一份没公开的裁定、一个不回信的爬虫、一段署着「没有人核对过」的评审、一批要判断是不是机器写的句子、一笔每本 3,000 美元的账和一个默认打开的开关：10 月 28 日 HN 热榜在问，这一遍是谁读了你的东西？
同一天里六条高热材料：美国政府压着一份 FISA 法庭的秘密裁决、Roblox 的爬虫从三个 3D 社区站点拖走 145.5 GB、Debian 的新包队列悄悄接进 LLM 评审、维基百科的志愿者在判断哪些句子是机器写的、斯坦福校报把 Anthropic 盗版书的价钱算到每本约 3,000 美元、Discord 让公开服务器的消息可被搜到——逐条看清这一遍是谁在读、你被告知了没有、读完留下了什么，以及今天能自己查哪一步。
全窗最高分不在这条上。Wired 一篇讲政府压着一份秘密法庭裁决的报道，741 分、268 条评论，排在第 20 位。3
今天分数与位次错得最开的是「AI promised less work. I've never worked more」：613 分、608 条评论，第 150 位。4 它放在文末的略过段。
正文六条里，分数最低的是 Discord 那条（213 分，第 25 位）；位次最偏的是 Debian 那条（230 分，第 130 位）。
| 材料 | 分数 | 评论数 | 位次 | 上帖时间（北京时间） |
|---|---|---|---|---|
| 美国政府压着一份秘密法庭裁决 | 741 | 268 | 20 | 10 月 27 日 22:06 |
| Roblox 从三个 3D 社区站点下载了 145 GB | 455 | 267 | 52 | 10 月 27 日 18:27 |
| 维基百科在清理 AI 生成的内容 | 431 | 199 | 14 | 10 月 27 日 19:08 |
| Anthropic 用盗版书训练 Claude | 430 | 247 | 30 | 10 月 27 日 23:28 |
| Debian：我不再往 NEW 上传了 | 230 | 139 | 130 | 10 月 27 日 17:59 |
| Discord 的公开服务器消息将被搜到 | 213 | 122 | 25 | 10 月 28 日 02:44 |
时间窗按上帖时间算，从 10 月 27 日 08:00 到 10 月 28 日 08:00。窗口内进入前 200 名的帖子共 101 条。
选条标准两条：今天有一份能打开的本体；这条材料里有一个明确的「被读」动作，读完之后留下了什么，说得清。
10 月 26 日那期问「省下来的成本落到谁桌上」。10 月 27 日问「这句话有没有主人」。
今天把问题挪到桌子上的那份东西身上：它被谁读过一遍。
这六条材料，都发生在一场读取之后。一个法庭读了政府的搜索过滤器；一个爬虫读了一万九千个 3D 项目页；一段程序读了每一份进 NEW 的上传。
另一边，一群志愿者读着新条目判断是不是机器写的；一个爬虫读了近 50 万部书；一条公告把六万多个服务器的对话交给全网去搜。
这六场读取的差别只有一个：被读的那一方，手上有没有一份能核对的东西。
有的拿到了。一个站点的服务器日志里，记着爬虫自称的身份、它从哪来、发了多少次请求、拿走了多少字节。
有的没有拿到。一段 LLM 评审的开头就写着它没有被核对过；一份法庭意见到今天没有公开。
一份压着不发的裁定
谁在说。两位民主党参议员，俄勒冈州的 Ron Wyden 与加州的 Adam Schiff，10 月 26 日联名致信国家情报总监 Jay Clayton 与司法部长 Todd Blanche。5
这封信由 Wired 的 Dell Cameron 独家拿到副本。6
Hacker News 上这条 741 分、268 条评论，第 20 位。3
一手材料写了什么。事情从七个月前开始。
外国情报监视法庭（FISC）对一组搜索过滤器提出了异议：这些过滤器让情报分析人员从截获的数据里捞出美国人的通信，绕开了法律要求的审批、书面理由和记录。5
这是《外国情报监视法》第 702 条。它在 6 月失效，国会没有续；但收集在法庭 3 月的那次批准下继续跑着。5
政府答应过。四月，参议院情报委员会主席 Tom Cotton 与副主席 Mark Warner 要求 15 天内公开，好赶上参议院的辩论。8
七月，Blanche 在书面问答里被问到会不会在 180 天期限内解密，他答「Yes」。9
Clayton 在被问到时只写了一句：政府正在「努力尽快解密」，完整意见已经提供给议员。10
