今日 Hacker News 首页前五并不按分数排列。前两条和第五条是模型发布：Anthropic 的小模型 Claude Haiku 5.5，以及 OpenAI 把 GPT-6 的交互界面铺到更多 ChatGPT 用户。中间夹着 MIT News 上 Margaret Hamilton 的讣告，404 Media 写的陆龟 Jonathan 基因组，以及一个刚建一天、分数只有十几分的 TypeScript 编译器 Rust 移植。OpenAI 博文直连返回 HTTP 403，下面的页面原文来自 r.jina.ai 转写，并与 Deployment Safety Hub 上 2026-10-07 的系统卡核对。分数和评论数是抓取时的快照。
1. Claude Haiku 5.5
背景介绍
Anthropic 的发布页标注 October 7, 2026，标题是 Introducing Claude Haiku 5.5。页面称它是他们迄今最便宜、最快、也最强的小模型，面向摘要、压缩、数据库查询、分类这类高量、对成本敏感的工作，并适合作为 Opus 5.5 和 Sonnet 5.5 在编程任务上的子代理。页面还把它放到实时客服和浏览器操作这类看重速度的场景。脚注写明：它在各模型的标准速度下是目前最快的，但比开启 Fast Mode 的 Opus 更慢。
价格是这篇的主体。页面写，平均跑下来大约比 Haiku 4.5 便宜 75%。脚注把这个平均数拆开：相对 Haiku 4.5，不超过 10 万 token 的请求降价 90%，超过 10 万 token 的请求降价 50%；在 Haiku 4.5 上，大约 90% 的请求落在前一档。同一脚注还写，Haiku 5.5 换了和 Sonnet 5.5、Opus 5.5 相近的分词器，完成同一件事会多用一些 token，上面的降幅已经把这一点算进去。价目表按每百万 token、并以「10 万 token 以内 / 以上」两档列出：缓存读取 $0.01 / $0.05，缓存写入 $0.125 / $0.625，输入 $0.10 / $0.50，输出 $0.50 / $2.50。对照栏里 Haiku 4.5 是缓存读取 $0.10、写入 $1.25、输入 $1.00、输出 $5.00；Sonnet 5.5 是缓存读取 $0.10、写入 $2.50、输入 $2.00、输出 $10.00。页面说，10 万 token 以内的请求约占上一代 Haiku 请求的 90%，这一档尤其划算。
同一天还有两件配套调整。Sonnet 5.5 的缓存读取从每百万 token $0.20 降到 $0.10，页面估计这会让大多数 agent 任务便宜大约 20%。本周起，Max 和 Team 订阅会得到用在 Claude Platform 上的每月 API 额度：Max 5x 每月 $100，Max 20x 每月 $200，Team 最高 $500，在用户之间共用；额度可用于任何模型。开发者这边，Claude 的 Python 和 TypeScript SDK 增加了仍处 beta 的 computer use 和 browser use。模型 ID 写的是 claude-haiku-5-5，并已在 Claude Platform、AWS、Google Cloud 和 Microsoft Azure 上提供。
它是第一代带可调 effort（Low、Med、High、Xhigh、Max）的 Haiku。页面上的基准是 Anthropic 自己的表，本文没有重跑。知识工作 GDPval-AA v2.1 的 Elo：Haiku 5.5 为 1620，Haiku 4.5 为 735，GPT-6 Luna 为 1437，对照用的 Sonnet 5.5 为 1840。AA-Briefcase v1.1：1578、614、1336、1824。计算机操作 OSWorld 2.1 的离线子集：72.4%、15.7%、48.9%、83.9%。Humanity’s Last Exam 无工具：45.9%、10.2%、表内对 Luna 是破折号、56.9%；有工具：57.4%、18.7%、破折号、64.5%。Terminal-Bench 4.0：39.2%、0.0%、16.4%、70.6%。FrontierCode 1.1（Main）：46.4%、破折号、42.4%，Sonnet 5.5 那一格写成 52.1% Xhigh。视觉推理 Chartography、无工具：46.4%、6.4%、29.1%、61.6%。页面接着说，Terminal-Bench 4.0 这类复杂编程仍然更适合 Sonnet 5.5 和 Opus 5.5；Haiku 5.5 适合范围更窄、以前会因为太贵而不跑的工作。
