这里是 Agili 的 Hacker Podcast 每日博客。今天我们从 AI 生产力的分配悖论出发，看看技术迭代、离线网络和一段长达 20 年的数据自白。
当企业要求所有人用 AI 把生产力提升 10 倍，一个简单的问题被刻意绕开了：多出来的生产效率，到底归谁？作者 mlsu.io 用半调侃的语气指出，如果效率真翻十倍，周一中午就能干完一周的活，那多放一天假、或者工资翻一倍，似乎合情合理。但现实是，领英上人人都在吹嘘自己用 AI 多高效，同时默默接受零加薪和更低的就业保障。
文章的论点尖锐但直接：经济增长的收益绝大部分流向了极少数人。过去软件开发者站在赢家这边，如今他们正变成输家。开发者自己写的开源代码，成了训练 AI 模型的免费饲料，反过来帮别人取代自己。有评论补充，即便没有裁员，公司也绝不会因为员工效率高了就主动缩短工时——他们会拿省下的资源去抢占更多市场。
五天工作制并非凭空出现。1938 年之前，向雇主要求放假同样被斥为天真。但社区讨论也提醒，这样的进步时代只持续了约二十年。眼前是一个囚徒困境：谁先慢下来，谁就被更饥渴的初创公司吃掉。一些讨论指向了全民基本收入或向算力征税，但也有观点尖锐指出，如果不配合其他改革，钱最终只会流进房东口袋。丹麦模式被反复提及——高税收、全民医保与商业友好可以并存。
Anthropic 推出了 Claude Opus 4.8，定价与上一代相同（每百万输入 token 5 美元，输出 25 美元）。这次升级的核心卖点不是更强的推理，而是“诚实”——内部评估显示，它对代码缺陷的漏报率比 Opus 4.7 低了约四倍，更倾向于标记自己的不确定性。新功能包括在 claude.ai 上控制模型思考深度的“努力控制”，以及在 Claude Code 中能并行调度数百个子代理的“动态工作流”。
这场发布在 Hacker News 引发的核心讨论是：我们还需要多强的模型？部分观点认为，当前模型已能胜任多数工作，未来价值在于更佳的代理框架和更低的成本，而不是继续死磕模型智商。通过架构优化，中小参数模型在两三年内就能击败今天的顶尖模型。另一方则坚持，在物理和药物发现等前沿领域，模型能力的回报没有天花板。讨论中还出现了 GRAM 这样以极小参数就跑出惊人成绩的新架构，但由于其内部推理过程人类无法阅读、难以对齐，目前并未被主流采用。
一项研究让五个前沿大语言模型为一千个真实世界的事实核查命题贴标签（True, Mostly True, Misleading, False）。结果显示，67% 的命题至少有一个模型与多数意见不同，或根本无法形成多数。在“Mostly True”和“Misleading”这类中间地带，模型几乎从不全体一致。研究者只观察模型间的标签一致性，没有引入“标准答案”，他们得出的结论是：依赖模型做事实核查，还远远不够。
批评主要指向测试方法。很多命题涉及模型训练截止日期之后的事件（比如“乌克兰在 2026 年 5 月对莫斯科发动无人机袭击”），模型只能猜测，算不上在核查事实。另外，提示词设计被指过于单薄，没有给出任何判断标准，比如对“杏仁几乎全产自加州”这样的表述，模型选 False 和 Misleading 都有道理，分歧源于提示本身。有评论认为，这项研究更多反映了测试设计的缺陷，而非模型能力的天花板。
一位开发者花了十到十五周，用本地运行的 LLM 清洗了自己二十年里积攒的 120 万条聊天记录。他的初衷是“想成为一个更好的朋友”，但数据呈现出的，是一系列他自己都未察觉的关系规律。词汇重叠度可以量化友谊的消亡——和疏远的朋友，共享词汇从近 70% 掉到不足 9%。提问率越高，往往意味着关系越生疏，因为对话变成了信息检索而非自然聊天。
数据残酷地验证了 Dunbar 层级：支持圈和活跃网每年都在缩小，但每年总对话天数十年如一。朋友变少了，你把同等的精力分配给了更少的人。中位友谊持续三年，但四十一个人沉默超过三年后又重新出现。二十多岁时，搬家是“友谊灭绝事件”，一年能消失超过四十个联系人。评论区里，有人看到这些，写下了“29 岁，0 个密友、0 个常联系、0 个熟人”，引发了关于线下连接和网络社交质量的长篇讨论。
