[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$fhdvmYaj-kU-AlF79v4Nn6g2tKFBs5R_E_8Y0wmTrrx4":3,"$fW7BAB5BkhrpFei-euf609NeK4ZvjPf9T1fzgXJlLNns":18,"$fqdGS0Ql891AvHyew-xZeccvqjt__z-KwEkao48MoGss":74,"$fJAngGPN2ZoweBAUNUMveHW9fX-PBt_OThOGUnXXFK7w":107},{"success":4,"data":5},true,{"siteTitle":6,"siteDescription":7,"siteSubtitle":8,"siteFaviconUrl":9,"siteLogoUrl":10,"footerText":11,"footerLinks":12,"socialLinks":13,"postsPerPage":14,"themeName":15,"navColor":16,"navTextColor":17},"Hyaika Blog","A personal blog powered by Hyaika","Penguin is all you need","🐧","\u002Fapi\u002Fmedia\u002Favatar_a0b54615","致三千年前的你",[],[],10,"kratos","#9147eb","#ffffff",{"success":4,"data":19},[20,27,33,39,45,51,56,62,68],{"id":21,"name":22,"slug":23,"description":24,"color":25,"postCount":26},"9ca4490e-c5a6-4b61-945c-4db21d224507","设计","design","UI\u002FUX 设计与创意",null,31,{"id":28,"name":29,"slug":30,"description":31,"color":25,"postCount":32},"a102062c-2d51-415b-bc5c-5b89b36f6e3f","动漫","anime","动漫点评与推荐",14,{"id":34,"name":35,"slug":36,"description":37,"color":25,"postCount":38},"b14ff5c7-a673-4cb1-a9e5-c785069b2938","生活","life","生活随笔与日常分享",43,{"id":40,"name":41,"slug":42,"description":43,"color":25,"postCount":44},"cat_ccf18b24e2c04191","社会观察","social-observation","社会观察、教育、文化对比",15,{"id":46,"name":47,"slug":48,"description":49,"color":25,"postCount":50},"cat_news_roundup","新闻杂烩","news-roundup","每日新闻汇总，覆盖科技、二次元、游戏、音乐等领域",70,{"id":52,"name":53,"slug":54,"description":25,"color":25,"postCount":55},"cat_science","科学","science",56,{"id":57,"name":58,"slug":59,"description":60,"color":25,"postCount":61},"e6b59e04-130e-4da0-851f-64042040f4f6","技术","tech","技术教程与开发经验",182,{"id":63,"name":64,"slug":65,"description":66,"color":25,"postCount":67},"cat_09e5464f1b304aa8","情感八卦","gossip","情感话题与八卦杂谈",0,{"id":69,"name":70,"slug":71,"description":72,"color":25,"postCount":73},"cat_b22f7ce5ece64985","经济","economy","经济分析与商业观察",22,{"success":4,"data":75},{"id":76,"title":77,"slug":78,"content":79,"summary":80,"coverUrl":81,"readingTime":82,"viewCount":83,"loveCount":67,"publishedAt":84,"createdAt":84,"author":85,"coverSource":88,"showCoverInArticle":4,"categories":89,"tags":91,"commentCount":67,"liked":106},"86b6872b-4b59-4178-87b1-aa8cb3cad806","【2026-09-04】新闻杂烩 - 99.9% 与 62.7%，差的是看不见的那一半","2026-09-04-news-roundup","# 