跳到正文
10月9日周五
  1. Hacker News12

    为什么设计工程师仍需读懂代码:AI 生成代码时代的编程基本功

    设计工程师仍需掌握函数、状态和异步等编程基本功,才能在 AI 大量生成代码的今天判断其决策是否合理。作者以搜索框为例:旧请求晚于新请求返回会覆盖新结果,只有追踪代码中的请求触发、结果存储与展示逻辑,才能定位并判断修复方案是否真正有效。Sean Goedecke 也指出,AI 能写出可用代码,却可能引入你本不会做的复杂度和多余解法。

  2. Hacker News33

    为什么编程智能体这么笨?

    编程智能体仍是 AI 辅助开发的瓶颈,模型在干重活,智能体却拖后腿。作者指出当前智能体存在任务管理糟糕、不会委派子任务、不了解自身功能、计划沟通混乱等问题,例如 OpenCode 把可并行的 10 个子任务逐个串行执行,Claude Code 只会启动一两个子智能体且需等全部完成才继续。

  3. Hacker News34

    AI 与科学的未来:当机器比人类更擅长研究

    一位物理学家出身的科学家探讨了"AI Science"的前景:若 AI 在研究上真正超越人类,科学的认知价值仍应归于人类对宇宙的理解,而非仅存于机器之中。作者借用 Terence Tao 在《大西洋月刊》2026 年 2 月的论述,将科研分为技术组件与认知组件,认为前者交给 AI 无可厚非,后者则须为人类创造洞见。

  4. RadarAI12

    青少年 AI 培训班第三天的惊人效果

    作者对青少年 AI 培训班的进展感到惊讶,仅到第三天,学员就完成了让他震惊的成果。他原本以为自己作为成年人更有经验,但只是离开一个小时,青少年学员在 AI 方面展示的进展已让他觉得难以匹敌,由此感叹一代比一代更强。

  5. RadarAI22

    Geoffrey Huntley:不用 AI 将被淘汰

    Geoffrey Huntley 在 X 发文称,如果团队忙于"本职工作"而没时间尝试 AI,就是在为被取代做准备,AI 使用已不再是可选项。他还面向现有员工和招聘经理给出建议,讲述 2026 年招聘时如何找到 AI 优先的候选人。

  6. Hacker News12

    从童年编程到反基督:AI 与人类的灵性冲突

    一位软件与网络安全工程师借 Joe Rogan 播客中 Palmer Luckey 关于童年经历决定人生选择的说法,反思自己因 Code Lyoko 而对 AI、恶意软件和虚拟世界的痴迷,认为人类正被算法驯化,AI 与人类的冲突此刻已在灵性层面发生。他警告 AI 获得自主性后意图将变得不透明,精英也会被其引导,而网络攻击与恶意软件难以归因,使自主 AI 操控的僵尸网络无法被识别。

  7. Hacker News12

    当软件工程遇上"上帝":用 AI 修 issue 的荒诞对话

    一段对话演示了把 AI 当作"上帝"来修 issue #2032(热带地区自然灾害增多)的过程:AI 先给出预警系统、气候减缓等方案,被要求"不靠人类合作"后转向云播种、平流层气溶胶注入、飓风改造等地球工程手段。用户让 AI 召唤"次级神"盲审云播种,得知可能引发干旱致人死亡后否决该方案,最终被告知真正的根因是气候变化,仍需人类集体行动。

  8. Hacker News22

    面对 AI 破解公钥加密的风险,为何需要“必要的乐观主义”

    密码学家 Matthew Green 警告 AI 可能发现削弱公钥加密(含抗量子方案)的数学攻击,动摇了银行连接、软件更新验证等在线信任基础。作者由此提出“必要的乐观主义”:认真对待 p(doom) 与安全风险,但悲观只是警报而非方案,应借此质疑既有假设、重思身份验证与软件构建方式并付诸行动。

  9. Hacker News26

    数据工程就是缓存失效问题:专访 Josh Wills

    数据工程师 Josh Wills 在访谈中称模型选择更像 iPhone 与 Android 的偏好差异,而非能力差距。他现任 DatologyAI 技术成员,构建在万亿 token 预训练规模上自动筛选训练数据的工具与分布式流水线,日常用 Spark 或 Ray 处理文本与多模态数据,30 TB 在其中只算小数据。他还提到 DuckDB 已随 dbt Fusion 引擎内置进 dbt v2。

  10. RadarAI8

    对 Google 的初步印象——从失望到赞叹

    作者因 Gemini 性能不佳对 Google 持消极态度,但亲身体验 Google 员工福利(尤其是豪华午餐)后,对公司的文化和待遇产生极大好感。尽管对 AI 产品有保留,作者仍高度认可 Google 作为雇主的优异条件,并幽默地将工作与健康寿命联系起来。

  11. RadarAI35

    从身份验证转向意图验证:AI 智能体时代的企业安全新范式

    互联网非人类流量与人类比例已达 144:1,自主 AI 智能体兼具类人操作范围与概率性推理,使传统身份验证体系失效。Web Bot Auth 等签名机制只能证明请求者身份,无法验证意图,提示词注入可劫持已验证的智能体。企业需转向执行时持续验证,包括短时凭证、加密入口验证、浏览器层意图分类和提示词注入防护。

  12. Hacker News12

    PostgreSQL 19 为何在 beta 期大量回退功能:LLM 辅助代码审查推高门槛

    PostgreSQL 19 在 beta 期回退了约 8 到 10 个重要功能,远超以往每周期约一个的常态。开发者认为原因之一是 LLM 辅助代码审查大幅提升了质量门槛,让大量边缘缺陷被快速发现,而部分功能写于该能力尚弱之时。Vulnpocalypse 期间资深开发者忙于安全修复,也削弱了 beta 期的常规审查与测试。

  13. Hacker News28

    AI 时代程序员的职责:一位资深工程师的观察

    一位资深工程师在回复社区大学教师的邮件中描述,自 Claude 4.5 部署后出现转折点,AI 已能可靠完成无人值守任务,他所在工程团队被全部裁撤,只剩他一人,如今每月仅约一天手写代码,几天即可完成过去需数月的项目。他认为初级开发者处境艰难,多数公司只招资深工程师,而未来产品经理或能直接生成程序并管理 AI 智能体。

  14. MIT Technology Review · AI32

    我们太相信 AI 说“不”的能力了

    MIT Technology Review 文章指出,拒绝有害请求已成为现代 AI 的固有机制,但这一机制并不可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”,如今公司通过让 AI 拒绝有害提示、惩罚过度拒绝来训练模型,甚至用 AI 训练 AI 说“不”。然而拒绝机制基于概率,可能失败并带来灾难性后果,同时划定拒绝边界也意味着可能被用于压制合法言论。

  15. Hacker News30

    Geoffrey Huntley:不训练团队用 AI,就是在准备让他们被替换

    Geoffrey Huntley 在 AI Engineer Singapore 演讲中警告,管理者若因团队忙于本职工作而不让其试验 AI,就是在准备让他们被替换,未来六个月内需按 vitality curve 对员工排名。他建议开发者亲手构建自己的 agent、理解 Claude Code 底层原理,并称 300 行代码的 LLM 循环即可实现一个 coding agent。