三篇被自己撤回的数学手稿、一份要给数学换评价标准的帖文、一张空着密码学那一格的成果清单，和 680 亿里少掉的 180 亿：10 月 9 日 HN 热榜在问，这批答案最后由谁来核、错了由谁来撤？

截至北京时间 2026 年 10 月 9 日 08:02，Hacker News top 榜第 1 位是 Cactus Compute 的 Whistle，一个 16.9 MB 的语音识别模型：474 分、111 条评论，当天凌晨 00:59 提交。分数最高的帖子还在榜上，只是被新帖压到了后面：昨天这一栏记过一笔的 Margaret Hamilton 讣告涨到 2075 分，位次掉到第 117；前天写过的 Mistral Large 4 涨到 2026 分，排在第 109；昨天写过的 Claude Haiku 5.5 涨到 1031 分，排在第 69。123 位次与分数对不上是常态，下表把这六条材料在抓取时的位次、分数与发布时间一并列出。

这六条帖子都在 2026 年 10 月 8 日 08:00 至 10 月 9 日 08:00 这个窗口内提交到榜上，位次、分数与评论数是 08:02 那一次抓取的快照。其中三条讲的原始事情发生在窗口之前：陶哲轩的四帖发布在 10 月 7 日，Whistle 的博文发布在 10 月 2 日，OpenAI 仓库里那条更正记录署的日期是 10 月 7 日。它们今天被提交上来，就是这一期收进来的理由。

挑这六条看三件事：能不能拿到一手材料，讨论区有没有实质分歧，以及「谁核、谁撤」的答案落在谁手上。今天这六个答案分别落在发布方自己的更正日志、数学界自己重排的评价标准、一组靠人类分析背书了几十年的困难假设、投资人演示里的一个口径、一条行政条文，和一份 16.9 MB 的模型文件上。

榜上还有几条高分帖子没有单独写。DeepSeek 4.1 Flash 那条（347 分、297 条评论）是一位开发者的一个月使用体验：他在多数任务上感觉不到它与前排模型的差别，价钱低出一大截，并把原因归到 KV 缓存上——DeepSeek 把它相对第一代缩小了约 437 倍，全天候的编码会话因此能压在一美元以内。45 2026 年诺贝尔文学奖给了加拿大作家安妮·卡森（158 分），落在今天这条线之外，只记一笔。6 Scott Aaronson 的《The Mathocalypse》（378 分）今天作为第一节的一手材料使用，不再单独成条。7 其余略过：咖啡机十天用掉 1 TB 流量（335 分）、Opus 5.5 一次提示做出《看不见的城市》可视化（344 分）、四小时电池储能比燃气轮机便宜（214 分）、Tell HN 里资助坦桑尼亚学生十年（652 分）、Theranos.world（229 分）、DVD 菜单的排版（245 分）、Orkut 回归（133 分）、ADHD 与昼夜节律的联系（123 分）。

10 月 8 日 13:20，OpenAI 的 Dan Roberts 在 X 上更新仓库状态：这一轮更新包含 6 个新的 Lean 形式化与 3 篇撤回，仓库里顶级结果的形式化比例约为 42%。8 HN 提交者 sashank_1509 的背景未公开，这条帖子以 241 分、540 条评论排在抓取时的第 34 位。9

撤回的原因写在仓库自己的更正记录里。一篇讨论「分裂阿贝尔八重体上 Weil 类的代数性」的手稿里有一处符号错误，使一个 stabilization-trace 抵消论证不成立；这个构造被另外两篇依赖，于是三篇一起撤回，名单是《Algebraicity of Weil classes on split abelian eightfolds》《Algebraicity of Kuga–Satake Correspondences for K3 Surfaces》《The rational Hodge conjecture for products of K3 surfaces》。撤回的手稿保留了缺口说明，并链到归档版本。同一条记录里还有 14 篇的修补（含一处符号修正和一处过期引用的更正）、13 篇的引用更新、6 个新增形式化，最后写明形式化进度的算法：300 / 719 ≈ 42%。10

