Mistral 发布 1 万亿参数的 Large 4、OpenAI 公开内部模型产出的 722 篇数学手稿，与诺贝尔物理学奖颁给 IceCube 的 Francis Halzen——Hacker News Top 20（2026 年 10 月 7 日）

1. Sharing AI progress in mathematics

• 原文入口：OpenAI · Sharing AI progress in mathematics
• HN 讨论：49984923
• 提交者：OfficialTurkey（提交于 2026-10-07 06:17）
• 快照热度：253 points | 213 comments
• 原文日期：2026-10-06
• 中文要点：OpenAI 公布一批由内部前沿模型产出的数学结果，发布载体是 GitHub 仓库 openai/math。仓库自述这一版目录收 722 篇手稿、归入 372 个家族，同一主结果连同它的伴随论证、推论与替代证明算一个家族，每个家族还按数学分支分类。结果由同一个未公开的内部模型在评估过程中产出，平均每项结果相当于用掉约 3 小时 ChatGPT Pro 的思考算力，整个评估一共抛出约 4000 道题，仓库同时给出 10 份模型推理过程摘要、算力估算和尝试题目数的统计。形式化方面，OpenAI 说很多证明已经用 Lean 写成可被计算机检查的版本，其余会陆续补上，也承认未形式化的结果里可能存在错误。发布方式上，OpenAI 说自己在与普林斯顿高等研究院的「数学与人工智能顾问组」（AGMAI）沟通，参考了对方 9 月 29 日的公开建议，并表示仍在寻找社区托管的替代仓库。213 条评论里的主要争论是这次公布算不算尊重数学界：一种意见认为这是被舆论逼出来的姿态，另一种意见（发言者自称强烈支持这种做法）认为它恰好与数学界此前要求的方向相反；也有人追问 720 多篇结果里有多少是真问题，以及「这些发现当下没有直接应用」这个前提是否站得住。

2. Mistral Large 4

• 原文入口：Mistral · Mistral Large 4
• HN 讨论：49977979
• 提交者：Philpax（提交于 2026-10-06 21:15）
• 快照热度：1550 points | 947 comments
• 原文日期：2026-10-06
• 中文要点：Mistral 以公开预览的形式发布 Mistral Large 4，官方缩写 ML4，内部绰号 le Chonk，权重月底放出。这是一个 1 万亿参数的稀疏混合专家模型，每个 token 激活 490 亿参数，原生多模态；公司称它是目前最强的开放权重模型，在网络安全、金融、法律这类企业负载上达到开放模型的最好水平，视觉定位等个别能力超过了最前沿的闭源模型。训练在 Mistral 自己位于欧洲的数据中心里用 3800 块 NVIDIA Grace Blackwell 完成，训练数据里相当一部分是多语言的，覆盖 160 多种语言，包含欧盟全部官方语言；在权重发布之前，先让网络安全公司、审核过的合作伙伴与政府部门用降低审核、放开攻击性能力的同一模型做红队测试。网络安全一节给出的数字包括：在 Artificial Analysis 的 Cyber Index 上进入全球前五，在要求复现并修补一个真实开源漏洞的测试里拿到 82%，在从安全竞赛里挑出的 40 道题组成的 Cybench 上解出 93%；Mistral 特别指出 Claude Opus 5.5 与 GPT-6 Astra 在同一项复现漏洞测试上因拒答而接近零分，而防护方常常要先证明漏洞真实存在才能开工。947 条评论里，最热的一条说这看起来是件大事，也有人引报道称它在 DeepSWE 上与 GLM 5.3 持平；另一条讨论线是西方开放模型是否在跟着中国同行公开的技术路线走，有人提到中国公司公开研究之后 Mistral 追上来并不意外。

