本期热点#

昨天 Hacker News 上最热闹的，是程序员 ngruhn 的短文《Don’t be a meat proxy》：他抱怨越来越多人在群里提问、评审代码时，直接甩过来一段"Claude 说"，自己却一个字都没读。这个词——“肉代理”——戳中了很多人的痛处，评论区涌来大量共鸣。这个话题和本期另外几篇 AI 相关讨论连成一条线：AI 让"不思考也能交差"变得太容易，理解、验证与责任成了新的稀缺品。

AI 之外，这期话题相当多元：阿里开源了旗舰级大模型的权重，OpenAI 公布 AI 解决十道数学难题的进展，安全公司则发现大量 AI 编造的假漏洞公告混进了官方数据库；德国风光发电首次超过化石燃料，好莱坞的拍片大迁徙有了数据可查，纽芬兰一个小镇则终于开始清理困了他们 20 多年的一池陈年鱼露。按主题整理如下。

技术与产品#

Qwen3.8-Max: A New Bar for Coding and Cowork#

据通义千问官方博客，Qwen3.8-Max 参数规模达 2.4 万亿（每次推理实际激活 950 亿），并首次宣布将开源 Max 级模型的权重。官方给出了三组"无人干预"的案例：连续 16 天自主为一个开源项目迭代出 265 个提交；用约 5 天从零复现一篇论文的实验并进一步改进，在竞赛级数学基准 AIME24 上超过原方法；参加阿里天池的真实比赛，24 小时内击败 526 支人类队伍中的 458 支。官方还称它在合规审查、菜单设计、康复演示等数百个职业场景里能"端到端交付"成品。

HN 讨论的焦点不在模型参数，而在行业格局。不少用户表示通义千问 3.6 系列已是本地运行的最强选择，对新版期待很高；更激烈的争论围绕"AI 公司到底有没有护城河"展开——有人主张开源模型让 API 沦为商品、万亿估值难以为继，也有人反驳算力、数据和合规才是真正的壁垒。还有评论者提到，OpenAI 已经因此大幅降价，中美模型的竞争正在把推理价格整体拉低。

讨论见 Hacker News 帖子

SQLite Critical CVEs or LLM Slop?#

安全公司 JFrog 的这篇研究讲了一个"狼来了"的新版本：一个新建的 GitHub 账号批量发布了 50 多条 SQLite 漏洞公告，其中 6 条被美国国家漏洞数据库（NVD）标为"严重"或"高危"，Red Hat 甚至一度给出 10.0 的严重度评级。研究人员逐一验证后发现全是"AI 拼凑"——引用的函数根本不存在，行号指向注释，补丁是编造的，连复现用的攻击代码都无法触发崩溃。他们指出，漏洞提交系统本身不做身份核验，而 NVD 自 2024 年暂停深度人工分析后，整个管道"只进不出"，看似合理的假公告能一路流进企业的扫描器。这批 55 条公告里，54 条被认定伪造。

评论区的一致担忧是：那些被要求限期修补所有"严重漏洞"的企业（银行、保险、合规审计场景很常见）只能为假漏洞白忙一场。有人把假 CVE（漏洞编号）比作垃圾邮件，认为需要重新设计漏洞信用体系；也有评论者引用布兰多里尼定律——“驳斥胡话所需能量远大于制造胡话”，AI 只是把这种不对称放大了。

讨论见 Hacker News 帖子

Devtools must be open source#

作者在文中回忆，五年前他调研"工程师有没有为自己写过软件"时，答案是几乎没有——修改一个工具的成本太高了。他的核心论点是：AI 助手把"个性化软件"的成本压到了前所未有的低。过去想改一个开源工具，你得读懂庞大的代码库、自己维护分支；如今只要给智能体（能自主执行多步任务的 AI 程序）两段提示词——“下载源码构建本地版"“每晚自动同步上游改动”——就能长期养一个属于你自己的软件。所以他主张，开源不只是理念，更是"可个性化"的前提；闭源工具因为看不到源码，只能靠厂商预留的扩展钩子，无法真正按你的方式工作。

HN 讨论对"要不要连配置文件和插件系统都取消"吵了起来。认同的一方（包括知名开发者 Simon Willison）分享日常用法：让助手克隆仓库、解释某段代码怎么工作，摩擦几乎为零；反对的一方认为每次改个字体大小都要 AI 重编译源码既不环保也不可持续，通用功能应该贡献回上游、让所有人受益。还有评论担心反向效果：如果软件能被 AI 轻易模仿，开源项目的商业激励反而会被削弱。