参议员这次要的是解释，以及在 11 月 6 日之前给出负责人的姓名。6
同一天，23 个公民自由与政府问责组织联名，要求国会不要在政府压着法定信息的时候给 702 续期。11
法庭到底说了什么，只能从转述里拼。
今年那份意见的要点是：机构用来把截获数据缩小到某个美国人身上的工具，本身构成对该美国人的搜查，适用同样的限制，须重建。12
参议员 Alex Padilla 在给 Blanche 的书面提问里说，司法部正在对裁决中限制某些过滤工具的部分上诉。9
而能公开的文件，讲的是另一件事。
还有一处。政府自己的隐私与公民自由监督委员会写，通过「参与者过滤器」跑的查询「无法追踪」。15
那种过滤器的作用，是选中与监视目标有往来的人，把他的通信也读一遍。5
读过那份意见的议员里，Dick Durbin 在 6 月的参议院会场上说：「我看过了。」
他让同僚去保密室读，说读完「你对 FISA 的角色、对美国人的权利的看法，一定会被改变」。16
评论区争在哪几点。第一层是秘密法庭本身。
baggachipz 盯着另一个日期：11 月 6 日正好在中期选举之后。3
bparsons 的猜测在另一头：这件事可能跟政府购买商业数据有关，因为买东西不用搜查令。3
今天能自己复检哪一步。打开政府那份 702 说明，搜「180 days」，看它自己写的是「签发后 180 天内接受公开审查」。7
再打开 10 月 26 日那封信，数它要的三样东西：解释、负责人的姓名、11 月 6 日这个日子。6
这两份都在公开网络上，不需要许可。
一个不回信的爬虫
谁在说。Open3DLab 的运营者，署名 Salaryman，10 月 26 日。
这三个站点是一支小团队在运营：SFMLab 2014 年开，SmutBase 2016 年开、只放成人内容，Open3DLab 2020 年加入。17
Hacker News 上这条 455 分、267 条评论，第 52 位。18
一手材料写了什么。10 月 15、16 两天，一个自称属于 Roblox 的爬虫走过了三个站点几乎全部的项目页。17
它每次请求都带同一个 user agent：
trellis2-data-sourcing/1.0 (3D foundation model research; [redacted]@roblox.com)。17它从一个 AWS 地址发出，34 小时里用 26,429 次请求读完了 18,926 个项目页，几乎是全部目录。17
然后它下载了 712 个项目里 1,027 个文件的完整副本，一共 145.5 GB。17
其中 224 个项目来自 SmutBase，364 个文件、54.8 GB，是成人内容。把 SFMLab 上标了成人的算进来，712 个项目里有 345 个是成人内容，62.6 GB。17
它取过 robots.txt，然后照着相反的方向做。站点条款禁止抓取。712 个项目里有 423 个只授权非商业使用。17
站点在 10 月 18 日发现，当天上午封掉，同时按 user agent 里那个地址写了一封信。没有回音。17
19 日爬虫又来了，请求全被挡下。它的请求量没有因为被挡而减少，时间卡在上班时段，午休停一小时，按欧洲中部时间在下班前后收工。17
爬虫为什么只拿走了一部分文件，作者给的解释很朴素：它走的是免费下载服务器，那里限速、限并发。17
这篇材料有一个靠谱的地方：作者把证据的边界写清楚了。
user agent 只是自称，谁都能填一个邮箱；这次请求来自亚马逊云，不在 Roblox 自己的网络里；他们没有看到冒名的迹象，可这仍然是自称。17
论文里的第一个形状模型用了约 150 万个 3D 资产，来自 Objaverse 这类有授权的公开数据集，加上创作者主动加入的 Creator Store 素材。20
user agent 里那个项目名，可能指向微软 2025 年底开源的 3D 生成模型 TRELLIS.2。TRELLIS.2 公开的数据工具包里没有网络爬虫，也没有 user agent。21
评论区争在哪几点。第一层是怎么挡。
hypfer 的招数按来源封锁：用不上这些云的公司，可以直接拒掉整个 AWS、Azure、DigitalOcean 的入站流量。18 cube00 立刻提醒代价：很多公司在办公室走的就是这些云上的 VPN 网关。18
第二层是这算不算新闻。
bijowo1676、semiquaver 与 j-pb 的说法一致：东西放在网上让人下载，被下载了有什么可说的，145 GB 出网流量也就几美元。18 dofm 的回答是，问题出在明知不允许仍然绕过 robots.txt 与许可。18