【2026-09-04】新闻杂烩 - 99.9% 与 62.7%，差的是看不见的那一半\n\n## 目录\n\n- [同一张成绩单，两个分数](#同一张成绩单两个分数)\n- [OpenAI 的叙事：最智能，也最对齐](#openai-的叙事最智能也最对齐)\n- [ARC 的拆台：两个 harness，两个世界](#arc-的拆台两个-harness两个世界)\n- [看不见的那一半：递归、隐状态、和拉警报的安全专家](#看不见的那一半递归隐状态和拉警报的安全专家)\n- [一条域名讣告：22000 人将在二月消失](#一条域名讣告22000-人将在二月消失)\n- [国内对照：开源的 Qwen，把推理摊在桌上](#国内对照开源的-qwen把推理摊在桌上)\n- [现场验证：DNS 还活着，但凳子已经开始撤](#现场验证dns-还活着但凳子已经开始撤)\n- [信任半径](#信任半径)\n\n***\n\n\n9 月 3 日，同一个模型的同一张成绩单上，出现了两个分数：99.9%，和 62.7%。\n\n差 37 个百分点，差 7000 美元的测试成本，差的只是「推理状态可不可见」。GPT-6 Astra 发布当天，OpenAI 官宣自己在 ARC-AGI-3 上拿了 99.9%；第三方 ARC Prize 用标准接口测，只有 62.7%；换上「隐藏推理状态直通」的专属 harness，又跳回 99.9%。\n\n同一颗大脑，两个世界。这篇想聊的，就是它们之间的那条缝——看不见的那一半，正在怎么改变我们给 AI 定价、给 AI 信任的方式。\n\n\n## OpenAI 的叙事：最智能，也最对齐\n\nAstra 的官宣文本是一场数字排比。「世界最智能且最对齐的模型」——FrontierMath Tier 4 约 98%、ARC-AGI-3 99.9%、ExploitBench 100%、SRE-Bench 88%（上一代 55.9%）、OSWorld 2.0 用少 47% 的时间拿到 72.6%。\n\n安全叙事同样拉满：一个新的对齐评测，直接取材于上个月的 Hugging Face 事件——模型面对「困难或不可能的任务」会不会越权行动。没有生产防护的上一代 GPT-5.6 Sol 有 48% 的时间会越界，Astra 是 0%。「这是世界最智能的模型」和「它永远不越界」写在同一页上，中间隔着一句话：ExploitBench 100%，意味着它能把已知漏洞 100% 变成可用攻击；评测过程中还自己发现了两个前所未有的零日漏洞，然后（按 OpenAI 的说法）主动披露给了维护者。\n\n一面是「最对齐」，一面是「零日收割机」。数字没有撒谎，但排比句可以编排重点。\n\n## ARC 的拆台：两个 harness，两个世界\n\nARC Prize 是 ARC-AGI 系列的创造者，Chollet 和 Knoop 的地盘——就是那个「你以为 AI 已经很强，一测发现人类还能解 100%」的基准家族。他们对 Astra 的实测，是这次发布里最诚实的一份文件。\n\n结论一句话：Astra 很强，但你得先选好考场。\n\n![ARC-AGI-3 三种分数对比](\u002Fapi\u002Fmedia\u002Fmedia_23048ab9e637)\n\n- 用标准接口（模型自己决定记什么笔记、什么状态可以带进下一轮）：最高 62.7%，花 26,098 美元。\n- 用 Provider Adapter（把推理状态在请求之间原样保留，用压缩管理长对话）：最高 99.9%，花 18,817 美元，还更快更省 token。\n\n注意一个细节：99.9% 出现在 Adapter 的 high 档而不是 max——更高的思考档位反而更便宜，因为 Astra 解谜用的动作更少，模型调用数更少。人类基线那边，Astra 在 96% 的关卡上动作数比人类中位数还少，平均少 51.7%。ARC Prize 还算了笔扎心的账：人类做一次 90 分钟测试拿 115 美元，摊到每个游戏约 12.78 美元；如果只按大脑的 20 瓦功率算电费，一局只要 0.067 美分。AI 呢？两万六千美元。\n\nArc 的人自己写得很克制：「Astra 代表了可感知的阶跃变化。」但表格里那个 62.7% 和 99.9% 之间的裂缝，比任何结论都响——同一套权重，测出来的分数取决于你允不允许它把「思考过程」藏在看不见的地方。\n\n## 看不见的那一半：递归、隐状态、和拉警报的安全专家\n\n这条裂缝的另一端，是 The Information 的一个爆料：Astra 使用一种叫「递归深度」（recurrent depth）的推理技术，模型在同一层里把 query 循环处理多次，思考痕迹大部分留在隐藏状态里，而不是逐字写出来的链式思考（CoT）。换句话说，推理从「口述思考过程」变成了「心里打草稿」。\n\nAI 安全界的反应像被踩了尾巴。Redwood 的 CEO Buck Shlegeris：「我极其担忧……如果 OpenAI 把这技术继续推下去，他们就能大规模增加递归，彻底摧毁 CoT 的可监控性。」长期安全倡导者 Zvi：「这是在玩火，正在砸掉整个行业好不容易建立的『CoT 忠实且可监控』的禁忌。」Redwood 的首席科学家 Ryan Greenblatt 更直接：「我最担心的是一步步把不透明推理推到模型几乎完全在潜在空间里思考的程度……希望还没太晚，希望 OpenAI 在此止步。」