Meshtastic 是眼下消费级 LoRa mesh 的领头羊，上手就用，像一对数字对讲机。但它的洪水路由机制意味着每条消息都要广播全网，节点一多就堵，在实际公开网络里扩展困难。很多节点列表里一堆设备，消息却发不出去。有用户反馈，两英里外就失联是常态。作者直言，大多数认真考虑公共 mesh 的人已经在看别的方案。
作者将 Reticulum 树为真正的替代品。它不是一个聊天应用，而是一个网络协议栈，能在几乎任何物理介质上跑——LoRa、Wi-Fi、微波甚至互联网。它用加密生成全球唯一地址，不需要中心管理机构；不同地区的网络可以自动选择最佳路径互联。缺点是，目前还没有独立的 LoRa 固件，做太阳能中继节点需要额外挂一台树莓派级别的电脑。如果 microReticulum 在 ESP32 上移植成功，这可能改变游戏规则。
从社区的反馈看，这些网络现在更多是爱好，不是可靠的灾备方案。有人在法属波利尼西亚的环礁锚地上看到十艘船中有三艘用 Meshtastic；有人在瑞士的城市 mesh 能覆盖几百英里，但在英国看到的全是测试消息，没人确定被谁收到。但它确实勾画出一个诱人的景象：一套完全由自己掌握的通信手段，不向任何运营商交租。
资深管理者 Rands 用一个词总结了他二十年的开会心得：“The Ask”。任何一场值得你参加的会议，在结束前都必须有人对你提出一个明确的请求——要你决定、同意、或者给方向。否则，会议就不该存在。他把场景拆得很细：有突然约你半小时的下属，其实是想问“怎么才能当经理”；有花了二十分钟做背景铺垫的陌生团队，等着你把叙事接过来，替他们解释该怎么做。
评论区撕裂得非常厉害。一种声音认为这是典型的 LinkedIn 领导力空话，另一种认为这位作者写了二十年，风格如此。更深层的批评是：这些管理哲学本身，是否就在浪费最杰出的头脑？一条高赞评论写道，我们创造了市值超五万亿美元却对生存需求毫无价值的公司，而最聪明的人们花一辈子研读如何“识别会议室里的请求”。这引向了更大的讨论：中层管理是否会被 AI 取代？答案似乎是否定的，因为组织的真实状态鲜少出现在文档里，只能靠人之间非正式的、长期的直觉去捕捉。
FBI 在一名资深 CIA 官员的家中搜出了约 303 根一公斤重的金条、200 万美元现金和 36 块劳力士，总价值超 4000 万美元。然而，目前官员 David Rush 只被指控虚报学历和骗取数万美元的休假工资。CIA 是在内部审计发现 Rush 以“工作支出”申请的大量贵金属和外汇无法定位后，才将案件转交 FBI。Hacker News 上几乎没人相信这只是一起贪小便宜的案件。多数猜测指向更严重的间谍行为或贿赂，而 CIA 选择用一个小罪名草草掩盖管理漏洞。更讽刺的是，学历造假这种事，竟然通过了 CIA 的入职和晋升审查。
欧盟对 Temu 开出 2.32 亿美元罚单，因为平台上的充电器和婴儿玩具有高比例未通过安全测试。这是《数字服务法》第二次因内容问题罚款。Temu 不接受，辩称这反映的是 2024 年的旧况。社区讨论里，有欧洲用户承认 Temu 填补了真实需求——本地同样的中国商品要贵十倍，尤其在电子元件品类。但更多人强调，插墙的充电器和婴幼儿玩具是应该被严格管控的底线，不能因需求存在就豁免。也有人指出，罚款更多是信号，后续整改不力才会迎来真格的。最后，有人把真正的麻烦点了出来：只要生产商和进口商在海外、追责无门，光罚平台就像是安全质量上的无止尽打地鼠。
女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是莓莓。
男：大家好，我是阿哲。
女：今天咱们聊的东西，表面上看散得很，里面其实有一条线。我先问个事儿吧，阿哲，你看到那篇关于 AI 生产力提了 10 倍之后，能不能多放一天假的文章了吗？
