欢迎来到 Agili 的 Hacker Podcast。今天我们为您带来科技圈的最新动态，涵盖人工智能商业化、开源硬件探索、编译器技术演进以及生活黑客的科学实践。
Google 计划在搜索引擎的 AI Mode（AI 模式）中展示广告。为了将 AI 搜索流量变现，Google 正在测试 Conversational Discovery ads（对话式探索广告）和 Highlighted Answers（高亮回答）这两种新格式。大语言模型 Gemini 会根据产品信息生成专门的解释文本，并将背景信息与广告内容一同展示。此外，传统搜索中也将加入 AI-powered Shopping ads（AI 驱动的购物广告）和 Business Agent for Leads（线索商业代理），用户可以直接在广告内与品牌的智能助手实时沟通，无需填写静态表单。
在这些广告中，所有推广内容都会标有“Sponsored”（赞助）字样。但社区讨论指出，由于 Gemini 生成的合成回答与广告内容深度整合，用户可能会更难分辨客观的 AI 推荐与付费推广。这种模糊的界限也可能面临联邦贸易委员会（FTC）关于广告信息必须“清晰且醒目”披露的合规质疑。
除了即时的广告收入，Google 还可以通过这一功能收集大量用户在对话场景下的互动反馈，用于训练“如何有效影响人类决策”的 AI 模型。分析指出，广告是 Google 的支柱业务，其融入 AI 搜索是商业逻辑的自然延伸。一旦 AI 搜索全面引入竞价机制，其生成的推荐内容可能会像传统搜索引擎优化一样受到商业利益的干扰，进而偏离客观事实。
Flipper Devices 团队公布了正在开发的网络安全掌上平台 Flipper One。与专注于近场协议的 Flipper Zero 不同，Flipper One 专注于网络处理和高性能计算。设备采用双处理器设计，主处理器为瑞芯微的 Rockchip RK3576 八核 SoC（System on Chip，系统级芯片），配备 8 GB 内存和用于本地 AI 推理的 NPU（Neural Processing Unit，神经网络处理器）；协处理器为树莓派的 RP2350 微控制器。设备背部的 M.2 扩展插槽支持 PCIe 2.1 和 USB 3.1 协议，可外接 5G 模块或 SDR（Software Defined Radio，软件无线电）硬件。
开发团队致力于摆脱芯片厂商的旧版板级支持包，正与 Collabora 团队合作，将 RK3576 的全部硬件支持合并进 Linux 主线内核。不过，目前引导链中仍保留着闭源的内存训练二进制固件。社区内的固件工程师指出，芯片厂商为了通过 FCC（Federal Communications Commission，美国联邦通信委员会）的无线电合规认证，通常会限制射频参数，因此完全摒弃闭源固件在现实中面临很大阻力。
在软件层面，团队正在开发 Flipper OS，允许用户在 Debian 系统的基础上创建配置快照，便于在不同的网络工作环境之间进行一键切换与系统恢复。另外，专为小屏幕设计的菜单驱动框架 FlipCTL 允许用户直接使用按键控制命令行工具，无需依赖复杂的图形窗口系统。
许多开发者对 FlipCTL 这种非 GUI（Graphical User Interface，图形用户界面）交互框架的实用性表示认可。但也有人质疑该项目存在范围蔓延的问题，如集成离线大语言模型和卫星通信等功能，会显著拉高硬件成本并延迟产品交付。部分用户认为，相比于制造一台昂贵的 Linux 掌上电脑，完善近场协议并推出 Flipper Zero 的二代产品才更切合用户的核心需求。
