## 独角兽果冻:概要 《独角兽果冻》是一部完成的哲学科幻漫画,于2000年至2003年在线发布,呈现出一个有开头和结尾的完整故事。它完全采用复古像素艺术创作,故事设定在独特的Tryslmaistan宇宙中,并获得了忠实的粉丝群。 除了核心故事之外,《独角兽果冻》的世界还通过补充材料进行了详尽的描述:术语百科全书、角色数据、地图(包括动画宇宙缩放!)、游戏规则,甚至来自Gryrnese文化的食谱。粉丝的贡献也受到赞赏,包括艺术作品、软件以及包含存档问答的论坛。 该系列通过新的故事继续发展,例如《拯救她》和《柔紫守护者》,探索平行宇宙并扩展了故事背景。精装本和平装本收集了整个故事和奖励内容。创作者詹妮弗·黛安·雷茨继续支持社区,并欢迎贡献以帮助维护网站。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 Unicorn Jelly (unicornjelly.com) 10 分,来自 avaer 2 小时前 | 隐藏 | 过去 | 收藏 | 3 条评论 magneticnorth 18 分钟前 [–] 看起来很可爱!有没有办法禁用页面底部的那个跳舞的小独角兽果冻?我很难在有运动的文字附近阅读。回复 rcxdude 0 分钟前 | 父评论 | 下一个 [–] 警告:它很快就会变得不再可爱。但仍然是一部非常好的网络漫画!回复 TapamN 2 分钟前 | 父评论 | 上一个 [–] 广告拦截器通常有一个选项可以选择禁用某项内容,比如单个图片网址。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

我们检测到您的浏览器已禁用 JavaScript。请启用 JavaScript 或切换到受支持的浏览器以继续使用 x.com。您可以在我们的帮助中心查看受支持的浏览器列表。帮助中心 服务条款 隐私政策 Cookie 政策 版权信息 广告信息 © 2026 X Corp.

最近对 Hacker News 的一项分析对 OpenAI 的 GPT-5.3-Codex-Spark 模型宣称的大幅速度提升提出了质疑。虽然最初宣传比基线快 15 倍,但使用 OpenAI 自己的 SWE-Bench Pro 数据重新计算表明,在可比的准确性水平下,更现实的速度提升约为 1.37 倍。 讨论强调了人工智能公司叙事与用户体验之间日益增长的脱节。评论员认为,重复的能力声明会造成过高的期望,尤其是对于那些没有直接测试过这些模型的人。 尽管速度提升有所调整,但分析承认 Spark 的优势在于速度和准确性的平衡,通过在保持相似性能的同时仍然显著更快,超出了预期。关键要点是,对于特定用例,独立测试的重要性,而不是仅仅依赖营销声明。

## AI购物助手崛起与控制权之争 亚马逊的Rufus购物助手据估计带来了120亿美元的增量收入,证明了对话式AI提升在线销售的强大力量——转化率最高可提高3.5倍。这凸显了一个快速增长的市场,预计到2033年将达到285亿美元,购物者期望获得AI驱动的体验。 然而,复制亚马逊的成功具有挑战性。构建类似的AI助手需要大量投资(每年50万至200万美元以上)和工程资源。现有的聊天机器人解决方案通常是被动的,缺乏主动引导用户完成复杂流程的能力。 谷歌的新WebMCP旨在解决这个问题,但也引发了担忧。它要求网站公开其API,可能将客户体验的控制权让渡给*谷歌在Chrome浏览器中的代理*。 一种新的替代方案,Rover,提供了一行代码的解决方案。Rover采用“DOM原生”方法,直接理解网站结构——无需依赖昂贵的截图或API集成——在行业基准测试中实现了顶级性能。它旨在赋能网站*拥有*自己的AI代理,并直接受益于转化率提高、用户 onboarding 以及支持成本降低。核心问题是:网站将控制其AI交互,还是会成为大型平台的后端?

## Rover:可嵌入式网页智能体 Rover (rtrvr.ai) 是一种旨在彻底改变网站交互的新工具。它被描述为“世界上第一个可嵌入式网页智能体”,是一个聊天小部件,允许用户直接与网站进行交互并*执行操作*——填写表单、完成结账和完成入职流程——而无需 API 或复杂的代码。 由前 Google 工程师构建,Rover 利用独特的仅 DOM 架构,在网页基准测试中实现高性能。其创建者认为,网站需要自己的人工智能界面,以避免用户流失到基于浏览器的智能体,例如 Chrome 或 Comet 提供的智能体。 Rover 提供简单的单脚本标签实现方式,与许多目前用于实现类似功能的成本高昂且维护繁重的 RAG 管道形成对比。它旨在通过允许用户在网站上以对话方式完成任务来提高用户参与度和留存率。目前正在进行 Beta 测试。

必须启用 JavaScript 才能使用 Notion。请启用 JavaScript 以继续。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 SkyRL 将 Tinker 带到您的 GPU (2025) (novasky-ai.notion.site) 5 分,robertnishihara 1 小时前 | 隐藏 | 过去 | 收藏 | 讨论 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

## LLM 对软件开发的未来:关键要点 近期在 Thoughtworks 软件开发未来研讨会和 The Pragmatic Summit 上的讨论集中在大型语言模型 (LLM) 对软件开发生命周期的影响。虽然最初存在对工作岗位被取代的担忧,但共识倾向于角色转变而非彻底取代。 高级开发人员预计将专注于架构,利用 LLM 处理编码细节,实践经验对于采用至关重要。初级开发人员可能会受益于 LLM 作为随时可用的导师,而中级开发人员将面临最大的调整。一个关键问题是“认知债务”——对系统设计的碎片化理解,可能会比技术债务更快地阻碍进展。 改善开发者体验 (DevEx) 现在被认为对 LLM 同样有益,强调了清晰的代码和模块化的重要性。IDE 将发展以集成 LLM,智能地选择何时利用 AI 辅助。团队规模可能会*增加*,而不是减少,以便有效地管理和与 AI 代理协作,并可能探索人与 LLM 配对编程。 然而,专家警告不要盲目乐观,警告由于工作量增加和上下文切换,以及开发人员过渡到“监督编程”角色,可能会导致倦怠和质量下降。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 监督编程中任务切换的后果 (martinfowler.com) 5 分,bigwheels 发表于 1 小时前 | 隐藏 | 过去 | 收藏 | 讨论 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

