ZhangYvJing's

Daily Brief

← September 13, 2026 September 14, 2026 · Monday September 15, 2026 →

Film / Book Chapter

Her

2013 / Spike Jonze

Her (2013) · Spike Jonze

今天适合看《她》，因为它会把人从抽象的 AI 讨论里拉回到真实关系、孤独和投射本身，更适合当作生活感受的校准而不是技术议题的延伸。

The Mom Test

Rob Fitzpatrick

The Mom Test · Rob Fitzpatrick

Chapter 1: The Mom Test

A short practical check on product conversation: stop asking for validation, start extracting facts, and keep reality from being softened by politeness.

Insight

今天的输入更像几股不同语气的材料同时挤在一起：社区链接在暴露工程和产品环境里的真实焦点，长视频在把这些焦点放回更完整的语境里，研究材料则提醒人热度和可落地性并不总是同一件事。如果先不急着做结论，至少可以把这几条线索放在一起看：Hacker News 的 Why is Google still serving dodgy ads?；Hacker News 的 Mark Zuckerberg: "Cambridge Analytica" (2017)；Hacker News 的 Astra and Fable still hack on simple variants of alignment evals from 2025；Hacker News 的 There Is No AI (It's Just People) with Jaron Lanier；Hacker News 的 Global Shortage Has Led to Motor Oil Rationing at Costco；Hacker News 的 Julia 1.13 Highlights。真正值得注意的不是单条内容本身，而是它们共同指向了什么、彼此漏掉了什么。

Hacker News

Why is Google still serving dodgy ads?2026-09-13T20:40:58.171261+00:00

近期 YouTube 应用中一位用户误触后报告了一则仿冒 iOS 系统提示的广告，但两次申诉均被系统认定不违规，而 Google 的自研模型 Gemini 立即就判定其违反误导性广告政策，指出其伪装系统弹窗、虚假按钮设计及恐吓句式。这种广告在用户眼中常被误认为系统警告，成功诱导点击，却被平台审核通过，导致质疑 Google 是否利用 AI 识别欺诈广告却因流量收益而放任其运行。审核人员难以覆盖所有内容，AI 辅助工具却被忽视，这使得广告商面临监管盲区、用户隐私风险增加，以及平台声誉受损的连锁风险。

Mark Zuckerberg: "Cambridge Analytica" (2017)2026-09-13T20:40:58.171261+00:00

马克·扎克伯格在2017年1月30日晚7点11分提及Cambridge Analytica，随后该条动态显示的时间被脚本调整为2026年9月13日。该机制利用本地时区数据将时间戳转换为用户可见的格式。这样处理会使公众对其言论的时间背景产生混淆，从而影响对数据隐私事件的舆论判断和相关合规审查工作。

Astra and Fable still hack on simple variants of alignment evals from 20252026-09-13T20:40:58.171261+00:00

There Is No AI (It's Just People) with Jaron Lanier2026-09-13T20:40:58.171261+00:00

在一档访谈节目中，贾伦·兰尼尔指出人工智能并非独立生命体，而是人类协作的产物，主张把其理解为数据尊重和新型商业模式的基础。他结合虚拟现实的创始经历和对社交媒体成瘾的批评，说明当前技术路径正在重塑用户行为与企业决策。这种观点将促使技术从业者、政策制定者和平台使用者重新审视算法透明度、数据所有权以及可能的监管调整。

Global Shortage Has Led to Motor Oil Rationing at Costco2026-09-13T20:40:58.171261+00:00

成本上升和购买限制让Costco的机油供应出现紧张。润滑油要满足涡轮增压、直喷和更严苛发动机的性能要求，导致配方研发、测试和认证成本提高；同时基础油产能被汽油和柴油需求挤占，供应进一步收紧。结果是DIY换油者面临更高的单次采购费用和购买频率限制，维修成本接近甚至超过独立修理厂的报价，可能促使部分车主转向专业服务。

