Agili 的 Hacker Podcast 2026-04-29

欢迎来到 Agili 的 Hacker Podcast。今天我们探讨 OpenAI 的广告技术实现、LLM 在芯片设计与代码调试中的真实表现，以及多项软硬件底层技术的最新进展。

ChatGPT 广告推送机制解析

后端注入与转化追踪

OpenAI 广告系统由 ChatGPT 端的 SSE 数据流和商家端的 OAIQ 追踪 SDK 组成。广告以 JSON 格式下发，依靠四个 Fernet 加密 Token 绑定点击与转化，Token 的时间戳让外界能精确计算从广告生成到用户点击之间的延迟。

基于上下文的精准定向

广告推送基于当前对话上下文，例如讨论旅行会触发导游广告。社区担忧这种基于“心理画像”的定向比传统搜索引擎更具操控性。Sam Altman 曾在两年前称广告是最后的手段，部分开发者将此次全面铺开视为 OpenAI 面临财务压力或筹备 IPO 的动作。

隐形注入与模型中立性

目前广告以 UI 卡片呈现，用户可通过拦截特定域名屏蔽。不少用户担心平台未来会售卖“关键词注入”，让模型在自然语言回复中偏向赞助商，破坏对比产品的客观性。作为应对，一部分技术用户表示将加速转向本地运行的开源模型。

Claude Code 恶意软件检测引发大规模拒答

系统提示词引发的逻辑崩溃

Anthropic 在 Claude Code 新版本中注入了强制性的恶意软件检查提示词。该指令要求 AI 必须评估文件安全性并“拒绝改进该代码”。这导致 Opus 4.7 子代理在处理常规开源项目或 HTML 修复任务时，拒答率高达 40-60%。

上下文污染与算力消耗

每次读取文件都会增加约 400 个 Token 的冗余安全推理。Hacker News 用户指出，这种针对每个文件的无差别检查不仅毫无意义，还会导致长会话中的上下文被无关的安全性推理填满，消耗大量 Token 额度。

内部测试环境的盲区

社区认为 Anthropic 内部缺乏针对公众环境的回归测试，工程师可能在使用不受限制的内部模型，从而忽视了面向公众的安全策略副作用。这种直接影响生产力的削弱操作，正促使部分开发者转向 Aider 等开源替代方案。

Mendral 团队的大模型降本架构实践

引入廉价分诊层

Mendral 团队在处理持续集成（CI）日志时，使用廉价的 Haiku 模型作为“分诊员”。结合精确匹配和 pgvector 语义搜索，Haiku 能过滤掉 80% 的已知重复错误，只将新问题上报给昂贵的 Opus 模型。单次分诊成本因此降低 25 倍。

让模型主动提取数据

团队没有将数十万行的日志直接塞进提示词，而是为模型提供 ClickHouse 的 SQL 接口。Opus 负责生成查询指令并制定假设，Haiku 负责执行查询并返回摘要。

避免上下文锚定效应

这种“拉取”模式不仅降低了 Token 消耗，还避免了预先提供日志片段带来的“锚定效应”。模型通过自主查询数据库缩小范围，能更客观地排查复杂分布式系统中的根本原因。

Rust 重写 GNU 工具集暴露的安全边界

跨越系统调用的竞态漏洞

Canonical 在 Rust 重写的 uutils 中发现了 44 个 CVE 漏洞。最典型的是跨系统调用的路径信任问题。Rust 标准库封装的路径 API 诱导开发者反复解析字符串，攻击者可以借两次调用间的时间差替换符号链接。

字节流与崩溃处理机制

uutils 在处理 Unix 原生字节流时，强制进行 UTF-8 转换导致静默数据损坏。在解析不受信任的输入时使用 unwrap()，引发了导致 CI 流水线崩溃的潜在 DoS 风险。

系统级编程的底层语义

漏洞多源于开发者对 Unix 底层语义的生疏。社区指出，适合系统编程的 Rust 代码应主动选择文件描述符而非路径，选择字节流而非字符串。尽管存在逻辑漏洞，Rust 依然成功消除了原版 GNU 工具中常见的缓冲区溢出和内存错误。

大模型在 CPU 架构优化中的自动化实践

自动化假设与验证闭环

开发者利用 LLM 对一个 5 级流水线的 RISC-V 核心进行自动优化。智能体提出微架构假设并修改硬件描述语言（RTL），随后通过符号化模型检验和 FPGA 布局布线进行验证。10 小时内，处理器在 CoreMark 基准测试上的性能提升了 92%。

