Hacker News 每日播报

一个基于 AI 的 Hacker News 中文播客项目,每天自动抓取 Hacker News 热门文章,通过 AI 生成中文总结并转换为播客内容。

Bill Atkinson 在 folklore.org 分享了他 1978 年加入 Apple 的传奇经历。他放弃神经科学博士学业,被 Steve Jobs 的愿景打动,成为 Apple 早期关键成员。他在图形界面、MacPaint 和 HyperCard 等方面做出了巨大贡献,见证了 Apple 的飞速发展。

加入 Apple 的传奇开端

文章讲述了 Bill Atkinson 如何在 1978 年被 Jef Raskin 和 Steve Jobs 说服,放弃正在攻读的神经科学博士学位,加入了当时只有 30 人的初创公司 Apple Computer。Steve Jobs 用“冲浪要冲在浪头,而不是在浪尾狗刨”的比喻,成功打动了 Atkinson,让他相信在 Apple 可以发明未来、改变世界。

在 Apple 的辉煌贡献

Atkinson 在 Apple 的 12 年里留下了深刻的技术印记。他成功将 UCSD Pascal 系统移植到 Apple II,为后来的 Lisa 开发奠定了基础。他力主 Lisa 电脑标配鼠标,并坚持使用白色背景显示,这在当时是突破性的设计理念。他编写了高性能的 QuickDraw 图形库,成为 Lisa 和 Macintosh 图形界面的核心。他还开发了 Lisa 的窗口、事件和菜单管理器,并创造了下拉菜单。QuickDraw 和管理器代码占据了初代 Macintosh ROM 的近三分之二。此外,他还开发了 MacPaint,一个展示图形界面和鼠标潜力的绘画程序。受一次迷幻体验启发,他设计了革命性的非程序员创作工具 HyperCard,比第一个网页浏览器 Mosaic 早了六年发布。他参与并见证了 Apple 从 30 人成长为 15,000 人的巨头,最终与 Marc Porat 和 Andy Hertzfeld 共同创立了 General Magic。

社区热议与怀旧

评论区对 Atkinson 的故事反响热烈。General Magic 的名字引发了关于成功是天赋还是人脉的讨论,许多人认为两者兼备,顶尖人才会形成“天才球队”。同名纪录片《General Magic》被多次推荐,被认为是感人的创业故事。关于计算的“黄金时代”也引发了怀旧,一些人怀念早期开放、充满可能性的环境,而年轻开发者则认为 AI 时代同样充满机遇。HyperCard 的赋能理念受到赞赏,并与当前封闭生态系统形成对比,尽管有人提到 Swift Playgrounds 继承了其精神。文章中提及 LSD 启发 HyperCard 也引发了关于迷幻药的讨论。


过去六个月,大型语言模型(LLMs)领域发展迅猛,作者用一个独特的“骑自行车鹈鹕”基准评估了众多模型。DeepSeek、Meta Llama 3.3、Mistral Small 3 等模型在性能和本地运行能力上取得突破。OpenAI 发布了性价比高的 GPT 4.1 Nano,但也经历了 GPT 4.5 和 o1-pro 的波折。

“骑自行车鹈鹕”:一个独特的 LLM 基准

作者用一个看似荒谬的任务——让文本模型生成一个骑自行车鹈鹕的 SVG 代码——来评估过去六个月 LLMs 的发展。这个独特的基准意外地揭示了不同模型的理解和生成能力,因为它要求模型不仅理解文本描述,还要将其转化为结构化的图形代码,是一种创造性解决问题的体现。

过去六个月的 LLM 发展亮点

这六个月见证了 LLM 领域的飞速进步。亚马逊发布了便宜且长上下文的 Nova 模型。Meta 推出了能在笔记本上运行的 Llama 3.3 70B,性能接近早期 GPT-4。DeepSeek 两次惊艳亮相,V3 成为顶级的开源模型,训练成本低廉;R1 推理模型甚至影响了英伟达股价,展现了中国实验室的创新力。Mistral Small 3 进一步降低了高性能本地模型的硬件门槛。Anthropic 的 Claude 3.7 Sonnet 成为许多人的新宠。OpenAI 的 GPT 4.5 表现不佳,o1-pro 定价过高,但随后的 GPT 4.1 系列(尤其是 Nano 版本)性价比极高,成为作者新的 API 调用默认选择。Google 的 Gemini 2.5 Pro 在生成“赛博朋克”鹈鹕时表现亮眼。OpenAI 的 GPT-4o 多模态图像生成功能成功,但新的记忆功能引发了用户对上下文控制的担忧。Meta 的 Llama 4 开局不利,但作者期待后续改进。作者甚至利用 Claude 辅助,构建系统自动评估了 30 多个鹈鹕 SVG 并计算了 Elo 排名。

社区对 LLM 进展的讨论

评论区对“骑自行车鹈鹕”基准的创意赞不绝口,认为它比抽象数字更能体现模型的“理解力”和创造力。本地模型性能的飞跃,特别是 Mistral Small 3,降低了门槛,引发了对隐私和离线使用的讨论。DeepSeek 的低成本和对英伟达的影响成为热议话题。OpenAI 的模型命名和定价策略遭到吐槽,GPT 4.5 的失败和 o1-pro 的高价与 GPT 4.1 Nano 的性价比形成鲜明对比。ChatGPT 新的记忆功能引发了用户控制权担忧,开发者希望精确控制模型行为。总的来说,这六个月的 LLM 发展令人惊叹,竞争激烈,技术进步显著,但也伴随着产品设计和用户体验上的挑战。


这篇文章带我们回顾了早期网页开发中两个臭名昭著的 HTML 标签:<blink><marquee>。它们在 90 年代曾被广泛用于吸引眼球,反映了那个时代网页技术的特点。

那些年,闪烁与滚动的网页标签

文章追溯了 <blink><marquee> 这两个 HTML 标签的起源。据说 <blink> 标签诞生于 Netscape 工程师的一次玩笑,并在 Netscape Navigator 2.0 中实现,尽管后来被官方文档记录为“一个笑话”,但当时被广泛用于强调内容。与此同时,微软在 Internet Explorer 2.0 中推出了功能更丰富的 <marquee> 标签,用于实现文本滚动效果。为了让内容在 Netscape 和 IE 中都能动起来,开发者甚至会利用浏览器对未知标签的容错特性,将 <blink> 嵌套在 <marquee> 里,反之亦然,这在同时支持两者的浏览器中会产生极其丑陋的效果。虽然 <blink> 已经彻底消失,但令人惊讶的是,<marquee> 在一些现代浏览器中竟然还能原生支持,尽管强烈不建议使用。

社区热议:从 <blink><marquee> 到 Frames

评论区充满了对那个时代的怀旧情绪,许多开发者回忆起使用这些标签的经历。讨论很快转向了另一个同样充满争议的旧技术:frames(框架)。有人认为 frames 很好用,不理解为何被淘汰,而另一些人则列举了 frames 的诸多问题,比如不适应现代响应式设计、破坏了页面的唯一链接(无法直接分享特定页面的 URL)、导航体验差、多余的滚动条、难以进行分析以及被滥用于内容聚合网站等。这场关于 frames 的辩论中,支持者认为其问题可以通过改进规范或浏览器行为来解决,反对者则强调其固有的可用性和安全缺陷。

怀旧与反思:老派 Web 技术

除了 frames,评论者还回忆了许多其他老派的网页开发技术,比如使用 Photoshop 切片工具制作基于表格的布局、处理 IE 的