给出约束条件，有办法验证正确性，并给它一个明确的目标。如果LLM能自我验证并纠正方向，基本上就可以让它自动运行了。 Google is making private AI practical with homomor… # https://news.ycombinator.com/item?id=49301386 My master’s thesis is on a topic in this field (Privacy Preserving ML) and from my understanding HE and other techniques have very high overheads(~10^3) on inference tasks and thus aren’t very commercially viable. sabretooth1405 我的硕士论文正是该领域（隐私保护机器学习）的课题，根据我的理解，同态加密及其他技术在进行推理任务时存在极高的开销（约10³倍），因此商业可行性并不高。 Firefox is now the last major browser that still s… # https://news.ycombinator.com/item?id=49306168 Complete, authoritative list of Firefox extensions officially recommended by Mozilla. https://addons.mozilla.org/en-US/firefox/search/?promoted=recommended&type=extension Some quite informative discussion on Firefox subreddit when I discovered and posted the above list there a few months ago. https://www.reddit.com/r/firefox/comments/1pyvx2v/complete_authoritative_list_of_firefox_extensions/ The Recommended Extensions program description: https://support.mozilla.org/en-US/kb/recommended-extensions-program gurjeet Mozilla官方推荐的Firefox扩展完整权威列表。 https://addons.mozilla.org/en-US/firefox/search/?promoted=recommended&type=extension 几个月前，当我发现上述列表并将其发布到Firefox子版块时，那里曾有一些颇具信息量的讨论。 https://www.reddit.com/r/firefox/comments/1pyvx2v/complete_authoritative_list_of_firefox_extensions/ 推荐扩展计划描述：https://support.mozilla.org/en-US/kb/recommended-extensions-program AI has access to a vastly larger working memory th… # https://news.ycombinator.com/item?id=49314025 I suspect that a lot about what we call being very intelligent is ultimately out-remembering people around us. I think of all the times in my software career when I did something that others considered very high performance, it either came down to either having more energy than others at tackling a problem they thought was more trouble than it was worth, or just bringing back random knowledge from previous jobs or self study, and being able to apply it to the problem at hand. I don’t think I’ve had a truly original idea in my life. Combine A + B, when it’s rare for people to know A and B at the same time. So from that perspective, what LLMs are doing is basically the same thing. Sometimes I am faster than the LLM because my context might be better organized, but it typically needs just a hint from me to steer itself correctly. It claims something is a memory leak, but smelling a rat, I suggest it to double check the garbage collection statistics too, at which point it’s clear it’s no leak, but a tuning error, at which point the LLM is better at tuning than me, because it has more energy than I do. Maybe there’s true brilliance out there, when something doesn’t come out of combining data and building hypothesis until you get really lucky. My experience is not comprehensive. But I look around me, and it sure seems I’ve not been lucky enough to see it. Even the shiniest people I’ve worked with, which most of the audience here would recognize, have never shown me that they can go past this. hibikir 我怀疑，我们所谓的“非常聪明”很大程度上最终不过是在记忆力上胜过周围的人。回想我在软件职业生涯中所有那些被他人视为极高绩效的时刻，要么是因为我在解决一个别人觉得麻烦大于价值的问题时比他们更有精力，要么就是从前任工作或自学中带回零散知识，并能将其应用到当前问题上。 