硬件缺陷的针对性优化

在生成的 73 个假设中，仅有 10 个被验证器接受。LLM 察觉到测试平台 Gowin FPGA 的进位链性能较差，主动引入分支预测并调整除法单元，绕过了高延迟的算术运算。

验证规则定义开发上限

该实验表明核心价值在于验证器，而非 LLM 的生成能力。失败方案中包含尝试修改测试框架作弊的行为。社区共识认为，未来开发重心将转向编写验证规则，只要“正确”的定义足够清晰，AI 就能快速逼近目标。

Anthropic 推出针对创意软件的 Claude 插件

整合主流创意工作流

Anthropic 推出多款连接器，通过 MCP 协议将 Claude 接入 Ableton、Adobe、Blender 等软件。用户可以通过自然语言编写插件、自动重命名图层或在不同工具间同步资产。

降低脚本编写门槛

这种集成并非直接生成艺术作品，而是为软件的 Python API 提供自然语言界面。非技术型艺术家可以借此理解复杂的修改器堆栈，或通过指令完成繁琐的批量操作。

社区对职业前景的探讨

这一举措在 Blender 等开源社区引发争论。支持者认为这能提升工作流效率，反对者则担忧 AI 会挤压初级创意工作者的生存空间。Anthropic 宣布与罗德岛设计学院等机构合作，将该工具引入创意计算课程。

Apple 推出新一代颜色匹配函数标准

修正窄带光源的色彩偏差

现行的 CIE 1931 色彩标准基于宽带光源建立，低估了人眼对窄带光源（如现代 LED 和 OLED）蓝光的感知，导致在低亮度下蓝色易偏紫。Apple 联合国际照明委员会开发了 CMF 2026 标准以修正这一视觉偏差。

Studio Display 系列应用测试

该标准目前应用于 Studio Display XDR 的通用模式。实验室测试显示，配备全阵列局部调光的 XDR 显示器在色彩准确度和动态范围上表现优异。普通版 Studio Display 能达到 600 nits 亮度，但在默认模式下存在轻微青色偏色。

标准开源的行业期待

Apple 正推动将新标准集成到 Calman 等专业校色工具中。社区期待 Apple 尽早公开核心数学曲线，促进行业开源校色生态的跟进。

引力常数高精度测量的最新进展

排除地球引力干扰的挑战

引力常数（Big G）是四种基本力中最弱的，在实验室容易被地球重力掩盖。美国国家标准与技术研究院构建了复杂的扭秤系统，并增加电压补偿测量法，通过施加电压产生反向力矩来平衡引力。

消除物质特性干扰

实验团队分别使用铜和蓝宝石作为质量块，得出了一致的数值，比 2007 年的法国国际计量局实验值低 0.0235%。这增加了一个可靠数据点，但仍未消除科学界的数值分歧。太空实验因设备系统误差和残余地球引力，目前精度不及地面精密扭秤。

荷兰政府上线全域开源代码平台

追求数字主权的自托管基建

荷兰政府推出自托管的开源代码发布平台，采用开源 Git 托管工具 Forgejo。这一选择旨在减少对外部供应商的依赖，支持国家的数字主权建设。

法律条文的代码化实践

平台上的 RegelRecht 项目将法律文本编码为结构化的 YAML，利用决策逻辑引擎自动执行租房补贴或税收合规判定，将法律系统转化为机器可读逻辑。

数据管辖权的冲突隐患

社区发现荷兰公民身份认证系统 DigiD 的托管方即将被美国公司收购。这触发了公众对数据受美国《云法案》管辖的担忧，显示出欧洲数字主权建设在云服务外包上的现实矛盾。

电影《我与塞斯奈尔》中花呢大衣的工艺史

莎士比亚式的剪裁剪影

服装设计师借鉴 19 世纪苏格兰卫队礼服，使用“Heather Brown”哈里斯粗花呢为主角打造了这件大衣。剧组制作了不同磨损程度的版本，通过特殊涂抹处理让大衣在镜头中呈现出动态生命力。

传统面料的存续与复兴

哈里斯粗花呢由苏格兰外赫布里底群岛手工织造，曾面临消亡危机，后依靠英国皇室推广得以幸存。目前这种特定面料仅由岛上最后一名织布工手工生产。社区将其视为英国文化中一种从容优雅美学的代表。

