本期热点#

今天最值得先读的是 彭博关于美军误击伊朗小学的调查。五角大楼内部审查披露，一处早已改建为学校的旧军营地块，因情报库长期未更新、跨系统备注不联通，以及对 Palantir Maven 这套把 150 多路数据融合、用于加速选定目标的 AI 指挥系统的过度依赖，在仓促的打击时程中被再次列为首日目标，造成包括 123 名儿童在内的重大平民伤亡。围绕“更快是否等于更准”的追问，本期形成两条对照：一边是把判断从生成中拆出来卖、把成本压到极低的 Jev 与 Tokens too cheap to meter 对效率边界的讨论，另一边是西雅图率先叫停用个人数据给日用品定价，以及用 60 多万条招聘直采数据揭示“幽灵岗位”的职场透明度议题；实验室里，Anthropic 的 Claude 在 DNA 库中自主挑出类 CRISPR 新酶系统，社区里则有一座 1877 年的钟楼被邻里合力调准。下面按主题展开。

政策与治理#

五角大楼称过度依赖 AI 导致误击伊朗学校#

彭博的长篇调查 还原 2 月 28 日两枚战斧导弹击中伊朗米纳卜 Shajarah Tayyebeh 小学的过程。据参与内部审查的官员介绍，该校址约十年前已在原海军营地上改建，围墙与入口已与军营分隔，2017 年后的商用卫星影像已可见操场与彩绘墙体，但国防情报局的主目标库未及时重分类，一名分析师在 2019 年的修改提示被记入与主库不联通的系统。报道称，随着白宫要求首日打击上千目标、把原本需数小时的目标筛选压缩到数分钟，且相关平民伤害缓解团队在人事调整后大幅缩编，复核环节被跳过。联合国调查认为未尽到可行核实义务，美方则称完整报告仍在审查中。简评来看，事故并非单一模型失误，而是陈旧数据、组织割裂与速度压力叠加的结果。评论区普遍提到 AI 在此更像替罪羊，高赞观点认为换成 SQL 查询也会因底库错误而出错；也有读者反驳，恰恰因为把不可问责的系统放在生死决策链中，才构成制度性失责。

讨论见 Hacker News 帖子

西雅图市议会投票禁止对食品杂货进行监控定价#

西雅图市议会通过的 《公平定价与透明法案》 规定，若市长签署，西雅图将成为全美首个禁止对食品杂货等必需品实施监控定价（surveillance pricing，指依据个人数据对同一商品向不同人展示不同价格）的城市。法案禁止依据浏览历史、实时位置、收入或家庭结构等推断来差异化定价，同时保留常规折扣并要求更透明的优惠说明。据 Consumer Reports 的前期调查，部分零售商曾基于长达 62 页的个人画像与算法实验，使同店同品在同一时段出现最高约 23% 的价差。此前马里兰、康涅狄格与新泽西已通过类似限制。HN 讨论对监管尺度的分歧明显，不少读者以欧盟通用数据保护条例为例，认为严格规则仍可运转，也有评论者担心一刀切会波及学校、医疗等必要记录，主张以类医疗隐私的分级保护来约束数据交易与留存。

讨论见 Hacker News 帖子

技术与产品#

Jev in 25 Lines of Python#

NobodyWho 团队的演示 用约 25 行 Python 把近期被热议的 Jev 拉回地面：Jev 并非会写长文的生成式模型，而是一种只做校准分类的系统一模型，负责在预设选项中给出概率。文章调用本地小模型 Qwen3-0.6B 的 GGUF 版本，把首个选项标记的 logits（模型对下一词的原始打分）经 softmax 转为概率，对“正常、垃圾、钓鱼”三类邮件做快速判断，并贴出对照结果。作者强调，这类做法响应快、数据留在本地，无需调用云端接口，并注明本文带戏谑性质，建议参考 OpenJev 等更完整的开源实现。评论区普遍提醒，直接取首 token 的概率容易被对话模型的续写倾向稀释，高赞建议改用结构化输出，让模型直接生成完整标签串并辅以语法约束；也有读者认为 Jev 的价值不在神秘技术，而在校准与低成本，少量微调即可接近效果。

讨论见 Hacker News 帖子

Claude Code 仅在遥测开启时读取 AGENTS.md（已修复）#

作者在 Claude Code reads AGENTS.md only when telemetry is on 中发现，Claude Code 2.1.277 宣称在无 CLAUDE.md 的项目中会读取 AGENTS.md 的项目指令，但关闭遥测后该文件从未生效。排查显示该能力由名为 agents-md 的内置插件提供，其默认关闭且可用性依赖远端特性开关，拉取失败时直接不可用；即便读取的是本地 Markdown，仍需联网判断。作者用仅含 AGENTS.md 的空目录与探测词 PERIWINKLE 反复测试，发现相关环境变量一旦启用即持续阻断，且在项目配置中覆盖也无效。该问题已在 2.1.281 中修复。评论区对设计合理性提出质疑，不少读者认为仅改文件名不值得引入完整插件与远端开关，简评也指出当“读本地文件”也要等远端许可时，可控性与隐私设置便产生了隐蔽耦合；Anthropic 工程师在帖内回应称这是带远控兜底的发布疏漏并致歉。

讨论见 Hacker News 帖子

Tokens too cheap to meter#

Jyn 的长文 汇总多源数据，论证机器智能的任务成本正以每年数个数量级的速度下降：作者区分了按 token 计费与按任务计费，指出模型在完成同一任务上的花费一年内便宜约两个数量级，硬件能效约每两年翻倍，vLLM 等推理引擎在一年多内提升约 40%，英伟达与英特尔的软件栈亦有显著增益。文中以 TypeSafe 的 Jev 为例，说明面向分类的专用模型可把成本再压低一至两个数量级，进而讨论当分类比生成更便宜时，开发工具会被如何重塑——例如把校验与分流内嵌到流水线中。HN 讨论对“比 grep 还便宜”的外推持保留态度，高赞评论援引斯坦因法则，认为已编译工具的单次成本更像下界，模型只会渐近逼近；也有评论者指出两者在并行化与确定性上不同，专用模型更适合作为工具内的启发式组件，而非直接替代。

