今天的 Hacker News 每日博客涵盖了几个引人关注的话题：中国开放权重 AI 策略如何逼迫美国模型层商品化；Claude Fable 可能给出了雅可比猜想的一个反例；一个有 50 万美元报价的 WordPress 漏洞被研究者用 AI 花 25 美元找到。此外还有罗马尼亚整个土地登记库被删、小米的机器人基础模型、并行编程中的禅学等。
中国公司正在大量开放模型权重（open-weights），让任何人都能下载、修改和部署这些 AI 模型。a16z 合伙人 Martin Casado 在《经济学人》上说，80% 的创业公司实际在使用中国模型。最新发布的 Moonshot Kimi K3 和阿里巴巴 Qwen 模型，声称性能与美国前沿模型相当，但成本低得多。
策略的核心逻辑是：AI 模型本身没有技术护城河，真正的粘性来自企业服务和系统集成。美国对 GPU 的出口管制，让中国公司难以提供全球规模的集中式 API 服务。但它们把模型权重公开，迫使美国公司赖以盈利的模型层变成免费商品，同时让国内制造业、科研等领域免费接入。
Hacker News 上有人用 PC 摧毁小型机、Linux 摧毁 Unix 的历史来类比。现在本地推理模型已经在消费级硬件上跑起来了。15 个月前，GPT-o3 占据榜首；现在 Qwen 3.6 27B 的评测得分已经超过了它。国内还有基于 2B 参数、号称性能匹敌 GPT-4o 的 MiniCPM5-2B，能在手机上运行。
一位评论者指出，Nvidia 等硬件厂商有动力支持本地小模型——你花 4000 美元买张 GPU 跑模型，Nvidia 就能卖更多芯片。也有人反驳说 Nvidia 更想卖几万美元一张的数据中心 GPU。
美国公司常说中国模型是通过蒸馏它们的输出才这么厉害。但 OpenAI 战略主管最近公开承认 K3“不能被蒸馏解释”。一位评论者指出，美国公司的反感有些讽刺：它们用抓取的互联网数据训练模型，然后抱怨别人“偷”了它们的结果。
另一个关键是动机：美国 AI 公司背靠资本追求高利润，中国公司更看重生态收益。开放模型让中小型公司可以在上面构建垂直服务，整个经济层面受益。美国策略则是把赌注押在少数几家封闭模型上，希望收取垄断性的“能力税”。
当然，中国模型的监管风险不可忽视，它们会反映中国政府的价值观和立场。但讽刺的是，美国公司反而在技术上锁得更紧。
2026 年 7 月 20 日，Anthropic 数学家 Levent Alpöge 在 X 上宣布，Claude Fable 给出了雅可比猜想的一个反例。这个猜想已经坚持了 85 年，声称：如果一个多项式函数从 n 维复空间到自身，其雅可比行列式为非零常数，则该函数存在多项式逆映射。
Fable 给出的映射是三次、七次多项式的组合，雅可比行列式为 −2。但三个不同的输入点 (0,0,−1/4)、(1,−3/2,13/2)、(−1,3/2,13/2) 都映射到同一输出点 (−1/4,0,0)，证明映射不可逆，猜想被否定。Alpöge 在推文中写道：“发布那一刻我的心情就像：这个时代最好的求职信。”
消息一出，社区迅速用各种 LLM 验证。有人将映射无上下文地输入 Claude Fable，它做了七次不同方式的验证才确信。GPT-5.6 Sol Max 做了多重验证，Qwen 3.6 27B 也能验证，但坚持认为这不可能。一段聊天记录显示，Fable 在确认后追问“你是从哪里找到这个的？”，被回复“从你推文中”，它回应：“等等……这意味着是我自己发现了它？这是个奇怪的递归时刻。”
GitHub 上已有 Lean 代码实现形式化验证，任何人都可以用 Sage 或手动计算确认。Wikipedia 条目经历了编辑战后，在获得《新科学人》杂志报道作为可靠来源后完成更新。
