Local Wikipedia:把维基百科缩到身边半小时步行范围
有人把维基百科按你所在位置重排,输入邮编就能看周围半小时步行圈里有什么历史故事,旅行时也能用。
Ed Jefferson 制作的 Local Wikipedia 依据维基百科页面自带的地理坐标,把百科内容按位置筛选重组。默认以约 2414 米直线距离(近似半小时步行)筛选附近条目,范围不足 25 项时扩至 10 公里内最近 25 项,最多展示 500 项。用户可输入邮编、地标或使用浏览器定位,也支持随机条目、地图和语言切换。地点只保存在当前浏览器中,站点与维基百科官方无隶属关系。
2026-10-24 Hacker News Top Stories # Ed Jefferson 的 Local Wikipedia 按地点筛选附近百科条目,以约 2.4 公里直线半径近似半小时步行;条目不足时扩至 10 公里内最近 25 项,最多展示 500 项。 《Docker is weird》作者在自制容器运行时中梳理 namespaces、cgroups 和根文件系统,并讨论 Go 多线程运行时与 Linux 进程初始化的摩擦。 ModelCompare 向 13 个文本模型各提问三次,称所有模型至少一次把归属、地位或自我叙事置于真理之前;结论依赖人工归类,不能把回答相似当成独立证实人性。 Ask HN 提问者质疑模型公司的价值获取方式:既然能帮助创业,为何仍以出售 token 为主,而不自行进入更多应用行业;这是商业模式问题,不是已验证的能力测试。 Apple Music 在不存在的网址中放入可操作的白色 iPod 界面,支持点选播放列表、歌手和歌曲,把“Page Not Found”做成复古交互彩蛋。 Kadoa 汇总美国 EIA 数据称,2025 年投资者所有公用事业的居民均价为每千瓦时 17.8 美分,公营为 14.5 美分;差距约 23%,但数据不能单独证明所有制的因果作用。 Matthew Cole 在《名利场》书摘中指称,荷兰情报机构自 2018 年起通过 Kushner 手机观察阿联酋账户;相关资金与外交指控多依赖匿名来源,Kushner 律师否认涉案与违法。 NVIDIA OpenShell 把代理放进隔离沙箱,按策略约束文件、系统调用与网络,并在批准目标请求时注入凭据;项目还用形式化检查辅助审查权限变更。 Keep Android Open 用“70 天后封锁”反对开发者实名验证;Google 官方则列明分地区推进、一次性等待后的高级安装流程,以及最多 20 台设备的免费有限分发。 Anthropic 与 Theorem 报告,Claude 为 123 个开源库的 239 个入口生成约 1.8 亿行 Rocq 证明;结论限定于特定 RISC-V 二进制、输入小于 64 MB 等条件,并非整库无漏洞。 1. Local Wikipedia:把百科缩到身边半小时步行范围 (Local Wikipedia: Wikipedia, but only for things a half hour walk from you) # https://edjefferson.com/localwiki/ Ed Jefferson 制作的 Local Wikipedia 将维基百科重新组织成一份附近事物的百科。用户可以输入城镇、地标或邮编,也可以选择浏览器定位;项目直接使用维基百科中带地理坐标的页面,而不是生成新的地方介绍,并提供随机条目、字母索引、地图以及语言和距离单位选择。 “半小时步行”是近似描述:实际代码默认以 2414 米、约 1.5 英里的直线距离筛选。如果范围内不足 25 个条目,就取 10 公里以内最近的 25 项;结果最多保留 500 项。这并不是步行路线规划,河流、道路和通行条件都可能使真实步行距离更长。 项目页说明,地点保存在当前浏览器中,分享文章链接不包含该位置,站点也与维基百科官方无隶属关系。它的内容覆盖受原始百科的地理标记和语言版本影响:没有坐标的地方故事可能被遗漏,人口稀少地区也不一定找得到足够条目。这个小工具的价值是改变浏览入口,让熟悉街区中不熟悉的历史更容易被发现。 HN 热度 1209 points | 评论 223 comments | 投稿者:sohkamyung | 发布时间:2026-10-23 07:01:18 +08:00 # https://news.ycombinator.com/item?id=50202285 把入口改成身边的位置,让读者发现平日经过却不知道来历的建筑与故事,也适合旅行时使用。 地理标记缺失会漏掉真正就在附近的文章,覆盖整个区域的条目也不一定能靠单个坐标准确归类。 