今天的内容覆盖了几个互不相关的深层矛盾：越来越多人发现所谓的“年龄验证”并非保护儿童，而是为自动化监控铺路；一台机器的简历筛选分数可以纯粹靠运气，而这件事正在以“效率”的名义被自动化；一个无人岛上的假身份劫持了 Google 的内容仲裁系统；内存价格十六年后回到原点，但软件的内存胃却更大了。
这些故事来自 Agili 的 Hacker Podcast 每日精选。
多个国家正在以“保护儿童”为由推行年龄验证法规。一篇匿名技术文章指出，这本质上是把账户和真实身份绑定，让执法部门能以近乎零成本锁定任何发言者的身份——就像 RIAA 过去通过 ISP 向下载盗版者批量寄送警告信那样。
执法需要两个要素：行为本身，以及行为的归属。在网络空间，前者已经不难获取，后者才是瓶颈。你不能传唤一个叫“PickleDog52”的人。现行做法依赖 OSINT（开源情报）和传票去查 IP、邮箱或电话，费力、无法规模化，且常常缺乏合理怀疑。
年龄验证机制的真正影响在于：它大规模地把匿名账号和社保号、身份证这类物理身份挂钩。一旦基础设施铺好，归属流程就可以全自动运行。
Hacker News 用户指出，多数人很难想到政策的第二、第三阶效应，而这一盲区正被善于系统思考的人利用。有人提议为所有法律设定一到十年的自动过期期限，到期必须重新通过完整立法程序。
还有评论者分享了自己向爱尔兰议员邮件反对“聊天控制”时收到的回复，对方暗示发件人关心的可能是非法内容而非隐私权。这引发了更深层的担忧：隐私保护可能被系统地污名化，最终变成违法行为的前提。
有评论提醒，端到端加密和加密货币确实被犯罪分子使用。真正有效的反对需要承认这些挑战，并提出最小侵入的替代方案，而不是单纯喊口号。
文章的建议很直白：不要交出身份。如果必须验证，可以寻找接受 Monero 支付的服务。
HackerRank 开源了它的简历筛选系统（ATS）。Dan Kinsky 用自己的简历做了实验：第一次跑出 90/100，删掉几行调试代码后跌到 74，再跑一次又回到 88。他把温度调到 0.1，循环一百次，得分最低 66，最高 99。如果公司把分数线划在 85，他有 65% 的概率被随机淘汰。
这个工具先调用 LLM 六次从 PDF 中提取结构化信息，再拉取 GitHub 仓库作为额外上下文，最后由 LLM 一次性打分。权重分配：开源贡献 35 分，个人项目 30 分，工作经验 25 分，技术技能 10 分，另有 20 分奖金项涵盖创业经历和个人博客。
技术技能得分高度稳定，因为这是纯 checklist。但个人项目评分波动极大——同一份项目描述，一次被评价为“缺少架构复杂度”，下一次就说“展示了实际部署经验”。经验评分更荒谬：两份简历工作经验相差数年，却都拿到满分 25/25。
有人早在去年就开了 GitHub issue：在温度 0 设置下连续跑六次，分数分别是 27、34、32、34、34、30。社区澄清了根源：即使温度设为 0，当多个 token 概率相等时采样仍有随机性。更深层的原因是 GPU 浮点运算在硬件层面就不具备确定性——矩阵乘法的精度受运算顺序影响，不同 GPU 型号、不同批处理路由都会改变结果。
完全依靠 AI 筛选候选人在多国法律下存在风险。GDPR 保障被拒绝者有权要求人工复核自动决策的结果。现实则更微妙：HR 名义上只是把 AI 分数当作参考，但在实践中，排名靠后的简历通常被直接跳过。
这不是筛选质量的问题——它只是在筛，扔掉一半简历，然后告诉求职者你运气不好。
这份交互式数据集追踪 DRAM、NAND 闪存和 HBM 三种存储技术的最低零售价，覆盖六十余年。数据显示，价格在 2010 年代后降速明显放缓，近年甚至出现反弹。按名义价格计算，当前 DRAM 每 GB 价格与 2010 年左右持平。
早期“每 GB”这个单位本身没有现实意义——1973 年一台 IBM 370 系统升级到 1 MB 内存已经是件大事。数据集拼接了 John C. McCallum 从 1957 年开始追踪的经典系列，以及从 Amazon 价格历史抓取的近期数据，并标注了各来源的可靠性。HBM 数据来自第三方分析估计，因为没有公开现货交易市场。
