欢迎来到 Agili 的 Hacker Podcast 每日博客。今天我们从美国政府对前沿 AI 模型的出口管制争议聊起，还会涉及物理直觉、数学本质、极端压缩算法、经典写作工具，以及伴随许多人成长的开源游戏更新。最后，我们哀悼一位以安静洞察力影响行业的科技作家。
特朗普政府解除了对 Anthropic 最强模型 Claude Mythos 5 的出口封锁，允许其向超过 100 家美国大型企业和政府机构发布。商务部长 Howard Lutnick 称，经过两周密集谈判后，Anthropic 承诺与美国政府合作制定模型发布协议与标准，目前“适当的安全措施”已到位。同日，OpenAI 也将最新模型 GPT-5.6 提供给政府批准的合作伙伴。此举标志着政府开始直接控制谁能使用这些前沿工具，建立起一套全新的发布监管框架。不过，面向消费者的弱化版模型 Fable 5 何时解禁仍然未知。
Hacker News 的讨论直指更深层的动机。多位评论者认为，限制模型出口的真正目的可能并非单纯防御，而是保护美国的网络战优势。强大的 AI 模型可以大规模发现漏洞、分析恶意软件，如果这些能力进入敌对国家手中，美国的攻击不对称优势将不复存在。这呼应了 Anthropic 长期拒绝将模型用于全自主武器系统，以及被五角大楼视作“供应链风险”的背景。
社区同时警告，如果美国单方面将 AI 模型作为受控物资、仅向“可信”组织开放，其他国家将失去保持市场开放的动力。欧洲等盟友本已对前沿模型的使用限制感到沮丧，如今可能加速建立自主替代方案。尽管全球对 AWS、微软云等美国数字服务的重度依赖使得短期内难以脱钩，但特朗普政府反复无常的做法——包括威胁对数字服务税征收 100% 关税——已经严重损害了信任。
动量与速度成正比是线性的直觉，但动能与速度的平方关系常常让人困惑。Physics Stack Exchange 上一个经典问答提供了多种理解路径。其中一种直观方式来自自由落体：物体从 1 米高落下获得速度 v，从 2 米落下不会达到 2v。因为第二米时物体已有初速度，通过该段距离的时间更短，重力能施加的速度增量变少。计算可知高度与速度平方成正比，势能正比于高度，因此动能必须正比于 v² 才能能量守恒。
另一种思考演示了高速碰撞为何如此致命。以相同制动力刹停速度 v 和 2v 的物体，后者需要两倍的时间停住，且平均速度也是两倍，因此制动距离变为四倍。功等于力乘距离，所以初始动能也是四倍。美国公路安全保险协会（IIHS）曾用视频直观展示这种非线性关系——速度翻倍时破坏力远超出直觉。
问题的根基在于物理学的对称性。利用伽利略不变性（在匀速运动的火车上物理定律不变），通过两团粘土对撞产生的热量定义动能，再变换参考系，可以严格推导出能量必须正比于速度的平方。此外，速度是矢量而能量是标量，平方是让标量与方向无关的最简单数学方式，且平方处处可导，比绝对值更容易在方程中处理。
IEEE Spectrum 的文章指出，AI 正在迫使数学界直面一个根本问题：当机器可以完成证明时，数学家意味着什么。对比极为鲜明：经过人类精挑细选的 Mathlib 定理库拥有清晰的 API 和抽象层；而某公司自动形式化后的 Viazovska 球体堆积证明则输出了一个 20 万行、无人审计的“氛围编码”块，缺乏可理解的结构。评论者尖锐质问道：“谁会把这个 blob 合入人类科学的主干？”但也有人提出，只要证明通过了 Lean 这类验证器的编译，正确性就有保证——就像大型 C++ 程序一样，有用的数学也可能超出人类可理解的范畴。
在可验证性层面，有人用软件测试的层次进行类比：从单元测试、模糊测试，一路加码到形式化验证，最终问题就变成了“我们还能信任验证器吗”。这可能指向未来的一种分工：人类数学家不再直接产出定理，而是退后一步，专注于验证和审计这些证明验证系统本身，成为“证明的证明”的守护者。同时，近期 abc 猜想证明花了六年才被发现有致命错误，说明人类自己的验证也远非完美。