仓库首页把这件事写得很直白：「这个集合包含处于不同验证阶段的结果」，其中一部分没有配套的 Lean 形式化；「一些尚未形式化的结果可能有问题，我们会尽快修复」。目录里现在是 719 份手稿、归入 372 个族；这批结果绝大多数由同一个未发布的内部模型用同一套流程得到，平均每个结果用了 3 小时 ChatGPT Pro 级思考算力，整轮评估大约给了 4000 道题。11

评论区第一处分歧落在 Lean 到底验了哪些。nryoo 问被撤回的那几篇做没做过 Lean 检查，rich_sasha 说他一直以为这些证明都走 Lean，通过检查的东西没有空间改主意，samrus 问的是同一件事。仓库的说明补上了答案的另一半：42% 是已完成形式化的比例，被撤回的三篇没有单独的证书说明。9

第二处分歧是「验证通过」这一步能信到什么程度。Thorentis 的比方是，一个新工程师写一百个单元测试，把 Pytest 全绿的截图发给你，打开代码一看，多数是 assert True。autuni 从仓库里翻出「同一套流程、同一个未发布模型、每题三小时」的说明，认为这正是错误从哪来的答案。9

第三处分歧是这件事的节奏像不像一次软件发布。renyicircle 编了一条发布说明：openai/math release 1.3.42，撤回第 139、140 号论文，修正第 47 号的符号错误，恢复此前撤回的第 85 号，重构第 101 号的论证。ekjhgkejhgk 担心有一天会出现「我们在一段代码里发现了一个 bug，数学的某个分支因此不再成立」。treebeard901 问这是不是在上市前抢时间，等真正的数学家找出错误，要撤回的会更多。9

这批结果里还没有人真正读懂过任何一篇，这是 Scott Aaronson 在 10 月 7 日的博客里写的。他引用复杂性理论学者 Dana Moshkovitz 读完那篇证明后的原话描述：像是一个嗑了药的人写的，很多地方不清楚、讲不通，引用常常无关又让人困惑。Aaronson 同时点出，三篇被撤回的手稿里有一篇正是他自己在博客里点名要先看的「K3 曲面乘积上的有理霍奇猜想」。7

公开回应分成两种口气。独立组织「人类数学协会」在 10 月 7 日的声明里把一次性放出 700 多个文件称作权力的展示，并呼吁数学家停止与 OpenAI 合作。12 数学与人工智能咨询组（来自普林斯顿高等研究院，成员包括 Timothy Gowers、Edward Witten、Martin Hairer、Ravi Vakil 等九人）在 10 月 6 日的声明里把话说得很窄：它的顾问角色与这次结果的影响、与 OpenAI 获取这些结果的过程评价各归各的；把工作公开是第一步，这个发布是理解的开始，离完成还远。13 高等研究院自己的声明指的也是同一件事：AI 已经在提出者本人读不懂、验不了、负不了责的情况下输出数学论证。14

今天能自己复检的是那份日志本身。history.md 里每一次撤回、修补与新增形式化都带日期，可以照着数；CONTENTS.md 能查到哪些族带 Lean 库、哪些只带 PDF；那三篇撤回手稿的缺口说明与归档版本都留在仓库里。真正需要自己动手算的是分母——300 / 719 这个比例里的 719 是仓库自己认的顶级结果数，而目录里 719 份手稿归属 372 个族，两个数字各自怎么数出来，值得逐条对一遍。1011

10 月 7 日，陶哲轩在 Mathstodon 上发了四帖，主题是「Math 2.0」。HN 提交者 ent101 的背景未公开；帖子 588 分、618 条评论，抓取时排在第 49 位。15

