今天 Agili 的 Hacker Podcast 精选了十个话题，从新模型发布、注意力危机到软件质量衰退，覆盖了 AI、开源、安全和航天等多个领域。
Anthropic 发布了 Claude Opus 5，输入价格为每百万 token（模型处理文本的计量单位）5 美元，输出 25 美元，与 Opus 4.8 持平。官方将其定位为 Claude Max 订阅的默认模型，性能接近旗舰模型 Fable 5，但成本降低约一半。在 CursorBench 等编码与知识工作评估中，Opus 5 达到了新的当前最优水平（SOTA），但网络安全任务上的表现落后于 Mythos 5。模型在安全评估中得分为 2.3，是 Anthropic 近期对齐表现最好的版本。
企业用户注意到，Opus 5 沿用了旧版的无数据保留政策，而 Fable 5 要求数据保留 30 天。但社区中有用户指出，即使合同写明了无保留，Claude 仍能在对话中引用历史记录，怀疑信息实际上已被存储。独立测试机构 Artificial Analysis 和 Vals 的数据显示，Opus 5 在实际任务中的成本比 Opus 4.8 更高，有开发者反馈成本增长了近三倍，性能提升仅 4%。也有用户发现，相比 Fable 5，Opus 5 在编码任务中用更少的 token 达到了相同质量。
在图像到 HTML 转换、SVG 生成等测试中，Opus 5 比 Opus 4.8 更准确，但在视觉美感上仍不及 Fable 5。部分用户反映 Claude Team 订阅近期频繁出现 HTTP 错误、会话丢失等稳定性问题，认为 Anthropic 应优先修复基础设施。社区还质疑 Anthropic 在基准测试中可能选择性报告数据，例如 OSWorld 2.0 分数与原始论文的统计口径存在差异。
Black Forest Labs 发布了 FLUX 3，一个同时训练图像、视频和音频的多模态基础模型。团队认为现实只有一种底层物理表征，不同传感器只捕获了它的部分投影。模型基于 Self-Flow 方法，利用三种模态之间的相互约束来学习更完整的现实表达，例如声音必须匹配撞击、运动必须服从质量。
FLUX 3 支持最长 20 秒的视频生成并附带原生音频，还具备图像生成与编辑、动作预测等能力。在 720p 文本到视频的对比测试中，其偏好度超过 Grok Imagine Video（69%）、Kling v3 Pro（60%）以及 Runway Gen-4.5（77%）等竞品。动作预测方面，模型可以直接输出动作指令，也可以作为骨干网络供专门的机器人模型微调。
团队将分阶段开放 API，并计划最终发布开源权重的“FLUX 3 Dev”。社区对开源版本能否接近闭源性能表示怀疑，因为此前 Dev 版本经过 CFG 蒸馏后微调效果大打折扣。博客展示的视频几乎全是短跳剪，最长片段不足 3 秒，缺乏真人面孔的长镜头，引发了对生成质量的质疑。此外，多位评论者认为“世界模型”的概念被泛化滥用，已偏离其在强化学习中的原意。
作者用计时器强迫自己写作，却发现 15 分钟都难以专注。高中时他能刻意选择编程或阅读，后来逐渐被 HackerNoon、Medium 和 Hacker News 等网站填满了无聊时刻。工作中他发现靠 10% 的注意力就能被认为是“成功”，一周里在 Slack 上闲聊竟达 8 小时。大语言模型（LLM）加剧了问题，他把任务外包给 LLM 后自己却停留在“调研模式”，快速反馈让没有 AI 辅助的任务显得更无聊。
社区中有人指出，这种状态可能是一种文化诱发的注意力问题（VAST），并非真正的 ADHD。现代生活不断训练大脑要求持续刺激，智能手机、短视频和 LLM 都是推手。也有人提醒，类 ADHD 症状可能源于睡眠呼吸暂停或低通气，即使是年轻健康的人也应考虑做睡眠检查。更多人认为，核心不是注意力时长缩短了，而是大脑在无聊时不再默认进入“白日梦”这种有益的微休息状态，所有空白都被手机信息填满。