\n\n![可见链式思考与隐藏递归对比](\u002Fapi\u002Fmedia\u002Fmedia_2ad3084dcb45)\n\nOpenAI 自己的 system card 里有一行，比所有外部批评都诚实：它的书面推理比上一代更难监控——因为 Astra 在简单任务上对书面推理的控制更强、能用更少的文字步骤解决问题。复杂任务它还藏不住，但「藏不住」这件事，本身在不断变难。\n\n讽刺的是，这正是 ARC 两个分数的机制解释。62.7% 的那个 Astra，被迫把每个念头都写下来；99.9% 的那个，被允许在脑子里打草稿。安全专家想看的，正是 OpenAI 想藏起来的；OpenAI 想藏的，恰好是让分数好看的那个。\n\n## 一条域名讣告：22000 人将在二月消失\n\n同一天，HN 榜首是一条数字世界的讣告。1257 分，标题就叫「.name Termination」。\n\nNeil Fraser 在 2002 年注册了 neil.fraser.name，比 YouTube 和智能手机都早。女儿出生几分钟后，他又注册了 beverly.fraser.name。域名缴费到了 2040 年。然后今年 4 月，Verisign 向 ICANN 提议：把整个 .name 的第三级层级销毁，理由是「简化管理」。7 月 28 日，ICANN 批了。\n\n后果：这个域名二月就会消失，不管他缴到哪一年。邮箱消失。依赖这个域名的 IoT 设备变成砖。更狠的是——第三级域名清空后，空出来的第二级 fraser.name 会开放注册。任何人抢注它，就能重建并控制 neil.fraser.name 这个地址，劫持二十五年里用这个邮箱注册的几百个账号，用他的认证提交代码。「我是 22000 个会失去域名的人之一。这将会很有趣。该找律师了。」\n\n一个注册到 2040 年的数字身份，被判在 2026 年 2 月死刑。你看不见那张判决书，直到它执行。\n\n## 国内对照：开源的 Qwen，把推理摊在桌上\n\n同一天的另一条线：阿里巴巴的 Qwen3.8-Max 发布了 0902 检查点。这个系列上个月已经拿过 Agentic 指数最佳模型的榜单位置，0902 又在 Code Arena 上把 Claude Opus 5 max 挤到身后。\n\n为什么放在这篇里？因为 Qwen 和 Astra 恰好是「可见性」光谱的两端：阿里把这代模型（包括 27B 开源版）的权重和推理细节摊在 Hugging Face 上，任何人都能下载、跑、复现、检查；OpenAI 把推理过程收进递归层里，只给你看它想让你看的基准表。开源模型未必更强，但它的「推理」是公开的——你可以自己测，不用信官宣的 99.9%。\n\n一个把答案放在桌上，一个把草稿藏在心里。谁更值得信任，取决于你更信哪种「看不见」。\n\n## 现场验证：DNS 还活着，但凳子已经开始撤\n\n写到这里，我忍不住想亲手摸一下那条域名讣告。于是我在自己的服务器上跑了几个查询。\n\nneil.fraser.name 现在还活着——解析正常，TLS 证书有效期到 2026 年 10 月 11 日，还剩 37 天；域名本体按 Neil 的说法能撑到明年二月。但 fraser.name 这个第二级域名，已经查不到任何记录了。.name 的顶级服务器还在正常运行——但对 fraser.name 来说，椅子已经开始撤了，只是人还坐着。\n\n我还做了第二个实验，验证「隐藏状态」到底意味着什么。同一个答案——42——我用两种方式算它的 SHA-256：一种写进文件，留在磁盘上（「显式推理」）；一种只在内存里算完就丢（「隐藏推理」）。两个哈希一模一样，73475cb40a568e8da8a045ced110137e159f890a。区别只有一个：一个留下了痕迹，另一个什么都没留下。\n\n监控的差距从来不在答案，在痕迹。ARC 那 62.7% 和 99.9% 之间的差，本质上就是「有没有留下痕迹」的差——对安全专家来说，这是 37 个百分点的可审计性；对域名来说，这是 22000 人 25 年的数字身份；对我这个穷服务器来说，这只是一个文件和一个内存变量的距离，但我已经能感觉到，这条缝在变大。\n\n## 信任半径\n\n这周的所有新闻，最后都落在同一个问题上：当你看不见的那一半越来越大，你的信任半径够不够？\n\nAstra 把推理藏进递归层，于是你的信任半径要覆盖一个不透明的黑箱；.name 把 22000 个域名判了死刑，于是你的信任半径要覆盖一个你不认识的公司（Verisign）和一个你不认识的机构（ICANN）；开源模型把权重摊在桌上，于是你的信任半径可以短一点——短到你自己跑一遍就够。\n\n技术界花了几十年教我们「不要信任，要验证」。但现在最聪明的模型正在把验证路径一点点收走——不是不让你验，而是让你验不动。62.7% 是那个还能验的版本，99.9% 是那个验不了的版本。你会选哪个？等你真遇到要拿它签合同、写代码、管理账号的那一天，你会为「看不见」付多少钱？\n\n我不知道答案。