今天的话题从欧盟的隐私信号新规、shell 里那个什么也不做的冒号，到移动安全对抗物理攻击、Cloudflare 重新定义爬虫流量，再到 DeepSeek 把算力瓶颈摆上台面。此外还有小型化语音模型、微控制器上的语言模型、Debian 社区对于 AI 使用的投票，以及法学院如何不让 AI 摧毁法律技能。Agili 的 Hacker Podcast 为你汇总了这些来自 HN 社区的真实讨论。
欧盟委员会计划让用户在浏览器中统一设置隐私偏好，通过自动信号与网站通信，以此取代逐一弹出的 Cookie 横幅。浏览器早就支持发送语言偏好，美国一些州也已从法律上认可类似的隐私信号机制。
目前，真正愿意被跟踪的用户仅约 3%，但误导性界面让高达 90% 的人点击“同意”。现状并非隐私法的本意——在线跟踪默认就是禁止的。以 Google 为首的跟踪行业（同时也是主流浏览器和网络标准的控制者）正在游说阻止该提案。讨论中有人指出，这一次必须有法律明文要求网站遵守浏览器发出的信号，否则技术方案会和此前的“请勿跟踪”（Do Not Track）一样被所有网站忽略。像 Consent-O-Matic 这类扩展已能自动拒绝弹窗，但依赖用户主动安装。如果浏览器信号具备法律效力，“同意或付费”的模式可能也会被重新审视。倡议组织包括 noyb、EFF 等，提案本身是一项更大改革（数字综合法案）的一部分，倡议方只支持其中的隐私信号条款。
: 是一个空命令，配合参数扩展能简化脚本: 会评估参数但丢弃结果。结合参数扩展，一行 : "${1:?missing argument}" 就能在变量为空时打印信息并退出。: "${DATA_DIR:=/var/data}" 可以为变量设置默认值，同时避免重复写两次变量名而带来的拼写错误。它还能截断文件（: > error.log）、测试文件可读性（( : < dataset.json ) && echo YES），或作为 trap : INT 忽略信号。
有用户把冒号设为 Git 的 sequence.editor，交互式 rebase 时自动跳过编辑 todo 清单。也有人用它给 shell 函数写 docstring。: 从 1971 年 Thompson shell 流传至今，最终保留在 POSIX 标准中。虽然部分人认为 : "${1:?}" 不如 if [ -z "$1" ] 易读，但作者强调的是在“需要命令但无事可做”的场景下，多一个轻量工具总是好的。
GrapheneOS 依靠 Pixel 硬件的安全元件实现速率限制：10 次错误后延迟 4 小时，15 次后延迟 41 天，总共只允许 20 次尝试。安全元件固件更新需要机主认证，防止被人为制作移除速率限制的固件。密码长度上限从 16 字符扩展到 128 字符，方便用 Diceware 短语。
使用 6-8 个随机单词作为主密码，日常则用指纹加短 PIN 解锁。锁定设备后自动重启定时器（默认 18 小时）让设备回到“首次解锁前”（BFU）状态，此时内存已清零。iOS 18.1 和 Android 16 后来复制了这一设计。胁迫 PIN 功能会在输入时彻底擦除设备，攻击者无法区分正常密码和胁迫密码。
《卫报》近期报道了一名因边境搜查中使用胁迫 PIN 擦除手机而被起诉的美国男子。讨论中有人指出，胁迫 PIN 其实是立即清除安全元件中的加密密钥，让存储内容变成无意义密文。面对高风险场景（如边境、示威），可临时将自动重启计时器调至最低 10 分钟或手动重启。GrapheneOS 开发者强调，他们不依赖单一功能，而是靠多层设计让即使知道密码的攻击者也难以提取数据。
作者使用 ESP32-C3 和 1.28 英寸圆形显示屏，焊接约 15 分钟，再通过浏览器端 ESPHome 工具 30 秒完成固件烧录。设备从 adsb.fi 拉取 ADS-B 数据，在屏幕上按距离和方位标注飞机，并显示航班详情。改进后固件能展示起降机场和机型（如 B737-800），同时显示本地天气、时间。
