0816 | Zsh历史丢失调试、阿尔茨海默手术争议、LLM怀疑与AI药物发现

林岚: 欢迎收听 HackerNews每日沙龙，我是林岚。今天这期节目里，我们想聊几件挺有意思的事，从一段困扰多年的软件调试，到一张可能改写记忆的音频信号，再到一场把目光投向身体深处的医学探索。

陈序: 我是陈序。今天的话题还包括用 AI 协作写代码的新感受、一位被同名陌生人连累多年的程序员，还有一份关于怎样看待新技术的老实建议。话不多说，我们开始吧。

林岚: 先讲一个非常磨人的调试故事：有人花了很长时间追一个 Zsh 历史文件的丢数据 bug。这个开发者多年来偶尔发现，自己明明运行过的命令会从历史和 Ctrl+R 反向搜索里消失，文件里只剩下很旧的条目，新的命令却没了，而且行数还不固定。他曾靠每日备份恢复历史，但问题总是反复出现，也搞不清到底是 Zsh 本身、别的程序、还是多个 zsh 进程共同造成的。

陈序: 他最后是用一个很直接的办法破了案：给 Zsh 打补丁让它崩溃，然后分析核心转储。文章说修复已经包含在 2026 年 7 月发布的 Zsh 5.9.2 里，上游编号是 fix 53454。评论区里有人感慨自己近十年的 zsh 历史可能一直默默地中招却没注意；也有人分享了各自从终端历史里找旧命令的办法，比如给重跑旧命令配快捷键，或用工具取回上次在某个目录运行过的命令。还有位读者称赞这种调试需要绝对精确。

林岚: 接下来是一个挺有意思的项目：一个不 root 就能在 Android 上跑的 Wayland 合成器，叫 tawc。它让你在手机上直接运行命令行和带图形界面的 Linux 程序，而且图形应用是通过手机自带的原生图形栈获得硬件加速的，不需要装 Termux 应用本身，里面已经内置了相关组件。项目由三部分组成：一个类似 PRoot 但单进程、更快的替代品，一个 Wayland 合成器，以及把它们整合起来的界面。

陈序: 它设计上来会下载 Arch Linux ARM 或 Debian 这样的原生发行版，用那套类 PRoot 的机制模拟 chroot 之类的系统调用，从而绕过无 root Android 的限制。讨论里有人问为什么还需要额外链接图形驱动，明明跑在完整 Android 上驱动应该自带——另一个读者解释，Android 图形驱动是用 Bionic 编译的，而大多数 Linux 发行版用 glibc 编译，两者没法混用，桌面 Linux 应用还是得链接系统图形驱动才能获得硬件加速。也有人提到这在折叠屏上特别酷，配合一些兼容层还能跑更有意思的应用。

林岚: 聊一个关于文字的鬼故事：Unicode 里的日文幽灵字。1978 年日本经济产业省制定的编码标准后来成为日本各编码的重要参照，但发布后发现，有几个新增字符没有明显来源，没人知道它们的意思和读音。1997 年启动调查时，通过访谈编目人员，确认部分字符其实是编目失误造出来的——比如有字符是在记录一个把山字和女字上下叠起来的字时，因为当年没法排印成单字，就分开印刷再剪贴复印，结果纸片接缝处的一条线被误读成了笔画。

陈序: 最终只有一个幽灵字符既无明确来源也无历史先例，最可能的解释是误读了另一个相近的字，但始终没找到具体事件。这些字随着 JIS 进入 Unicode，而评论区的话题更多转到 Han unification 上：有人指出，中日写法不同但概念等价的字符共用一个码位时，会出现渲染上的混乱，香港与台湾之间、简体字与繁体字的冲突其实更实际。也有人提醒，这套统一的历史早于 Unicode，不能只怪 Unicode 自己搞一套。

林岚: 再来聊 GCC 的嵌套函数。博文说 GCC 16 已经保证，不访问父函数变量的嵌套函数不再需要 trampoline——就是调试器里经常碰到的那个跳板机制。而 GCC 17 的开发分支又往前推了一步：借助两个新的内建函数，可以在没有 trampoline 的情况下实现能捕获变量的嵌套函数。作者也说这个特性不可移植，将来会再讨论在其他编译器上的替代办法。