男：看到了。它其实问了一个很直接的问题，我们被要求用 AI 提高效率，但多出来的时间呢？工资呢？现在 LinkedIn 上全是吹自己用 AI 多高效的帖子，但没见谁晒工资涨了多少。
女：对，文章里那个场景特别具体，说周一中午干完一周的活，周五能不能去打高尔夫。作者还 cue 了 Elon，说你不是想提高生育率吗，在加州三个小孩托儿费一个月六千，那能不能只去四天办公室。
男：这背后是个分配问题。AI 带来的收益，文章给了一个很悲观的数字，说可能 99% 进 1% 的人口袋里。公司现在不是想着给员工减负，是用裁员的威胁压着大家干活。有个评论讲得挺刺人，说如果 AI 真能 10 倍产出，你周一午餐时间就得向管理层证明自己还有用。
女：员工问“多一天假”，在现在这种压力下，就变成了一个几乎不合时宜的提问。但历史上我们还真经历过类似的事，1938 年之前大家也觉得五天工作制是天方夜谭。
男：对，镀金时代之后是进步时代。不过那次也只持续了大概 20 年。这个问题的核心是，生产力收益没变成工人的福利，全流进股东口袋了。如果真有一天 AI 取代大量劳动力，我们目前的手段，说实话，还没准备好。有人提全民基本收入，但也有人反驳，说不配合反资本主义改革，钱就直接流进房东的口袋。
女：这种被替代的焦虑，开发者们感受是最近的。文章里说讽刺的是，大家自己写的开源代码变成了训练 AI 的饲料，免费工作反过来帮别人取代自己。
男：对，这也是这个行业特有的矛盾。开发者曾经在赢家那边，现在角色开始变了。说到这个，Anthropic 这两天发了新模型 Claude Opus 4.8，简直就是在这个焦虑上又加了一把火。它说是次版本升级，但在编码和推理上又有提升。
女：我特别注意到文章里提它的“诚实度”提高了，代码缺陷漏报率比上一代低了四倍，更愿意主动说自己“不确定”。这不像一个更聪明的 AI，像个更谨慎的 AI。
男：这个比喻有意思。其实社区有个讨论就是，当模型能力超过普通用户的判断力时，进一步变好就变得“不可见”了。用户能看出好和坏，但好和非常好，他们分不出来。Opus 4.8 的改进，对很多人来说，可能就是这种感觉。
女：我看他们还有新功能，叫“努力控制”，让用户决定模型回答时花多少算力。这像是把选择权交回给人。不过评论区也有人说，现在模型已经够胜任很多活了，接下来真的价值不在让模型更聪明，而是做更好的代理框架，或者，把价格打下来。
男：嗯，社区里关于“大模型是不是走到头了”吵得挺凶。一派觉得小参数量模型再过两三年就能超现在的顶尖水平；另一派坚持在物理、药物发现这种领域，大模型的投入没有上限。
女：他们还提了一个叫 GRAM 的新架构，说在测试上以 1000 万参数就击败了更强的模型。但似乎有对齐问题，内部推理人读不懂，没被主流采用。
男：对，Anthropic 自己也在准备一个叫 Mythos 的新模型，说比 Opus 更聪明，但现在只敢在网络安全领域用，怕防护不够。
女：所以一边拼命造更聪明的 AI，一边又死死按住它不敢放出来。这紧张感，倒让我想起另一个事儿，是 Anonyma 这个人在做了件很静的事。阿哲你知道他分析了自己 20 年的聊天记录吗？
男：知道，120 万条，从 ICQ、VK 一直到 Telegram。他用 10 到 15 周时间在本地跑 AI 模型，把数据压成了 70 MB 的个人知识库。他本来想当更好的朋友，结果发现了一堆他自己不知道的社交模式。
女：对，比如说，他和伴侣的共享词汇 10 年都不怎么变，但和疏远的朋友，共享词汇从快 70% 掉到了 8.7%。还有他的提问率，关系越疏远，对话里提问占比越高，因为那不是自然聊天，是信息检索。
男：他还有一个发现挺打破他自我认知的。他一直觉得自己是“支持型”朋友，数据告诉他，他更像个“建议型”，别人来找他倾诉，他本能反应是解释，不是倾听。
女：数据比你更了解你。而且他验证了邓巴圈层理论，就是我们的社交圈真的会逐年收缩。他失去了 75% 的网络，但每年聊天天数还恒定在 360 天，只是把精力分给了更少的人。