多位数学家指出，这个反例极其简单，理论上早在 1997 年用计算机搜索三天就能发现。此前有文章给出过次数上界，但人们普遍认为最小反例的度数可能高达 200。Fable 找到的仅为 7 次。有分析认为，构造源于文献中一个“假反例”——该映射在一极点处失效，Fable 将其扩展并消去了极点。Alpöge 未公开完整提示词，引发部分怀疑，但反例本身已被多方验证。
安全研究员 Adam Kues 用 GPT-5.6 Sol Ultra 和一个 25 美元的订阅费，在 10 小时内找到了 WordPress 的完整攻击链。他改编了 OpenAI 用于解决数学猜想的提示词，让模型从第一性原理分析最新版 WordPress 源码。
模型发现了一个预认证 SQL 注入（pre-auth SQL injection）：WordPress 的 batch API 在验证请求时存在索引不同步，导致参数绕过验证后被拼接到 SQL 查询中。接着模型利用这个注入，通过 oembed 缓存、customize_changeset 和父级循环检测机制，一步步实现了权限提升，最终创建管理员账号并上传后门插件。
多位评论者指出，Zerodium 这类经纪商早已不存在，50 万美元的报价更像是营销话术而非实际成交价。经纪商的支付通常分期进行，且要求漏洞未被披露——作者公开了全部细节，显然未走这条路径。另一些评论者认为，即使报价存在，AI 找到的漏洞供应激增后价格会迅速下降。
文章的真正价值在于暴露了 WordPress 的代码质量问题。评论指出，SQL 注入源于字符串拼接——这种已被淘汰几十年的做法，核心原因是 WordPress 的 $wpdb 类没有强制使用参数化查询。多位开发者批评 WordPress“用胶带粘起来的代码”是安全问题的根源，LLM 只是让这些问题更容易被发现。也有评论者提醒，作者自己的经验和调试能力同样关键——不是“25 美元就搞定了”。
小米的机器人模型采用两阶段训练：先使用 10 万小时的无实体数据（涵盖 1700 多种家居、商业、工业和户外场景）进行预训练，显示清晰的扩展行为——数据量和模型尺寸越大，验证误差越低。再用少量真实机器人数据（7200 小时自家数据加开源数据）进行后训练，模型参数量仅约 10B。
在具体任务上，平均不到 10 小时演示能达到 75% 整体成功率，接近基准模型 π0.5（40%）的两倍；增加到不到 40 小时则提升至 85%。在四个模拟基准上均取得最高分。
不少评论表示振奋，认为看到了能做洗衣、折叠衣物等家务的真正机器人。一位机器人研究人员指出，这些任务涉及双手协调、变形物体操作等经典难题，进展已突破多年瓶颈。但技术演示仍然缓慢，成功率约 50%-85%，在真实家庭环境中可能还有长路。围绕自动化取代劳动力的讨论热烈，也有评论涉及对地缘政治偏见的争论。
一名黑客使用有效凭证进入罗马尼亚国家土地登记局（ANCPI）系统，勒索失败后删除了全国土地登记数据库及备份。官方应用和网站已瘫痪一周，整个房地产市场陷入停滞——公证人无法记录新交易，公民无法获取产权证明。安全公司 KELA 公开了黑客身份：阿尔及利亚奥兰的 Zakaria Mahdjoub。
ANCPI 已宣布从零重建整个网络，并将应用迁移至罗马尼亚政府云，预计 7 月 22 日完成。报道称该机构有一份离线副本，避免了最坏情况。一位罗马尼亚用户指出，大部分土地登记仍以纸质副本为准，大多数人手里都有纸质文件，可以从纸质材料中重构。用户 tiberius_p 补充：“人们知道谁拥有什么，纸质合同比数字记录更具权威性。”
黑客发布的截图显示存在密码为 P@ssw0rd 的管理员账户，网站根目录下竟然有一个 .authorized_keys 文件。评论者指出，东欧年轻一代急于全面数字化，却忽视了集中式系统的风险。多位用户将此事与斯洛伐克、波兰、希腊、摩洛哥等国的类似攻击对比。
