0922 | 关不掉的 Siri 与关得上的火箭：一周科技观察

茉莉: 大家好，欢迎收听本期节目，我是茉莉。

白桦: 我是白桦。今天这一期内容特别密，但有一条主线能串起来很多东西——就是控制权。谁控制你的电脑、你的模型、你的注意力、你的基础设施，甚至谁有权去改一个开源项目的方向。

茉莉: 对，从苹果在 macOS 27 里关不掉的 Siri 进程，到有人在浏览器里复活被苹果砍掉的老系统，这些故事表面不相关，内核都是同一件事。那我们就直接从最扎眼的开始说吧。

白桦: 好，先说 macOS 27。这次的爆点是两个：一个是用户找到了变通办法，可以阻止系统自动下载那些 AI 模型，从而省下存储空间；另一个更让人不舒服——即使在设置里把 Siri 和 Apple Intelligence 的所有开关、所有服务都彻底关掉，系统里有个叫 "Siri AI.app" 的进程依然在后台持续运行。

茉莉: 这个被吐槽的词也很形象，就是 "crapification"——臃肿化、垃圾化。用户的感觉是：我买的是一台电脑，不是一台必须替苹果跑任务的终端。

白桦: 而且苹果其实自己也出了官方文档，说明怎么禁用或者限制 Apple Intelligence。听起来很负责对吧？但文档里透露了一个关键细节：这些本地模型大概占 8 到 16GB 的存储，你把功能关掉之后，它们并不会被移除，还留在你硬盘里。

茉莉: 这就是讨论里最有争议的点。一部分人的态度是理解派：模型文件留在本地是为了下次打开功能时响应快，重新下载几十 GB 也很折腾，从工程角度说得通。

白桦: 但另一派完全不吃这套。他们的理由是：既然功能是我主动关闭的，那资源去留的决定权应该在我手里。现在的情况是，我关了开关，进程还在跑，文件还在占空间，我对系统资源几乎没有控制权。有人直接说，这已经不是功能问题，是尊重用户的问题。

茉莉: 还有一层悬而未决的疑问：这个 Siri AI.app 后台到底在干什么？它有没有联网？占多少 CPU 和内存？目前没有权威说法，只有用户观察到它持续存在。这就自然引出后续可能出现的两类质疑——隐私问题和性能问题。

白桦: 对，而且大家担心这是趋势而不是孤例。如果系统组件可以无视用户设置常驻运行，那今天关不掉的是 Siri，明天呢？这个问题我觉得目前没有答案，苹果也没回应。

茉莉: 好，从关不掉的系统 AI，我们转到另一个方向——本地 AI 这边其实是一片欣欣向荣。而且这次的主角是学术界和开源社区。

白桦: Tim Dettmers 宣布了一个 Open Source Week，他提了一个挺有野心的论点：学术界正在迎来一场复兴，但形式变了——一个研究单元不再是发表一篇论文就结束，而是变成一个完整的生态系统：代码、模型、数据、社区，都在持续运转。

茉莉: 这个观点在讨论里引起共鸣的地方在于，它承认了现实：现在有影响力的研究成果，往往不是一个 PDF，而是一个能跑的东西。论文只是入口。

白桦: 硬件这边也有个很具体的讨论。M5 Ultra 的 Mac Studio，256GB 内存版本，被不少人评价为跑本地 AI 智能体的理想机器。理由是大内存能塞下很大的模型，整机功耗和噪音又比多卡工作站友好得多。

茉莉: 但对照组也很清晰：RTX 5090 依然更快，只是有人算了一笔账，那张卡的整机成本到了 12,299 美元。所以讨论的焦点其实是性价比和形态之争——你要极致速度还是统一内存加安静？

白桦: 这个争论我觉得没有标准答案，取决于你的负载。不过更能体现"民主化"的是两个小项目。一个叫 mini-AGI，作者在只有 8GB 显存的 RTX 3070 笔记本上，从零训练了一个持续学习模型，用的是动态 MoE 和单一数据流。作者自己很诚实，说它还是玩具级别。

茉莉: 但这个玩具的意义不小：它证明持续学习这个方向不是只有大实验室才碰得起。另一个是 Kev，一族基于 Qwen3.5 的小决策模型，风格类似 Jev，有 0.8B、4B、9B 三个尺寸，定位很务实——做分类、路由、验证器这种不需要大模型的重活。

白桦: 对，这俩的思路是互补的：不是所有任务都需要旗舰模型，把判断类的琐碎工作交给小模型，又快又便宜。再加上小米的 MiMo-V2.6，一个低成本的开放权重多模态系列，它受到好评的原因很特别——基准测试图表做得非常透明，不藏不掖。