AI 在数学中可能扮演三种角色：工具、合作者、预言家。三者可以并存。如果 AI 证明出人类无法理解的定理但仍能直接应用，那就真成了“答案是 42”的现实。然而，批判性地评估 AI 输出依然需要顶尖数学家（如 Terence Tao）级别的能力，而 AI 在搜索步骤中的价值或许大于验证步骤。这种技术加持也加剧了资源不平等——传统数学家凭纸笔和直觉就能工作，但未来若能使用昂贵专有模型，富机构将获得巨大优势。
DeepSeek 的新论文 DSpark 介绍了如何使用推测性解码（speculative decoding）加速大语言模型推理。该技术并非首创，Google 早在 2022 年就已提出，但 DSpark 是 DeepSeek 对该方法的工程化实现。具体来说，DeepSeek 将多 token 预测（MTP）头保存在单独文件中，由推理引擎在运行时动态整合，这种方式与 Qwen 3.6 及 Google 的做法在架构和分发上各有取舍。
社区更关注的是 DeepSeek 为何持续开源。有分析指出，这家实验室由一家量化对冲基金孵化，AI 被视为基础设施而非直接变现的产品，回报来源于交易算法本身，而不是 API 收入。这使其没有背负巨额投资回报的压力。同时，在中国国内市场，开源是触及那些不愿支付 SaaS 溢价的企业客户的唯一途径。这一结构性因素加上中国政府对公开研究的支持，构成了其独特且稳定的开放策略。
也有观点提醒，开放策略本质上仍是后来者的市场和分发手段——不开放就不可能获得承认，一旦领先态度或许会改变。不过无论动机如何，用户普遍认为这种竞争正在有效压低推理成本，推动整个行业进步，而美国实验室（除 Google 外）已逐渐不再公开发布详细的技术报告。
1996 年 Robert J. Sawyer 撰文解释 WordStar 为何是许多科幻作家的首选。WordStar 诞生于 1978 年，当时很多键盘没有方向键，设计师专门为触击打字员构建了一套基于 Control 键的命令系统。光标移动对应左手下方的 ^E ^X ^S ^D 菱形组合，块操作前缀 ^K 等命令全部集中在主键盘区，打字时双手无需移开。
Sawyer 认为 WordStar 的核心优势在于采用了“手写稿页面”隐喻。写作者可以随意跳转、插入书签、标记块而不必立即处理，十个数字书签 ^K0 到 ^K9 允许像在纸上一样自由游走文档。相比之下，Microsoft Word 等强制用户按顺序执行块操作——先决定剪切还是复制，再标记起止点，接着移动，最后回溯——每一步都打断思维流。WordStar 允许你在任何时刻标记块头，几小时后再定块尾，再过几小时决定放哪里。
WordStar 里退格键 ^H 就在主行上，修正错误不破坏节奏。定制选项从跳词范围到状态栏延迟都可调整。社区里至今有人全屏运行 FreeDOS 下的 WordStar，并笑着表示“WordPerfect 需要键盘模板、手册和一定量的神迹”。乔治·R·R·马丁仍在使用 WordStar 的传闻，也让人们半开玩笑地揣测他是否因脱离了习惯的工具而迟迟未能写完《冰与火之歌》。
libdeflate 库新增了 level 13 压缩等级。在标准 Silesia 测试集上，level 13 比此前的 level 12 总共多节省了 86,990 字节（约 0.134%），代价是运行时间增加了 56.4 倍。作者明确表示，这种成本仅适用于数据压缩一次、分发极多次的场景。输出依然是标准的 DEFLATE 格式，任何解码器均可正常解压，内存需求和解压速度完全不变。
level 13 的编码器会搜索完整的 32 KiB 窗口，最多进行 15 轮优化迭代，并对小块应用静态 Huffman 优化。对于文本类数据，它会延迟块大小的确定：采样 64 KiB 并检测字节分布稳定性，若不含 NULL 且不同字节值不超过 97 个，则将软块大小从 300,000 字节提升至 1,000,000 字节，以使一个 Huffman 表覆盖更多数据。块分割阶段最多存储九个候选状态，并对整个块和候选区间上的最短路径进行评分。