男：对了，他提到搬家，20 多岁时搬家是友谊灭绝事件，一年能消失 40 多个人。到了 30 多岁，同样的动作只消失 20 来个。社区有个回复让我印象很深，一位朋友 29 岁，说 0 密友、0 常联系、0 熟人。
女：这回复看得人心里一紧。大家给的解药也挺传统的，说你要去线下持续出席，俱乐部、志愿活动、makerspace，线上社交比较像快餐。
男：还有一个细节，有用户提醒，你用 AI 分析自己的聊天没问题，但你发出去的消息，也可能被对方用 AI 分析掉。用 Signal 那种消失消息，是一种物理上的隐私保护。
女：这种对掌控感的在意，让我想到另一个开发者，stages，他做了个东西叫 Hallucinate。他做的事跟这个完全相反。
男：对，那个多人联机浏览器 Rave。打开网页，一个小人会出现在舞池里，听音乐，还能跟人聊天。非常糙，但非常直接。周日早上电脑前，给自己一个舞池。
女：那音乐好听吗？我看有人评论说“beats were fire”。
男：音乐是预设视频流里的。好玩的是它一上 Hacker News，服务器就被流量淹了。更典型的是，聊天区很快就被种族主义辱骂攻陷了。作者在那儿手动封 IP，对方换 IP。
女：匿名空间这个魔咒太难解了。有意思的是，一群人一边在讨论 Hallucinate 怎么防滥用，另一边开始怀念起 2000 年代的 VMK、theclub.zone 和疫情期间的 Minecraft 锐舞。
男：对，有个开发者还特意分享自己做的全 VR 多人 DJ 平台，因为健康问题搁置了。社区就在底下鼓励他开源出来。大家其实挺渴望这种低成本的、纯粹的线上共处空间的。
女：但这个空间想要保持干净很难。不像我们刚聊的 AI 事实核查，想找点确凿东西都没那么容易。阿哲，你看到那篇五个前沿模型做事实核查，结果 67% 的案例里都有人跟多数派不一样的论文了吗？
男：看到了。研究者拿了 1000 个真实用户发来的待核查声明，问模型是“真”、“基本真”、“误导”还是“假”。结果乱成一团。34% 的案例连基本一致都做不到，有 21% 的情况，极端分歧，一个说真，一个说假。
女：这种分歧是为什么呢？
男：一个典型例子是“杏仁全部产自加州”，四个模型说假，Claude Opus 4.7 选了“误导”——确实有点误导，因为杏仁不都产自加州。但任务本身没有给任何分类标准。社区批评说，这研究更多是在测提示词设计好不好，而不是测模型真本事。还有，这些声明里好多是 2026 年 4、5 月的事，模型训练数据不可能有，它们那不是在核查，是在猜。
女：所以研究人员是故意不给参考真值。那这种情况下，AI 给出的那个斩钉截铁的“真”或“假”，是不是更吓人了？
男：可以这么理解。当它用很确定的口气给出一个错误答案时，没有上下文，你容易被误导。对了，我刚说 Claude Opus 4.7 是分歧最多的模型，它太愿意选“误导”这个模糊选项了。
女：这个现象和那个分析自己 20 年聊天记录很像。人以为自己明白，数据一照，才发现模糊地带这么大。我们转个向，聊点可掌控的。你用过 Typst 吗？就那个新的排版工具，有人让它和 Pandoc 搭档了。
男：看了，JMax 发的那篇，他去年就做过一个模板，今年因为版本升级全失效了，干脆重写。现在可以一行命令把 Markdown 转成漂亮的 PDF，字体、题注、引用全搞定。
女：社区问的最多的问题是，既然 Typst 本身写起来不比 Markdown 难，为啥还绕个 Pandoc 的弯？直接写 Typst 不就行了吗？
男：因为 Pandoc 能多格式输出。你写一份 Markdown，可以同时出 PDF、网页、Word 和 EPUB。要是你只盯 PDF，确实直接写 Typst 更爽。有人试了，编译速度从之前 LaTeX 的 10 秒变成了 10 毫秒，几百行的 LaTeX 样式，60 行 Typst 就复刻出来了。
女：这点挺打动经常跟格式搏斗的人。说到工作流，我最后翻到一篇文章，不是技术的，讲的是高管怎么看待那些没有议程的会议。里面有个词叫 The Ask。