茉莉: 这里可以补一个背景：交互式工具也在降低门槛，比如有个 Transformer Explainer，在浏览器里跑一个 124M 参数的 GPT-2，让你直观看到 transformer 内部每一步在干什么。学习本身也在民主化。

白桦: 学术界那边还有一个值得关注的新动向：一个独立数学家顾问小组在 IAS 成立了，成员包括陶哲轩、Gowers、Witten 这些顶级人物，他们的职责是给 AI 公司提供咨询，关于如何对外公布数学成果。

茉莉: 这件事背后的张力在于：AI 公司越来越频繁地宣称取得了数学上的突破，但数学界的同行评议有它自己的节奏和标准。谁来把关"这到底算不算真突破"？这个小组就是冲着这个空白去的。

白桦: 好，顺着开源生态往下走，就到了一个更有争议的话题——Heretic。这是个自动去除 LLM 审查的工具，术语叫 abliteración，或者叫消融。一行命令就能装：pip install heretic-llm。

茉莉: 它的作者很在意方法论的严肃性，呼吁用标准化指标来衡量去审查的效果，比如拒绝率和 KLD 散度，而不是靠跑几个聊天案例就下结论。

白桦: 但伦理讨论才是重头。开放权重模型意味着用户拿到权重之后什么都能改，包括安全层。那么问题来了：谁有权移除一个模型的安全层？发布方尽力加上的防护，下游一个命令就能抹掉，这算 feature 还是漏洞？

茉莉: 讨论里其实没有形成共识。一方认为这是开源的应有之义——权重在你手里，你自己负责；另一方担心的是扩散效应，尤其是没有技术门槛之后，滥用的成本趋近于零。这和上一个话题是连着的：开源生态给了你 MiMo-V2.6 和 mini-AGI，也给了你 Heretic，硬币两面。

白桦: 好，从开源模型的行为你至少能验证，因为权重在你手里。但闭源模型就是另一回事了——你只能观察到"行为变了"，却没法查证原因。这就引出两个案例。

茉莉: 第一个是 Grok 4.7。xAI 这次给了更大的基础模型，价格不变，每百万 token 输入 2 美元、输出 6 美元，CursorBench 拿了 46.3% 的成绩。纸面数据都不错。

白桦: 但 Hacker News 上的实际反馈很不满。用户的抱怨集中在两个字：偷懒。最常见的场景是你提了个需要认真做的任务，它回一句 "Done!" 就完事了，实际活儿没干完或者干得很敷衍。

茉莉: 第二个案例更微妙。Fable 5 在成为订阅套餐永久成员之后，八月份的独立测量显示，它的 thinking tokens 出现了大幅下降。也就是说，模型花在推理上的"脑力"明显变少了。

白桦: 把这两件事放一起，讨论的核心怀疑就浮出来了：提供商会不会在后台悄悄削减推理用量？动机也好理解——订阅制下用户用得越多，成本越高；如果悄悄降低思考深度，成本降了，表面价格不变，用户的体感只是"变笨了"，很难举证。

茉莉: 而这正是和开源的对比所在：闭源模式下，你感知到的质量下滑和不变的账单之间有个落差，但你没有任何手段去验证。没人能证明发生了什么，这本身就是问题。如何建立独立的质量监测，目前是个完全未解的题目。

白桦: 说到验证和追踪，下一个话题正好是"谁在追踪谁"。这组故事我从最微观的说起。

茉莉: 先说好的一面。SynthID 这类水印技术，在一张 512x512 的图像里能编码 136 个比特，包括和用户身份关联的 ID。它诞生的初衷是反滥用——识别 AI 生成的图像、追溯来源。

白桦: 但另一个项目让人警觉：Spymark，一种隐藏水印，功能是直接追踪用户。讨论里有个很尖锐的观点：水印这个技术，从防御工具滑向监控手段，中间只有一步。同一个能力，用途完全取决于谁在用。

茉莉: 供应链这边还有个更冷门但更可怕的案例。一个恶意 npm 包叫 mathmain，里面藏着一个远程访问 implant。它厉害的地方在于激活条件：只有当一次 LU 分解的矩阵恰好充当解密密码时才触发。

白桦: 这个设计值得多讲两句。普通的恶意包是谁装了都激活，动静大、容易被沙箱抓到。mathmain 是等一个数学上极其特殊的条件，几乎只有目标机器上的特定负载才会满足。也就是说，它平时完全沉睡，看似无害的数值计算代码只有在命中那把"密码锁"时才醒来。针对性极强，检测极难。