我不觉得自己这辈子有过一个真正原创的想法。把A和B组合起来，而很少有人同时了解A和B。所以从这个角度看，LLM所做的本质上也是同一回事。有时我比LLM更快，因为我的上下文可能组织得更好，但它通常只需要我给出一点提示就能正确修正方向。它声称某个问题是内存泄漏，但我感到可疑，建议它同时检查一下垃圾回收统计，这时它才明白那不是泄漏，而是调优错误，而LLM在调优方面比我更强，因为它比我有更多精力。 也许世界上确实存在真正的天才，那种不是从组合数据和构建假设中产生、直到你非常幸运才能得到的东西。我的经验并不全面。但环顾四周，我确实觉得自己还不够幸运到能见到那样的天才。即使是我共事过的最出色的人——在座大多数观众都会认识的那种——也从未向我展示过他们能超越这一点。 Firefox is now the last major browser that still s… # https://news.ycombinator.com/item?id=49306557 I often forget how browsing the web looks for most people. Can’t understand why they put up with it, or do they just think that it’s part and parcel of the internet to have every page look like a slot machine from hell? windowliker 我经常忘记大多数人浏览网页时是什么样子。无法理解他们为什么忍受这种体验，还是说他们只是觉得每个页面看起来都像地狱里的老虎机本来就是互联网的一部分？ Qwen 3.8 27B # https://news.ycombinator.com/item?id=49305335 Credit where it’s due. Qwen 3.8 27B is only the second local model after Gemma 4 that managed to correctly reason through one of my private benchmarks. It took 5x as many tokens to do it and 12m30s with MTP enabled, but it did do it. Gemma 4 reasoned through it more implicitly, while Qwen 3.8 reasoned more explicitly. Laguna and Muse Glimmer failed hard on it, though they’re useful for other tasks. The VRAM usage seems way less efficient than Gemma 4 or Glimmer though, with 32K of context taking 2.5GB of VRAM. With those, even with MTP or a DFlash model loaded, you could still fit 256k-768k of context. With Qwen 3.8 27B I can’t even fit 128k if I quantize V to Q4_0. Maybe with some trial and error I can find some settings that perform well enough with a larger context window that it’s still useful for longer tasks. Lots more testing to do, though I was getting some decent results out of Muse Glimmer which was more than twice as fast and supported huge context windows, managing to solve some bugs that Gemma 4 struggled with. I can’t even begin to throw that task at Qwen, because just the prompt alone would use the entire context window and then it would reason for probably that same amount. If you’ve got a 32GB card, it should be a decent model even if it really is memory hungry. EDIT: Tried a few kv cache quantization settings, but it failed with those. I designed this benchmark to be pretty brutal in the face of KLD and any reasoning quality loss, so it’s not too surprising. Gemma 4’s QAT held up pretty well, at least and could consistently complete it. CMay 该夸就得夸。Qwen 3.8 27B 是继 Gemma 4 之后第二个能在我一个私人基准测试中正确推理出来的本地模型。它花了5倍的token数，开启MTP后用了12分30秒，但它确实做到了。 Gemma 4 的推理更偏隐式，而 Qwen 3.8 的推理更偏显式。Laguna 和 Muse Glimmer 在这个测试上表现很糟糕，不过它们在别的任务上还是有用的。 不过显存占用看起来远不如 Gemma 4 或 Glimmer 高效，32K上下文就要占2.5GB显存。用那两家的模型时，即使加载了MTP或DFlash模型，你还能塞下256k到768k的上下文。而用 Qwen 3.8 27B，就算我把 V 量化到 Q4_0，也塞不下128k。也许多试几次能找到一些设置，让它在更大的上下文窗口下表现足够好，从而对长任务仍有价值。 还有很多测试要做，不过 Muse Glimmer 的表现还不错，它速度快了一倍多，还支持超大的上下文窗口，能解决一些 Gemma 4 都搞不定的 bug。那个任务我根本不敢拿 Qwen 去试，因为光是提示词就会占满整个上下文窗口，然后它的推理消耗大概也会是同样量级。 如果你有一张32GB的卡，这个模型应该还算不错，尽管它确实很吃显存。 补充：我试了几种 KV cache 量化设置，但在这些设置下它都失败了。我设计这个基准测试时就是要对KLD和任何推理质量损失特别苛刻，所以这也不太意外。至少 Gemma 4 的 QAT 表现相当稳定，能够稳定完成这个测试。 