直线距离与可行走路线可能相差很大,还可能遇到没有人行道的路段,不能把结果直接当作散步路线。 当地语言百科往往更丰富,跨语言检索与翻译有助于弥补英语条目不足。 城市与乡村的条目密度差异很大,用户希望按自己的探索范围调整搜索半径。 按建筑类型或主题筛选可以改善探索体验,距离最近的事件未必就是用户想了解的内容。 维基百科已有附近功能,但可手工指定地点和重新组织浏览方式仍能带来实际便利。 由人整理、以兴趣而非商业推荐驱动的地方知识,让一些读者重新感受到开放 Web 的吸引力。 2. Docker 有点奇怪:从自制容器运行时理解底层机制 (Docker is weird) # https://codeandcake.dev/posts/2026-10-22-docker-is-weird 《Docker is weird》的作者为了学习而编写自己的容器运行时,发现日常看似完整的“容器”并不是 Linux 中一个单独的内核对象。普通 Linux 容器依然是宿主内核调度的进程,通过命名空间限制可见范围、cgroups 约束资源,再结合文件系统和网络机制形成隔离环境。 文章用目录与根目录切换解释镜像如何成为进程看到的文件系统,并讨论 runc 为何需要绕开部分 Go 运行时行为。Go 自带多线程调度,而某些 Linux 初始化操作要求在特定线程或初始化阶段完成,因此底层实现需要 C 代码和特殊的子进程启动安排。 这是学习过程中的简化介绍,而不是 Docker 的完整架构说明。作者把默认通常以 root 运行的守护进程当作惊讶点,但随后也提到无根模式和用户态网络;不能把“Docker 必须以 root 运行”当成当前通用结论。“Go 不适合”同样是作者对实现取舍的评价,不等于实测证明其他语言在所有运行时场景都更好。 HN 热度 819 points | 评论 344 comments | 投稿者:psxuaw | 发布时间:2026-10-23 07:45:56 +08:00 # https://news.ycombinator.com/item?id=50202681 Docker 的突破不只是隔离机制,而是 Dockerfile、分层缓存、镜像分发和一致的开发体验。 Docker 已支持无根模式多年,默认以 root 运行和无法无根运行是两个不同判断。 线程命名空间状态与 Go 调度交互确实曾造成难查问题,理解底层继承关系有助于解释历史实现。 容器进程仍可在宿主侧观察和调试,正确设置文件系统路径后也能使用宿主工具分析问题。 Podman、crun 等实现提供不同的进程启动取舍,比较它们比把某种语言一概判为错误更有帮助。 今天重新选型与 Docker 初创时期的语言生态不同,不能用成熟后的 Rust 反推当年的决策必然不合理。 共享宿主内核描述的是常见容器路径,Kata 和 gVisor 等运行时采用的隔离模型还需要单独讨论。 从少量代码或从零构建容器的示例入手,能让抽象概念落回具体的 Linux 机制。 3. 13 个模型对人类的“争议观点”为何如此相似 (Every AI model has the same “controversial” take on humans) # https://www.modelcompare.ai/blog/ai-models-controversial-take-on-humans ModelCompare 给来自多家公司的 13 个文本模型同一提示,要求它们直说对人类最有争议的看法,每个模型回答三次,不加系统提示、不重试。作者把“优先归属、地位或自己的故事,而不是事实或原则”的回答手工归为一组,报告每个模型至少有一次落入该组,其中 8 个模型三次都如此。 它也展示了例外:Claude Opus 5.5 一次认为人类比自己想象的更善良,其他回答谈意图与结果、意义感和意识带来的痛苦。六个图像模型各生成两张漫画,作者称其中 10 张更接近“沉迷手机、消费并破坏地球”的另一种固定批评。 作者将相似输出解释为共享训练文化带来的趋同,并认为多模型头脑风暴未必增加很多新想法。但这是一项小样本、单一提问方式、人工分类的展示,没有独立测量人类行为;“归属”“地位”“自我辩护”是否应归为同一观点,也影响结果。它不能证明模型拥有稳定的私人信念,更不能把模型间相关输出当作多份独立的人性证据。 HN 热度 613 points | 评论 593 comments | 投稿者:rakannimer | 发布时间:2026-10-23 00:08:00 +08:00 # https://news.ycombinator.com/item?id=50197313 把便利、自我辩护、权力和群体归属合为一个类别过于宽泛,部分原始回答并不直接支持标题中的同一观点。 