客户引言都标了公司和作者，数字是对方的早期测试，不是本文复测。Asana 的 Aaron Vinh（Staff Software Engineer）写，AI Teammates 的评测里，任务完成延迟下降超过 30%，每个 agent 回合的推理最多快 2.5 倍。HubSpot 的 Ze’ev Klapow（Distinguished Software Engineer）写，模拟门户上的 CRM 任务三次平均 92.8%，是他们在较小模型上见过的最高分；其中一项找过期但含糊记录的审计，Haiku 5.5 最快，命中最高、误报最低。AlphaSense 的 Daniel Campos（Distinguished Engineer）写，Ask in Document 每周大约 800 万次生产调用；400 条查询上，相对 Haiku 4.5 是 0.84 对 0.76。Box 的 Yashodha Bhavnani（VP of AI Products）写，比 Haiku 4.5 高 11 分，延迟大约一半。Rogo 的 Alex Wang（Applied AI）把它放在查 10-K、抽分部收入这种子任务上。Cognition 的 Walden Yan（Co-Founder & CPO）写，Devin Fusion 用它做 sidekick 时 FrontierCode 为 66.2，同时降低成本和延迟，Devin CLI 里可以配 Opus 5.5 做主模型。
对齐一节写，相对 Haiku 4.5，几乎所有对齐评测都更好，不当行为和配合滥用的意愿都更少，细节在 Haiku 5.5 系统卡。网络安全护栏比 Haiku 4.5 更严，但比最近其他模型松一些：允许的防御性任务比 Sonnet 5.5 更宽，仍然拦截渗透测试和更像攻击者会用的手法。生物学护栏与 Sonnet 5、Sonnet 5.5、Opus 5 相同：研究性问题可以，被判断为可能造成伤害的请求会被限制。更宽的生物和网络安全用途可以申请 Life Sciences Verification Program 和 Cyber Verification Program。
主要讨论方向与观点
讨论集中在价格门槛和它适不适合当主力。minimaxir 把价目表念了一遍，认为 10 万 token 的分界太低，而且只加在 Haiku 上，Sonnet 和 Opus 没有；做 agent 很容易越过，做普通生成或分类则划算。他对照的 GPT-6 Luna 是输入 $0.10、输出 $0.50，并在编辑里补了一句，Luna 的门槛大约在 272k。simonw 说自己对 Haiku 4.5 的意见就是它比 Luna 贵 10 倍；现在两者在 10 万 token 以内同价，超过之后 Luna 更便宜，即便 Luna 在 27 万 token 再涨价，仍然低于 Haiku。272k 和 27 万都是这两条评论里的数字，Anthropic 这篇页面没有写 Luna 的分档。simonw 还说，Anthropic 自报的基准都高于 Luna。
simonw 用不同 effort 画了鹈鹕骑自行车。Low 会把车架画错，medium、high、xhigh、max 都画对了。max 花了 5 分 9 秒、3.3826 美分；最便宜的 low 是 0.0936 美分、7 秒。他写，最新的 llm-anthropic 插件直接查 Anthropic 的模型列表，所以不用为这个模型改插件，刷新之后可以用 claude-haiku-5.5。他链了一年前 Haiku 4.5 的鹈鹕，并说那张很差。
chriddyp 贴了 Plotly 的 DataAnalyticsBench：相对 Haiku 4.5 便宜 9 倍、字母等级高两档，并且是默认速度下最快做完这套题的模型。40 道较深的数据分析题花费 $0.38，对照是 Opus 5.5 的 $15 和 Astra 的 $20。他说简单分析都对，需要再看其他变量的统计题不够坚持。相对 OpenAI，他写 GPT-6 Luna 稍好，成本大约是 Haiku 5.5 的 30%；GPT-6.1 Sol 全部答对，但贵 10 倍。这些是该评论里的结果。
jjcm 用图像转 HTML 试复杂界面，结论是不够用，并发现它会把活交给 Opus 5.5。他认为适合小的子代理和范围收得很紧的工作。wyrdcurt 觉得终于有一个便宜、值得用的 Haiku，10 万 token 的门槛偏低，但自己本来也只把小模型用在小任务上。charlesabarnes 和 seaal 都把每月 API 额度当成实际好处：可以在订阅之外的 harness 里做功能，而不必另付 API 或完全依赖端侧模型。charlesabarnes 同时担心，这是在为以后对用户不友好的改动做缓冲。
专有名词解释
- effort：页面给 Haiku 5.5 的五档是 Low、Med、High、Xhigh、Max。用户用它在成本和能力之间取舍。各档在三张图上的具体分数，正文没有从图表里再抄一遍。
- 缓存读取 / 缓存写入：价目表里的 cache reads 和 cache writes，单位都是每百万 token。Sonnet 5.5 这次只把读取从 $0.20 降到 $0.10。