3. Decisions API is in public beta

• 原文入口：OpenAI Developers · Decisions API is in public beta
• HN 讨论：49984025
• 提交者：chiefstorm（提交于 2026-10-07 04:57）
• 快照热度：102 points | 38 comments
• 原文日期：日期未确认（文档页不标发布日期）
• 中文要点：OpenAI 把 Decisions API 放上公开 beta，文档称它比 Responses API 快约 10 倍。接口只支持 gpt-6-luna 一个模型，走 POST /v1/decisions；一次请求由三部分组成——模型、作为共同证据的输入（一段文本，或一条带图和文字的 user message），以及要评估的问题数组。问题分三类：predicate 返回条件成立的概率，介于 0 与 1；choice 从你给的固定选项里选一个，并附各选项的概率与一个 confidence；score 按你排好序的等级做概率加权平均，所以分数可以落在两级之间。文档建议把互不相关的问题放进同一次请求、有依赖关系的问题拆成两次请求，还要求选项之间含义互斥、相邻等级有可区分的标准。图片只接受内联 base64 data URL，托管的图片地址和 file_id 都不支持。定价是每 100 万输入 token 0.10 美元，只按输入计费，没有缓存读写和输出 token 的费用，支持零数据保留与 HIPAA，区域处理覆盖美国和欧洲。38 条评论里价格是第一焦点：一边给出 Jev 每 100 万输入 0.042 美元的对比，另一边按某套基准算出完整跑一次 Jev 花 0.0192 美元、Luna 花 0.06 美元；也有人质疑这类小模型自建并不难、OpenAI 在这里没有多少优势，反驳的意见是 0.10 美元一百万 token 已经便宜到不值得自己跑。

4. Vibecoding Photoshop: Time and pressure

• 原文入口：Andre Klein · Vibecoding Photoshop: Time and pressure
• HN 讨论：49983780
• 提交者：samtheDamned（提交于 2026-10-07 04:40）
• 快照热度：35 points | 30 comments
• 原文日期：2026-10-04
• 中文要点：作者 Andre Klein 要拆掉一个流行论证：「既然现在谁都能 vibe coding 出自己的软件，为什么还没出现可以替代 Photoshop 的产品」。他认为这个论证漏掉了时间与压力：agentic coding 真正好用的时间还不长，开发依然一层一层、一个 bug 一个 bug 地推进。他把 PSD 兼容性当作验收标准，因为图层、混合模式、智能对象、调整图层、图层效果、字体渲染这些东西很难糊弄。文章列了他试过的几个项目：Photon Studio 是完成度最高的一个，闭源但免费、有三大平台二进制，能原样读写他的 PSD，还支持本地模型并接入各种 agent 框架；OmaPhoto 是 Wonder Assembly 的 Compositor 的 Linux 移植，能导入 PSD 但会摊平智能对象、丢掉部分调整，而且 Compositor 依赖自家的 .comp 格式，目前不容易导回 PSD；PhotoCraft 号称是用纯 Rust 洁净室重写 Photoshop，导入测试文件时对颜色调整的解读有问题，同一个文件在 Photopea 上表现正常。30 条评论里，有人提出真正值得想的是二阶效应：买不起 Photoshop 或平台不被支持的那部分人拿到了什么；也有人预测最终不会出现「那个免费的 Photoshop」，而是每个人有一个只做自己需要那 10% 功能的版本，另一条补充是平均用户只用到软件 10% 的功能，而每个人的 10% 各不相同。

5. Integer multiplication below n log n

• 原文入口：github.com/openai/math · Integer multiplication below n log n
• HN 讨论：49985524
• 提交者：E-Reverance（提交于 2026-10-07 07:14）
• 快照热度：9 points | 1 comment
• 原文日期：2026-09-23（论文自标日期）
• 中文要点：论文的标题就是结论：作者给出一个确定性算法，在一台固定的、有限字母表、固定有限条一维纸带的图灵机上，以 O(n (lg n)^(1−κ)) 的最坏时间完成两个 n 位整数的乘法，其中 κ = 2^(−182)。论文说这个算法对每个输入长度都精确，因此推翻了 Schönhage 与 Strassen 关于该模型下 n log n 最优性的猜想。论文自标日期为 2026 年 9 月 23 日，署名 OpenAI，落在 openai/math 仓库的 preprints/ 目录下，目录里只有 README、论文 PDF 与构建文件。快照时刻这条只有 1 条评论，没有形成讨论。

