来自 Karpathy 推荐的 91 个顶级技术博客，AI 精选 Top 15

# 📝 今日看点

今日技术圈的核心议题围绕人工智能的经济现实展开：大模型高昂的训练与推理成本正遭遇商业模式的拷问，GitHub Copilot等产品的单位经济效益亮起红灯，OpenAI甚至预测其高价订阅用户将大幅缩水。与此同时，量子计算对加密体系的威胁被重新评估——它可能并非一次性的“末日冲击”，而是更为复杂且持续的风险。此外，马斯克与奥特曼的OpenAI诉讼案揭开序幕，关于非营利初衷与商业演变的激烈交锋，成为行业伦理与权力博弈的又一注脚。

# 🏆 今日必读

🥇 Anthropic 迷思——我们打开了潘多拉魔盒

Anthropic Mythos – We’ve Opened Pandora’s Box — steveblank.com · 1 天前 · 🔒 安全

网络安全界曾长期预测，一台能够运行肖尔算法的加密相关量子计算机（CRQC）将引发网络末日，因为该算法能破解互联网依赖的公钥密码系统。本文指出，这种“一次性冲击”的预期可能低估了风险——量子计算对加密的威胁更可能是渐进且持续的。作者以Anthropic等公司的进展为例，说明AI与量子计算的融合正在加速这一过程。结论是：我们尚未准备好应对后量子时代的密码安全挑战，必须立即开始迁移到抗量子加密算法。

💡 为什么值得读: 当大多数讨论聚焦于AI的短期影响时，这篇文章提前警示了量子计算与AI结合对全球加密基础设施的根本性威胁，值得任何关注未来安全的读者深读。

🏷️ quantum computing, cryptography, Shor

🥈 人工智能的经济学不合理

AI’s Economics Don’t Make Sense — wheresyoured.at · 1 天前 · 🤖 AI / ML

文章质疑当前AI行业的基本经济逻辑，指出训练和运行大模型的成本（如英伟达GPU集群、电力和维护）远超其产生的实际收入。以GitHub Copilot为例，尽管用户量庞大，但每位用户的收入难以覆盖推理成本，更不用说巨额的研发投入。作者通过对Anthropic和OpenAI的详细分析（来自其付费通讯），认为许多AI服务实际上是在亏本运营，依赖风险投资填补缺口。结论是：除非成本结构发生根本性变化，否则当前的AI商业模式不可持续。

💡 为什么值得读: 如果你想了解AI热潮背后的财务泡沫风险，以及为什么许多顶级AI公司可能面临崩盘，这篇文章用硬数据拆解了行业的真实账本。

🏷️ AI economics, NVIDIA, Anthropic, OpenAI

🥉 人工智能的经济学不合理（无广告版）

AI’s Economics Don’t Make Sense [Ad Free] — wheresyoured.at · 1 天前 · 🤖 AI / ML

为高级订阅者提供的无广告版本证实了此前报道：GitHub Copilot用户已收到官方确认，某些核心功能将发生变动——这背后是成本压力。文章揭示了AI服务的单位经济效益存在问题：即使像Copilot这样由微软补贴的产品，其API调用成本也高于订阅费。作者对比了英伟达硬件定价、云服务商利润率和模型推理开销，指出整个行业正通过“亏本抢占市场”维持增长。核心观点是：当资本停止补贴时，AI服务要么大幅涨价，要么大量消失。

💡 为什么值得读: 本版本保留了所有原始数据和内部邮件截图，对于想深入验证AI经济模型缺陷的分析师或投资者来说，是少有的第一手资料。

🏷️ AI economics, GitHub Copilot, costs, analysis

# 🤖 AI / ML

## 1. 人工智能的经济学不合理

AI’s Economics Don’t Make Sense — wheresyoured.at · 1 天前 · ⭐ 24/30

文章质疑当前AI行业的基本经济逻辑，指出训练和运行大模型的成本（如英伟达GPU集群、电力和维护）远超其产生的实际收入。以GitHub Copilot为例，尽管用户量庞大，但每位用户的收入难以覆盖推理成本，更不用说巨额的研发投入。作者通过对Anthropic和OpenAI的详细分析（来自其付费通讯），认为许多AI服务实际上是在亏本运营，依赖风险投资填补缺口。结论是：除非成本结构发生根本性变化，否则当前的AI商业模式不可持续。

🏷️ AI economics, NVIDIA, Anthropic, OpenAI

## 2. 人工智能的经济学不合理（无广告版）

AI’s Economics Don’t Make Sense [Ad Free] — wheresyoured.at · 1 天前 · ⭐ 24/30

为高级订阅者提供的无广告版本证实了此前报道：GitHub Copilot用户已收到官方确认，某些核心功能将发生变动——这背后是成本压力。文章揭示了AI服务的单位经济效益存在问题：即使像Copilot这样由微软补贴的产品，其API调用成本也高于订阅费。作者对比了英伟达硬件定价、云服务商利润率和模型推理开销，指出整个行业正通过“亏本抢占市场”维持增长。核心观点是：当资本停止补贴时，AI服务要么大幅涨价，要么大量消失。

