2
0Hacker News 日报
2026年7月11日
Stop Telling Me to Ask an LLM
当你花了几小时研究问题后去请教一位资深同行，对方却让你"去问Claude"——这种经历越来越常见。本文作者Yael Grauer讲述了她的经历，探讨AI时代知识传递困境：资深人士的经验判断正在被"外包"给模型，而真正需要的人际智慧却在流失。
Show HN: Ant – A JavaScript runtime and ecosystem
一个新的JavaScript运行时Ant问世，作者宣称在一个月内"从头手工构建"完成。这一项目引发了社区对AI辅助代码边界和项目可信度的讨论——早期版本曾大量使用AI辅助，而"手工构建"的表述让部分人感到不快。同时，命名与Apache Ant撞车也成为了热议话题。
Nvidia, CoreWeave, and Nebius: Inside the Circular Financing of the GPU Boom
GPU云计算公司CoreWeave和Nebius的增长建立在一种"循环融资"结构上：Nvidia投资neocloud → neocloud买Nvidia GPU → 用GPU抵押借款继续买GPU。微软和Meta已承诺约1200亿美元的neocloud合同，但这些公司现金流有限、负债高企。如果AI需求降温，这个循环是否可能崩塌？
We scaled PgBouncer to 4x throughput
ClickHouse团队分享如何将PgBouncer（PostgreSQL连接池）的吞吐量提升4倍。关键思路：PgBouncer是单线程的，但通过部署多个进程绑定同一端口（so_reuseport）让内核做负载均衡，并用"peering"机制解决查询取消请求走错进程的问题。实测从87k tps提升到336k tps。
Prefer strict tables in SQLite
一个简单但实用的建议：在SQLite中创建表时加上STRICT关键字。这可以阻止将错误类型的数据插入列中（如把文本塞进整数列），几乎零成本地提升数据完整性。这是SQLite被低估但非常有用的一个特性。
AI Can't Recreate the Thrust Game (But It Can Help You Understand It)
作者让Claude Code复刻1986年的经典游戏Thrust——一个16岁少年写出的拥有精妙物理引擎的游戏。Claude输出的代码糟糕透顶。但作者换了个思路：用AI辅助理解原始反汇编代码，然后自己用Rust + WebGPU重新实现，结果非常出色。这是AI时代"软件考古学"的生动案例。
Mesh LLM: distributed AI computing on iroh
想把多台机器上的GPU聚合成一个统一的推理服务？Mesh LLM可以做到。它基于iroh协议构建，提供OpenAI兼容API，能够自动决定请求是本地运行、路由到对端还是切分到多台机器。不需要购买更大的GPU也能跑更大的模型，同时保持对数据和模型的控制。
Show HN: Learn by rebuilding Redis, Git, a database from scratch
ShipThatCode平台提供80多门"从零构建"课程：从零写Redis、Git、数据库、容器运行时、操作系统内核等。支持Python、Go、Rust等多种语言，采用"选择→编写→运行"的交互式模式，让你通过动手真正理解系统的工作原理。