6. Penguin Mail – open-source Rust email client for Linux with AI

• 原文入口：Penguin Mail
• HN 讨论：49984716
• 提交者：kavourias（提交于 2026-10-07 05:59）
• 快照热度：23 points | 7 comments
• 原文日期：日期未确认（页面只标版本 1.0.0，不标发布日期）
• 中文要点：Penguin Mail 是面向 x86_64 Linux 的邮件客户端，用 Rust 写成，GPL-3.0-or-later 许可，站点标版本 1.0.0。它把 Gmail、Microsoft 以及任意 IMAP 或 POP3 账号连同日历、联系人放进一个本地应用：收件箱按 Gmail 自己的四个分类分组，把一个发件人挪到别的分类后会一直留在那里；发信可以定时，到点即发，应用只在托盘里也照样生效，已发出的邮件先等几秒并给出撤销按钮；Hide My Email 为每个注册的站点生成一个 Gmail 加号地址，某个地址开始收到垃圾邮件时把它关掉，来信直接进回收站。本地 AI 助手用 Ctrl+J 唤起，可以直接问「哪封已发出的邮件还在等回复」或者「推广分类里有什么」，助手用应用自己的工具读邮箱，并把它跑过的每个工具都展示出来。站点强调程序没有自己的服务器、没有追踪和广告，Gmail 与 Google 日历直连 Google，Microsoft 账号直连 Microsoft Graph。7 条评论里，有人拿它和已经消失的 Sparrow 相比，说原生 Linux 邮件客户端有需求、界面也不错；随即有评论质疑把一个刚上线一个月的项目叫 1.0 是胡来，一年的使用才会暴露的 bug 还看不到，反驳是放到 GitHub 一个月说明不了项目只做了一个月；另有评论说看到名字里的「with AI」就失去了兴趣。

7. EmbeddingGemma 2: An open, lightweight multimodal embedding model

• 原文入口：Google · EmbeddingGemma 2: an open, lightweight multimodal embedding model
• HN 讨论：49980487
• 提交者：ilreb（提交于 2026-10-07 00:03）
• 快照热度：194 points | 27 comments
• 原文日期：2026-10-06
• 中文要点：Google 发布 EmbeddingGemma 2，把嵌入从文本扩展到代码、图像、视频和音频共用一个向量空间，基于 Gemma 4 架构，Apache 2.0 许可，总参数 7.4 亿。它是模块化的：纯文本负载最少只要 2.7 亿参数，视觉编码器 1.7 亿、音频编码器 3 亿按需加装；用 Matryoshka 表示学习可以把输出向量从 768 维截到 512、256 或 128 维，本地向量库的存储最多降到六分之一。上下文窗口 8K，是上一代的四倍，一次能装下约 5.5 分钟音频、29 张图片或 58 帧视频，也可以交错混合。量化之后，在一台 Pixel 11 Pro 上纯文本权重约 191MB 常驻内存，全模态版本约 567MB。质量上，代码能力在 MTEB Code 上从 68.76 提到 78.68，官方称它在 10 亿参数以下的多模态嵌入模型里领先，部分指标超过体型两倍以上的专用模型，权重放在 Hugging Face 与 Kaggle 上。27 条评论里，有人感叹中等体量的嵌入模型终于补上了，并给出在 M3 Pro 上实测的本地吞吐：小段文本每秒 78 条、图像每秒 4 条、30 秒音频每秒 6 条、视频每分钟素材每秒 0.2 条；有人专门称赞 Apache 2.0，理由是嵌入向量动辄存上百万条，模型一旦下架就得全部重算；还有技术讨论围绕它与同门 SigLIP 2 的区别，以及官方为什么没做这项对比。

