Kimi K3 权重上架、Dario 发否认信之后的第一个工作日，HN 头版没有继续吵政策，而是摆出了两本账：一家立陶宛团队花 500 美元 GPU 时间，用 GRPO 把一个 9B 开源模型在电商目录审核任务上训到 87.3%，打赢了包括 GPT-5.5、Gemini 3.1 Pro、Claude Fable 5 在内的全部五个前沿配置，单价便宜 68 倍；另一边，一位 Modal 工程师写下「用开源模型感觉出奇地好」拿了 303 分。本文核实实验细节、如实列出评论区的三记重锤（自建基准自训自评、500 美元只是最便宜的账单项、Ramp 营收数据的归因谬误），以及这两篇各自的利益相关。
7 月下旬，一篇《Why Software Factories Fail》冲上 Hacker News 390 分。作者 Dex Horthy 不是 AI 怀疑论者——他靠教人用 coding agent 出名，视频累计百万播放。2025 年 7 月他把自己公司改成『没人看代码』的关灯工厂，11 月第三次事故后，联合创始人在 VS Code 里手写了整整两周代码重建。本文拆解他给出的根因：强化学习的打分机制里，『破坏可维护性』没有任何惩罚——这不是使用技巧问题，是模型训练问题。