Some H+

等到了蓝天对这个瓜的总结：《AI Agent 试图扫描 DN42 时把主人搞破产了》。 硅基生物魅力时刻，或者是给硅基生物卖底裤的碳基生物的魅力时刻。 当然，DN42 上那些真正的人类才是 MVP。

@catsalad I forget if I saw it here or not, but I learned that bobcats can climb cactuses! Like it's no big deal! Their fur and paw pads are so thick that it doesn't faze them. Separated by environment, but united by cat. :3 origin source

LLM 带来的问题和 1983 年自动化的问题本质是类似的，自动化程度越高需要的干预越少，操作员越缺少足够机会来习得维护系统的技能，然后复杂度和成本转嫁到了培养有能力维护自动化系统的操作员的教育系统上，因为不可能在工作过程中习得这些技能。 复杂度是不可能靠自动化来消解的，一个自动化系统必须内化其所自动化的系统的模型，所以必然继承了所有的复杂度并且增加了自动化系统本身的复杂度。 这不是说自动化是没有意义的，只是自动化不能降低系统的复杂度，认为用 LLM 来维护复杂系统会降低维护的复杂度可能是一个错误的优化目标。其结果和过去每一轮的自动化从结构上来说或许是类似的 - 减少低技能岗位的数量，增加高技能岗位的数量，成本转嫁给教育系统。

：环里面有一，如果没有一，那就是一个坏

⭕️ 被子飞了 (QQ): 由于有长时间古法编程的经验，我感觉我的自然语言使用能力远不如直接编写代码（

https://arxiv.org/abs/2512.13472 所以只学 java 学不会 java ，再学随便什么语言都能大大提升 java 水平... 只学 python 能学会 python ，学更多语言只会让 python 水平越来越差... 这说明了 python 的一个什么问题（逃

最近睡眠又时不时出问题，被建议手机不要上床了。打算试试把手机放到躺着够不到的桌上。

大家政府都一样垃🤡 https://www.youtube.com/watch?v=_k_70iqBCDc

事实证明，现在观众就是喜欢吃屎，你做好的是包不会叫座的，大家压力大就喜欢看别人倒霉，看别人傻逼，不然被人炒上去的全是战斗爽，吃瘪骂人和节目效果。你看鸡 0 自己不知道自己写的什么逼玩意吗？他太清楚了，清楚到给你整一个你能咋滴？反正有的是傻逼愿意掏钱吃屎，所以市场就越来越屎。拉屎又赚钱，又安全，又不费脑子。反倒做点正经东西一问都说好，一说掏钱一毛不掏，你能咋滴？

感觉直播的人分两种，一种是特别聪明的靠技术吸睛的，一种是特别傻的靠 rage 吸睛的。如果不够聪明也不够傻更不会表演，那就会没人看（

Are We Idiocracy Yet? (🔥 Score: 155+ in 1 hour) Link: https://readhacker.news/s/6RtNk Comments: https://readhacker.news/c/6RtNk

为什么我们应该反抗 hevc https://arstechnica.com/gadgets/2026/03/av1s-open-royalty-free-promise-in-question-as-dolby-sues-snapchat-over-codec/

讲得挺有意思的就是有点长（ https://www.youtube.com/watch?v=Qu-00j9XuF0

#暴论 c/cpp 人是最擅长的就是 vibe coding 的;他们的函数签名不可能写清楚任何东西，连类型都可能是假的，更不会 enforce 任何东西，所有 invariant 和 guarantee 都在注释里，你还得祈祷函数注释写全了不用还得看内部注释。调用一个函数要知道指针能不能为空，要不要初始化，会不会帮你初始化，能不能跨线程并行，会不会释放了什么东西之后不能再调用，全部要读自然语言注释，不然就是你 skill issue 用错了我的函数：这是把所有读者和用户当 agent 呢。你最好是期待写 prompt 的人真的把所有细节全写清楚了，别是你炸了调了半天，人家说，哎哟对不起，我漏了一行，这个 int 不能是 42 不然会当场 ub ，然后加了个一行注释说自己活干完了。

#暴论 最近水群发现了一个很好的反驳 get works done first 的理由：如果你部署小孩子，好好走路不会比跛脚走路要更难更复杂，不然的话你可能应该先看看你的脚有没有问题，再看看是不是染上了什么不良习惯。

各位 GitHub 用户估计都已经收到相关邮件了 https://github.blog/news-insights/company-news/updates-to-github-copilot-interaction-data-usage-policy/ TLDR 就是 GitHub 自动 grant 权限给了它的几个 copilot app ，并且下个月开始默认用户允许所有 copilot interaction 数据用于训练（显然包括上面自动 grant 了 permission 的 app ）。如果要取消： 1. https://github.com/settings/copilot -> Privacy -> "Allow GitHub to use my data for AI model training" 关掉 2. https://github.com/settings/apps/authorizations revoke 掉自动添加的 "Copilot Pull Request Reviewer" and "Copilot SWE Agent" ；讽刺的是它这个页面显示「you have granted [..]」即使你什么都没有做🤡 有用户表示自己什么 ai feature 都没碰，就发现 github copilot chat message usage 显示已用 36% budget 了，不知道还有什么隐藏的会自动使用 copilot 的地方。

还记得 PewDiePie 去年装了个 Arch 么，我刚刚看了一眼，在过去的几个月里，他： 把浏览器换成了 Firefox、默认搜索引擎换成了 DDG、装了 GrapheneOS、自己在 RPi 上 host VaultWarden、在 Steam Deck 上 self host Joplin、从 Google Photo 换成了 Nextcloud 还配置了 Cloudflare Zero Trust、把 Google TV 换成了 Kodi……（根本写不下） https://www.youtube.com/watch?v=u_Lxkt50xOg 自己用 RPi Zero、3D 打印外壳和 GPIO 摄像头做了个实时监控看自己车里的狗，还有一个看天气的 Tamagochi（我没看完） https://www.youtube.com/watch?v=pgeTa1PV_40 做了一台 7 块 RTX 4000 Ada 的超算，然后又加了 8 块华强北 48G 4090 D 做 Folding@home，还用 vLLM self host Qwen3 235B，vibe code 了 Web UI、RAG、联网搜索、深度研究、记忆，甚至还有个 AI 议会来投票决定最好的答案 https://www.youtube.com/watch?v=2JzOe1Hs26Q https://www.youtube.com/watch?v=qw4fDU18RcU 然后他自己爬数据、合成数据、蒸馏、SFT 了一个 Qwen2.5 32B Coder，编程得分比 DS V2.5、Llama4 和 GPT-4.1 mini 还高（虽然不知道有多少水分不过还是很厉害了） https://www.youtube.com/watch?v=aV4j5pXLP-I Bro 🤯 Respect