8. Nobel Prize in Physics 2026: Francis Halzen

• 原文入口：NobelPrize.org · The Nobel Prize in Physics 2026
• HN 讨论：49976265
• 提交者：solarist（提交于 2026-10-06 17:48）
• 快照热度：511 points | 168 comments
• 原文日期：2026-10-06（公布日）
• 中文要点：2026 年诺贝尔物理学奖授予 Francis Halzen，理由是「对 IceCube 中微子天文台的决定性贡献，以及发现来自天体物理过程的高能中微子」，奖项由他一人独得。Halzen 1944 年 3 月 23 日出生于比利时蒂嫩，获奖时任职于美国威斯康星大学麦迪逊分校。IceCube 是建在南极冰层下、体积为一立方公里量级的探测器，由数千个光学模块组成的阵列记录中微子与冰作用后产生的带电粒子发出的切伦科夫辐射。168 条评论里，第一条长评解释了 IceCube 的原理，并说明带电粒子超过的是介质中光的相速度（真空光速除以折射率），真空光速本身没有被超过；往下几条把相速度、群速度、信息速度与棱镜分光的关系讲了一遍。另一条讨论线是南极的物流：这么大的工程怎么把重装备运到极点，有人贴出南极横贯车队（South Pole Traverse）的资料。

9. OpenTPU – An open-source AI accelerator, developed by AI

• 原文入口：GitHub · FeSens/openTPU
• HN 讨论：49980715
• 提交者：fsbonetto（提交于 2026-10-07 00:23）
• 快照热度：210 points | 275 comments
• 原文日期：仓库创建于 2026-09-24（页面不标发布日期）
• 中文要点：openTPU 自称「一个由 AI 开发的开放源代码 AI 加速器」，它要回答两个问题：AI 智能体在硬件设计上能走多远，以及它们能不能造出跑自己推理的芯片。整个加速器装在一个小仓库里，硬件是 SystemVerilog，另有指令集、位精确的模拟器、内核语言与编译器，以及驱动真实 PCIe 卡的主机软件，作者说可以从 Python 里的一个矩阵乘法一路读到连线。设计在浪潮 YPCB-00338 卡（Xilinx Kintex-7 xc7k480t，两条 DDR3 通道）上跑了十个现代模型的真实权重，卡产出的 token 与模拟器逐 bit 一致。性能表里的几个数字：LFM2.5-230M 的 int8 权重解码 59.0 tok/s、预填充 295.6 tok/s，解码时 DRAM 带宽用到峰值的 85%；换成 4-bit 权重后解码升到 85.8 tok/s；Qwen3-0.6B 的 int8 版本解码 21.6 tok/s。作者写明三个待改进处：解码受 DRAM 效率限制、时序余量只剩 0.032 纳秒、预填充受矩阵单元乘加速率限制，并说 ISA、模拟器和 RTL 的任何改动都必须让测试继续通过。275 条评论里，讨论集中在「由 AI 开发」到底意味着什么、这些数字是怎么测的，以及一个能从头读到尾的单仓库项目对学习加速器设计的价值。

10. Claude Code's suggested message feature: I think the real customer is the model

• 原文入口：Zohaib Ansari · The smartest Claude code feature is not for its users
• HN 讨论：49981905
• 提交者：zed_labs_dev（提交于 2026-10-07 02:00）
• 快照热度：72 points | 39 comments
• 原文日期：2026-10-06
• 中文要点：作者 Zohaib Ansari（滑铁卢大学电子与计算机工程出身，现在一家公司做创始软件工程师）认为 Claude Code 最近开始预填的建议消息，真正的客户是模型。他的推理是：每条建议都是在整段会话的条件下、对「用户下一句会说什么」做出的预测。原样发送就是一条正标签；编辑过的价值更高，因为原建议与改后版本构成一个偏好对，两者的差指出了预测错在哪里，例如把「跑测试」改成「只跑 auth 的测试，全套要十分钟」。这等于把强化学习里最贵的偏好采集环节变成用户正常工作的副产品，而且数据来自真实仓库，落在模型将来真正会被要求做的工作分布里。第二个好处是预测下一轮用户输入本身就是有用的训练目标：模型要猜出一个称职的开发者接下来要什么，就得先学会工作怎么排序——重构之后跑测试，测试过了再提交，离「不用被要求就做下一步」也就更近。作者也说明这是推测：他不掌握 Anthropic 内部怎么使用这个信号，会话是否用于训练取决于套餐与隐私设置。39 条评论里，有人认同这个分析；反对意见认为不显示预测也能采到同样的数据，展示预测的真实动机是影响用户的下一次输入，而文章没谈这一点；也有人补充说 Claude Code 还会定期弹窗询问对本次会话的满意度，那种反馈连会话一起被收集。