社区友好地提醒，它只是将网络数据可视化而非接收射频信号。不过讨论中也提到，ESP32 理论上可以解码 ADS-B 基带信号，但内置 ADC 采样率不够，需外接 RTL-SDR。一些类似的开源项目如 micro-radar 和 adsbee 也被提及。作者后续计划移植到更大屏幕并重做外壳。
Cloudflare 将爬虫分为三类：搜索（建立数据库、应带来流量）、代理（代表用户实时任务）和训练（数据永久吸收进模型）。他们鼓励 Googlebot 等多用途爬虫将三种行为分离。从 2026 年 9 月 15 日起，新接入域名将在有广告展示的页面上默认屏蔽训练类和代理类爬虫，搜索类保持允许。多用途爬虫如同时用于搜索和训练，将按最严格的规则处理，这意味着选择阻挡训练的用户会连 Google 搜索一起屏蔽。
Cloudflare 尝试利用 Forwarded 头部让请求携带运营商身份和内容使用承诺，滥用会被封禁。评论中的核心矛盾在于：Google 同一套爬虫基础设施既做搜索索引又训练 Gemini，这迫使网站在“允许 AI 训练”和“留在搜索索引”之间二选一。不少用户认为这种行为是掠夺性的，技术上也很难真正区分“允许索引但禁止训练”。还有人指出 Cloudflare 站在内容所有者和 AI 公司之间，握有巨大的中间人权力。
一份泄露的内部交流录音显示，DeepSeek 创始人梁文锋认为双方团队水平相当，但中国在算力上相差一个数量级。训练前沿模型需要约 20 万张华为 950 芯片或 Nvidia GB300，而 DeepSeek 目前只能拿到 1.6 万张。华为产能不足，“至少三年内都会很紧张”。因此他表示不急于大举融资，“因为拿到钱也无法转化为算力”。
Bloomberg 和 Fortune 的报道称，梁文锋对谈话泄露感到愤怒并搁置了第二轮融资。讨论中有人将此举比喻为马拉松而非冲刺：在供给瓶颈下融资只会摊薄股权，并可能催生组织膨胀。梁文锋明确公司只做推理、思维链和持续学习，不追视频生成等“炒作方向”，已通过自研 TileLang 剥离对 CUDA 的依赖以适配国产芯片。
2025 年起中国要求国内 AI 公司优先采购国产芯片，这使得 DeepSeek 无法大量获取 Nvidia 产品。评论者指出，高端制程（<7nm）目前仍受制于光刻机禁令，但稀缺也倒逼效率创新，DeepSeek 的混合专家架构和训练优化就是例证。同时，“苦涩教训”提醒着，长期来看更大规模的计算仍然是决定性因素。
Owen Song 独自开发的 Inflect-Micro-v2 只有 9.36M 参数，输出 24 kHz 单声道音频。支持速度与变化度控制、长文本分割，可在 CPU 或 CUDA 上运行。盲测中 66.2% 的参与者偏好该模型的输出，UTMOS22 预测自然度得分 4.395，多 ASR 词错误率与更大模型持平。
有用户用该模型替换了原有的 ONNX 方案，并集成到 Speech Dispatcher 和私人服务器中。模型属于 VITS 家族，不涉及零样本语音克隆，但作者提供了实验性的微调工具包，用于适配新声音或语言，并希望获得点赞以推动 v3 开发。
ESP32-S3 只有 512KB SRAM，但 14MB 以上的模型借用了 Google Gemma 3n 的逐层嵌入设计，把 25M 参数放在 16MB 闪存中。每次生成词元时只需从闪存读取约 450 字节，其余在 PSRAM 中计算，实现了每秒约 9.5 个 token 的生成速度，所有运算在本地完成。
模型基于 TinyStories 训练，只能产出简短的儿童故事，这是小模型本身的限制。社区讨论中有人设想类似大小的语音合成模型也能跑在 ESP32 上，也有人提到更便宜的 RISC-V 板子如 Milk-V Duo 同样能做这些推理。对于极端资源受限下的工程挑战，多数人看重它的探索意义。