社区讨论提到多种因素叠加：软件对内存的需求在同期快速增长，实际购买力感受比表格更糟糕。电容尺寸已逼近物理极限，多级 DRAM 类似于 MLC NAND 的想法在工程上行不通。加密货币和 AI 需求被提及为近期价格波动的推手。
Roberto Serrano 教授在高级数理经济学课程 ECON 1170 中发现，三月开卷期中考试平均分高达 96 分，40 名学生拿了满分。批改人员注意到一些答案包含 ChatGPT 输出特有的结构。他警告学生期末将改为闭卷线下考试。结果期末平均分骤降至 48 分。更说明问题的是：89 名参加期中的学生中，27 人缺席期末，其中 22 人期中拿了满分。
Serrano 是盲人经济学家，在布朗大学任教 34 年。他原本因为 2025 年校园枪击事件后希望缓解学生焦虑，才坚持使用开卷考试。他向校方报告作弊后，校长保持沉默，院长直到案件进入学术委员会才承认这“敲响了警钟”。他公开表示，学校需要正视问题的严重性，而非私下处理。
社区讨论的核心共识是：AI 已经让传统开卷或可上网考试失效。回归纸笔考试、使用锁定计算机的机房、改为现场演示加问答，这些方案被反复提及。一位用户总结道：“问题不在于 AI，而在于评估方式。”
2022 年，Gergely Orosz 详细报道了活动公司 Pollen 的倒闭丑闻：公司拖欠员工工资和养老金，CTO 手动对客户发起 320 万美元重复扣款且从未退还。四年后，Orosz 收到 Google 通知，称这篇报道因版权侵权投诉被从搜索结果中移除。
投诉人“Ellie Piee”声称文章抄袭了 1999 年纽约邮报的一篇报道——两篇文章没有一个相同的句子。投诉人填写的地址是布维岛，一个挪威的无人居住海外领地。
任何人都可以提交虚假的 DMCA 通知抹掉不喜欢的文章，而投诉方几乎不承担任何代价。法律上伪证罪的规定从未被真正执行过。社区评论指出，这种低成本、高收益的封口手段在声誉管理行业相当常见，反而强化了斯特赖桑德效应——这篇报道和相关讨论已经成为相关关键词的热门结果。
知识蒸馏是一种将大模型能力压缩到小模型的技术。问题是顶级模型如 GPT-4 通常不公开内部状态。研究人员提出 Proxy-KD，用一个代理模型作为媒介从黑盒教师模型中蒸馏知识，实验结果显示其效果超越了传统黑盒蒸馏，甚至优于部分白盒技术。
社区讨论保持清醒：如果教师模型由 API 提供商运营，蒸馏所需查询量随学生模型规模超线性增长，公司完全有能力检测并阻止这种尝试。有人建议更务实的思路：既然 SFT（监督微调）与加用 DPO（一种偏好对齐技术）的差距很小，不如集中资源把 SFT 数据集做到极致。
macOS Tahoe 引入了新的磁盘镜像格式 ASIF（Apple Sparse Image Format），专为虚拟机设计。一位安全研究者通过十六进制转储、系统二进制分析和 IDA Pro 反汇编，完整还原了格式结构。
文件头部之后是一个支持原子更新的目录结构。数据条目用 55 位存储块号，2 位标志区分未初始化、已初始化、未映射和含位图四种状态。位图以每 2 位一个块的方式追踪空间分配。研究者推导出了从虚拟偏移量到实际数据块的完整寻址算法。
社区讨论提了一个务实的问题：ASIF 比 Qcow2 强在哪？答案很简单——能在 macOS 上原生挂载。
阿拉伯语بِسْمِ ٱللهِ ٱلرَّحْمَٰنِ ٱلرَّحِيْمِ（意为“奉至仁至慈的真主之名”）出现在《古兰经》每章开头。早期字体引擎无法正确渲染这种复杂连字，解决方案是在 Unicode 中分配独立码位 U+FDFD，指定一个完整字形的图形表示。
这个字符在不同系统上的表现差异惊人。在 Firefox 中它宽而窄，在 Android 手机上是另一种形态，在 iMessage 中输入会以书法字体呈现。被著名字体设计师公开批评的 Android 字形，甚至把“Allah”这个词错误地插到了“Bismi”中间。
整个故事围绕技术文本输出与千年书法传统之间的张力展开，作者正在一步步从一个字母开始学习读懂菜单。
两台配置一致的虚拟机跑相同负载，一台永远慢 20%。原因与工作负载和宿主机都无关——慢的那台内存落在了互连总线的另一侧。