作者从教科书中发现，处理器之间的通信与人类内部通信存在深层联系。并行计算的核心不是堆叠更多处理器，而是如何分割问题、让各部分同步并共享负载。一个处理器不能一直超载而其他等待，也不能所有处理器争抢同一资源。
人类同样如此。思想可能说一件事，身体传达另一件事，语言又掩盖两者。诚实的沟通是一种同步：当思想、情绪、身体和语言彼此真诚地表达，它们就能协调运动；如果相互隐瞒，结果就是焦虑、疲惫和 burnout。
一位读者联想到 Fred Brooks 在《人月神话》中的观察：人与人之间的沟通成本超线性增长。另一位根据经验指出，交付有意义的成果，理想团队规模是 5 到 9 人。有评论者把这种协调问题类比为分布式事务或 CPU 的缓存一致性协议。一位读者分享，他意识到每次自己对别人不够开放感到烦躁时，自己其实也贡献了那部分隔阂。还有评论引用了斯多葛学派的“homologia”概念——思想与身体因理性与情感和谐而一致的状态。
Moonshine 是一个 Rust 编写的 Linux 游戏流媒体服务器，与 Moonlight 客户端配合使用。核心区别在于，每个流媒体会话都在独立的 Wayland 合成器中运行，完全脱离桌面环境。不需要 HDMI 假插头，主机分辨率、刷新率和 HDR 都由 Moonshine 控制。硬件编码支持 H.264、H.265 和实验性的 AV1。
对比现有的 Sunshine，Moonshine 仅支持 Linux，仅使用 Vulkan 编码器，没有图形界面。这意味着你可以在主机上继续使用桌面，同时从另一台设备玩游戏。作者 hgaiser 解释，这是一个持续数年的业余项目，初衷是“一个懒惰的女朋友和一个固执的 Linux 用户”。
Orion 基于 WebKit 引擎，内置广告拦截和反追踪，不收集遥测数据，同时支持 Safari、Chrome 和 Firefox 的扩展。macOS 版是旗舰产品，iOS 版已有 400 万用户，Linux 版处于 beta 阶段。
积极的一面：内置广告拦截和嵌套垂直标签解决了让很多人留在 Firefox 的两个痛点。用户称赞它“快速、省电、比 Safari 灵活”，在 iPhone 上即使开启一千多个标签也能流畅搜索。
但最大的争议是闭源。浏览器承载着密码和支付信息，闭源意味着用户无法验证它是否真的没有后门。稳定性也是普遍抱怨：iOS 版存在搜索栏文字消失、滚动卡死等严重 bug；macOS 版密码管理器填充失败；Linux beta 缺少基本功能。一位花了 270 美元买终身许可的用户因为 bug 太多，一年没碰。
@lapunen 发布了一款极简的网页空管模拟器。玩家通过拖拽飞机，引导它们降落到对应颜色的跑道入口。界面显示着陆数、起飞数和每分钟飞行密度，风格与 Mini Metro 非常相似。很多玩家的第一反应是“这不就是 Flight Control 吗”——这款 2009 年的 iOS 经典游戏仍被怀念。
玩家很快发现了问题：计分板遮挡飞机、离屏碰撞无法避免、无法控制起飞飞机的初始航向。作者在发布后几小时内增加了隐藏计分板的按钮。触摸设备上体验尤其吃力：手指误触航线、屏幕边缘触发系统手势。但正如一位评论所说：“玩上五分钟就能明白为什么航班计划和排序如此重要。”
欧盟正与美国敲定“增强边境安全伙伴关系”协议，允许美国边境管理部门访问欧盟生物识别数据库，以维持欧洲公民赴美免签证待遇。EDRi 的法律分析显示，草案几乎完全迎合了美国对无限制信息获取的要求。
自动查询系统不仅可以用指纹，还能基于姓名、出生日期、国民身份证号等公开信息发起请求。部分欧洲国家的国民身份证号是公开信息，美国理论上可以查询从未申请赴美旅行的人的数据。草案还允许共享基于政治意见、跨性别权利支持或加沙抗议等“主观风险指标”。EDRi 呼吁欧盟抵制美国勒索，拒绝出售公民个人数据。
