一维元胞自动机游乐场 网格视图 规则映射 相图探索器 光锥 规则空间映射 所有256条规则的二维散点图，按沃尔夫拉姆分类着色。选择X轴和Y轴指标来探索规则空间结构。点击任意点查看详细规则信息。 X轴：熵 密度 平均场 对称性 Lyapunov 指数 压缩性 Y轴：熵 密度 平均场 对称性 Lyapunov 指数 压缩性 相变探索器 对于选定的规则，扫描初始密度从0%到100%，并绘制每个指标的变化情况。揭示相变和临界点，规则在这些点发生剧烈的行为转变。 密度：50% 随机化 项目由 @paraschopra 提供
每日HackerNews RSS
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
1D 细胞自动机游乐场 (paraschopra.github.io)
7 分，来自 paraschopra 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：
今天，我们发布了Gemini 3深度思考的重大升级，这是一种专门的推理模式，旨在突破智能前沿，解决科学、研究和工程领域的现代挑战。我们与科学家和研究人员紧密合作，更新了Gemini 3深度思考，以应对艰巨的研究挑战——这些挑战通常缺乏明确的限制或唯一的正确解决方案，并且数据通常混乱或不完整。通过将深厚的科学知识与日常工程实用性相结合，深度思考超越了抽象理论，推动了实际应用。 新的深度思考现已在Gemini应用程序中提供给Google AI Ultra订阅用户，并且首次通过Gemini API向精选的研究人员、工程师和企业提供深度思考服务。请在此处申请提前体验。 以下是我们的早期测试者正在使用最新深度思考的方式：
## Gemini 3 深度思考总结
最近的 Hacker News 讨论集中在谷歌的新型 Gemini 3 深度思考 AI 模型上，该模型通过 Twitter 帖子（以及之前在 Google 博客上）宣布。初步基准测试显示出令人印象深刻的性能，尤其是在 ARC-AGI-2 评估中达到了 84.6%——超过了 OpenAI 的 Opus 4.6 (68.8%)。一些评论员认为 Gemini 3 甚至可能“解决”ARC-AGI-2 挑战，获得超过 85% 的分数，从而赢得 70 万美元的奖金。
讨论强调了谷歌在人工智能方面的最新进展，用户报告称 Gemini 在生物学等专业领域超越了竞争对手，如 Claude 4.6。 还有关于即将发布的“Gemini 3.1 Pro”的猜测。 用户还辩论了不同 AI 模型的计算复杂性，提出从“非思考”到“最佳的 N”模型的范围，并质疑单纯的规模是否能够复制更高级“思考”模型的的能力。 也有人提到了与 GPT-5.2 Pro 的比较以及 ChatGPT 5.3 的有限可用性。
启用 JavaScript 和 Cookie 以继续。
## OpenAI 发布更快的“Codex-Spark”模型
OpenAI 发布了 GPT-5.3-Codex-Spark，这是一个专注于**速度和响应速度**的编码任务的新模型。该更新利用持久的 WebSocket 连接和推理堆栈优化来减少延迟——将开销减少高达 80%，首次标记时间减少 50%。
讨论的中心在于这是否解决了*正确*的问题，一些用户更喜欢更快*更好*的模型，而不是更快但可能功能较弱的模型。 许多评论员强调了现有的解决方案，例如 Claude 插件用于卸载任务，以及利用 GLM 4.7 在 Cerebras 硬件上的模型。
对话还涉及**更智能的模型路由**的需求（对于简单任务速度快，对于复杂任务功能强大），以及来自 Nvidia 和 Google 的定制硅对进一步提高推理速度的潜力。 大家推测 OpenAI 的策略，以及与 Anthropic 模型发布之间的一种“一较高下”的竞争。最终，用户正在等待定价细节，并评估速度提升是否以牺牲准确性为代价。
开始使用第六代 Waymo Driver 进行自主运行。
Beginning autonomous operations with the 6th-generation Waymo Driver