四帖按顺序讲了一件事的四个面。第一条说，传统数学（他叫 Math 1.0）里，一个重要猜想的突破性证明会带出一连串后续活动：作者被请去做很多报告、与同行见面，工作坊开起来讨论这个证明，新的联系与合作因此形成，年轻和年长的数学家被吸引到这个方向，证明最终被消化、简化、放进上下文，进入下一代人的教科书与讲义。第二条说，负责任地使用 AI 可以支撑这些后续活动，眼下的情况常常相反：问题被 AI 提示者自主解出，这些人对领域本身没有兴趣，也不足以理解模型的输出，既回答不了关于结果的问题，也做不了报告。由此产生的讨论班、工作坊与合作少了很多，愿意进入这个社区的人少了，有前途的开放方向被藏起来，以免自己的研究被抢。第三条说这个过程很难逆转：一个被解出的问题退不回未解，仅仅知道解存在，就会污染人类与 AI 寻找其他路线、获得额外洞见的努力，开放问题的解正在被大规模、不可持续地收获，留下的领域比 Math 1.0 时代贫瘠。第四条落回标准本身：Math 1.0 最看重第一个解出，这个目标已经被优化到不可持续；Math 2.0 要把原始解题的地位降下来，更整体地评价数学进展，比如抬高阐述（exposition）的地位，也包括社区建设和开辟新方向；教育、发表、晋升的标准都需要明确重估。16

这四帖引出的回帖里，几个不同方向的问题都出现了。一位署名 squirrel 的回复者把这件事讲成认知瓶颈：一个成年人的工作记忆容量有限，人类数学是被这个瓶颈挤成如今这个形状的；如果有一个认知容量大十倍、百倍的智能体，它的数学对人类可能像外星人的数学一样难以进入。kotoole 问的是能不能给「理解」也找一个像 Lean 之于正确性那样的框架。jdyer 问能不能在社会层面「去污染」，并举了四色定理的先例：第一次计算机证明之后，它在某种实际意义上仍被当作公开问题。署名 BrKloeckner 的回复者把话题拉回代价：他要求先谈通用 AI 带来的生态、经济、政治与文化后果，并说把这些摆在一边是一种选择。16

HN 讨论区的三处分歧更贴近实践。一处是这套主张能不能落地：shubhamjain 说这是平衡的看法，把证明倒给社区、让别人做验证与消化的粗活，很难算得上推进领域，而现在对「解出了多少道未解问题」这类指标的兴趣更大；cs_throwaway 说等哪天 UCLA 不再雇论文最多的人再说，他预计真实变化是实验室少招一个学生、把另一份钱花在 AI 上。第二处是模型会不会替人理解：vasco 说如果模型继续变强，提示者不需要理解任何东西，数学家可以直接让模型一步步讲清楚，所谓理解的缺口会自己关上；而 lu bujackson 的观察是，AI 只能走到你的想象力要求它到的地方，这既是让人兴奋的地方，也是一次性的收益。第三处是这段反思的适用范围：yedhukrishnan 说把数学换成任何领域，这段话照样成立；bonoboTP 用反讽的口吻把医生和「治愈疾病从来不是重点」摆在一起；也有人提醒，这个论证 1994 年 Thurston 在《On proof and progress in mathematics》里已经写过一遍。15

讨论里还夹着一条指控。一位回复者贴出一篇 10 月 7 日提交到 arXiv 的数论预印本，说它指向 OpenAI 的成果与他自己今年早些时候上传到 ChatGPT 的材料重合，并补充说其中细节他了解得不够、判断不了严重到什么程度。这是一条指控，OpenAI 没有回应，预印本页面本身只写了作者、摘要与提交时间。17

今天能自己复检的有三份公开文本：四帖原文在 Mathstodon 上，逐条读得到；人类数学协会的声明在它自己的站点上；数学与人工智能咨询组的声明与九月二十九日那版一般性建议并列在 agmai.org 首页。把三份放在一起读，能看出「这件事该由谁评价」在这个领域内部还没有统一答案：一派要求停止合作，一派在措辞上把建议与背书切开，作者本人给的是一条改评价标准的路线。121316

