原标题：《Nitter has more working instances than before the takedowns》 评分: 71 | 作者: Cider9986 💭 封掉镜像，X 的烂 UI 就会自愈吗？ 🎯 讨论背景 Nitter 是一个非官方的 X（原 Twitter）只读前端，通常通过多个镜像实例提供免登录浏览和更简洁的界面。这条讨论围绕的是：在此前多轮 takedowns 之后，可用实例反而比以前更多了，用户因此又开始重新使用它。评论里有人提到 libredirect（一个浏览器扩展，可自动把社交网站请求重定向到可用镜像），也有人把这种镜像生态类比为 The Pirate Bay（TPB，著名的 BitTorrent 索引站）的长期存活。另一条背景线索是 HN 的自我治理类比：classic 页面只统计较早账号的投票，被拿来比喻对 Eternal September（长期新用户涌入导致社区文化变化）的“隔离”做法。 📌 讨论焦点 免账号访问与更好体验 不少人强调，Nitter 最大的优势不只是不用账号，而是整体体验比 X/Twitter 好得多。即使有人用
原标题：《Show HN: Open-Source eInk Bike Computer》 评分: 252 | 作者: stingrae 💭 既然手机都能顶上，eInk bike computer 还卖给谁？ 🎯 讨论背景 这条 Show HN 介绍的是一个开源 eInk bike computer，目标是在骑行时用电子墨水屏获得更好的强光可读性和更低功耗。评论里把它和 Garmin Edge（Garmin 的专用骑行码表）、Wahoo（另一家主流码表品牌）、COROS Dura（长续航码表）以及用 Quadlock（手机车把支架系统）固定 iPhone 的方案放在一起比较。技术细节上，作者还谈到用 ESP32（常见低功耗 Wi‑Fi/Bluetooth 微控制器）和 BLE 去兼容 ANT +（骑行传感器协议），并可能接入 Garmin Varia（后方车辆雷达）等外设。整体背景其实是一个老问题：骑行时到底该继续依赖手机，还是用一个专用、耐晒、能接传感器的独立 head unit；顺带也牵出离线地图、PMTiles（单文件地图瓦片格式）和自有 fitness database 这
原标题：《Shutting down our public encrypted DNS》 评分: 281 | 作者: mywacaday 💭 都叫隐私 DNS 了，还得先向法院报备？ 🎯 讨论背景 Mullvad（以隐私著称的 VPN 服务商）宣布关闭自家的 public encrypted DNS，把用户导向 Quad9（一个公共安全 DNS resolver）。争议点在于 Quad9 在法国、意大利等地曾因法院或权利方要求屏蔽域名，因此有人担心它并不能替代 Mullvad 原先相对“少封锁”的 DNS。评论里大量讨论 DNSSEC、DoH/DoT（DNS over HTTPS / DNS over TLS）和 recursive resolver 的区别，核心问题是把 DNS 交给第三方到底能提供多少隐私与完整性保障。另一些人则顺势推荐在家里用 Unbound、Pi-hole、AdGuard Home 或 OpenWRT 路由器自建解析和过滤，把控制权留在本地。 📌 讨论焦点 Quad9 替代但带来欧洲封锁担忧 不少人承认把服务交给 Quad9 是务实选择，但马上指出它并不等
原标题：《Actively exploited sandbox RCE in all Chromium versions》 评分: 332 | 作者: negura 💭 Google 只给 $1000，是在逼人去黑市吗？ 🎯 讨论背景 这条讨论围绕 Chrome/Chromium 的安全通告展开：CVE-2026-85046 是一个 V8（Chromium 的 JavaScript 引擎）里的 type confusion，能让攻击者在浏览器 renderer 的 sandbox 里执行任意机器码。Google 的修复版本被提到是 Chrome 152.0.7977.82/83，而评论又指出它已进入 CISA（美国网络安全与基础设施安全局）的 Known Exploited Vulnerabilities Catalog，说明官方认为它已经在野被利用。这里的关键点是，sandbox RCE 通常还不是完整接管机器：它往往只是 exploit chain 的前半段，后面还要再串一个 sandbox escape 才能真正拿到系统权限。因为 Chromium 还被 Edge、Brave
原标题：《GPT-6 Astra on OpenRouter》 评分: 133 | 作者: Topfi 💭 连佩利肯都画不稳，还谈什么 frontier 模型？ 🎯 讨论背景 这是 OpenAI 新模型 GPT-6 Astra 通过 OpenRouter 和 OpenAI 自家产品逐步开放后的讨论。评论者主要拿它和 OpenAI 其它型号（如 Sol、Terra、Luna）做对比，尤其是 Simon Willison 长期维护的 “pelican riding a bicycle” 这类 SVG/图像基准，用来观察不同模型的生成风格、细节错误和成本表现。OpenRouter 是一个聚合多家模型 API 的路由平台，Codex 是 OpenAI 的编程/代理式开发工具；不少人关心 Astra 在这些入口上的可用性、配额和工具调用限制。讨论还延伸到企业接入场景，比如 Azure 版本的 ZDR（Zero Data Retention）和 Microsoft 侧的合规、身份管理能力。 📌 讨论焦点 SVG/pelican 输出质量 多数评论认为 Astra 的 SVG/图像生成明显更强