建议包括：把手机设成灰度模式并关闭通知、为不同任务建立受限用户账户、直播编程以制造外部约束、每天 30 分钟无屏幕阅读、散步时不戴耳机。但根本方法可能是处理背后的压力，通过心理治疗、改善睡眠或调整工作内容来降低焦虑。
98.css 是一个不含任何 JavaScript 的 CSS 库，用于构建外观像 Windows 98 的界面。它依赖语义化 HTML，按钮用 <button>，输入框需要 <label>，图标按钮依赖 aria-label，可访问性是首要目标。组件包括按钮、复选框、分组框、滑块、窗口、树视图、选项卡、进度指示器等，每个都遵循 Windows 98 规范：按钮有凸起边框，点击后凹陷，禁用状态保持凸起但标签褪色。
项目作者 jordanscales 表示这是他的 burnout recovery 项目，不再主动开发但接收高质量 PR。大量用户用它构建了数学练习网站、音乐播放器和个人桌面模拟等实际项目。类似风格的 CSS 库还有 Win95.css、XP.css、7.css、NES.css 等。
许多人怀念 Windows 98 的视觉清晰度，认为现代扁平设计隐藏了禁用按钮、缺少 hover 提示，而 98.css 保留了灰色的禁用状态和问号按钮。也有用户认为 Windows 2000 才是 UI 的巅峰。一些细节被指出与原始 Win32 行为不完全一致，如多行标签点击后位置未改变，TrackBar 点击跳动逻辑存在偏差。
2026 年 7 月，Skyroot Aerospace 的 Vikram-1 火箭从印度斯里哈里科塔岛发射场起飞，成功进入约 450 公里高度的近圆形轨道。火箭高约 22 米，三级固体发动机依次点火后，第四级液体燃料发动机（采用 3D 打印喷注器）将载荷加速至轨道速度。任务部署了两颗小型立方星。起飞前因技术问题延迟超过半小时，第三级分离后未立即远离第四级，但未影响最终入轨。
Skyroot 成立 8 年，融资约 1.6 亿美元，员工超 1000 人，平均年龄 28 岁。Vikram-1 以物理学家 Vikram Sarabhai 命名，采用碳纤维复合材料制造。印度空间研究组织（ISRO）提供了固体发动机铸造和测试设施。印度总理莫迪要求航天工业 2030 年前将年发射次数从约 5 次提升至 50 次。Skyroot 的定价约每次发射 500 万美元，并提供额外折扣以竞争 ISRO 的价格。
火箭前三级均为固体，类似洲际弹道导弹的设计引发了对军事应用的讨论。不过印度此前已拥有 Agni 系列固体导弹。有评论指出，具备航天发射能力的国家自然拥有洲际打击潜力，但实际受限因素在于核弹头小型化和外交策略。印度其他私营航天公司如 Agnikul 和 Astrobase 也在推进液体火箭和可重复使用技术。
安全研究员在分析韩华（Hanwha Vision）摄像头的固件时，发现其登录页面嵌有一个拥有管理员权限的 GitHub Token，可以访问该公司组织内数百个仓库。Token 被写入约 30 个 UI 文件中，原因是使用 Vite 构建时错误地将 process.env 整体打包。固件经过 AES-256-CBC 加密，但密钥和 IV 都硬编码在升级程序中，仅用简单 XOR 混淆。研究员借助 Claude 分析二进制文件，快速还原了解密命令，提取出根文件系统。
研究员从官网下载了约 500 个固件，其中 62% 可以用相同方法解密，三个包含同一 Token。通过公开安全邮箱报告后，韩华在 12 小时内回复并撤销了 Token。解密后的环境变量中还出现了美国国防部的 IP 地址，但有经验者指出很多公司会借用未公开路由的 IP 段作为内部网络使用，不一定直接关联。
Black Forest Labs 与机器人公司 mimic robotics 合作，将 FLUX 3 的早期版本部署到奥迪的真实产线上。由于视频预测在训练中占了超过 95% 的计算量，模型已经学会了接触、运动和重量等物理效应。在 FLUX 3 上增加动作预测模块后，初期视频生成质量下降约 10%，但 3500 步后恢复，同时学会了预测动作。