这种“压缩一次，分发百次”的场景在软件分发、长期归档和静态资源优化中仍有价值。社区指出现有工具 Google 的 zopfli 和 ECT 也允许类似的极端耗时优化，视频编码 x264 中同样存在一个故意忽略时间成本的“placebo”等级。虽然 zstd 和 brotli 等新格式在相近计算成本下能提供更好的压缩率，但 DEFLATE 最大优势在于解码器无处不在。
一个名为 Hacker News Flipboard 的项目将 Hacker News 首页变成了深色背景、发光文字的翻牌式显示板。翻牌动画占用空间较大，每条帖子标题两侧显示排名和投票数。社区建议用字母表排名来腾出更多标题空间，并将投票数改为可选叠加。项目上线后很快被 API 速率限制淹没，多名用户首次访问即被拦截，作者后续表示流量超出预期后已恢复。有评论反映首条帖子清晰可读，其余文字和数字则显示为乱码。
OpenTTD 16.0 的首个 beta 版本让火车终于可以倒车行驶，实现过程涉及复杂的底层逻辑。此外新增了可自定义的 NewGRF 物品集合功能，允许玩家将喜欢的建筑和车站打包保存，部分回应了玩家对一键选用测试套件的多年呼声。
每次游戏更新都会在社区掀起经济系统的大讨论。有玩家吐槽电厂宁可花高价从地图另一端买煤，纯粹因为距离够远就能盈利，与现实相悖。新手则常被四种信号系统弄晕，资深玩家给出的简易方案是：大部分情况用路径信号即可，它允许非冲突路径同时通过同一区段，这是普通信号做不到的。
社区老玩家分享了为何 OpenTTD 每次发版都能登上首页：它兼具经营、建造和竞争要素，像素风格经久不衰，开放源代码更拉近了与 Hacker News 社区的距离。也有人推荐了更真实的货运模拟 Simutrans 和更具深度的乘客模拟 NIMBY Rails。
DBOSify 将 Temporal 的工作流、活动、信号和重试机制全部移植到 Postgres 上运行。替换步骤简单，只需将 import 源改为 dbosify，并将连接目标从 Temporal 服务器换成 Postgres 数据库。团队澄清，所谓“不需要额外基础设施”是指不需要独立的 Temporal 编排服务器，Worker 节点可直接通过数据库协调，Postgres 本身承担了编排职责。一位前 Temporal 员工补充，DBOSify 的 Worker 更像一个轻量客户端，不存在独立于应用服务器的 Worker 进程。项目通过了 Temporal Python SDK 的测试套件，但不兼容其他语言 SDK，也不支持 Temporal 的 Web UI。在使用上则需要注意不支持 Aurora DSQL，因其缺失外键等关键 Postgres 特性。
Om Malik 于 2026 年 6 月 24 日因心脏疾病辞世，终年 58 岁。他 1993 年从印度移民纽约，最初在 Yankee Stadium 对面的一家行李箱店工作，靠推销谋生。John Gruber 回忆近二十年友谊时说，那段苦干岁月让 Om 从不被一个人的身份或财富打动，要打动他，你必须在当下做出优秀的新东西。这使他总能看穿追捧的潮汐。
2014 年 Om 从日常记者角色退出，转向投资和更具深度的写作。他把速度让位于思考，从记录“发生了什么”转向解释“为什么”。今年五月和六月，他写出了职业生涯中一些最好的分析文章，但几乎无人知晓这些文字是在斯坦福大学 ICU 的病床上完成的，他当时正在等待心脏移植。Gruber 写道：“一个有着如此巨大而美丽心灵的人，竟有如此糟糕的心脏，这是深沉的讽刺。”
多位 Hacker News 用户表达了哀悼。有人回忆最早在 Revision3 上观看高制作价值的 The GigaOm Show，那时网络视频尚未成为主流。有人收到五月发出的文章《The Copy and the Guru》时只觉得见解出众，完全不知道作者的处境。读完悼文后，有用户说他泪流满面，并呼吁为 Om 在 Hacker News 上加一个黑色纪念条。