11. Paramount Skydance has completed its $111B merger with Warner Bros. Discovery

• 原文入口：Ars Technica · Paramount completes $111B Warner merger, creating Skydance behemoth
• HN 讨论：49983703
• 提交者：Mgtyalx（提交于 2026-10-07 04:33）
• 快照热度：150 points | 217 comments
• 原文日期：2026-10-06
• 中文要点：Paramount Skydance 完成了与 Warner Bros. Discovery 的 1110 亿美元合并，此前最高法院大法官 Elena Kagan 驳回了一方阻止交易的最后请求。合并后的公司叫 Skydance，沿用 Paramount 去年另一笔交易买下的公司名，旗下包括两家大型制片厂、Paramount+ 与 HBO Max 两个流媒体、CBS、CNN，以及 CBS Sports 与 TNT Sports 等体育资产和一批品牌与片库。交易曾被加州等 12 个州起诉拖延，7 月北加州联邦地区法官 Araceli Martínez-Olguín 认定合并很可能大幅削弱竞争、违反反垄断法；加州在上月和解，其余原告跟进，这位法官于 9 月 30 日批准和解，并在裁定里写明典型和解协议不会完全纠正所指控的违法行为，也未必解决案件最终的事实与法律问题。和解内容包括对国产电影投资与发行设定最低门槛，以及要求两家实体的基础有线频道继续分别谈判发行条款。言论自由与媒体倡导团体曾要求法官否决和解，称它给起诉各州居民带来的东西接近于零。217 条评论里最集中的是消费者要为此多付钱：有人预测两家平台都会涨价，有人早在合并消息传出时就退了订，也有人指出两家公司都背着债务，总得有人买单。

12. LLMs may have helped my RSI

• 原文入口：Vaughan Hilts · LLMs may have helped my RSI
• HN 讨论：49973644
• 提交者：vaughands（提交于 2026-10-06 11:01）
• 快照热度：22 points | 11 comments
• 原文日期：2026-10-05
• 中文要点：作者 Vaughan Hilts 从 2017 年起受重复性劳损（RSI）困扰，最严重的日子一天下来前臂像烧起来一样，为此试过人体工学键盘、更多休息、减少打字时长，还重新学了「正确」的打字指法。他注意到最痛的时段有一个共同点：连续四五个小时手写代码，那意味着不停敲尖括号、功能键、Home 和 End，以及大量修饰键，手腕要摆出各种别扭的角度；他的手在男性里偏小，手指跨度刚够一个八度，在《最终幻想 14》里也遇到过同样的问题。2026 年情况慢慢变了：机械性的小重构直接交给 agent，过去一个下午四五个小时的功能开发变成几段提示加半小时手工打磨，他把更多时间花在写设计规格和评审别人的代码上，键盘上的活动集中在主键区，更多是在写散文。他自述这一年在症状上明显好转，同时说明这未必能归因于大模型——变得更资深之后会议变多、打字变少也是原因。11 条评论里，有程序员说自己也从 agentic coding 得到同样的好处，也有人提醒管理层的预期会是同时开很多任务、每两分钟看一次；几条回复给出更老的办法：自定义键盘、Vim 动作、语音输入。

