我以為不同 provider 會有不同的行為是常識，但看起來作者以及很多 Hacker News 上的人並不曉得？

OpenRouter 對 developing 階段很有用，因為你只要儲值一次就可以用很多不同的 model (以及 provider)，對公司來說可以省掉大量的採購成本；而當要上到 production 的時候最好直接找對應的一兩個 provider (看要不要考慮備援) 談 commitment (如果量夠大的話)。

我是想不太到拿 OpenRouter 當 production 的理由...

從 2024 年後就有許多爭議，當時整理了一些記錄：「Automattic 與 WP Engine 打架中」、「WPEngine 拿到對 Automattic 的初步禁制令了」。

後續也有些外部團體開始改善 Automattic 對 WordPress 的獨斷問題：「Linux Foundation 宣佈獨立的 WordPress 基礎建設：FAIR Package Manager Project」。

這次是董事會強制 Matt Mullenweg 帶薪休假，然後 CFO Mark Davies 接任 Interim CEO，目前資訊還有點少，包括董事會的說法也還沒出來，尤其是看 Matt Mullenweg 的說法，會想要找律師幹架？

以為之前有寫，但沒找到 (大概是寫一寫自己覺得不滿意又刪掉了)，年初的時候 Tailwind Labs 大幅裁員的消息，這邊引 Hacker News 上的連結：「Creators of Tailwind laid off 75% of their engineering team (github.com/tailwindlabs)」，當時提到 AI 年代用 Tailwind CSS 的人愈來愈多，但 revenue 愈來愈少。

其實大概可以預期到，所謂的「附加價值」的產品，在 AI 年代用 token 就可以換出來了，先不說費用的問題，少跑採購的行政流程省太多時間...

雖然後續有些新消息，像是 Google 這邊有 sponsor：(https://x.com/OfficialLoganK/status/2009339263251566902 & via)

不過這些沒有解決掉本質上的問題，這次被 Shopify 併購算是個還可以的 exit 吧...

RSA-260 was factored by a new implementation of the general number field sieve (GNFS) for GPUs, prepared and run using Devin.

也是透過 AI 去跑的：

At August 13th 0:11:58 Pacific time I aimed Devin at producing a drop-in replacement for las, the CPU lattice siever of CADO-NFS. Here is the prompt I used[.]

然後用了 13.5 GPU-year，比當初 Steve Weis 分析的 25 GPU-year 少了蠻多的：

In total, I estimate that this factorization cost about 4,900 GPU-days, or 13.5 GPU-years, which is about $400k at current market prices.

另外大家也都同樣的算出 1024-bit RSA 的問題，另外也有提到即使是現在的版本，也應該還有蠻多可以改善的空間：

RSA-1024 is equivalent to 309 digits; according to standard GNFS scaling this is merely 78x more computation than RSA-260. I estimate the cost of factoring RSA-1024 at market GPU prices to be roughly $30M, which can trade off against wall clock time. I know for a fact that the current implementation remains significantly suboptimal; I would not be surprised if moderate further work could reduce the cost of factoring RSA-1024 by another multiple of 2.

比較好奇的反而是 GPU 版本的 GNFS 一直都沒人 porting，直到 AI 時代才有人跳進去...

已知 RSA-250 (829 bits) 用了 2700 core-year，現在估算 RSA-260 (862 bits) 大約會是 3400～4100 core-year。所以大家都用了類似的方法：問 AI 工具看有沒有加速的機會，結果大家都得到用 GPU 加速的答案，估算可以大幅降到 25 GPU-year。

Steve Weis 問了 Anthropic，得到了兩個禮拜 1024 GPU 的資源開幹，如果跑滿的話大約是 39 GPU-year，不過就被其他人先完成了。

另外他也提到 RSA-1024 (1024 bits) 估算大約是 2000 GPU-year，以目前上的了檯面的任何一家 AI 公司應該都是輕鬆愉快。(https://x.com/sweis/status/2095570645505700165)

去年 (2025) 六月的時候 Anthropic 的官司是「買紙本書掃屬於合法使用 (fair use)，但透過盜版網站取得的不合法」，這算是認定 fair use 的重要判決：