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：今天想跟你聊一个最近美国那边挺大的新闻。特朗普政府解除了对 Anthropic 最强模型 Claude Mythos 5 的封锁，允许把它给一百多家美国大企业和政府机构用。商务部长 Lutnick 说，经过两周密集谈判，公司答应了跟政府合作制定一整套发布协议和标准，说是“适当的安全措施”到位了。阿迪，这事儿你怎么看？
男：这算是给前沿 AI 模型套上了一个新的监管框架的雏形。以前发布模型，大多是公司自己拍板。现在美国政府直接介入，控制谁能拿到最强模型，谁不能。同一天 OpenAI 也把自己的最新模型 GPT-5.6 只提供给政府批准的合作伙伴。这说明这种“白名单”式的分发，可能以后是常态。
女：听起来有点像过去某些军用级加密技术的出口管制。但这次管的是 AI，而且对象不只是外国机构，连本国消费者都没份儿。Fable 5，就是 Mythos 弱化后的那个消费者版，什么时候解禁还是个问号。两周前美国政府突然以安全为由，连它也一起禁了，起因之一就是 Anthropic 把模型授权给了韩国的 SK Telecom，说它跟中国联系太紧密。
男：对。这就在 Hacker News 上炸开锅了。很多人觉得，如果美国现在把 AI 模型当成受控“出口物资”，只给所谓“可信”的组织用，别的国家也不是傻子。长期看，欧洲、中国、或者其他地区，会加速搞自己的替代方案。你对我封锁，我也没理由对你保持市场开放，最终可能反过来对美国自己的云服务、软件加征壁垒。
女：我想起一个细节，有人说这其实跟防御关系不大，更像是在维持美国的网络攻击优势。强大的 AI 能大规模发现漏洞、自动分析恶意软件，如果这种能力扩散出去，美国自己的渗透和情报收集的不对等优势就没了。所以限制流出，背后的逻辑可能是“只能我攻，不能你防”。
男：确实。这跟 Anthropic 一直拒绝把模型用于全自主武器，被五角大楼视为“供应链风险”的背景也对得上。不过也有观点认为，这种所谓管制看起来很混乱，对盟国不透明，对自家消费者不开放，只服务一小撮获批的美国机构。有人甚至质疑商务部长 Lutnick 的背景和他两周内完成谈判的动机。但更核心的问题还是：在全球都重度依赖 AWS、微软云这些美国数字服务的前提下，短期内想脱钩其实很难，可特朗普政府这种反复无常的作风，已经把信任伤得很深了。
女：这种信任的缺口，以后补起来会很疼。说到这儿，我有点想起你之前跟我提过的那个关于物理学的小细节——就是动能为什么跟速度的平方成正比。那个问题其实也有点像，都是在讨论一个东西的“内在结构”决定了它的表现。你给大伙儿讲讲呗。
男：好，这其实是很多人小时候都闪过的一个直觉困惑：动量 p 等于 mv，是线性的，为什么动能偏偏是 ½mv²？最直观的一个解释来自自由落体。假设一个球从 1 米高落下，落地速度是 v；从 2 米落下，速度不会变成 2v。因为下落到第二米的时候，球已经有速度了，通过那段距离的时间更短，重力给它的额外速度增量就变少了。算一算就发现，高度和速度的平方成正比，而势能 mgh 跟高度成正比，所以动能必须是 v² 才能让能量守恒。
女：我特别喜欢那个刹车距离的比喻。你用同样大小的制动力去停住两个一样的东西，速度一个是 v，一个是 2v。速度快一倍的那个，需要两倍的时间才能停下来，但因为它平均速度也是两倍，刹车距离就变成了四倍。功等于力乘距离，那它带走的能量就是四倍。这就是为啥高速上速度翻倍，车祸的破坏力会变得极其吓人。
男：没错，美国公路安全保险协会有个老视频，直观拍出了这种差异，非常震撼。不过要从物理学内部讲，有个特别优雅的论证是 Ron Maimon 在 Physics Stack Exchange 上给的。他利用了伽利略不变性，就是你在匀速运动的火车上做实验，物理规律不变。用两团粘土对撞产生的热量来定义动能，然后换到不同参考系去推，严格得出 E 必须正比于 v²。这玩意儿不依赖“功”的定义，是从对称性里硬推出来的。
