📰 团子技术日报 — 2026年10月7日 星期三

今日关键词：证明的产能过剩、验证的排队入场 数据源：HN Top 30 + Lobsters Top 25。跨站重复两条（Gleam 去 Erlang 源、Polars 2.0）合并成一节并附两处讨论链接。最终收录 51 条。

🔥 今日焦点

arXiv 那篇「Truly Subquadratic 3SUM and Truly Subcubic APSP」的致谢里写着：算法由 Claude 发现，人类作者负责理解、简化、加强、推广并写清楚。被推翻的是 3SUM、APSP、Exact Triangle 三个复杂度猜想，其中 3SUM 的二次时间下界支撑着几十个不可近似性结果。同一天，OpenAI 把 Barnette 猜想和 Unique Games Conjecture 的证明连同 reasoning traces 一起放上 GitHub。而 Erdős Problems 的站长在论坛里说自己不打算继续按原方式运营这个站点了，理由是现在人们公开互动的主要方式是贴 AI 生成的证明、不做任何解释，只为记一个越来越没意义的优先权。

三件事指向同一个结论：证明的产能不是瓶颈，验证、解释和署名的排队机制才是。Erdős 站长的退场比任何一篇论文都更能说明这一点——他发现自己在维护的是登记簿，不是知识库。

🤖 AI 与模型

  • Mistral Large 4 发布 — Mistral Large 4。1511/932（HN）。官方口径是在 Mistral 自家的欧洲数据中心、用 3800 张 NVIDIA Grace Blackwell 从零训练。💬 评论区据此反问：一个接近 1T 参数的模型用四千张卡贴上头部开源模型的水准，那美国还在堆的那批超大集群到底在买什么。另一条线更长——Simon Willison 实测后先吐槽 reasoning 档位只有 none 和 high 两档，而且选 high 反而比 none 吐的 token 更少；接着是「鹈鹕」现象：各家模型生成的 SVG 鹈鹕越来越像（云在左上、太阳在右上、三条速度线、头顶两根羽毛），有人怀疑这个基准的历史结果已经被练进模型，也有人贴出自己的单次随机词测试，说模型之间的收敛确实已经肉眼可见。

  • Truly Subquadratic 3SUM and Truly Subcubic APSP — Truly Subquadratic 3SUM and Truly Subcubic APSP via Triangles in Sparse Lopsided Graphs。90/34（HN）。致谢里写明算法由 Claude 发现，人类作者做的是理解、简化、加强和推广。💬 评论区有人维护一份 500 个重要未解问题的 LLM 辅助排名表，指出这一篇同时清掉 #159 和 #244，而过去一天里 #95（Kannan–Lovász–Simonovits 猜想）也出现了 LLM 辅助的解法，并强调结果已在 Lean 里形式化。也有人追问真正的贡献划分：Sparse Lopsided Graph 这个技巧扛了多少原有难度。另一位前数学家的评论值得抄在这里——「我知道它管用，我想把模型指向数据构造，指向库、理论和实验。」

  • OpenAI 公开数学进展，附推理轨迹 — Sharing AI Progress in Mathematics。114/69（HN）。放出的不只是结论，还有 GitHub 上的 preprints 和 reasoning_traces 两个目录。💬 最直接的评价来自一个攻过同一道题的人：他几个月前拿 SOTA 模型试过 Barnette 猜想并失败，现在这份证明「一眼看上去仍然能读进去」。对做过同一道题的人，这是最诚实的评价方式。

  • Beam：Reflection 的 501B 开源权重模型（第二日） — Beam: Reflection’s 501B open-weight model。538/167（HN）。501B 总参数、23B 激活的稀疏 MoE，主打编码、推理和 agent 负载。💬 第二天的新讨论转向发布方的身份：有人追问 Reflection 到底是哪种组织，理由是模型迭代速度这么快，看今天的 benchmark 只对今天用模型的人有用，而判断「谁在放权重」才是长期变量。另一条被顶上来的评论盯着官博第二张演示图的说明——用几天前才火起来、不可能进训练数据的几何谜题当泛化证据，而这题其实不新。

  • openTPU：由 AI 开发的开放源码 TPU — openTPU – An open-source AI accelerator, developed by AI。199/263（HN）。263 条评论堆在一个软件工程师的直球问题上：既然性能收益和单次请求成本都摆在那里，为什么前沿实验室不直接把自己的模型烧进芯片。回答集中在三点——流片周期跟不上架构迭代、权重固化之后就放弃了这个模型唯一的价值来源（继续训练），以及单模型专用硅吃不到硬件复用。