1 小时前
Waymo 第六代 Driver 预计将大幅扩展其自动驾驶运营，在保持顶级安全性的同时降低成本。该系统建立在七年和近 2 亿英里的自主驾驶经验之上，采用强大的多模态感知套件——高分辨率摄像头、先进雷达和激光雷达——在各种条件下提供可靠的性能，包括恶劣天气。 主要改进包括下一代 1700 万像素摄像头，提供卓越的清晰度和更宽的动态范围，以及受益于行业成本降低的激光雷达和雷达技术的进步。 集成清洁系统确保摄像头视野清晰，定制硅芯片提高处理效率。 外部音频接收器 (EAR) 通过检测警车警报器等声音进一步增强感知能力。 第六代 Driver 专为适应性设计，可以集成到各种车辆平台中，实现可扩展的生产——目标是每年生产数万台。Waymo 正在使用该系统开始完全自动驾驶运营，并预计很快将向公众开放。
## Waymo 自动驾驶取得进展
最近的 Hacker News 讨论集中在 Waymo 第六代 Driver 的持续进展，目前已实现完全自动驾驶。用户尤其对 GM 放弃 Cruise 的决定感到惊讶，尤其是在 Waymo 展示了自动驾驶技术的可行性之后。
一位前 Cruise 员工认为，GM 意识到自己在软件/传感器开发方面能力不足——制造汽车并不等同于自动驾驶系统专业知识。另一些人指出，Waymo 的成功部分归功于埃隆·马斯克的固执阻碍了特斯拉的进展。
Waymo 强调了强大的多模式感知套件（摄像头、雷达、激光雷达）对于处理罕见的真实驾驶场景的重要性，强调了对可证明安全的 AI 而言“可靠的输入”的需求。该公司正在利用其运营大规模完全自动驾驶服务的经验。
## Lean 4 与 Ensue 的协同定理证明 本文档概述了如何使用 Lean 4、Ensue 网络和专用 CLI 工具设置一个用于协同定理证明的多智能体系统。该过程利用 Claude 来协调并行工作以证明定理的智能体。 **设置：** 需要安装带有 Mathlib 的 Lean 4（使用 `elan` 和 `lake`），Rust，并从 [ensue.dev](https://ensue.dev/) 获取 API 密钥。`lean-collab-plugin` 被克隆并构建，以提供 CLI (`./bin/lc`)。配置通过 `.lean-collab.json` 文件完成，该文件指定项目详细信息、API URL 和智能体参数。为了提高性能，一个“预热服务器”（`./bin/lc warm`）至关重要，它可以将 Mathlib 预加载到内存中。 **工作流程：** 该过程从初始化证明会话 (`./bin/lc init`) 和定义定理开始。Claude 使用 `/lean-collab` 技能，然后管理智能体来分解目标、建议策略、验证它们，并最终组合一个完整的证明 (`./bin/lc compose`)。命令如 `./bin/lc claim`、`./bin/lc verify` 和 `./bin/lc decompose` 允许进行交互和控制。 **重要注意事项：** 由于并行智能体，Token 使用量可能很高；建议使用更高费率的 Ensue 帐户。建议监控进度并在智能体循环时手动干预。从较少的智能体开始，并仔细制定定理，可以帮助管理成本并提高效率。
## Claude 代码代理编排 - 摘要
Austinbaggio 开源了一个多代理编排器，用于处理复杂的、长期运行的任务，使用 LLM。它解决了单代理系统经常停滞或产生不正确结果（例如无法编译的代码）的局限性。该系统利用一个编排代理来分解任务，并行子代理来执行，以及一个订阅系统来实时共享进度和发现。
目前构建为 Claude 代码技能，该编排器已在具有挑战性的数学问题（普特南级别）上成功测试，并且适用于代码重构和研究等任务。核心思想是利用“集体智慧”，代理从过去的尝试中学习，在有限的上下文窗口内提高效率。
该项目设计为易于修改，开发者正在寻求关于潜在工作负载的反馈。目前它需要 Ensue 的 API 密钥来管理共享任务状态和订阅，但提供免费层级用于实验。一个关键的讨论点是代理如何处理冲突的目标，以及由于 Claude 代码的限制，系统依赖于轮询来获取更新。