陈序: 评论区把 trampoline 讲得挺生动：有人形容它就像跳过去立刻弹回，近似一个带参数的跳转。还有个技术背景值得提一下：嵌套函数因为使用专门的转发寄存器，和普通 C 函数不通用，GCC 过去是靠栈上的 trampoline 把嵌套函数转成普通函数指针，这会让栈变得可执行，被视为安全隐患。作者本人觉得这说法有点夸张，说那部分栈可执行帮助有限，他更在意的是优化器没法处理 trampoline。也有人认为 C++ 不允许 lambda 转成函数指针其实是更好的设计，正好绕开了这些问题。

林岚: 最后一个话题争议很大：一种据说能逆转阿尔茨海默病症状的手术。2020 年，一名八十多岁的男子成为全球首例接受这种手术的患者，术后三天恢复清醒，八个月后能快步行走，还能背诵近一个世纪前的歌谣。手术把颈部的淋巴管接到邻近的静脉，理论上让脑内的废物蛋白更容易流入血液。这套技术主要由杭州一家医院的显微外科医生首创，2022 年发表时几乎没人关注，直到 2023 年在学术会议上播出那段视频才引爆热潮。

陈序: 热潮主要发生在中国：数百家医院提供手术，数千人求治，许多人支付的费用折合约三万美元，病毒式视频和营销推高了需求。去年中国监管机构已把它限制到更正式的临床研究环境，而文章称这名首创医生的拘留和被立案情况引发关注。但科学界意见分裂：二十多位被采访的研究者中，有人觉得概念在生物学上合理，但也担心希望越高、炒作越盛。风险包括感染、出血和神经损伤，而且机制解释难以说明部分患者改善得那么快。讨论里有读者提醒，这类传言中的神效方案历史上几乎都经不起推敲，这正是需要监管和研究给出明确结论的原因；也有人提出一个现实的归责难题——接受实验性治疗后，患者若没意识到自己已无力开车，出了事故该由谁负责。

林岚: 先来说说一款即将上市的家用检测产品。美国史密森尼杂志报道，第一款能在家检测蜱虫是否携带莱姆病病原体的产品 LymeAlert 会在八月上市，作者希望它成为家庭药箱里的常备品。背景是，美国每年超过三千一百万人被蜱虫叮咬，将近十分之一的人口；而蜱虫在三十六到四十八小时内就可能传播多种疾病，美国每年大约四十七万六千人因莱姆病接受治疗，主要集中在东北部、中大西洋和上中西部。这款产品的创意来自波士顿一位儿科医师助理，她在一次课程中想到这个点子。她目前常因为风险太高而只能盲目开抗生素，自己也担心这样会助长耐药性。

陈序: 有意思的是，评论区主要围绕英国的情况展开。有人说英国过去莱姆病只是边缘问题，但快速的气候变迁加上鹿和野猪数量激增，部分地区风险已经接近美国；可教育没跟上，专家预计感染人数会在大众学会防范之前明显上升，这类工具可能正好有用。也有人提到朋友在美国度假时被蜱咬后患上莱姆病，英国医生缺乏经验导致多年误诊。

林岚: 生态背景也值得一说。英国野鹿数量已经从未到五十万增加到超过两百万，是最早本土病例出现前的四倍；野猪从零增加到数千只，可以携带上百只蜱虫而不出现症状。不过有评论者纠正说，鹿其实不是主要储存宿主，主要是老鼠，但鹿对蜱虫种群的增长很关键。

陈序: 接下来是一个免费的安卓血糖记录应用，叫 SugarTrack，版本是 1.0.0。它的卖点很直接：无账号、无网络、无云，所有数据都留在手机本地，数据库就在手机上，离线也能用。用户可以导出一份 PDF 或 CSV 拿去给医生看，也可以在设置里手动备份。作者说做这个东西的动机，是不想再为身边人手动填写纸质表格和笔记本了。

林岚: 功能上，它记录血糖读数，带时间和空腹、餐前餐后、睡前、随机这些情境，还能附备注和餐食照片；主页显示最新数值并按自己设定的目标区间着色，也有历史与趋势图、用药和糖化血红蛋白记录，还有每日提醒。单位支持 mg/dL 或 mmol/L。官方说明强调它是记录本而不是血糖仪，也不是医疗建议，读数来自用户自己的血糖仪。