🏷️ AI economics, GitHub Copilot, costs, analysis

## 3. OpenAI 审判开启：关于公司早期历史的两种截然不同叙述

OpenAI Trial Starts With Two Very Different Tales of a Company’s Early Years — daringfireball.net · 18 小时前 · ⭐ 23/30

在埃隆·马斯克诉山姆·奥特曼的里程碑式审判首日，双方呈现了 OpenAI 如何从非营利 AI 实验室演变为顶尖科技公司的两个对立版本。马斯克方将其描述为“历史上最大的盗窃之一”：一个被非法掠夺的非营利组织。奥特曼方则提供截然不同的叙事，强调过程中的合法性与商业必要性。审判在奥克兰的罗纳德·V·戴勒姆斯联邦法院进行，由《纽约时报》记者现场报道。这一法律对决将揭示 OpenAI 早期治理结构和方向转变的关键内幕。

🏷️ OpenAI, Musk, trial, nonprofit

## 4. 雷纳·波普：LLM 训练与服务的数学原理

Reiner Pope – The math behind how LLMs are trained and served — dwarkesh.com · 15 小时前 · ⭐ 23/30

通过少数几个核心方程和一块黑板，就能惊人地推断裂实验室在大型语言模型训练和服务中的实际做法。文章揭示了从参数量、计算预算到推理延迟之间的基本数学关系，以及如何基于公开信息反推模型架构和训练策略。例如，通过浮点运算次数和内存带宽的方程，可以估算出模型的最优并行策略和部署成本。作者强调，许多看似复杂的技术决策背后，实际上是由简单数学约束所驱动的。理解这些方程，就能理解 LLM 效率的本质瓶颈。

🏷️ LLM, training, inference, math

## 5. OpenAI 预测 ChatGPT Plus 订阅量将从 2025 年 4400 万降至 2026 年 900 万，降幅 80%，由更便宜的订阅层级填补

OpenAI Projects ChatGPT Plus subscriptions to drop by 80% from 44 Million in 2025 to 9 Million In 2026, Made Up Using Cheaper Subscriptions (Somehow) — wheresyoured.at · 1 天前 · ⭐ 22/30

据 The Information 报道，OpenAI 内部预测其每月 20 美元的 ChatGPT Plus 订阅用户将从 2025 年的 4400 万下降到 2026 年的 900 万。为弥补收入缺口，OpenAI 计划依靠广告支持的廉价层级 ChatGPT Go（根据地区不同每月 5 或 8 美元）来填补。这一预测反映出高端付费用户增长放缓，而低价或含广告模式成为用户规模扩张的主力。

🏷️ OpenAI, ChatGPT Plus, subscriptions, forecast

## 6. “埃隆·马斯克表现得小气而非准备充分”

‘Elon Musk Appeared More Petty Than Prepared’ — daringfireball.net · 17 小时前 · ⭐ 21/30

在马斯克诉奥特曼案的首日庭审中，马斯克本人作为第一位证人出庭表现令人意外：他显得平淡、迷茫且准备不足，与以往在庭审中展现魅力并成功脱罪的表现形成鲜明对比。只有在吹嘘自己对 OpenAI 的贡献时，他才展现出些许活力。该观察来自 The Verge 记者 Elizabeth Lopatto 在奥克兰法庭的现场报道。

🏷️ Musk, OpenAI, lawsuit

## 7. 卑劣与渺小

‘Sordid and Small’ — daringfireball.net · 17 小时前 · ⭐ 21/30

马斯克起诉OpenAI，要求山姆·奥特曼退出董事会、公司回归非营利状态，并返还约1500亿美元的“不当得利”。外部法律专家认为，马斯克赢得全部或大部分诉求的可能性极低。其论点本身存在逻辑混乱：OpenAI确实已从非营利实验室演变为追逐收入的消费科技巨头，但法律上难以被定性为违约或欺诈。结论是，这场诉讼更多是象征性的攻击，而非可行的法律策略。

🏷️ Musk, OpenAI, nonprofit

## 8. 账单终将到期

When The Bill Comes Due — tedium.co · 1 天前 · ⭐ 21/30

警惕Anthropic和OpenAI不断推出的炫酷AI新工具，因为用户最终将承担持续使用的高昂成本。这些工具虽然功能强大，但API调用费、订阅费等长期支出会迅速累积，尤其在规模化部署时。文中指出，存在更便宜且足够用的替代方案，例如开源自托管模型或更轻量的API服务。结论是：选择AI工具时应优先评估长期总成本，而非短期噱头。

🏷️ AI costs, OpenAI, Anthropic, pricing

# ⚙️ 工程

## 9. Zig 项目严格反 AI 贡献政策背后的理由

The Zig project’s rationale for their firm anti-AI contribution policy — simonwillison.net · 7 小时前 · ⭐ 23/30