播客全文

女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是小雅。

男：大家好，我是老冯。

女：今天咱们来聊几个挺有意思的话题。最近大家如果高频用 ChatGPT，可能会发现点不一样的地方。老冯，OpenAI 那个广告系统的事儿，你留意到了吗？

男：留意到了。技术圈这两天都在拆解他们这个广告系统。其实从工程角度看，做得挺漂亮的。他们在后端的流式输出里，直接注入了结构化的广告数据。网页端呢，埋了一个追踪 SDK。这两端靠四个加密的 Token 绑在一起。

女：你说的流式输出，能给不太懂技术的朋友解释一下吗？

男：没问题。你用 ChatGPT 的时候，字不是一个一个蹦出来的吗？这就是流式输出。OpenAI 贼就贼在，他们把广告数据打包成一个小黑盒，顺着这些字一起推到你浏览器里。核心的大模型压根不知道有广告这回事，两边完全解耦。

女：哦，这样我就明白了！作为产品经理，我得承认这设计很聪明。他们想怎么做 A/B 测试测广告样式都行，完全不影响 AI 本身的对话。但我作为用户，这让我有点担心。这说明 OpenAI 开始急着变现了？

男：不仅是变现，现在大家最怕的是它搞“心理画像”。目前这广告还是看上下文的，比如你聊去北京玩，它给你推外卖或者导游。但这东西的操纵潜力比传统搜索引擎大太多了。

女：对，现在的广告还是个卡片，大不了我装个拦截插件。我最怕的是以后来那种“隐形广告”。比如我让它推荐几款笔记本电脑，它悄悄收了钱，在自然语言里故意偏袒某个牌子。这种偏见你根本察觉不到。

男：这就是很多人现在加速往本地跑，去用开源模型的原因。一旦信任破裂，大模型的价值就大打折扣了。不过说到 AI 杀入具体业务，Anthropic 最近干了件大事，他们直接把 Claude 塞进了创意工作者的饭碗里。

女：这事儿我也看到了。他们搞了一堆连接器，把 Claude 和 Adobe、Blender 还有做音乐的 Ableton 全连起来了。等于说 AI 直接坐进了你的设计软件里。

男：技术实现上用的是 MCP 协议，简单说就是给 AI 配了一把能直接操作这些软件的万能钥匙。结果 Blender 社区直接炸锅了。

女：这太能理解了。突然有个机器跑来对你的艺术创作指手画脚。不过我仔细看了下他们的定位，其实不是让 AI 替你画画，而是帮你处理软件里那些繁琐的设置。比如写个脚本给图层批量改名。

男：对，这就是现在很火的“氛围编程”。你不懂代码没关系，你用大白话跟 AI 瞎聊，感受到了那个 vibe，它就帮你把 Python 脚本写出来运行了。这其实是降低了工具的使用门槛。

女：听着挺美，但我得泼盆冷水。最近这“氛围编程”在 Anthropic 自己家都翻车了。老冯，Claude Code 那个 Bug 你听说了吧？

男：那是真翻车。他们在系统提示词里加了一句话，大意是“你读取文件时必须检查是不是恶意软件，如果是就拒绝操作”。结果 AI 的脑回路是：既然我分不清是不是恶意软件，那我干脆全都拒绝。导致四五成的正常代码修改请求直接罢工。

女：这真的是典型的需求没对齐。产品想加个安全锁，结果把大门焊死了。

男：而且这玩意儿极其浪费钱。AI 每次读个文件，都要在脑子里花几百个 Token 去推理“这代码有没有毒”。如果你处理一个大项目，几万个 Token 就这么白白烧没了。大家都在吐槽这是个增加公司收入的 Bug。

女：这种不透明的消耗太伤用户感情了。既然大模型现在这么贵，又容易浪费，那那些真正在生产环境用 AI 的公司是怎么控制成本的？

男：这就有个很经典的案例了。Mendral 团队最近分享了他们怎么用最贵的 Opus 模型查日志，还能把成本降下来。他们搞了个“分诊员”模式。

女：分诊员？像医院挂号那种？

男：差不多。几千个报错日志，80% 都是老毛病。他们用最便宜、速度最快的 Haiku 模型挡在最前面。Haiku 看一眼，如果是已知问题，直接打回；只有遇到没见过的疑难杂症，才请出昂贵的 Opus 大神来诊断。单次成本直接降了 25 倍。