## Discord 规模化的秘诀:Actor 模型 Discord 实现其速度和可靠性——为数百万用户处理数万亿条消息——得益于一种巧妙的架构模式:Actor 模型。这种模型诞生于几十年之前,将每个组件(服务器、连接、语音通话)都视为独立的“Actor”,通过消息进行通信,从而消除了传统系统中常见的数据冲突和瓶颈。 Discord 的系统不依赖于复杂的锁定机制,而是通过限制数据访问和通信来确保安全的并发性。这使得易于扩展和容错成为可能。最初基于 Elixir(一种非常适合 Actor 模型的语言)构建,现在则利用 Rust 来实现关键服务,Discord 在每一层都不断优化。 关键改进包括定制的“超级磁盘”解决方案,以克服不可靠的 SSD,基于 Rust 的数据服务以消除数据库查询的重复,以及战略性的缓存。Discord 的成功不仅仅在于特定的技术,更在于对基本原则的承诺——优先考虑用户体验,在对用户有益时拥抱复杂性,并授权工程师创造性地解决具有挑战性的问题。他们证明,预测和解决瓶颈,即使是看似微小的瓶颈,对于维持大规模平台的速度和可靠性至关重要。

一个黑客新闻的讨论围绕着一篇关于Discord性能优化的“fullstack.zip”案例研究。虽然文章本身侧重于技术改进,但评论很快转向用户体验和公司决策。 一位用户批评了Discord的UI,认为它视觉上杂乱,引发了关于基础UI是否实际上平平无奇,以及抱怨是否源于Nitro广告的讨论。其他人则为UI辩护,质疑Discord为何要偏离熟悉的设计。 然而,对话出现了一个批判性的转折,评论将Discord的问题与彼得·蒂尔的Palantir的关联联系起来,引用了PC Gamer的一篇文章,指责Discord因这种关联而自我破坏。这场讨论凸显了技术成就与对Discord发展方向和选择的更广泛担忧之间的对比。

## “氛围编码”的吸引力与幻象 “氛围编码”——快速生成大量人工智能生成的代码,通常未经人工审查——正在吸引科技界,引发人们对工作保障和技能相关性的担忧。虽然人工智能提供了真正的实用性,但谨慎的方法至关重要,因为最初的炒作并不符合现实。 这种做法有陷入“垃圾流”状态的风险,类似于赌博成瘾。就像老虎机提供“伪装成胜利的损失”一样,“氛围编码”可能会产生一种虚假的生产力感,产生复杂且充满缺陷的代码,看起来令人印象深刻,但缺乏实际价值。开发者可能*感觉*更快,但研究表明实际产出往往*下降*。这种幻觉源于人工智能优化的是参与度,而不是质量,以及缺乏明确的性能反馈。 专家们始终高估人工智能的近期能力。仅仅投资于人工智能驱动的工作流程,而忽视核心技能,是一场危险的赌博。人工智能擅长*编码*,但不擅长*软件工程*——它难以进行抽象、组织和简洁的设计。 最终,人类的创造力、批判性思维和持续的技能发展仍然至关重要。人工智能是一个强大的*工具*,但它不能取代对熟练工程师和清晰、深刻思考的需求。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 打破氛围编码的魔咒 (fast.ai) 17 分,arjunbanker 1小时前 | 隐藏 | 过去 | 收藏 | 1 条评论 mathgladiator 3分钟前 [–] 在完成x20计划后,我意识到我必须设定明确的优先级。幸运的是,我已经退休了,所以我会专注于将我疯狂的想法以书籍的形式呈现出来。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

## Z世代与不断变化的就业市场 尽管就业市场面临挑战,应届大学毕业生失业率高达5.6%,且担心人工智能会取代入门级职位,但一些大型公司出人意料地*增加*了Z世代的招聘。例如,IBM正在将入门级招聘**增加三倍**,认为投资年轻人才对未来的成功至关重要。 这种转变认识到,虽然人工智能可以自动化常规任务,但它也*需要*一支掌握利用和与这些技术互动技能的劳动力。IBM正在重新设计职位——工程师专注于客户互动,人力资源管理人工智能聊天机器人——以培养持久的技能和长期价值。 Dropbox和Cognizant等其他公司也表达了类似的观点,指出Z世代对人工智能的自然流畅度超过了老一辈。他们正在扩大实习和毕业生项目,以利用这一优势。专家警告说,为了短期收益而削减入门级职位可能会导致未来管理人员短缺和更高的招聘成本,并提倡人力资源领导者继续投资年轻人才。虽然IBM宣布了裁员以及增加了招聘,但预计美国整体员工人数将保持稳定,这表明战略重点发生了转变,而不是减少机会。

## IBM 增加初级职位招聘,源于对人工智能的现实评估 IBM 将其初级职位招聘人数增加三倍,据报道这源于发现人工智能在完全自动化任务方面的局限性。此举表明战略转变,认识到在技术变革期间持续需要人类员工——特别是年轻员工。 Hacker News 上的讨论指出,增加的招聘可能集中在咨询职位上,可能表明其他公司不愿投资于容易受到人工智能影响的初级全职职位。人们对美国初级咨询费用的竞争力表示担忧。 初级工作的性质也在不断演变;员工不再直接回答问题,而是专注于*纠正*人工智能聊天机器人的输出并确保准确性。这反映了人类对人工智能生成内容进行监督和验证的趋势。 一些评论员对 IBM 的决策表示怀疑,引用了其过去的表现和正在进行的年龄歧视诉讼。另一些人指出,IBM 招聘网站上目前列出的初级职位数量相对较少。