在多插槽服务器中，每个 CPU 都有自己的内存控制器。访问本地内存快，跨节点必须经过互连总线。轻载时跨节点只比本地慢一到三倍，多线程争抢之下延迟可能变成四到五倍。尾部延迟往往最先暴露问题。
Linux 默认的“首次接触”策略是一个经典陷阱：初始化线程分配并清零一块缓冲区，后续由工作线程在其他节点使用。所有页面都落在初始化线程的节点上，每次访问都是远程。
Xen 从不向自己的控制域暴露底层 NUMA 拓扑，存储守护进程因此完全无法区分本地和远程内存访问，跨总线的数据搬运静默发生。上游客户机同样被剥夺了拓扑信息——即使 hypervisor 把内存和 vCPU 完美配对，客户机内核看到的地址空间仍然是平坦的，基于错误信息做的“NUMA 优化”反而可能把请求引向慢路径。
社区分享的案例很多：MySQL 库文件缓存在错误节点导致查询变慢，100Gbps 网卡因线程和网卡不在同一节点掉到 20Gbps，Go 运行时在数百核服务器上因 GOMAXPROCS 默认值造成 200% CPU 尖刺。
Mullvad VPN 的联合创始人兼 CEO Daniel Berntsson 被发现是瑞典 Örebro 党的主要资助者。该党核心主张包括大规模驱逐非白人移民——即使是在瑞典出生的公民。
Mullvad 的另一位联合创始人在讨论中承认，他和 Berntsson 各持一半股份，对方有权表达个人政治立场，但自己对此表示遗憾。大量用户表示会更换 VPN 服务。社区也提醒，Proton VPN 的 CEO 此前也卷入过类似争议，更换之前值得查清情况。
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：今天我们要聊的话题有点多，而且跨度还挺大。从一个可能影响我们每个人网络发言的事情开始吧，叫做年龄验证。阿迪，最近我看到好几个国家都在推这个，说是为了保护儿童，你怎么看？
男：嗯，保护儿童这个理由听起来永远是对的。但我读了一篇匿名分析文章，它的观点很直接，说这个“年龄验证”其实是“言论归属”的第一步。就是把你的网上账号，和你真实的社保号、身份证这种物理身份，牢牢绑在一起。
女：这听起来像进网吧查身份证，很合理啊。为什么会有担忧？
男：问题在于以后的自动化。现在执法机关要查一个网名叫“PickleDog52”的人，得去跟平台打官司、查 IP、查付款记录，这一套流程很重，没办法大规模用。但一旦大部分人都在一个强制验证的系统里，你发一条让某个政客不开心的推文，或者在群里说了些过头话，可能一封警告信或者有人敲门就自动找上你了。
女：就是有点像当年美国唱片业协会，给下载盗版音乐的人大规模寄律师函那种感觉？
男：对，就是那个模式的升级版。Hacker News 上有个评论说得挺形象，他说大多数人都只能看到政策的第一层效果，很难想到后面的第二、第三甚至第N步会变成什么样。而那些精于系统思考的人，正在利用这一点。
女：这让我有点起鸡皮疙瘩。讨论里有没有什么听起来比较“解气”的解决方案？
男：有一个观点我觉得很冷静，不是喊口号。他说，我们不能光说“隐私神圣不可侵犯”，因为端到端加密和加密货币，确实被犯罪分子利用了，这是真实存在的问题。所以要想有效反对过度监控，得去承认新技术带来的挑战，然后一起去寻找最不侵犯隐私的解法。这比单纯拒绝验证年龄更有力。
女：说到无力感，有位朋友给议员写信反对“聊天控制”，结果收到的回复暗示他是在担心非法内容，而不是关心隐私。这感觉……像隐私这个概念本身被污名化了。
男：对，这种担忧更深了。以后可能保护隐私的技术方案，会因为“妨碍执法”而被宣布违法。Moxie Marlinspike 有句话被翻出来说，如果你的聊天不是端到端加密，那它就是一个群聊，里面有你的朋友、家人、全世界的特情局和一些网络服务商的员工。
女：这个比喻太有画面感了，让人没法不当回事。好，那我们离开这个有点沉重的监控话题，聊点职场上的事儿。最近开源社区里，有人测试了一个用大语言模型给简历打分的工具，结果有点让人哭笑不得。
男：是 HackerRank 开源的那个 ATS 系统。开发者 Dan Kinsky 就拿自己的简历去循环跑了 100 次，得分从 66 到 99 分不等。如果公司把面试分数线设在 85 分，那他有高达 65% 的概率，纯粹因为运气不好就被机器刷掉了。
