原标题：《The American Worker vs. the Most Qualified》 评分: 32 | 作者: skmurphy 💭 既要全球最强人才，又想工资压到地板上呢？ 🎯 讨论背景 这篇讨论围绕一篇将 H-1B（美国工作签证）解释为吸引“von Braun 级别”外国专家的文章展开，核心争议是：签证到底是在引进全球顶尖人才，还是在给企业提供廉价劳动力。评论不断拿普通 IT、办公室岗位、以及 body shop 式外包作反例，认为现实中的 H-1B 常被用于压低薪资和绕开本地招聘。另一条线则强调，美国高科技产业长期依赖国际人才，O-1 visa（面向杰出人才的签证）与 H-1B 的定位不同，前者更接近“天才通道”，后者本该覆盖劳动力短缺。讨论还延伸到 Immigration Act of 1990（1990 年美国移民法案）、Infosys/Tata（印度大型 IT 外包公司）、以及 Anduril（美国国防科技公司）这类具体场景，说明招聘政策会受到成本、签证、security clearance（安全审查）和全球化分工的共同影响。 📌 讨论焦点 H-1B 被用
原标题：《I Don't Think I Can Stay in Tech》 评分: 47 | 作者: speckx 💭 不合你价值观的，真的就全是 fascist 吗？ 🎯 讨论背景 原帖围绕一位 tech 从业者说自己无法继续待在行业里，原因是公司、投资人和更广泛的行业文化让他感到道德上无法接受。评论里提到 Microsoft、以色列相关争议，以及 VC（风险投资）如何把少数资金方变成行业门槛，说明争论并不只在产品，而在资本链条。有人把讨论延伸到浏览器生态：Google（搜索与广告巨头）和 Mozilla（Firefox 背后的开源浏览器组织）是否值得信任，Brave（主打隐私的浏览器）和 Ladybird（独立浏览器项目）又代表什么替代路径。整场争论其实是在问：当 software、资本和政治无法切割时，技术人的职业选择还能不能保持价值中立。 📌 讨论焦点 退出 tech：把公司和投资人视为共犯 一些评论者直接认同“待不下去”的感受，认为问题不只是某个产品或某家公司的个别决定，而是整个 tech/VC 链条在道德上失守。有人提到因公司被认为与以色列相关暴力同流合污而离开 M
原标题：《Check if a file was made with Claude》 评分: 128 | 作者: frexs 💭 一删元数据就失效，这溯源到底给谁看的？ 🎯 讨论背景 Anthropic（Claude 的开发公司）在 Claude.ai 里加入了一个检查文件是否由 Claude 制作的页面，主要针对图片、音频、视频等媒体文件。它在浏览器里用 WebAssembly（WASM，一种可在浏览器中运行的字节码格式）加载 c2pa-rs（一个 Rust 版 C2PA 库）来验证文件里的 C2PA（Content Credentials，一种记录来源与编辑链的签名元数据标准）。评论里有人顺手测试了生成、下载、重新打包、上传原文件等流程，发现网页下载的图片可能被注入签名，而 zip、重新保存或去掉元数据后就会消失，也有人注意到签名似乎是在 Artifact 展示或下载层注入的。这个讨论还牵涉到 Anthropic 之前宣布的 text watermarking，以及 EU AI Act 和 California AI Transparency Act / SB-942 这类要求
原标题：《SteamdDB Joins Nexus Mods》 评分: 53 | 作者: HelloUsername 💭 所谓长期稳定，不就是先收割用户再说？ 🎯 讨论背景 SteamDB（一个追踪 Steam 商店价格、游戏更新、玩家数和历史变动的网站）原本更像个人维护的资料库，很多数据来自长期抓取 Steam Web API（Valve 提供的官方数据接口）和公开页面。Nexus Mods（大型 PC 游戏模组托管站）由其母公司 Chosen 接手这次整合后，外界开始担心 SteamDB 的独立性会被商业化目标改变。评论里反复把所谓的长期稳定解读成变现、限流、广告或订阅，同时也担心平台治理会更保守，尤其是在英国 Online Safety Act（在线安全法）的背景下。讨论核心不是“网站能不能继续活着”，而是一个依赖多年数据积累的免费工具，被收购后会不会失去原本最有价值的部分。 📌 讨论焦点 商业化与付费墙担忧 不少评论把这次收购直接解读成后续变现的前奏。有人预期会出现功能付费、免费查询限额、广告，甚至把部分信息锁进订阅制，因为长期维护这种数据站很难一直靠爱发电。也有人认为即
原标题：《Commodore 64 released September 1, 1982》 评分: 276 | 作者: giuliomagnifico 💭 怀念 C64，还是怀念没 AI 替你偷懒的日子？ 🎯 讨论背景 Commodore 64 是 1982 年发布的 8 位家用电脑，靠相对可负担的价格、强大的图形和声音能力，以及庞大的软件生态，成为许多人第一次真正接触计算机的入口。它自带的 BASIC 很有限，所以用户常常靠手册、杂志程序清单、POKE/PEEK、assembly 和各种扩展卡自己摸索硬件。与之配套的 1541 软驱和 Datasette 磁带设备构成了当年的存取方式，也催生了大量抄录、破解、BBS 和早期联网文化。今天很多人会用 TheC64、VICE 或 MiSTer 之类的现代复古方案重温它，但这场讨论的核心仍然是：一台机器如何在童年、职业和技术理解上留下长期烙印。 📌 讨论焦点 个人记忆与人生起点 很多人把 C64 视为自己技术身份的起点：第一次接触电脑、第一次写 BASIC、第一次意识到机器能被自己真正操控。评论里反复出现父母、亲戚、邻居或捡来的机器，