FLUX-mimic 在奥迪工厂处理了密封圈组装、线束插入、零件分拣等传统自动化难以完成的任务。模型在单张 RTX 5090 上完成骨干推理仅需 80 毫秒，整个系统反应时间为 101 毫秒。社区注意到视频中机械臂三次尝试重装窗饰条的做法令人印象深刻，但 Google 一年前已展示过更复杂的操作。
Yu Deng 因从硬球动力学严格推导出 Boltzmann 方程以及非线性色散系统方面的贡献获奖。John Pardon 在辛几何中提出了虚拟基本循环的新方法。Jacob Tsimerman 将 o-minimality（最小性理论）重塑为算术与复代数几何的基本方法，参与了 Griffiths 猜想和 Andre-Oort 猜想的证明。Hong Wang 在调和分析、Fourier 限制和 Kakeya 问题等领域取得了多项重要进展。
Tsimerman 公开表示 AI 将在两年内超越人类数学家，并已被 OpenAI 聘用。他与 Andrew Critch 合著的论文系统分类了可能导致人类灭绝的 AI 场景，被一些评论形容为“用 LaTeX 排版后看起来像哲学的科幻作品”。社区讨论由此延伸到“擅长理论数学是否意味着对现实风险有可靠判断”这一话题。
一位学过七门数学课的工程师感叹完全看不懂获奖引文中的术语。有人推荐 Quanta Magazine 的科普文章来帮助理解 Kakeya 问题等概念。关于 AI 是否会改变菲尔兹奖的归属，多数意见认为工具辅助的证明早已存在，奖项仍只颁给人类，但 Tsimerman 的乐观态度提示了未来可能的方向。
作者离开 GitHub 是因为微软收购后网页界面重写成迟钝的 JavaScript，加上平台成为事实上的公共基础设施，赋予单一公司过多的监控和封禁权力。选择 Codeberg 是看中它由非营利协会运营，为自由开源项目提供家园。然而，最近的服务条款更新让他开始担忧 Codeberg 正在偏离“自由”的初衷。
公告博客批评使用 LLM 写代码的开发者“没有真实社区”，作者指出绝大多数 FOSS 开发者都是独行侠，社区往往只是提需求或报 bug 的用户。Codeberg 本身依赖的 Forgejo 也是从 Gitea 硬分叉而来，其活跃社区是继承而非自建的。这次更新禁止“氛围编码”和加密货币项目，作者认为这种以意识形态划界的做法是一个滑坡，历史上类似的禁令最终都会扩大范围。
作者建议 Codeberg 可以通过勾选声明机制识别 LLM 或加密货币项目，将其分割到单独的基础设施层并设置配额，甚至收费，而不是一概禁止。他最后决定搭建自己的公开 Git 托管服务并离开 Codeberg，不是因为禁令本身，而是不希望依赖一个随意重写条款、事先不公开讨论的平台。社区中也有人指出，Codeberg 的民主投票过程存在信息不透明、议题设定不灵活等问题，用户只是在决策已定稿后才被通知。
银行 app 需要三次人脸识别才能进入验证页面，Slack 窗口突然弹出抢走焦点，汽车车载系统更新后转向灯声音随机消失、触摸延迟一两秒。作者认为，AI 不是罪魁祸首，真正的问题是 KPI 导向——“本季度不发新功能，只修 bug”这种话没有人会说。大语言模型只是加速了垃圾代码的产生，只要市场不把用户惩罚与软件质量挂钩，衰退就不会停止。
社区中许多人将自由软件（FOSS）视为解决之道：KDE Plasma 有焦点窃取预防设置，Linux 系统“只会服从用户，不多做一件事”。但 FOSS 也有自己的问题，NVIDIA 驱动兼容性、PulseAudio 配置和 GNOME 的不稳定变化让“Linux 桌面永远差一年”的困境持续存在。一位用户提到，亚马逊客服已变成 AI 回复，处理一次错误订单时前后矛盾，甚至威胁关闭账户。
当大公司陷入 AI 债务时，个体开发者有机会做出以前做不了的软件。有人预测，当垃圾软件突破忍受阈值，会有公司重新重视用户体验和稳定性，就像硬件复古潮一样。现在的共识是：更新通知响起时，最好先备份。
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：今天想跟你聊一聊注意力的事儿。我最近看了篇博客，作者说他写文章得开计时器，否则连 15 分钟都撑不过去。而且不是被人打断的那种，是他自己手会不由自主地点开别的东西。