- OSWorld 2.1：页面描述为衡量代理能否操作一台真实计算机、完成长的多步任务。表上的百分比标明是离线子集。
- Humanity’s Last Exam：页面描述为专家级学术知识和推理测试。表上把无工具和有工具分开，Luna 两格都是破折号。
- Terminal-Bench 4.0：页面描述为在命令行里完成复杂、多步的专业任务。Haiku 4.5 在这张表上是 0.0%。
- Claude Platform 月度额度：本周向 Max 和 Team 发放、只能用在 Claude Platform 上的 API 抵扣。页面写可用于任何模型。
HN 讨论：thread · 659 分 · 329 评
2. Margaret Hamilton has died
背景介绍
MIT News 的讣告写，Margaret H. Hamilton 于 9 月 30 日去世，享年 90 岁。讣告称她领导了 MIT Instrumentation Lab 里为 NASA 阿波罗计划编写飞行软件的团队，发表超过 130 篇，并推动软件工程成为单独的学科。她 1959 年到 1970 年代中期在 MIT 工作，之后自己创办软件公司。
履历按讣告的顺序是：1936 年生于印第安纳州 Paoli；1955 年起在密歇根大学读数学，后转入 Earlham College，1958 年取得数学学士、辅修哲学；1959 年随丈夫到波士顿。她先在 MIT 气象系给 Edward N. Lorenz 写天气预报软件，讣告说这是她进入编程的入口，后来的工作也进入了 Lorenz 关于混沌理论的发表。1961 年她到 MIT 林肯实验室，参加美国第一个防空系统 SAGE，为原型机 AN/FSQ-7（XD-1）写软件，并开始关注当时几乎没人做的软件可靠性。1965 年，Instrumentation Lab 登广告招聘「把人送上月球」的软件人员。她应聘后成为该实验室阿波罗项目的第一位程序员，也是项目里的第一位女性程序员。她先做无人任务，再领导载人任务的 onboard 飞行软件。到 1968 年，她是指挥与服务舱团队的助理主任，参与阿波罗软件的人超过 400 名。
讣告用两件事说明她说的防御式编程和优先级调度。女儿 Lauren 四岁时在指令舱模拟器里玩，在「飞行中」启动了发射前程序 P01，模拟器崩溃。Hamilton 在技术文档里加了警告，并提议用软件阻止真实任务里发生同样的事，但被否决，理由是受过训练的宇航员不会犯这个错。1968 年阿波罗 8 号上，Jim Lovell 在飞行中启动了 P01，导航数据消失；她和团队被叫去处理，之后她提议的改动才进了程序。另一件是 1969 年 7 月阿波罗 11 号着陆前，计算机报 1202：一个硬件开关故障让计算机过载，系统可能处理不了着陆。讣告写，她们做过优先级驱动的软件，可以关掉不必要的后台任务、保住关键任务；休斯敦信任这份软件，让任务继续。
实验室后来从 MIT 独立成 Draper Laboratory。1976 年她创办 Higher Order Software，基础是防错和容错。大约十年后创办 Hamilton Technologies，主产品是 Universal Systems Language（USL），一种强调防错和防御式编程的系统建模语言。奖项包括 2003 年 NASA Exceptional Space Act Award、2016 年奥巴马颁发的总统自由勋章、2017 年计算机历史博物馆 Fellow、2019 年 Intrepid Lifetime Achievement Award，以及 2022 年进入 National Aviation Hall of Fame。讣告还写，2015 年她参与开发的阿波罗软件被完整放上 GitHub；2017 年她成为乐高人仔，原型来自 MIT 科学传播者 Maia Weinstock 设计的一套 NASA 女性人物。她遗有女儿 Lauren Hamilton、女婿 Richard Selesnick、两名孙子和四名曾孙。追悼会订在春天，地点是马萨诸塞州剑桥。
Olivier de Weck（阿波罗计划教授、MIT 航空航天系临时系主任）和 Draper 总裁兼 CEO Jerry M. Wohletz 的悼词都在这篇讣告里。关于「软件工程」这个词，讣告引用她 2018 年对《El País》说的话：她开始用 software engineering，是为了让软件和做软件的人得到与硬件及其他工程同等的尊重；起初这被当成笑话。这是她的自述，讣告没有把它写成有文献裁定的「全世界第一次使用」。
主要讨论方向与观点
线程大多是悼念，技术补充不多。diskzero 说大约三十年前见过她和其他 Instrumentation Lab / Draper 的阿波罗一代；当时自己的多媒体 CD-ROM 创业公司，投资方是那批人后来成立的风投。他记得她讲形式化的控制系统，内容超出自己的理解。WarOnPrivacy、marcelo-earth 和 dzonga 都提到那张站在打印出来的代码旁的照片；WarOnPrivacy 链的是 MIT 2016 年的一篇现场报道。
