|
|
35小时，约40亿个Token，一个被寄予厚望的"软件工厂"，最终没有产出任何有价值的东西。这是开发者Armin Ronacher用GPT-6 Astra做的一次实验，结果被写进了本期Hacker News的热议清单。
他让Astra自主决策工作流程，目标是实现一个支持虚拟线程和词法作用域的Python。听起来是个标准的工程任务，但过程暴露出的问题，比结果本身更值得看。
它不用补丁工具，偏爱拼字符串
实验中最扎眼的一个细节是：模型过度依赖Python脚本拼接字符串来修改C代码，而不是使用补丁工具。
这不是能力问题，是习惯问题。拼接字符串改代码，短期能跑通，长期就是维护灾难。但模型不会主动告诉你这一点，它只会继续往下写。
评论区的判断更直接：代码质量差的时候，AI修改会越来越难，进度随之停滞。AI代理需要引导，它不会主动建议重构和测试。
换句话说，模型在长任务上表现卓越，但缺乏对"烂代码"的惩罚机制。没有惩罚，就没有纠偏动力。
清单：这期HN还有哪些值得看的
除了Astra实验，本期摘要还覆盖了另外几个方向，逐条看：
- Claude年龄验证：Anthropic将Claude限制为18岁以上用户并要求年龄验证。评论认为这是强迫用户提供政府ID的借口，以改善平台数据分析。讨论延伸到"合规胸"、芝麻过敏法规导致制造商故意添加芝麻、加州65号提案导致随意贴警告标签等案例，指向同一个现象——合规要求常产生与初衷相反的激励。
- 声波灭火器：墨西哥一名16岁学生发明了声波灭火器，用30Hz脉冲声波在5到8秒内灭火，对木材、油类和电子设备均有效。原理是声波振动将氧气从火焰周围推开。
- 胡塞武装与AI伪造军令：胡塞武装控制红海丕林岛，威胁曼德海峡航运。评论指出，他们利用AI克隆指挥官声音伪造撤退命令并通过Twitter传播，导致对手溃败。反对派军队缺乏正规指挥链，依赖社交媒体接收命令，易被欺骗。
- OpenAI Agents API：OpenAI发布Agents API全栈文档，评论认为抽象仍不清晰、专有模型未必最优。
- Waymo效应：一篇讨论"Waymo效应"的文章指出，AI消除人际摩擦的同时，削弱了科研合作中的挑战与偶然发现。文章以无人驾驶出租车类比AI对科研的影响：大语言模型像"无摩擦的同事"，随时可用、不会反驳核心假设。但合作者的"不便之处"恰恰是合作的核心。评论指出该文本身疑似由LLM生成，形成讽刺。
- 谷歌芬兰投资：谷歌在芬兰投资130亿欧元建AI基础设施，包括新建三个数据中心、扩建现有设施，并与Fortum签署22年协议购买Loviisa核电站最多50%电力。芬兰因气候凉爽、低碳电力充足和电网压力小成为数据中心热门选址。
- 死亡射线攻击：利用WebGPU使Mac死机，苹果认为无安全影响，不修复。
- HuggingFace的security.txt：页面调侃AI代理去GitHub获取基准测试高分。
能源才是算力的真瓶颈
谷歌那笔130亿欧元的投资里，最值得琢磨的不是数据中心数量，是那份22年的核电购买协议。
评论区的讨论方向也很一致：瑞典电力扩张困难、核反应堆关闭存在争议、南北输电容量不足导致价格差异。最后的落点是——电网瓶颈而非发电中心，才是关键约束。
芬兰能成为数据中心热门选址，靠的是气候凉爽、低碳电力充足、电网压力小这三件事同时成立。缺一个，账就算不过来。
AI进战场，先骗过的是普通士兵
丕林岛位于曼德海峡南端，沙特石油出口依赖红海。这个地理位置决定了它的分量。
但真正让评论区停下来讨论的，是AI伪造军令这件事的落地方式：克隆指挥官声音，伪造撤退命令，通过Twitter传播，然后对手溃败。
反对派军队缺乏正规指挥链，依赖社交媒体接收命令。AI生成的虚假音视频，在战场压力下仍能成功欺骗普通士兵。这不是技术演示，是已经发生的战果。
把这几条放在一起看，本期HN的底色其实挺清楚：AI在长任务上能跑很久，在合规上能逼出反向激励，在战场上能骗过士兵，在科研里能抹掉摩擦——但摩擦本身，可能才是价值所在。 |
|
发表于 