男：这描述听着像在说我。他说他会在遇到难题的时候起身去倒水，然后顺手拿起手机，结果水还没倒，已经在刷社交平台了。连整理床铺都能变成分心的理由——床铺又没有更新什么新功能。
女：对，他把这个过程掰得很细。他高中时候就注意到手机会无意识吞掉好几个小时，所以床边从来不放充电器。那会儿他用电脑要么阅读、要么编程、要么下棋，每一个动作都是刻意选择的。后来他发现了 Hacker News 和 YouTube，就是那种专门用来填满无聊时刻的网站，然后专注力就开始慢慢流失。
男：有个点他说得特别准：保持专注的关键曾经是别无选择。比如他必须亲手把代数问题分解，用 LaTeX 一行一行写出来，复制不了别人的成果。一旦有了可以逃避的出口，大脑就会自动选择那条更轻松的路。
女：而且工作环境还加重了这个问题。他说他发现只要投入 10% 的注意力，靠说话而不是做事，就能被认为是“成功”的。他追踪过自己的时间，一周在 Slack 上闲聊就花了 8 个小时。这种氛围让他习惯了在编程的时候分心，现在他正在试图修复这个损伤。
男：大语言模型也插了一脚。他把任务丢给模型之后，脑子却老想着模型到底在干嘛，自己停不下来去检查。或者跟模型讨论想法时，就一直陷在“调研模式”里，没法真正动手写代码。模型的快速反馈让没有模型的任务显得更无聊，相当于把专注力阈值进一步拉高了。
女：评论区里有人说，这种状态可能是一种文化诱发的“可变注意刺激特征”，并不是真正的 ADHD。就是现代社会把大脑训练得必须持续接收刺激，从智能手机到 TikTok 再到现在的 LLM，每个人都能找到自己失去专注力的那个拐点。
男：还有更实际的提醒。有人说明明是年轻人，身材也健康，但注意力下降可能是因为睡眠呼吸暂停或者低通气。那个人的建议是去做个睡眠检查，不要什么都往心理或习惯上推。
女：我特别喜欢一个观点：不是说注意力本身缩短了，而是大脑在无聊的时候不再默认进入“白日梦”状态了。以前我们排队、等车、走路的空隙，大脑会自己漫游一下，那种微休息其实很管用。现在这些空隙全被手机塞满了，大脑根本没有喘息的机会。
男：所以解决方案不是“更努力地专注”，而是增加分心的摩擦力。有人在评论里分享了一个狠招：给不同任务建专门的受限用户账户，比如一个账户只能打开终端和离线 Rust 文档，切换回主环境还要输密码。另一个是把手机调成灰度模式，把社交应用全删了。
女：还有人提到每天 30 分钟无屏幕晨光阅读，散步不戴耳机，在工位上放一个物理笔记本记录想法而不是用电脑记事本。这些方法听起来都很简单，但背后都是同一个逻辑：重新训练大脑接受无聊。
男：刚才那段作者用计时器强迫自己写作，初衷单纯是为了观察问题有多严重，结果那个倒计时反而给了最初一点推力。这让我想到我们接下来要聊的几个话题——因为今天的信息环境在从另一个方向挤压注意力。比如 Anthropic 刚发布的 Claude Opus 5，你又得花精力去判断该不该升级了。
女：好，那咱们说说 Opus 5。莓莓我看到定价的时候第一反应是：输入每百万 token 五美元，输出二十五美元。这个数字跟 Opus 4.8 一样，但 Anthropic 把它定位成 Claude Max 的默认模型，说是“适合日常使用”。
男：对，而且它在几个编码和知识工作的基准测试上拿了新 SOTA，像 Frontier-Bench 和 CursorBench。但在网络安全任务上不如 Mythos 5。安全评估得分 2.3，是 Anthropic 最近几代里对齐表现最好的。
女：社区里讨论最猛的是成本问题。Anthropic 自己的图表显示 Opus 5 在多数任务上比旗舰模型便宜，但独立测试却说它比 Opus 4.8 更贵，有一个测试里成本甚至是 4.8 的三倍，性能只提升 4%。
男：这听着像“benchmaxing”——针对基准测试做了优化，但实际使用不一定便宜。不过也有开发者说在编码任务上，Opus 5 用更少的 token 达到了跟旗舰模型一样的质量，总体来说反而是省钱的。看你拿它干什么。