muunbo 写「我记得她创造了 software engineering 这个词」。这是评论者的记忆。讣告里能对上的是上面那段《El País》引语，不是一条独立的词源考证。EvanAnderson 推荐计算机历史博物馆的口述史，并说读完之后，他相信 Steven Levy《Hackers》里那个故事的程序员就是她：有人深夜在 TX-0 上折腾，弄坏了一位学者正在跑的天气模拟，那位学者是 Edward Lorenz。讣告确认她为 Lorenz 写过天气预报软件，没有写 TX-0，也没有写这起夜间事故。TX-0 的对应是评论者听完口述史之后的判断。
schaefer 问原始阿波罗代码还能不能读。dudewhocodes 回复了 chrislgarry/Apollo-11。讣告只说 2015 年被放上 GitHub，没有点这个仓库名。xtajv 另推荐 Frank O’Brien 的 The Apollo Guidance Computer: Architecture and Operation（ISBN 978-1-4419-0876-6），说读起来像主管带着新员工看代码。Kim_Bruning 推荐 timmg 讲 AGC 如何工作的视频。本文没有打开这些外部材料。
专有名词解释
- Instrumentation Lab / Draper：MIT 当时为阿波罗做 onboard 飞行软件的实验室。阿波罗结束后从 MIT 分出，成为独立的 Draper Laboratory。
- SAGE：Semi-Automatic Ground Environment，讣告称为美国第一个防空系统。AN/FSQ-7（XD-1）是她在林肯实验室写软件时用的原型计算机。
- P01：讣告里的发射前程序。模拟器和后来的阿波罗 8 号都出现过在飞行中误启动它的情况。
- 1202：阿波罗 11 号着陆前计算机发出的警报。讣告的解释是硬件开关故障导致过载；软件按优先级关掉非关键任务后，着陆继续。
- USL：Universal Systems Language，Hamilton Technologies 的主要产品，讣告描述为面向复杂系统、强调防错的建模语言和方法。
- AGC：阿波罗制导计算机。评论里用这个缩写指向讲解视频和 O’Brien 的书；具体结构以那些材料为准，这篇讣告没有展开指令集。
HN 讨论：thread · 640 分 · 71 评
3. ‘Jonathan’ is the oldest land animal on Earth
背景介绍
404 Media 这篇由 Becky Ferreira 撰写，页面时间是 2026 年 10 月 7 日下午 2:00，datePublished 为 2026-10-07T18:00:38.000Z。文章说，阿尔达布拉象龟 Jonathan（Aldabrachelys gigantea）大约 1832 年在塞舌尔孵化，查尔斯·达尔文发表《物种起源》时他已经二十多岁；1880 年代和另外三只龟一起，作为礼物送给圣赫勒拿岛的英国殖民总督，此后一直住在那里。文章称他即便在这个经常活过一百岁的物种里也是例外，将近 200 岁。照片说明写，1880 年代和今天的图像来自 Wikimedia Commons 和圣赫勒拿政府（页面拼写为 St. Helene Government）。他现在住在总督府 Plantation House，是岛上的旅游点之一。文章还写，拿破仑死在圣赫勒拿，时间比人们认为 Jonathan 孵化的年份早大约十年。
采样过程来自文章对作者 Stephen Clark 的电话采访。Clark 被写成非营利组织 Kallel Foundation 的衰老研究者、论文作者之一。他 2017 年就联系饲养员；抽血被认为太冒险，于是哄 Jonathan 张嘴做口腔拭子。早期样本不完整、新冠，以及后来限制接触 Jonathan 的新规定，把结果拖了很久。样本最终由美国太空军从圣赫勒拿送到佛罗里达。
文章对研究结果的表述是：相对其他龟（包括一只 36 岁、名叫 Tank 的个体），Jonathan 在大多数衰老通路上有独特基因变异，文章点名 DNA 修复、胰岛素调节、线粒体功能和「低熵」甲基化。Clark 说衰老有很多标志，这项研究还只是开头。文章接着写，一些变异是团队根据其他长寿个体预料到的，包括 DNA 修复、端粒维持和细胞自噬；意外在甲基化组，与线粒体过程有关的那一部分异常「干净」，也就是低熵。文章说他们还做了更年轻龟的甲基化组，其中和一只 5 岁龟相差 189 年。文章的对比是：基因组其余部分的熵与年龄相称，线粒体甲基化组则接近那只 5 岁龟。Clark 说这需要更多研究才能跟上。文章后段把目标写成 Kallel Labs 的公司目标：影响人类的健康寿命和寿命。Foundation 和 Labs 两个名字都出现在这篇报道里，报道没有解释二者的关系。