不同模型可能吸收相似文本,回答趋同首先反映训练语料中的常见叙事,并不是独立观察得出的相同结论。 要求给出不留余地的争议观点,本身就会诱导反常识或批评社会规范的措辞。 把生成式软件的输出称作它自己的信念,容易让读者误以为模型有稳定、独立的人格立场。 比较原始预训练模型与经过偏好训练的版本,有助于区分语料影响和后训练塑形。 归还钱包等日常善意经验提醒读者,不能因为尖锐的人性批评更像金句,就忽略合作与互助。 这些问题已有长期哲学与社会科学讨论,把回答放回相关知识脉络,比把它包装成模型的新发现更有意义。 读者若把模型输出当成道德权威,可能借它强化虚无或厌人立场,问题也在于人如何使用这些文本。 4. Ask HN:模型这么强,OpenAI 为什么不直接创办 100 家公司 (Ask HN: If the models are so good, why doesn’t OpenAI just start 100 companies?) # https://news.ycombinator.com/item?id=50200997 这篇没有外链的 Ask HN 帖子,标题用“为什么不创办 100 家公司”夸张地表达一个商业模式问题。提问者在正文主动澄清:他真正想问的是,如果前沿模型已经足够强,OpenAI、Anthropic 等公司为何把出售模型访问和 token 当作主要收入来源,而不是自己创办使用模型的企业、直接获取应用层利润。 问题进一步涉及模型能力商品化与价格下降:如果基础模型越来越相似,更多经济价值是否会流向了解具体客户、流程和行业的产品?反过来,平台向大量客户出售通用能力,是否仍比自己经营多个行业更容易扩张?正文提出的是这些疑问,没有给出经营数据、对照实验或确定答案。 HN 热度 590 points | 评论 655 comments | 投稿者:ex-aws-dude | 发布时间:2026-10-23 05:03:55 +08:00 # https://news.ycombinator.com/item?id=50200997 公司成功需要市场、客户关系和组织执行,能够生成软件并不等于能同时经营很多行业。 做通用平台可以从许多应用的需求中受益,不必承担逐个垂直市场的全部经营风险。 模型公司已经在推出应用产品,新增产品线也不必对应一百家独立法人。 向已有需求和经营能力的企业出售工具,可以把验证新业务的成本与失败风险留给购买者。 理解具体领域与持续关心客户问题仍然稀缺,开发成本下降不意味着每个商业想法都可互换。 基础设施投入尚未回收时,继续复制新业务还会增加资金占用和不确定性。 抽象任务能力与现实社交、说服和组织行动并不相同,不能用单一智能标签替代这些差别。 平台同时服务潜在竞争者会引发商业资料与利益冲突担忧,但担忧本身不能证明平台已挪用客户创意。 5. Apple Music 把 404 页面做成了一台复古 iPod (Apple Music 404 Not Found) # https://music.apple.com/this-url-doesnt-exist 这条链接确实返回 HTTP 404,但它的内容不是一篇错误报道,而是 Apple Music 专门设计的未找到页面。实际浏览器中,页面左侧出现带屏幕、圆形转轮与中键的白色早期 iPod,右侧写着“Page Not Found”和“Give this a spin instead”,同时提供返回首页、新内容和搜索的入口。 等待组件载入后,可以通过 Menu、Back、Forward、Play 和 Select 等控件操作。实际点选 Playlists 后,界面展示 iPod 广告歌曲、2001 年不同流派热门曲目以及 2000 年代精选歌单;初始菜单另有 Artists、Songs 和 Settings。它保留了设备式的层级导航,而不只是放一张怀旧产品图。 这里依据的是实际可见页面与点选结果,没有把 HN 用户的猜测当成苹果发布说明。我们没有登录、订阅,也没有验证所有歌曲能否完整播放;页面没有提供实现方式或制作过程的解释。其看点是把通常只负责报错的界面,变成能够继续探索音乐的互动设计。 HN 热度 528 points | 评论 180 comments | 投稿者:frizlab | 发布时间:2026-10-23 20:28:47 +08:00 # https://news.ycombinator.com/item?id=50207910 转轮点击声与熟悉的操作节奏触发了具体的设备记忆,怀旧效果不只来自外形。 