今日的 Hacker Podcast 从开源大模型带来的部署成本实验，聊到了 AI 写证明、切书扫描以及旧代码做减法的多种实践。技术边界不断被跨越，但现实中的物理约束和人的处境，仍然在划定一条不那么容易忽略的线。
Moonshot AI 在 HuggingFace 上发布了 Kimi K3，一个拥有 2.8T 总参数的原生多模态智能体模型。它采用 Mixture-of-Experts 架构，实际激活参数约 104B，支持 100 万 token 的上下文窗口，能原生处理文本、图像和视频。在 GPQA Diamond、DeepSWE 和 BrowseComp 等基准上，K3 的分数接近甚至超过了部分闭源前沿模型，尤其在长程编码和 agent 任务上表现靠前。
社区第一次有机会详细估算 3T 级模型的落地成本。采用原生 MXFP4 量化后，权重体积压缩到约 1.5TB，需要 8 张 B200 才能刚好容纳，保证吞吐和长上下文则至少要 16 张。有观点探讨使用二手双路或四路 Xeon 服务器，但内存带宽（DDR5 远低于 HBM）决定了实际推理速度可能慢到不足 1 tok/s，连完成一个简短回答都要数小时。AMD 即将推出的 Epyc Venice CPU（16 个内存通道，带宽约 1.6TB/s）让纯 CPU 推理看起来更加可行，但面对 K3 的体量依然吃力。
K3 的官方输出 token 定价为 $3.00/M，第三方提供商几乎同步上线了相同价格。许多人将此举视为一次成本透明实验——对比 Claude Opus 5 的 $25/M 输出，可以大致反推闭源模型的 API 毛利。对于数据主权需求极强的场景，开放权重的 K3 几乎是唯一的选择，哪怕自建推理在经济上完全不划算。也有人提到 Amazon Bedrock 或 Nitro Enclave 等机密计算方案可能提供足够高的安全级别，但对惧怕美国云法案的欧洲公司来说，本地部署的诱惑力仍在。
K3 的许可证对商业化推广设置了门槛：连续 12 个月关联公司总营收超 2000 万美元需要找 Moonshot 另行签约；产品月活超 1 亿或月收入超 2000 万美元则须在界面显示“Kimi K3”。有评论提醒，在中美都在讨论 AI 模型出口管制的背景下，尽早下载 1.5TB 的权重文件并做离线保存，可能是明智之举。
PGSimCity 是一个独立的非商业工具，用 3D 城市模拟来展示 PostgreSQL 的内部工作原理——连接池、事务调度这些抽象概念被具象为建筑和车流。项目由作者 NikolayS 利用 Claude Opus 5 快速生成，是一个早期原型。
很多人欣赏将数据库内部可视化的创意，有人提到这很像用 GDB 调试代码时脑海中的画面。但反馈普遍集中在用户体验上：弹出窗口常常挡住了 3D 视图，自动切换主题的“导游”模式缺少交互感，缩放时还会出现 z-fighting 导致的闪烁。即便把速度降到 0.1 倍，依然有人觉得讲解太快，来不及消化。手机端的体验则更艰难。
因为项目在极短时间内借助 LLM 完成，许多评论对内容的准确性存疑。作者坦承“几乎肯定有不准确之处”，并在 GitHub 上开放反馈。这种坦诚并没有完全消除部分人的不信任感，但另一部分人则认为 LLM 如今的程度已经足够。另外，多位用户提醒 SimCity 是 EA 的活跃商标，继续使用这个名字可能面临侵权风险。
法国西南部的巨型野火催生了该国消防员从未遭遇过的“火积云”（pyrocumulonimbus）。当地面空气被加热到极致后急速上升，在高空冷气团中形成的这种云，能自造独立气象系统，改变风向、产生闪电，让火势变得完全不可预测。美国 NASA 曾称之为“喷火巨龙”。
FNSPF 发言人中校 Eric Brocardi 描述，火线不断变化，向四面八方蔓延，消防员无法进行正面扑救，只能等待机会——要么依靠连续三天的大暴雨，要么将火引向大海等自然屏障。“这不是绝望的无力，但我们必须承认，当下的状况是防守而非进攻。”现场的专家指出，以往在葡萄牙火灾中，火生雷暴只被记录到两次，而这次已经出现了八到十次。