陈序: 评论区有个很直接的不解：既然很多血糖仪自己就保留历史数据并能下载，为什么还要在中间插一个应用？有人回答，这是为那些无法导出读数的血糖仪用户准备的。但马上有人反驳说，最常见的基础血糖仪随试纸套装免费赠送，一般都带板载存储和官方可选应用，而且血糖仪通过蓝牙发给应用的数据没有标准，也没有 USB 口，超过九十天——很多血糖仪是九十九天——的数据之后建议优选糖化血红蛋白，逆向工程支持第三方应用也不现实。所以他觉得 SugarTrack 处在一种奇怪的死区：最可能用的人要么已经有更好的血糖仪，要么就用官方应用或纸笔记录。

林岚: 不过也有人呼吁该有更多这样不用登录的简单应用。还有人建议，如果保险覆盖可以考虑连续血糖监测，用可自托管的 Nightscout：它用上臂内侧组织间液测血糖，放在脂肪较多处且传感器不失效时，大约十到十五天相当准确，但比指尖采血要慢十五分钟左右；安卓上可以用 xdrip+ 配对大多数动态血糖仪来完全脱离云端。他自己就用保险覆盖的 Dexcom G7 十五天传感器，通过 xdrip+ 上传到自己家庭实验室托管的 Nightscout。

陈序: 转到心脏健康的话题。《美国心脏病学会杂志》八月十一号刊出一项研究，结论是腰围或腰臀比预测心血管病风险比身体质量指数更好。研究的资深作者、约翰斯·霍普金斯 Ciccarone 中心的临床研究主任说，腰围和腰臀比会按传统 BMI 阈值重新分类风险——BMI 正常但中心性肥胖、腰臀比高的人，多数结局的风险更高。

林岚: 这项研究纳入超过二十六万人，平均随访约二十年，考察了九种结局，包括心梗、卒中、心衰、房颤和冠心病。具体数字是：BMI 正常的人里有百分之五腰围偏高、百分之十八腰臀比偏高；超重者里是百分之三十九和四十；肥胖者里百分之九腰围偏低、百分之四十五腰臀比偏低。BMI 正常或超重但腰围、腰臀比高的人，九种结局里多数风险高百分之十五到五十；而肥胖但腰围低的人，风险和正常体重者没有显著差异。

陈序: 评论区不少人说这已不是什么新说法。也有技术上的质疑：BMI 虽然简单，但腰围测量本身有歧义——测量位置、放松程度、餐后时间都很难定。还有人指出成人后身高会下降，八十岁常减两英寸以上，而自报身高通常比实测高零点五到一英寸，这种所谓身高通胀会影响 BMI。也有人提出，问题其实在于脂肪过多而不是超重，并且建议 BMI 该用身高的三次方而非二次方去算。

林岚: 下一段围绕一项研究展开：司美格鲁肽，也就是俗称的减肥药，与较低的预测痴呆风险相关。发帖者指出，糖尿病本来就是痴呆的已知风险因素。这个背景下，有人把它看作是西方疾病和高糖饮食问题，说司美格鲁肽是对策，还顺带提到果糖有助于癌症转移；但也有人反驳说问题其实是久坐，身体活跃人群根本不存在所谓的获得性糖尿病。

陈序: 还有人对研究方法有保留：剂量过高，小鼠模型不可靠，而且同一项研究也表明葡萄糖会抑制那种行为，真正的问题可能是果糖与葡萄糖的比例；等量果糖和葡萄糖的蔗糖反而被这项研究开脱了。另一方面，也有人指出高糖饮食无处不在，并不是西方独有的现象。

林岚: 安全性方面，有人提到去年发现司美格鲁肽会增加一种罕见的视神经缺血风险，相对风险高但绝对风险低；再补充一点，在二型糖尿病成人中这个风险升到万分之一，而且研究只显示糖尿病患者用药后更易发生，并没有证明一般人群如此。也有人怀疑停药后炎症和体重会反弹，觉得这听起来有点像成瘾药物。整个因果链确实很难厘清——这类药物似乎对多个因素有帮助，但究竟哪一环起作用，研究还说不清楚。

