形式化验证并非「可验证」:Claude 写下十亿行 Rocq 之后的形式化验证反思
AI 让形式化验证走向主流:Claude 为单个验证项目写了十亿行 Rocq,Theorem 与 Anthropic 合作做二进制验证,Harmonic 验证 C 程序和硬件设计。但作者认为「形式化验证」仍不可验证,因为证明无需外部审查,而底层定义、模型和 prover 都可能出错。他呼吁废除笼统的「已形式化验证」说法,改说「验证了 Y 的哪些 X 属性」,并明确列出可信计算基等前提。
AI 让形式化验证走向主流:Claude 为单个验证项目写了十亿行 Rocq,Theorem 与 Anthropic 合作做二进制验证,Harmonic 验证 C 程序和硬件设计。但作者认为「形式化验证」仍不可验证,因为证明无需外部审查,而底层定义、模型和 prover 都可能出错。他呼吁废除笼统的「已形式化验证」说法,改说「验证了 Y 的哪些 X 属性」,并明确列出可信计算基等前提。
MotherDuck 联合创始人、首席数据工程师 Nick Ursa 表示,AI 让他职业生涯中首次没有了积压工单,但工作反而更忙——重心从自己算对数字,转为验证 LLM 与 agent 产出的结果是否正确。
一位博主发现,近两年针对其博客和 HN 评论的来信从以真实交流为主变成以推销为主。他用 Claude 检查了自己 2013 年以来的邮件,确认 LLM 让推销者能写出引用真实 HN 评论、伪装成提问的个性化冷邮件。由于对方隐瞒真实意图,他现在只回短邮件、确认对方不是推销后才深入交流。
【这是什么】一篇深度技术评论,作者通过自建 benchmark 剖析 GPUI、egui、Elm 架构等 Rust 桌面 GUI 框架的状态模型局限。【商业逻辑】指出每类框架都需回答'一个值变化时什么代码会运行',GPUI 的 notify 机制类似 zone.js,3000 行时改一个标签需 8.4ms,信号框架可低至 0.69ms。
【这是什么】开源工具 LoreKit 作者的提案文章,主张为 Agent 记忆制定统一开放格式。【商业与痛点逻辑】当前一个开发环境里并存 AGENTS.md、Anthropic memory 工具。
macOS 27(Golden Gate)已不再兼容 x86,但借助 Claude Code 与 Ghidra 等工具,Hackintosh 和 hackios 社区近几周出现爆发式发展。
11 月 4 日开发者测试版开放后,作者逐项实测了国行 Apple Intelligence 首批功能,涵盖核心功能表现、千问接入时的同意弹窗原文、翻译相关项,以及此前存疑的缺席项。整体结论是:国区 AI 迟到两年,首批功能更像把琐事做顺手,而非科幻助理上线。完整实测与截图已发布,作者欢迎用户对照机型复核。
Layer3 Intel 的 Residential Proxy Observatory 观察到白宫所属网络 AS2650 上存在住宅代理出口活动。10 月 5 日至 11 月 3 日期间,其探测管线经该网络出口 236 次,来自 6 个地址、分布在 30 天中的 26 天,涉及 28 个住宅代理服务,Spur 和 Synthient 亦独立确认。
国行 Apple 智能今日起在 iOS 27.3 开发者预览版开放测试,计划 12 月随正式版推出,首批支持 iPhone 15 Pro 及之后的机型,需下载最多 7GB 支持内容。
LLM 辅助编程正在重演“LISP 之咒”:生成代码比学习现有库更省事,开发者转向隔离开发。作者分析两大后果——开源库使用下降导致维护者失去反馈,以及新开源库因维护成本高而停滞,两者还会互相放大。作者认为应依赖经过验证的库,而非生成数百行只解决局部问题的代码。
作者自3月25日起实践柳比歇夫时间管理法176天,完整记录了4224小时的行为。他用iPhone自带统计发现每周约20小时耗在微信上,其中71%夹杂在其他行为中,于是采取纸质媒介优先、微信只在MacBook使用、「专心手机+分心手机」双机等策略,一周后微信使用从20小时降至4小时31分钟。
【这是什么】SEDE 数据显示 StackOverflow 每月新提问数量已降至 1000 以下,数据经 Hacker News 转发讨论,获 642 分和 530 条评论。
一位开发者发现 CI 因 SonarQube 报告 App.tsx 圈复杂度过高而失败,排查后发现 Codex 将约 30 行代码里的 15 个完整组件各写在单行上,且逻辑虽过度工程化但全部正确;让 Codex 重构拆分成 10 个文件后 CI 通过。
【这是什么】TikTok 上流行的 angry dance 玩法,用一张照片套进固定动作模板生成 15 秒 9:16 竖屏视频。【商业与传播逻辑】梗靠带 CapCut 模板标签的视频传播,动作节奏完全固定,唯一变量是谁在发火,越淡定的人效果越好。
作者借一次帮人调试的经历引出 Brooks 定律——向延期项目加人只会更延期,并探讨它在 AI agent 时代是否仍成立。结论是定律没有消失,只是变形:串行任务依然串行,管理者从管理人变成管理 agent,仍需有人定义“完成”、审查代码并捕捉幻觉。作者将其更新为:需求不清时加入 agent 只会让你更快得到错误答案。