原标题：《Six curl CVEs after OpenAI and Anthropic came back with zero》 评分: 124 | 作者: goobreee 💭 技术细节一字不提，就先宣布自己赢麻了？ 🎯 讨论背景 这篇讨论围绕 AISLE（一个用 AI 辅助做漏洞发现的安全系统）在 curl（广泛使用的命令行 HTTP 工具/库）上找到 6 个 CVE 展开，而 OpenAI 的 Mythos 和 Anthropic 的 Codex Security 在同一代码库上曾给出 0。curl 维护者 Daniel Stenberg 的后续说明补了时间线：AISLE 先报出约 29 条结果，最终只有 6 条进入 curl 8.22.0 的修复公告，且全部是 low severity。评论区争议集中在方法是否真比单纯大模型更强、是否只是 AI-guided fuzzing（结合 LLM、libfuzzer/AFL 和 test harness 的系统）在起作用，以及这些工具是否会受到训练数据或先前修复记录的影响。理解这场讨论还需要知道 CVE（公开漏洞编号）、fals
原标题：《GrapheneOS says Pixel 11 has MTE support after all》 评分: 139 | 作者: user_7832 💭 有 MTE 硬件，默认关掉还算支持吗？ 🎯 讨论背景 GrapheneOS 是基于 AOSP（Android Open Source Project，Android 开源项目）的安全强化版 Android，长期主要依赖 Pixel 手机，因为它需要可解锁 bootloader、相对完整的驱动支持和可控的安全链路。MTE（Memory Tagging Extension，Armv9 的硬件内存标记扩展）能在运行时检测 use-after-free、buffer overflow 等内存错误，Pixel 8 以来的部分 Android 机型在某些模式下已使用它，但这次讨论集中在 Pixel 11 是否真的支持、是否默认启用，以及 Google 为什么在出厂软件里关闭它。评论里还提到 Advanced Protection（Android 的高级保护模式）、IOMMU（用于限制设备 DMA/内存访问）和 baseband i
原标题：《ChatGPT ad targeting is garbage》 评分: 23 | 作者: hermitcrab 💭 连用户是谁都猜不准，还叫精准投放吗？ 🎯 讨论背景 这篇帖子围绕 ChatGPT（OpenAI 的聊天机器人）广告投放或广告定向效果展开，原文里提到系统给出的出价建议、实际每次点击成本（CPC, cost per click）和很低的转化表现。评论区把它放进更大的“广告支持互联网”争论里，经常拿 Google（搜索与广告平台）和 Facebook（社交媒体平台）当对照。有人认为广告是互联网劣化的核心动力，也有人提醒它曾让免费平台、新闻和搜索得以向更多人开放。讨论里还出现了 enshitification（平台为了变现而逐步牺牲体验的过程）和 open-weight models（可公开权重的模型）等背景概念，说明大家担心的是一旦同质化产品出现，广告会成为用户逃离的平台信号。 📌 讨论焦点 广告化 = 产品劣化 很多人把这类广告功能直接视为 ChatGPT 的 enshitification 开始。评论里把它类比到在线新闻、搜索和社交媒体：一旦靠广告变现，
原标题：《AI Policy》 评分: 36 | 作者: duck 💭 不用 AI，客户会为情怀多付钱吗？ 🎯 讨论背景 这篇帖子来自一位 freelance web developer 的个人文章/站点，他公开写下自己的 AI policy，并多次强调自己反感 AI、区分 natural vs. artificial prose。评论区围绕“把 AI 当工具”还是“把 AI 当有害外部性”展开，争论延伸到爬虫、垃圾内容、代码辅助、图像与文本生成等场景。有人认为这只是个人偏好，有人则强调 AI 对 open source 基础设施、信息可信度和劳动市场的冲击已经是真问题。更大的背景是软件行业在生成式 AI 普及后面临的身份、伦理、竞争和自动化焦虑，以及由此引出的 union、资本主义和 UBI 争论。 📌 讨论焦点 支持作者的反 AI 立场 不少评论把这篇文章看成一种明确的职业表态：作者在自己最熟悉的领域里公开拒绝使用 AI，并把这当成个人伦理和工作方式的一部分。支持者认为，在一个已经被 AI output 和自动化内容淹没的环境里，主动划清界线至少是真诚的，也算是把立场和收入放
原标题：《Mushroom hunting with LLMs: what can go wrong?》 评分: 28 | 作者: stared 💭 连毒蘑菇都敢让 LLM 指路，命也一起外包吗？ 🎯 讨论背景 这条 HN 讨论围绕一个展示 LLM（大语言模型）用于蘑菇图片识别的 benchmark（基准测试）和对应 GitHub 仓库展开，作者强调要做可复现实验。评论者默认蘑菇鉴定不是普通分类题，而是可能涉及误食中毒的高风险场景，因此对模型信任度特别敏感。讨论里反复出现 spore print（孢子印）这类必须靠更多线索才能判断的特征，也有人把“单张图片”能否支撑高准确率当成核心问题。话题还延伸到 mushroom hunting / foraging（野外采蘑菇与觅食）的文化：从 chanterelles（鸡油菌）到 truffles（松露），一些野生品种难以人工稳定种植，却因风味和体验而受到追捧。 📌 讨论焦点 高风险决策别信 LLM 很多评论把焦点放在高风险决策上：蘑菇误判可能致命，所以把它交给 LLM 被视为明显不可靠。有人认为大众，甚至技术圈，都严重高估了 LLM 的
