Agili 的 Hacker Podcast 2026-06-22

今天的 Hacker News 上，有人回头审视职业生涯，发现它可能是一桩金融欺诈的附属品；也有新的桌面打包工具、开源模型、Minecraft 大版本更新、AI 多智能体系统发布，以及几个离谱的 bug 分析。

我的上一份工作，是不是只因为欺诈才存在？

一个工程师的十年回望

软件工程师 David Newgas 曾在一家叫 GenieDB 的英国初创公司工作。公司后来被美国风险投资基金 Frost VP 收购，他作为唯一转到美国的团队成员，在硅谷过了几年典型的创业生活。但公司始终没有超过 3 个客户，最终被开源方案淘汰。

十年后，他听说基金老板 Stuart Frost 被 SEC（美国证券交易委员会）起诉欺诈。诉状里有一句话击中了他：“当 Frost 需要更多现金维持奢侈生活时，他创建新的投资组合公司，投更多基金资本进去，然后收取更多孵化费。”David 开始怀疑，自己那份带他来美国、改变一生的岗位，是否只是欺诈链条上的一环。

结构性的浪费

Hacker News 的讨论把这个故事推向了更广的层面。有人指出，一些孵化器和政府资助项目资金最终流向了 IBM 这样的大公司，因为“可信伙伴”把钱截留了；真正有能力的团队反而拿不到资助。

另一种更隐蔽的浪费来自企业内部：一家英国大银行裁员之后，被裁的人通过外包公司以更高价格回到同一个团队做同样的事。预算科目不同——“裁员”减了人头，“外包”走另一个预算池——账面上好看了，成本反而更高。这种现象在澳大利亚银行、荷兰政府、美国海军和情报机构都有记录。David 的结语保留了一种清醒：你的工作可能比你以为的更小，但你不完全是欺诈的工具。只是一种暗流，恰好改变了你的河床。

Deno Desktop 发布：把 JS/TS 项目打包成桌面应用

直接打包，自动检测框架

Deno 2.9 推出了 Deno Desktop，可以把一个 Deno 项目——从单个 TypeScript 文件到 Next.js 应用——打包成自包含的桌面二进制。默认使用系统自带的 WebView 渲染，二进制很小；也可以选择捆绑 CEF（Chromium Embedded Framework），体积更大但渲染行为跨平台一致。

它能自动检测框架：指向 Next.js、Astro、Fresh、SvelteKit 等项目，会自动运行生产服务器或带热重载的开发服务器，代码无需修改。后端和 UI 通过进程内通道通信，没有跨进程 IPC 的序列化开销。

与 Tauri 的取舍

Tauri 的二进制可以小到 5 MB，但 Linux 上的 WebKitGTK 比主流引擎慢且内存占用更大，macOS 上老系统的 WebView 可能停在十年前。Deno Desktop 默认约 40 MB，捆绑 CEF 约 150 MB。有评论认为，CEF 选项让它在可靠性上超过 Tauri，后者也在努力加入 CEF 支持。

用 iCloud 随手拍意外做成“立体抖动照片”

从相机胶卷里挖出意外

所谓 wigglegram，是用多个角度拍摄的相似帧循环播放成 GIF，产生立体深度效果。作者是个拍照不删的人，想到自己那些从稍不同角度连拍的相似照片可能适合做这个。他写了一个脚本，用感知哈希（TinEye 用的那种反向图片搜索技术）在自己的 iCloud 图库里找出相似的照片序列，设了个阈值（汉明距离 10），一下吐出了几百张 wigglegram。

因为是真正的“意外”，很多照片更像小电影片段，而不是严格的立体图。动物、设计作品、雕塑效果最好。评论区有人建议用帧插值和锯齿循环（1-2-3-4-3-2）来平滑效果。iPhone 的 Live Photos 也能做类似的事情。

GLM 5.2 对比 Opus：一次游戏制作的气氛测试

用单次提示构建 3D 游戏

Z.ai 发布的 GLM 5.2 是 MIT 协议的开源模型，文本-only。作者让两个模型在 raw WebGL 下构建一个 3D 平台游戏。Opus 花了 33 分钟、约 22 美元，做出来的游戏角色有纹理、尖刺能杀人、有胜利条件。GLM 5.2 花了 1 小时 10 分钟、5.39 美元，但角色面朝后、纹理缺失、尖刺无效。

关键差距是 Opus 能看图——它生成画面后自己检查，修正了调试信息残留；GLM 5.2 只能读像素颜色值，根本看不出问题。但 GLM 5.2 的成本只有 Opus 的五分之一，很多评论认为对大量任务已经“足够好”，且开源模型没有供应商锁定的顾虑。

切换到开放模型，代价真有那么大吗？

从闭源到开放的权衡

作者一直把开放 LLM 当业余爱好，直到 Anthropic 开始要求身份验证，他才认真考虑切换。开放模型在排行榜上落后闭源模型几个月，生产力和隐私保护需要自己处理——要么通过不透明的第三方 API，要么自建服务。