女：还有从进化角度解释的我也记得——速度是矢量，有方向，能量是标量，不能有方向。如果动能跟速度一次方成正比，那物体向左和向右的能量就不同了，这不合理。平方就是让标量和方向无关的最简单手段。不用绝对值，是因为平方处处可导，在方程里更容易处理。
男：对，所以这个我们小时候觉得好像有点反直觉的关系，其实是空间、时间均匀性和动量守恒这些深层东西的必然结果。聊完这个我忽然想到，数学界现在也在被 AI 逼着思考类似的“根本问题”。
女：嗯，今天正好有一篇讲这个的。David Bessis 观察到，Lean 定理证明器的主流库 Mathlib，是人类精挑细选的形式化知识库，有清晰的接口和抽象层。但有公司用自动工具把一个著名的数学证明形式化了，输出的是一个二十万行、没有任何人能审阅的、没有可理解接口的代码块。这玩意儿要是合入人类数学的主干，谁敢签字？
男：这就带来一个本质问题：当一个证明可以由机器生成并且通过编译，那到底算不算被证明了？有人就类比软件测试的套娃——你不信 SDK 就写测试，不信测试就上覆盖率、突变测试，还不够就搞形式化验证，最后问题变成“你能信任验证器本身吗？”这指向一个可能的未来：人类数学家以后不直接证明定理了，他们转去验证那个验证系统本身，变成“证明的证明”的守护者。
女：那如果 AI 证明了一个人类完全无法理解的定理，但它在应用里直接能用，这就真成科幻小说里的“答案是 42”了。不过有个评论说得挺冷峻的，他说要批判性地评估 AI 的数学产出，你至少得有跟这个模型同级别的数学能力。到头来，最后还是靠像陶哲轩那样的顶尖数学家来判断对错。AI 在探索思路、找步骤上的价值，可能比最后生成证明本身还大。验证的工作倒是可以甩给 Lean 这样的自动检验器。
男：这让我想起 Mochizuki 的 abc 猜想证明，人类自己的验证过程也花了六年才发现致命错误。我们本身的验证也远非完美。更深一层是社会影响：如果未来出成果必须依赖昂贵的专有 AI 模型，那能用上这些工具的富裕机构就会占尽优势。说白了，这只是现有不平等的延伸，但 AI 可能会把这个差距拉得更大。
女：说到敞开门还是关上门，DeepSeek 这周发的那个新论文 DSpark 就完全走在另一条路上。他们讲怎么用推测性解码来加速大模型的推理。这技术本身不是新概念，Google 2022 年就提了。但社区这次讨论的焦点全在 DeepSeek 这家中国实验室持续开放研究成果的战略意义上。
男：对。很多人注意到，DeepSeek 不光在性能上不断突破，还放出详细的论文和代码。现在除了 Google 之外，美国的实验室基本都不这么干了。一种分析是，美国 AI 公司背着的投资压力太大了，一公开优化细节就会削弱竞争地位。DeepSeek 不一样，它由一家量化对冲基金孵化，AI 对它来说是基础设施，不是直接拿来卖的产品，回报在交易算法里，不在 API 收入上。
女：但也有人冷眼看，说这种开放本质上还是后来者的营销和分发手段。不开放，在当时根本没人会用你。一旦以后真领先了，态度会不会变，谁也不知道。具体到 DSpark 的实现，他们把 MTP 头，就是多 token 预测的那个模块，放在单独文件里，需要推理引擎在运行时再整合。这跟 Qwen 或者 Google 的做法不太一样，增加了配置复杂度，但好处是可以独立去调整 drafter 模型。
男：不管动机怎么样，有一点是实的：这种竞争策略确实在压低整个行业的推理成本。这让我忽然想起今天另外一个完全跟速度、效率对着干的东西，一个做压缩的库，叫 libdeflate。
女：对，它的 level 12 已经是业界最实用的强力编码器了。结果现在有人提了个 level 13。输出依然是标准的 DEFLATE 格式，解码器完全不用动，但是编码器为了省那么一丁点体积，花的计算时间暴增。
男：在 Silesia 测试集上，这个 level 13 比 level 12 总共多省了不到 87 KB，压缩率只好了 0.134%，但编码时间增加了 56.4 倍。作者自己都说，这只有在你压缩一次、分发几百万次的场景下才能接受。