10 月 8 日，密码学研究者 Matthew Green 在 X 上回复别人的一句话被转了很多次：「我想我们可能会失去公钥密码学。」他随后发了一串编号推文把这句话展开，HN 提交者 meken 的背景未公开，帖子 54 分、27 条评论，抓取时排在第 53 位。1819

这串推文里能抓住的要点有几条。第一条先说清楚边界：如果你打算因为一条推文就停用 TLS、或者把比特币助记词明文贴出来，别这么做，加密是好的，用它。第二条说他知道眼下没有任何即将到来的密码分析结果，也知道前沿实验室里哪些人大概手上没有，但他只覆盖了一部分实验室。第三条划出担心的范围：他把担心收在标准化的公钥加密（以及一部分签名）上，理由是它们建立在少数几个困难问题上。第四条给出名单：这些问题现在是 MLWE 与椭圆曲线离散对数，LWE 与伴随式译码作为后备；人类对它们做过大量分析，过去觉得已知攻击就是最好的攻击，而现在正在学到的一件事是，人类的数学分析够不上金标准。第五条是赌注大小的判断：如果你对人类的解释能力非常乐观，也许我们全对了；在赌注包含全球互联网安全的时候，这份乐观是一个立场很强的赌注。收尾那句写的是：我无法预见未来，但到目前为止，赌模型不行、赌人类智能是上限，对我们任何人都不太管用。18

他还有一条观察值得单独记下来：那一大批成果里没有重大的密码分析结果；同时，如果你以为前沿实验室没有让密码分析员拿内部模型研究这些问题，那就错了。他给出的两种读法是「他们一无所获」，或者「还没到说的时候」。18 Scott Aaronson 在同一时期的博客里补了另一面：密码学在这批成果清单里的缺席很扎眼，而据他的消息源，AI 公司已经开始小心、低调地查自家最新的内部模型能不能攻破重要的密码协议与部件。7

加密行业这一周给出了一个具体动作。以太坊研究者 Justin Drake 在 10 月 7 日提出行业进入「bunker mode」，把大额与复杂持仓先迁到公钥尚未暴露的新地址，并说一次仓促的迁移会带来更大伤害。以太坊联合创始人 Vitalik Buterin 回应说，这项搬迁值得做，值得等一个不吃力的时机；如果搬起来不难，把资金放在还没发过交易的地址上是个好主意。他把担心的范围从椭圆曲线扩到格密码：到目前为止多数人处在椭圆曲线会破、哈希安全、格安全的模式里，而接下来两年 AI 数学很可能会对格的具体安全造成严重打击。Dragonfly 的管理合伙人 Haseeb Qureshi 的说法是：风险来自常规数学推翻那些尚未被证明的密码学困难假设。2021

HN 讨论区分歧集中在两点。一点是这一次的成果与加密部署的关系：antics 说那批数学成果只是把两个已经高效的概率算法换成确定性算法，一个属于量子算法、一个是素域上的因子分解，而今天在用的加密方案不受影响，最近一个月没有学到任何能确认或推翻 Green 观点的东西；moralestapia 说足够大的整数分解没有捷径；Mistletoe 说市场因为这种「对着星空瞎猜」而下跌。另一点是担心的优先级：j2kun 说针对后量子密码底层格问题的 AI 攻击已经被试过很多次，至今没有成果，他不明白为什么 Vitalik 突然特别担心格；simonw 说加密最大的弱点一直是使用安全，几十年的经验显示人管不住钥匙，被偷钥匙的终端用户比算法被攻破的更多；swerve3815 说更可能的情况是每个加密货币实现里都有核心算法之外的 bug。讨论里也有人指出 Green 的预测在网上被误读成了另一种意思，而这恰好说明一句话被转发之后的失真速度。1921