开发者 kageroumado 逆向分析了 macOS 的壁纸系统，并在 GitHub 上开源了壁纸管理工具 Phosphene。该工具基于苹果的私有框架 WallpaperExtensionKit 构建，利用 Swift 的反射机制提取系统内部的 XPC（苹果进程间通信机制）数据结构。用户可以将自定义的 MP4 或 MOV 视频导入系统，并直接在系统壁纸面板中进行配置，壁纸渲染则在系统级的独立进程中安全运行。
为了确保流畅度和节省电量，渲染器摒弃了在远程上下文中容易失效的传统播放图层，改用直接驱动示例缓冲区显示图层。通过在循环边界累加时间戳，消除了视频循环播放时的首尾卡顿。系统内置的策略会实时监测设备状态，当检测到电池电量低、设备发热或桌面被其他应用完全遮挡时，视频壁纸会自动暂停或降低分辨率。
在开发过程中，作者通过运行时方法交换技术绕过了苹果对非官方插件在锁屏过渡时的校验限制。相比于官方视频壁纸偶尔会在后台重复下载并消耗大量网络流量的问题，Phosphene 采用本地视频注入系统管线的方式，有效避免了流量损耗。
Anthropic 宣布扩大与 SpaceX 及 xAI 的合作，在 2026 年中增加 Colossus 2 数据中心内 GB200（英伟达 Blackwell 架构图形处理器）的计算容量。目前 Anthropic 面临着算力紧缺的局面，而 xAI 拥有富余的硬件资源。据泄露数据显示，xAI 现有的模型浮点运算利用率仅为 11%。通过向 Anthropic 租赁算力，xAI 能够加速收回其数百亿美元的资本支出，其控制者 Elon Musk 也能借此扶持 OpenAI 的直接竞争对手。
在竞争对手的数据中心运行模型引发了关于数据泄露的担忧。除商业合同外，Anthropic 已经停止向外部接口直接展示详细的思考 Token（词元，模型处理的最小文本单位），转而提供总结后的思考内容，以防止其他公司通过接口数据进行模型蒸馏。
Colossus 数据中心对当地环境的影响也引来不少批评。由于当地电网扩容缓慢，该设施安装了多台燃气轮机进行自主发电。居民和环保组织指出，这些持续运行的涡轮机排放了大量氮氧化物并产生低频噪音。在太阳能和电池储能尚无法满足 24 小时高负载的当下，数据中心依然难以摆脱化石能源发电设备。
1980 年，计算机科学家 Donald Knuth 发表了论文《S 的写法》。这篇论文源于他为著作《计算机程序设计艺术》寻找高标准排版的过程。在排版技术转向早期光电排版后，字体的视觉效果变差。为了挽救排版质量，他暂停了书籍写作，转而开发 TeX 排版系统和 METAFONT（一种用几何公式描述字体的程序）。在设计字体时，他拒绝了施乐帕洛阿托研究中心（Xerox PARC）的专有权要求，坚持数学公式属于全人类，不应被任何人私有。
在大写英文字母中，“S”的数学建模最为困难。大多数字母基于单一的椭圆或有直线作为结构约束，而“S”则完全由连续变化的弯曲度决定，没有用以稳定视觉的直轴。此外，完全几何对称的“S”并不符合大众审美，设计时往往需要对下半部分曲线进行微调，这进一步增加了数学描述的复杂度。
为了实现精确输出，Knuth 和他的学生使用光电照排机，重写了底层固件，并编写了将 DVI（设备无关文件）格式翻译并驱动硬件的程序。这种以几何公式和代码定义字体的方法，保证了排版文档在不同分辨率的输出设备上都能保持像素级的一致性。虽然 METAFONT 的参数化设计理念与传统字体设计师的直觉有所冲突，但它提出的抽象元字体概念，成为了现代可变字体技术的先驱。