13. When random is not actually random enough

• 原文入口：Embedded Systems Research Center · When random is not actually random enough
• HN 讨论：49983404
• 提交者：steveklabnik（提交于 2026-10-07 04:12）
• 快照热度：16 points | 3 comments
• 原文日期：2026-10-06
• 中文要点：作者 Austin Seipp 讲一个到处都在写的模式：给定一组对象随机挑一个，常见写法是取一个大随机数再对数量取模。这个写法破坏了均匀分布——把 0 到 9 的均匀取值对 3 取模，0/3/6/9 落到第一个对象，1/4/7 落到第二个，2/5/8 落到第三个，于是第一个对象被选中的概率是 40%，另外两个各 30%。他认为问题有两层：一层是只提供 random_u64() 这样的接口本身就是不好的 API 设计，另一层是写代码的人在想错的东西。他的建议是默认用 random_choice()，把一组离散选项各自的概率显式写出来，这样原本那个错误的分布会自己暴露出来——第一个选项写成 0.4 会非常刺眼；文中也延伸到用相对整数权重表达同一个分布。3 条评论里，有人顺着算了一遍偏差量级，指出对 64 位随机数取模 3 时被过度加权的那一项大约多出 5×10⁻²⁰，并反问这种量级是否值得在意；另一条主张真正该用的是拒绝采样，而且在这个小场景里实现简单到不需要额外解释就能维护。

14. The Query Transformation Pipeline

• 原文入口：Readyset · How Readyset Rewrites Your SQL: Inside the Query Transformation Pipeline
• HN 讨论：49984834
• 提交者：gvsg-rs（提交于 2026-10-07 06:09）
• 快照热度：7 points | 0 comments
• 原文日期：日期未确认（页面不标发布日期）
• 中文要点：文章解释 Readyset 为什么需要一条查询重写管线。传统数据库每次执行都把工作重做一遍，读延迟与查询复杂度和数据量成正比；Readyset 把查询编译成持续维护的数据流图，上游数据库插入、更新或删除一行，变化会在图里传播、缓存结果增量更新，读于是变成查一个预计算的物化视图。代价是查询必须能编译进数据流，而这套结构比 SQL 语法严格得多：每个连接只能连接两个输入并用列等值谓词、不支持相关子查询、只支持 INNER JOIN / LEFT OUTER JOIN / CROSS JOIN、GROUP BY 的键必须是显式的列引用。因此用户执行 CREATE CACHE 时会跑一趟多阶段重写，把关子查询解相关成连接、尽量内联派生表、把列引用完全限定、把连接重排成语义指纹的形状、归一化聚合与排序键、消掉冗余连接和子句，最后保证查询不需要进一步变换就能编译。文章末尾列出下一步：真正基于代价的连接重排、放宽几处偏保守的守卫条件，以及针对 ORM 与 BI 工具产出的具体查询形状添加定向重写。快照时刻这条是 0 条评论，没有讨论可供参考。

15. Ask HN: Are there AI models for generating sounds based on a text and reference?

• 原文入口：无外链（Ask HN 帖，正文即提问）
• HN 讨论：49972125
• 提交者：onemiketwelve（提交于 2026-10-06 07:24）
• 快照热度：15 points | 2 comments
• 原文日期：2026-10-06（发帖日期）
• 中文要点：提问者说他找不到「文本加参考音进去、音频出来」的模型，用途是为素材不多、缺少干净样本的音源生成新音效。他交代了自己的尝试：ElevenLabs 的音效功能只有文本到音频，缺了参考音很难靠文字把音色还原到位；Stable Audio 3 号称支持他想要的输入形式，结果很差。他对比说文本加图进、图出来已经是成熟商品，文本加音频进、分类出来他也用过，唯独音频加文本进、音频出来找不到愿意做的人，并判断这个模态还停在图像生成 2016 年的水平，问这是需求不常见还是自己漏掉了什么。2 条评论里，一条认为「文本加音频进、音频出」其实很常见，新一代的口音转换和声音克隆模型都是这个格式，并反问提问者的具体用途；另一条提出一个绕路：把输入音频转成频谱图，交给图像模型连同提示一起改，再把改过的频谱图转回声波。