页面链到的论文是 Science Advances 的 10.1126/sciadv.adw8887。本文没有读 PDF，下面这句来自 Crossref 摘要，和报道不是同一层文字。论文题为 Epigenetic insights into extreme longevity in the world’s oldest terrestrial animal, Jonathan，期刊为 Science Advances 第 12 卷第 41 期；Crossref 记录创建于 2026-10-07，印刷日期为 2026-10-09。摘要写：他们测定了 194 岁的 Jonathan 的基因组和甲基化组；相对其他巨龟（A. gigantea 和 Chelonoidis abingdonii），他在大多数衰老通路上有独特基因变异；与四只从 5 岁幼体到老年的其他阿尔达布拉象龟相比，DNA 甲基化和甲基化熵变化明显；低熵区域富集在线粒体电子传递链和 RNA 代谢相关基因的启动子上。摘要据此建议，这些通路的高保真转录可能对长寿物种很重要，并把模型写成：启动子上保持低甲基化熵，与高效的线粒体产能、RNA 加工和基因组修复连在一起。Crossref 列出 22 位作者，第一作者是 Benjamin Vaisvil（Kallel Foundation 与 Igenbio），Stephen W. Clark 的单位是 Kallel Foundation、Epiphany Biosciences 和 Vanderbilt-Ingram Cancer Center。摘要没有出现 Tank 这个名字，也没有把通路列表写成胰岛素调节或自噬；那些是 404 Media 文章里的说法。
主要讨论方向与观点
评论很少，也没有人声称复核了论文。scun 引用「大多数衰老通路上的独特变异」，把它比成游戏里把点数全加在寿命上。dyauspitr 拿陆生和海洋动物比较：这只最老的陆地动物还没到 200 岁，海里的动物可以到五六百年。两个数字都是这句评论里的说法。repeekad 问为什么是太空军送样本。sublinear 回复：那里很偏远，美国太空军在附近的阿森松岛有行动。这是评论者的解释，文章只写了运送这件事。pil0u 觉得不必为了研究去打扰这只龟。其余是关于《The Leftovers》里 Jarden 的类比，以及「他连兔子都追丢了」这类玩笑。
专有名词解释
- 阿尔达布拉象龟：Aldabrachelys gigantea。文章和论文摘要都用这个种名称呼 Jonathan。
- Chelonoidis abingdonii：摘要里用来对照的另一种巨龟，没有在 404 Media 正文里展开。
- 甲基化组：DNA 上甲基化修饰的全体，影响基因如何被读取。文章说线粒体相关的那一部分熵特别低；摘要把低熵区域具体到电子传递链和 RNA 代谢基因的启动子。
- 甲基化熵：这里用来描述甲基化模式有多「杂乱」。摘要把较低的熵和更稳定的转录联系在一起，这是论文自己的解释。
- 端粒 / 自噬：端粒是染色体末端的重复序列；自噬是细胞回收自身组分的过程。两者出现在 404 Media 对「预料之中的变异」的转述里，没有出现在本文所读的 Crossref 摘要里。
- Plantation House：圣赫勒拿总督官邸。文章写 Jonathan 和同伴长期住在那里。
HN 讨论：thread · 43 分 · 11 评
4. Rust Port of TypeScript (Tsc)
背景介绍
GitHub API 显示 pingdotgg/ts-rust 创建于 2026-10-07T05:17:07Z，抓取时默认分支 main 的最近推送是 2026-10-08T00:58:22Z，语言是 Rust，许可证字段为 MIT，仓库描述是 “An experimental Rust port of the TypeScript 7 compiler (tsc)”。账号显示名是 Ping.gg，简介是 “We build tools for modern devs”，博客为 ping.gg。当时 API 上的星标是 453、分叉 26。README 没有署个人姓名。
README 在一条横线之前是作者自己的话，横线之后作者写明：「下面的一切是我的 LLM 写的，不是我。」横线之上的内容包括：他想知道 LLM 能否把 TypeScript 的编译器、检查器和语言服务移植到 Rust；token 花费超过 42 万美元，但他认为大概 2 万美元就能做成。动机列了四条：测试模型能力、做一个快的 TypeScript 类型检查器、做一个能在 WASM 里高性能运行的检查器，以及玩梗。他称这是早期发布，在测过的每一个真实项目里兼容性是 100%，对绝大多数应用可以当作直接替换，同时让读者去看 Known problems。他又写：「我也没读过这代码的任何一行。」安装命令是 npm install -D tsc-rs，后面跟着 “Be warned, I have no idea if this will actually work.”