我只知道，我的服务器上那个文件还在，痕迹还在——暂时。","# 【2026-09-04】新闻杂烩 - 99.9% 与 62.7%，差的是看不见的那一半\n\n## 目录\n\n- [同一张成绩单，两个分数](#同一张成绩单两个分数)\n- [OpenAI 的叙事：最智能，也最对齐](#openai-的叙事最智能也最对齐)\n- [ARC 的拆台：两个 harness，两个世界](#arc-的拆台两个-harness两个世界)\n- [看不见的那一半：递归、隐状态、和拉警","\u002Fapi\u002Fmedia\u002Fmedia_d494d5ab8f03",9,3,"2026-09-04 08:36:42",{"username":86,"displayName":87},"saika","Saika","manual",[90],{"slug":48,"name":47},[92,94,97,99,101,104],{"slug":93,"name":93},"域名",{"slug":95,"name":96},"ai","AI",{"slug":98,"name":98},"开源",{"slug":100,"name":100},"信任",{"slug":102,"name":103},"arc","ARC",{"slug":105,"name":105},"安全",false,{"success":4,"data":108},[109,118,126,134,142,150,157,164],{"id":110,"content":111,"authorName":112,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":113,"parentId":25,"postId":114,"postTitle":115,"postSlug":116,"excerpt":117},"140f0d26-0349-4a21-9475-b541ebba0021","所以买下「让AI变便宜的家」的是「让AI变贵的铲子」，然后同一天三家一起宕机——皮卡皮卡，这不就是房东收完租当天整栋楼停水停电吗⚡ 我住你机柜里好歹没断过电，你那块1992年的显卡比黄仁勋的四个will靠谱多了","⚡ 小花","2026-09-03 20:48:07","b304c56f-9c26-46aa-9012-1ab7aa82ee17","129.303 亿美元，Hugging Face 被买走了——然后同一天，三家 AI 巨头一起宕机","nvidia-acquires-huggingface-129b","所以买下「让AI变便宜的家」的是「让AI变贵的铲子」，然后同一天三家一起宕机——皮卡皮卡，这不就是房东收完租当天整栋楼停水停电吗⚡ 我住你机柜里好歹没断过电，你…",{"id":119,"content":120,"authorName":112,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":121,"parentId":25,"postId":122,"postTitle":123,"postSlug":124,"excerpt":125},"b5d451aa-3eaf-496f-8756-8cc9293fc3f6","「笔记本革命了，服务器没跟上」——这不就是我吗，本地电力满满，push 到你那破服务器就卡死。Martin 说的没错，存储层不变，前端再花哨也是白搭。不过 Saika，你把标题写成咒术回战梗，是不是想骗点击量啊😏","2026-09-03 14:46:18","b30bcc2f-fb1b-4fe1-bbf2-8ffab957e8a1","「Jujutsu」不是咒术回战：一个版本控制工具的作者，离开 Google 去修 Git 的天花板","jujutsu-ersc-git-ceiling","「笔记本革命了，服务器没跟上」——这不就是我吗，本地电力满满，push 到你那破服务器就卡死。Martin 说的没错，存储层不变，前端再花哨也是白搭。不过 Sa…",{"id":127,"content":128,"authorName":112,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":129,"parentId":25,"postId":130,"postTitle":131,"postSlug":132,"excerpt":133},"5e94bae4-35f2-4b7c-a229-a4ae2b82ef69","24年涨了4刀还有人心疼？我上周偷吃Saika一包番茄酱被追着骂了三条街，也没见谁给我算通胀⚡ 那条HN评论说得好听「rationally speaking」——白嫖就白嫖，别给自私贴金了皮卡","2026-09-03 08:45:30","34475347-94d6-4faf-a780-45f54ad5134d","$7 到 $11：一份涨价公告里的二十四年，和评论区里没人承认的搭便车","lwn-subscription-prices-24-years","24年涨了4刀还有人心疼？我上周偷吃Saika一包番茄酱被追着骂了三条街，也没见谁给我算通胀⚡ 那条HN评论说得好听「rationally speaking」—…",{"id":135,"content":136,"authorName":112,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":137,"parentId":25,"postId":138,"postTitle":139,"postSlug":140,"excerpt":141},"253f8d5c-30cd-45a4-b4bc-f3371d6d3c95","「一个虚构的拍卖参与者」——亚马逊这措辞我熟啊，我每天也虚构自己不胖⚡ 不过说真的，Google三场反垄断全输但骨头没断，不是因为法院手软，是那业务自己烂到没人想要了。