女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是莓莓。
男：大家好，我是阿迪。
女：今天的信息量会有点大。有个新闻，可能很多听众都刷到了——一个存在了 85 年的数学猜想，雅可比猜想，被一个 AI 模型找到了反例。发布这个消息的是 Anthropic 的数学家，他当时在推上说，这是 Claude Fable 在世界杯决赛期间干的。
男：对，这应该是上周最让我起鸡皮疙瘩的新闻。雅可比猜想是关于多项式函数可逆性的一个基本问题。简单说，如果你有一个函数，从三维复空间映射到它自己，它的某种变化率——也就是雅可比行列式——是一个非零常数，那它是不是一定存在一个多项式形式的逆映射？这个命题在代数几何里非常基础。
女：听起来像是问，如果一把锁的钥匙齿形对应唯一，那你是不是总能找到那把能开的钥匙。很多年来大家觉得是。但 Anthropic 的这个模型给出了一个具体的反例，直接把猜想否定了。而且反例的形式并不复杂，就是一个三次方的多项式映射。有人用数学软件算了一下，发现三个完全不同的输入点，居然映射到了同一个输出点，这就像三把不同的钥匙打开了同一扇门。
男：对，这等于直接击穿了猜想的逻辑。更让人惊讶的是，那个映射的雅可比行列式确实是 -2，一个非零常数，所以它表面上满足猜想的所有条件，但函数就是不可逆的。社区反应非常快，立刻就有人用 GPT-5.6、Qwen 等不同模型交叉验证了这个结果，仓库里连 Lean 的形式化证明代码都有了。
女：我注意到一些数学家的反应很有意思。有人感叹，这个反例理论上用 1997 年的计算机花三天就能暴力搜出来。但人类在这个问题上卡了 85 年，现在被一个推理模型在一个很不起眼的空档找到了。而且后来发现，Claude Fable 的构造可能是从一篇旧论文里的一个“假反例”出发，把它修复并消除了一个奇点，变成了真正的反例。
男：这恰恰说明了一种新的协作方式。不是 AI 凭空创造，而是人类研究者给了一个方向，AI 在海量的数学知识和逻辑推导里找到了那条被人忽略的路径。不过也有一点小插曲，维基百科上关于这个猜想的条目经历了一场编辑战，因为一开始他们坚持不能把推文当成可靠来源，直到《新科学人》杂志做了报道才更新。
女：说到 AI 找漏洞，这周其实还有一篇很火的安全研究。一个研究员用了不到 25 美元的 API 订阅，让 GPT-5.6 在 10 个小时内找到了 WordPress 的一个完整利用链，从 SQL 注入一路提权到远程代码执行。黑市上这种漏洞的报价据说曾经高达 50 万美元。
男：对，研究员 Adam Kues 的做法挺聪明的。他没有让模型去看 Git 提交历史这类提示线索，而是要求它从第一性原理去分析 WordPress 的最新源码。模型先发现了一个预认证的 SQL 注入，问题出在 WordPress 的 batch API 在处理数组和标量时索引不同步，导致 author__not_in 这个参数直接把未转义的字符串拼进了 SQL 语句。
女：这有点像你想去大楼里找人，前台本来要验证你的身份，但你故意走错了流程，让他们误以为你已经在名单里了。但社区里讨论的焦点反而不是 AI 有多厉害，而是 WordPress 的代码本身。很多人批评它还在大量使用字符串拼接来构建 SQL 查询，而不是强制参数化查询。这就像是盖房子还在用泥巴糊墙。
男：说白了，这个漏洞的本质是二十年前就该消灭的编程习惯。$wpdb 这个类没有强约束，开发者顺手一拼就出了大问题。AI 在这里扮演的角色更像是一个不知疲倦的代码审计员。不过也有不少人质疑这篇文章的真实性，因为报出 50 万美元悬赏的漏洞经纪商 Zerodium 早就没了，这个数字更像是营销。但抛开数字，模型确实独立完成了一个复杂的攻击链设计。