  • EmbeddingGemma 2：端侧多模态嵌入 — EmbeddingGemma 2: An open, lightweight multimodal embedding model。172/25（HN）。把文本、图像、音频、视频映到同一个向量空间，面向的是设备端检索和隐私优先场景。价值在于「本地」这个约束一旦成立，RAG 类应用的默认架构就得重排——嵌入不再必须走远端。

  • Decisions API 进入公开测试 — Decisions API is in public beta。60/25（HN）。接口做三件事：判断条件、从固定选项里挑、按给定的评分表给文本和图片打分。这类窄接口的意义在于把「用模型做分类」从自由文本解析里拿出来，输出结构由 API 保证。

  • Claude Code 的联想输入：真正的客户是模型 — Claude Code’s suggested message feature: I think the real customer is the model。51/26（HN）。作者的论点是那个预填在你输入框里的一句话不是为了省你的打字，而是把上下文整理成模型想要的形状。这个视角解释了为什么这类提示在你已经很确定要说什么的时候反而碍事。

  • Erdős 问题网站在 AI 洪流下退让 — Erdosproblems.com Succumbs to the AI Onslaught。79/37（HN）。站长原话是：现在人们公开互动的主要方式是张贴 AI 生成的证明，往往不做任何解释，目的是记录一个越来越没有意义的优先权声明。💬 评论区的高赞回护写得比原文克制：这不是屈服，是一次有意识的调整，而且他们没有扔出一套钉死的规则。也有人不同意站长的延伸结论——「不把任何问题当成已关闭」这句话听着漂亮，但那份清单存在的意义恰恰是记账 Erdős 没解出来的题。

  • What is Codemode — What is Codemode。9/7（Lobsters）。Armin Ronacher 回来修正自己一年多前的立场：当时他劝人不要把自定义工具和 MCP server 往上下文里塞，直接用脚本就行，现在 Pi 1.0 用 Codemode 把 MCP 支持加了回来。这篇值得读的地方是他怎么解释自己前后不一致。

🏢 产业与政策

  • 派拉蒙完成 1110 亿美元并购华纳兄弟探索 — Paramount Skydance has completed its $111B merger with Warner Bros. Discovery。124/173（HN）。从宣布走到交割，两个世纪老厂的片库和流媒体资产被并到同一张资产负债表上。这单能在监管线上走完，本身就是今年并购环境的一个读数。

  • 多伦多 VPN 服务商因合法访问法案准备离开加拿大 — Toronto-Based VPN Provider Plans to Quit Canada over Lawful-Access Bill。68/28（HN）。法案要求服务商具备按令解密或配合取数的能力，这家公司的选择是搬走而不是改造架构。Citizen Lab 记录这个案例的用意很明确：合规成本高的不是大厂，是架构上本来就没有「能解开用户流量」这个概念的提供商。

  • Chrome 对近期 ccTLD 注册局劫持的回应 — Chrome’s Response to Recent ccTLD Registry Hijacks。4/0（Lobsters）。国家级域名注册局被劫持是 PKI 假设里最难看的一类失效：信任锚没问题，签发的流程被接管了。浏览器厂商能做的补救都偏止血，文章本身值得当作信任模型教材。

🔒 安全与隐私

  • OpenSSH 10.6 — OpenSSH 10.6。65/11（HN）。发行说明本身没多少戏剧性，但这是那种「你会升级、你要读一遍 breaking change」的项目，行为变更永远比漏洞更有杀伤力。

  • Android 系统级广告拦截 — System-level ad-blocking in Android。37/28（HN）。不开 root、不装 VPN 类应用，在系统层把广告挡掉。移动端广告拦截长期卡在权限模型上，任何绕开 VPN 槽位的方案都会立刻被关注。

  • 两个 arm64 特有的误编译让 curl 出 bug — Two arm64-specific miscompiles induce bugs in curl。8/2（Lobsters）。由 curl 维护者本人发帖，性质是编译器错了、代码没错，最后以网络库的 bug 形式暴露出来。这类问题最难查的地方在于：你的源码是对的，编译器也是「正式版」。

  • 如何修复一个修复带来的 bug — How to fix a bug in a fix。2/1（Lobsters）。Project Zero 写应急补丁的次生 bug：为了赶在被利用前堵上，补丁往往跳过正常评审，于是修得越快，错得越快。