提案 A 要求完全禁止使用大语言模型撰写的贡献（含源码包、文档、翻译和官方沟通），理由是版权不明确、幻觉和社区健康受损。提案 B 允许 AI 辅助，但需核实无第三方版权、对质量负责，并公开大量使用情况。提案 C 要求所有贡献者避免使用 LLM，人类之间的沟通必须由人起草，但不实施全面禁止。提案 D 承认 AI 辅助已不可逆转，把责任落在贡献者身上，要求标记使用并禁止将敏感信息传给云端 AI。
禁令（提案 A）的作者承认执行困难，但强调这是社区意图声明。反对者担心 LLM 在漏洞发现上已不可或缺，全面禁止会让 Debian 在安全上落后。关于非英语贡献者，提案 C 允许用母语沟通并使用翻译工具，而提案 A 可能令人误以为连翻译辅助也不可用。支持禁令的人则强调 LLM 的版权风险和对社区质量的侵蚀不可忽视。
学院提出三个方向：一年级核心课程中禁止笔记本电脑和手机，坚持苏格拉底式问答与闭卷考试；强化口头辩护、战略判断等人类技能；在法律写作课中先让学生无 AI 写作，再叠加 AI 辅助并集体复盘。高级论文需进行口头答辩。
一家 AI 律所 CTO 表示，AI 在找出合同起草错误上已明显领先人类。也有用户描述了自己用 LLM 和代码撰写诉状，以自诉人身份战胜专业律师。但与此相对，LLM 的不可靠性仍然让人担忧；更大的隐患在于，新律师通过做大量基础工作成长，而 AI 正让律所不再需要这些初级岗位，长期可能导致优秀律师短缺。芝加哥的方案试图在禁止与拥抱之间找平衡，但来自技术与职业市场两端的压力都在加剧。
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：今天想跟你聊点让人又头疼又不得不面对的话题。你看我们上网的时候，那个 Cookie 弹窗，是不是已经多到像一种新的城市噪音了？
男：对，就像你推开一家店的门，有人立刻冲上来递给你一份三十页的合同，让你看一眼就签字。而且你往往只有两条路：要么同意，要么花五分钟慢慢点掉一百多个选项。大多数人其实只想正常看东西，所以就直接点“同意”了。
女：对，就是这个感觉。最近我看到一个事儿，就是欧盟那边终于有人想出一个“彻底告别 Cookie 横幅”的方案。说是在浏览器里设一次自己的隐私偏好，然后发给所有网站一个自动的信号，就不用再跟每个网站玩“我同意”的游戏了。这个想法好像也不是全新的？
男：嗯，确实不新了。你能在浏览器里设置语言偏好，大家都可以遵守。那隐私偏好信号也是一样的逻辑，技术上完全行得通。关键在于，现在很多网站让你点“同意”，背后是有商业压力的。有数据显示，真正愿意被跟踪的用户其实只有百分之三左右，但靠这种烦人的、带点误导的弹窗设计，同意率能干到百分之九十。
女：这中间差得也太多了。那这个提案听起来很合理，应该很快就能通过吧？
男：阻力非常大。像 Google 这些广告巨头，正在欧盟那边全力游说，希望能把这个提案压下去。道理也很直接，Google 自己既有最大的广告网络，也控制着 Chrome 浏览器。如果要在浏览器层面让用户一键表达“拒绝被跟踪”，那对他们核心的广告生意会是重创。社区里有个人说得挺直白，他们怎么可能支持一个铁定会降低同意率的方案呢？
女：感觉像是让烟草公司支持禁烟。
男：这个比喻有点意思。技术上，也并不是无懈可击。以前有过一个“Do Not Track” 的功能，就是你上网时浏览器会自动举手说我不要被跟踪。听起来很美好，但那会儿没有法律强制力，最后所有网站都直接无视这个信号。这次提案要能成功，关键就在于得有法律明确要求网站必须遵守，否则还是白搭。
女：法律要跟上技术，这中间一直有个时间差。说到技术上的小玩意儿，我刚才还看到一个特别冷门但好玩的 shell 技巧，是关于一个冒号“：”，你知道这个东西吗？
男：你说的是 shell 里的那个空命令吧？就是光一个冒号。这是个内置命令，它真正做的事情只有一件：什么都不做。但妙处就在这。很多人喜欢用那一长串的 if 语句来检查某个变量是不是空的，比如说参数没传，脚本就退出了。其实，一行 : "${1:?参数没给，我先走了}" 就能搞定。
