1. 陶哲轩公开雅可比猜想对话 (Terence Tao’s ChatGPT conversation about the Jacobian Conjecture counterexample)
陶哲轩公开了一段围绕雅可比猜想所谓反例的 ChatGPT 对话。可抓取页面主要保留了分享页框架，但 HN 讨论指向此前关于该反例的连续讨论。这条的看点不是让模型替代数学证明，而是看领域专家如何把对话式模型用于快速追问、厘清前提，并把验证工作留在可审查的推理链上。
原文链接：https://chatgpt.com/share/6a5fdc7a-d6f8-83e8-bbea-8deb42cfed56
论坛讨论链接：https://news.ycombinator.com/item?id=49010345
讨论者觉得这份对话展示了专家提问的节奏：能迅速识别关键条件、持续追问并收窄问题。也有人把它与前几轮反例讨论串联，认为模型可以帮助整理线索，但不能替代独立验证和正式证明。
2. 一份 HTML 就是一套幻灯片 (Show HN: Bento - An entire PowerPoint in one HTML file (edit+view+data+collab))
Bento Slides 把文档、编辑器和演示器装进单个 .bento.html 文件：在现代浏览器中直接打开即可编辑、演示、打印和保存，无需安装或账号。它支持文本、图形、图片、表格、图表、音视频、Morph 转场、动画、注释和离线版本历史；协作通过文件内密钥实现端到端加密，目标是让一份文件可长期离线携带。
原文链接：https://bento.page/slides/
论坛讨论链接：https://news.ycombinator.com/item?id=49008211
作者在 HN 介绍，团队常用前端技术和编码代理做幻灯片，却不想为了微调继续改代码，因此做了可视化编辑器。讨论聚焦单文件约 560KB、离线可用和共享编辑的取舍，也关心大媒体嵌入后体积、兼容性与协作机制。
3. 创业公司如何撑住 Postgres (The startup’s Postgres survival guide)
Hatchet 联合创始人把两年 PostgreSQL 实战整理成一份创业公司生存指南。文章从索引之外的问题出发，讨论 ORM 抽象的边界、查询计划、连接与锁、数据建模和扩容时的常见失误，核心是尽早理解数据库实际执行方式，而不是只在查询变慢时机械补索引。
原文链接：https://hatchet.run/blog/postgres-survival-guide
论坛讨论链接：https://news.ycombinator.com/item?id=49005787
评论补充了更具体的操作建议：一般优先使用 UUIDv7、以一致顺序获取锁来减少死锁，并用带参数的 EXPLAIN 观察真实计划。读者也提醒，空表测试会误导优化判断，必要时应调整测试条件来检验扫描与索引选择。
4. GigaToken 让分词快千倍 (GigaToken: ~1000x faster Language model tokenization)
GigaToken 是一个面向语言模型分词的开源项目，声称把吞吐量推进到 GB/s 级别、比常见实现快约千倍。项目把优化重点放在 SIMD 化的预分词、减少分支，以及高效缓存已见词的编码结果，试图覆盖现代 x86、ARM 与不同 tokenizer 的组合。
原文链接：https://github.com/marcelroed/gigatoken/
论坛讨论链接：https://news.ycombinator.com/item?id=49010167
讨论首先质疑如此高的速度是否只针对特定 CPU 或 tokenizer。作者回应称测试覆盖多类现代处理器和分词器，提升来自替代通用正则路径的低层优化、SIMD、分支控制和预分词缓存；缓存规模与命中策略仍是实现难点。
5. 每个开发者都该懂 SIMD (Everyone should know SIMD)
Mitchell Hashimoto 用 Zig 示例解释 SIMD 的基本心智模型：把标量循环改为一次处理一组数据，再处理尾部剩余元素。文章强调开发者不必先成为汇编专家，也应理解广播常量、向量循环、归约与编译器自动向量化的边界，从而在合适场景判断何时值得手写优化。
原文链接：https://mitchellh.com/writing/everyone-should-know-simd
论坛讨论链接：https://news.ycombinator.com/item?id=49010648
评论认为更基础的能力是数组式思维，因为它有助于写出更容易自动向量化的代码。也有人指出 SIMD 并不等同于普通循环那样简单，示例代码会明显增加复杂度；共识是先理解收益、数据布局与测量，再决定是否承担维护成本。
6. Anthropic 15 亿美元和解获批 (Judge approves $1.5B Anthropic settlement for pirated books used to train Claude)
美联社报道，一名法官批准了 Anthropic 就 Claude 训练中使用盗版图书达成的 15 亿美元和解。报道把焦点放在版权方的补偿与案件处理结果上，同时这起事件也再次把训练数据来源、授权边界和生成式 AI 的责任分配带回公众视野。
论坛讨论链接：https://news.ycombinator.com/item?id=48996652
HN 讨论认为一次性付款未必能解决创作者长期收益问题，有人主张应讨论版税或更持续的补偿机制。也有人强调案件中的关键法律判断：法院区分了模型训练的转换性使用与盗版来源本身，因此不能简单把和解理解为对所有 LLM 训练行为的定性。