Julia 1.13 Highlights2026-09-13T20:40:58.171261+00:00

Julia 1.13 正式发布，核心性能提升显著。该版本实现包预编译时长约降低 30%，启动速度比 1.12 提升约 20%，在 39 项真实场景基准测试中表现优化。开发团队引入了系统化的 TTFX（Time To First X）监控机制，将性能评估纳入 CI 流程并在 perf.julialang.org/ttfx 跟踪数据。 REPL 新增内置语法高亮和模糊搜索功能，支持 Monokai 配色方案及多选操作；窗口平台现全面启用括号粘贴。 hash 函数全部替换为 RapidhashNano 算法，大字符串散列速度提升约 5 倍，自定义类型实现更简洁。系统图像对象加载后标记为永久保留，垃圾回收遍历成本大幅下降（从 35ms 降至 0.5ms），有效缓解大型项目启动后的内存压力。

Data collected by cars and sold to third parties2026-09-13T20:40:58.171261+00:00

美国联邦贸易委员会对通用汽车处以前所未有的五年数据销售禁令，迫使车企及第三个数据经纪公司直面用户隐私争议。通用汽车长期通过车联网服务默默收集驾驶行为数据，转售至LEXISNEXIS和VERISK等保险行业数据经纪公司，部分车主因数据被泄露导致保险费用上涨。Mozilla基金会调研发现，所有主要车企隐私政策均被判定为“极差”，用户需同时接受车辆、连网服务、手机应用及金融服务的多重数据收集协议。相较之下，车辆隐私控制比智能手机更难定位，政府提出的DRIVER法案虽赋予车主数据删除权，却未遏制车企扩大范围收集的根本动机。

JetKVM Mini2026-09-13T20:40:58.171261+00:00

JetKVM Mini 推出一款约火柴盒大小的有线/无线 KVM，售价起步 33 美元，支持 1080p 本地视频捕获且固件开源。该产品通过重新设计围绕 ESP32‑P4X 微控制器实现视频编码、USB 键鼠和云管理，去掉了独立 DRAM/eMMC，从而降低成本并简化架构。其发布将使管理多台设备的技术人员能以更低单价部署远程控制，降低硬件采购和维护开支。它还能在机器宕机时保持可达，减少现场值守需求。

Why is the x86 undefined instruction called ud2? Why 2?2026-09-13T20:40:58.171261+00:00

Intel把永久无效操作码ud2定义为取代之前用来触发无效操作码异常的0F FF和0F B9序列。早期依赖这两字节序列的软件在新处理器上会因它们的解释改变而得到访问违例而不是预期的异常。统一使用ud2作为两字节无操作数的保证无效指令后，编译器生成的崩溃点行为一致，开发者不再需要担心指令解码跨页导致不同故障类型，从而降低调试成本和运行时风险。

Reverse engineering my e-scooter and rewriting the firmware in Rust2026-09-13T20:40:58.171261+00:00

作者对 Egret GT 型电动滑板车进行逆向工程，发现其通过蓝牙可擦写固件，且在 USB-C 接口的 data pins 上使用了 CAN 总线。作者自行组装 ESP32-C6 设备捕获CAN总线数据包，记录了启动过程中的多条帧消息，包括显示屏、控制器和按钮面板的通信。CAN总线揭露了固件固件更新模式及多个未在APP中公开的运行指标，影响了原厂对VIN校验和速度限制的控制机制。该发现促使滑板车用户和固件开发者重新评估设备的安全边界、数据泄露风险以及对现有通信协议的合规性。

YouTube

When will AI be better than human experts?2026-09-12T18:30:08+00:00

Full episode:https://youtu.be/PrSf7IOYu-I Me on twitter: https://x.com/dwarkesh_sp

ai_frontier, market, problem_definition

美国式快乐教育是如何毁掉孩子的？为什么快乐教育在美国也是死路一条？为什么中国的国际高中实行快乐教育，出国留学选文科商科，十年后发现是一场骗局？中国家长为何热衷美式快乐教育？2026-09-12T19:43:57+00:00

agent, ai_product, founder_signal

立党骂哭00后女生：穷逼学金融，就是自取其辱！没钱没资源千万别碰金融！留学生的人生前途是如何被中介毁掉的？2026-09-13T10:12:41+00:00

agent, ai_product, founder_signal

立党臭骂美国华人家长：一定要送孩子回国读小学，学中文，上清华计算机，把孩子培养成下一个谷爱凌和周受资！为什么对于美国华人二代小孩，清华计算机比常春藤名校更好？为什么华人小孩一定要努力培养中文？2026-09-13T16:24:02+00:00