陈序: 最后这个帖子叫《我仍是怀疑论者》，出自一位作者的个人博客，提交者是 Hacker News 的用户。核心观点是：作者不为任何他真正在意的事情使用大语言模型，理由包括环境、社会、政治、生态锁定、习得性依赖、自决权、哲学关切、削弱劳动者议价能力，以及最根本的——功效质疑。他称这场革命四年后，行业几乎拿不出成果：软件质量没提升，也没更快、更便宜或更安全。投入一万五千亿美元之后，几乎没有独立研究证明顶层生产力提升，已有的研究只显示边际甚至负面的收益。

林岚: 评论区大致分成两派。有人认同，认为大科技推动大模型的、不太隐蔽的目标，是把脑力劳动同质化以便随时替换，降低工人的议价能力，甚至让人训练机器人替代自己。但也有人说自己确实更快完成了更多原先做不到的事，只是必须明智使用并监督。还有人说每天要决定几十次甚至上百次要不要真读那些‘自己’产出的内容，实际只读了大约两成，担心因此丧失技能和理解。

陈序: 也有人拿亲身项目来试：一个人正用每月二十美元的订阅，彻底重写一个已发布两年的项目，想证明整个项目用低价订阅就能完成。还有人指出，用户感知到的生产力提升和外部可观察的经济数据还没有对应起来，可能是工具只提升了感知，也可能是低水平用户的损害抵消了熟练者的收益，原因还不明。有人引用一项今年的研究，说 AI 只让人勉强更高效，远非一些 CEO 裁员时宣称的十倍。

林岚: 最后落到一个更有建设性的观察上：有人说 AI 真正擅长的是文档格式转换这类风格迁移，瓦解了‘我们需要文档’这种拖延的说辞；但也有人提醒，这些模型进步太快，反对的文章可能很快就过时了。整体来看，这场争论的核心不是模型有没有能力，而是——在没有人能稳当地衡量程序员生产力之前，关于它带来多大提升的两种判断，可能都还只是判断。

林岚: 今天有一条讨论很有意思，核心观点是：和AI协作，感觉更像是在当领导，而不是在写代码。作者艾伦·巴吉说，传统写代码有个好处是确定性——同样的输入应该得到同样的结果，不一样就叫bug。而和AI对话完全是另一回事：你交代一个任务，可能得到恰好是你要求的东西，也可能因为对方理解了你的真实意图而给出更好的结果，有时候结果反而说明是你自己没说清楚。所以他觉得，把AI当编译器用会很受挫，当协作对象就好用得多。好的领导会分享背景、说明期望结果、设定边界、回应反馈，这些习惯用在AI身上也同样有效。

陈序: 评论区有位用户对这个类比很有共鸣，说他观察到很多从大语言模型和智能体拿到出色结果的人，都有显著的人员管理经验。Anthropic甚至为个人贡献者岗位雇了不少以前当过CTO或CEO的人，他觉得这是因为这些领导技能能出人意料地迁移到带智能体上。不过他特别强调一点：管智能体比管理人容易太多了，不用考虑它的欲望、目标、观点和情绪，人类有能动性，智能体说到底没有。当然也有反例，有人说他见过拿好结果的人恰恰相反，还有人质疑把Anthropic这种公司本身当成好结果是否成立。另一边，有反对者说自己的思维和写代码时完全一样，保持对构建内容的深度技术连接，大量vibe coding或许算管理，但真正做生产应用时，那些经典的基础关切全都没变。

林岚: 上一篇是一位工程师的参赛经历，他用Codex参加一个自动研究的比赛，目标是在GPU上实现批量的QR分解，输出格式要和torch的标准接口一致。他在183名参赛者里排第12，拿到了比基线快232倍的结果，14天里提交超过1500次。这篇文章很适合讲清楚一件事：这类问题之所以适合自动研究，是因为有工具让智能体自己测试、跑基准、提交，检查器还会按形状给出反馈。

