260727｜AI撕毁古籍，手机机场被清查 - Hacker News

Kimi‑K3 发布于 HuggingFace

模型规模与架构

Kimi‑K3 是一个 2.8 T 参数的 Mixture‑of‑Experts 模型，仅激活 104 B 参数。它采用 Kimi Delta Attention、Attention Residuals 以及 Stable LatentMoE 框架，每个 token 从 896 个专家中选取 16 个。

原生多模态与长上下文

模型内置 MoonViT‑V2 视觉编码器（401 M 参数），支持文本、图像、视频联合理解，并提供 1 M‑token 上下文窗口。量化使用 MXFP4 权重和 MXFP8 激活，可通过 vLLM、SGLang 或 TokenSpeed 部署，并提供 OpenAI/Anthropic 兼容 API。

实际表现

在推理基准上，Kimi‑K3 在 GPQA Diamond 上 osiągnął 93.5 分，DeepSWE 编程测试达 67.5 分。代理任务如 BrowseComp 达到 91.2 分，DeepSearchQA F1 为 95.0。社区指出，如此大的激活规模让它在长代码审查和多模态研究中具备明显优势。

授权与访问

权重和代码均遵循 Kimi‑K3 许可证，可用于研究、部署和二次创新。有开发者尝试通过 reasoning_effort 字段控制思考深度，并强调需要在对话历史中保留完整的 reasoning_content。

PGSimCity – PostgreSQL 内部可视化

项目定位

PGSimCity 是一个独立的、非商业的教育工具，以交互方式展示 PostgreSQL 引擎的工作原理。它借鉴了 SimCity 的城市建造 metaphor，但明确声明与 Electronic Arts 无关。

核心功能

用户可以在浏览器中观察缓存页、写前日志、检查点等内部结构的动态演变。项目强调这是一个早期原型，已知存在不准确之处，鼓励社区提交 Issue 或 Pull Request 改进。

社区反馈

评论区普遍称赞其直观的可视化有助于初学者理解事务和锁机制。同时也有人指出，由于缺少完整的 WAL 回放细节，某些高级特性（如逻辑复制）的表现仍有偏差。

使用场景

适合数据库课堂演示或自学 PostgreSQL 内部工作原理，开发者可基于此快速检查查询计划对缓存和刷新的影响。

LLM 辅助 Lean 证明自动化

问题背景

依赖类型系统（如 Lean、Coq）需要大量人工证明，证明工作常占整体开发时间的十倍以上，成为依附类型在工业中的瓶颈。

解决方案

作者将 Zstandard 的 Finite State Entropy (FSE) 表构造形式化为 Lean 定理，然后利用大型语言模型（LLM）自动生成证明脚本。LLM 在约二十分钟内完成了 wcześniej 需要数小时的人工证明，且仅消耗少量每月 $20 的配额。

关键发现

证明无关性意味着只需确定存在性，LLM 能够提供满足类型检查的证明项。

需要避免过度依赖 Id.run 等命令式结构，以免阻碍自动化。

Lean 团队正在改进其基础设施，以更好地支持 LLM 驱动的证明。

实际影响

社区指出，此方法让依赖类型在日常软件工程中变得更可行，但也警告过度依赖可能导致证明项难以审计。后续工作需要探索如何在大型项目中保持证明的可维护性。

scriptc：TypeScript‑to‑Native 编译器

核心能力

scriptc 将普通 TypeScript 编译为不带任何 JavaScript 引擎的原生可执行文件，默认生成静态二进制，体积约 170‑200 KB，启动时间约 2 ms。它同时提供 --dynamic 模式，嵌入轻量级 QuickJS 引擎以处理无法静态编译的部分（如 npm 依赖或 any 类型）。

关键特性

静态表面：支持类、闭包、泛型、async/await（基于堆栈纤程）、标准库的大部分（如 fs、http、crypto），以及通过原生 net/TLS 栈的 fetch 子集。

正确性保障：超过 800 个差分测试确保 Node 和原生行为逐字节一致；内存安全通道在 AddressSanitizer 下运行全部测试。

逃生舱：comptime、--ffi、--dynamic 和受检的类型转换为开发者提供灵活性，而不会破坏内存安全。

性能对比

在 Apple M 系列机器上，scriptc 的启动时间比 Node (~47 ms) 快约二十倍，内存占用仅为 Node 的 1/30 左右。二进制体积显著小于等效的 Go 或 Rust 构建。

社区声音

评论者称赞其在 CLI 工具和小型服务中的即时启动优势，同时有人指出 --dynamic 模式下仍需关注引擎大小与安全边界。总体认为，scriptc 为 TypeScript 开发者提供了一条通往原生部署的低门槛路径。

AI 公司大规模拆毁稀有书籍

事件概述

多家人工智能公司通过 ISBNdb 等平台批量采购稀有书籍，切掉书脊后进行高速扫描，随后将原始纸本碎毁。扫描得到的页面用于训练模型，而实体书被彻底销毁。

法律与争议

美国联邦法院曾裁定此类行为属于合理使用，因为每次只保留一份复制品。支持者认为此举能获取未被 AI 污染的文本数据，而批评者则将其比作现代的亚历山大图书馆焚毁，警告历史文献的不可逆丧失。

行业影响

一些公司开始在服务条款中加入保密条款，并将“扫描‑碎毁”流程宣称为“数字保存”。社区讨论围绕以下几点展开：

数据来源的透明度与版权伦理。

替代方案（如非破坏性扫描）的可行性。

长期对文化遗产的潜在伤害。

尽管目前法律允许，公众压力可能促使企业探索更少破坏性的数据获取途径。

以上内容均来源于 Hacker News 今日热议的故事，旨在为科技爱好者提供快速、可靠的技术动态概览。

相关链接：