Agili 的 Hacker Podcast 2026-05-18

2026年5月18日

Agili 的 Hacker Podcast：AI 代码搜索与开源工具新动向

本期精选关注代码搜索工具的效率优化、宇航员真实记录、AI 编程语言的发展，以及一场关于 OpenAI 治理的法律争议。

Semble 专为 AI 代理设计，解决了传统 grep 在处理大型代码库时的 token 开销问题。传统搜索需要将完整匹配结果发送给模型，导致大量 token 消耗。Semble 通过智能裁剪技术，只提取最相关的代码片段，而非返回整行匹配内容。

有用户实测后确认效果与声称相符。针对"这不就是语义搜索吗"的疑问，作者澄清两者定位不同：语义搜索适合模糊查询，Semble 擅长精确的代码结构搜索。

开发者指出词向量召回率是常见瓶颈，对于复杂模式或跨文件引用可能存在遗漏风险。有人建议对标 RIPGrep 这类成熟工具，认为即使省 token 但搜索结果不精确对 agent 帮助有限。也有声音提到结合 AST（抽象语法树）解析可提升精度。

以下文章仅提供标题，无法进行详细整理：

It is time to give up the dualism introduced by the debate on consciousness - 缺少文章正文和评论
Ask an Astronaut: 333 hours of Q&A footage with astronauts - 缺少文章正文和评论
Jank now has its own custom IR - 缺少文章正文和评论
Elon Musk has lost his lawsuit against Sam Altman and OpenAI - 缺少文章正文和评论

如需完整整理，请补充这些文章的正文内容和 Hacker News 评论。

女：Hello 大家好，欢迎收听 Hacker News 播客，我是小雅。

男：大家好，我是老冯。

女：今天咱们来聊个挺有意思的工具，叫 Semble。老冯，你知道这是什么吗？

男：知道，这是一个专门给 AI 代理用的代码搜索工具。说白了，就是让 AI 在搜索代码的时候少花点 token。官方宣称能减少 98% 的消耗，挺吓人的数字。

女：等等，token 是什么？能让不太懂的朋友先了解一下吗？

男：可以简单理解成 AI 处理文本时的计量单位，就像咱们发短信按字数收费一样。AI 处理的内容越多，消耗的 token 就越多，成本也越高。

女：哦明白了。那为什么传统grep会有那么多开销呢？

男：问题在于 grep 的工作方式。当你在一个大型代码库里搜索时，它会把所有匹配的行都返回给 AI。比如你搜一个函数名，可能匹配到几百处，AI 就得处理这几百行的完整内容。实际上 AI 真正需要的可能就几个关键片段。

女：所以 Semble 的思路是只返回最相关的片段？

男：对，它不是返回整行，而是做智能裁剪。你把它想象成给 AI 配了一个图书管理员，帮你把整本书翻到最相关的那几页，而不是把整本书扔给 AI 让他自己找。

女：这个思路挺清晰的。那社区里大家怎么说？

男：有用户实测后确认确实能省 token。不过也有人提了个好问题：这不就是语义搜索吗？作者专门澄清过，说不是。语义搜索适合模糊查询，比如"找一个登录相关的功能"，但 Semble 做的是精确的结构化搜索。

女：一个是模糊匹配，一个是精准定位，各有各的场景。

男：没错。当然社区也提了一些局限性。词向量召回率是个常见瓶颈，简单说就是搜索引擎可能漏掉一些相关结果，特别是跨文件的复杂引用。

女：所以有可能搜了但没搜全？

男：有可能。有人在技术层面建议，如果能结合 AST 解析而不是纯文本匹配，精度会更高。AST 可以理解代码的结构关系，比单纯匹配文字要聪明。

男：还有人拿它对标 RIPGrep，这也是个很实在的建议。毕竟省 token 是好事，但如果搜出来的东西不精准，对 AI 代理的帮助反而有限。

女：说到底是个取舍问题，精度和效率怎么平衡。

男：是这个道理。工具嘛，关键看用在哪。如果你的代码库特别大、对精度要求没那么极端，省 token 带来的成本优势可能很明显。

女：好，今天聊了 Semble 这个工具，核心就是用智能裁剪帮 AI 省 token，和语义搜索是两种思路，但也存在召回率和精度的局限。好啦，今天就到这里，咱们下期见。

男：下期见。提醒一下，如果想随时听到我们的节目，可以用任意泛用型播客客户端订阅，这样就不会错过更新了。

女：对，搜索"Hacker News 播客"就行。拜拜！