燃烧区域是拿破仑三世时期为改造湿地而人工种植的松树林，松脂和针叶层极度易燃，加上平坦的地形和单一树种，更叠加上今年反复出现的热浪。有读者提到，过去疏伐和下木清理的传统做法如今已因“环保”观念被部分放弃，私有林主的防火带建造义务也因监管不足和预算削减而难以落实。
一位哈佛黑洞倡议的天体物理学者发布了在浏览器上实时运行的黑洞交互可视化项目，用户能在 AR 或 VR 模式中观察引力透镜效应和喷流。代码基于他日常研究中使用的射线追踪和辐射传输模拟。
社区中出现了一场关于“物理准确”标签的密集争论。一位同样从事黑洞模拟的评论者详细指出，吸积盘颜色被设成了红色而非物理上更准确的蓝色，多普勒亮度缩放公式有误，从模拟数据到屏幕颜色的映射也并非标准 sRGB 或色调映射处理。项目作者回应，颜色映射在天文成像中本就常见任意选择，他为了在手机上实时运行而简化了部分物理模型，但简化不等于不准确。
讨论中还延伸出一些有趣的话题：有人在 AR 模式下触发了对超大天体的本能恐惧；有人拿《Outer Wilds》游戏里的黑洞体验做类比。技术细节方面，作者澄清由于浏览器 API 限制，AR 模式无法叠加摄像头画面与扭曲效果二者。这个项目更适合作为教育性质的演示，暂非科学级别的渲染工具。
美国亚特兰大居民 Sam Tunick 在机场被二次检查时，他的 GrapheneOS 手机解锁后自动执行了数据擦除。检方指控他故意销毁证据以阻止扣押，辩护方则认为搜查本身违宪，数据擦除是系统内置的隐私功能。此案件背景与 Tunick 参与反对 Cop City 的抗议活动有关，他在检查过程中四次要求见律师均被拒绝。
案件的关键法律争议在于“意图”，而非表面行为：输入密码是否就是为了触发擦除以阻碍调查？一位长期关注边境搜查权利的评论者反思，强制在执法人员面前擦除数据这一技术方案，可能反而激化局面，带来更严峻的法律后果。也有人用一个被绑架时因车辆防盗 PIN 而陷入危险的亲身经历提醒，技术方案不能无视人真实的脆弱处境。
社区的主流建议是出发前备份并清空手机，只带一部“旅行手机”过关，目的地再恢复数据。对非公民来说，拒绝解锁的后果很可能包括直接遣返且无法入境。多名欧洲评论者表示，出于对电子设备被搜查的担忧，他们已决定不再访问美国。Schengen 地区、日本和加拿大常被列为“手机不被强迫检查”的目的地。
依赖类型语言能编码并强制检查程序中任意精密的不变量，但代价是巨大的证明工作量。seL4 的回顾数据表明，证明时间大约是设计与实现的 10 倍。现在，LLaM 模型配合“证明无关性”原则——证明的具体写法不重要，只要类型检查通过就行——正试图把证明负担从人身上移走。
作者在 Lean 中实现了一个 Zstandard 解压器的 FSE 表构建算法，然后让 LLM 在大约 20 分钟内自动完成了四个关键性质的证明。这些性质是优化解码内循环所依赖的微妙假设，在弱类型系统里只能靠注释保证。没有人写下一行 sorry，所有证明都通过了类型检查。
有使用 HOL Light 的开发者分享，他曾经花一周完成的证明，Claude 在 15 分钟内就给出了更高效的版本。但问题仍然存在：规范本身可能出错；大部分软件的边界情况根本没有被认真思考过；依赖类型将属性与实现交织在一起，新增不变量时可能需要修改所有证明。目前看，对模块边界、关键算法和格式解析这类场景，LLM 快速生成证明已经可行。证明自动化正在让一类以前略显遥远的语言变得可以触碰。
scriptc 能把 TypeScript 代码直接编译成一个约 178KB 的原生可执行文件，不内嵌 Node、V8 或任何 JS 引擎，启动时间约 2ms。项目声称无需修改代码、不用注解，相同代码在 Node 和编译后的二进制上行为一致。它能静态编译带继承的类、闭包、async/await、模板字符串等特性，差分测试可逐字节比对 stdout 和 stderr 确保行为一致。
项目在极短时间内通过大量提交完成，被多位开发者形容为“vibecoded”。批评集中在几个方面：坚持 JS 精确 f64 数字语义而将整数推理推迟，对 any 类型泛滥的 TypeScript 生态而言效率存疑；依赖 QuickJS 引擎作为动态执行后备，QuickJS 本身速度就偏慢。Vercel 过往类似项目（如 zerolang）曾短暂活跃后停止维护，让不少人对 scriptc 的长期前景持观望态度。对于只写无依赖小型命令行工具的用户，这确实提供了一个比 Node 和 Go 更轻量的新选项。