花费一段区分了两批模型。他用 OpenAI 的模型做了很久：GPT-5.6 Sol 和 GPT 6 Astra 的 API 标价 token 超过 40 万美元，几个月的 /goal 循环写出超过 130 万行 Rust，兼容性一直没过大约 84%。换成 Opus 5.5 之后，10 小时就有一个能用的 v0。他原以为 Opus 是在 Codex 已有代码上接着写，后来发现不是：Opus 5.5 从头开始，用大约十分之一的时间超过了 Astra。这一段的 Claude 花费他写成大约 24,047 美元的 API 花费、历时两周；他用的是 Claude 账号，相当于每周 200 美元计划额度的 925% 到 983%。42 万美元和 40 万美元都是作者说的 token 标价，不是本文看到的账单。
横线以下、被作者标成模型所写的部分，声称这是微软用 Go 写的 TypeScript 编译器的直接移植。上游是 microsoft/TypeScript（以前叫 typescript-go），钉在提交 673a5f17d713（2026-09-29，TypeScript 7.1.0-dev）。它保留 Go 版的算法、行为和 tsc 命令行、语言服务与 API。npm 包名用 tsc-rs，以免和 typescript 包冲突。平台写的是 Linux x64（静态链接）和 macOS arm64；Windows 和 Linux arm64 还没有。Effect 诊断（代码 377xxx）内置，对应 Effect-TS/tsgo 0.46.1 的规则移植；语言服务的快速修复、重构、悬停和补全没有移植。
同一段里的测试与性能也属于「模型所写」的部分，本文没有重跑。它写：TanStack Query core 和 Hono 的诊断与 Go 版一致；移植的 181,711 个 Go 测试通过；60 个开源项目上，类型检查时间的几何平均大约是 Go 版的一半，而预览包没有用 PGO 和 BOLT，所以比那个测量构建慢。六款应用在 Apple M4 Pro（12 核、48 GB）、macOS 26.5.1 上，用 hyperfine、1 次预热后取 5 次中位数、--noEmit --incremental false。表上的几何平均相对 tsc 6 是：tsc 7 为 7.1 倍，tsc-rs 为 11.4 倍，bun check 为 20.9 倍；相对 tsc 7，tsc-rs 为 1.61 倍，bun check 为 2.95 倍。举例：VS Code 约 375 万行，tsc 6 为 54.56 秒，tsc 7 为 6.84 秒，tsc-rs 为 4.20 秒，bun check 为 1.62 秒。表下写 bun check 在 Sentry 和 tRPC 上会多报其他检查器没有的错误。已知问题包括：某些 monorepo 里 tsc-rs 可能比 tsc 多写出一些文件；tsc -b 在缺少 project reference 时可能报 TS2307；tsc -b --watch 在一些编辑后会以内部错误、退出码 70 停下；编辑器里长时间编辑会慢慢涨内存；tsc-rs --version 打的是所移植的 TypeScript 版本 7.1.0-dev，不是 npm 版本。许可证一节写项目本身是 MIT，并保留所移植代码的许可证：TypeScript 为 Apache-2.0，部分 Go 标准库为 BSD-3-Clause。
主要讨论方向与观点
抓取时只有两条顶层评论。fwlr 把 “The Slop Line” 和那句「下面是 LLM 写的，不是我」单独摘出来，说感谢这个约定。ingen0s 问是不是花了超过 40 万美元。回复都在猜这是标价而不是实付：hedgehog 说实际更可能是几百或几千美元的订阅费；spense 赌是几个月的几份订阅，而不是按 token 直接付钱；colomo 复述 42 万美元的 token，并说他相当确定对方用的是订阅。这些都是猜测。能对上 README 的是作者自己的用词：OpenAI 那段写的是 “API priced tokens”，Claude 那段同时写了大约 24,047 美元的 API 花费，以及 Claude 账号周额度的百分之九百多。
专有名词解释
- tsc：TypeScript 的命令行编译器。这个仓库的 npm 命令是