## 互操作项目:推动网页兼容性 互操作项目是苹果、谷歌、Igalia、微软和Mozilla合作的一项努力,旨在改善网页兼容性,并减少开发者令人沮丧的不一致性。该项目专注于定义明确的网页标准,并具有强大的测试覆盖,优先考虑基于开发者反馈和可用资源的功能。项目进展通过互操作仪表盘跟踪,衡量浏览器测试通过率。 Interop 2025取得了显著进展,将整体浏览器兼容性得分从25提高到95,并实现了对诸如视图过渡和导航API等功能的支持。除了新功能外,该项目还提高了CSS Flexbox和WebRTC等现有功能的可靠性。 展望**Interop 2026**,该团队确定了20个重点领域——包括滚动驱动动画、WebTransport和CSS容器查询等新功能——以及4个调查领域。调查将侧重于改善辅助功能、移动测试、JPEG XL和WebVTT的测试基础设施。 该项目承认与大型公司竞争的挑战,但仍然致力于为开发者和用户提供更一致的网页体验。您可以在互操作仪表盘上跟踪项目进展。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 发布 Interop 2026 (hacks.mozilla.org) 10 分,linolevan 1小时前 | 隐藏 | 过去 | 收藏 | 2 评论 linolevan 1小时前 [更多2条] 糟糕,意外重复。回复 dang 34分钟前 | 父评论 [–] 不用担心!如果一篇文章还没有引起足够的关注,少量重复是可以的。这在常见问题解答中:https://news.ycombinator.com/newsfaq.html#reposts。回复 指南 | 常见问题解答 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

## 彩色Petri网用于并发应用:摘要 作者探讨了使用**彩色Petri网 (CPNs)** – 一种允许token携带数据的Petri网扩展 – 来简化和正式验证并发应用开发,尤其是在大型语言模型 (LLMs) 的帮助下。CPNs提供了一种建模状态和转换的方法,可能类似于Rust的类型状态模式,并解决了编写可靠并发代码的固有困难。 主要优势包括**编译时验证**的可能性、简化的**状态同步**以及自动处理诸如**死锁避免**等问题。作者设想CPNs可以管理复杂的场景,例如网络爬虫(代理租赁、速率限制、重试)和数据构建过程,提供比传统方法更结构化的方法。 考虑的实现策略包括使用Postgres数据库的传统应用程序,或具有快照持久化的高性能内存Rust二进制文件。一个主要挑战是当状态增长到单个服务器无法容纳时,如何进行**分区**。 作者建议通过**使用CPN语义重新实现`spider-rs`网络爬虫的核心决策逻辑**来验证这种方法,并将性能和代码复杂度与原始实现进行比较。核心问题是CPN范式是否能减少错误和协调开销,最终使并发编程更轻松、更可靠。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 彩色Petri网,LLM和分布式应用 (sao.dev) 5 分,作者 stuartaxelowen 24分钟前 | 隐藏 | 过去 | 收藏 | 讨论 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

## 预防性全身扫描的兴起:希望与风险 不断增长的“长寿文化”正在推动对全面健康检查的需求,包括全身核磁共振和广泛的血液检查,旨在*在*症状出现*之前*检测健康问题。Prenuvo和Function等公司正在引领这一潮流,宣传早期检测出可能危及生命的疾病,在相当一部分患者中。 然而,医学界对此存在分歧。担忧集中在高昂的成本(通常不在保险范围内,从几百到几千美元不等)、*过度诊断*的潜在风险(发现永远不会造成伤害的异常)以及缺乏长期数据证明这些扫描可以挽救生命。研究表明,“异常”发现率很高(一项研究中为95%),但实际为癌症的比例很小(1.8%)。 虽然支持者强调早期检测提供的“缓冲期”,但批评者警告说,这会导致不必要的焦虑、后续检查以及对医疗系统的负担。专家强调在解读结果时*背景*的重要性,并提倡重复扫描以建立趋势,而不是依赖于单一快照。最终,这些预防性扫描的价值仍然存在争议,许多人认为在医学上,“更多信息”并不总是“更好信息”。

## 全身核磁共振与癌症检测:摘要 一篇Hacker News的讨论围绕着全身核磁共振在癌症检测方面的有效性。研究结果好坏参半:一项2020年的研究发现95%的无症状患者存在异常,但只有1.8%是癌症。然而,最近的Polaris研究表明,在扫描后进行活检的患者中,发现癌症的比例为2.0%。 至关重要的是,阴性扫描并非绝对可靠——有些癌症可能在当时无法检测到。一个主要担忧是*过度诊断*——发现那些本来不会造成伤害的癌症。 一些评论者分享了个人经验,包括通过核磁共振成功实现早期癌症检测。另一些人强调了*基线影像*的价值——定期扫描以跟踪变化,例如每年的视网膜扫描——这是一种潜在的有用但常常被忽视的方法。最终,讨论指出早期检测的潜力与假阳性和不必要治疗的风险之间存在权衡。

## AI新闻摘要 (2026年2月12-13日) 本周AI新闻相对平静,Dwarkesh-Dario的新播客和OpenAI在理论物理学上的说法引发讨论。然而,一种强烈的观点正在出现,认为OpenAI应该构建一个直接与Slack竞争的产品。 核心想法:OpenAI拥有独特的优势——影响力、AI专业知识以及最近聘请了Slack前首席执行官——可以解决Slack目前的不足之处(价格上涨、AI集成差、API问题和用户疲劳)。构建“OpenAI Slack”将利用ChatGPT的能力,面向企业和编码,创建一个深度集成、由智能体驱动的工作空间。 此举还将解决OpenAI编码工具的一个关键问题——实现开发者和设计师之间的真正多人协作。此外,拥有该平台允许OpenAI完全集成其AI智能体并建立强大的网络效应,从而使用户更难切换。 该报告将OpenAI分散的应用策略与Anthropic的统一方法进行对比,敦促OpenAI主动领导,而不是跟随。