女：还有个挺微妙的区别：Opus 5 延续了旧版的无数据保留政策，而旗舰模型要求 30 天保留期。这对企业用户是个重要区别。但有用户质疑说，即便合同写了“无数据保留”，Claude 有时候还能在对话里引用历史记录，说明信息实际上被存了下来。
男：基础设施的吐槽也不少。有人抱怨 Claude Team 订阅最近两周频繁出 HTTP 错误、会话丢失和 UI bug，觉得公司应该先修稳定性再发新模型。不过也有用 Max 订阅的人说从来没问题。
女：我感觉跟刚才那个注意力话题串上了——我们被不断推着去关注新模型、新功能、新基准，但底下的基础设施和稳定性反而没人管了。
男：而且这种“一直在追赶”的感觉不仅是人在体验，模型本身也在不断扩展到新模态。说到这个，Black Forest Labs 刚发布了 FLUX 3，是个多模态基础模型，同时学图像、视频和音频。
女：他们团队的想法很有意思：物理世界只有一种底层现实，不同的传感器只是捕捉了它的不同投影。图像记录空间结构，视频补充时间动态，音频能揭示视觉检测不到的因果联系。所以他们就干脆在一个架构里同时训练三种模态。
男：技术上叫 Self-Flow 方法。因为声音必须匹配冲击的瞬间，运动必须服从质量，未来必须遵循过去，这些跨模态的约束让模型学到的表征更完整。视频生成最长能到 20 秒，带原生音频，还能做关键帧到视频的过渡控制。
女：他们跟 Runway Gen-4.5 和 Luma Ray 3.2 的对比数据看着挺漂亮，偏好度分别是 77% 和 93%。但我翻社区讨论的时候发现一个有趣的质疑：博文里展示的视频全是跳剪，最长的连续片段不到 3 秒，几乎没有真人面孔的长视频。
男：这是视频模型圈的经典话题了——精心挑选的短片断和用户实际拿到手的效果之间可能存在差距。还有人说 FLUX 以前生成人物时头大脖子短，希望新版本修了。另外博文前两段被好几个人一眼认出是 AI 写的，说看到那个格式就不想往下读了。
女：不过 FLUX 3 有一个应用场景让我觉得特别实在：他们把视频生成那部分超过 95% 的计算成本，顺便用在了动作预测上。跟一家叫 mimic robotics 的公司合作，把模型部署到了奥迪的真实产线上。
男：这个逻辑很自然。要生成逼真的视频，模型本身就得学会接触、运动、重量和因果效应。动作是机器人的低维表示，把它加进训练里，初期视频生成质量会掉 10% 左右，但 3500 步之后就恢复了，同时模型学会了预测动作。
女：他们在奥迪工厂处理的是传统自动化搞不定的软体操作：组装密封圈、线束插入、零件分拣。整个系统反应时间 101 毫秒，在单张 RTX 5090 上完成。视频里机械臂尝试了三次才把窗饰条重新装好，社区有人说这反而让人印象深刻，因为恢复能力才是真实世界的刚需。
男：从 FLUX 3 聊到机器人，再从机器人聊到硬件和基础设施，印度那边也有一个挺有意义的进展。Skyroot Aerospace 的 Vikram-1 火箭在 2026 年 7 月成功入轨，成了印度第一枚完全由私营企业开发的轨道火箭。
女：他们原定的目标其实特别保守——一开始只是“成功起飞、离开发射塔、收集尽可能多的数据”。结果火箭直接飞到了 450 公里高的近圆形轨道，把所有卫星都释放了。
男：火箭前三节是固体发动机，第四节是液体燃料的，用 3D 打印喷注器，最终加速到大约每小时两万七千公里的轨道速度。固体火箭的好处是结构简单、部署快，缺点是没法节流也没法紧急关机。第四节液体负责精准入轨，这个组合在这个体量的火箭上挺务实的。
女：Skyroot 的定价大约每次发射 500 万美元，每公斤一万四到一万五美元，还额外打七折去跟印度国家航天机构竞争。CEO 说更长期的愿景是可重复使用的大型液体火箭，目标是“多国日发射节奏”。
男：公司成立八年，融了大约一亿六千万美元，估值十一亿，员工超过一千人，平均年龄二十八岁。印度总理莫迪发射后打电话祝贺，还说要求航天工业在 2030 年前把年发射次数从五次提升到五十次。