讨论见 Hacker News 帖子

商业与平台#

Transit rewards#

Waymo 的公交奖励计划 在旧金山湾区上线，初期面向员工并逐步向公众开放。用户在应用内绑定 Visa 卡后，若在 2 小时内先后完成 Waymo 行程与任意一家支持非接触式 Visa 支付的湾区公交刷卡，将自动获得 2.85 美元的 Waymo 余额，相当于当地一次公交票价。该计划覆盖湾区 27 家交通机构，并与去年底上线的区域换乘优惠及刷卡支付改造衔接；Waymo 同时宣布与 Caltrain 合作，租赁 40 个专用车位用于站点接驳。此前公司已在旧金山与洛杉矶试点过类似积分。评论区肯定多式联运的方向，但也有读者指出 47 路等多条线路自 2020 年中断、Caltrain 市中心延伸仍未落实，质疑补贴能否弥补网络割裂；另有评论者算起 BART 与 Muni 的单次运营成本与票款缺口，认为票价与效率才是根本。

讨论见 Hacker News 帖子

近三成企业官网岗位已挂出超 90 天#

Unlisted Careers 的幽灵岗位报告 基于对 15 家招聘系统、60.7 万个在招岗位的直接抓取，按雇主自标发布时间计算岗位年龄。结果显示，28.3% 的在招岗位已挂出超 90 天，9.4 万个超过 180 天，中位在招时长为 36 天；近 30 天内关闭的岗位中仅 14.6% 在一周内下线，4.2% 在 30 天内以相同雇主与职名重新发布。报告强调，许多企业对同一通用岗位持续收简历，长期挂岗并不等同于虚假招聘，但也可能包含重复发布或滞后下线。HN 讨论的共识是不要把“挂得久”等同于“造假”，有招聘背景的读者解释，大公司常以单一通用岗位滚动收简历，稀缺岗位也可能长期开放；也有评论者建议求职者结合企业规模与岗位描述的通用程度判断优先级，投递可继续但需控制定制成本。

讨论见 Hacker News 帖子

科学与研究#

Claude 发现一种带 CRISPR 样重复序列的新型酶系统#

Anthropic 生命科学团队的通报 称，Claude 在仅获得“在 DNA 数据库中寻找新型逆转录酶”的高阶指令后，协调约 950 个智能体耗时 21 小时、消耗约 2.1 亿 token，自主梳理大量蛋白家族，识别出一种与 RNA 重复阵列及未知辅助蛋白相关的逆转录酶系统，命名为 ART。该系统来自巨型噬菌体，其重复序列模式让人联想到 CRISPR。据团队介绍，该底层逆转录酶虽曾被发现，但与阵列及辅助蛋白的组合是首次被系统性挑出，并在自家湿实验室完成初步表征，预印本已发布，功能与可编程性仍在研究中。HN 讨论围绕“语言模型如何理解生化”展开，不少读者认为关键是模式识别与文献复现能力，模型先重建已知结论再筛选异常候选；也有评论者提醒，是否具备可编程的切割或粘贴能力仍需更多生化与结构证据。

讨论见 Hacker News 帖子

社会与文化#

修复波托贝洛警局的钟#

作者在 Fixing the Portobello Police Station Clock 中记录了一次社区维修：爱丁堡波托贝洛的老警局建于 1877 年，钟楼内保留三面表盘的机械结构，后期加装电动驱动与夜间静音控制箱。社区组织 Action Porty 购入该建筑后在网上求助如何调时，作者与朋友攀上陡峭长梯、穿过布满灰尘的阁楼进入塔楼，校准时间并拍下机芯细节。文章以轻松的田野笔记呈现志愿者在地维护公共设施的过程，也侧面反映苏格兰社区资产由居民接管后，对日常细节的持续照料。评论区多为亲历分享，有读者讲起在教堂阁楼后赶飞机时被离子迁移谱检测误报的趣事，也有评论者认为比起宏大规划，这类“把钟调准”的小事更能让居民感受到公共空间的归属感。

讨论见 Hacker News 帖子

I don’t want the details#

Michael Heap 在 I don’t want the details 中回忆一次复盘会：工程高管在听解释前打断说“我不要细节，我想知道我们要改什么”。起初这话显得敷衍，但作者转念认为其背后的假设是信任团队的专业判断，避免陷入“一切都情有可原”的叙事后失去改的紧迫感。文章指出，常见的“为什么会发生”往往导向一份把偶然叠加合理化的时序报告，大家点头后便无实质改变；相比之下，直接追问“要改变什么”更能推动系统性调整。HN 讨论出现明显分歧，认同者认为管理层应聚焦改变量与可验证指标，质疑者则担心不看细节如何判断方案是否对症，认为“每次都要大改”可能打击士气、浪费资源，折中观点是细节应在记录中保留，但对话应以改动收敛。

讨论见 Hacker News 帖子

尾巴#

从误击调查里对速度的反思，到菜篮子、通勤与求职中对透明度的追问，今天的线索都在提醒同一件事：当模型越来越会替我们做判断，人的核验、同意与日常照料更显关键。无论是把分类拆成可度量小模型的工程选择，还是在湿实验室里让智能体替人翻遍 DNA 库，技术细节本身也在说明，效率需要与可控一起设计。愿你在信息洪流里，仍能为自己的阅读与好奇保留一点不被推荐的空白。我们下期再见。