女：这太夸张了。为什么同一个工具，同一个简历，他能有 99 分也能有 66 分？
男：因为这个模型评判“个人项目”好坏时，一会说它“缺少架构复杂度”，一会又说“展示了实际部署经验”。这种需要判断的题，大模型很不擅长。更离谱的是“经验评分”，他拿自己只有一段实习的简历去试，也是满分。因为提示词里没给够评分锚点，一个实习生和十年经验的工程师，在机器眼里都能是 25 分。
女：这不仅仅是噪声大的问题，它好像还在系统地制造偏见？
男：对，最狠的一点是，整个评分里有 65% 的权重压在开源贡献和个人项目上。这意味着，那些经验极其丰富但代码没放在 GitHub 上的工程师，在见到 HR 之前就已经丢了超过一半的分数。这工具不是在筛选质量，它就只是在随意地扔掉一半简历，然后告诉求职者，你今天运气不好。
女：社区里有没有人从技术原理上解释，为什么哪怕把模型的“温度”调到零，它还是不稳定？
男：说到了点上。温度设为零只是让概率分布变得更尖锐，并不是一个真正的确定性开关。而且，更深层的原因是 GPU 硬件层面，它的浮点数加法本身就不是确定性的。不同批次的请求路径不一样，不同型号的 GPU 也会有微小差异，这些最终都会影响分数的随机波动。
女：所以我们就放进来一个随机数生成器来决定一个人的职业前途。那让我们再从计算机的世界往外走一步，看看我们用的硬件。有一份斯坦福的数据集，追踪了内存几十年的价格变化。阿迪，现在内存是不是白菜价了？
男：很长一段时间里是的。数据集显示，从 1979 年到 2009 年，每 GB 的价格从大概一千万美元这个量级，直线降到了十美元。但后来故事变了，2010 年代开始，降价速度明显放缓，甚至这几年还有反弹。按名义价格算，我们现在买内存，可能比 2018 年还便宜点，但跟 2010 年左右比也没差太多。
女：感觉内存价格不动了，但我们软件吃起来可是越来越猛了。
男：这就是大家体感上觉得贵的矛盾点。有人提议说应该计算“每完成一个标准任务需要的内存价格”，但被否了，因为对硬件市场来说，每 GB 多少美元依然是个硬指标。价格跌不下去，一方面是因为加密货币和现在的 AI 需求在拉，另一方面是工艺进步，摩尔定律那个节奏确实到头了。
女：我好像听你说过，内存颗粒那个电容小到物理极限了？
男：对，有人在讨论多级 DRAM 的可能性，就说一个电容不只是存 0 或 1，而是存多个电压等级，能增加容量。但评论里指出，那个电容的尺寸已经小到很难可靠地分出好几个电压等级了，物理墙就立在那。
女：成本高，技术又遇到物理极限，感觉所有路都慢下来了。好，我们把镜头再切一下。阿迪，AI 这么厉害，大学生用起来，好像给教授们出了个大难题。
男：布朗大学有位教高级数理经济学的 Serrano 教授，他本身就是一位盲人，之前为了缓解学生在枪击案后的焦虑，就把考试弄成了开卷。结果 3 月份的期中考试，平均分 96，40 个学生拿了满分。但他发现，很多答案里有和 ChatGPT 输出一模一样的奇怪段落。
女：那他怎么办？这不开卷了个寂寞嘛。
男：他警告学生期末会改成线下闭卷，而且如果成绩分布跟期中不匹配，就只计期末分。结果期末平均分是 48。更厉害的数字是，有 27 个学生直接缺考了，而这 27 个人里，有 22 个期中拿了满分。
女：这几乎是“不打自招”了。学校是什么反应？
男：教授说他报告后，校长一直沉默，院长直到他把案子捅到学术委员会才说这“敲响了警钟”。教授很不满，觉得学校反应远远不够。他决定以后所有课都取消开卷考试。
女：评论区是不是又在争论“都是考试的错”？
男：确实。很多人说是评估方式没跟上，AI 能写论文写代码，传统开卷考当然失效。但这和教授认为作弊证据确凿并不矛盾。问题是，当我们用 AI 筛简历时，觉得它不够格；但学生在用 AI 应付考试时，我们又觉得是老师出题不行。这个标准好像有点飘忽。
女：这倒是个很有趣的悖论。让我们从教育这个象牙塔，再跳到一个更险恶的真实商业世界里去。阿迪，有一家叫 Pollen 的科技公司，他们倒闭时已经很糟糕了，结果四年后，还有人想把关于它倒闭的报道从网上抹掉？
男：极其恶劣。软件工程师 Gergely Orosz 当年写了篇万字长文，揭露这家公司对员工撒谎、拖欠工资、CTO 还手动操作给客户重复扣款几百万美元不还。结果四年后，他收到 Google 通知，说他这篇文章因为侵犯版权被移除了。