Haskell 基金会宣布进行架构调整，决定在未来一段时间内不再设立全职执行董事，以便将更多资金直接投入技术工作。原有的筹款和协调工作将由董事会及一名兼职财务人员共同分担。新成立的技术委员会将制定统一的技术规划并调配资金。同时，基金会将赞助商的称呼改为“成员”，以增强社区合作感。
虽然 GHC（Glasgow Haskell Compiler，格拉斯哥 Haskell 编译器）在编译时内存占用较大，导致在低配置服务器上编译困难，但开发者目前已可以通过 GitHub Actions 或使用构建镜像生成静态二进制文件来解决这一问题。目前 Haskell 生态已经拥有较为成熟的 LSP（Language Server Protocol，语言服务协议）和包管理器。
Haskell 鼓励编写无全局状态的小型函数，这有效降低了 AI 编码时的上下文窗口要求，从而减少 Token 消耗。其强类型系统还能帮助 AI 代理在静态分析阶段快速发现错误，一些 Web 框架的开发已经开始大量使用大语言模型辅助生成代码和进行日常调试。
美国科罗拉多州参议院通过了关于计算设备用户年龄确认的 SB26-051 法案。该法案特别修订了条款，将开源项目排除在监管范围之外。法案排除了不处理个人数据以及来自免费、公开代码仓库的应用程序。这一修订减轻了开源维护者的合规负担。
社区讨论指出，法案中“免费且公开可用”的表述在法律执行中存在歧义，并未明确区分开源与源码可用（Source-available）的区别。此外，用户可以通过在本地运行开源大模型来轻易绕过这一限制，因为本地运行的工具无需上传任何个人数据。
由于应用分发平台承担了主要的法律责任，平台可能会为了规避风险而采取统一的限制措施，从而忽略针对特定地区的开源豁免条款。社区成员认为，相比于强制要求所有用户验证身份证件，更直接的解决方案是立法禁止使用成瘾性的算法推荐和暗黑模式（Dark Patterns，指引导用户做出非自愿选择的界面设计）。
即将在新版 Fedora 系统中发布的 GCC 16 编译器，默认采用嵌套项目符号列表的形式展示 C++ 模板错误，以清晰的层级结构展示参数类型不匹配的具体位置。这改善了 C++ 开发者长期面对的模板错误信息难以阅读的问题。如果不习惯这种新格式，开发者也可以通过参数恢复到传统的纯文本格式。
GCC 16 增强了对 SARIF（静态分析结果交换格式）的支持，能够捕获命名空间、类和函数的嵌套关系，并支持异常处理等控制流的数据表达。标准化的格式不仅能避免安全扫描工具的格式锁定，还方便各类编辑器直接解析并以图形化界面呈现错误链。
新版本提供了一个实验性的 HTML 输出选项，能生成带有高亮代码段和调用标注的网页，并利用阴影视觉效果展示嵌套的函数调用栈帧。在 HTML 报告中，开发者可以通过快捷键在执行路径中前后移动，查看堆栈内存状态变化。此外，分析器重写了“超图”核心数据结构以提升运行速度，不过在复杂的 C++ 项目上仍存在扩展性性能问题，目前主要推荐用于 C 语言。
Kevin Kelly 提出，人生的目标应该是让自己成为一个“极不可能”（improbable）的人。生命和进化是逆熵的系统，通过聚集能量创造出复杂且不可预测的结构。追求这种不可能性可以帮助人们找到真实的自我，并降低被人工智能替代的风险，因为目前的生成式大模型通常倾向于给出最符合概率预测的结果。
这一观点在社区中引发了讨论。有读者指出社会运转依赖职业的确定性，公交车司机或医生必须按照预期履行职责，过度追求独特可能违背社会契约。此外，从统计学角度来看，每个人的特质分布都包含独特的长尾部分，“平均人”只是一个统计学上的虚构概念，生命的独特性本就普遍存在。
针对如何建立独特性，芬兰摄影师 Arno Rafael Minkkinen 提出的“赫尔辛基公交车站理论”给出了补充。该理论认为，获得独特视角的方法并不是频繁尝试各种随机的新事物，而是长期专注于某一个领域并持续深耕，直到走出一条前人未曾走完的路。