Zig 开源项目制定了主流项目中最为严格的反大语言模型政策：完全禁止使用 LLM 提交 issue、pull request 和评论，甚至不允许用 LLM 翻译用户留言。项目鼓励使用英语但不强制，用户可以发布母语内容，让其他人自行选用翻译工具来理解。这一立场在 AI 生成代码和内容广泛渗透开源的当下，显得极为鲜明。Zig 语言最著名的产出是 Bun JavaScript 运行时，后者已于 2025 年 12 月被 Anthropic 收购。政策的核心理念是保持人类驱动的协作与审查流程，拒绝机器生成的介入。

🏷️ Zig, AI policy, open source

## 10. 非法状态 vs 不理想状态

Illegal vs Unwanted States — buttondown.com/hillelwayne · 1 天前 · ⭐ 21/30

区分系统设计中的两种状态：非法状态（永远不应出现）与不理想状态（不应停留但可短暂存在）。以日历软件为例，允许同一用户同时参与两个重叠事件的存储结构{user: {events: [event]}}，常被误判为非法，实则仅为不理想。通过将数据类型改为{user: {time: optional event}}，可从数据模型层面彻底杜绝重叠，而非依赖运行时校验。核心观点是：很多渴望定义为非法的情况，本质上只是不理想。

🏷️ state management, illegal states, design

## 11. 关于WebAssembly作为栈机器的思考

Thoughts on WebAssembly as a stack machine — eli.thegreenplace.net · 6 小时前 · ⭐ 21/30

文章针对“WebAssembly不是纯栈机器”的观点展开讨论。反对者认为Wasm因具备局部变量且缺少dup、swap等栈操作指令，不符合纯栈机器定义。作者提出不同见解，指出Wasm的执行模型本质上仍基于栈，其局部变量设计是为了提升效率和简化编译器实现，而缺少特定栈操作指令并不否定其栈机性质。结论是Wasm作为栈机器的定位依然成立，相关争论源于对“栈机器”概念的狭义理解。

🏷️ WebAssembly, stack machine, locals

## 12. 开发跨进程的有限读者读写锁，第1部分：信号量

Developing a cross-process reader/writer lock with limited readers, part 1: A semaphore — devblogs.microsoft.com/oldnewthing · 1 天前 · ⭐ 20/30

文章探讨如何构建一个支持跨进程且限制最大读者数量的读写锁。核心方案是使用一个初始令牌数为 N 的共享信号量：读锁通过获取 1 个令牌实现，写锁则需获取全部 N 个令牌以独占所有读锁。文中给出了带超时机制的获取写锁实现，需处理部分获取令牌后超时并回滚已获取令牌的复杂逻辑。结论是此信号量方法能简单实现跨进程读写锁，但存在一个待解决的缺陷（将在后续部分讨论）。

🏷️ reader-writer lock, semaphore, cross-process

# 🛠 工具 / 开源

## 13. LLM 0.32a0 发布：一次重大的向后兼容重构

LLM 0.32a0 is a major backwards-compatible refactor — simonwillison.net · 13 小时前 · ⭐ 22/30

LLM 0.32a0 是 Simon Willison 开发的 Python 库和 CLI 工具的全新 alpha 版本，对底层架构进行了重大重构。此前版本基于“提示-响应”模型，发送文本提示并返回文本响应，例如调用 model.prompt("Capital of France?") 获取答案。新版本在保持向后兼容的前提下，重新设计了核心抽象，为未来更复杂的交互模式（如工具调用、流式多模态）奠定基础。这次重构是作者自 2020 年项目启动以来长期持续演进的关键一步。

🏷️ LLM, Python, refactor

## 14. Raspberry Pi Connect 可能很快支持控制 Windows

Raspberry Pi Connect may control Windows soon — jeffgeerling.com · 15 小时前 · ⭐ 20/30

Raspberry Pi 的免费远程访问服务 Pi Connect 或将增加对 Windows PC 的远程控制支持。该服务于 2024 年推出，主要应对 RealVNC 对 Wayland 支持滞后导致树莓派用户缺乏可靠远程方案的问题。目前 Pi Connect 守护进程仅运行于树莓派设备，尚未支持 Windows 或 macOS。若扩展至 Windows，将大幅提升服务的跨平台实用性和用户覆盖范围。

🏷️ Raspberry Pi, remote access, Windows

# 🔒 安全

## 15. Anthropic 迷思——我们打开了潘多拉魔盒

Anthropic Mythos – We’ve Opened Pandora’s Box — steveblank.com · 1 天前 · ⭐ 25/30

网络安全界曾长期预测，一台能够运行肖尔算法的加密相关量子计算机（CRQC）将引发网络末日，因为该算法能破解互联网依赖的公钥密码系统。本文指出，这种“一次性冲击”的预期可能低估了风险——量子计算对加密的威胁更可能是渐进且持续的。作者以Anthropic等公司的进展为例，说明AI与量子计算的融合正在加速这一过程。结论是：我们尚未准备好应对后量子时代的密码安全挑战，必须立即开始迁移到抗量子加密算法。

🏷️ quantum computing, cryptography, Shor

生成于 2026-04-29 22:39 (Pacific/Honolulu) | 扫描 83 源 → 获取 2525 篇 → 精选 15 篇 基于 Hacker News Popularity Contest 2025 RSS 源列表，由 Andrej Karpathy 推荐