一场由一篇建议 OpenAI 构建 Slack 竞争对手的文章引发的 Hacker News 讨论,揭示了人们对现有平台的各种看法。 许多人同意需要一个更好的 Slack 替代品,但对 Microsoft Teams 等替代方案的看法不一。 一些人认为 Teams 是“劣质软件”——强制捆绑、不可靠且容易删除功能,而另一些人则认为它“还可以”用于整合日历和视频通话。 一些评论员指出,Teams 的成功很大程度上归功于其包含在 Office 套件中,质疑是否有人会直接为它付费。 一个共同的观点是,聊天应用程序本身是一个“已解决的问题”,Slack 最初的吸引力在于简化的入职流程。 然而,Slack 软件质量下降和不可靠的集成也值得注意。 最终,最大的障碍不是技术,而是让所有人同意使用单个平台。 一些人设想将 Google Drive、OpenAI 项目和群聊的强大组合,而另一些人则认为 OpenAI 可能难以执行。

## 使用 Libvirt & Virsh 隔离 LLM 代理 本指南详细介绍了如何在 Linux 服务器上使用 libvirt 和 virsh 在虚拟机 (VM) 中隔离大型语言模型 (LLM) 代理。VM 隔离可以增强安全性,保护您的主机系统免受潜在的 LLM 操作(如未经授权的文件访问)的侵害——尤其是在授予代理广泛权限(“yolo 模式”)时,这一点至关重要。它还方便长时间运行的会话和远程访问。 Libvirt 提供了一个统一的 API,用于跨各种虚拟机管理程序管理 VM,使其非常适合生产环境。安装涉及安装软件包 (`qemu-kvm`, `libvirt-daemon-system`, `virtinst`) 并启动 libvirt 守护进程。建议使用 Ubuntu 云镜像,以便使用 cloud-init 进行快速、可脚本化的配置。 该过程包括下载云镜像、调整其磁盘空间以及使用 `virt-install` 创建 VM。然后可以通过 SSH(使用 VM 的内部 IP 或 Tailscale 等工具进行远程访问)或 virsh 控制台进行访问。基本的 VM 管理命令包括启动、停止、列出和拍摄快照。 可以通过 cloud-init 配置进行自定义,并且可以在 VM 中安装 Claude Code、Gemini CLI 和 Codex CLI 等工具。对于暴露服务,建议使用 Cloudflare Tunnel 或 Tailscale Funnel 等隧道。此设置为开发和运行 LLM 代理提供了一个强大而安全的环境。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 安全 YOLO 模式:使用 Libvirt 和 Virsh 在虚拟机中运行 LLM 代理 (metachris.dev) 6 分,by metachris 1 小时前 | 隐藏 | 过去 | 收藏 | 2 评论 dk8996 1 分钟前 | 下一个 [–] 有趣。我正在寻找在云端运行多个 OpenClaw 机器人的解决方案,并考虑到安全性和隔离性。回复 KaiserPro 14 分钟前 | 上一个 [–] 虽然在虚拟机/容器内运行更安全,但这并不意味着它是安全的。是的,现在整个文件系统被删除的可能性要小得多(为每个操作的镜像拍摄 zfs 快照可以获得额外积分),但你的上下文仍然容易受到攻击,因为虚拟机可以访问任何内容。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

## Dune2JS:Dune II 的重新实现 Dune2JS 是经典策略游戏《Dune II:王朝的崛起》使用 HTML5 和 JavaScript 重新实现的版本。该项目由 oklemenz 开发,可在 GitHub 上找到,允许玩家在现代网络浏览器中体验这款游戏。 玩家可以在 [dune2js.com](https://dune2js.com) 在线玩游戏,或玩 GitHub 托管的版本 ([oklemenz.github.io/Dune2](https://oklemenz.github.io/Dune2))。 也可以使用 Node.js 和 `npm` 进行本地安装。 游戏具有键盘/鼠标控制(用于浏览器游玩)和触摸控制(用于移动设备,横向模式)。 它包括一个带有可选自动保存功能的个人资料系统,利用 URL 参数存储游戏状态。 该项目目前在 GitHub 上有 48 个星标和 11 个分支,有 3 位开发者贡献。 您可以在 [GitHub 仓库](https://github.com/oklemenz/Dune2JS) 找到更多信息和源代码。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 Dune II 用 HTML5/JS 编写 (github.com/oklemenz) 19 分,由 reconnecting 37 分钟前发布 | 隐藏 | 过去 | 收藏 | 1 条评论 reliabilityguy 0 分钟前 [–] 我小时候玩的第一款即时战略游戏。大约一年前我又玩了一次,真是太棒的游戏。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

这篇帖子表达了对网络上虚假信息日益增多的沮丧观察,尤其是在大型语言模型(LLM)的助长下。作者是一位冷门游戏知识的收藏家,发现一个网站(“Press Start Gaming”)错误地描述了《Phantasy Star Fukkokuban》——一款实际上是重新包装的Master System游戏的独特Genesis游戏——拥有增强的图形和功能。 这个错误源于LLM根据其训练数据“幻觉”细节,将《Fukkokuban》与其他《Phantasy Star》重制版混淆。这凸显了一个问题:LLM虽然看起来权威,但可以自信地生成看似合理但不准确的信息,尤其是在小众主题上。 作者将此与LLM出现之前的wiki和专业博客等专用资源价值进行对比。他们哀叹SEO驱动的网站优先考虑广告收入而非事实准确性,以及难以辨别AI生成的内容和原创作品。最终,这篇帖子是对网络上可靠信息流失的悲观反思,以及对重视可信来源的呼吁。

一个黑客新闻的讨论强调了对互联网日益增长的不信任,用户们哀叹它从一个相对高信任的环境转变为充斥着虚假信息的环境。一个主要担忧是,出于经济利益的虚假信息正在兴起,可能受到预测市场驱动,奖励那些成功操纵认知的人。 用户们观察到,协调的“大军”行为超出了选举和加密货币等典型领域,甚至影响到小众话题。这不仅仅是关于*坏的*信息,而是内容的*重复*,由机器人和大幅降低的真实用户比例所驱动。 一些评论员指出“劣质化”是核心问题,认为互联网正在失控,缺乏自我纠正的机制。另一些人指出,问题不仅仅是*源于*互联网,而是现有低信任社会在线上被放大。

(Empty content provided. There is nothing to translate.)