Water Dictionary 网站提供了一种利用超市瓶装水重现世界各地特定水质的方案。用户可以通过混合两种常见的瓶装水，模拟适合冲煮咖啡或精酿啤酒的特定水质。不过有专业读者指出，网站的数据存在偏差，例如将爱丁堡的水质硬度错误标为硬水，与苏格兰水务局的官方监测报告不符，这可能是使用了历史酿造水源数据而非当前的市政自来水。
网站建议将碳酸矿泉水敞口静置一夜，去气后作为混合基水。读者指出，这一方法无法彻底清除残留的碳酸，水的 pH 值仍然会偏低，从而影响最终风味。虽然通过煮沸可以排出残留的二氧化碳，但也会同时带走水中其他的溶解气体，使水尝起来缺乏活性。
相比于购买并混合塑料瓶装水，更精准的方案是使用反渗透（RO）设备净化自来水，然后再手动添加特定比例的碳酸钙、碳酸镁、重碳酸钠和七水硫酸镁。将其制成浓缩液后按比例加入水中，并利用加压装置进行碳酸化促进溶解，可以获得成分更稳定的定制矿泉水。
女：Hello 大家好，欢迎收听 Hacker News 播客，我是莓莓。
男：大家好，我是阿哲。
女：阿哲，你平时冲咖啡或者泡茶，对水质有要求吗？我最近看到一个叫 Water Dictionary 的网站，说可以通过混合两种常见的瓶装水，来调配出世界各地特定城市的水质。比如调配出适合冲煮咖啡的墨尔本水，或者适合做酸面包的旧金山水。
男：这个想法很有意思。不过从技术细节来看，这里面有些数据不太准确。比如网站把爱丁堡的水质硬度标为 332 mg/L 的碳酸钙，说那是硬水。但根据苏格兰水务局的官方报告，爱丁堡的主要水源实际硬度只有 30 mg/L 左右，其实是软水。网站用的可能是历史上酿造苏格兰艾尔啤酒的水源数据。
女：原来是这样。那如果我想在家调配出稳定的定制水，有什么更靠谱的办法吗？
男：更好的办法是使用 RO (Reverse Osmosis，反渗透) 设备先把自来水净化，去掉所有杂质，然后自己手动添加矿物盐。有爱好者分享过一个配方，在 500 毫升水中加入 35 克碳酸钙、15 克碳酸镁等矿物质制成 40 倍浓缩液，再按比例稀释，用苏打水机加压碳酸化来促进溶解。这样调出来的水成分更稳定，也不会产生塑料瓶垃圾。
女：这听起来像是实验室里的精准配方。说到这种追求独特和精准的折腾，我最近读了 Kevin Kelly 的一篇文章。他提出人生的目标应该是让自己成为一个“极不可能”的人。在物理学里，宇宙的规律是向 Entropy (系统无序度的度量) 发展，最终走向热寂，但生命和进化是逆熵的。他觉得，做不可预测的事情，能让我们更不容易被 AI 替代。
男：这个观点从统计学角度看挺有意思。不过，社会运转其实高度依赖可预测性。如果公交车司机、医生都去追求不可预测，社会秩序就乱套了。而且 1952 年美国空军研究员吉尔伯特·丹尼尔斯测量了数千名飞行员的身体指标，发现没有一个人的各项指标能完全符合平均值。这意味着，每个人天生就是独特的，长尾特质本来就存在，不需要刻意去追求不一样。
女：确实，刻意去追求独特，反而像是一种模仿。不过他提到的一点我很赞同，就是对抗 AI 带来的职业冲击。
男：对于职业冲击，其实摄影师阿诺·拉斐尔·明基宁提出的“赫尔辛基公交车站理论”更有启发性。他说获得独特视角的方法不是频繁换赛道，而是长期专注于某一个领域持续深耕，直到走完前人没走完的路。企业在考虑用 AI 替代员工时，看重的是效率和成本，而不是员工个性是否独特。
女：说到 AI 替代，最近 Google 已经在他们的 AI 搜索模式里测试由 Gemini 模型驱动的广告了。他们调查发现，75% 的用户觉得用 AI 辅助搜索能更快做决定，所以他们顺势推出了两种新广告格式，叫对话式探索广告和高亮回答。
