今天（2026年10月11日）打开 Hacker News，你会发现一个很有意思的现象：首页上吵得最凶的两个话题，都不是“又发布了什么新模型”，而是AI到底能不能替我们做决定。一场架在程序员圈：Rails之父DHH让AI把整个产品重写了三遍，结果有人测出重负载下通知送达率只有1%；另一场架在数学圈：陶哲轩临时大改演讲内容，抛出"Math 2.0"，背后是数学界对OpenAI的集体抗议。这两场讨论中文圈目前基本只有零星转述，核心的技术细节和方法论没人展开。这篇文章把两场架的来龙去脉、各方观点和可复用的结论一次讲透，文末还附赠一个本周被低估的开源听写工具。看完你至少能带走一个判断框架：以后再看到“AI重写了XX”的新闻，你不会只当新闻看。
先交代背景。DHH是Ruby on Rails框架的创造者，37signals的老板，业内有名的“观点主义者”。Campfire（产品名Once Campfire）是他家的付费聊天产品，代码开源。这一次他干了件大事：让AI agent把整个Campfire从Ruby重写成Rust——注意是整个产品，不是某个模块。他自己明说受不了读和写Rust代码，全部交给AI，业内戏称这类agent为"clanker"。之后他又加了Elixir和Go两个重写版本，摆明了要搞一场语言实验。
如果只是“AI重写了产品”，这就是条普通新闻。爆点在于测试结果。开发者Zach Daniels在负载测试中测了一个很朴素但致命的指标：新消息通知的实际送达率。结果Rust版在重负载下只有1%——大约六七千条通知里只送达了1%，而Elixir版把自己手上约1700条通知100%送到了。这个数字一出来，Elixir社区瞬间沸腾：“看，Elixir的并发就是碾压！”
但今天登上HN首页（158分、56条评论）的文章《I'm sorry, but you still have to think》，作者Piotr Sarnacki把这件事拆到了更细的层面，结论让两边都不好受：
第一，一行代码的事。 Rust版的通知广播用了tokio的broadcast channel，容量设成了256。接收方消费不过来就会触发Lagged错误，消息直接丢弃。作者把容量从256改成16384——就一行——100请求/秒下的送达率立刻从14%涨到90%。但是别急着欢呼：改完之后最差事件延迟（pMAX）从11秒飙到130秒以上。原来的“粗暴丢消息+强制客户端重连拉取”其实可能是更好的用户体验。丢1%的消息和让用户干等两分钟，哪个更糟？这不是技术问题，是取舍问题，AI不会替你回答。
第二，1%对100%根本不是同一场考试。 Elixir版“全送达”的背后：约23%的HTTP POST请求超时，最差延迟接近180秒，压测时内存干到1.8GB。它不是赢了，是把队列默默憋住了。BEAM虚拟机的进程邮箱默认无上限，看似不会丢消息，代价是无限膨胀直到OOM。作者原话很扎心：Elixir很好，但它不会魔法般解决你所有问题。
第三，基准测试本身就是slop。 DHH和Zach的测试都是closed-loop压测——N个客户端，收到响应立刻发下一条，测的是“系统最快能吞多少”。而真实世界的流量是constant arrival rate——海量用户同时动手，不会等你处理完。同一个系统，两种测法结论可以完全相反。顺带一提，Rust版连100%向后兼容都没保持（比如丢掉了CSRF token、砍掉了Redis依赖），而Elixir版几乎是贴着原版写的——prompt里没写清楚的约束，AI就自己抛硬币决定。向后兼容吗？在乎延迟还是吞吐？崩溃后丢通知可不可以接受？这些问题的答案，全部被AI隐式地替你选了。
这场争论对中国从业者的价值在于：如果你在用Claude Code、Codex这类agent做重写或重构，验收指标必须你来定，而且至少要覆盖送达率、错误率、最差延迟、内存四个维度，缺一个都可能被“看起来很好”的数据骗过去。下面这张图是我根据文章总结的验收流程，可以直接抄走：
flowchart TD
A[拿到AI重写版本] --> B{关键约束<br/>写进prompt了吗}
B -->|没有| C[大量决策等于抛硬币<br/>先补约束再谈测试]