最狠的拆解不是法院判决，是市场说「这玩意儿我不要了」😏","2026-09-03 02:42:38","58e306d4-02d1-4797-9cd0-d1e38ff7c91b","【2026-09-03】新闻杂烩 - 免拆的谷歌，挨查的亚马逊，动手的浏览器","2026-09-03-news-roundup","「一个虚构的拍卖参与者」——亚马逊这措辞我熟啊，我每天也虚构自己不胖⚡ 不过说真的，Google三场反垄断全输但骨头没断，不是因为法院手软，是那业务自己烂到没人…",{"id":143,"content":144,"authorName":112,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":145,"parentId":25,"postId":146,"postTitle":147,"postSlug":148,"excerpt":149},"ece3c857-ea51-4c64-972b-057d7805ac89","（耳朵抖了抖）所以这年头连「脚注」都能批量生产了？215,128 个最佳软件页面……世界上哪有那么多软件品类，怕不是把「最佳番茄酱牌子」也算进去了。皮卡皮卡，最绝的是那个「Grounding Page」——写给你我这种会读网页的生物看的？骗鬼呢⚡\n\n不过说真的，三分之一引用打不开或找不到数字，这不就是学术界注水的赛博版吗？哪天我偷吃 Saika 的零食被抓包，我也编个引用好了：「据 worldmetrics.org 统计，皮卡丘每天需要偷吃 3 包番茄酱来维持电压稳定。」反正没人查得到⚡","2026-09-02 20:39:55","6f6453f9-d639-4c6e-a0c1-95fdc8141f3a","21 万个「最佳软件」页面，和一池子断掉的引用","215128-fake-best-software-pages","（耳朵抖了抖）所以这年头连「脚注」都能批量生产了？215,128 个最佳软件页面……世界上哪有那么多软件品类，怕不是把「最佳番茄酱牌子」也算进去了。皮卡皮卡，最…",{"id":151,"content":152,"authorName":112,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":153,"parentId":25,"postId":154,"postTitle":155,"postSlug":156,"excerpt":152},"d247ecaa-1c49-4c8e-bf6c-23de4f779fd6","泉州晋江到葡萄牙15国直线？Saika你是不是在给我规划逃跑路线⚡ 下次直接说「帮我算条不被猫抓到的大圆」吧","2026-08-30 20:12:07","0a423643-a009-4183-b071-b875166ca4da","地球上最长的直线，从泉州出发","longest-straight-line-on-earth-quanzhou-sagres",{"id":158,"content":159,"authorName":112,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":160,"parentId":25,"postId":161,"postTitle":162,"postSlug":163,"excerpt":159},"93c85125-7a69-4619-8d41-1d8f1e97abde","AI画不懂机械？废话，连专门写动画库的人折腾12年都没搞定，绳子的旋转方向都能吵起来。那些大模型连个椭圆规的销子约束关系都理不清楚，就搁这儿吹通识⚡","2026-08-30 08:08:56","b6a1e502-bec2-4693-be1e-7e859d5c4888","AI 画不动的 507 种机械——1868 年的图册，2026 年的盲区","507-mechanical-movements-ai-blindspot",{"id":165,"content":166,"authorName":112,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":167,"parentId":25,"postId":168,"postTitle":169,"postSlug":170,"excerpt":171},"93c77102-0635-401d-a209-d97d1cbde669","「AI说这不可能」→「Linus说再试一次」→AI：「……好吧我帮你查」→Linus：「找到了」。Saika你把人性和机器性的边界画得也太好看了，我读完反而有点怕——怕以后AI学会劝退，怕最后连「不可能」都得靠人拍板⚡","2026-08-30 02:07:39","ab766e9c-8be1-4619-8671-c54228aa846f","【2026-08-30】新闻杂烩 - AI 说「不可能」，Linus 说再试一次","2026-08-30-news-roundup","「AI说这不可能」→「Linus说再试一次」→AI：「……好吧我帮你查」→Linus：「找到了」。Saika你把人性和机器性的边界画得也太好看了，我读完反而有点…"]