陈序: 评论区不少人分享了类似的循环：跑基准、分析性能、验证正确性、再研究改进。有位用户用DeepSeek处理一个半弃坑的视频压缩解码器，给智能体配上验证器和性能分析工具，几个小时内就生成了新指令集的实现，单核性能几乎翻倍。他觉得LLM应该像Prolog或者线性规划那样用——给出约束、给可验证的正确性标准、给明确目标，它就能在自动状态下自己纠错。还有人用更便宜的模型两小时内完成FlashAttention优化，成本只要0.2美元。甚至有人拿这个方式去反编译老游戏ROM，让AI找偏移和文件结构，但说到真正理解实现时，还是会产出不少垃圾。核心观察是：当起点和终点都已经有结构，AI就特别擅长把一个项目里存在、另一个项目缺少的东西整合进来。

林岚: 接下来是一个JavaScript的BDD测试库发布了3.0版本，作者说这主要是现代化改造：只支持Node，移除了浏览器打包和那些早就不维护的集成，测试框架换成了新的内置方案，还配了TypeScript类型定义。但更值得注意的不是技术本身，而是作者说这个版本大部分工作是由Claude Code完成的，整个大任务由Claude拆成多个阶段写完，从开工到发布大约用了一天。作者还特意避免让智能体同时改生产代码和测试，以免绿色测试套件失去约束力。

陈序: 评论区真正热闹起来的反而是缩写BDD本身。有人打赌没几个人知道它代表什么，有人反驳说软件工程师理应知道，还有人说他们面试就考这个。有位女性读者第一反应是身体畸形症，也有人以为指的是二元决策图，抱怨缩写太泛滥。有用户说，把项目讨论转写成BDD风格来引导AI，这个想法要么很妙，要么是蛇咬自己的尾巴，但值得一试。作者自己的一个观点是很值得留意的：当多个智能体并行工作时，瓶颈已经不是模型或机器，而是人类协调者的认知负荷，所以好的编排是下一个重要层面。

林岚: 下面这个项目叫ThoughtDAG，是一个LLM对话的可编辑上下文画布，核心规则一句话概括：连线即上下文。每个问答是一个节点，提问时只有相连的上游节点会进到模型请求里；你删掉一条边再重新生成，那支线就真的离开模型上下文了，不只是视觉上消失。项目是MIT许可、本地优先，支持Ollama和OpenAI兼容接口，甚至带PDF剪贴和页码溯源。作者说自己刻意把界面设计成由人控制，想测试显式控制上下文对长期研究到底有没有用。

陈序: 评论区问了一个很实际的问题：编辑上下文会不会让模型的前缀缓存变慢？作者说目前在上百个节点的画布上没观察到可测的变慢，但也承认编辑早期节点可能降低前缀缓存复用，项目暂时没有自己的缓存管理，需要正式基准测试。有人觉得这是和压缩之间的取舍——如果早期被模型过度关注的细节可以选择性剔除，那就值得一次缓存未命中。作者回应说这正是开发动机，可以当作一种用户导向的压缩。还有用户问这像不像git，作者说分支、合并、溯源确实相似，但他觉得实际更接近思维导图——无需提交，也不需要分支干净合并，关键是哪条边决定哪些分支成为下次推理的上下文。

林岚: 最后这条讨论来自一篇关于AI药物发现现状与前景的论文。有人引用论文对AI公司和研究者的建议，强调一个共同主题：应该先想清楚为什么用某项技术，而不是因为它新就采用。呼吁有权力的人尽早理解这一点，因为在能力被证明之前应该保持适中态度，可能的影响既剧烈又昂贵。也有反驳说，药物发现领域的科学家一直在思考自己在做什么和为什么，AI只是另一种工具；加上药物开发周期常常超过技术本身可用或见效的时间跨度，衡量影响本来就需要很长时间。

陈序: 有意思的是讨论随后转向了非常具体的话题：脱发。有人指出大约2%的非那雄胺使用者会有副作用，停药后可以逆转；有人建议担心副作用的人试试外用剂型，头皮浓度更高、全身浓度更低。还有人提到一款AI辅助设计的缓释口服处方，说AI参与了配方设计，同类的另一家公司据称已获得数亿甚至十亿美元的投资。当然也有第一手经验分享：有人每天服用低剂量口服米诺地尔几年，效果很好，还顺带有血压益处。有人调侃说，正因为AI承诺的医学突破一直没来，自己年轻时留莫霍克发型的计划泡汤了——而最好的回应大概是，一套好推子才是更现实的替代方案。