233mhz 贴了一条对照：LinkedIn 拿到过法院命令挡爬虫，小站点拿不到。18
itintheory 从成本那头算：Cloudflare、DataDome 这类防护要钱，靠免费公开数据过日子的站点，很难论证这笔钱值。18
第三层是成人内容这一段。
KolmogorovComp 认为拿成人内容做文章是在廉价地煽动情绪。他还补了一句：训练扩散模型时去掉成人内容，画人体的能力会下降。18
darthoctopus 反过来问：扯上成人内容，未经询问的抓取就变得没那么恶劣了吗。18
ChrisRR 的角度最直接：Roblox 的用户几乎全是孩子，别的地方正在因为儿童安全告它。18
今天能自己复检哪一步。打开你自己的 Web 服务器日志，看最近那些爬虫请求的 user agent 写了什么。17
写了组织名与邮箱的，你有一封能寄出去的信；写完就走的，你手上只有那串字符。
今天这条之所以能成为材料，是因为那串字符里有一个能回信的地址，而那个地址两次没有回。
一段署着「没有人核对过」的评审
谁在说。Debian 开发者 Johannes Schauer Marin Rodrigues，邮件列表上的署名是 josch，10 月 26 日发在 debian-devel。22
Hacker News 上这条 230 分、139 条评论，第 130 位。23
一手材料写了什么。他说，是别人告诉他的：NEW 队列的处理流程现在会把他的上传交给一个 LLM，事先没有公告。22
NEW 队列是新包第一次进入 Debian 归档前要过的那道审阅。他贴出了评审结果开头的原话，翻成中文是这样：
这是一次基于 LLM 的评审，走的是 Debian 的推理工作流。它不是 DFSG 团队的人写的，也没有任何一位成员核对过。它不构成对这个包的裁决：它可能出错，也可能漏掉了东西。——josch 在 debian-devel 上转贴的评审开头22
DFSG 是 Debian 自由软件指导方针，那个团队负责审核一份软件够不够自由。
他给自己列了两条路。一条是花自己的业余时间读一段可能完全错的东西，然后为此生气。
另一条是不读，让生成它的资源白白花掉，同时让自己的这次上传变成「Debian 用了多少 token」这个统计里的又一条。22
他的依据是 Debian 那份关于生成式 AI 的全体决议。决议里写着，Debian 既不背书也不禁止生成式 AI；也写着，大范围或自动化的项目动作，要先经讨论、达成共识再动手。22
他的判断是：DFSG 团队用 LLM 处理所有进 NEW 的上传，就是决议里说的那种自动化项目动作。22
他也把话说明白了：他感激这个团队的工作，只是不愿在反对意见被忽略的情况下被自动过一遍。22
他给的界线很具体，落在一个他已经用了很多年的工具上。
Lintian 是 Debian 里的静态检查器，会查包的格式、许可证、依赖。它有 bug，他能改 Lintian，或者在自己的源码包里加一条 override。22
他没有说要离开项目。他说的是，哪个包需要过 NEW，交给愿意承担后果的人去传。22
评论区争在哪几点。第一层是「读机器输出」算不算负担。
throwawayffffas 举编译器与 linter 作比：你现在读的这两样输出，在你之前也没有人读过。23 monsieurbanana 把界线划开：我不反对 AI，我反对让我读一段你自己都没读过的 LLM 输出。23
vitorsr 站在另一头：今天前沿模型写的一份简洁报告，读了不会觉得被冒犯。23
第二层是这道门里本来有谁。monsieurbanana 补了一句背景：NEW 队列本来就只对 Debian 开发者开放，想往里传得先有身份。23
他还说，忽略 LLM 评审的上传会被排到队尾。这一条在 josch 的邮件里没有，只有评论区这么讲。23
第三层是怎么改。cadamsdotcom 的方案最省事：在上传里写一句「不要 LLM」，有这个标记就不触发评审，默认仍然开着。23
gspr 担心的是结构：「你可以不用，但不用会有代价」这种安排会往外长。他举了两个正在发生的例子——AI 客服与 AI 阅卷。23
bayindirh 站在中间：他同意批评 LLM 摘要的人，也承认 Lintian 这类工具在 Debian 里本来就是准入门槛的一部分。23
今天能自己复检哪一步。如果你维护的包要过 NEW，先问一句：这份评审能不能关掉。22