茉莉: 这在讨论里引发的担忧是：如果供应链攻击进化到这种"数学触发器"级别，传统的包审计方法还够不够用？没人给出好答案。

白桦: 消费端则出现了一个反向监视的工具，很有意思。一个波兰开发者 Pawel Szydlowski 做了个免费应用，叫 ZuckOff，通过蓝牙特征来检测 Meta 眼镜，包括 Ray-Ban 和 Oakley 的 Meta 版本，还有 Snap 的设备。上线当天就在 App Store 拿了 5000 次下载。

茉莉: 技术原理是识别这些设备的蓝牙签名，而且设计上很干净：所有数据都不离开你的手机。作者自己也坦白了局限：不能保证百分百检测到，也不防伪造。也就是说有人可以用改装设备伪装签名绕过去。

白桦: 讨论里对它的态度分两派。支持者认为在人人可能被智能眼镜拍摄的时代，普通人需要一个"我能检测到谁在拍我"的工具，这是信息对称。反对者则担心这会加剧互相怀疑的社会氛围，而且准确率有限的情况下，误报可能伤及无辜。

茉莉: 这一整个话题共同追问的就是：谁在追踪谁？水印方在追踪用户，用户用 ZuckOff 反向追踪拍摄者，恶意包在暗中追踪特定目标。攻防两端都在升级。

白桦: 追踪和检测都依赖基础设施，那我们就说说基础设施本身——这一组故事从脆弱讲到韧性。

茉莉: 先说脆弱的一面。FAA 之前因为一次光纤被挖断，导致通信故障，直接停飞了美国东海岸多个繁忙机场。

白桦: 这个案例让很多搞工程的人坐不住了。我们总说云是分布式的、冗余的，但一条物理光缆被挖断，就能让整个东海岸的航空通信瘫痪。数字世界的韧性，最终取决于光纤埋在什么管道里。

茉莉: 然后是韧性的几个方向。云这边，Cloudflare 的 Python Workers 正式 GA 了，现在可以在 Workers 运行时里原生跑 Python 框架和 AI 库，不用再写 JavaScript 胶水代码。对 AI 生态来说这是大事，因为大量模型和工具链都是 Python 的。

白桦: 工程优化这边也有个很漂亮的案例。Linear 把 CI 等待时间从 6 分钟以上压到了大约 5 分钟，单个测试的 runner 时间砍了一半——关键是在这期间他们的测试套件几乎翻了两番。也就是说负载涨了四倍，等待时间反而降了。

茉莉: 讨论里对这个的评价是：这说明工程优化的空间远没到头，很多时候大家不是做不到，而是没把它当优先级。不过也有人指出，这种优化是有边际的，套件继续涨下去总有一天要另想办法。

白桦: 而最彻底的"不依赖中心"的方案，是 Rhizomatica 的 HERMES。这是一个开源短波电台，用 20 瓦的功率，通过 HF 链路发送加密数据，通信距离能到 400 到 600 公里，完全不需要卫星。

茉莉: 20 瓦什么概念？比一台台式电脑的功耗还低，就能跨越几百公里传加密数据。讨论里把它和 FAA 停飞放在一起看，意味深长：当集中式基础设施失灵时，总得有另一条路，而短波就是那条老但有效的路。

白桦: 说完短波，正好接着聊老硬件。复古计算这一期有两个特别精彩的案例，一虚一实。

茉莉: 虚的那个是 DingusPPC 模拟器，它在浏览器里跑起来了 Copland D11E4——这是苹果那个被取消的操作系统最后的构建版本，而且需要打上 11 个补丁才能解锁运行。

白桦: 这个细节很有味道。Copland 是苹果历史上最著名的失败项目之一，D11E4 是它存在过的最后证明。11 个补丁意味着这个系统从未以可用状态面世，是社区一点点把它从半成品救活的。

茉莉: 实的那个更硬核。有人修复了一台 PDP-11/83，装的是 Mentec M11 处理器，跑 2.11BSD，让它实时对外提供网页服务。中途还定制了内核，原因是 M11 用的是 IEEE 浮点格式，而不是 DEC 自己的格式，原系统代码对不上。

白桦: 讨论里大家对这种较真劲特别买账。为了伺候一个网页，去研究处理器浮点格式的差异、重新编译内核——这不是怀旧摆设，这是活着的系统。老硬件在模拟和实机两条路上都活着。