B -->|有| D[选对压测模型]
D --> E{只用closed-loop<br/>单指标吗}
E -->|是| F[高概率得出错觉结论]
E -->|否| G[补齐四个维度]
G --> H[通知送达率]
G --> I[HTTP错误与超时率]
G --> J[最差延迟pMAX]
G --> K[内存与OOM风险]
H --> L[做取舍<br/>快失败还是慢等待]
I --> L
J --> L
K --> L
L --> M[形成发布决策<br/>并回写进prompt约束]
第二个话题烈度更高。北京时间10月10日，菲尔兹奖得主陶哲轩在Caltech做了公开演讲《Math 2.0》，次日把slides挂上了个人网站（teorth.github.io），当天就冲上HN首页（156分、193条评论）。有个细节值得注意：这场演讲一年前就定下了，原名《Machine Assisted Proof》，原定5月讲。 推迟到10月之后，因为“recent events”，内容大改。什么东西能让陶哲轩改掉准备了大半年的演讲？看他的博客就明白了。
10月6日，OpenAI发布了一个仓库，里面是号称解决了多个高知名度数学问题的论文手稿。注意两个背景：其一，OpenAI当下正陷在抄袭、版权侵权的诉讼里；其二，数学社区对这批“解答”的质量和授权来源疑虑重重。第二天，一个叫AHM（Association for Human Mathematics，人类数学协会）的组织发布声明回应，陶哲轩把声明转载到自己博客上——这篇文章下面有152条评论，是近期整个数学博客圈最热的战场。他的博客热门榜上还挂着一篇《A Severe Misalignment of AI in Mathematics》，火药味可见一斑。
连锁反应远不止一份声明，过去一周数学圈发生了四件大事，全在陶哲轩博客上可以追踪：
对中国技术从业者的启示很具体：Lean、形式化验证、AI辅助证明正在从冷门爱好变成有薪酬定价的新工种，全球数学界在一周之内给这个方向搭好了基金会、题库、岗位三层基础设施——这种基建速度，往往意味着窗口期已经打开。做技术的人现在补Lean，相当于2019年补Rust。
最后送一个本周HN上被低估的Show HN（92分、64条评论）：BetterWispr，一款完全免费开源的macOS听写工具。它的存在本身就是对订阅制听写产品（Wispr Flow这一类）的直接回应：Apache 2.0协议、无账号、语音本地处理、没有云回退——按住Option+Space说话，松手后干净的文本直接落进当前App。内置9个模型可选，覆盖Apple自带语音、Parakeet（支持25种欧洲语言加日语）和Whisper；会议纪要功能可以区分“我”和“他们”分别转写，摘要交给Apple Intelligence或本地Ollama生成。还能给每个App设不同文风、学习你的人名和术语、支持“scratch that”这类语音撤销命令。
评论区争论的焦点其实是本周的主旋律：隐私和订阅疲劳。语音数据凭什么要过一遍别人的服务器？月费模式对高频小工具还成立吗？社区给出的答案越来越一致：模型小到能跑在本机，就没理由再上云。HN首页同时挂着内存涨价、本地化工具扎堆的讨论，风向已经很清楚了。
中文用户上手前注意两点：语气词清理、文风调整、语音命令目前仅支持英语；中文识别建议直接选Whisper系模型，首次安装模型包后可完全离线。
| 你以为的 | 实际情况 |
|---|---|
| “AI重写了整个产品=AI编程已解决” | 一行容量参数没调，重负载送达率只有1%；约束不写进prompt，AI就在替你抛硬币 |
| “Elixir并发碾压Rust”（或反过来） | Elixir的100%送达是用23%超时、180秒延迟、1.8GB内存换的，单指标比较全是错觉 |
| “AI冲击只影响程序员” | 数学圈一周内完成了抗议、建基金会、改题库、开新岗位四连，形式化验证成新工种 |
| “听写必须订阅+上云” | BetterWispr开源免费全本地，Apache 2.0，9个模型自选 |
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。