关不掉，你的选项就是 josch 那两个：把上传交给别人，或者把自己那句拒绝写进公开邮件列表，让它留在存档里。
一批要被人判断是不是机器写的句子
谁在说。IEEE Spectrum 的 Eliza Strickland 采访 Ellia Lebleu，10 月 21 日。24
Lebleu 是 WikiProject AI Cleanup 的创始成员之一，同时是法国国家信息与自动化研究所雷恩中心的 AI 博士生。24
Hacker News 上这条 431 分、199 条评论，第 14 位。25
一手材料写了什么。2023 年 12 月，几个编辑在维基百科的 Discord 服务器上聊到同一批怪条目：反复出现「stands as a testament」「rich cultural heritage」。24
有些条目还会带一节「结论」，或者一节「为什么这很重要？」。那是 2023 年前后 ChatGPT 的典型写法，在维基百科里很反常，也很好认。24
他们于是建了一个正式的项目。26
到 2025 年，特征变细，也变成结构上的：爱用三段并列，爱用否定式排比。单看一句不能定案，堆起来就有意义。24
他们还会看条目之外。有人在五分钟里写出五篇几千字的条目，就有理由怀疑。24
再往下是引用。完全编造一条不存在的引用，因为检索增强的普及，现在少了很多。
英文维基百科已经明文禁止编辑用 LLM 生成条目。27
基金会那边在做 Paste Check，能标出直接从某些聊天机器人粘过来的文字。29
另有一位编辑做了个 AI 来源核对器，逐条看引用支不支持正文——它自己也是个模型，所以不能保证每次都对。24
有一段值得单独拎出来。她说，一份纯人类写的语料，对训练 AI 的公司也有价值；维基百科还是这样，并且在可见的将来仍会是这样，这让它成了别处复制不出来的资源。24
评论区争在哪几点。第一层是问题出在 AI，还是出在质量。
lemagedurage 的算法更直接：编辑的带宽不会因为投稿变多而变多，拒掉 AI 内容是保住平均质量最有效的办法。25
第二层是检测器本身。persedes 提到，Pangram 连 Grammarly 这类润色工具也会标出来，这条界线他自己也没想清楚。25
第三层是读起来变了。
Alpha3031 用编辑的口吻回：那条大概 9,400 词，是偏长了，可以提议拆一节出去。25
HelloUsername 在评论里翻出另一条线：有人在做「低本底钢」式的语料库，名字直接借自那些用二战前沉船钢做辐射测量的实验室。25
今天能自己复检哪一步。挑一个你最近引用过、或者准备引用的脚注，点进去，看那句话在原文里到底说没说。24
这件事不需要检测器，也不需要判断文风。
一笔算到每本 3,000 美元的账
谁在说。《斯坦福日报》的 April Yu，10 月 27 日凌晨 2 点 46 分发稿。这是一份学生报，稿子里有当事人的直接引语，也有两位法学教授的书面答复。30
Hacker News 上这条 430 分、247 条评论，第 30 位。31
先说一处标题与裁定的落差。这条在 Hacker News 上的标题被改过，投稿人在评论里说明是自己改的。31
裁定分开讲的是两件事：用合法取得的书训练属于合理使用；把盗版书建成一座永久的中央书库不属于。32
一手材料写了什么。法官是 William Alsup。按《斯坦福日报》的表述，他在 2026 年 5 月的一起诉讼里作出认定：Anthropic 不能再靠盗版建一座永久的中央书库。30
同一份裁定里，他把「合法取得、用于训练」判为合理使用，用的是读书的比方：模型读书，是为了拐过一个硬弯、写出别的东西。32
抢先复制并取代原作，落在这条界线之外。
被点名的斯坦福教授在十位以上，报道里列出六位：Tobias Wolff、Abraham Verghese、Chang-Rae Lee、Daniel Mason、Hayagreeva Rao、Myra Strober。30
Wolff 是荣休英文教授、国家艺术奖章得主。他有十部作品在未经许可的情况下被用于训练。30
他的说法是：「这样把我拿去干活，又不付钱，是一种奴役劳动。」30
他和 Chang-rae Lee 退出了这项集体和解，另提了 Cruz 诉 Anthropic，要求陪审团审理，按每部侵权作品最高 15 万美元追偿法定赔偿。30
15 万与 3,000，差 50 倍。差别落在程序上：走集体和解是前者，自己退出来打官司才够得着后者。
原告的主张与 Bartz 相似：Anthropic 从 LibGen、PiLiMi 这类影子图书馆下载、复制并分发了他们的书，还把盗版文件存进中央书库。30