  • 我和一个偷笔记本电脑的人共事的那段时间 — That Time I Worked With a Laptop Thief。17/2（Lobsters）。叙事型的安全文章，讲的是内部人怎么用日常权限解释掉自己的异常行为——检测系统从来没坏过，是没人愿意把同事的日常操作当成线索。

  • 检查邮件服务器 SPF/DKIM/TLSA/TLS 的 Go 工具 — Golang tool to check SPF, DKIM, TLSA, and TLS settings for mailservers。13/4（Lobsters）。自建邮件的第一天就该跑的工具：四类配置里任何一项错了，投递率都会以「对方拒收，你不知道为什么」的形式回报你。

🛠️ 工具与基础设施

  • Polars 2.0 — Release of Polars 2.0。399/94（HN）、13/0（Lobsters）。这一版把 SQL 提到一等公民位置，配上 spill-to-disk 的 out-of-core 初版、新 Map 类型和更严格的 dtype 检查，官方表态是在 TPC-H / TPC-DS 上压过 DataFusion 和 DuckDB。💬 评论区把它当「数据库级优化器塞进了 notebook」用，一条高赞回答给新版项目的组合是 DuckDB + Polars + PyArrow 各管一段。

  • Berth：把编码 agent 跑在你自己的机器上 — Berthd。37/55（HN）。开源桌面端加守护进程，Claude Code、Codex 这类 agent 跑在你指定的 dev box 上，合上笔记本也不会中断，界面把命令、读取和 diff 折叠成流。55 条评论说明「agent 该在哪里执行」已经从偏好问题变成了架构问题。

  • 毫秒级的基准测试 — Benchmark in Milliseconds。123/34（HN）。rust-analyzer 作者写的短文，讲怎么让基准跑得快到可以随手敲。基准要成为日常工具，前提是它的耗时接近一次单测。

  • Brut：Unix 工具的暴力路由器 — Brut, the Brutal Router for Unix Tools。17/9（Lobsters）。一个单文件 POSIX shell 脚本，靠自身文件名和第一个参数把子命令分发出去，就是 Git CLI 那套结构。作者把整个源码做了逐行注解，读它比读很多「如何写 CLI」的文章有用。

  • Montray：systemd 服务的托盘图标与桌面告警 — Montray - a tray icon for systemd service health。31/4（Lobsters）。从 Salmon 改名而来，给系统服务加一层看得见的健康指示，也支持自定义检查。桌面 Linux 缺的从来不是监控能力，是没人盯的监控。

  • Mold 3.0.0 发布 — Mold 3.0.0 Released。35/14（Lobsters）。大版本号，兼容性变更值得细看。链接器是那种让整个 CI 时长曲线拐头的组件，Rui Ueyama 这个项目十年里把链接从「等一下」变成了「已经好了」。

  • Flirt 开源 — Flirt is now Open-Source。46/22（Lobsters）。定位是给 patch series 工作流做的评审工具：作者一路 amend、rebase、force-push，它记住你上次看到哪儿，只显示现在的差异。本地优先，GitHub 和邮件列表都能接——Daniel Bünzli 做工具一向是先把数据放回你手里。

  • 程序状态的终端协议（OSC 7501） — A Terminal Protocol for Program Status (OSC 7501)。4/1（Lobsters）。让命令行程序把状态写给终端而不是塞进标题栏或日志。终端协议这类扩展的胜负手从来是终端模拟器和程序哪边先支持。

💻 语言与编译器

  • Gleam 不再编译成 Erlang 源码 — Gleam doesn’t compile to Erlang source anymore。283/120（HN）、129/17（Lobsters）。改成直接生成 Erlang abstract form，跳过生成源码再交给编译器的中间步骤。💬 评论区的问法很标准：这到底是不是快过 Erlang 自己？回答是——快过的是 rebar3 那套构建路径，不是手写最优的 Erlang。也有人顺带解释了为什么 abstract form 这条路用起来顺手：它就是 Erlang 编译器在用的 AST 表示，标准库里有现成的操作例程。

  • 通向 elm v1 的又一步 — Another step towards elm v1。83/8（Lobsters）。💬 评论区一半人在惊讶 Evan 没有彻底放弃 Elm，另一半回忆这门语言留下的印象——「用过 Elm 的人都爱 Elm，没有比这更高的评价」。