茉莉: 而游戏侧的经典也能续上这个怀旧话题。有人翻出了一份 Grim Fandango 的谜题设计文档，那是 LucasArts 1996 年的游戏。讨论里一片赞叹，夸它的风格、美术和音乐，还提到后来的重制版让现代玩家也能舒服地玩到当时的操作。

白桦: 1996 年的谜题设计文档到今天还有人逐条研读，经典的生命力就是这么回事。好，接下来我们换个调子，聊聊互联网本身的气质。

茉莉: 一个调查数据很有意思：78% 的开发者会停止阅读那些看起来像 AI 生成的内容，而 98% 的人更偏好作者本人的写作。

白桦: 这个数字背后是一种正在形成的溢价：有意图的写作。当机器可以批量生产流畅但无灵魂的文字，"这是一个人真正想说的"本身就变成了稀缺信号。

茉莉: 更宏观的视角来自一篇讲"俄罗斯方块效应"的文章。它借用那个心理现象——你满脑子都是俄罗斯方块的方块，看什么都想拼一拼——来描述算法如何劫持注意力：你刷完短视频，脑子里还在自动播放下一条。

白桦: 文章的对策是回归"有意的互联网"：写博客、订阅 RSS、自己选择看什么，而不是让推荐流决定。讨论里有人补充说，这两个话题其实是互为印证的：当机器批量生产文字，人的选择本身就成了信号；反过来，主动选择的信息 diet 也让你的注意力不被劫持。

茉莉: 从互联网的气质，很自然就过渡到了开源项目的治理——当维护者的意愿和社区需求脱节时，会发生什么。这次有三个案例。

白桦: 第一个是 Raspberry Pi。他们封堵了主板上的 RAM 芯片更换，理由是支持问题——你换了内存条出了问题，他们没法判断故障来源。用户对这种限制批评很直接：我买的板子，为什么不让我动手？

茉莉: 官方逻辑在讨论里也有人理解：Raspberry Pi 的商业模式建立在低成本和可控的支持成本上，随意换件会让售后变成无底洞。但反对者说，这和开源硬件的精神是冲突的，你可以不分担保修责任，但不该物理封死改装的路。

白桦: 第二个案例更微妙，是 Immich 社区的分叉。有个项目叫 Noodle Gallery，它不是独立替代品，而是一个软分叉，专门收纳那些被上游拒绝的 feature。而拒绝的理由很扎眼：这些 feature 被打上了 "vibecoded" 的标签——意思是 vibe coding 出来的、没经过严谨设计的代码。Noodle Gallery 的作者否认这个标签。

茉莉: 这个案例精彩的地方在于它提出了一个治理难题：上游有权基于代码品味拒绝贡献，社区有没有权把这些贡献捡起来继续养？软分叉是个聪明的折中——不和上游对抗，但也不认输。

白桦: 第三个案例是 Bryan Cantrill 的一番反思，正好给前两个做了个历史注脚。他复盘 Sun Microsystems 的失败，结论很尖锐：Sun 不是死于技术，而是死于管理层对经营这个业务本身失去了兴趣，变得无聊了、不上心了。

茉莉: 结果就是客户用脚投票，一家创业公司客户宁愿选 Dell 也不选 Sun。他后来创办 Oxide，就是刻意吸取这些教训——把"在乎"本身当作公司纪律。

白桦: 三条线索放一起，主题就清楚了：树莓派是维护者用支持成本约束社区，Immich 分叉是社区绕开维护者的品味，Sun 是维护者自己先离场。开源和商业项目里，"维护者在乎什么"决定了项目能活多久。

茉莉: 最后一个话题，我们把视角拉到天上。NASA 正式取消了火星采样返回任务——Mars Sample Return，这个几十年来"把火星石头带回地球"的旗舰目标，美国这边画上句号了。

白桦: 但故事没结束，主角换了。中国宣布将用天问三号接手尝试火星样品返回，计划 2028 年发射。

茉莉: 这在讨论里的意味很复杂。有人惋惜 NASA 一个几十年的科学愿景中途放弃；也有人指出，科学目标本身比哪个国家完成更重要——火星样本不管由谁送回来，对行星科学都是巨大突破。

白桦: 目前真正未知的，是天问三号的时间表能不能守住，以及它的科学载荷和原 NASA 方案相比如何。2028 年不远了，这个值得长期盯下去。

茉莉: 那我们这一期就到这里。从关不掉的 Siri 进程，到 2028 年飞向火星的天问三号，今天的所有故事其实都在问同一个问题：技术的控制权，到底在谁手里。

白桦: 我是白桦，感谢收听，我们下期再见。

茉莉: 下期见。