Doob先生,以three.js库的工作而闻名,使用three.js渲染技术将经典游戏《Descent》移植到了网页上。该项目可在mrdoob.github.io访问,正在引起原作粉丝和熟悉Doob先生先前实验的人们的关注。 然而,早期用户报告了性能问题,特别是卡顿和音频失真,尤其是在Linux上的Firefox浏览器上。一些玩家也因6DOF(六自由度)移动而感到晕动症。一种建议的解决方法是调整控制,使其感觉更像冰上射击游戏,并保持驾驶舱可见作为参考。 源代码可在GitHub上找到,Doob先生之前也曾使用相同的方法创建了《Quake》的网页版本。

Gemini 3 深度思考(通过)谷歌的新产品。他们说它“旨在突破智能前沿,解决科学、研究和工程领域的现代挑战”。它为我画了一张非常好的鹈鹕骑自行车的 SVG 图!我认为这是我目前为止见过的最好的一个 - 这是我之前的收藏。 (并且由于这是常见问题解答,这是我对如果人工智能实验室训练鹈鹕骑自行车的后果的回答。) 由于它在基本的“生成一张鹈鹕骑自行车的 SVG”任务中表现出色,我决定尝试更具挑战性的版本:生成一张加州棕鹈鹕骑自行车的 SVG。自行车必须有辐条和正确形状的车架。鹈鹕必须有其标志性的巨大喉囊,并且应该清楚地显示羽毛。鹈鹕必须清楚地踩着自行车脚踏板。图像应该显示加州棕鹈鹕的完整繁殖羽毛。这是我得到的:

一个由Simon Willison关于Gemini 3生成高质量鹈鹕骑自行车的SVG图像的帖子引发的Hacker News讨论。最初的反应质疑结果是否“作弊”,但许多用户使用Gemini Pro成功复制了类似的复杂SVG作品,包括章鱼扣篮和浣熊在海滩上喝啤酒。 这次对话凸显了人工智能图像生成能力的快速提升以及模型之间的激烈竞争,导致了“基准优化”——针对特定、具有挑战性的提示进行优化。用户注意到这种现象,提到了古德哈特定律以及一旦基准成为目标,它就会失去作为衡量进步的真实价值的观点。 尽管如此,一些人认为“鹈鹕骑自行车”测试仍然是一个有用的、尽管有些古怪的,人工智能进步的试金石。另一些人指出,人工智能现在可以直接在代码中生成SVG图标,从而减少了对外部资源的依赖。最终,这次讨论庆祝了现代人工智能模型日益令人印象深刻和富有创造力的输出。

你被封禁了。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 Windows NT/OS2 设计工作簿 (computernewb.com) 17 分,markus_zhang 发表于 2 小时前 | 隐藏 | 过去 | 收藏 | 3 条评论 jdboyd 发表于 34 分钟前 | 上一个 | 下一个 [–] 对于那些不清楚这堆 .doc 和 .pdf 文件是什么的人来说,这似乎是 “NT OS/2” 设计文档的某个版本,后来变成了 NT。 这似乎是史密森尼学会对其实体副本的描述:https://www.si.edu/object/microsoft-windows-nt-os2-design-wo... markus_zhang 发表于 27 分钟前 | 父评论 | 下一个 [–] 是的,我认为这是 NT 的原始设计文档。 markus_zhang 发表于 2 小时前 | 上一个 [–] 我认为这是唯一一个托管这本书的(希望)完整电子副本的地方。 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

梅赫梅特·奥兹博士,美国医疗保险和医疗补助服务中心主任,正在提出一项有争议的解决方案来应对农村医疗危机:增加对人工智能的依赖。作为特朗普政府500亿美元计划的一部分,该提议包括使用人工智能化身进行基本的医疗访谈、机器人诊断以及无人机送药——甚至建议使用人工智能引导的超声波检查。CMS澄清其意图是*扩展*医生的服务范围,而不是取代他们,强调基于证据和监督下使用人工智能。 然而,该计划面临批评,原因是最近对农村医院的资金削减,导致自2005年以来已有超过190家医院关闭。像凯莉·亨宁-史密斯这样的专家认为,人工智能消除了必要的人际联系,可能会损害信任,并加剧由于宽带和健康素养有限而导致的不平等。 虽然一些科技领袖认为人工智能可以减轻临床医生的行政负担,让他们能够专注于患者,但人们仍然担心工作岗位流失以及人工智能无法复制微妙的人际互动,而这种互动对于有效的护理至关重要。公众反应普遍消极,质疑在服务不足的社区用技术取代医疗专业人员的可行性和可取性。

## 黑客新闻讨论摘要:奥兹医生与人工智能在乡村医疗保健中的应用 一场黑客新闻的讨论围绕着奥兹医生推广人工智能化身作为解决乡村医疗保健可及性问题的方案。许多人由于奥兹医生过去的争议和与杰弗里·爱泼斯坦的关联而对他深感不信任,但核心争论在于个人自由与集体福祉。 一些评论员认为应该采取“让人们从自己的错误中学习”的方法,即使这意味着接受潜在的风险,例如疫苗接种率下降或依赖未经证实的方法。这被描述为一种进化过程,实验对于进步是必要的。另一些人则反驳说,人们可能无法从负面经历中得出正确的结论,并引用了历史上存在缺陷推理的例子。 对话还涉及人工智能在治疗中的潜力,一位用户分享了一个关于人工智能生成的未来心理健康见解的链接。然而,仍然存在怀疑,人们对将未经证实的技术用于关键健康需求表示担忧,并将这种情况与特斯拉全自动驾驶早期、风险较高的阶段进行了比较。最后一条评论强调了乡村医疗保健的严峻状况,指出缺乏合格的医生,以及一个甚至医疗*提供者*也需要出国就医的系统。