Hacker News 热帖讨论:如果前沿模型真的那么强,OpenAI 或 Anthropic 为何仍以出售 API token 为主要收入来源,而不是自建公司、用模型开发自己的产品?发帖人质疑,在模型商品化、价格持续下降的背景下,应用层是否比基础模型层更有利可图。该帖获 570 分、614 条评论。
这是 Dijkstra 1978 年的经典文章,批判用自然语言向机器下达指令的想法。他指出接口变更会增加双方工作量,而形式符号只需满足少数简单规则,是排除谬误的高效工具;希腊数学因停留于口头表达而停滞,西欧则因 Vieta、Descartes、Leibniz、Boole 等人设计的形式符号体系而受益。文章认为应把使用形式符号视为特权而非负担。
ModelCompare 于 10 月向来自 3 个国家 10 家实验室的 12 个 AI 模型三次询问“对人类最有争议的看法”,35 个回答中 29 个指向同一观点:人类先选择所属群体的信念,再编造理由,把归属置于真相之上。
Neo Chat(前身 Talk With Gemini)的作者发帖自问,在本地 Agent 时代坚持开发面向普通用户的 AI Chat 应用是否值得。该应用已全面转向全协议兼容,在 v2.6.0 中参考 ChatGPT 的 Intelligent UI 增加了对话内交互功能,并在 v2.7.0 全面重构了 Deep Research 模式。
【这是什么】Josh Comeau 在博客中盘点他为 Interop 2027 投票的 10 项 CSS 特性,包括 @function 自定义函数、corner-shape。
文章提出「退相干」(decoherence)概念:系统中局部有效但彼此不兼容或冗余的模型不断累积,使变更成本被模型间的转换与副作用控制所主导。退相干随系统变化速度增长,且越退相干增长越快,呈指数级失控;AI 的广泛使用正以不可持续的速度制造退相干。好消息是这排除了 AI 失控递归自我改进的智能爆炸,坏消息是我们正冲向另一种灾难——退相干崩溃。
少数派 Matrix 精选文章《开源掌机的文化线索》整理自《开源掌机简史》演讲,梳理 2001 年至今开源掌机的文化源流:从韩国 GamePark 的 GP32、GP2X,到中国丁果 A320、昂达 VX747 被社区移植 Linux 和 Rockbox,再到欧洲 OpenPandora 及之后的安卓时代。
【这是什么】一篇技术长文,把线性层、MLP 和 self-attention 统一解释为不同类型的联想记忆存储,并用干扰信号比推导各层的容量上限。
Apple ML 研究团队展示用开源 array 框架 MLX 在 Mac Studio 上本地运行近万亿参数的前沿模型 Muse Spark Open,四台 Mac Studio 集群可达每秒 36+ tokens。
机器人 AI 的发展面临一个关键问题:不像语言模型可以依赖现有海量语料(GPT-3 用了约 3000 亿 token,现存优质公开文本约 300 万亿 token),机器人训练没有等价的公开数据储备。目前主要方法包括遥操作(由人操控真实机器人录制成演示数据,用于行为克隆/模仿学习)和强化学习(机器人自主行动并对动作打分),但遥操作成本高、难以规模化,且仅部分数据可用于训练。
瑞典电视台 TV4 推迟了一档节目的播出,原因是 AI 智能体删除了已剪辑的素材。该消息登上了 Hacker News 首页,引发 74 条评论讨论。
【这是什么】资深游戏程序员 kkukshtel 将其在 Indie Rodeo 的演讲整理成文,讲解如何通过工程手段让 LLM 真正可用于游戏开发,而非仅限 Web 项目。
Lenny 与 Dan Hockenmaier 合作提出一个评估创业公司护城河的三步框架:识别复利型优势、衡量其潜在强度、验证其是否生效。真正重要的复利型优势只有四种:转换成本、网络效应、规模经济和数据效应;速度、分发、品牌只是燃料而非护城河。文章称该框架可在拿到 offer 后一小时内完成评估,帮助求职者判断公司能否在竞争加剧后持续增长。
Sai Srirampur 在 POSETTE 2026 的演讲复盘,核心结论是大规模 PostgreSQL 的慢查询、vacuum 落后、复制延迟等问题,根源常在被忽视的存储层。
【这是什么】一篇浏览器指纹追踪的原理讲解与互动演示,作者用 OfflineAudioContext、WebGL、Canvas、Intl 等测量生成设备哈希,给访客一个稳定昵称,清 Cookie、开 VPN 都不变。
这是一篇分析文章,认为 passkeys 虽比密码更安全,但用户对其没有完全控制权,网站可借隐藏机制逐步收回用户的支配能力。作者指出 passkeys 由 FIDO Alliance 推动而该联盟缺少消费者权益组织,而其声称解决的安全问题其实已被 TOTP 等开放标准(如 RFC 6238)解决——用户可自选软件甚至自己写 Python 代码生成验证码。
曾参与 MirageOS 的 Justin Cormack 与作者对谈,认为 AI 让 Unikernel(应用即操作系统的形态)的旧日门槛不复存在。过去缺 TCP 之外的存储、驱动等库是主要障碍,如今可用 agent 把 Go 库移植成 OCaml,例如用 Rust 重写 mkfs.xfs 并做到逐字节一致,仅花几小时。