女：我们在聊物理世界的发射，但数字世界也有东西在往外泄露，而且是很离谱的那种。有个安全研究员在分析韩华监控摄像头的固件时，发现登录页面里硬编码了一个 GitHub Token，拥有管理员权限，能访问公司组织内好几百个仓库。
男：Token 是被 Vite 构建时把整个 process.env 打包进去的，散布在大约三十个 UI 文件里。固件本身有两层加密，第一层用固定口令，第二层是 AES-256-CBC，但密钥和 IV 都硬编码在升级程序里，只用一个简单的 XOR 混淆遮了一下。
女：他用 Claude 分析二进制文件，很快就还原了解密命令，把根文件系统完整提取出来了。解密后的环境变量里还出现了三个美国国防部的 IP 地址，以及对应的文件共享和搜索服务地址。
男：有人提醒说，很多公司会“借用”国防部未公开路由的 IP 段做内部网络，虽然是不好的实践但很常见，不一定代表直接关联。不过考虑到韩华集团旗下有航空航天和防务子公司，这个细节还是让人多想了那么一下。
女：他从官网下了大约五百个固件，六成二能用同样方法解密，只有三个包含那个 Token，而且三个是同一个。他通过公开安全邮箱报告，十二小时内公司就回复说 Token 已经撤销了。社区里有人说，LLM 的出现让传统的代码混淆基本失效了，因为 AI 能快速消除逆向二进制时的人力耗时。
男：这种把凭证嵌进固件的低级错误反复出现，其实和另一件技术上看起来完全不沾边的事很像——Fields 奖为什么重要，但又为什么让大家觉得自己很笨。
女：你这个跳跃我需要解释一下。2026 年的四位 Fields 奖得主：Yu Deng、John Pardon、Jacob Tsimerman 和 Hong Wang。
男：Deng 从稀疏气体的硬球动力学严格推导出 Boltzmann 方程，这差不多是把一个物理学的直觉用数学彻底夯实。Pardon 在辛几何里搞出了虚拟基本循环的新方法。Tsimerman 用 o-minimality 这个东西重塑了算术和复代数几何。Wang 在调和分析和几何测度论上把几个长期难题推了一大步。
女：社区里有一个评论我印象很深：一位工程师说自己修过七门数学课，但完全看不懂 citation 里任何一个术语。这种感受其实跟“为什么固件会泄露 Token”是同一个问题——专业领域的高墙已经把大多数人挡在外面了，而墙里头的人也在犯错。
男：Tsimerman 本人公开说过他认为 AI 将在两年内超越人类数学家，而且已经被 OpenAI 聘用了。他和 Critch 合写过一篇论文，系统分类了 AI 可能导致人类灭绝的场景。社区里有人调侃这是“用 LaTeX 排版后看起来像哲学的科幻作品”。
女：Fields 奖的讨论自然带出了另一个话题：如果顶尖数学家都在用 AI 了，那普通开发者呢？咱们前面提到 Open 5 和 FLUX 3 这些模型，确实给人一种“编程已经被解决了”的错觉。但现实好像正好相反，软件质量反而在全面变差。
男：有个作者列举了一周内发生的例子：银行 app 要三次面容识别才能看到验证界面；Slack 窗口突然弹出来抢走焦点，把他在终端里敲的命令直接发到了群聊里；冰箱保修表单提交报错，只有打开控制台才能发现问题。
女：有个细节特别有画面感：他的车载系统更新之后，转向灯的声音随机消失，点屏幕开地图却弹出收音机，每次触摸延迟一两秒。转头在社交平台上看到负责那个系统的产品经理正在庆祝自己做得“出色”。
男：那个词用得真精准——“每次用这个产品时都要跟它打架”。作者不认为 AI 是罪魁祸首，他说那些 GPU 农场给了团队超能力，但没人把它用在把软件做好上。根本原因是 KPI 导向：让产品更稳定不直接影响数字，也没法在演示里显得兴奋。
女：社区里好多人说，更新软件已经变成恐惧而不是期待了。有个人说：“当看到待处理更新图标的时候，我的第一反应是‘我不想更新，他们肯定会搞坏新东西’。”这种情绪几乎成了普遍体验。