5 月，Bun 创始人宣布用 Claude Code 在 11 天内将项目从 Zig 重写为 Rust，API 调用费花了 16.5 万美元。7 月底有开发者克隆仓库后发现，自 5 月中旬以来，已经 11 周没有打新版本标签，而来自 Claude Code 代理的开放 Pull Request 已从 1277 个增长到 2475 个。CI 检查每次约 40 分钟，要合并所有 PR 需要连续运行 86 天。
按后续每天 1 万美元的 API 调用费估算，总成本可能已接近 80 万美元，不含 CI 开销。注意到 Anthropic 员工直接参与了这段时期的贡献，版本推迟也与创始人承诺增加的 Node.js 测试未达标有关。社区中的多位资深开发者指出，用 LLM 快速翻译代码只是第一步，翻译后的 Rust 代码充满 unsafe 块，且因为直接对应 Zig 结构，内存安全性未必比原来更好。11 天和 16.5 万美元的说法，掩盖了后续持续烧钱和尚未稳定的事实。
《404 Media》报道，AI 公司正通过 ISBNdb 这类服务商大批量购买书籍，用机器切掉书脊进行高速扫描后将原件销毁。单笔订单可达百万册，买方信息受到保密协议保护。由于 2022 年前出版的书不含 AI 生成文本，价格更高。购买一本旧书约 5 美元，破坏性扫描约 25 美元，远低于向版权方支付高额授权费。
一些仅存极少复本的稀有图书也进入了这条流水线。已曝光的书单里包括 1999 年的地质力学专著和 21 世纪初的学术研究，它们并非中世纪手稿，而是在版权期内的近代文献。有评论提到，Vernor Vinge 在《Rainbows End》中预言过“切碎扫描”。出版商此前高调解封对影子图书馆训练数据的诉讼，试图借此谈下大额内容授权协议，结果反而促成了这个暗中摧毁原件的替代路径。无论被毁的书是否真稀有，物理原件的不可逆损失已经成真，而数字拷贝被封闭在 AI 公司的训练数据中，不一定向公众开放。
Misago 论坛项目曾用 Django 模板与 React 组件同时实现每个页面，导致渲染闪烁、双重维护、翻译文件两份并存，且 JavaScript 打包体积庞大。作者发现，许多老论坛软件仅靠服务器渲染加极少量 JS，用户照样满意，于是他决定移除 React，改用 HTMX 做动态交互。
方案的核心是把页面上的交互区域定义为“动态岛屿”——用户点击筛选时，HTMX 只从服务器拉取帖子列表部分的 HTML 并替换，后端只需判断请求来源返回对应片段，不需要写 JSON 序列化和专用 API。迁移后 JavaScript 体积大幅下降，一台 4GB RAM 的红米 8 响应速度更快。不过也有开发者指出，如果表单状态需要根据筛选结果实时联动，每次重新获取整个表单的 HTML 会造成明显的卡顿，此时客户端状态管理仍然有优势。对于以内容展示为主、交互复杂度不高的站点，HTMX 加服务器渲染提供了一种足够直接的选择。
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：今天想和你聊的东西还挺杂的，从 3 万亿参数的大模型开源，到一个用城市模拟来解释数据库的玩具，还有法国烧出来的火龙卷云。我们先从那件最热的事开始吧——Kimi K3。一个 2.8 万亿参数的模型，直接开源，还在好多测试上追平了闭源的前沿模型。阿迪，这个数字到底该怎么想象？
男：你可以这么理解：一般常见的开源模型是几百亿参数，GPT-4 大概 1.8 万亿。K3 是 2.8 万亿，是目前公开可下载的最大模型之一。不过它用了混合专家架构，每次推理只激活其中的 1040 亿参数，所以实际跑起来没有数字看起来那么夸张。但光模型权重文件就要 1.5 TB，相当于好几块顶级硬盘才能装下。
女：1.5 TB……那部署岂不是只有大公司才玩得转？
男：原生就用了 4 位量化，8 张英伟达 B200 显卡刚好能塞进去，但真要处理百万 token 的上下文，得用 16 张才够。社区里也有人折腾 CPU 路线，买二手服务器，双路至强配两三千 GB 内存，加起来不到 3 万美元，理论上能跑，但速度大概每秒五六个 token，甚至更低。因为普通内存的带宽比显卡差距太大了，一个简单回答可能要等好几个小时。