女：啊？谁敢说这篇揭露报道侵犯他的版权？
男：一个叫“Ellie Piee”的人，声称 Orosz 抄袭了 1999 年纽约邮报的一篇文章。但两篇文章没一句话是相同的。更荒唐的是，这个投诉人登记的地址是布维岛，一个没人住的挪威海外领地。
女：这就差把“我是假的”写在脸上了。Google 的系统就这么脆弱吗？
男：对，这就是核心问题。任何人，只要填一张假的 DMCA 版权投诉表，几乎不承担任何后果，就能让你不喜欢的文章从搜索结果里消失。这变成了一种低成本、高收益的“网络封口”手段。
女：这倒是意外地呼应了我们第一个话题，就是系统被滥用。
男：而且这还引出了斯特赖桑德效应，本来那篇文章可能热度过去了，结果这么一搞，所有人都想来看看这篇被疯狂投诉的文章到底写了什么，现在它又成了热门。
女：好一个反向操作。聊完这些现实的摩擦，我们最后来说点纯粹的技术解压。阿迪，我看有人逆向工程了苹果 macOS 的一个新磁盘镜像格式 ASIF，这过程听上去像考古？
男：像数字时代的法医。作者是从一个十六进制转储文件开始的，在里面找魔数、字段，然后去系统的二进制文件里找校验逻辑，再用反汇编工具一点点确认每个头部字段是干什么的。
女：听着就很费功夫。这个为虚拟机设计的新格式，有什么特别之处吗？
男：一个关键设计是它的目录支持原子更新，就是更新操作要么全做完，要么不做，不会出现写到一半的损坏状态。还有个挺巧思的地方，它用 55 位来存块号，2 位来做标志位，比如标记这个块是没初始化、已分配还是没映射。最后作者把实现开源进了 dissect.hypervisor 这个工具链里。
女：我看到一条社区评论很有意思，说这个 ASIF 跟别的格式比，最大优势是“能在 macOS 上原生挂载”。这有什么门道吗？
男：非常实用。以前你双击一个 DMG 文件想拷个应用出来，觉得慢，其实不光是解压缩，还有 macOS 的 Gatekeeper 安全检查在拖后腿。而且因为 DMG 是独立的卷，哪怕底层是 APFS 文件系统，跨卷复制也用不上 copy-on-write 那种瞬间完成的特性。
女：所以有些麻烦是背后有一整套机制在跑。那再解压一点，我们来聊一个特别美的技术话题。有一篇关于阿拉伯文排版的文章，说为了解决一个神圣的短语被错误渲染的问题，在 Unicode 里专门为它安了一个家。
男：这个短语是 basmala，意思是“奉至仁至慈的真主之名”，它出现在《古兰经》几乎每一章的开头。在早期的字体引擎里，阿拉伯文的连字渲染不好，字母会像拉丁字母一样散着显示。日常文字勉强忍了，但这句话绝对不行。于是 Unicode 给它分配了一个单独的码位 U+FDFD，让它能用一个精雕细琢的完整字形来显示。
女：但它好像在不一样的设备上长得都不一样？
男：对，这正是有趣的地方。在 Firefox 里它可能是窄长的，在苹果 iMessage 里可能会用一种叫 Nastaliq 的乌尔都语书法字体渲染，非常华丽。但有个字体设计师批评说，安卓上那个版本的 basmala 字形质量很差，甚至把“真主”这个词插到了“奉之名”中间，完全破坏了词的结构。
女：这背后是不同文化对文字和艺术的极致追求吧。
男：没错，有人提到，因为伊斯兰教禁止具象艺术，艺术家的所有才华和技巧全倾注在书法和几何图案上了。这才发展出那么多风格迥异的字体，像 Naskh、Thuluth，光看书法甚至能猜出写的人来自哪里。
女：看来从一段十六进制代码到一句神圣的书法，这中间全是人类智慧的痕迹。好，到了我们节目的尾声了，阿迪，你有什么想对大家说的？
男：今天的话题跨度有点大，从隐私、AI 笑话，到内存物理极限和几千年的书法。它们背后好像都指向同一件事：我们在建造一个极其复杂的系统，而理解它的成本正变得前所未有的高。不管是技术上的 NUMA 陷阱，还是社会层面的“年龄验证”，看不见的成本往往由普通人最后买单。
女：说得真好。感谢大家收听这一期的 Agili 的 Hacker Podcast。如果你喜欢我们的节目，记得用泛用型播客客户端搜索并订阅，这样就不会错过任何更新。
男：我们下期再见。
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。