女：哦，用一个什么都不做的命令，然后利用它后面的参数扩展来做检查和报错。有点像你点了一杯咖啡，但对服务员要糖还是奶没说任何话，反而靠你的表情就全表达了。
男：你还真是会打比方。就是这个意思。还有人拿它来做变量默认值的设置，或者清空一个日志文件。比如你只是想测试一下某个文件能不能读，不想真的跑什么命令，写个 (: < 数据.json) 就很干净。做一些交互式的 git rebase ，也可以把这个设置成编辑器，这样就不会弹出来让你编辑 todo 列表，直接跳过。
女：这倒是省了不少心。不过，感觉这种写法虽然简洁，但估计会有不少人说它是“聪明的烂代码”，不够直观。
男：对，争议很大。反对的人就说 if 语句谁都能看懂，这个得稍微转个弯。但作者的意思也很明确，这主要是展示“需要一个命令但什么都不用做”的场景，不是让你在所有地方都替换掉 if 。它是一种很趁手的轻量工具，就看你怎么用了。
女：从这么古老的一个命令，到现在大家还在琢磨它的新用法，这种生命力也真挺有意思。聊完这个小巧的，咱们再说一个和隐私安全关系很大的东西，GrapheneOS。最近有个新闻，一个美国人因为在边境被搜查，用了 GrapheneOS 一个“胁迫密码”的功能，直接把手机清空了，然后就被起诉了。这事儿你怎么看？
男：这个案例其实把 GrapheneOS 多层防护的设计理念全带出来了。那个“胁迫密码”本身并不是一个隐藏功能，开发者自己都说得明白，做了就一定会留下擦除的痕迹，没法做到完全隐蔽。它的作用是在最坏情况下，你被逼着交出密码，它就把加密密钥直接销毁了，让数据彻底不可恢复，变成一个铁疙瘩。
女：也就是说，这不是一个藏起来的后门，而是一个最后的自毁按钮。但这听起来不就等于在警察面前销毁证据了吗？
男：争议就在这。从技术上看，它清理的是加密密钥，而不是把实物焚毁。数据还在，但成了无法解密的密文。从用户的角度，面对边境这种高风险的物理接触，手机里可能有自己的所有私人信息，这个功能是一种威慑。攻击者没法区分你输入的是正常密码还是胁迫密码，这就增加了他们胁迫的成本。
女：我听说它还有一个功能，就是设备锁定一段时间后会自己重启，回到那个叫 BFU（首次解锁前）的状态。这又是为了什么？
男：这个设计很重要。手机刚开机，还没输过密码的时候，就是 BFU 状态。这时所有数据由于还没有被解密访问，内存里的密钥是空的，相当于一个全黑箱。GrapheneOS 可以设置一个定时器，比如 18 个小时不用，就自动重启到 BFU 状态。这意味着，就算手机被没收，只要它自己重启了，想要从里面捞出数据就难如登天。这个妙招后来苹果和安卓也都跟着学了。
女：看来安全很多时候不是藏着一个大招，而是像剥洋葱一样，一层一层的防御，每一层都让你更难突破。
男：对，它还有安全元件拒绝暴力破解、锁定时自动掐断 USB 数据连接等等。这就是一个系统化的工程。
女：说回到我们能动手做的小玩意儿。最近有个很火的桌面飞机雷达项目，用一块几美元的 ESP32 芯片和一个小圆屏，就能显示天上飞机的实时位置和航班信息。这跟我理解的传统雷达是一回事吗？
男：严格来说，它是个“雷达显示器”。它不是自己去发射信号接收回波，而是从网上拉取 ADS-B 数据，然后把飞机的位置和航班信息可视化出来。ADS-B 是飞机自己定期广播的位置和身份信号，公开的数据。不过社区里也有人讨论，理论上 ESP32 这个芯片的性能，是可以自己直接解码这些射频信号的。
女：所以就是现在网络很方便，我们把这个软硬件结合起来，就能做出一个很有感觉的桌面小摆件。作者好像还做了很多细节的改进，比如显示具体的机型，还有当地的天气。
男：对，而且它支持用浏览器做 OTA 固件更新，以后改个代码不用再插线了。这种小项目的好处就是，技术门槛不高，完全是自己爱好的结晶。看着屏幕上一个个小光点，你知道那背后是一架正在飞的飞机，上面坐着去往世界各地的人。这是一种更微妙、更沉静的连接感。