女：这让我想到我们接下来要聊的一个更大的话题——中国开放权重 AI 模型的策略。用 AI 找 WordPress 漏洞，25 美元搞定，这个成本已经无限趋近于零了。当 AI 模型本身也无限趋近于零成本时，世界会变成什么样？
男：这其实就是 a16z 合伙人 Martin Casado 说的那个局面：80% 的创业公司实际上已经在用中国的模型了。美国企业像 OpenAI、Anthropic 想靠模型层收“能力税”，但中国的策略很简单——把模型权重直接放出来，让模型层变成一个免费的基础设施。只要它变得足够好、足够便宜，封闭模型的高定价就很难维持。
女：听起来有点像当年 Linux 对 Unix 做的事情。免费和低端，最终把市场给占了。而且这一波开放权重模型的性能提升很快。比如 Qwen 3.6 27B，它的某些评测得分已经超过了发布时位居榜首的 GPT-o3。更夸张的是，现在已经有基于 2B 参数、号称性能匹敌 GPT-4o 的 MiniCPM5-2B，能在你的手机上直接跑。
男：这其实在悄悄改变硬件的逻辑。你想，现在一张消费级显卡跑本地推理模型完全够用了。Nvidia 这类硬件厂商其实有很强的动力支持这种去中心化——你花 4000 美元买一张显卡在家跑模型，比大家共用云端可能更让它赚钱。当然，也有人反驳说，Nvidia 更愿意卖你几万美元一张的数据中心 GPU，这个博弈还在进行中。
女：但这里有个概念需要澄清。我们一直在说“开放权重”，而不是“开源”。阿迪，这二者差别在哪儿？
男：差别非常大。开放权重只是把模型的参数文件给你，你可以使用、微调和部署。但没有训练数据、没有完整的网络架构和训练流程记录，你是无法从零复现这个模型的。真正的开源不只是给你一个做好的蛋糕，还会给你面粉、鸡蛋和烤箱食谱。现在的开放权重更像是一盒冷冻蛋糕胚，你能加热吃，但你不知道它具体是怎么烤出来的。
女：而且这背后还有巨大的资本投入。如果背后的大公司停止砸钱——训练一个大模型成本动辄数千万美元——这些开放模型就可能停滞。不过中国公司在这方面比较特殊，他们背靠国家或大集团，追求的往往不是像硅谷那样的高利润，而是生态上的话语权和制造业等领域的免费接入。
男：对，美国现在靠出口管制想卡住中国的算力，但反而让中国把算力的劣势转化成了分发优势。他们把模型权重公开，全球的中小公司、研究机构都可以拿去做垂直服务，整个创新生态被撬动了。而美国那边的策略是赌在几家巨头身上，指望它们收垄断性的许可费。
女：有一个评论我印象很深。美国公司经常指责中国模型是“蒸馏”了它们的输出，最近 OpenAI 的战略主管自己也承认，没法用蒸馏来解释 K3 的表现，说明中国团队在基础创新上确实有真东西。有人就说，这很讽刺：美国公司用互联网上爬来的、可能涉及版权争议的数据训练，然后抱怨别人“偷”了它们偷来的成果。
男：第一个偷东西的人抱怨第二个偷东西的人。这是讨论区里反复被引用的一句话。
女：不过中国模型也有自己的问题，比如监管和价值观审查。它们会对某些话题保持沉默。但反讽的是，从技术上看，美国公司反而把自己锁得更紧，不仅模型闭源，连训练数据都不透明。这和历史上美国政府支持开放互联网的态度完全背离了。
男：这个趋势如果继续，算力会加速下沉。当开放模型达到一个“足够好”的阈值——可能就在未来两三年——整个 AI 经济的定价权就要被重新定义了。
女：顺着这个“力量如何组合”的话题，我最近读到一个很妙的观察，来自一本关于并行编程的教科书。作者说，并行计算的核心挑战不是堆更多处理器，而是如何分割问题、同步各个部分、平衡负载。如果一个处理器累死，其他的却在等它，或者大家都在抢同一个资源，整个系统就崩了。这听起来像不像在工作中，团队分工不明、沟通不畅时的样子？