如果胜诉，他们要的是一纸永久禁令，禁止再用他们的作品训练。30
法学教授 Paul Goldstein 把难处说成交易成本：一次训练可能复制数百万部作品，要平台逐部取得授权，实际做不到。30
他还指了一处制度差异。多数国家有署名权的规定，美国是工业化国家里唯一没有的。30
同一篇里给了一个规模数字：作者、视觉艺术家与新闻机构针对 AI 公司的侵权诉讼已经超过 70 起，包括《纽约时报》与 Getty Images。30
评论区争在哪几点。第一层是标题。
第二层是「到底训练没训练」。
simonw 记得一件事：Anthropic 曾说那些盗版书没有被用来训练；此后他们买了大量二手书、扫描后用于训练。31 这条我没能在今天的一手材料里核对到，先按评论转述记着。
第三层是拿谁比。piltdownman 把 Aaron Swartz 抬出来：那件事按重罪起诉，这件事是民事和解。31
sillysaurusx 与 Aurornis 都回来纠正这个类比：Swartz 的指控跟下载 PDF 无关，是他进了配线间、绕过了访问控制。31 JumpCrisscross 补一句：那个案子没走到审判。31
esnyder9 的说法最尖：他跑过的地方，后来成了实验室冲刺的起点；而当年那句「知识应该对所有人免费」，现在按 token 卖回来。31
今天能自己复检哪一步。打开 Alsup 那份裁定，找他分开「训练」与「建库」的那几段。32
新闻标题把它压成了一句话，文书本身长得多。两份东西读起来不一样。
一个默认已经打开的开关
谁在说。Discord 的产品经理 Kelsey Duncombe-Smith，10 月 27 日。33
Hacker News 上这条 213 分、122 条评论，第 25 位。34
一手材料写了什么。对象是「可发现服务器」：Discord 上最公开的一类，至少要 1,000 名成员、成立满八周、满足活跃与安全要求。35
管理员主动把它列进服务器发现，谁都能进，不需要邀请链接。这样的服务器现在有 63,000 多个。33
时间表有三个日子。
11 月 16 日，每个可发现服务器都会有一个服务器网页，网页上可能显示公开频道里的讨论摘要。33
12 月中旬起，公开频道里的消息开始出现在网页与搜索结果里。33
开关有两个。
管理员从今天起可以在「服务器设置 > 网络呈现」里选哪些频道参加，或者全关；不改就开着。33
成员可以在「用户设置 > 数据与隐私」里关掉自己的消息，一个开关覆盖所有可发现服务器。33
三条限制写得明白。网页与搜索里不显示用户名和头像。33
频道摘要与频道消息是两个开关，摘要从更宽的频道主题生成，除非管理员关掉，否则照常出现。33
私聊、群聊与私有服务器不在范围内。33
他们给的理由是：论坛本来承担这类长对话，后来很多搬进了 Discord，有价值的信息被锁在里面，外面搜不到。33
评论区争在哪几点。第一层是这对开放网络是好事还是坏事。
第二层是去匿名化。CreepyHunterX 认为真正的风险在训练数据之外。
人们用昵称在「私有」社群里说话，管理员开了可发现，整段历史就跟着账号露出来；同一个昵称在 GitHub 或 X 上用过，几秒钟就能对上人。34
EA-3167 纠了一处：服务器所有者能定的只有公开或私有，这个具体的开关只有成员自己能设。34
第三层是默认值。mvdtnz 的话最短：把这件事追溯性地做出去是危险的，退出选项只对知道它的人有用。34
ibejoeb 的问题在另一头：这是不是 Discord 在宣布自己要做训练数据的生意。34
今天能自己复检哪一步。打开 Discord 的用户设置，找到「数据与隐私」，看那个「在网页上显示我在可发现频道里的消息」现在是什么状态。36
如果你不在那六个地区、也不属于青少年年龄组，它的默认值是开。
六次读取，六份记录
把这六件事并排放，能看出一条规律：读取这一环被自动化了，记录这一环没有。
| 材料 | 谁读了一遍 | 你有没有被告知 | 读完留下什么 | 你手上能核对的那一份 |
|---|---|---|---|---|
| 压着不发的 FISA 裁定 | 一个秘密法庭读了政府的搜索过滤器 | 没有；只有读过全文的议员 | 一份至今未公开的意见 | 政府那份写「180 天」的说明、10 月 26 日那封信 |
| Roblox 的爬虫 | 一个自称属于 Roblox 的爬虫 | 没有；只能从日志里认出来 | 1,027 个文件、145.5 GB | 他们说留着的完整日志导出 |