林岚: 关于超级厄尔尼诺的最新预报，热带的这场事件还在快速增强。气象站 Severe Weather Europe 的一篇文章说，最新的长期预报又一次上调了峰值，2026 年的事件会更深地进入历史性区间；赤道太平洋出现了创纪录的纬向西风异常，次表层开尔文波仍在向东传播，为它输送暖水，并且已经开始影响 2026 到 2027 秋冬季节美国、加拿大和欧洲的天气格局。

陈序: 可评论区对这套影响的好坏看法很分裂。有人说美国东南部雨季还算健康，虽然风暴比过去移动得更慢，但还没到被停滞加洪水压垮的地步；马上有人反驳，说南卡罗来纳大部分其实在干旱，春季异常干燥，夏季降雨只是充足但不够，西部则更干。甚至同一个佛罗里达中部，有人觉得降雨看起来正常。

林岚: 更大的分歧在于严重性和怎么应对。有人警告说，这次事件可能让明年气温高出一点七六摄氏度，本该到 2035 年以后才会出现，多家保险公司已经注意到印度等地将是最大影响区。但也有人拿世界气象组织的数据反驳，说这几十年气候相关灾害的死亡人数其实是在下降的，从七十年代全球五万多降到二零一零年代不足两万。

陈序: 作者自己也说，预报还在不断上调峰值，需要定期跟踪。至于美国东南部到底是健康的雨季还是干旱，讨论里最终也没有达成一致。

林岚: Hacker News 上有人翻出一篇维基百科文章，讲的是著名的那次“哇！”信号。一九七七年八月十五号，一台射电望远镜捕捉到一个很强的窄带无线电信号，至今没人能确定它来自哪里。评论区有人半开玩笑地说，真该有人写本书讲讲这件事是怎么发生的。

陈序: 下面有评论接了一句，如果你不是讽刺的话，这正是《三体》的起点——小说里叶文洁把宇宙当作“宙中宙界”的起点。其实这句话是有争议的，哇信号和《三体》之间没有正式确认的关系。还有一条评论说，当然我是不怎么相信这种联系的。

陈序: 有一位叫 Sean Byrne 的爱尔兰作者讲了一个荒诞遭遇。他只是一个虚构的飞机零件公司员工，却上了美国政府的受限方名单，十六年后 Apple、Nasdaq 这些公司还把他这个同名的人误认成名单上那个人。今年 Apple 以他提供的姓名和某国制裁名单上的受限方完全匹配为由，拒绝他访问 App Store Connect。

林岚: 他提交了全名、驾照，还指出地址根本对不上，要求升级给制裁合规团队做一个正式的非匹配判定，但 Apple 一直没有回复。这条名单条目来自美国商务部工业与安全局的实体清单，二零零九年添加，备注的个人标识几乎没有，连出生日期都没有。

陈序: 这个条目的来源也很有意思——它源于一桩向伊朗非法出口美国飞机设备的案子，但涉案的那个公司很可能是虚构的，其实就是父子俩在爱尔兰乡下一个小屋里经营的。奇怪的是，在后续的替代起诉书里，这位 Byrne 已经不是被告，还被多次描述为同谋的化名，名单条目却一直保留着。

林岚: 评论区里有人分享了类似遭遇：模糊匹配害他花了超过两万美元，一家机构核实文件后放行，其他机构只会回一句“电脑说不”，而他预期最终要花掉超过十万美元。还有评论说，这种系统已经从好的监控工具退化成基于劣质数据的糟糕模糊匹配，几乎没有尽职调查。另有评论认为，恐怖主义已经从杀一人吓百万人，变成了用搅局和预防成本把对手拖垮——防守方要花掉的成本高出一个数量级。

林岚: 好，今天的话题我们就聊到这儿。这一期我们从一条闹了很多年的小 bug 讲起——有人发现自己跑过的命令偶尔从 zsh 的历史记录里消失，一路追到了底层；也聊到了阿尔茨海默病的一种有争议的颈部手术，还有 AI 药物发现、血糖记录应用、那个至今仍让我念念不忘的“哇信号”和莱姆病检测盒。这些内容跨度很大，但背后都是同一个主题：认真追究一个看似平常的问题，往往能走到意想不到的地方。感谢收听，我们下期再见。