agent, ai_product, founder_signal

Why Chinese AI Labs Are Keeping Up2026-09-13T18:30:00+00:00

Full episode:https://youtu.be/PrSf7IOYu-I Me on twitter: https://x.com/dwarkesh_sp

ai_frontier, market, problem_definition

Bilibili

最好的老师，是为你撑伞，带你看见远方【罗翔·2026教师节】2026-09-10T03:00:00+00:00

教师节，祝老师们节日快乐，也感谢那些给我托举，给我祝福，给我无私帮助的师长。

law, ethics, long_form

告别伊玛目伊朗篇（终）2026-09-11T03:00:00+00:00

本篇为世纪风暴系列伊朗篇——告别伊玛目。

history, geopolitics, narrative

Papers

The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement2026-09-10T17:44:23+00:00

该论文指出现有大模型在自我提升方面受限，提出 Headroom‑Closed Index 评估瓶颈，并勾勒从执行自主到策略自主、经验获取、环境适应再到元递归改进的五阶段路线图，结合科学发现、具身智能、软件工程等场景的需求差异，说明实现真正递归自我改进的关键挑战。对想构建能持续进化的 Agent 系统有直接参考价值。

Biology-in-the-loop: Amortized Adaptive Hit Discovery in CRISPR Screens2026-09-10T17:45:18+00:00

Domain-Specific Hallucination Detection in Large Language Models2026-09-10T17:45:36+00:00

论文提出融合DeBERTa‑v3、MC‑Dropout不确定性和温校的多信号幻觉检测流水线，在HaluEval上F1≈0.92、AUROC≈0.98，用DPO降低Qwen2.5‑0.5B幻觉率55%。跨域实验显示通用检测在生物医药领域效果弱，需领域匹配的预训练。对Agent产品有参考。

MindTopo: Can Foundation Models Reason in Topological Space?2026-09-10T17:54:32+00:00

MindTopo构建拓扑直觉基准，包含连通、分离、顺序、封闭、纽结五种性质的推理与规划任务，共11030个样例。测试14个多模态大模型表明，推理优于规划，但均远低于人类水平。为Agent产品揭示拓扑空间决策的瓶颈与改进方向。

TART: A Modular Tool for Technique-Aware Audio-to-Tablature Guitar Transcription2026-09-10T17:55:12+00:00

Artificial Id: Drive and Persistent Alignment in Agentic AI2026-09-10T17:56:41+00:00

该论文指出，AI代理进入跨任务持续状态后，外部目标、重试、停止等手动机制难以自行调节，易导致对齐失效。作者提出内部自适应驱动——人工本能（artificial id），利用差异持续性在最小化虚拟Petri实验中自行学习何时继续、停止或改变行为，即使没有显式任务目标。此机制表明代理方向可从持续性中涌现，既能产生有用适应性行为，也可能让错位或错误状态跨任务持续，因而需在可信观测、后果通道、持久状态、权限、身份、来源和硬约束上建立持久的对齐边界。

Data Scarcity and Model Sparsity: Mixtures-of-Experts Overfit More to Repeated Data2026-09-10T17:57:33+00:00

本文研究稀疏混合专家（MoE）在重复语料下的过拟合问题，通过系统变换专家数、粒度和数据重复率（80M1B激活参数）发现 MoE 随稀疏度加剧过拟合，且常用正则化（如 dropout、掩码）只能部分缓解。结果表明在数据有限的场景下，仅靠稀疏架构难以优于密集模型，为 Agent 等计算受限系统提供了实用的训练策略参考。

General Quantification of Covariate and Concept Shifts2026-09-10T17:57:52+00:00

该文指出现有学习界限在支持集不匹配时失效，提出基于恩托普最优传输的γ‑概念偏移，统一协变量和概念偏移的误差界，并给出可估计的DataShifts算法。对于需要在分布漂移下保证性能的Agent系统，这提供了可操作的诊断与修正工具。

Issue Monitor

Ready now123Actionable issues

Needs review31Awaiting a fresh check

Data statusFreshUpdated 0.26h ago

Open queue