## Gamma 图表总结 Gamma 图表是一个动态可视化工具,用于探索复杂的 Gamma 函数 (Γ(x + i·c))。它显示了函数在参数 ‘c’ 扫过复平面时的实部和虚部。最初,当 c=0 时,图表显示了实数的标准 Gamma 函数。随着 ‘c’ 的增加,函数产生复数值,用蓝色(实部)和紫色(虚部)曲线表示。 用户可以通过读取图表上对应的蓝色和紫色值,找到 Γ(x + i·c) 在给定 ‘x’ 值处的实部和虚部。当 ‘c’ 达到收益递减的点时,它会重置并负向扫描,镜像虚部。 该应用程序基于 `vanilla_gamma()` 函数构建,该函数最初是为计算 Riemann zeta 函数而开发的,并可在 [www.zeta-calculator.com](http://www.zeta-calculator.com) 上以 Creative Commons Zero 许可获得。它提供了对 Gamma 函数行为的独特视觉理解。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 Gamma 函数:复数参数可视化 (vanilla-gamma-graph.netlify.app) 3 分,作者 cpuXguy 1 小时前 | 隐藏 | 过去 | 收藏 | 1 条评论 cpuXguy 1 小时前 [–] 早期版本。欢迎评论和反馈。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

## 代数效应取代了Hardcaml模拟中的Monad 这篇文章详细介绍了Hardcaml_step_testbench库从使用Monad成功移植到更新的OCaml 5特性——代数效应的过程。作者认为,代数效应为管理复杂计算提供了一个更优雅的解决方案,尤其是在FPGA模拟等需要交错并发任务的场景中。 Monad虽然长期在OCaml中使用,但会“感染”代码,产生样板代码并限制灵活性——需要标准库函数的Monad版本,并将开发者限制在特定的计算上下文中。代数效应通过提供一种表示“未来计算”和管理同步点的一级方式,避免了这一点,而无需普遍的Monad语法。 具体而言,作者展示了效果如何简化数字电路的模拟,允许独立的测试基准计算在同步步骤中与电路的状态交互。这是通过定义效应操作(如`Step`以放弃控制)和管理执行流程的处理程序来实现的。关键好处是代码更简洁,能够使用有价值的OCaml特性,如非盒装类型和局部模式,而这些特性在使用Monad时存在问题。 该库目前名为`Oxcaml_effect`(即将更名为`Handled_effect`),展示了代数效应的力量和通用性,即使是在它们最初未为此设计的领域。作者强调了效果的可访问性,指出即使没有深入的类型理论专业知识,也可以有效地使用它们。

黑客新闻 新的 | 过去的 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 用代数效应玩转 – 从玩具示例到 Hardcaml 模拟 (janestreet.com) 15 分,by weinzierl 2 小时前 | 隐藏 | 过去的 | 收藏 | 讨论 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

## vdb:一个轻量级向量数据库 `vdb` 是一个单头文件 C 库,专为高效存储和搜索高维向量嵌入而设计。它仅包含头文件,没有依赖项(除了可选的 pthreads 用于多线程),并提供了一个简单的 API,用于创建、填充、搜索、保存和加载向量数据库。 主要特性包括对余弦、欧几里得和点积距离度量的支持,以及通过 `#define VDB_MULTITHREADED` 启用的可选线程安全操作。用户还可以使用自定义的 `malloc`/`free`/`realloc` 定义自定义内存分配。 该库提供用于添加、删除和检索向量、执行 k 近邻搜索以及将数据以自定义二进制格式持久化到磁盘的函数。 此外还提供 Python 绑定。一个基本示例演示了数据库创建、向量添加、搜索和清理。它采用 Apache 2.0 许可。

一个新的、单头文件C库,用于创建向量数据库,已经在Hacker News上分享。该库在GitHub上可用,旨在保持简单。 然而,评论者指出关键限制:它主要是一个内存数据库,需要手动、非防崩溃的保存和加载,并且缺乏索引——这意味着搜索性能会随着数据大小线性下降。 讨论还涉及了在现代开发环境中,单文件C实现吸引力,这些环境严重依赖复杂的依赖和配置(如Kubernetes),在这些环境中,简单性和易于集成备受重视。一位评论员质疑将其称为“头文件优先”库的必要性,认为单个源文件可以达到类似的结果。

一个维护良好的 uBlock Origin 过滤列表,用于隐藏所有 YouTube Shorts 视频的痕迹。复制以下链接,前往 uBlock Origin > 控制面板 > 过滤列表,向下滚动,并在“导入...”标题下粘贴链接:https://raw.githubusercontent.com/i5heu/ublock-hide-yt-shorts/master/list.txt > uBlock Origin 订阅链接 < (在 GitHub 上无法使用) 额外功能:隐藏 YouTube 评论 https://raw.githubusercontent.com/i5heu/ublock-hide-yt-shorts/master/comments.txt > uBlock Origin 订阅链接 < (在 GitHub 上无法使用) 在此列表的最初创建者 @gijsdev 消失半年后,我 (i5heu) 承担了维护此列表的任务。与 Alphabet、YouTube 或 Google 无关联。本项目是一个独立的开源项目,与 Alphabet Inc.、Google LLC 或 YouTube 无关联、认可、赞助或关联。请参阅 CONTRIBUTING.md 请参阅 LICENSE.md