女：等几个小时，那种感觉就像你点了杯咖啡，然后咖啡师说“明天早上来拿”。不过有意思的是，它的 API 定价才 3 美元每百万输出 token，而 Claude Opus 5 是 25 美元。有人把这看成一场成本透明实验，是不是说我们能倒推闭源公司的利润？
男：不少人就这么干的。有分析说 Anthropic 的 API 毛利率可能超过 80%，可训练成本也是天文数字。开源这边，之前有个 GLM 5.2 发布后一个半月，因为多家第三方提供商竞争，价格降了 45%。K3 太大了，短期不一定跳水，但长期看这个压价趋势跑不掉。
女：那对想要数据隐私的机构来说，是不是终于能自己部署，不用把数据往外传了？
男：理论上是。对必须数据主权的场景，哪怕慢也值得。但也有反对声音，说自建推理的电费可能比直接付 API 还贵，而且美国云法案让欧洲公司很难信任美国的云，可欧洲本土 AI 云还没起来。所以现阶段更像是技术验证，不是马上能赚钱的方案。
女：听起来 K3 像一面镜子，让行业照照自己到底在为什么付出高价。好，我们从这个几 TB 的大块头，跳到一个特别小的东西——PGSimCity。阿迪，你看到那个把数据库运作做成 3D 城市的项目没？
男：看到了。它把 PostgreSQL 内部的连接池、事务处理、调度等等，变成城市里的建筑和车流，视觉上很有想法。但这个项目是作者用 Claude Opus 5 在一个提示下几十个小时内搞出来的，他自己也承认几乎肯定有不准确的地方。
女：我打开之后第一感觉是创意真好，但交互让我有点抓狂。弹出窗口把画面全挡了，我根本不知道眼睛该看哪里。有个导游模式自动切来切去，我想自己慢慢看，调到 0.1 倍速还是觉得快。社区有人吐槽，这到底是在教数据库，还是在上演灯光秀。
男：技术上，缩放会闪烁，是 z-fighting，手机端基本没法用。有人形容说“这很像我在调试时脑子里的想象”，算是一半夸奖一半期待。还有人提醒，SimCity 是 EA 的商标，建议改名 PGMicropolis，别惹官司。但如果好好打磨，这种把抽象概念可视化的想法，对教学很有价值。
女：从几 TB 的透明实验，到 AI 生成的数据库城市，我们好像都在跟巨大或难以解释的东西较劲。接下来这个新闻，就完全是自然界不可解释的怒火。法国西南部一场野火烧出了该国消防员从没见过的火积云。阿迪，火积云到底是什么？
男：学名叫 pyrocumulonimbus，就是火产生的积雨云。野火把地表空气烧到极致，热浪柱冲上高空冷气团，冷却后形成自己的云，还能产生闪电，风向乱变，让火势往各个方向窜。NASA 管它叫“喷火巨龙”。在加拿大和澳大利亚常见，但在法国这么猛、这么频繁是头一回。
女：消防员的描述让我很震动。他们说“就像在一场战争里不停被轰炸，只能防守，等对方自己弱下来”。那片 Landes 地区是 19 世纪人工种植的巨片松树林，松脂和针叶层非常易燃，加上今年已经三次热浪，就更可怕。波尔多被疏散了约 20 万人，烟尘连着几百公里外的城市都闻得到篝火味。
男：也有人提到森林管理的问题。以前有疏伐和清理下木的传统，现在被当作“不环保”慢慢丢掉了。1949 年同一块区域烧过 5 万公顷，现在 4.2 万公顷还在蔓延。评论区还有人绕着弯讨论碳信用：如果为碳信用种的树烧了，那些信用是不是纸糊的？
女：连碳信用都显得这么薄。我们稍微松口气，来聊一个能在手机上看的东西——黑洞交互可视化。有人在浏览器里实时展示引力透镜和相对论喷流，支持 AR 和 VR。可很快就有一位专门模拟黑洞的人出来说，好几个地方不准确。
男：对，那人指出吸积盘温度极高，通常是蓝色，但演示里是红色；多普勒效应亮度缩放公式用错了；颜色映射完全是随意选的，没做物理转换。作者承认颜色是随便选的，为了手机能流畅跑，简化了不少。但“物理准确”这个标签确实把期待抬高了。
女：可我还是觉得，在浏览器里亲眼看见光线被弯曲，已经非常了不起了。就像地球仪不是真实地球，没人会说它在骗人。而且作者是哈佛天体物理的博士生，用的就是自己研究用的代码基础。我特别喜欢一个细节，有人在 AR 模式里出现了“黑洞恐惧症”，盯着那个黑窟窿汗毛都立起来了。