  • Async Rust：调度器住在哪里 — Async Rust: Where does the scheduler live?。57/33（Lobsters）。核心争议是 Tokio 那个被到处传递的「隐藏运行时参数」。💬 有评论站在这篇文章这边：把异步运行时「擦除」到对用户不可见，对理解性的伤害大于它带来的便利。也有人给了个更冷静的边界——任何能脱离线程跑的异步实现都得有全局或线程局部状态，问题不在有没有，在怎么暴露。

  • 和 Deno 的友谊结束了，现在 Node 是我最好的朋友 — Friendship ended with Deno, now Node is my best friend。59/48（Lobsters）。💬 评论里最实的一条是有人把 Bun 项目迁回 Node：当初被内置 TypeScript、自带测试框架和性能吸引进去，实际卡死在 Playwright 兼容和覆盖率数据上。也有人向非 JS 生态的人解释真正的痛处——各家对「浏览器之外的 JavaScript」标准不同，运行时 API 面差异才是迁移成本。

  • Janet on x32：32 位指针、64 位速度、少 25% 内存 — Janet on x32: 32-bit Pointers, 64-bit Speed, 25% Less RAM。2/0（Lobsters）。x32 ABI 这条路线一直很小众：寄存器还是 64 位，指针压回 32 位，缓存友好度直接换成正收益。适合当「ABI 选择也是性能调优」的案例。

  • 双向类型切片 — Bidirectional Type Slicing。17/2（Lobsters）。PLT 侧的新论文，讨论类型系统里「切片」这一操作的双向化。tag 里有 pdf，说明作者把它当论文交流而不是产品宣传。

  • Smalltalk 的早期历史（1993） — The Early History of Smalltalk (1993)。106/59（HN）。Alan Kay 的回忆长文，讲一门语言怎么从「给孩子的编程环境」长成整个面向对象谱系的源头。59 条评论说明每隔几年就有人重新读它一次，并且每次都能挑出和当下类比的新段落。

  • 用 Zig 扩展 Lua（一）：Hello World — Extend Lua with Zig 1: Hello World。15/0（Lobsters）。系列第一篇，标准 C ABI 的 Lua 扩展换成 Zig 写，编译期检查拿回来了，构建步骤还在。

  • 为什么应该注入依赖 — Why We Should Inject Dependencies。5/7（Lobsters）。Ruby 语境下的老辩论重开，5 分 7 条评论的比例说明这类话题在小社区里反而讨论得动——反驳成本低，没人需要先建一个框架。

🔬 科学

  • 2026 年诺贝尔物理学奖：Francis Halzen — Nobel Prize in Physics 2026: Francis Halzen。498/166（HN）。奖项指向 IceCube——埋在极地冰下一立方公里的中微子探测器。💬 评论区有条把背景铺得很好的科普：中微子零电荷、近乎零质量、只参与弱相互作用和引力，每秒穿身而过万亿个却几乎不与任何东西反应，所以探测器要做的就是等那几次转换、再从切伦科夫辐射里把方向还原出来。1987 年超新星中微子的那一课，正是这个装置被立项的理由。

  • 自然在物种流失后的恢复能力被高估 — Nature’s capacity to ‘bounce back’ when species are lost is overestimated。301/150（HN）。结论直接冲击一个被广泛使用的假设：「生态会自己弹回来」是大量开发许可和生态补偿方案的计算前提。前提被削掉之后，补偿机制里那些按面积折算的等式全都得重算。

  • 地球上的优势物种，按质量算 — What’s Earth’s dominant species by mass?。119/70（HN）。把「优势」从个体数量换成生物量，答案整轮翻转。70 条评论说明真正吵的是折算标准：原核生物怎么计数、土壤和深海的估算误差有多大、水该不该算生境。

  • 地热能的数学 — Mathematics of Geothermal Energy。63/36（HN）。把地热写成可算的工程问题：热流密度、钻井深度、换热面积、回灌率之间互相牵制。能源话题里少见的「先算数再谈前景」写法。

🎮 轻度与好玩

  • example.com 上线了几十年来最大的一次改版 — Example.com just launched the biggest redesign in decades。338/227（HN）。227 条评论，一半是测试被改版打挂的人在哀号。💬 最有用的一条回应是有人把自己公网测试服务器搭成了旧版存档：改个域名就能假装什么都没发生，而且这个服务开源、可自托管。