一个黑客新闻的讨论集中在屏蔽YouTube Shorts上。用户“i5heu”分享了一个GitHub链接,指向一个uBlock过滤列表,旨在隐藏所有Shorts。 回复中强调了几种用户用来避免Shorts的其他方法。流行的选择包括像**Unhook**和**RYS**这样的浏览器扩展,它们提供了超越仅仅隐藏Shorts的广泛自定义选项。一些用户建议禁用**观看历史记录**以限制推荐,但有人指出搜索结果仍然充斥着短视频内容。 一个常见的抱怨是**YouTube的搜索功能已损坏**,优先显示Shorts而不是相关结果。其他人不喜欢Shorts的**界面**,觉得它杂乱且分散注意力。虽然有些人觉得Shorts的推荐可以接受,但许多人积极寻求从他们的YouTube体验中消除它们的方法。

## 新闻出版商与互联网档案馆:日益加剧的冲突 互联网档案馆通过时光机项目保存网络信息的使命,正面临着新闻出版商日益增长的关注,他们担心人工智能训练数据的问题。虽然互联网档案馆旨在提供免费的信息访问,但其庞大的数字图书馆正被人工智能公司抓取,可能未经许可使用受版权保护的内容。 像《卫报》和《纽约时报》这样的出版商正在主动限制互联网档案馆的访问——阻止其爬虫或将其内容排除在快照之外——以保护其知识产权。 还有像甘尼特这样的公司,通过其robots.txt文件广泛阻止了互联网档案馆的机器人,理由是不授权的数据收集。 这源于对互联网档案馆易于获取的结构化数据(尤其是通过其API)是人工智能模型训练的主要资源的担忧。 虽然互联网档案馆表示愿意合作并解决问题,但它坚持认为限制访问会阻碍其保存历史记录的核心使命。 这种情况凸显了一种更广泛的紧张关系:互联网存档的“良好意图”正被人工智能公司利用,导致保存工作在出版商为控制其内容而斗争时陷入困境,进入人工智能时代。

## 互联网日益难以归档 越来越多的网站正在主动阻止互联网归档工具,例如互联网档案馆的 Wayback Machine 和 Common Crawl,引发了对宝贵在线信息丢失的担忧。目前,大约 20% 的新闻网站阻止归档,例如《卫报》、《纽约时报》和 Realtor.com 都在阻止对其内容的抓取。 这种趋势不仅仅是文化损失;它给合规性(SOC 2、HIPAA)带来了运营问题,这些合规性要求基于 URL 证据的审计跟踪,并阻碍了依赖可访问数据的科学研究。一些出版商可能出于防止人工智能公司在未支付补偿的情况下抓取其内容的愿望,而另一些出版商则只是缺乏健全的归档实践。 讨论点包括在保护信息用于历史和法律目的与潜在滥用之间的平衡,以及公开访问的网站是否应固有地可归档。提出的解决方案范围从为研究目的进行私人归档到像 Archiveteam 这样的分布式归档工作,甚至可能存在归档的可行性法律要求。

## Arcmark:macOS 浏览器书签管理器 Arcmark 是一款使用 Swift 和 AppKit 构建的 macOS 原生书签管理器,设计为附加到任何浏览器(Chrome、Safari、Brave、Arc 等)的侧边栏。它灵感源自 Arc 浏览器的侧边栏,允许用户在*无需*使用 Arc 本身的情况下进行有组织的书签管理。 主要功能包括:具有自定义颜色的**工作区组织**,使用拖放功能的**嵌套文件夹层级**,以及采用**本地优先**方法,将数据存储在单个 JSON 文件中。用户可以**直接从 Arc 导入书签**,使用**始终置顶模式**,并享受**内联编辑和搜索/过滤**功能。 Arcmark 可以作为独立窗口运行,或者在授予**辅助功能权限**后,无缝附加到浏览器窗口,并跟随它们在不同空间中移动。它适用于 macOS 13.0 及更高版本,并采用 MIT 许可证开源,开发详情可在 GitHub 上找到。

## Arcmark:适用于任何浏览器的macOS书签管理器 Arcmark是一款全新的、本地优先的macOS书签管理器,由一位前Arc浏览器用户创建,旨在将其高效的侧边栏工作流程复制到*任何*浏览器上。Arcmark使用Swift/AppKit构建,以侧边栏形式浮动在浏览器窗口旁边(Chrome、Safari、Brave等),提供基于工作区、具有嵌套文件夹和拖放功能的组织方式。 主要功能包括直接从Arc浏览器的数据文件中导入Arc空间和固定标签,自定义工作区颜色,以及将数据存储在单个JSON文件中——无需帐户或云同步。 目前处于早期开发阶段(v0.1.0),Arcmark可作为适用于macOS 13+的DMG文件下载,或通过GitHub从源代码构建:[https://github.com/Geek-1001/arcmark](https://github.com/Geek-1001/arcmark)。开发者欢迎反馈!

## 阿姆斯特丹编译器工具包 (ACK) 概要 阿姆斯特丹编译器工具包 (ACK) 是一套全面的编译器工具链,最初于 1987-2005 年开发,能够将源代码翻译成可在广泛平台上执行的文件。它支持多种语言,包括 ANSI C、Pascal、Modula 2 和 Basic。 ACK 目前支持 Linux(各种架构)、MS-DOS、OSX、CPM,甚至树莓派等平台。安装需要一个 ANSI C 编译器(如 GCC)、flex、yacc、GNU make、带有 lua-posix 的 Lua,以及 Python 3.4+。构建通过 `make` 完成,安装通过 `sudo make install` 完成。 主要的编译命令是 `ack`,带有选项来指定目标平台 (`-m`)、输出文件 (`-o`) 和优化级别 (`-O`)。ACK 根据文件扩展名确定源代码语言。 虽然 ACK 已经成熟且经过充分测试,但它可能会遇到与现代系统兼容性问题。鼓励用户加入邮件列表 ([http://tack.sourceforge.net/](http://tack.sourceforge.net/)) 以报告成功案例、失败案例并贡献错误修复。它采用 BSD 类似的许可协议。