• Anthropic wins a major fair use victory for AI — but it’s still in trouble for stealing books
• Anthropic cut up millions of used books to train Claude — and downloaded over 7 million pirated ones too, a judge said

再來是今年年初揭露出來的 Project Panama，也是 Anthropic，在講一樣的事情：

• Inside an AI start-up’s plan to scan and dispose of millions of books (archive)

然後是今年七月後就一直有報導，二手書大量被買，導致絕版書被掃，然後被破壞掉：

• AI companies are reportedly shredding millions of books after using them to train AI models — tech giants outsource to middlemen to secretly buy up books for training material
• AI firms are quietly buying and destroying millions of printed books to train their models
• Someone Is Mysteriously Snapping Up Used Books Around the World
• Secondhand booksellers in UK and Ireland suspect AI firms behind ‘strange’ bulk orders
• Secondhand book sales are booming. Is it because of AI?
• Used bookstores navigate 'suspicious' bulk orders amid AI book-shredding fears

另外一波新消息是 404 Media 的人把 AirTag 塞進稀有書，然後追到 Amazon 的倉庫：(曾經是賣書主業的 Amazon...)

(這邊因為 404 Media 的內容都需要付費，所以抓其他媒體的報導資訊)

• Why tech companies are buying up tons of rare old books to train their AI models
• Hidden Airtag reveals Amazon is trashing rare books to train AI
• AI Companies Are Buying—And Destroying—Antique Books. Here’s Why.

看到 AI 公司對各種資料的情況，回頭看 Google 跑去買破產航空公司的資料，只覺得 WTF...

這套方法蠻有趣的，拉出來看一下卻有點失望？

group 1 最多的是 load-bearing、plainly 與 quietly；group 2 是 exact-head、gocache 與 --nocapture；group 3 是 [webkit-url]、ews 與 webcore；group 4 是 que、para 與 por (各種非英文的語系？)；group 5 是 pullrequest、[raycast-url] 與 jgong5 (居然出現帳號名稱？)。

是可以看到蠻有趣的資訊，但是不是有用的資訊又是個問題...

這篇文章裡面有提到一點，是發現 AI mode 掃出來的商品與傳統搜尋找到的商品幾乎是不同的：

Finding 3: very little product overlap between AI Mode and traditional search

Even when both sides respond to the same search, they rarely show the same products on the same day. Across our data, only 1.28% of products ranking in traditional search also appeared in AI Mode. Our July study found a similar pattern at a broader level: AI Mode ranked just ~5% of the products that rank in traditional search overall.

在這個前提下，後續的排序以及比價的過程當然就會有明顯的差異...

我自己也會用 AI 工具找商品，但比起 web 介面，我更偏好用 cli 介面，主要是因為 cli 介面的版本跑出來的效果比較好。

web 介面基本上只有 WebFetch 與 WebSearch 可以用，加上這邊的內容會是 cached content，沒那麼「新鮮」，而 cli 這邊可以用 curl 抓到最新的資料，甚至是 Python 處理更複雜的情境，整個精準度比 web 介面版高不少。

在猜 Google 的 AI mode 可能也跟這個有關？走 cached content 成本會比較低...

這次的情況是，即使使用者設定在關閉瀏覽器後刪除掉所有的資料：

但會發現 www.google.com 的資料在關閉後打開還是被保留了下來：

雖然跳到 Firefox 了，但還是繼續來關注一下隔壁棚的發展...

Between 28 August 2026 at approximately 20:57 UTC and 30 August 2026 at approximately 06:10 UTC, a block of IP addresses used by Softaculous services (162.55.80.0/24, part of our infrastructure at Hetzner) was affected by a BGP hijack: an unauthorized announcement of that address space by an unrelated network, which diverted internet traffic destined for those addresses to a server operated by an attacker. The attacker obtained a technically valid TLS certificate for our domains, so connections affected by the hijack showed no certificate warning.

看了一下他們後續的處理方法，code sign 算是基本要補的架構，看起來是正在弄了。

但到現在沒看到透過 DNS CAA 阻止其他人申請 Let's Encrypt，代表後續 hijack 後還是可以取得 TLS certificate，而舊版的伺服器 (還沒上 code sign 驗證的) 就一樣會中獎。