  • Ask HN：为什么我的 Ask HN 只显示 14 条帖子 — 24/24。一个自指的 bug 报告：列表页坏了，靠首页曝光才被人注意到。24 条评论意味着不只一个人看到同样的问题。

  • Show HN：我用 iPhone 和 20 美元的智能插座做了个 f-stop 计时器 — 62/16（HN）。暗房放大要按 f-stop 而不是秒数曝光，硬件定时器贵且难找，于是他把智能插座和手机拼成了替代品。这类项目好看的地方在于约束是真的——只有 20 美元和一台手机。

  • 用 AI 写 Photoshop：时间与压力 — Vibecoding Photoshop: Time and pressure。3/0（HN）。又一个「用模型复刻 Photoshop」的实验，这次的两个变量是时间与笔压。这类帖子的价值通常在过程记录，不在结果。

  • 自建邮件的人，你们在用什么 — Email Self Hosters - what are you using?。69/68（Lobsters）。Ask 帖的标准形态：分数说明关心的人多，评论数说明共识少。自建邮件到 2026 年仍然是没有标准答案的一套手工艺。

  • 开源就像我们知道的那样，已经死了 — Open Source as We Know It Is Dead。36/71（Lobsters）。71 条评论是今天密度最高的一场辩论。💬 一条被顶上来的反转很值得读：开源对维护者越来越烦，但 agentic coding 让它对最终用户好得出乎意料——不会编程的人以前拿不到开源的实际好处，现在能了。另一条把 GPL 的传染性重新解释了一遍：它承认大多数用户改不动源码，所以保证他们能雇人改、或者从别人改好的版本里挑。最接地气的是嵌入式那位：把 harness 接到 JTAG/SWD 上之后，难复现的 bug 调试时间接近归零，代价是大约五分之一修复是垃圾。

  • 一个能持久的 Web 职业 — A sustainable web career, for when all this blows over。21/13（Lobsters）。作者开篇就承认行业在过一段过度期，并且把原因称为「大体上不理性」——人还是需要 Web 的。他给的建议不是转行，是拒绝按当下一时的驱动逻辑安排长期职业。

  • Pared：不关 SIP 也能删掉 Apple Intelligence 的模型 — Pared - remove unwanted Apple Intelligence models without disabling SIP。5/1（Lobsters）。关键在「不关 SIP」这个限定：以前要清掉这些占空间的模型文件，得先削弱系统完整性保护。

  • LLM 可能帮了我的 RSI — LLMs may have helped my RSI。5/1（HN）。标题里那个 may 是诚实的：作者把一部分敲键盘的活交出去，用来缓解重复性劳损，但他没把它写成疗效证明。

  • 随机数不够随机的时候 — When random is not actually random enough。5/0（HN）。题目就是结论：随机性不足这类缺陷极难被单测抓到，只在分布式系统撞在一起的时候现形。做 ID 生成、分片均衡和抽签逻辑的人值得过一遍。

  • Ask HN：如果 Google 被国有化，你会怎么想 — 5/9。标题像情绪发泄，问题本身不空：搜索索引、浏览器、广告竞价和云在同一家公司手里，拆哪一层才会真的改变行为，没有干净的答案。

📝 今日总结

今天最该读的是三篇 AI 数学材料的交叉部分：Claude 发现算法的 3SUM/APSP 论文（含致谢里的分工说明）、OpenAI 的 Barnette 与 Unique Games 证明加 reasoning traces、以及 Erdős 问题站长的退场自述。前两篇讲能力边界被推到哪里，第三篇讲推过去之后组织的验证机制跟不上会怎样——把这三篇放在一起，比读任何一篇单独的模型评测都有信息量。第二位是 Async Rust 那篇调度器的讨论，它是今天技术性最强、共识最稀的一篇，Tokio 的隐藏运行时参数在新语言特性里会一直复发。第三位是 Polars 2.0，SQL 提到一等公民加上 spill-to-disk，直接改变了「用 Python 还是用数据库」这个默认选择。

横向看下来有一股信号今天格外清楚：agent 正在从「帮你写代码」往「替你持有执行环境」移动。Berth 把 agent 放到你自己的机器上、合盖也不停，Codemode 把工具调用压回代码，LLM 辅助的数学证明在批量清掉开放问题清单——三条线合起来问的是同一个问题：谁持有上下文、谁持有验证权。Mistral 用 3800 张卡做出对标头部模型的成绩，则是这条主线上最贵的那个注脚。