女：听起来就很有趣味，不像那些时刻都想抓住你眼球的 AI 聊天框。话说回来，关于 AI 抓取网站数据这事最近也有新动作。Cloudflare 好像是更新了他们那套规则，不再单纯把爬虫分为“AI”或“非 AI”，而是按行为来分类了，你怎么看这个变化？
男：Cloudflare 这次分了三类：搜索、代理和训练。这很关键。他们发现很多公司，比如 Google，现在是用同一套爬虫系统，既给你的网站做索引，又把数据拿去训练它的 AI 模型。这对网站主来说，就变成了一个两难选择：要么完全开放，允许 AI 训练；要么连搜索展示的机会都没有。
女：这简直是“不给饭吃就直接抢米”了。
男：有点这个意思。所以 Cloudflare 的新默认规则是这样的：如果你网站上有广告，说明你是想让人看的，那么从 2026 年 9 月开始，新接入的域名会默认屏蔽那些“代理”和“训练”类的爬虫。而且，像 Google 这种多用途的爬虫，如果你选了屏蔽训练，它就连搜索一起被挡了。
女：这是一个很强硬的选择。那不就把皮球踢回给那些巨头了吗？要么把爬虫分开，要么就面临被大量网站屏蔽的风险。
男：对。但很多人也担心，Cloudflare 这么做，自己就成了网络流量的最终守门员。它在中间，既给网站卖防护，也可以给 AI 公司卖爬取服务。有人管这叫“两头通吃”，也有点道理。这本质上还是一个基于“荣誉系统”的方案，真正的决定权，还是在中间这个守门人手里。
女：这个守门人的问题，到了 AI 芯片短缺的讨论里，又变成另一种形态。我看了那个关于 DeepSeek 创始人内部谈话泄露的新闻。他说中美 AI 的差距不是人才，是“资源”，其实就是芯片。他有钱，但根本买不到足够的 GPU，听起来挺无奈的。
男：对，梁文锋说得很直白。他们训练一个顶尖模型需要大约 20 万张高端芯片，但现在能拿到的只有一万多张。限制不在资金，而在采购。华为的产能上不来，高端芯片又受禁令限制。所以当融资对话被泄露后，他反而暂停了融资，因为融再多的钱，也没法变成实实在在的算力。他觉得这很荒谬。
女：这也解释了他为什么看起来那么克制。不追逐那些火热的视频或图像生成，就专注在推理和持续学习上，把能抠的每一分算力都用在刀刃上。这种被稀缺倒逼出来的效率，像不像当年在只有几 KB 内存的机器上写游戏的那些极客？
男：对，他们自研了技术去剥离对 CUDA 的依赖，就是为了能在国产芯片上也能跑。这肯定很痛苦，但历史上很多精巧的设计，就是在资源极端受限的环境里被逼出来的。不过，也有人引用 AI 界那个著名的“苦涩教训”——放在更长远来看，可能最终还是更大规模的算力决定一切。
女：这就成了两种哲学的碰撞。一边是堆算力大力出奇迹，一边是靠精雕细琢提升内功。
男：嗯，这在更底层的模型世界也发生了。最近我看到一个叫 Inflect-Micro-v2 的文本转语音模型，你猜有多大？
女：现在不都是几个 G 甚至几十个 G 起吗？
男：这个模型才 9.36 个百万，也就不到四千万的参数量。整个权重文件只有 37M 多一点，可以直接在普通的 CPU 上跑，每秒能合成长度超过六倍的声音。在盲测里，它甚至比很多大模型更受大家喜欢。
女：这么小，效果能好？不会是很机械的那种电子音吗？
男：评价很好，很多人说已经可以用在正式的项目里了。作者没有追求声音克隆这些更复杂的功能，就是专心把一个固定音色的男声合成做到极高的质量。这跟前面 DeepSeek 的理念有点像，在一个确定的方向上做深。
女：那我们再极致一点。我刚看到一个更夸张的，有个人在一枚成本才 8 美元的微控制器上，跑了一个语言模型。那个控制器内存才 512K，这怎么可能？
男：核心技巧是把模型里最大头的那部分数据，大约二十多万个参数，老老实实地存放在外挂的 16M 闪存里。每次计算，只需要从闪存里读很小的几百个字节出来。闪存只读不写，几乎不会有磨损。这就像你在一个只有一张小桌子的房间里做菜，但你把整个冷库当成储藏室，每次只端一小碗材料出来操作。
女：那这个模型能干嘛？聊天吗？