今天能自己复检的第一步是去数：打开 OpenAI 的成果目录，按学科浏览一遍，看密码学这一格是不是空的。第二步是看自己的依赖：你用到的 TLS、签名与密钥封装分别建立在哪些困难问题上，各个库的默认参数是多少位，这件事每个工程师都能在半天里查清。第三步是跟 Green 的编号读完整串推文，把「我知道没有即将到来的结果」与「我认为这个赌注不该下注在人类分析上」这两句分开看——真正需要你自己判断的是后者。1118

10 月 8 日，CNBC 确认 OpenAI 在 9 月底告诉投资人，它的年化收入约为 500 亿美元，比 9 月下旬被广泛报道的 680 亿美元低 180 亿；率先报道这个数字的是《金融时报》，标题写的是「OpenAI 的年化收入比此前信号少 200 亿」。HN 提交者 mfiguiere 的背景未公开，帖子 346 分、240 条评论，抓取时排在第 39 位。222324

差额的来源是口径。CNBC 从一位知情人士处得到的说法是，680 亿那一个把 OpenAI 合作方的总收入也算了进去，这样做是为了能跟 Anthropic 报的数字直接比较。《金融时报》的说法是，这个差异出自 OpenAI 的投资人想把它与 Anthropic 的年化收入直接对比，而两家算这个数的方式不同。同一份投资人演示里还有两个数字：第三季度总 run rate 增长 77%，企业业务 run rate 增长 107%。2223

市场当天先给出反应：Nvidia 跌 3%、Oracle 跌近 6%、CoreWeave 跌近 8%、AMD 与 Broadcom 各跌 4%、Intel 与 Supermicro 各跌近 5%。同一批报道里还有几组用来对照的数字：OpenAI 的估值是 8520 亿美元，正在准备上市；Anthropic 在 7 月底告诉投资人的年化收入是 650 亿美元，据报在争取 2 万亿美元估值，而独立研究机构 New Constructs 在 10 月 7 日的报告里称它的 IPO 是「2026 年最荒唐的一次」，把它估到 1500 亿美元；路透引述一份泄露的招股书说，Anthropic 2025 年收入 46 亿美元、净亏损 420 亿美元。22

评论区第一处分歧是「年化」这个口径本身。dmitrygr 用 xkcd 里那个笑话打比方：听到你结婚了，就说按这个速度明年你会有五百个丈夫；他给了理由——一年是一个自然的完整周期，几乎没有哪个产品在 1 月与 6 月的需求一样。surgical_fire 的说法更直接：年化收入是给容易上当的人看的收入。m101 从数字里挑出一处：新的投资人演示显示 7 月的年化收入接近 300 亿美元，也就是说 7 月一个月做了 25 亿美元。24

第二处分歧是这个数字由谁放出来。underyx 说这条新闻的标题应该写成「OpenAI 的年化收入比我们先前的信号少 200 亿」：《金融时报》先报一个高数字做出一个故事，再报一个低数字做出另一个故事。vb-8448 猜这一步是用来打击 Anthropic 的上市。johnnyApplePRNG 注意到同一天 Nvidia 的股价创了新高。gizajob 留了一句「Sam A = SBF 2.0」。24

第三处分歧是外界能看到多少。wepple 说与过去相比这是一处明显的变化：按以往的监管要求，OpenAI 早该上市，外界会有远为直接的信息；现在一个万亿美元量级的公司承担着大量估值，外面的人对它经营状况的了解接近于零。the__alchemist 说他在等 IPO，只希望那之前这种新闻少一点。24

今天能自己复检的一步是把年化还原成一个自然周期：拿同一批报道里的 7 月数字，把年化除以 12，与新闻里的增长百分比对一遍，看这个数字在两种口径下分别长什么样。《金融时报》的原文在付费墙内，CNBC 的报道给出了确认过的两个总额与当天的股价反应，可以当作出处来核。22