讨论见 Hacker News 帖子

商业与平台#

Andy Pavlo joins ClickHouse to establish ClickHouse Labs#

卡内基梅隆大学的数据库教授 Andy Pavlo 宣布加入开源数据库公司 ClickHouse，牵头组建研究团队 ClickHouse Labs。他是数据库领域最有影响力的学者之一，以维护 dbdb.io（收录全球数据库系统的"百科全书”）和每年公开的数据库课程闻名。他在博客里说，目标是效仿 IBM Research 和微软研究院的传统——让实验室直接和工程团队、客户协作，把学术想法快速变成产品；第一个方向是研究数据库在 AI 智能体时代怎么演进，包括数据库如何更好地服务智能体，智能体又如何反过来改进数据库本身。

评论区态度各异。有人调侃"研究实验室"是不是只是新头衔；支持者则说，深度技术领域需要给工程师留出探索长期想法的空间，这正是 IBM 与微软研究机构的传统。还有从业者把话题拉回实务：分析型数据库正在普遍转向存算分离架构，会不会牺牲部分本地化性能，是 ClickHouse Labs 要面对的真实问题。

讨论见 Hacker News 帖子

政策与治理#

Taylor Farms has rewritten its cyclospora statement four times in sixteen days#

美国正在经历一起由生菜沙拉引发的环孢子虫（一种会引起腹泻的寄生虫）疫情，食品安全律师 Bill Marler 这篇长文逐字对比了涉事公司 Taylor Farms 在 16 天里出了 5 个版本的官方声明：最初承认"FDA 溯源指向一家独立农场"，后来这段消失了；“FDA 已道歉"的说法出现又悄然删除；涉及召回州的清单甚至在同一个页面上下自相矛盾。他更尖锐的质疑指向 2013 年——当时这家工厂的沙拉曾导致 631 人患病，FDA 要求它评估环孢子虫是否为"合理风险"并重新审视清洗环节，13 年过去，公司始终拿不出这份危害分析；公司引以为傲的约 2000 次检测，用的是在低浓度污染下未必检得出的方法，“测不出"不等于"干净”。

HN 评论区把话题引向更上层的治理。有评论指出，CDC 的环孢子虫检测实验室去年被大幅裁撤，员工从 11 人减到 3 人，疫情响应能力令人担忧；也有人讨论餐饮供应链的透明度，消费者很难知道餐厅食材的真正来源。多数评论认同作者的分析：阴性检测不能当作免责证明，企业有义务公开危害分析与检测记录。

讨论见 Hacker News 帖子

科学与研究#

Ten advances in mathematics and theoretical computer science#

OpenAI 公布其下一代模型 Astra 的内部版本解决了 10 个长期悬而未决的数学问题，涵盖高维球堆积、群论、量子复杂度、格密码、极值图论等多个方向。公司称求解这些结果的算力成本按公开 API 价格约 2000 美元，所有论证已由人类整理成论文，并用 Lean 证明助手（一种能被计算机自动检查的数学证明语言）逐一验证，模型的思维过程记录也一并公开。这是继 5 月用 AI 反驳"Erdős 单位距离猜想"之后，OpenAI 首次集中展示多项成果。

HN 讨论两极分化。支持者认为"AI 不是真智能"的说法越来越难维持，围绕 AI 的"目标门柱"一直在后移；质疑者则要求更多信息——例如是否试了大量题目只成功 10 道、是否只是堆推理算力的结果。还有人把话题拉远：可验证的数学和编程最先被 AI 攻下，那么写作、政治、实验科学呢？也有评论怀疑实验室是在借数学成果推高估值。

讨论见 Hacker News 帖子

Wind and solar overtake fossil fuels in Germany for the first time#

据 Carbon Brief 对能源研究所数据的分析，2025 年德国风电与太阳能发电量首次超过化石燃料：两者合计发电 225 太瓦时（1 太瓦时约等于一座大型核电站一年的发电量），占全国发电量的 44%，高于化石燃料的 217 太瓦时（43%），欧盟整体也在同一年达到这一里程碑。这背后是德国"能源转型"战略下风电和光伏二十年的增长：2025 年德国批准了创纪录的 20.8 吉瓦（1 吉瓦为 10 亿瓦）新增风光装机，官方目标包括 2030 年可再生能源占用电量 80%、2045 年实现净零排放。

