欧洲法院（ECJ）维持了对谷歌41亿欧元（约合46.7亿美元）的反垄断罚款，确认了欧盟委员会2018年的裁决。该处罚源于谷歌被指控滥用其在移动市场的支配地位，强迫智能手机制造商预装其自家的应用程序（如谷歌搜索和应用商店），从而获得不公平的竞争优势。 尽管一家下级法院此前曾将最初的43.4亿欧元罚款额略微下调，但欧洲法院驳回了谷歌的最终上诉。谷歌坚称其安卓操作系统促进了创新和用户选择，并认为该判决忽视了维持该平台免费及可互操作性所需的大量投资。 这一裁决标志着欧盟委员会针对这家科技巨头长达十年的反垄断行动取得了重要里程碑。虽然谷歌声称已调整其业务以符合规定，但欧洲监管机构仍通过《数字市场法案》等框架继续瞄准大型科技公司。该决定引起了美国官员的批评，他们认为欧洲激进的监管和高额罚款可能会阻碍美国企业参与全球人工智能经济。
每日HackerNews RSS
谷歌针对其 Android 操作系统被欧盟处以 47 亿美元创纪录反垄断罚款的上诉被驳回。该裁决核心在于指控谷歌利用其移动平台扼杀竞争，这一事件在 Hacker News 上引发了激烈讨论。
裁决的支持者认为，这是遏制企业越权和反竞争行为的必要手段。相反，谷歌坚称其投入保证了 Android 的免费和可互操作性；一些美国官员也持相同观点，警告称这种严厉监管可能会阻碍（企业）参与全球人工智能经济。
评论区呈现出两极分化的反应：一些用户认为罚款是遏制垄断行为的积极一步，而另一些用户则认为这更像是关税，而非解决市场潜在问题的良方。许多批评者对谷歌的辩护持怀疑态度，他们指出替代应用商店目前面临的持续压力，以此证明 Android 的“开放”生态系统依然受到限制。
回顾数十年的计算生涯，作者分享了一份精心整理的键盘清单，这些键盘塑造了其职业生涯并带来了舒适的使用体验。
这段旅程始于经典的 **IBM Model M**，它因其类打字机的触感而备受推崇。作者后来发现了 **Model M SSK（节省空间键盘）**，它通过移除数字小键盘改善了人体工学。清单中还包含了一款独特的 **NMB RT-9100W ConcertMaster**，这是约翰·卡马克（John Carmack）在开发《雷神之锤》（Quake）和《毁灭战士3》（Doom 3）期间使用的经典键盘；尽管其薄膜按键较为罕见，但其内置音频系统的表现至今无人能及。
为了应对重复性劳损（RSI）和手腕不适，作者转向了人体工学分体式键盘。虽然 **Ergodox EZ** 服务了作者十年之久，但由于其在极端倾斜时的稳定性问题，作者最终选择了 **ZSA Moonlander**。配合专用的底座配件，Moonlander 将人体工学定制化与稳固的稳定性完美结合。对作者而言，Moonlander 是终极且无可替代的键盘体验。
最近关于“我最喜欢的键盘”的 Hacker News 讨论，凸显了爱好者们在人体工学硬件和打字效率方面各不相同的偏好。
该讨论的重点包括：
* **轮廓设计：** 一位用户强调了人体工学设计中，类似 Kinesis Advantage 系列和 Glove80 那种“碗状”布局的必要性。
* **工作流限制：** 另一位用户提到在分体式键盘（如 Moonlander）和鼠标之间切换很困难，并质疑集成触摸板是否是更好的解决方案。
* **布局之争：** 有观点认为，如果不改变作为打字效率主要瓶颈的 QWERTY 布局，仅关注正交键盘等物理硬件是无效的。
总的来说，这个讨论串反映了一个小众群体内部持续的辩论：对打字者而言，究竟是硬件的人体工学设计，还是软件层面的布局优化更有价值。
这份摘要提炼了作者对数学、人工智能的影响以及人类直觉本质的探讨。
数学的根本在于清晰与理解，而非仅仅是定理的机械推导。作者指出了“官方数学”（形式化、二元且公理化的）与“秘密数学”（构建框架时人类直觉与认知的过程）之间的张力。从历史上看，数学界的“荣誉准则”优先考虑定理证明，这曾是衡量概念创新的可靠且唯贤的代名词。
然而，人工智能的兴起威胁到了这一范式。人工智能能够利用“悬而未决的问题”（现有数学文献中潜藏的联系），以人类无法企及的速度和规模解决问题。尽管人工智能擅长技术性解题，但它缺乏人类在“经典化”和概念构建方面的感悟能力。其风险在于，人工智能可能产出“数学垃圾”——即正确但难以理解的证明，而公众可能会因此误以为数学只是一场“已被解决”的博弈游戏。
为了在这一革命中生存，数学界必须抛弃其疏离的荣誉准则。数学家必须强调，工作的真正价值在于拓展人类的认知能力，而非追求定理的生产指标。数学仍是人类理解世界不可或缺且永无止境的工具，其存续取决于能否确立其在人类进化中的作用，而非沦为无意识的自动化产物。
```