16. How Fast is Python 3.15?

• 原文入口：Miguel Grinberg · How fast is Python 3.15?
• HN 讨论：49984652
• 提交者：Qem（提交于 2026-10-07 05:52）
• 快照热度：12 points | 5 comments
• 原文日期：2026-10-05
• 中文要点：Miguel Grinberg 用 Python 3.15.0rc3 跑了他那套非正式基准，对照 3.10 以来的各版本、JIT 版与自由线程版，另外还有 PyPy、Node.js 和 Rust。两个程序分别是递归算斐波那契的 fibo.py 和不含递归的冒泡排序 bubble.py，各跑单线程与 4 线程，每项跑三次取平均，全部在装了 Gentoo 的 Intel Core i5 笔记本上完成，这轮去掉了 macOS 的对照。他的结论是 3.15 相对 3.14 的提升很小，明确改进的只有仍在实验阶段的 JIT；自由线程版在斐波那契 4 线程测试上比标准解释器快约 4.5 倍，倍数与 3.14 时差不多；JIT 版这次即使在多线程下也保持了对标准版的优势，这一点是 3.15 才有的。因此他不急着升级生产项目，打算自己日常先用 3.15，顺便用上 JavaScript 风格推导式解包与惰性导入；他判断留在 3.14 几个月、甚至等 3.16 再评估也损失不大。5 条评论里，有人提到 Shedskin 这类转译方案，有人用「35 年了还有很大改进空间」概括这份基准的价值；也有人提出与其等 Python 变快，不如让 Claude 把代码库转成 Rust 或 Go，立刻拿到十倍，反驳是脚本类任务里 Python 省下的时间仍然胜过 Rust 的编译时间。

17. Utah to let AI examine patients and prescribe medication without human oversight

• 原文入口：TechSpot · Utah to let AI examine patients and prescribe medication without human oversight
• HN 讨论：49981197
• 提交者：healsdata（提交于 2026-10-07 01:01）
• 快照热度：49 points | 80 comments
• 原文日期：2026-10-06
• 中文要点：犹他州将允许医疗创业公司 Nolla Health 在没有医生直接监督的情况下用 AI 问诊开药，成为第一个这么做的州。程序为期一年、只面向轻中度痤疮患者：用户每月花 4.99 美元订阅，用应用扫脸，填完病史与个人信息后由 AI 分析皮肤、判断痤疮情况、给油性打分，并生成一个从「干净皮肤」到「重度」的数值严重度评分，再结合病史从八种获批疗法里推荐一种。处方权限分三步放开：前 100 张处方仍要医生逐张复核后才送药房；第二阶段 400 名患者由 AI 直接提交、医生每周回顾一次；最后一阶段医生每月抽查至少 10% 的处方。公司 CEO Luis Wenus 说这八种药的不良反应限于局部皮肤刺激或干燥，处方也限定在外用药物。文章顺带回顾了两个旧例：去年一名 60 岁男子按 ChatGPT 的建议用溴化钠替代饮食里的盐，结果出现溴中毒；Google 今年 3 月下架了提供同类患者健康建议的 What People Suggest 功能。80 条评论里，责任归属是主线：有人引用「计算机永远无法被问责，所以计算机永远不该做管理决策」，也有人认为问责落在公司所有者身上、HIPAA 依然适用；另一条线是利益结构，有人担心处方量会取代医生时间成为新的 KPI；还有人提出，如果一种药安全到可以让 AI 开，它或许本就该转为非处方药。