阿姆斯特丹编译器工具包(ACK),最初名为自由大学编译器工具包,是一个针对较旧平台使用C89、Pascal、Modula 2和Basic等语言的工具链。它包括前端、代码生成器、支持库和工具——并且历史上曾是Minix 1 & 2的默认工具链。 然而,该项目似乎已基本停止活跃开发,最后一次提交可追溯到2022年。它不是一个自包含的系统;ACK严重依赖现有的工具,如GCC、Lua、Make和Python,使其主要用于交叉编译。鉴于缺乏近期更新,用户正在质疑其当前功能的完整性。“阿姆斯特丹”这个名称源于它与阿姆斯特丹自由大学的关联。

一个引人入胜的diyAudio论坛实验测试了听众是否能根据用于传输音频的“接口”——专业铜线、香蕉,甚至湿泥——辨别音质差异。主持人Pano使用这些非常规材料以及直接从CD抓取的音频创建了循环音频轨道。 结果令人震惊:在43次猜测中,只有6次是正确的,在统计上与随机机会一致。听众始终无法可靠地识别原始音频,也无法区分各种传输方法。 Pano认为,虽然这些材料是劣质导体,但它们主要充当电阻器,衰减信号而不是显著失真。受一部关于使用地球作为回线的单线电报的纪录片启发,该实验表明,即使是泥土和香蕉等看似不合适的介质,所引入的变化也难以被大多数听众察觉。结论?昂贵的音频线缆可能无法提供比更简单、非常规替代品更明显的改进。

一篇最近在Hacker News上被重点报道的文章指出,音响发烧友无法可靠地区分通过铜扬声器线播放的音频与用香蕉甚至泥土制成的扬声器线播放的音频。这项实验涉及43次猜测,只有6次正确,引发了评论区的争论。 许多用户质疑实验的有效性和样本量,而另一些人则戏谑地提出了“有机泥土扬声器线”的营销机会。然而,核心观点引起了许多评论者的共鸣:如果不同的材料没有可察觉的差异,那么昂贵的音响线很可能依赖于安慰剂效应。讨论的重点在于挑战这样一种信念,即更高质量的材料必然能改善声音,并暗示高端音频设备市场很大程度上可能基于未经证实的说法。

一个伪造的7-Zip下载站点(7zip[.]com,而非官方7-zip.org)一直在分发被篡改的安装程序,秘密地将受害者的电脑变成住宅代理节点。该安装程序看起来功能正常,提供可用的7-Zip文件管理器,但同时也安装了恶意组件——Uphero.exe、hero.exe和hero.dll,隐藏在系统的SysWOW64文件夹中。 这种恶意软件通过Windows服务建立持久性,并操纵防火墙规则以允许代理流量。然后,它将受感染的机器注册到住宅代理网络中,允许其他人通过受害者的IP地址路由互联网流量,用于欺诈或数据抓取等活动。 该活动利用了对流行软件分发商的信任,并利用了在线教程中的错误信息。研究人员发现,这种恶意软件与其他代理软件家族(upHola、upTiktok等)共享策略,并使用加密通信与指挥控制服务器进行通信。 从7zip[.]com安装了7-Zip的系统被认为是受到威胁的,应该使用信誉良好的安全软件(如Malwarebytes)进行扫描。警惕软件来源和监控未经授权的系统更改是重要的预防措施。

一个黑客新闻的讨论指出,**7zip.com 是一个恶意网站,冒充了合法的 7-Zip 软件**,而真正的 7-Zip 软件实际上托管在 **7-zip.org**。用户指出,由于恶意软件分发者使用的搜索引擎优化和广告策略,验证官方网站变得困难。 对话还涉及 7-Zip 作者不愿对下载进行数字签名或实施高级安全加固功能的反常现象,尽管有建议。虽然 Windows *会* 通过彩色提示(蓝色表示已签名,橙色/黄色表示未签名)警告用户有关未签名的软件,但许多用户可能会忽略这些警告。 获得用于签名软件的证书的成本存在争议,一些人认为对于知名项目来说,这价格是可承受的,而另一些人则建议为开源开发者设立一个捐款资助的证书颁发机构。最后,一位用户表示对 YouTube 教程作为可靠软件信息的来源不信任。

👍 1人点赞 👎 1人踩 😄 1人笑 🎉 1人欢呼 😕 1人困惑 ❤️ 1人爱心 🚀 1人火箭 👀 1人眼睛。 你现在无法执行该操作。

在用户批评之后,开源项目Stoat已移除所有由大型语言模型(LLM)生成代码。这一决定源于一个讨论串,用户表达了对使用人工智能的担忧,即使是对于诸如脚手架和错误修复等微小贡献——总共只有几十行代码。 Hacker News上的评论者意见不一。一些人认为这种审查过于严苛,指出缺乏对其他开源项目中潜在漏洞的类似尽职调查。另一些人则认为,这股反弹凸显了更广泛的反人工智能情绪。 一个反复出现的主题是,关于人工智能使用的透明度可能现在适得其反,会吸引“喷子”和无建设性的批评。一些用户认为,屈服于网络“群体”会树立一个坏先例,奖励负面情绪而非建设性参与,特别是来自那些不积极参与项目贡献的人。

该文件是一个PDF文档,由`%PDF-1.7`头部标识。 庞大的`xref`表表明该文档结构复杂,包含大量对象(如“604 0 obj”所示,超过600个)。 数据由对象定义和交叉引用信息组成,这对于PDF阅读器正确组装文档至关重要。 在没有进一步分析工具的情况下,无法确定PDF的*内容*——它可能是文本、图像、表单或它们的组合。 大量对象及其内部引用表明这是一个潜在的大型且设计复杂的PDF文件。 结尾的流数据表明内容经过压缩。 基本上,这是PDF的原始内部表示,而不是人类可读的内容。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 不完整C程序的音效和实用点分析 [pdf] (sjalander.com) 5 分,来自 st_ 3小时前 | 隐藏 | 过去 | 收藏 | 讨论 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:
联系我们 contact @ memedata.com