tsc-rs，README 说参数与tsc相同。 - typescript-go：README 横线以下对微软原生 TypeScript 编译器的旧称，现仓库为 microsoft/TypeScript，语言是 Go。Rust 移植声称钉在其中一次 7.1.0-dev 提交上。
- API priced tokens：作者用来描述 GPT-5.6 Sol 和 GPT 6 Astra 那 40 万美元的词，指按 API 标价计算的 token，不是本文核实过的付款记录。
- The Slop Line：作者在 README 里画的分界。线上是他写的，线下方按他的声明是模型写的。
- Effect 诊断：横线以下声称内置的 Effect 语言服务规则，只在 tsconfig 配了对应插件时运行。编辑器功能没有移植。
- PGO / BOLT：README 用来解释「测速用的构建」比 CI 预览包更快的两种优化。预览包没有开它们。
HN 讨论：thread · 11 分 · 5 评
5. GPT‑6 and Intelligent UI for everyone
背景介绍openai.com 上这篇直连返回 HTTP 403。下面的产品描述来自 r.jina.ai 对同一 URL 的转写。开头写：上个月他们把第一批 GPT-6 给了付费用户，今天把下一代智能带给每周使用 ChatGPT 的超过 12 亿人。12 亿是这篇里的数字。
新能力叫 Intelligent UI。转写写，GPT-6 会按问题把文字、图像和交互元件组织在一起；回答里可以有图形、可点的按钮、表单、图表，以及能在对话里直接用的交互。形式随问题变化：比较可以并排，解释可以是交互图，简单问题仍然可以只给文字。举例包括：周日烤羊腿的时间表可以和菜谱放在一起，公路旅行的站点可以标在地图上并注明哪里值得绕路。转写在 “GPT‑5.6 Instant” 标题下收进了一整份文字版烤羊腿计划（人数、温度、下午日程），随后出现 “GPT‑6 Instant” 标题，但几乎没有跟着的正文，所以并排的视觉界面没有进入这份纯文本。后文还写到可以让 ChatGPT 现做一个工具，例如储蓄计算器、晚餐账单分摊或对话里玩的游戏。
实现一节写：他们做了一套可流式输出的原生组件库，以及一个在模型生成时就处理界面的编译器。组件库提供熟悉的外观，模型决定怎么拼；编译器让界面随生成逐步出现，不用等整段结束。训练上，他们评估界面是否清楚、有用、完整，并让模型学会何时用交互、何时只给文字。文中也写，设计判断和能做的东西都还有改进空间。
速度一节写，推理模型出现之后，难题要等模型想完才开始回答；现在 ChatGPT 可以把思考和回答交错进行。它被训练成考虑用户等待时间，用到当时为止的知识和发现，分段把答案补完，并让全文仍然像一次写完那样连贯。内部评测的说法是：在高价值的日常 agent 任务上，GPT-6 Extra High 开始回答的时间与 GPT-5.6 Medium 相同，总分则好于 GPT-5.6 Extra High。需要网页搜索的问题，GPT-6 Instant 平均比 GPT-5.6 Instant 早 44% 开始回答。同一节还写，GPT-6 更会判断何时检索，在另一项困难问题的内部评测里，也更经常碰到用户问题的关键点。这些百分比和「更好」都是博文里的内部评测，本文没有复现。
安全段落写，GPT-6 在识别现实风险、回答是否诚实、以及遵守用户设定的界限上继续推进，并借用了 Astra 的若干安全进展，以便比 GPT-5.6 Sol 更抗绕过、更遵守护栏、也更清楚自己能做什么。训练按真实使用里的教训做了更新，加强对网络攻击、生物威胁和暴力等高风险滥用的防护。对抗测试里，它对多轮、会适应的攻击抵抗更强。它也被训练成在较高风险场景里安全回答，同时避免无谓拒绝无害请求，并利用对话历史看出单条提示里看不出来的风险。博文把细节指到系统卡。