HN 讨论没有停留在数据上，而是延伸到"下一个硬骨头”：评论区普遍认为电力只是第一步，交通和工业用能才是难点，不少人把矛头指向牛肉消费的碳排放，争论"下一个前沿会不会是肉类"。也有评论者介绍荷兰用沙、德国用砖做热能储存的新尝试，认为储热既能服务工业用热，也能让电网更稳定。

讨论见 Hacker News 帖子

社会与文化#

Don’t be a meat proxy#

作者 ngruhn 在文中描述了一个让他越来越难以忍受的场景：在 Slack 提问、给代码评审留言、甚至在 WhatsApp 和朋友争论时，收到的回复经常是一整段"Claude 说：……"。他的观点很直接——我不需要一个"肉代理"替我跟 AI 对话，我自己也能问；而且读这种冗长、术语密集、还常常貌似合理的输出，本身就是额外负担。他并不反对用 AI，反对的是只转发不消化的用法：先读、理解、验证，再用自己的话回答，这份功夫才是人真正能贡献的价值。

HN 讨论区几乎是清一色的共鸣。不少从业者分享：有人把 AI 生成的 300 行长文直接丢给别人"帮我看看对不对"，有人让整个团队为 AI 生成的上千页"文档"当校对。高赞观点把这种现象概括为"验证税"——生成的成本趋近于零，验证的成本却全被转嫁给了下游；也有评论者建议，与其传话，不如把 AI 的完整会话记录本身当作可审查的交付物。

讨论见 Hacker News 帖子

Decades-old fish sauce at abandoned factory in Canada finally being removed#

纽芬兰圣玛丽斯镇（约 300 人）终于开始清理一座废弃了 20 多年的鱼露工厂：1990 年，一位越南移民用当地加工厂不要的雄毛鳞鱼酿造鱼露，2001 年工厂因监管问题停业，留下 110 个大桶、约 90 万升发酵至今的鱼酱，恶臭让居民夏天都得封窗避难。省里拨款 200 万加元，预计 10 月清完，镇长说终于可以不再当"鱼露厂镇长"。Defector 请食品科学家 Bryan Quoc Le 从化学角度解读：高盐环境让有害菌难以生存，但氨类与醛类物质堆积带来强烈腐臭；他也坦承 20 年的发酵史无前例，甚至说"为了科学我愿意尝一口"。

评论区既有人认真讨论发酵与美食——盐渍凤尾鱼在地中海国家是日常美味，氨与谷氨酸的化学让"陈年鱼露"成了话题；也有人问为什么不直接堆肥，随即被科普：盐分太高，只能混入泥炭密封填埋。还有评论调侃这可能是历史上最贵的鱼露。整体气氛轻松，是当天最欢乐的帖子之一。

讨论见 Hacker News 帖子

How Hollywood stopped making movies in Hollywood#

数据新闻作者 Stat Significant 用拍摄地数据复盘了好莱坞的"大迁徙"：电影产业 1910 年代聚集在洛杉矶，靠片场流水线压低成本；1970 年代大片的兴起让制作转向外景，2000 年代后 IP 大片干脆把片场搬到有税收优惠的温哥华、亚特兰大、伦敦，动辄省下数千万美元。结果是"故事发生地"与"实际拍摄地"越来越脱节——多伦多天际线反复扮演纽约，布拉格街道冒充欧洲城市。作者还以自己在华纳片场的实习见闻说明，如今好莱坞更像一个"决策办公室"，真正拍片的地方越来越少，高房价与"成本病"把产业一步步推向外地。

评论区围绕"外景拍摄是否影响电影质量"展开：有观点认为观众根本分辨不出也懒得分辨，省钱无可厚非；也有影迷坚持实景质感无法替代，抱怨流媒体电影"在纽约发生、在别处拍摄"的出戏感。还有评论把话题引向更深层——税收补贴竞赛正在重塑全球影视就业版图，洛杉矶基层工种流失是真实代价。

讨论见 Hacker News 帖子

尾巴#

这期的关键词是"理解"：从"肉代理"之争，到假漏洞公告、陈年鱼露的化学、好莱坞的去向，再到德国能源转型的里程碑——AI 加快了生成的速度，也把"谁在真正理解"的问题摆到了台面上。至于那池鱼露能不能喝，评论区说，还得等科学家先尝一口。我们下期再见。