原标题：《IBM Bob》 评分: 231 | 作者: artpar 💭 把 markdown 卖成 Bobcoin，也算企业创新？ 🎯 讨论背景 IBM 把 Bob 包装成面向企业开发者的 AI 编程和现代化助手，主打 Java Modernization（Java 现代化）和 IBM i（IBM 的中型机平台）等 skills，并用 Bobcoins 作为按量计费单位。评论认为它更像基于 VS Code（流行代码编辑器）的 agent harness（模型与工具编排层），后台自动路由到不同模型，而不是一款独立新模型。IBM 近年一直押注 watsonx（IBM 的企业 AI 平台）和 Granite（IBM 自研模型家族），试图在 mainframe（大型主机）和遗留系统现代化市场里继续变现。之所以引发大量联想，是因为 IBM 过去曾有 Microsoft Bob（90 年代的图形化桌面玩具化产品）、Watson（曾经大火的问答 AI 品牌）等前车之鉴，也长期背着服务化、官僚化和营销失真的口碑。 📌 讨论焦点 产品本体像 VS Code + AI harness 评论普遍认为
原标题：《Can guitar frets perform multiplication?》 评分: 20 | 作者: wibbily 💭 琴格都能乘法了，怎么不顺手跑个 Doom？ 🎯 讨论背景 这篇文章讨论的是一个看似玩笑、其实带点数学味的问题：吉他 frets（指板品位）能否像数字系统一样表达乘法。评论里提到作者也是 The Lost Art of Logarithms 的写作者，说明他惯于把抽象数学话题写成通俗谜题，HN 之前也单独讨论过那篇文章。另有评论指出，2002 年 Steve Martin 和 Robin Williams 的一次访谈里就聊过同样的问题，说明这个梗在流行文化里流传已久。讨论随后偏向软件和计算机科学梗：有人提到 Turing-complete、Doom，以及把 guitar tab、MIDI 和音频转换工具串成一条“从脑洞到实用”的链条。 📌 讨论焦点 历史出处与作者背景 这篇文章的作者和 The Lost Art of Logarithms 是同一人，HN 上也曾在约一年前讨论过那篇文章。评论里还有人贴出 2002 年 Steve Martin
原标题：《Portal by Spotify cut my Claude Code token usage by 90%》 评分: 33 | 作者: cebert 💭 省了 90% token，代码质量也一起打折吗？ 🎯 讨论背景 这篇帖子讨论的是 Spotify 的 Portal：一种把代码阅读、摘要、生成样板等任务拆给不同模型或不同通道的编排方式。作者声称，在一个 Java monorepo 的几种场景测试里，这套方法能让 Claude Code（Anthropic 的命令行编程代理）直接消耗的 token 下降约 90% 。评论区补充说，代码写入场景里甚至把结果直接落盘、让 Claude 看不到输出，因此“省 token”更多是流程重分配，而不是模型突然更高效。话题还牵涉到 Claude Code 的 subagents、OpenRouter（模型中转平台）以及用 ripgrep 和 Treesitter 做代码索引的检索方案。 📌 讨论焦点 多模型分工/子代理式省 token 不少评论把 Portal 解释成一种多模型分工，而不是让 Claude 变强。做法是让便宜模型先
原标题：《Artificial Analysis Intelligence Index v4.2》 评分: 26 | 作者: nojs 💭 数值不对就改公式，这还算科学评估吗？ 🎯 讨论背景 Artificial Analysis（一个做 AI 模型测评和排行榜的网站）发布了 Intelligence Index v4.2，把不同模型放到能力、可靠性和成本三条轴上比较。评论主要围绕其中的 omniscience 指标展开：它更强调答对率、幻觉率和拒答能力，因此被一些人视为比单纯 benchmark 总分更接近生产使用。也有不少人质疑它的统计方法是否足够透明，讨论里提到 sample size、repeat 次数、95% confidence interval，以及是否存在根据结果回头修正方法的“事后调参”。另外，用户还在意输出 token 成本、版本之间能否直接比较，以及为什么像 ARC-AGI-3（一个偏抽象推理能力的 benchmark）这样的项目没有被纳入。 📌 讨论焦点 omniscience 指标更贴近实用 有评论认为 AA 的 omniscience index 最能
原标题：《Can AI design circuit boards yet?》 评分: 139 | 作者: iopapa 💭 能过 DRC，就真算会做板子了？ 🎯 讨论背景 这帖围绕 eebench（一个评测 PCB/电子设计能力的 benchmark）和 Atopile（一个 code-first electronics 平台）展开，讨论它们如何把 schematic、layout、ERC/DRC、BOM、datasheet 读取、器件替代和仿真拆成可检查任务。前沿模型如 Claude、Codex、Gemini 以及 GPT-6 Astra 被拿来和真实工程工作流对照，尤其是通过 KiCad（开源 PCB 设计工具）、EAGLE（老牌 PCB CAD 工具）以及 JLCPCB（在线 PCB 制造/装配服务）、PCBWay（另一家在线打样/装配平台）把设计落地。评论者反复强调，电路设计不只是连线，还包含容差、供电、热设计、RF 约束和 datasheet errata 这些隐性知识。争论的焦点是：AI 现在更像一个高效的 review/辅助工具，还是已经接近能独立完成可制造 PCB