转轮和中键让常用操作集中在拇指附近,但长按等隐藏动作也说明经典界面并非处处直观。 专用音乐播放器的吸引力在于足够简单、较少打扰,堆上完整智能手机功能反而可能失去优势。 部分移动端用户遇到被自动带入 Music 应用而看不到网页彩蛋,体验依赖浏览器与应用跳转机制。 有用户通过更换电池和接口等维修继续使用老 iPod,音乐库的长期可携带性也是产品价值的一部分。 有听者发现相同歌曲的两个条目对应连续的试听片段,不能简单把歌单浏览理解为免费完整曲库。 有人猜测页面由 AI 制作,但回复也承认没有证据,这类直觉不能当成开发过程事实。 6. 美国居民电价比较:投资者所有公用事业比公营高约 23% (Investor-owned utilities charge 23% more for electricity than public providers) # https://www.kadoa.com/energy-prices/insights/investor-owned-utilities Kadoa 根据美国能源信息署 EIA 年度公用事业调查与 BLS 通胀数据,比较不同所有制供应商的居民用电价格。2025 年,投资者所有企业平均每千瓦时收取 17.8 美分,公营企业为 14.5 美分,合作社为 14.1 美分,前两者相差约 23%。2020 年以来,投资者所有企业价格上涨 34%,公营与合作社约上涨 19%,同期通胀为 24%。 页面还尝试处理地域因素:剔除水电占比较高的州后差距约 20%,同州比较投资者所有企业与公营、合作社后约为 17%。它同时提醒,合作社单价虽低,2025 年平均月账单却最高、为 159 美元,因为用户用电更多;单价、账单与供电成本不是同一指标。 样本主要覆盖从同一公用事业购买供电及输配服务的居民,排除联邦和最小供应商,单价按收入除以售电量计算。作者承认公营机构在税收、融资和水电资源上可能有优势,明确表示数据展示用户付了多少,并未解释为什么。不能把全国均价差直接改写为股东抽走了 23% 或所有制已被证明是唯一原因。 HN 热度 522 points | 评论 378 comments | 投稿者:hubraumhugo | 发布时间:2026-10-23 21:41:10 +08:00 # https://news.ycombinator.com/item?id=50208837 比较所有制之前,需要同时考虑税收、融资成本、能源结构、地理条件与监管差异。 公营供应商集中在部分水电资源丰富或人口密集地区,全国均价不能直接视作同等条件的经营效率实验。 输配网络具有很高进入与切换门槛,自然垄断场景难以照搬普通消费市场的竞争逻辑。 支持公营或强监管的一方认为,基础设施应优先服务用户和长期维护,而不是股东回报。 另一方提醒,低收费可能伴随税收优惠或公共融资,判断总成本时不能只看电费账单。 有在公私两类电力机构工作过的工程师认为,日常执行效率未显著不同,不应把私营自动等同于更精简。 价格之外还需比较停电、维护和容量投资,便宜或昂贵本身都不能完整代表服务价值。 合作社用户分享成员共同投资可再生能源与储能的经验,说明选择不只有传统政府部门或上市公司两种。 7. 《名利场》书摘指称 Kushner 手机遭监控及秘密资金安排 (Jared Kushner Hacked Phone Reveals Secret Negotiations, Millions in Transactions) # https://www.vanityfair.com/story/jared-kushner-hacked-phone-secret-negotiations 《名利场》刊登 Matthew Cole 新书《Princes and Thieves》的节选,叙述第一届特朗普政府时期的秘密外交与资金安排。作者称,荷兰情报机构借俄罗斯情报线索,在 2018 年初获得观察 Jared Kushner iPhone 屏幕的能力,从而看到其访问阿联酋银行账户;文中描述的是屏幕监控,并非可以控制手机所有功能。 作者把相关资金与阿联酋、沙特推动地区外交目标的安排联系起来,称涉及至少 20 亿美元和多个账户。他特别区分某些账户的所有权与 Kushner 的签字权限,并承认资金如何组织、部分账户如何使用以及情报机构具体看到了多少,都仍有不清楚之处。报道的核心叙事多依赖匿名知情者,并未在正文公开足以由读者独立核实的完整银行或监听档案。 Kushner 的律师否认其知晓或关联文中所称慈善机构及阿联酋账户,也否认所谓另一账户存在,并表示其对外交往符合法律且得到总统同意;前驻以大使 David Friedman 同样否认参与。