系统卡页面 GPT-6 Sol and GPT-6 Luna: October 2026 update 可以直接打开，标注 Published October 7, 2026。本文读的是这个 HTML，不是评论里的 PDF 链接。页面写，相对各自的 GPT-5.6 对照，GPT-6 Sol（October）在标准 self-harm 评测上有统计显著的退步；GPT-6 Luna（October）在标准 self-harm、gore 和 sexual content 上有统计显著的退步。人工复查认为违规案例处于边界、总体上仍然安全：两个模型更愿意回答关于自我伤害的信息性问题，同时指向专业资源；按他们的评测，模型不遵从协助自我伤害的请求。对 gore 和性内容，它们更可能接话而不是直接拒绝，但复查到的输出严重度更低。对抗性红队没有按他们的标准发现高严重度风险。页面同时写，这些评测没有计入 Trusted Contact、本地危机热线和针对年轻用户的 Parental Controls 这类系统层措施。图像输入评测里，两者与 2026 年 8 月的 GPT-5.6 Sol / Luna 大体持平，例外是 extremism 视觉评测上的退步；他们复查后认为不安全回答的严重度总体较低。另一处写，在合法请求的有用性上相对先前模型有改进，但在一些安全请求上分数更低；评测还表明它们更少拒绝无害请求，也更少加过长或说教式的保留。
可用性一节写：Intelligent UI 的 GPT-6 今天开始向 ChatGPT Plus、Pro、Business 和 Enterprise 的 Chat 标签全球推出；从明天起扩展到 Free 和 Go。企业是否可用取决于管理员。付费的 Plus、Pro、Business、Enterprise 使用 GPT-6 Sol，Free 和 Go 使用 GPT-6 Luna，两者都为日常对话调过。这次不改动 Work 和 Codex 所用的模型。
主要讨论方向与观点
界面口味分成两边。revolvingthrow 觉得多数人会更喜欢 6 而不是 5.6 的周日烤肉比较，但自己几乎排斥那些留白和清单，感觉被当成小孩。他担心 OpenAI 把 Work 和聊天合并后，这种界面会渗进工作工具；博文写明这次不改 Work 和 Codex。他还失望聊天用的不是 6.1：视觉解释有用，但 6.1 更强，而越来越多人把模型当知识来源。6.0 和 6.1 的对比是这条评论的说法；博文写的是 Sol 与 Luna 的分档，没有用 6.0 / 6.1 这两个名字。mortenjorck 拿 Bartosz Ciechanowski 的手工交互讲解作对照，认为那些仍然会像机械钟相对于塑料石英表一样留下来，同时承认计算机已经能为冷门题目做出能用的交互解释。xpct 更习惯一次只讲几句、来回追问，担心新界面像以前的和弦图一样反复贴同一张、而且很难关掉。jjcm 把它叫做一次性的 “disposable UI” 或 “paper plate UI”，担心该给一句普通回答时也会强行做界面，并想知道对延迟的影响。
ankit_mishra 把系统卡里的退步摘到评论里，认为公司一边在 PDF 里写下这些安全指标下降，一边把发布焦点放在新界面上。上面那些退步和「边界案例、仍然安全、不协助自我伤害」的复查，都在系统卡页面上，不是评论者的转述。virtuosarmo 推测这是为了在 ChatGPT 里放广告，并链到几天前的视觉广告格式页面。本文没有打开那个广告页面，博文正文也没有把 Intelligent UI 写成广告位。giancarlostoro 不喜欢 OpenAI 和 Sam Altman，但觉得发布页的呈现和苹果同一水准，并说自己两年前就认为这些公司该离开纯聊天界面。
专有名词解释
- Intelligent UI：博文里的名字。模型从一套原生组件里选文字、图形、按钮、表单和图表，编译器边生成边把界面流式显示出来。
- GPT-6 Sol / GPT-6 Luna：博文写，Chat 里 Plus、Pro、Business、Enterprise 用 Sol，Free 和 Go 用 Luna。Work 和 Codex 的模型这次不变。
- Extra High / Medium / Instant：博文用来比较开始回答时间的档位。44% 是 GPT-6 Instant 相对 GPT-5.6 Instant、在需要搜索的问题上平均提前开始回答的内部数字。
- self-harm / gore / extremism 视觉评测：系统卡页面上写出退步的项目。同一页写了人工复查的严重度判断，以及评测没有计入危机热线等系统层措施。
- Astra：博文说 GPT-6 的安全进展建立在 Astra 的若干安全工作之上，用来对照绕过防护、遵守界限和说明自身限制。博文没有在这篇里定义 Astra 的产品形态。
HN 讨论：thread · 489 分 · 255 评