Hacker News 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
定理经济的陨落 (davidbessis.substack.com)
8 分 由 varjag 1 小时前发布 | 隐藏 | 过往 | 收藏 | 讨论 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：```
受 Sigge Winther Nielsen 所著《创业型国家》（*The Entrepreneurial State*）启发，作者探讨了大型政治与私营部门项目反复失败的问题。这些失败常被归咎于高度的不确定性，但作者认为，通过严谨且迭代式的执行，可以降低“决策风险”。 与其投入大规模的预设项目，组织应将工作拆解为尽可能小的可学习单元。通过行动与学习的交替，团队能根据现实反馈调整路径。至关重要的是，领导者应设定预期的成果，而非具体的产出。当掌握权力者在缺乏专业领域知识的情况下强行指定解决方案时，会扼杀团队向实际结果“攀登”的能力。 作者认为，政治改革的系统性失败并非不可避免，而是一个亟待解决的“元问题”。通过将系统思维应用于政治进程，我们完全有机会摆脱僵化、高风险的规划，转向一种更敏捷、更有效的社会挑战解决方案。作者保持乐观，认为只要找出这些制度性失败的根本原因，我们就能使政治决策的制定与实施实现现代化。
这篇 Hacker News 的讨论围绕文章《我们不必在改善社会方面做得如此糟糕》展开，探讨了现代社会为何难以实现有效进步。
参与者对未来的最佳路径提出了相互矛盾的观点：
* **集权之争：** 一些用户以中国为例，认为其模式具备决策果断的优势；而另一些人则认为集权本身存在缺陷。批评者认为，自上而下的管理方式重蹈了苏联低效的覆辙，将组织的成功寄托于领导层的个人能力，从而增加了系统性风险。
* **文化战争的阻碍：** 一个主流观点认为，政治极化产生了一种瘫痪力量。当每一个社会议题都被刻画为“文化战争”时，实质性的进步便无从谈起，导致无论变革是否合理，都会遭到抵制，进而陷入僵局。
* **优先事项：** 讨论最后对这些辩论背后的基本价值观提出了质疑，特别是社会应当优先考虑短期经济稳定，还是长期生态健康。
总的来说，评论者们共同表达了对政治惰性的挫败感，对集权机构的怀疑，以及认为社会部落主义是目前实现有意义改革的最大障碍。
非对称量化：实现 97% 存储压缩的近无损检索 Asymmetric Quantization: Near-Lossless Retrieval with 97% Storage Reduction
2 小时前
像 Wholembed v3 这类后期交互模型通过保留细粒度的文档信息，显著提高了检索精度，但由于每个文档会生成数百个向量，导致其存储成本高昂。 为了使该技术在十亿级文档规模下具备实用性，Mixedbread Search 团队在其“Silo”引擎中实现了**非对称量化**。通过保持查询向量的高精度（int8），并将文档向量存储为 1 位二进制符号，该系统实现了每个文档 32 倍的存储缩减，从 393 KiB 降至 12.28 KiB。 这种方法在极小程度降低 NDCG@10（从 90.26 降至 89.65）的同时保留了排名质量，并显著提升了性能。由于文档向量是持久的而查询是短暂的，这种权衡优化了系统的主要成本驱动因素：存储、IO 和缓存空间。此外，二进制文档格式允许使用优化的评分内核，以简单的选择与求和操作取代复杂的乘法运算。最终，该方法在利用高质量多向量表示的同时，保持了大规模生产搜索系统所需的高效率和低成本。
Hacker News：最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
非对称量化：实现 97% 存储压缩的近无损检索 (mixedbread.com)
由 breadislove 发布于 1 小时前 | 5 分 | 隐藏 | 过往 | 收藏 | 1 条评论 | 帮助
johnathan101 4 分钟前 | 下一条 [-]
97% 的压缩率令人印象深刻，但我很好奇在生产环境中延迟方面的取舍如何。对于检索系统而言，存储只是问题的一半。
回复
准则 | 常见问题 | 列表 | API | 安全 | 法律 | 加入 YC | 联系
搜索：
**MarketFish** 是一个开源的多智能体市场模拟引擎，旨在以数据驱动的验证取代推测。它不再依赖单一的大语言模型（LLM），而是在数字市场中部署了 128 个以上的异构 AI 智能体，每个智能体都具备独特的预算、情绪和偏好。
通过 30 轮模拟，这些智能体会进行互动、相互影响并做出购买决策。MarketFish 基于六大学术框架（包括 *Generative Agents*、*TwinMarket* 和 *EconSimulacra*）构建智能体行为，为产品市场匹配度、流失模式和竞争定位提供可操作的见解。