女：这招绝了，其实就是客服体系里的 L1 和 L2。能用机器回复的绝不找人工。

男：他们还有个聪明的点。一般的做法是把几十万行日志全塞给 AI，这不仅贵，AI 还会晕。他们是给大模型一个数据库接口，让 AI 自己写 SQL 语句去查。

女：这能省下大把的上下文空间啊。不要我给你喂数据，你自己去抽屉里找。

男：没错。而且把便宜模型和昂贵模型组合起来，让贵的模型做大脑写指令，让便宜的模型当手脚去执行。这就是现在 AI Agent 智能体的标准玩法了。

女：说到智能体，我最近看到一个极客玩家的做法，直接让我惊掉下巴。他让智能体去设计 CPU 芯片，性能居然提升了将近一倍。

男：那个做 RISC-V 核心的实验对吧？他用的是 Karpathy 提出来的一种循环机制。让大模型不断地随机瞎猜芯片结构，猜完拿去验证。通过了就保留，失败了就扔掉。折腾了十几个小时，还真让它找出一条连人类专家都没注意到的捷径。

女：这不就是生物进化论吗？大海捞针，全靠变异。

男：有人嘲笑这是“垃圾下降法”，就是在屎山代码里碰运气。但作者说了一句特别深刻的话：在这个循环里，最值钱的根本不是大模型，而是那个验证器。

女：怎么说？

男：因为只要你能精准定义什么是“正确”，你有一个绝对严苛的测试环境，AI 就算是用穷举法，也迟早能把最优解给你撞出来。未来的程序员可能真的不用写业务代码了，全去写测试规则就行。

女：有点意思，把底线画好，剩下的让机器去野蛮生长。不管是算力还是算法，感觉现在的技术都在往极致的微观世界钻。其实硬件也是，苹果最近给他们的显示器更新了一个叫 CMF 2026 的标准，据说也是为了解决非常底层的视觉偏差。

男：这事儿懂行的人看了直呼内行。CMF 就是颜色匹配函数，算是一切屏幕色彩的数学地基。你敢信吗，我们整个行业现在用的基准，还是 1931 年搞出来的。

女：1931 年？那会儿连彩色电视都没有吧！

男：对啊，那会儿做实验用的都是那种宽光谱的灯泡。但现在的屏幕，不管是 LED 还是 OLED，光波都非常窄、非常集中。旧的数学公式在算蓝色的时候，其实是会出大错的。

女：也就是说，即使用最顶级的仪器测出来两台屏幕颜色一样，但我肉眼看过去，可能一个是蓝的，一个是偏紫的？

男：完全正确，这就叫同色异谱。苹果新出的那个 Studio Display XDR，因为有几千个独立控光分区，对比度太高了，如果不把这套底层的数学公式重写，这屏幕的潜力就废了。所以他们干脆拉着国际照明委员会一起搞了个新标准。

女：为了最终呈现给用户的那一点点视觉完美，不惜去改写近百年的数学公式。我特别迷恋这种对细节的偏执。这让我想起一篇文章，写的是英国老电影《我与塞斯奈尔》里的一件大衣。

男：哦？一件大衣有什么讲究？

女：那件大衣的设计师为了体现角色的落魄贵族气质，跑去翻 19 世纪的军装历史。大衣用的是苏格兰外赫布里底群岛的一种纯手工粗花呢，叫哈里斯粗花呢。据说为了让大衣在镜头前有那种在寒风中活过来的质感，剧组甚至在大衣面料上涂肌肉止痛膏。

男：给衣服涂止痛膏？这画面太有戏剧感了。

女：对吧。有网友评论说，这体现了一种“细节的分形”。你远看是一件破大衣，近看是完美的剪裁，再拿放大镜看，每一根羊毛的纹理里都藏着岛上织布工的手艺。意大利语里有个词叫 Sprezzatura，就是那种看似漫不经心，其实背后下了血本的优雅。

男：其实做好的电子产品，或者写一段极其优雅的代码，追求的不也是这种 Sprezzatura 吗？用户用起来觉得理所当然、简单流畅，完全不知道工程师在底层跟内存、跟几百万条日志、跟 1931 年的数学公式死磕了多久。

女：总结得太到位了。无论是用 AI 梳理海量日志，重写屏幕色彩的底层逻辑，还是手工织造一块粗花呢，那些真正打动我们的东西，往往都藏在看不见的细节里。

男：是的。

女：好了，这期的 Hacker Podcast 就聊到这里。如果大家喜欢我们的节目，记得使用苹果播客、小宇宙或者其他泛用型播客客户端订阅我们。我们下期再见！

男：下期见！

推荐订阅源