Hacker News
The author explains that due to a surge in LLM training crawlers using outdated browser identities, strict anti-crawler measures have been implemented that may inadvertently block legitimate users with old browsers.
AI 生成摘要
由於近期出現大量用於大型語言模型訓練的爬蟲，這些爬蟲常偽裝成舊版瀏覽器，因此我正在實驗性地封鎖這些請求，如果您因此無法存取我的網誌，請與我聯繫並提供您的瀏覽器資訊。
這場討論源於一篇探討日誌（Logs）設計哲學的文章，核心觀點主張軟體日誌的主要受眾應是「操作軟體的人」而非「開發軟體的人」。隨著軟體規模擴大，運行系統的維運人員或終端用戶往往並非程式碼的撰寫者，因此日誌的內容應更具備可操作性，而非僅僅是開發者視角的內部狀態紀錄。
在 Hacker News 的討論中，社群對於「誰才是日誌的真正受眾」存在明顯的分歧。支持者認為，開發者與維運人員（Sysadmins）對日誌的需求本質上完全不同。維運人員需要的是明確的行動指引，例如系統是否缺少某個檔案、網路連接為何失敗，以及是否有具體的補救措施；然而開發者往往更關注程式內部的邏輯流轉與變數狀態。許多資深維運人員抱怨，開發者常因懶惰或過度擔心資訊洩露，而給出模糊的錯誤訊息，迫使維運端必須動用 strace 或 Wireshark 等工具進行逆向診斷，這極大地增加了維護成本。
然而，另一派觀點則質疑一般用戶是否真的會閱讀日誌。反對者指出，大多數終端用戶連基本的錯誤提示框都不會仔細閱讀，更遑論深藏在系統中的日誌文件。對於這類受眾，日誌的價值在於提供一個可供搜尋的「錯誤代碼」或關鍵字，讓用戶能透過搜尋引擎找到社群解決方案，或是讓技術支援人員有據可依。此外，隨著人工智慧的興起，有留言者提出了一個新穎的觀點：未來的日誌受眾可能是 AI Agent。當 AI 負責診斷系統時，日誌不再需要為了人類的閱讀習慣而刻意精簡，反而應該提供更詳盡、結構化的原始數據，讓 AI 能更精準地定位問題根源。
討論中也觸及了不同軟體類型的差異。在伺服器端軟體中，日誌作為維運工具的屬性非常強烈；但在行動裝置或桌面應用中，日誌往往更傾向於開發者導向，用於收集崩潰報告。有開發者分享了在 Android 開發中的經驗，他們致力於讓日誌變得易於收集與分享，甚至觀察到用戶會主動將日誌餵給大型語言模型（LLM）來尋求自我診斷。這種「日誌即決策依據」的轉變，顯示出日誌的功能正從單純的事件紀錄，演變成一種主動的溝通媒介。
最後，部分技術專家強調了「活體程式」（Alive Programs）的概念，特別是在 JavaScript 與 Node.js 環境下，透過 Chrome DevTools Protocol 等工具，操作者可以直接介入運行中的系統進行調試，而不僅僅是依賴靜態的日誌檔案。這種即時互動的能力，模糊了開發與維運的界線，也為日誌的未來形態提供了另一種思考方向：日誌不應只是死板的文字，而應是系統可觀察性的一環。