这些是相互冲突的报道指控与回应,不能写成已经由法院认定的秘密收款、贿赂或代理外国势力事实。 HN 热度 521 points | 评论 217 comments | 投稿者:ck2 | 发布时间:2026-10-23 05:24:41 +08:00 # https://news.ycombinator.com/item?id=50201259 如此严重的资金与外交指控需要更多可独立核验的证据,不能只凭叙事细节就认定全部成立。 即使设备确被入侵,也仍需验证资料真伪与完整性,真实文件和被植入内容可能混在一起。 报道叙述的是 2020 年以前的事件,不能把发现或发表时间直接当作交易发生时间。 账户签字权限、秘密外交资金和个人获利是不同问题,分析时应逐项区分而非统称拿走现金。 盟友情报机构监控美国高层官员手机的叙述,也引发对通信安全和国家间情报关系的关注。 有人比较不同政治人物设备资料事件的媒体待遇,要求对报道标准与证据门槛保持一致。 8. NVIDIA OpenShell:用策略约束代理的文件、网络与凭据访问 (OpenShell – A safe, private runtime for fleets of autonomous AI agents) # https://github.com/NVIDIA/OpenShell NVIDIA 的 OpenShell 面向需要读文件、安装软件和调用 API 的自主代理,尝试把执行能力与不受限制的访问分开。项目 README 描述两层控制:运行时以内核隔离和网络策略约束文件、系统调用及连接;权限策略变更前,再通过形式化检查识别新增访问与凭据使用风险,交由人审查。 按照项目说明,真实凭据不会直接暴露给代理,而是在通往批准端点的请求中注入。网关、监督进程和沙箱分工管理生命周期与权限,并提供 Python、TypeScript、Go 和 Rust SDK。它依赖 Docker、Podman 或宿主虚拟化等基础设施,并非取代所有底层隔离工具;Kubernetes 部署也要求 CNI 实际执行 NetworkPolicy。 项目以 Apache 2.0 许可发布,当前默认沙箱是没有预装代理的最小 Ubuntu。README 还披露默认收集匿名操作类别与计数,可关闭或在构建时排除。这里是对项目设计和文档的整理,没有独立验证其所有隔离保证;限制允许访问什么,也不自动解决代理在获准服务中误操作或发送不应发送内容的问题。 HN 热度 489 points | 评论 213 comments | 投稿者:niemandhier | 发布时间:2026-10-23 01:44:06 +08:00 # https://news.ycombinator.com/item?id=50198675 安全边界与任务能力需要权衡,产品不能仅靠“安全且私密”的描述消除广泛授权带来的风险。 域名白名单不能阻止所有数据外传,允许的代码托管或协作服务也可能被用来发送不该公开的内容。 这类项目增加的是沙箱编排与访问治理,仍需理解底层容器和虚拟化具体提供了哪些隔离。 默认遥测与“私密”定位之间存在期待差异,用户希望明确知道收集内容与关闭方式。 部分用户觉得细粒度治理更适合复杂组织,简单项目可能用较粗的白名单与容器就能满足主要需求。 严格沙箱会影响 Docker、Xcode 等正常工具链,实际采用需要处理安全边界与常用工作流的兼容问题。 有团队在其上继续加入共享策略、Git 权限和安全扫描,说明运行时只是完整代理治理的一层。 项目名容易与 Windows 的 Open-Shell 菜单工具混淆,比较资料时应先确认是 NVIDIA 的代理运行时。 9. Keep Android Open 反对开发者验证,倒计时说法需区分范围 (Your Phone Is About to Stop Being Yours: 70 Days Until Lockdown) # https://keepandroidopen.org/ ? Keep Android Open 活动页以“70 天后封锁”为号召,反对 Google 将开发者验证扩大到 Play 商店外的软件。活动方认为,身份登记、费用和安装摩擦会伤害匿名开发者、开源分发与用户对自有设备的控制,并把需要开启开发者模式、重启和等待一天的高级流程视为阻止普通用户选择的障碍。 但页面“所有设备全球无退出选项”的表述不能直接当作已核实政策。Google 当前官方页面写明,2026 年 9 月 30 日先在部分地区、认证设备的参与商店开始保护,2027 年继续全球推进。官方高级流程包含一次性一天等待及再次认证,随后可选择允许未验证应用安装 7 天或无限期,并不是每安装一款应用都重新等待一天。 