10 月 8 日，美国劳工部宣布暂停八家公司提交新的 PERM（永久劳工认证，绝大多数职业绿卡的第一步）申请，已提交的案子也停下来；名单是 Microsoft、Adobe、Cognizant、Infosys、Tata Consultancy Services、Wipro、HCL Technologies 和 Capgemini。HN 提交者 alephnerd 的背景未公开，这条帖子以 802 分、1379 条评论排在抓取时的第 28 位，是当天讨论量最大的一条。2526

劳工部长 Keith Sonderling 在同一天的记者会上给了几个数字：自 2009 年以来，仅这几家公司就申请了近 300 万名外籍工人，拿到超过 23 万份 H-1B 批准和超过 10 万份永久劳工认证；他说微软与 Adobe 被暂停是因为「多项正在进行的联邦调查」。副总统 JD Vance 单独点了微软的名，拿它 2025 年裁掉的约 6000 名员工说事，称公司用 H-1B 身份的人替换了这些岗位，并说部分外籍员工比同类岗位的美国人少拿数万美元；司法部长 Todd Blanche 说可能对公司或个人提起刑事指控。2527

微软当天在自己的官方博客上回应，给了三个数字：美国境内的绝大多数员工是美国人；上一财年提交的约 6000 份 H-1B 申请里，80% 是为已有员工延期或转换身份，为新员工提交的那部分是已经合法在美、决定来微软工作的人，占其美国员工的 1%；公司给 H-1B 员工的薪酬与做同类工作的其他员工相同。28

程序上的依据与时间表，据律所 Ellis 的整理，可能落在 20 CFR 656.31：雇主在被调查期间可以被暂停认证，第一次最长 180 天，之后劳工部可以恢复部分或全部案子，也可以继续停到调查与司法程序结束；同一条规则还允许一项更重的处罚，把雇主从项目里除名最多三年，这一次没有宣布除名。这次暂停没有设结束日期，劳工部也还没有发布书面通知。同一场发布会里，劳工部监察长 Anthony D'Esposito 说正在调查九所大学的 J-1 签证问题（哈佛、耶鲁、斯坦福、布朗、MIT、Caltech、加州大学戴维斯分校、亚利桑那州立大学、匹兹堡大学），已经发出传票；这一系列动作属于劳工部的 Project Firewall。Cognizant 在 9 月初已经被停掉新的 PERM 申请，这次是七家一起。2729

讨论量最大的这条帖子，评论区第一处纠正的是被暂停的对象。sxp 指出这件事针对的是绿卡与永久居留，与 H-1B 是两件事，并把被暂停的名单与「多项联邦调查」一并列出；stego-tech 写了一份术语说明，讲清楚 H-1B 是绑定雇主的临时工作许可，本身转不成绿卡，绿卡才是永久居留，两者在第 6 年这个节点上又会互相牵住。26

第二处分歧是这个程序本身。blints 说整个程序是一场闹剧：它生产出来的就是「我们实在找不到合格的美国工人」这类说法，配上故意让人搜不到的招聘广告。xvxvx 说他很意外这种事居然一直可以被滥用，并且问执法是一直很松，还是过去的政府与企业之间有过台面下的安排。dsmark 说还有其它大公司在大量使用雇主担保的绿卡。26

第三处分歧是为什么是这几家、结果会是什么。falsemyrmidon 问为什么打微软而不打 Amazon；prometheus1992 注意到名单上的公司在这一点上很集中，并问政府是不是在传递某种信号。pc86 的预期是这最终会惹恼很多人、给很多人添麻烦，对多数人的实际影响有限。wrxd 留下一句「不需要签证的是远程工作者」。hippycruncher22 说市场在跌，接下来该给把工作外包出去的公司加税。26

今天能自己复检的是两份可以逐字读的文本：微软的回应全文在它自己的博客上，里面有它自己给的三个比例；20 CFR 656.31 的条文在康奈尔法学院的法律信息网站上，读一遍就能算出这次停摆最长能到多久，以及恢复与除名分别要满足什么条件。两条放在一起，读者不需要采信任何一方的说法也能看清这次暂停的边界。2829