男：是的，在这两种广告里，Gemini 会基于产品信息生成一个 AI 解释器，把广告背景和内容放在一起，虽然会带上“赞助”标识，但它跟 AI 总结的回答整合得太深了。社区里很多人担心，这会让普通用户分不清哪些是客观推荐，哪些是付费广告。甚至可能面临联邦贸易委员会关于广告必须清晰披露的合规质疑。
女：我听说他们还要把这个推广到传统搜索里，做成直接优惠和线索商业代理，就是不用填表单，直接在广告里跟品牌的智能助手聊天。
男：Google 之前发表过关于大语言模型机制设计的论文，里面就论述了怎么在 AI 对话中引入广告竞价。社区有个担忧是，Google 这样做不仅是为了现在的广告费，还能顺便收集大量“如何在对话中影响人类决策”的训练数据。一旦引入广告竞价，AI 生成的推荐内容很可能会偏离客观事实。
女：AI 巨头们为了跑模型，对算力的胃口也越来越大。最近 Anthropic 扩大了跟 SpaceX 和 xAI 的合作，要在 Colossus 2 数据中心增加 GB200 (英伟达 Blackwell 架构图形处理器) 的计算容量。这挺让人意外的，毕竟他们算竞争对手。
男：这其实是各取所需。Anthropic 缺算力，而 xAI 之前因为 Grok 模型的市场需求不够大，硬件资源有富余。有数据显示 xAI 的 MFU (模型浮点运算利用率，评估 GPU 实际计算效率的指标) 只有 11%。把算力租给 Anthropic 既能回笼资金，也能帮埃隆·马斯克扶持 OpenAI 的对手。
女：把自家模型的训练和推理放到对手的数据中心，不会有安全隐患吗？
男：虽然物理上数据中心归 xAI 管，但通过商业合同和通信加密技术可以降低风险。为了防止 xAI 通过接口获取数据进行模型蒸馏，Anthropic 已经停止向外部展示详细的思考 Token (词元，模型处理的最小文本单位)，只提供总结后的思考内容。不过这个数据中心对环境的影响挺大，因为电网不够用，他们用了很多燃气轮机自主发电，当地居民一直在抗议低频噪音和氮氧化物排放。
女：用技术解决问题总要付出代价。说到编写模型和开发，你最近关注 Haskell 社区的变化了吗？Haskell 基金会最近在做架构调整，执行董事 José 要离职了，而且为了省下资金直接投入技术工作，他们决定以后不再设立全职执行董事。
男：对，现在 Haskell 的技术委员会在主导统一的技术规划。其实说到 Haskell，现在不少开发者发现它在人工智能辅助编程里表现很好。因为 Haskell 鼓励写没有全局状态的小型函数，这能减少 AI 编码时的上下文窗口要求，从而降低 Token 的消耗。它的强类型系统也能帮 AI 在编译前就发现错误。
女：但这门语言的编译器对配置要求好像挺高？
男：是的，GHC (Glasgow Haskell Compiler，格拉斯哥 Haskell 编译器) 编译时非常吃内存。如果在低配置服务器上直接编译很容易卡死。现在的折中方案是用 GitHub Actions 构建，或者通过容器生成静态二进制文件。
女：开发工具在演进，但法律监管也在收紧。美国科罗拉多州最近通过了一个法案，要求对计算设备用户进行年龄确认，不过里面特别把开源项目排除在了监管范围之外。加州之前也有类似的免责修订。
男：这算是保护了开源社区。如果让开源软件的独立维护者去承担验证用户年龄的合规成本，那开源项目就没法做了。不过法案里“免费且公开可用”的表述有些模糊，没分清开源和源码可用。而且平台方为了规避责任，可能会统一进行限制，忽略这些针对开源的豁免条款。