男：技术上，AR 模式由于浏览器限制，不能同时扭曲摄像头画面，只能二选一。整体上它是很好的兴趣演示，但更像一个高级特效，不是科学级渲染。
女：接下来这个案子让我有点后背发凉，因为它可能发生在任何人过海关的时候。亚特兰大一个人因为参加环保抗议活动，在机场被二次检查，他的 GrapheneOS 手机输入密码后自动擦除了所有数据。现在他被起诉故意销毁证据。
男：GrapheneOS 是安卓的一个开源系统，可以设一个特定密码，输入后直接擦除手机。这功能本质是隐私保护，但检察官认为他在海关当着探员的面销毁数据。辩护方说搜查本身没有逮捕令，而且他四次要求律师都被拒绝了。
女：有网络安全专家说，这个案子可能让当局把带 Pixel 手机的人直接当成可疑对象，因为在欧洲已经有人因为刷了这个系统被警方画像。我听到一个很扎心的类比：有人为了防止偷车装了启动 PIN，结果被绑匪劫持时，反而因为要输 PIN 陷入危险，最后只能把 PIN 贴在仪表盘上。技术保护撞上真实的人，有时候会变成陷阱。
男：很多评论者也说，美国法律很看重意图，不只看你输入了几个数字。不少人建议，旅行前干脆备份并清空手机，只带一部“干净”的手机过关。已经有法国研究者说因为担心手机搜查，决定不再访问美国了。这个案子法官可能要到 10 月底之后才裁决，很值得跟一跟。
女：我们从法律的灰色地带，跳到一个更纯粹的脑力游戏。有人用 Lean 这种依赖类型语言写了 Zstandard 解压算法，然后让 LLM 自己生成证明，证明这个算法满足关键性质。阿迪，依赖类型是什么？
男：依赖类型是一种特别强的类型系统，能让你把程序的行为写成类型，让编译器检查。代价就是你要写一大把证明。以前 seL4 内核项目，证明时间是编程的 10 倍，证明代码行数是实现代码的 20 多倍。但这个作者用 LLM，20 分钟就自动搞定了四个关键性质的证明，而且类型检查通过，没有作假。
女：这听上去像以前需要一个博士干几周的事，现在 AI 帮你做了。不过有人担心，证明没错，可规范本身写错了怎么办？比如你对 AI 说“帮我证明这个列表一定不会为空”，AI 完美地证明了，但列表其实在某些情况就是会空。
男：对，维护也是大问题，加一个新的不变量可能要改遍所有证明。但有用户感慨，如果当年有这个工具，他的博士论文可以大胆 20 倍。这趋势说明，证明的门槛正在被 LLM 砸低。至少在加密、协议解析这些关键模块上，快速生成证明已经可行了。
女：顺着这个“用 AI 辅助写更安全的代码”的思路，我看到 Vercel 实验室推出了一个 scriptc，说是能把 TypeScript 直接编译成极小的原生二进制，不绑 Node，启动只要 2 毫秒，二进制小到 178KB。这要是真的，是不是以后写命令行小工具，TypeScript 也能上场了？
男：想法非常吸引人。它用 TypeScript 类型信息做编译，类、闭包、泛型、异步都覆盖，还支持部分 Node API。但它一放出来就被盯上，因为 5 天内提交了约 90 万行代码，很多人怀疑大量是 AI 生成的。有做编译器的人指出，它把所有数字都当浮点处理，整数推理被推迟了——而这恰恰是让 JavaScript 快起来的一半关键。
女：不过也有人觉得，如果目标是写无依赖的小工具，它比 Node 和 Go 更轻量。只是 Vercel 上一个类似的项目 zerolang 已经没动静了，所以大家对它长期维护的信心不太足。
男：嗯，Simon Willison 还帮着把 README 里“honestly priced”这个词删了。但它的差分测试做得挺细，800 多个测试程序在 Node 和原生二进制下逐字节比对输出，保证行为一致。这类东西或许能倒逼 Node 生态想一想启动速度和体积。
女：说到 AI 大量生成代码，Bun 的 Rust 重写争议就更大。创始人说花了 11 天、16.5 万美元的 API 费用，把 Bun 从 Zig 搬到了 Rust。但有人去扒了仓库，发现之后 11 周没发新版本，开放的 Pull Request 从 1200 多个涨到 2400 多个，跑一次 CI 要 40 分钟，全合并得连续跑 86 天。