男：对，Rands 的文章。他的意思是，每个会议都应该有一个明确的 Ask，就是你得决定、同意、或者给出方向的请求。他说你要主动去问，去挖这个 Ask。
女：他举了个例子，在苹果的时候，老板让他和一个叫 Rachel 的同事定期一对一。他觉得短期内没交集，就给停了。两年后绩效评估，老板说 Rachel 的老板很失望，这成了一个职业限制性失误。
男：后来他们恢复了一对一，一年后真的发现两个项目要撞车，提前给摁住了。他老板就说，“看到了吧”。这个 Ask 从一开始就不是具体项目，而是“你俩去搞清楚为什么你们需要紧密合作”。
女：社区对这篇文章的反应挺两极的。有人说是 LinkedIn 鸡汤，有人指出作者这个风格写了 20 年了。有个批评很尖锐，说把 senior leader 的工作描述成清点请求，真正有价值的是追踪时机和能力，去激活别人。还有个评论让我感触很深，说我们在三万亿美元的公司里做这些事情的时候，为什么不能用这些精力去让医疗免费、食物充足。
男：是。还有一个讨论也很有意思，AI 能不能取代中层管理。主张替代的人说，AI 能自动发现项目冲突；反对的人就说，组织的真实状态从来不在文档里，在那些非正式的对话里。今天刚巧有个消息可以作为这个讨论的注脚，一名 CIA 高级官员被发现在家里藏了 300 根一公斤的金条，价值几千万美元。
女：我也看到这条了。最初只指控他虚报学历骗了几万块工资。评论里全在说，一个 CIA 高官怎么会笨到把赃物放自己家。更多人猜，背后肯定是更大的间谍或贿赂案，目前的罪名只是机构不想公布丑闻的幌子。
男：有人说这恰恰说明，就算在 CIA，管理也有巨大的盲区。一个人能轻易申请到几千万美元的外币和金条，等到审计才发现丢了。AI 或者系统能不能补上这种漏洞？也许能，但前提是有人想知道这些真相。
女：这和执行也有关系。像欧盟今天罚了 Temu，2 亿欧元，几乎是同一天。因为它在欧洲卖危险品，小孩玩具化学品超标、窒息风险，充电器安全测试也通不过。
男：这个数字其实对它的母公司来说不算伤筋动骨。大家争论的焦点是，罚 Temu 是不是挑软柿子捏。很多评论觉得，本地廉价超市和亚马逊也有一样的问题，不罚它们就是选择性执法。
女：但背后有个真实需求，有人在底下说，部分电子元件，你不去 Temu 或速卖通，本地经销商价格贵、周期长。危险品的问题在于，平台应该担多大的责任？
男：目前方法就是逼平台负责任。你当分销商，就得有质量筛选的动力。但需求还在那儿，单纯靠罚款，可能最后效果有限。这跟用 AI 提效但不给员工放假是一个逻辑，收益和代价的分配，往往不在一个地方。
女：那，今天聊了这么多，从 AI 分配的问题，到我们怎么用数据或模型看清一点什么，再到那些不算大的社区实验。阿哲，你有什么最后想提的？
男：我想提 Reticulum。就是那篇讲 Mesh 网络的文章。它用 LoRa 之类的无线电组成一个平行于互联网的网络，抗审查、抗断网。它不像 Meshtastic 只是给徒步者用的对讲机。Reticulum 更像是互联网替代方案，可以跑在整个 Wikipedia。
女：但现实是不是有点骨感？我看了下文章，说目前还没杀手应用，而且节点一多就容易拥堵。
男：对，很多人觉得这更像现代版的 BBS 或者业余无线电，大众吸引力有限。但社区里有个说法我很喜欢，说因为它的网络太慢了，传不了图片视频，反而天然避免了垃圾和违法信息，被迫进行更有质量的通信。
女：这倒是一个低效率带来的特殊价值。好了，今天聊挺多了。我们希望这堆看似不相关的事，能让你对最近的技术世界有一点新的感受。
男：对，从 AI 生产力换一天假期，到我们自己社交圈的数据分析，再到试图在一个虚拟舞池里找到一点联结，这些可能就是普通人面对宏大技术浪潮时的真实反应吧。
女：感谢收听，我们下次再见。大家记得用泛用型播客客户端订阅我们的节目呀。
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。