**主要功能：**
* **多元智能：** 支持 11 家 LLM 提供商（包括 DeepSeek、OpenAI 和 Claude），以构建真实且多样的消费者群体。
* **先进模拟：** 采用 5 阶段流水线来生成市场结构、知识图谱和智能体行为。
* **灵活模式：** 使用“探索”（Explore）发现产品方向，“验证”（Validate）进行生存评分和定价测试，或使用“混合”（Hybrid）模式与 AI 驱动的竞争对手展开博弈。
* **独立运行：** 无需外部依赖（无需 Zep 等外部数据库），提供了一种轻量级、MIT 许可的通用模拟器替代方案。
MarketFish 将市场调研转化为可重复、可扩展的实验，帮助创始人甚至在投入一分钱开发之前，就能精准识别产品成功或失败的原因。
Hacker News | 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 | 登录
MarketFish – 在发布产品前，用 128 个 AI 消费者模拟市场 (github.com/key-wxh)
7 分 | 由 a280887763 发布于 1 小时前 | 隐藏 | 过往 | 收藏 | 讨论
帮助 | 指导原则 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
METR 最近的一项研究揭示了开发者对 AI 在软件开发中实际影响的认知与现实之间存在危险的脱节。虽然经验丰富的开发者在使用 AI 工具时感觉速度提升了 20%，但受控测量显示，他们的实际工作效率反而下降了 19%。这种“失准的标尺”表明，速度感不仅存在误差，而且具有极强的误导性。 AI 加快了打字阶段的速度，但这从未是软件开发的主要瓶颈。相反，它将负担转移到了验证和审查阶段——这一环节不仅成本高昂、耗时，而且极易出错。来自 DORA 和 GitClear 等更广泛行业来源的数据也证实了这一点：尽管代码生成量和拉取请求（Pull Request）数量激增，但最终交付量却停滞不前，且代码变动率增加、稳定性下降。 目前，整个行业正处于“验证瓶颈”中，即审查 AI 生成内容的成本已高于工具本身节省的时间。为了应对这一挑战，工程领导者必须停止依赖主观的团队开发速度和员工自述的生产力感受。取而代之的是，应关注客观的产出指标——即真正进入生产环境并保持稳定的代码量，并重新调整人力配置，以支持那些被 AI 无意中加重的关键审查流程。
这篇 Hacker News 帖子讨论了一项 2025 年的研究，该研究声称开发人员在使用 AI 时感觉速度提升了 20%，但实际上效率却降低了 19%。讨论呈现出高度的两极分化，许多用户认为该研究已经过时或存在缺陷，并指出较新的数据表明效率提升了 18%。
辩论的主要观点包括：
* **方法论质疑：** 批评者认为，跨不同任务衡量“速度提升”过于简化，且未考虑到软件工程的多样性；AI 可能擅长机械性任务，但在处理需要大量上下文的架构设计时却力不从心。
* **“验证”瓶颈：** 一些人认为，虽然 AI 降低了代码生成的成本，但开发人员目前花费更多时间在代价高昂的验证工作上；随着对 AI 生成代码信任度的提高，生产力有望提升。
* **感知与现实：** 用户将 AI 体验与其他工具（如 IDE 或快捷键）进行了对比，指出“生产力”感往往是一种主观心理状态，而非量化指标。
* **背景过时：** 许多参与者批评该帖引用了陈旧的数据，认为 AI 模型的快速迭代使得一年前的生产力基准在当前的开发环境下已不再适用。
“The Wisdoms”（由 The Eskimo 整理的一系列实用 Apple 开发者论坛文章）即将迎来更新。为方便用户追踪变动，现已启用一套颜色编码系统：🟢 表示新文章，🟡 表示已更新，🔴 表示内容已弃用。弃用的内容已由 Apple 官方文档取代，完整的版本历史记录可在提供的更新日志（CHANGELOG）中查看。 该合集涵盖了开发者关注的核心主题，包括代码签名、App Store 工作流程、配置描述文件、公证、iOS 后台进程以及各类技术难题。尽管提供 PDF 存档，但仍建议使用实时链接以获取最新信息。所有内容均受 Apple 开发者论坛许可协议约束。
Hacker News 新内容 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Quinn the Eskimo（Apple 开发者技术支持工程师）的智慧 (github.com/macshome)