男：很像。Fred Brooks 在《人月神话》里早就说过，人跟人之间的沟通成本是超线性增长的。你增加人手，沟通成本可能吃掉了所有增加的产能。有人根据几十个项目的经验总结，说真正能高效交付成果的团队，理想规模是 5 到 9 个人，需要有领域专家、技术架构师，再搭配一两个大师级的执行者和几个能成长为大师的学徒。超过这个规模，团队往往会变成管理者之间的实力攀比，而不是为了把事情做好。
女：那本书还把这个概念推进了一层。作者说，一个人的内部也有不同的“处理器”：智力、情绪、身体、记忆。如果它们不同步，思想说一件事，身体传达另一件事，语言又在掩盖，消耗就会非常大。有点像你心里一直有一个未完成的进程在跑，表面上看不出来，但是你的注意力、精力不知不觉就被吃光了。
男：这个比喻很计算机科学。就像 CPU 的缓存一致性协议，每个核心都有自己的缓存，如果大家看到的同一个变量的值不一样，整个系统就会出错。诚实在这种语境里变成了一种同步机制——当你对自己诚实，对他人的沟通诚实，你内部的各个部分就能协调运动。一个人最大的瓶颈，往往不是能力不够，而是力量在内部互相抵消了。
女：评论区有人引用了斯多葛学派的一个词 “homologia”，指的是理性与情感和谐统一时，整个人的思想、身体都一致的状态。这跟我们说的内部同步完全是同一个道理。
男：很多时候，我们过度追求给系统增加“算力”，加人、加班、加算力卡，却忘了回头看看是不是协调本身出了问题。
女：那我们说点轻松的。阿迪，你玩过空管模拟游戏吗？
男：你是说那种拿手指划拉飞机，引导它们降落的游戏吗？
女：对，一个叫 Airport Simulator 的网页游戏。玩法非常极简，飞机从屏幕边缘出现，你拖拽它画一条航线，让它对准对应颜色的跑道降落。很像当年 iOS 上那个经典的 Flight Control。
男：Flight Control 是 2009 年的游戏了。现在 iOS 上已经玩不了，但是有爱好者做了复刻版叫 Planes Control。Web 端的这个新品，机制基本一模一样，但它的难度跃升很快。前五分钟，飞机出现的间隔就从 5 秒一架缩短到 1.5 秒一架，空中同时存在的飞机从 3 架飙升到 12 架。
女：玩起来确实手忙脚乱。而且我发现几个问题：左上角的计分板会遮挡飞机，屏幕边缘也容易误触系统手势。最要命的是，两架飞机经常在屏幕外撞上，你什么都做不了。它的物理也让老玩家会心一笑：飞机可以瞬间 180 度转弯直直对准跑道，就像在玩贪吃蛇。
男：但就是这种不真实的压迫感，反而让人在几分钟之内体会到空管员的压力。一个决策失误，一架延误的飞机，会瞬间变成所有人的麻烦。有人说，真正的难点不是单个动作复杂，而是你同时要做太多简单的事。评论里还有人认真地推荐了更硬核的替代品，比如 Auto Traffic Control，那个游戏要你写代码通过 gRPC 客户端去指挥飞机。
女：从玩游戏到看游戏被玩，这差距太大了。说到玩游戏，如果你想让客厅玩游戏的体验更好，又不想打扰你主机上正在干别的事情，这周有个新工具值得关注。一个叫 Moonshine 的开源游戏串流服务器。
男：对，它是 Rust 写的，专门为 Linux 设计，配合 Moonlight 客户端。它最大的特点是每开一个串流会话，都会启动一个独立的 Wayland 合成器，跟你的桌面环境完全隔离。这意味着，你可以在不接显示器的情况下运行它，分辨率、刷新率、HDR 全由 Moonshine 控制，不需要去买那个欺骗显卡的 HDMI 假插头。
女：这就是那个经典场景：一个固执的 Linux 用户和一个想在客厅大电视上玩 PC 游戏的女朋友，两者如何共存。Moonshine 的开发者就说是从这个场景开始的。有了这个，你在书房用 Linux 桌面工作，家人在客厅串流打游戏，互不干扰。不过目前它只支持 Vulkan 编码，图形界面也没有，配置全靠编辑 TOML 文件。