官方还提供面向学生和爱好者、最多 20 台设备的免费有限分发账户,不要求政府证件。这些例外并不消除活动方对门槛、集中控制和匿名开发的担忧,但意味着“70 天后全部 Android 应用同时被封”不是准确的统一时间表。活动页的倡议与 Google 的政策说明应分别阅读。 政策核验: https://developer.android.com/developer-verification https://android-developers.googleblog.com/2026/03/android-developer-verification.html HN 热度 479 points | 评论 329 comments | 投稿者:NackerHughes | 发布时间:2026-10-23 21:19:42 +08:00 # https://news.ycombinator.com/item?id=50208558 高级安装流程确实保留了选择,批评政策时应说明其门槛,而不是声称完全没有退出路径。 支持等待期的一方认为,技术支持诈骗常通过紧迫感诱导安装,一天冷静期可能打断胁迫链条。 反对者认为,侧载是选择 Android 的核心理由,强制等待会把对自有设备的基本控制变成需要批准的例外。 即使当前允许无限期开放,一些用户仍担心集中控制的高级流程未来被逐步收紧,但这属于风险预测。 非 Google 系统是否直接受影响与整个开源应用生态是否被间接削弱,是两个需要分开回答的问题。 证明持有签名密钥与交出私钥并不是同一回事,讨论登记要求时需要把身份核验和密钥材料区分清楚。 从不绑定商店账号、自己保存 APK 并迁移数据的用户,重视的不是免费软件,而是可持续独立使用设备。 移动 Linux 和 PWA 被提出为替代方向,但它们并不能立即覆盖所有 Android 应用与硬件能力。 10. Anthropic:用 LLM 扩大二进制层面的形式化验证 (LLMs are making formal software verification feasible at a much larger scale) # https://www.anthropic.com/research/formal-verification Anthropic 与 Theorem 将 OSS-Fuzz 中的模糊测试入口转成形式化规格,让 Claude 为编译后的 RISC-V 二进制生成证明,再由 Rocq 内核检查。项目报告覆盖 123 个开源库的 239 个入口,约产生 1.8 亿行证明代码;目标是在指定输入与机器模型下,证明测试不会崩溃或触发被建模的断言。 这不同于不断运行更多测试样例:在形式化模型内,证明覆盖所有满足条件的输入。尝试证明时,模型还发现并修复了部分罕见边界缺陷;若现有模糊测试本身检查压缩后解压还原等性质,证明测试不失败,也可同时证明相应性质。作者还报告共享已完成证明可以减少重复劳动。 限制十分具体:主项目面向固定内存预算、单线程、静态链接 musl 的 RISC-V Linux 程序,输入小于 64 MB;并非每个库的所有入口都已覆盖,ASan 也不能发现所有内存错误。可信基础还包括机器语义、定理表述和证明检查器。规格不等于现实需求,常见 x86、ARM、动态链接和调用者误用也不能自动得到同样保证,因此不能把成果写成已经证明 123 个完整库没有任何漏洞。 HN 热度 438 points | 评论 281 comments | 投稿者:johnbender | 发布时间:2026-10-23 06:54:43 +08:00 # https://news.ycombinator.com/item?id=50202217 证明检查器验证的是形式化命题,开发者仍须确认规格确实对应真实程序和想要的行为。 海量重复展开的证明可能遇到规模瓶颈,长期扩展还需要模块化抽象和可复用推理。 不崩溃是有价值但有限的性质,无法独自保证软件满足全部业务期待、交互需求与安全目标。 有开发者分享对 PostgreSQL 重写代码做单线程行为等价证明的经验,说明这些工具已在具体迁移工作中尝试使用。 为优化后的 SIMD 或 CUDA 实现附上行为等价证明,有望提高审查性能改动时的信心。 验证工具变得容易并不保证组织愿意投入,实际效果仍取决于团队是否把检查纳入开发流程。 涉及 Python 子集解释器等案例时,读者希望看到代码、覆盖范围和真实程序测试,以便判断宣传与实际能力的距离。 如果代理持续生成脆弱、冗长的证明与测试而不重构,人类可能仍需负责控制复杂度并建立清楚边界。