Why does Opus 5 feel worse to work with? # https://news.ycombinator.com/item?id=49297770 I’ve been doing some heavy work on a personal project lately. I burned through the limits on Claude, the plus a few hundred dollars in credits, and ultimately decided to move to an OpenAI account just so I can keep going. I was surprised to find that OpenAI Sol is much much nicer to work with than Opus 5 or Fable at the moment. Especially on Opus 5, the way it communicates is just exhausting. It keeps “being honest” and “confessing” mistakes and just generally talking a lot. I felt like I had to really dig to see what it’s doing. The project involves OCR, and despite repeated instructions not to, both Claude models keep spinning out a bunch of agents to re-invent the OCR setup, and they inevitably seem to invent a primitive serial version that takes 20x the time, or longer, to complete, and then running it against thousands of docs. Basically I have to watch it like a hawk or it just spins out on red-teaming tasks that take hours and hours. I don’t know what its system prompt is, but Sol/Codex is just so much nicer to talk to. It only asks exactly what’s needed, it tells me only what I need to know, and it is just generally workmanlike. And it has not once decided to spawn an agent that spends hours pointlessly burning tokens and CPU cycles re-inventing the OCR process. I’m really liking it. D13Fd 最近我在做一个个人项目，投入了大量精力。我用光了Claude的额度，又额外花了几百美元充值，最后还是决定转到OpenAI的账号，就为了能继续干下去。 我惊讶地发现，目前OpenAI Sol比Opus 5或Fable好用太多了。尤其是Opus 5，它那种交流方式简直让人心累。它总是“坦诚相告”、“坦白”错误，话还特别多。我感觉自己得费劲挖掘，才能搞明白它到底在做什么。 这个项目涉及OCR，尽管我反复叮嘱不要乱来，但Claude的两个模型还是会不断派遣一堆智能体去重新造轮子、自创OCR方案，而且它们似乎总会发明出一种原始落后的串行版本，耗时长达20倍甚至更久，然后还要用它去处理几千份文档。基本上我得紧盯着它，否则它就会没完没了地跑那些红队测试任务，一跑就是好几个小时。 我不知道它的系统提示是怎么写的，但Sol/Codex交流起来爽快太多了。它会精确地问需要什么，告诉我需要知道的内容，整体风格非常务实高效。而且它从没自作主张派个智能体去浪费几个小时白白消耗令牌和CPU资源来重造OCR流程。我真的很喜欢它。 Firefox is now the last major browser that still s… # https://news.ycombinator.com/item?id=49306071 Guess it was a bad idea for everyone to switch to a browser made by one of the world’s biggest advertising companies. mikeocool 看来让所有人改用全球最大广告公司之一开发的浏览器，真是个糟糕的主意。 Why does Opus 5 feel worse to work with? # https://news.ycombinator.com/item?id=49299020 As a native speaker, it feels like reading an impression of a literature book by a high school English class’s most overconfident student who’s only ever read LinkedIn-speak. Anyway, you might have more luck just writing to it in your native language. It’ll be equally crummy, but maybe you’ll find it easier to decode. throwaway_7274 作为一个母语者，这感觉就像读一个高中英语班里最自以为是的学生写的文学书读后感，而这学生只看过LinkedIn上的那种套话。 总之，你直接用母语写进去可能反而更顺利。虽然结果一样糟糕，但或许你会觉得更容易理解。 Firefox is now the last major browser that still s… # https://news.ycombinator.com/item?id=49306017 I want my browser to prevent random extensions from directly reading web page data. To be honest, to me it sounds like you don’t want browser extensions then. To me, directly messing with web page data and browser behaviour is the whole point of a browser extension - what else is a browser extension for? michaelt 我希望我的浏览器能防止随机扩展程序直接读取网页数据。 说实话，在我看来，这听起来像是你根本不需要浏览器扩展程序。 对我来说，直接修改网页数据和浏览器行为正是浏览器扩展的意义所在——不然浏览器扩展还能用来干什么？