18. State of Devs 2026 survey results: developers are exhausted

• 原文入口：State of Devs 2026
• HN 讨论：49985643
• 提交者：sgdesign（提交于 2026-10-07 07:26）
• 快照热度：12 points | 1 comment
• 原文日期：日期未确认（页面只标调查区间 2026-07-05 至 2026-09-05）
• 中文要点：State of Devs 2026 是 Devographics 的年度调查，这一轮有 5463 名受访者，区间从 7 月 5 日到 9 月 5 日，综述由 Software Stewardship Lab 创始主任 Miranda Heath 撰写。职业安全感方面：近一半受访者经历过职位不安全感与薪酬不足，四分之一在职业生涯里被裁过，近十分之一在过去九个月内被裁，超过四分之一预计自己在五年内要彻底转行。这一届第一次询问开发者的心理状态，约三分之二的人最近更缺动力、更犬儒，约一半人难以集中注意力、拖延变多、格外疲惫、觉得自己产出和效率下降。关于 AI，使用极其普遍而态度两极：49% 的人持正面看法，42% 持负面看法。长期议题上，自认女性的开发者遭遇歧视的概率明显高于男性同行，并且更常通过回避同事、改变行为或外表甚至转行来应对职场问题；LGBT+ 以及有 ADHD、自闭症的受访者也表示在工作中承受隐藏身份的压力。快照时刻这条只有 1 条评论，没有形成讨论。

19. Benchmark in Milliseconds

• 原文入口：matklad · Benchmark in Milliseconds
• HN 讨论：49967427
• 提交者：surprisetalk（提交于 2026-10-06 01:00）
• 快照热度：126 points | 36 comments
• 原文日期：2026-10-05
• 中文要点：作者 matklad 给出他做微基准的经验法则：调整输入规模，让一次基准大约跑 300 毫秒。理由有四条：毫秒是 1 到 999 的整数，精度够看出哪怕很小的改进，读起来也省事，不必在秒与毫秒之间换算；低于 10 毫秒的结果容易被固定开销带偏，例如解释器启动；几百毫秒对人来说是「快但能感觉到」，于是可以靠自己对时间的直觉判断，而不必只依赖数字；超过一秒会让反复迭代变慢，而连跑十次看方差本该很快。他也写明前提：做基准的目的是给自己足够的直觉去做出正确判断，精确测量本身并不是重点。36 条评论里，第一条认为结论取决于领域与测量精度，需要稳定结果的场景下花时间是值得的，他也见过因为噪声而误判性能的场景，并猜测作者的场景偏 Python；下面有人给出反例，说作者长期在 Rust 的 rust-analyzer 与 TigerBeetle 上工作；另有几条谈到纳秒级系统、JVM 的 JIT 预热、平均值会骗人要看 95/99/99.9 分位，以及持续的频率调节和系统中断会让结果不复现。

20. UniEvo-VL: Self-Distillation Training for Multimodal Model Self-Improvement

• 原文入口：arXiv · UniEvo-VL: An On-policy Self-Distillation Training Recipe for Multimodal Model Self-improvement
• HN 讨论：49985292
• 提交者：gmays（提交于 2026-10-07 06:51）
• 快照热度：3 points | 0 comments
• 原文日期：2026-09-30（arXiv 提交日）
• 中文要点：论文提出 UniEvo-VL，一套让多模态模型在测试阶段用自我批评来改进自己的自蒸馏方案。做法是省掉那个通常更大的外部教师模型，让同一个模型带着不同上下文分别当教师和学生：学生只看原始问题，教师额外看到模型自己写出的批评意见（论文称之为 privileged critique），训练目标是最小化两者在学生的采样轨迹上、逐状态去噪扩散分布的差异。实验基于开源的 Qwen-image-2512，图像生成能力在 GenEval 上从 0.747 提升到 0.808，在 GenEval2 Soft-TIFA 上从 32.97 提升到 35.53。作者也报告了边界：换用更强的外部批评者（例如 GPT5.6-Luna）会让自改进的上限更高，而文本渲染的混合结果显示改进在不同任务上并不均匀。快照时刻这条是 0 条评论，没有讨论可供参考。