女：确实，法律条款一旦模糊，开发者就很头疼。说到开源硬件， Flipper 团队最近公开了他们正在开发的 Flipper One 掌上网络安全平台。它跟之前的 Flipper Zero 不一样，这次用的是双处理器，主芯片是瑞芯微的 Rockchip RK3576 八核处理器，带 NPU (Neural Processing Unit，神经网络处理器)，跑 Linux 系统。
男：硬件配置确实很强，还带了 M.2 插槽和双千兆网口。但他们遇到了开源硬件常见的问题。为了让芯片驱动合入 mainline Linux kernel (Linux 主线内核)，他们要清理很多 binary blobs (闭源二进制固件)。但芯片厂商为了通过无线电合规认证，通常会把射频限制写在闭源固件里，不让用户改。这就导致很难做到完全开源。
女：社区对这个新设备的态度怎么样？
男：大家很喜欢他们设计的 FlipCTL 界面框架，不用图形界面，直接用按键控制命令行工具，很适合小屏幕。但也有人觉得这个项目范围蔓延得太厉害了，在没有键盘的设备上塞进本地大模型和卫星通信，不但增加了成本，还推迟了交付。很多人其实更想要一个升级版的 Flipper Zero。
女：硬件开发确实容易越做越复杂。相比之下，有些软件层面的逆向工程就很精致。比如有开发者逆向了苹果的视频壁纸系统，写了一个叫 Phosphene 的开源工具，能把自定义的视频直接导入 macOS 的系统设置里当壁纸。
男：这个工具基于苹果底层的私有框架构建，开发者用动态链接库加载函数绕过了限制，让壁纸渲染在系统级的独立进程里运行。这样即使用户关了主程序，壁纸依然能平滑播放，还能配合锁屏和休眠。
女：天天放视频，会不会很费电？
男：他们做了优化。渲染器直接驱动了示例缓冲区显示图层，实现了无缝循环。而且系统会检测状态，如果电池电量低、电脑发热或者开启了游戏模式，壁纸会自动暂停或降低帧率。当锁屏时，还会用三次贝塞尔曲线平滑淡出，跟系统原生动画一样。
女：这种对细节的追求太赞了。开发者对代码的掌控欲真的很强。比如即将发布的 GCC 16 编译器，就重点优化了 C++ 模板错误的展示方式，以前报错是一大堆很难看懂的文本，现在默认改成嵌套的项目符号列表，展示层级结构。
男：这对写 C++ 的人来说是个好消息。另外 GCC 16 还增强了对 SARIF (静态分析结果交换格式，一种基于 JSON 的静态分析标准格式) 的支持，方便第三方工具解析。他们甚至做了一个 HTML 输出的实验性功能，能生成带高亮代码和调用栈图表的网页，按 J 和 K 键就能在执行路径里前后移动，查看指针状态。
女：用这种结构化和数字化的方式来呈现复杂的逻辑，让我想到了计算机科学家唐纳德·克努斯在 1980 年写的论文《S 的写法》。他当时就是为了把《计算机程序设计艺术》排版好，硬是用复杂的数学公式去定义和绘制英文字母“S”。
男：那篇论文非常经典。“S”是所有英文字母里数学建模最难的，因为它完全由连续变化的弯曲度决定，没有直线约束，而且为了视觉美感，还得做非对称的微调。克努斯当时拒绝了施乐公司提供设备但要占有字体的要求，他认为数学公式属于全人类。他开发的 METAFONT 字体系统，用公式和代码定义字体，让几十年前的 TeX 文件在今天的电脑上排版出来的效果完全一模一样，这直接启发了现代的可变字体技术。
女：这种跨越几十年的像素级一致性，真的有一种理性的浪漫。好了，今天的 Hacker News 播客就聊到这里。大家如果喜欢我们的节目，别忘了在首选的泛用型播客客户端订阅我们，我们下期再见。
男：下期再见。
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。