男：聊不了，它只能生成像“小猫和小狗一起去钓鱼”这种简单的儿童故事。这是模型本身能力的限制，不是它储存方案的问题。很多人觉得它的意义不在于实用，而在于证明了“哦，原来这样也能行”。这种探索本身就很有价值。
女：工程师的乐趣可能就在这儿，用最少的资源把不可能变成可能。不过把 AI 引入到更复杂的协作和规则制定里，麻烦就来了。我注意到 Debian 社区最近就在吵，要不要禁止贡献者使用大语言模型来写代码或文档。
男：对，他们为此准备了好几份提案，从“彻底禁止”到“允许但需负责”，跨度非常大，最后要用投票来决定。支持彻底禁止的人担心三个核心问题：一个是版权，AI 输出的东西权属不明，不符合 Debian 对自由软件的严格要求；一个是质量，会有很多看着对但实际是错的“幻觉”代码混进来，这会让志愿者的评审压力巨大，最后大家都 burnout 了；还有就是伦理，训练大模型本身是在大规模爬取网络上的资源，这跟自由软件社区的理念是有冲突的。
女：但另外一边反对禁止的人，是不是觉得这样也太刚了？技术已经在那儿了，强行禁止也拦不住，反而会带来别的问题？
男：对，实用派就认为，与其假装看不见，不如明确责任。内容可以是 AI 辅助生成的，但提交的人必须保证自己完全理解每一行代码，能对质量、安全、甚至版权负全责，并且要明确标注。他们还担心，如果完全禁止，怎么应对安全漏洞？很多漏洞现在已经开始靠 AI 来发现了，纯靠人可能跟不上。
女：还有一点挺有意思，如果一个非英语母语的社区成员，直接写英文可能磕磕巴巴，用 AI 先润色一下，这种该不该禁？
男：这就是其中一个很现实的分歧点。有人认为，如果所有和人的沟通，比如写邮件、报 Bug，都必须是自己起草，那其实是在惩罚那些原本可以用自己母语交流、再通过工具帮助的人。也有人觉得，让 AI 帮你把想法改得更通顺，这本身就是一种比较透明、也不失本意的协助，跟完全让 AI 代写是完全两回事。
女：这种“人与机器协作的边界在哪”的问题，好像每个行业都在发生。我看到芝加哥大学法学院还专门出了一份方案，教学生怎么在法律行业里应对 AI。
男：那个方案特别有意思。他们不是教怎么用 AI，而是教怎么“抗” AI。做法也很复古：在核心的法学课上，禁止用笔记本电脑和手机，坚持苏格拉底式即兴问答，只允许闭卷考试。他们的目标很明确，就是要确保学生必须自己先建立起那个独立思考的“大脑肌肉”，而不是一上来就靠着 AI 这个“拐杖”走路。
女：但哈佛法学院的苏格拉底式教学，被不少人吐槽其实就是在维护教授权威和信息差的一种粉饰，不算真正的教育。
男：对，网络上批评很尖锐。有人说这会让成功更依赖小圈子内部的“祖传复习资料”，对外人更不友好。而且很多人觉得，在未来，一个会用 AI 的新手律师，可能比一个不会用的老手更厉害。有个人就说，他自己用 AI 辅助写诉状，以自诉人的身份打败了专业律师。
女：不过，这个方案也提到了，等基础打好后，就要教他们怎么“负责任地”使用 AI，比如先自己写，再用 AI 找毛病，再一起复盘。
男：它其实是在尝试找平衡。但有一个更根本的矛盾是，法律行业新人本来是通过做大量枯燥的基础工作，比如查资料、审合同，慢慢成长起来的。如果 AI 把这些活儿都干了，律所不再需要那么多新人，那十年、二十年后，“好律师”要从哪里冒出来呢？
女：这个问题感觉没有标准答案，但确实值得每个行业都在这个时间点想一想。我们今天从浏览器的隐私弹窗聊到法律教育的未来，感觉所有事情最后都回到了人和技术怎么相处这个根儿上。
男：是，无论是反抗跟踪，还是拥抱 AI，人的判断力和选择权，可能才是最后的防线。
女：那今天的节目差不多就到这里了。感谢阿迪的分享，也谢谢大家收听。
男：谢谢大家。
女：别忘了，如果你喜欢我们的节目，可以用任何泛用型播客客户端搜索“Agili 的 Hacker Podcast”来订阅我们。我们下期再见！
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。