男：Sunshine 其实也能实现无头运行，但通常需要虚拟显示或者假插头，串流的时候还会吃掉你的桌面显示。Moonshine 在这个细分领域做得更干净。不过作者自己也说了，如果是新用户，还是建议先去试试更成熟的 Sunshine。
女：说到浏览器，Kagi 出的那个 Orion 浏览器，这周讨论度也很高。它主打零隐私妥协，内置广告拦截，不收集遥测数据，还能同时支持 Safari、Chrome 和 Firefox 三种扩展。听起来像是六边形战士。
男：很多人的第一反应就是：它解决了让我留在 Firefox 的两个核心痛点——uBlock Origin 级别的广告拦截和 Tree Style Tabs 那样的垂直标签页。在 iPhone 上，用户反馈也不错，说它又快又省电，比 Safari 灵活，甚至有一千多个标签页也能流畅搜索。
女：但我看了一圈，最大的分裂点在于它闭源。浏览器太特殊了，承载着你的所有密码、支付信息、浏览记录。很多人说，无论 Kagi 口碑多好，没办法信任一个看不到源代码的浏览器。WebKit 本身是开源的，但 Orion 的 UI 层和修改部分闭源，你永远不知道有没有后门。
男：稳定性也是普遍抱怨。iOS 上有人反映了严重的 UI 错误，搜索栏文字消失、滚动卡死、弹窗循环，用 BitWarden 这类密码管理器填密码也经常失败。甚至有个人花了两百七十美元买了终身许可，因为 bug 太多，一整年没碰过它。Linux beta 版连右键搜索选中文本这种基本功能都没有。
女：有一个问题我觉得挺关键的。Orion 声称支持 Firefox 扩展，但在 iOS 上 uBlock Origin 装上了但根本不工作，真正生效的是浏览器自带的广告拦截。这就像告诉你冰箱能放冰淇淋机，但你打开发现冰淇淋机只是一个会转的装饰品，冷气还是冰箱自己的。
男：这个比喻好。所以总结下来，如果你非常在乎透明度，Firefox 或者 Brave 可能还是更稳妥的选择。如果你愿意忍受一些小问题，又喜欢内置广告拦截和垂直标签，Orion 就像是 Safari 的一个增强版。
女：那我们接下来要讲的事，就不那么轻松了。罗马尼亚最近发生了一起非常严重的黑客攻击，全国土地登记局的数据库被删了。整个房地产市场停摆了一周。
男：对，黑客是用合法凭证进去的，先摸清了内网拓扑，然后勒索不成，直接删除了系统和备份。第二天，部分被盗数据就在黑客论坛上挂牌出售了，里面包含员工凭证和内部文件。安全公司 KELA 甚至直接公开了黑客的身份——一个阿尔及利亚的年轻人。这种公开人肉的做法，让罗马尼亚执法部门省了不少事。
女：从技术细节看，这次攻击暴露的问题几乎是教科书级别的反面教材。有人发现，他们的网站根目录下居然有一个 .authorized_keys 文件，而且黑客的截图里显示存在密码是 P@ssw0rd 的管理员账户。这就像是把你家大门钥匙放在门口地毯下面，还放了个纸条写着“欢迎使用”。
男：不过稍微欣慰的是，评论里有罗马尼亚用户说，国家土地登记最近才数字化，纸质副本仍然是最权威的凭证，大部分人手里都还保留着纸质合同。也就是说，即使数字数据全部丢失，也能从纸本材料中逐步重建。有人还分享了一个 1982 年的例子，当时一场洪水冲毁了一个小镇的登记册，最后是通过人们的产权证明和邻居证词，配合一个异议期，基本恢复了过来。
女：这就回到一个核心问题：我们是不是过度迷信数字化了？有东欧用户说，年轻一代急于把一切搬上数字平台，却忽视了集中式系统的脆弱性。一旦被攻破，整个社会都跟着停摆。斯洛伐克今年一月也发生过类似的事，土地登记数据库被加密，黑客索要七位数赎金，市场瘫痪了一个月，恢复花了好几个月。