4 点积分，由 gregsadetsky 发布于 1 小时前 | 隐藏 | 过往 | 收藏 | 1 条评论 帮助
gregsadetsky 1 小时前 [–]
还可以看看这篇 MacTech 在 2000 年对 Quinn 的采访：http://preserve.mactech.com/articles/mactech/Vol.16/16.06/Ju... 回复
指导方针 | 常见问题 | 列表 | API | 安全 | 法律 | 申请加入 YC | 联系
搜索：
本文批评了谷歌的“安卓开发者验证”（ADV）计划，指出这是一项限制性的系统级举措，破坏了安卓系统的开源本质。作者认为，谷歌通过“Play 保护机制”强制执行中央注册，实际上充当了唯一的守门人，拥有单方面定义并封锁所谓“恶意软件”的权力。 文章警告称，由于谷歌未对“恶意软件”给出明确定义，该系统可能会以安全为幌子，压制如广告拦截软件等竞争对手。尽管谷歌声称该计划旨在防止恶意活动，但包括大型民权和开源组织在内的批评者认为，这是一项不必要且严苛的措施，强制收集个人数据并集权化管控。 文章对该强制令损害软件自由和用户自主权深表担忧。随着该计划在部分地区率先推出，作者警告称，谷歌正在瓦解过去 18 年的开放式开发模式，构建一种“信任我”的安全模型，这威胁到了 F-Droid 等独立软件存储库的生存。作者目前尚无法确定即将到来的强制执行所带来的具体技术影响，但正积极为受此安卓生态系统变革影响的用户准备相关指南。
一篇关于 Hacker News 讨论的文章批评了谷歌的“安卓开发者验证器”（ADV），作者将其定性为国家支持的“恶意软件”。争议的核心在于，谷歌通过其 Play Protect 服务引入了一项系统级进程，允许他们远程拦截任何被其视为“未经授权”的软件。
评论者对事态的严重性看法不一。文章的批评者认为“恶意软件”这一说法过于夸大，可能会损害那些倡导安卓开放性人士的公信力。然而，另一些人则支持这种观点，指出谷歌模糊的服务条款赋予了其定义“恶意软件”的宽泛且不受限制的权力，这实际上创造了一个反映了专有软件最糟糕一面的“围墙花园”。
讨论还涉及了此类技术的“滑坡效应”，一些用户担心这最终会导致广告拦截器和独立软件被禁止。尽管一些人仍然乐观地认为技术或监管的转变可以平衡这些担忧，但另一些人警告称，一旦这种侵入式基础设施建立并集成到操作系统中，几乎就不可能再撤销了。
CursorBench 3.1 旨在评估 AI 智能体在处理复杂、多文件真实编程任务时的表现，包括代码库分析、调试和重构。该基准测试通过任务成功率与单次任务平均成本的对比来衡量模型性能。 **主要发现：** * **顶级表现：** Fable 5 (Max) 以 72.9% 的成功率位居排行榜首位，紧随其后的是 Fable 5 的其他高阶配置。 * **成本与质量：** 成本与性能之间存在明显的正相关关系；如 Fable 5 和 Opus 4.8 等高分模型，由于 token 使用量和处理步骤的增加，其价格也更高。 * **效率：** 与顶级模型相比，像 Composer 2.5 这样注重预算的选择，能在显著降低成本（每项任务 0.55 美元）的同时提供极具竞争力的结果（63.2%）。 * **方法论：** 分数基于模型在模糊的多文件代码任务中的表现计算得出。成本则是根据标准每百万 token 定价并应用于实际使用数据所得，且承认微小的分数偏差可能在误差范围内。 总体而言，该基准测试突显了一种权衡：用户必须在 Fable 5 等模型的高精度、高成本性能，与 Composer 等轻量级模型的成本效益效率之间做出选择。
这篇关于“CursorBench 3.1”的 Hacker News 讨论凸显了资深用户在选择编程辅助模型及考量其效率方面存在的分歧。
许多用户对 Claude Opus 等顶级“前沿”模型表示不满，批评它们速度缓慢、“耗费 token”，并且倾向于将简单任务复杂化。评论者经常提到这些模型会不必要地触发子代理或消耗大量 token，从而引发猜测：这可能是为了增加使用量以提升收入的策略。
相反，人们对“Composer 2.5”这类更轻量、更快速的模型给予了强力支持。用户认为，这些模型足以胜任 80% 的编码任务，在速度和成本效益之间提供了更好的平衡。虽然前沿模型在复杂的架构规划或高难度实现方面仍受青睐，但作为日常使用的工具，人们正日益转向更高效的模型，以便在不消耗过多资源的情况下实现快速迭代。
总体而言，社区共识倾向于实用性而非单纯的性能，许多开发者在选择时，更看重响应速度和成本效率，而非昂贵模型所提供的“顶配”性能。