Cactus Compute 在 10 月 2 日发布 Whistle：一个 16.9 MB 的单文件语音识别模型，跑在 CPU 上、没有依赖，与它家的文本模型 Needle 共用同一个 C++ 引擎、同一个容器与同一套量化。HN 提交者 gmays 在 10 月 9 日 00:59 把它提交上来，帖子 474 分、111 条评论，抓取时排在第 1 位。3031

能直接量出来的数字都写在同一张对照表里。模型体积 16.9 MB，支持英语、德语、法语、西班牙语、意大利语、荷兰语与波兰语七种语言，16 kHz 单声道、单次最长 30 秒，语言自动判定；10 秒音频的首个 token 延迟 11.1 毫秒，解码速度每秒 1319 个 token。同表里对 Whisper base 与 Moonshine tiny v2 的数字是 145.3 MB / 73.2 毫秒 / 每秒 266 个 token，以及 41.9 MB / 22.8 毫秒 / 每秒 262 个 token，三个模型都跑在 Apple M4 Pro 的 CPU 上。词错率上 Whistle 在 LibriSpeech test-clean 与 test-other、SPGISpeech、Earnings-22 与 FLEURS 平均值上领先，在 TED-LIUM、AMI 与 MLS 平均值上落后于 Whisper base。作者说明词错率覆盖 86,174 条语音，且用音频校验和与说话人 ID 逐个比对过，训练与验证数据里没有出现测试音频。30

除了转写，模型还给词级时间戳（每个词的起止与概率）和语音 embedding（每 80 毫秒一行）；解码时可以用关键词列表抬高特定短语的概率；引擎预编译了 17 个目标，从 macOS、Linux 到安卓、iOS、watchOS、Windows on ARM、RISC-V、MIPS、浏览器与 WASI 组件。权重放在 Hugging Face，源码在 GitHub。博文里还有一个可以在当前页面直接用的沙箱：按下麦克风说一句话，音频留在本机。3032

评论区的第一件事是各自试了一遍。andy_ppp 说英文准得离谱，他试着刁难它，它全都听懂了；kamranjon 说自己以前对 needle 系列印象一般，这次很吃惊；jayshah5696 说自己的印度口音也能被识别；armcat 的评语是「这个体积下的跑分太夸张了」。31

第二处是边界。tecleandor 说西班牙语不行，会写出不存在的词、拼写错误很多，而英语对自己的西班牙口音也能用；mo2art 报了一个报错，内容是「音频上限 30 秒」；agilek 问能不能加更多语言；aidotguru 想看在安卓手机上跑起来是什么样。这些反馈落在同一张表上：七种语言里的表现差别明显，30 秒的上限在使用时能感觉到。31

第三处是体积到底解决了什么。INTPenis 说他真正的难题是 84 岁、中风后嘴部无力的克罗地亚父亲在写自传：上周给父亲装好的 Windows 语音输入让他十分钟能写一页，换成键盘要几天，而老人发出的每个音都对识别不友好。saturn8601 说第一印象像 iPhone 那个糟糕的听写功能。两个人说的其实是同一件事：16.9 MB 把门槛挪到了设备里，而识别本身要跨的那道坎还在。31

今天能自己复检的一步是打开博文里的沙箱，用自己的一段录音跑一次；第一次按下麦克风会下载那个 16.9 MB 的模型，音频留在本机。想核得更细，可以照它自己的表逐项对：注意 Whisper 的 AMI 数字用的是 IHM 子集，与另两家的 AMI 不是同一份，而 Whisper base 的 145.3 MB 对 16.9 MB 这一列最容易核对。愿意多走一步的话，权重在 Hugging Face 上，可以下到本地，用自己常用的那几种语言重跑一遍。3032