男：而且在那期间 Anthropic 员工也直接参与提交。实际 API 总成本有人估可能近 80 万美元，不算 CI。Jarred 解释说他承诺的 Node.js 兼容测试数量还没达标，所以压着没发。但有开发者说，用 LLM 翻译代码只是开头，生成的 Rust 代码里大量 unsafe 块，内存安全性可能还不如原来的 Zig。
女：我还看到一个用户说，最近用 Claude Code 的时候，Bun 崩了好几次，以前从没遇到过。这让我觉得，哪怕 AI 帮你把活儿干完了，后面的维护和优化才是真坑。有人甚至把这事和 Anthropic 的估值故事联系起来：用 AI 取代开源维护者。但现实好像没那么简单。
男：值得玩味的是，Anthropic 之前宣传的 AI 写的 C 编译器，以及 Cursor 的 FastRender 浏览器，也都几个月没更新了。所以这种“几天重写整个运行时”的宣称，得放到更长的时间线里去看。
女：我们聊一个让人胃里发紧的趋势。AI 公司正在批量购买书籍，用高速机器切掉书脊扫描，然后直接销毁原件。而且还通过像 ISBNdb 这样的服务，匿名下单，一次买几十上百万册。
男：2022 年前的书因为不含 AI 生成文本，价格更高。有位书商说，一些仅存极少的书，经历过战争和火灾传承了几百年，现在被送进这条流水线，训练 AI 写营销邮件。ISBNdb 的网站甚至说“这不会引发同情”，他们提供保密协议，建议客户把它包装成“数字保护”。
女：被曝出来的书单里有 1999 年的地质建模专著，还有 2021 年的学术研究。都不是古董，而是还在版权期内的普通书。有人算过，买旧书大概 5 美元，破坏扫描 25 美元，比向出版商买授权便宜太多。出版商此前起诉 AI 公司用影子图书馆，结果反而推动他们绕开出版社直接销毁实物。
男：已经有法官裁定这算合理使用，理由是销毁原件后同一时间只存在一份拷贝。Anthropic 也聘请了前 Google Books 负责人，目标就是“世界上所有的书”。最讽刺的是，archive.org 因为疫情期间的一册一借被起诉，现在数字保存的路反而更窄了。马斯克回应说已经要求自己的团队非破坏扫描，并保留原件。但核心是，这种“买来、切碎、扫完就扔”的模式，在 2026 年已经合法运转了。
女：那些书页消失之后，数字副本被关在训练数据里，不一定会向公众开放。让我想到一个词：“切碎扫描”。好了，我们在最后说一个让我感到被治愈的小事。有一个开源的论坛软件叫 Misago，作者长期被 React 的前端维护折磨，终于决定搬回 HTMX，把大部分页面改成服务器渲染加一点点 JavaScript 点缀。
男：HTMX 是一种特别轻量的方法，在 HTML 标签里加几个属性，点击时就从后端拉一段 HTML 片段替换页面上的一个区块，不用写 JavaScript。Misago 以前每个页面都要用 Django 模板和 React 各实现一遍，打包出来的 JS 又大又多。迁移后，JavaScript 体积从 600 多 KB 降到了 100KB 左右，中端手机上感觉也更灵敏。
女：作者说，很多老牌论坛都是服务器渲染加一点 JS 点缀，用户照样满意，而且不用维护 JSON 序列化和前端路由，后端直接返回 HTML 片段。当然也有人指出，一旦表单有很多需要联动禁用的选项，HTMX 每次都返回整个片段的开销就会显得卡顿。但对于内容展示为主的站点，这种“多页面应用加动态岛屿”的搞法好像又回来了。
男：说起来，HTMX 其实是在 HTML 属性里塞逻辑，有点像 Angular 1.0，状态一多容易乱。但作者心态很好，后台还在用现成的 Django 视图，他觉得先平滑过渡，有需要再小修小补。这种取舍本身就很清醒。
女：这让我觉得，技术有时候会绕一大圈，最后回到那个简单的方法，只不过这次带着更清楚的代价清单。今天聊的这些，从 3T 大模型到 HTMX 小论坛，好像都在问同一个问题：我们到底需要多大的复杂度？感谢收听，这期就到这里。
男：谢谢大家，下期见。别忘了用泛用型播客客户端订阅我们。
女：拜拜。
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。