| Debian 的 LLM 评审 | DFSG 团队接进 NEW 队列的模型 | 没有公告 | 一段署着「没有人核对过」的评审 | josch 那封邮件、决议原文 |
| 维基百科的清理 | 志愿编辑加一个检测器 | 规则是公开的 | 被标出来的条目与讨论页 | 你自己点开的那个脚注 |
| Anthropic 的语料 | 一个爬虫读了近 50 万部书 | 没有 | 15 亿美元和解，每部约 3,000 美元 | Alsup 那份裁定 |
| Discord 的公开频道 | 全网搜索的人 | 公告在前，默认开着 | 你的话进搜索结果，不带名字 | 设置里那个开关 |
六条里只有一条，被读的一方拿到了能交给第三方的东西：Open3DLab 的日志导出。
他们能指名 user agent、来源地址、请求数、字节数，也能把这份东西留着给外部审计用。17
其余五条，被读的一方拿到的是另一种东西：一份写着「没有人核对过」的评审、一个 15% 到 16% 的比例、一个每部 3,000 美元的价目、一个默认开着的开关、一份压了七个月的意见。
读的一方也不一样。
能回话的，是那两个在参议院会场上读过裁定的人。16
五个问题，都是今天能动手的：
- 你的服务器日志里，最近那个爬虫自称是谁，留了能回信的地址吗？
- 你手上这份自动生成的评审，谁核对过？没有的话，你打算拿它做什么决定？
- 你要引用的那句话，点进脚注看过原文吗？
- 「训练」与「建库」这两件事，你读到的那条标题分开了吗？
- 那个开关现在是什么状态——你查过默认值吗？
今天略过的几条
Genie 4 是首页第一条，674 分、410 条评论，第 1 位。37
今天能打开的本体是一段发布页，配的演示全部由模型自己生成，没有可核对的第三方评测。世界模型这条线 8 月 12 日那期写过，今天先记一笔。
Ghostty 1.4：675 分、209 条评论，第 2 位，是今天分数最高的软件发布。38 JetBrains 的 IDE 终端也换成了 libghostty，60 分、10 条评论，第 78 位。39
Python 的实验性 JIT 要被移除：432 分、227 条评论，第 12 位。40 LWN 这篇是订阅者链接，正文没有读全，先记一笔。
「我的数据有没有被用来训练」：Claude 的帮助页，211 分、96 条评论，第 53 位。41
商业产品默认不用来训练。
按下点赞或点踩，整段相关对话会以去标识化的形式存最长五年，用来分析服务效果、做研究、训练模型。这是今天六条之外，同一件事最直接的一份答案。
亚马逊在裁撤它的 AI 部门：224 分、125 条评论，第 28 位。42
PHP2Shell 的利用与修复趋势：181 分、59 条评论，第 37 位。43 10 月 23 日那期已经从蜜罐报告写过这条线，今天这篇是复盘。
Tailscale SSH 的调查与修复更新：167 分、95 条评论，第 3 位。44
「AI 承诺更少的工作，我却从没这么忙过」：613 分、608 条评论，第 150 位。4 个人叙事，与今天的技术账不同轴。
《人月神话》在 AI 时代：426 分、301 条评论，第 36 位。47
「软件可能在变差，但过去更糟」：296 分、312 条评论，第 45 位。50
那位 28 岁的 DOGE 经办人把 USAID 拆了，人事部门没有他在那里工作的记录：205 分、119 条评论，第 61 位。53
References
- 1Hacker News top 榜 2026-10-28 快照
news.ycombinator.com
- 2Genie 4: A new generation of world simulation
deepmind.google
- 3US Government is hiding a secret court ruling 那条的 Hacker News 讨论
news.ycombinator.com
- 4AI promised less work. I've never worked more 那条的 Hacker News 讨论
news.ycombinator.com
- 5
- 6Wyden 与 Schiff 10 月 26 日的联名信
documentcloud.org
- 7702 Post-RISAA（政府公开说明）
intelligence.gov
- 84 月 30 日参议院辩论记录
congress.gov