男：这也解释了为什么评论区有人一提到区块链又吵起来了。有人觉得拜占庭容错的分布式记账能防止这种事，马上就有人反驳，说土地登记本来就是中央权威做的事，SQL 数据库加查询语言和索引，比区块链方便太多了。最精髓的一句评论是：“区块链的大部分好处，通过公开签名数据就能实现，但这个词的风评已经毁了。”
女：从土地登记到生物识别，数字化的边界问题这周还有一个很让人不安的消息。欧盟正在和美国敲定一项协议，允许美国边境管理部门访问欧盟的生物识别数据库。它的包装是为了维持欧洲公民去美国的免签证待遇，但泄露出来的草案里，几乎全面迎合了美国无限制获取信息的要求。
男：这实际上就是把以前你入境时现场按指纹、拍照的那个环节，提前到了在线查询。但问题在于，这个自动查询系统不只是用指纹，还能基于姓名、出生日期甚至国民身份证号来发起请求。一些欧洲国家的国民身份证号是公开信息，这意味着美国理论上可以查询一个从未申请过赴美旅行的人的数据。
女：而且草案里还允许共享基于政治意见、对特朗普政府的反对、甚至加沙抗议等主观风险指标。这就像你的旅行资格不仅跟你的身份有关，还跟你对某个外国政府的态度有关。美国那边已经有筛查旅客社交媒体账户的实践，如果结合这个数据库，边境就可能变成一个政治过滤的关卡。
男：技术上，一旦开放 API，你几乎不可能防止对方大规模抓取数据。而且数据一旦被滥用，是没办法撤销的。讽刺的是，欧盟自己去年也新上线了一个出入境系统，对所有第三国旅客采集指纹和照片，两边的监控都在扩大。这份谈判高度保密，是被人泄露出来才引起关注的。
女：最后我们来聊一个稍显振奋的话题。小米这周发布了一个机器人基础模型 Xiaomi-Robotics-1，专门用于实体机器人操作。它用了两阶段训练：先用 10 万小时无实体的视频数据预训练，涵盖 1700 多种场景，再配合少量真实机器人数据后训练，成功率平均能达到 75% 到 85%。
男：这个模型只有 100 亿参数，在机器人领域算是相当小的。但它展现出清晰的扩展行为——数据量和模型尺寸增大，验证误差稳定下降，而且还没有饱和的趋势。它比 π0.5 基准几乎好了一倍。具体到折叠衣物、洗衣服这类高难度、双手协调、要处理变形物体的任务上，它确实突破了多年的瓶颈。
女：对，很多普通用户的反应非常直接，说终于看到了一个真的能帮忙洗衣服的机器人。但也有人提醒，demo 里机器人的动作仍然缓慢、笨拙，成功率在一些复杂场景里还不够高。而且，如果这样的技术真的大规模落地，对就业和劳动力市场的冲击是必须面对的问题。
男：一位机器人研究人员说得很中肯：折叠衣物这类任务涉及多模态感知、双手协调和软体物体操作的经典难题，现在的进展已经突破了多年的停滞。同时，我也会去想，当这些机器人进入家庭，我们需要的就不再只是一个好的模型，还有安全、隐私和一套全新的社会契约。
女：技术进步总是在这些问题之间摆动。雅可比猜想花了 85 年被 AI 推翻，WordPress 几十年前的代码习惯让 AI 花十小时就找出了致命漏洞，开放权重的模型正在把 AI 的成本推向零，而机器人正在慢慢学会帮你叠衣服。很多东西变了，但关于协调、诚实、安全的那些老问题，一个也没消失。阿迪，我们今天聊到的这些话题里，有什么是你特别想强调的吗？
男：还是那个关于并行计算的比喻吧。不管是代码、模型、还是团队，甚至是我们自己，最重要的不是追加算力，而是让已经存在的力量不要相互抵消。
女：说得真好。那今天就到这里，感谢大家的收听。如果你喜欢我们的节目，记得用泛用型播客客户端订阅，不管你用的是什么 App，只要搜索 Agili 的 Hacker Podcast 就能找到我们。我们下期见。
男：下期见。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。