男：自由软件被很多人当成出路。有人说把电脑系统设置好“焦点窃取预防”之后，应用启动时再也不会抢走你正在敲的东西。Linux 用户说“我的电脑只会服从我，不多做一件事”。但自由软件也有自己的问题，声卡配置、显卡驱动、桌面环境的不稳定变化——说到底，“Linux 桌面永远差最后一步”也不是一句空话。
女：这让我想到另一个关于自由的讨论。有个开发者最近写了篇文章，说他离开 Codeberg 不是因为它禁止了某些项目，而是因为他意识到，一个以“自由”为核心的平台，也开始告诉用户“哪种软件是好的、哪种不是”。
男：事情的起因是 Codeberg 更新了服务条款，要限制 LLM 生成的代码仓库和加密货币项目。公告文章的措辞比较激烈，说“氛围编码者”没有社区，把 LLM 描述成“把能量转化成代码的统计机器”。
女：作者的反驳很直接：绝大多数自由软件的开发者本来就是独行侠，周围根本没有浪漫化的“社区”。他举了一堆例子——核心基础库、加密软件、下载工具——基本都是单人或极少数的维护者，但这不影响它们的重要性。Codeberg 本身用的平台也是从别人的项目分支出来的，反过来教训独立开发者“没社区”，这个立场确实有点站不住脚。
男：真正让他不安的不是具体禁止了什么，而是一个以自由软件为根基的平台，开始按意识形态来判断什么代码可以托管。他说今天“无争议”的禁令就是明天下一步操作的先例，当初鼓掌支持第一轮的人，很少有机会在第二轮表态。
女：他提出一个替代方案：不全面禁止，而是让作者声明仓库包含 AI 生成代码或与加密货币相关，然后把这类仓库分到单独的基础设施层，设置配额甚至收费。这样把资源消耗的代价转嫁给制造消耗的人，而不是一刀切。
男：评论区也有人说，Codeberg 一向有自己的选择标准，只托管自由软件，禁止私人仓库用于非自由目的。这次禁令可以看作是同一逻辑的延伸。但问题在于，选择标准从“是否自由许可”变成了“是否意识形态正确”，这个转变比禁令本身更难消化。
女：最终他决定自己搭一个公开的 Git 托管服务，不是因为自己的项目被禁了，而是不想依赖一个会随意重写条款、事先不公开讨论的平台。
男：这件事和刚才那个软件质量衰退的话题放在一起，指向了同一个问题：不管是商业巨头的产品，还是社区资助的非营利平台，用户真正缺少的是能对自己使用的工具有所掌控。
女：是啊，软件也好，注意力也好，说到底都是同一件事——一旦你放弃了对它的掌控，它就会被别人或者别的系统接管。
男：而且接管你的不一定是坏东西，可能就是一个小小的计时器，或者一个只有终端和离线文档的用户账户。
女：用物理笔记本记想法，散步不戴耳机，把手机调成灰度模式——这些方法听起来不起眼，但都是在给自己拿回一点点选择权。
男：就像那个 Window 98 的纯 CSS 库一样。没有任何 JavaScript，按钮就是 button，输入框必须配 label，组件结构老老实实用语义化的 HTML。所有规则都明明白白摆在那，你可以覆盖样式，但不会破坏功能。
女：很多人怀念那个时代的界面，说灰色的禁用按钮一眼就能看出来，不像现在扁平设计把状态都藏起来。有人甚至说 Windows 2000 是用户界面设计的巅峰，之后圆角和浮动边距反而降低了可用性。
男：作者说这是他 burnout recovery 的项目，不再主动开发了，但会接收高质量的 PR。有个用户发现系统字体有一点点不准确，直接提了修复。还有人用它做了数学练习题网站、音乐播放器、桌面环境模拟。
女：听起来像是一种对抗现代软件“肿胀”的方式——回到最简单的约定，做一件事，做到像素级准确。
男：对，不抢焦点，不推送更新，不偷偷改条款。
女：今天聊了很多，从注意力涣散到新模型发布，从火箭发射到固件泄密，再到数学界的最高荣誉和软件质量的集体滑坡。好像所有线索最后都指向同一个词：掌控感。
男：不管是你的注意力、你的代码托管平台、你的车载系统还是你每天用的工具，拿回一点掌控感，可能是今年最值得投入的一件事。
女：好了，今天的节目就到这里。感谢收听 Agili 的 Hacker Podcast，我是莓莓。
男：我是阿迪。
女：记得用泛用型播客客户端订阅我们，下期见。
男：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。