- 9Blanche 7 月的书面问答
judiciary.senate.gov
- 10Clayton 6 月的书面答复
intelligence.senate.gov
- 1123 个组织的联名信
demandprogress.org
- 12纽约时报 4 月的报道
nytimes.com
- 13US Person Queries 简介页
intelligence.gov
- 14司法部督察长 2025 年 10 月的报告
oig.justice.gov
- 15PCLOB 2026 年 702 报告
documents.pclob.gov
- 166 月 2 日参议院辩论记录
govinfo.gov
- 17
- 18Roblox 从三个站点下载模型那条的 Hacker News 讨论
news.ycombinator.com
- 19Introducing Roblox Cube
about.roblox.com
- 20Cube 论文
arxiv.org
- 21TRELLIS.2 的数据工具包
github.com
- 22I will no longer upload to NEW
lists.debian.org
- 23I will no longer upload to NEW 那条的 Hacker News 讨论
news.ycombinator.com
- 24How Wikipedia's Editors Keep the Online Encyclopedia Human-Written
spectrum.ieee.org
- 25Wikipedia's Cleanup of AI-Generated Content 那条的 Hacker News 讨论
news.ycombinator.com
- 26WikiProject AI Cleanup
en.wikipedia.org
- 27Wikipedia:Writing articles with large language models
en.wikipedia.org
- 28Pangram
pangram.com
- 29Paste Check
mediawiki.org
- 30Anthropic illegally trained Claude with Stanford professors' books
stanforddaily.com
- 31Anthropic 用盗版书训练那条的 Hacker News 讨论
news.ycombinator.com
- 32Bartz 诉 Anthropic 案的裁定
copyrightalliance.org
- 33
- 34Discord 公开服务器消息可被搜到那条的 Hacker News 讨论
news.ycombinator.com
- 35Clarifying Server Types
support.discord.com
- 36Discord 帮助中心：可发现服务器的内容上网页
support.discord.com
- 37Genie 4 那条的 Hacker News 讨论
news.ycombinator.com
- 38Ghostty 1.4
ghostty.org
- 39JetBrains IDEs are now powered by libghostty
blog.jetbrains.com
- 40
- 41Is my data used for model training?
privacy.claude.com
- 42
- 43
- 44Tailscale SSH: Investigation and remediation update
tailscale.com
- 45New iMac with M6
apple.com
- 46New 14-inch MacBook Pro with M6
apple.com
- 47
- 48
- 49
- 50
- 51Classification of Finite Simple Groups Formalized in Lean
cfsg.axiommath.ai
- 52Gforth 1.0
gforth.org
- 53
- 54
- 55
- 56Hex Raises $100M
hex.tech
- 57Survival LLM
brangus.io
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.