7. AI 实验室在刷鹈鹕分吗 (Are AI labs pelicanmaxxing?)
作者把“骑自行车的鹈鹕”这个流行的图像生成玩笑基准做成实验：跨多家前沿模型生成 1008 张 SVG，并用模型裁判与后续分析比较不同对象组合。结论没有发现实验室对“鹈鹕加自行车”这一特定组合存在明显异常优势，也没有证据表明该场景被专门记忆。
原文链接：https://dylancastillo.co/posts/pelicanmaxxing.html
论坛讨论链接：https://news.ycombinator.com/item?id=49010129
提出这个非正式基准的 Simon Willison 认可了更系统的实验设计，认为它比零散目测可靠得多。评论继续追问模型是否只是整体更擅长 SVG，而不是偏爱鹈鹕；大家也提醒，自动裁判和样本设计会限制这类轻量评测的结论强度。
8. Reddit 把纯 HTML 当成风险 (So Reddit has decided that plain HTML is unsafe)
作者批评 Reddit 对旧版网页和纯 HTML 访问的限制越来越严，认为平台以安全与反爬为名，实际上也在提高普通网页访问和检索的门槛。文章把这一变化放进 LLM 时代的内容价值与平台控制背景中，担心开放网页逐步被登录墙和复杂前端取代。
原文链接：https://www.cole-k.com/2026/07/21/reddit/
论坛讨论链接：https://news.ycombinator.com/item?id=49005747
评论认为把安全作为解释更像公关说法，平台可能主要是不愿继续维护 old.reddit。也有人指出，客户端渲染会提高抓取成本但难以真正阻止大规模抓取，因为抓取方可以扩容浏览器与代理；争论集中在成本、可访问性和平台控制之间。
9. 用 AI 做出来算不算自己做 (Making)
一位资深程序员反思 AI 编程带来的创作感变化：他承认模型能推进长期搁置的项目，却觉得由别人或模型代劳的产物不一定带来亲手制作的满足。文章并非简单反对 AI，而是追问编程作为手艺、解决问题过程与完成作品之间，个人成就感究竟来自哪里。
原文链接：https://beej.us/blog/data/ai-making/
论坛讨论链接：https://news.ycombinator.com/item?id=49008440
评论分成两派：一方认为没有亲自写代码仍可为解决真实需求的成品自豪，像委托专业团队改造花园；另一方认同作者对过程参与感的担忧。讨论的分歧不在工具是否有用，而在“做成一件事”与“亲手完成技艺”是否应被视为同一种满足。
10. 科技评论人 John Dvorak 去世 (John C. Dvorak has died)
No Agenda Show 的官方账号发布讣告，称其主持人 John C. Dvorak 去世，享年 74 岁，并表示后续会公布更多信息。Dvorak 长期活跃于科技媒体与播客领域，这则简短公告很快在技术社区引发回忆与悼念。
原文链接：https://twitter.com/na_announce/status/2079952538040672302
论坛讨论链接：https://news.ycombinator.com/item?id=49012070
评论有人澄清他并非德沃夏克键盘布局的创造者，但与该家族有关联；更多读者提起 Cranky Geeks 和早期播客经历。讨论以个人记忆为主，反映出他在一代科技媒体受众中的长期影响。