评论区里的欧洲用户推荐了 eurouter.ai 这类路由服务，可以指定数据只留在欧盟境内、不收集、零保留。虽然背后实际提供 GPU 的可能还是美国公司，但至少法律层面有保障。有人认为 Anthropic 的“不协助政府违宪”声明只保护美国人，非美国人不在保护范围内；其新模型即便选择零数据保留，也会保留提示词和输出 30 天做安全审查。开放模型的价值正是这种灵活性——你可以自托管，也可以选信任的提供商。

OpenAI Codex 的日志 bug：21 天写了 37 TB

写入放大 1 万倍

Codex 的 SQLite 反馈日志在 21 天内写入 37 TB，年化约 640 TB。一块 1 TB 的消费级 SSD 通常只有 600 TBW 的写入寿命。问题出在全局日志级别设成了 TRACE，记录了所有底层 WebSocket 负载、遥测事件，而这些内容对调试几乎没有价值。

数据库保留约 50 万行，但 AUTOINCREMENT 计数器超过了 55 亿——历史写入是保留的 1 万倍以上。15 秒采样显示插入 3.6 万行后立即被修剪，形成持续的写入放大。两个补丁已合并，将默认过滤级别提到 INFO+，可减少约 85% 的写入。

社区反应激烈。有用户在 macOS 上只是打开 Codex 窗口等模型响应，GPU 就占满 100%，风扇狂转；另一个用户称它吃掉 70 GB 内存。有人把 Codex 和 Claude Code 一起称为“slopware”，指出这些公司自己的软件开发质量与它们宣传的“AI 革命”存在尖锐对比。

Minecraft Java 版 26.2：首个内置 Vulkan 渲染的正式版本

Vulkan 渲染与硫磺洞穴

这个代号“Chaos Cubed”的版本首次内置了 Vulkan 1.2 渲染后端，目前标记为实验性。GPU 不支持时自动回退 OpenGL。新生物群系“硫磺洞穴”有硫磺泉，上方放水会喷出水柱；新生物“硫磺立方怪”能吃掉方块并变成不同原型——吃 TNT 变炸弹，吃木材变弹球，吃冰面会滑行。

社区对 Vulkan 反应积极：OpenGL 已无法良好映射现代硬件，Vulkan 是之前预告的光照改进的前置条件。Java 版需要跨平台，所以选择 Vulkan 而非 Direct3D。但同时也有社区对近期聊天举报系统被滥用的讨论，部分玩家建议安装阻断举报数据的 Mod。

用 6 亿参数的本地模型做问题分类

从 10% 到 92%

作者 Torgeir Helgevold 为家庭问答机器人微调了一个 Qwen 3:0.6B，用来把问题归到预定义类别以缩小检索范围。基准测试准确率只有 10%，模型喜欢用太宽泛的标签，还会自己发明新类别。

第一轮微调用 Unsloth 加 QLoRA，850 条数据，准确率提到 79%，但仍会输出类别片段（如 “ac” 代替 “hvac”）。第二轮做了一个简单改动：把类别名换成两个大写字母的无语义代码，迫使模型输出固定格式。准确率跳到 92%。评论区不少声音建议直接用 Scikit Learn 的 SGDClassifier 加 2-grams，训练不到一分钟，模型小于 1 MB。

内存安全的内联汇编

Fil-C 的做法

GCC 和 clang 的内联汇编被认为不安全——约束写错会生成错误代码。Fil-C（一个内存安全的 C 变体）实现了静态验证：只允许没有内存访问、没有控制流、副作用完全被约束覆盖的指令。不安全的汇编不报编译错误，而是在运行时触发 panic——因为很多内联汇编在死代码中，不应阻塞移植。

作者用 AI 代理（先 Kimi K2.7-code，后 GLM 5.2）自动化了 x86_64 指令的白名单构建，每天检查两次，最终覆盖了数百条安全指令。评论对 AI 辅助这种复杂编译器工作的效果表示兴趣。

Sakana 发布 Fugu：协调多模型的多智能体系统

让模型自己学会分工

Sakana 的 Fugu 通过进化和强化学习训练一个轻量协调器，动态分配一组前沿模型（GPT 5.5、Opus 4.8、Gemini 3.1 Pro 等）的角色。分两档：Fugu 平衡性能和延迟，Fugu Ultra 追求最高质量。基准测试在编码、推理、科学等任务上达到或接近公开可用的最强模型。

早期用户反馈分化明显。有人说代码审查找出 20 多个问题，远超其他工具；也有人指出 $20/月的订阅配额只够用几小时/周，$200/月的高级版也不宽裕，推理速度慢，代码实现错误率还不低。有评论把它比作 OpenRouter 的 Fusion，但 Fugu 的协调器更动态，会生成多步工作计划而非简单合并结果。Sakana 与日本防卫省的合作也让部分用户顾虑。

相关链接：