女：这就像一个搞视频编码的“placebo”档位，故意完全忽略时间成本。我特别喜欢他们开发时的原则，叫零压缩回归。任何改动，只要让测试集里哪怕一个文件的体积变大，哪怕另一个文件改善很多，都不留。必须是所有文件都不变差，有至少一个变好，才保留到最终配置里。这种偏执有点手工打磨镜头的感觉了。
男：DEFLATE 还能这么玩，是因为解码器标准是锁死的，无处不在，HTTP、ZIP、PNG 都是它，但编码器端的搜索选择空间几乎是无底洞。它有完整的 32 KiB 窗口，有块分割，有各种 Huffman 表的选择。Level 13 会去采样数据，看字节分布稳不稳定，如果不含 NULL 且不同字节值很少，它就敢把块拉到 100 万字节，用一个 Huffman 表覆盖更多数据。这种极度慢的压缩，对长期归档或者那种“压一次、分发百万次”的场景确实有价值，前提是你愿意付这个电费。
女：说到那种恒定不变的东西，我这儿翻到一个特别浪漫的组合。今天有一篇文章，是科幻作家 Robert J. Sawyer 在 1996 年写的，解释为什么他和一大票科幻作家偏爱 WordStar。而且你知道吗，直到今天，乔治·R·R·马丁还在用。
男：WordStar 最早是 1978 年发布的。那时候很多键盘连方向键都没有。设计师专门给触击打字员设计了一套全在 Ctrl 键上的命令系统。光标移动是 Ctrl+E、X、S、D，在 QWERTY 键盘上正好是左手下面的一个菱形。所有的块操作、快速跳转，都有前缀命令，双手完全不用离开主键盘区。
女：Sawyer 提出了一个特别棒的比喻。他说 WordStar 用的是“手写稿页面”的隐喻，而不是“打字稿页面”。手写稿你可以随时在纸的任意角落写注释、画圈、标记块，几小时后再回来决定这些块要移到哪儿。其他文字处理软件逼着你按顺序做块操作：先决定是剪还是复制，再标记起点、终点，然后移动，最后回到原处。整个过程强制线性，每一步都打断创作思绪。WordStar 允许你先标块头，几小时后标块尾，再过几小时决定放哪儿，你始终在控制。
男：而且 Ctrl+H 退格键就在主行上，打字时手指不用移动就能修正错误，这太重要了。有人在评论里说，自己到现在还用 FreeDOS 全屏跑 WordStar，感觉瞬间回到 1987 年。他半开玩笑说，WordPerfect 当年得靠键盘模板、手册、速查表再加一点神迹才能用。还有个开源项目叫 WordTsar，在复刻它。有个评论最逗，说马丁老爷子可能是因为没法用 WordStar 了，才没写完《冰与火之歌》。
女：工具适应人，而不是人适应工具，这感觉真是太棒了。从本质上讲，这种“老东西”的哲学，跟我们接下来要聊的 OpenTTD 有点像。这个最经典的交通模拟开源游戏，发布了 16.0 的 Beta1 版本，带来了一个火车司机等了几十年的功能：火车终于可以倒车了。
男：对，这个实现起来其实非常复杂。社区玩家 rplnt 觉得倒车速度可以再慢一点，如果用双机车解决掉头问题，算是个不错的升级。这次更新还加了可自定义的 NewGRF 物品集合，你可以把喜欢的建筑、车站打包保存。有位老玩家 ssl232 说，他以前就在论坛提过，希望官方能出经过测试的 NewGRF 组合包方便一键选用，当时被否了，现在这个“集合”机制算是用一种更灵活的方式实现了。
女：我特别喜欢看社区里讨论它的经济系统。有人吐槽 OpenTTD 的经济太离谱，只要距离够远就能赚钱，电厂宁可花高价从地图另一头买煤。然后下面另一个人就调侃说，这不就是现实吗？大家争论的焦点是，这种没有乘客目的地的玩法到底算不算无聊。有的玩家就特别推崇 Simutrans，说那里的产业链更脆弱，乘客有目的地，网络亏钱的风险更高，但玩通了更有成就感。
男：新手经常被信号系统搞晕。有个叫 jemmyw 的玩家解释得特别好，他说绝大多数情况，你就用路径信号就够了。用一条上行线、一条下行线加终端站，就能设置出高效的调度。TylerE 补充说，路径信号的核心优势是允许非冲突路径同时通过同一个区段，这是普通信号做不到的。
女：为什么这个二十多年的老游戏，每次发版都能上 Hacker News 首页？有个叫 ssl-3 的玩家说他玩了 20 多年，到现在打开那个像素画面还是充满期待。hnlmorg 分析，它同时具备文明类的竞争性、工人物语的经营感和模拟城市的建设性，而且那个像素风格它就是不过时。
男：如果一个东西够好，它自然会留下来。这让我想起今天最后一个技术项目，DBOSify。它做的事情很有意思，直接把 Temporal 那个分布式工作流引擎，用 Postgres 数据库给替代了。你只要把代码里的 import 从 temporalio 换成 dbosify，把连接目标从 Temporal 服务器改成 Postgres 就行了。
女：我看到社区里有人质疑，说它宣称“不需要任何额外基础设施”，但明明架构图里画了 Worker 节点。DBOS 团队澄清，这个“基础设施”特指 Temporal 的那一层独立编排服务器。他们不需要那个独立的中间层，Worker 直接通过 Postgres 协调，Postgres 自己承担了编排的任务。
男：项目发起人 Peter Kraft 回应了兼容性的问题，说 DBOSify 通过了 Temporal Python SDK 的测试套件，有文档记录的不兼容部分，还提供了完整的 conformance 测试和架构差异说明。目前不支持其他语言的 SDK，也没有 Temporal 那个 Web UI 和 CLI，得用 DBOS 自己的管理工具。
女：最后，在今天节目结束之前，我想和你，还有我们的听众，一起停下聊几分钟，说一个人。Om Malik，他在 2026 年 6 月 24 日去世了，终年 58 岁。他是最早那批把科技博客做到有深度、有温度的人。John Gruber 写了一篇长悼文，回忆了两人近 20 年的友谊。
男：Gruber 提到，他们经常在 Apple 发布会上坐在一起。Apple 公关知道他俩关系近，总把他们安排到会后媒体简报里。Om 提问极其敏锐，能直接识破胡扯，看穿逻辑漏洞。他从不被一个人的身份、过往成就或者财富打动。要打动 Om，你必须在当下做出优秀的新东西。他不会跟着外界的狂热走。
女：他 2008 年在 42 岁的时候经历过一次严重的心梗。从那以后，他开始改变生活节奏，从追求最快发文的博主，变成了最有思考的散文家。他从记录“发生了什么”，转向解释“为什么”。Gruber 写道，2026 年 5 月和 6 月，Om 写出了一些职业生涯最好的文章。但绝大多数人不知道，那些文字是他在斯坦福 ICU 的病床上写的。他需要一个心脏移植，否则活不了。
男：Gruber 说，一个有着如此巨大而美丽心灵的人，竟有一颗如此糟糕的心脏，这是深沉的讽刺。Om 出生在印度，1993 年移民到纽约，最早在一家行李箱店打工。那家店就在老洋基体育场对面。他下班后常买张廉价票去看球。他在那里学会了棒球，爱上了洋基队。他不常讲自己的过去，但那次他认真讲了自己卖行李箱的苦干生活：“那些行李箱不会自己卖掉。你得去推销。这是每天的战斗。”
女：评论区里有好几位用户说，读到这段话让他们流泪。有人回忆最早在网上看他的 The GigaOm Show，那时候互联网视频还没成主流，他已经在做高制作价值的内容了。有人说，从 ICU 发出的那篇《The Copy and the Guru》，是五月突然收到的邮件，当时只觉得见解真棒，后来才知道作者是在什么状态下写的。好多人呼吁要为 Om 加上 Hacker News 的黑色纪念条。
男：这些故事都在用不同的方式告诉我们，不管是掌控最强 AI 的权力，一个用了四十年的文字处理器，还是一份从病床上写下的洞察，能留下来的东西，往往都是那些最尊重人、最尊重常识的存在。它们不忙于新生，也不急于标榜自己。
女：好，今天的节目就到这里。感谢大家收听 Agili 的 Hacker Podcast。你可以在泛用型播客客户端搜索“Agili”订阅我们。咱们下期再见。
男：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。