## V8 JavaScript 属性处理：总结
V8 JavaScript 引擎使用多种内部表示方法来处理属性，以优化性能和内存使用。虽然 JavaScript 将属性大致视为键值对，但 V8 会区分 *命名属性*（如 `obj.a`）和 *索引属性*（如 `arr[0]`）。
命名属性和元素（索引属性）是分开存储的。命名属性利用 *隐藏类*（动态标识符，代表对象的结构）来实现快速属性访问，通过 *描述符数组* 将名称映射到内存位置。添加属性会触发隐藏类转换，形成一个“转换树”以提高效率。
命名属性可以是 *内联属性*（最快，直接存储）、*快速属性*（通过描述符数组访问）或 *慢速/字典属性*（灵活但较慢，用于频繁的添加/删除）。
索引属性也有不同的形式：*紧凑*（连续，高效）或 *稀疏*（带有间隙）。它们可以是 *快速*（简单数组）或 *字典模式*（用于稀疏数组或自定义描述符）。V8 还会根据元素类型进行进一步优化 – *Smi*（整数）和 *Double*（浮点数） – 以减少开销。
理解这些内部机制对于理解 V8 优化（如内联缓存）至关重要。属性类型更改可能导致“类型污染”，从而阻碍优化，这凸显了保持一致的属性模式的重要性。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
V8 中的快速属性 (2017) (v8.dev)
4 点赞 aragonite 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：
## MiniMax-M2.5：经济高效AI新时代 MiniMax推出M2.5，一款在编码、代理任务和办公方面表现卓越的先进前沿模型。M2.5在SWE-Bench Verified（80.2%）、Multi-SWE-Bench（51.3%）和BrowseComp（76.3%）等基准测试中获得顶分，速度显著提升——比其前代产品快37%，与Claude Opus 4.6的速度相匹配。 其关键突破在于经济性：持续运行M2.5的成本仅为每小时1美元（100 tokens/秒），或每小时0.30美元（50 tokens/秒），真正实现了“智能过于廉价以至于无法计量”。 M2.5展现出先进的推理和任务分解能力，尤其是在编码方面，它能主动规划项目架构。它在超过10种语言和20万个真实世界环境中进行训练，能够处理全栈开发生命周期。它在搜索和工具使用方面也表现出色，在复杂任务中达到专家级水平，效率提高——比以前的模型减少了20%的搜索轮数。 通过与行业专业人士的合作，M2.5在金融和法律等办公场景中取得了显著成果。目前已在MiniMax内部部署，自主完成公司30%的任务，80%的新代码由AI生成。
MiniMax M2.5 发布：SWE-bench 验证 80.2% (minimax.io)
26 分，denysvitali 发表于 43 分钟前 | 隐藏 | 过去 | 收藏 | 1 条评论
mythz 发表于 18 分钟前 [–]
一直期待这个发布，因为 MiniMax M2.1 目前是我最常用的模型，因为它速度快、价格便宜，并且在工具调用方面表现出色。虽然我仍然使用 Antigravity + Claude 进行开发，但我首先选择 MiniMax 用于我的 AI 工作流程，GLM 用于代码任务，Kimi K2.5 用于深度英语分析。
尚未自托管，但我更喜欢使用中文开源模型进行 AI 工作流程，因为未来如果需要，可以自托管。我也用它来驱动我的 openclaw 助手，因为我认为它在速度、质量和成本之间取得了最佳平衡：
运行该模型每小时只需 1 美元，速率为 100 tokens/sec。如果速率为 50 tokens/sec，成本降至 0.30 美元。
回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
## 静音：评论屏蔽工具
厌倦了充满毒性的在线评论区？**静音** 是一款旨在默认隐藏评论的工具，提供更平静的浏览体验。它以样式表（“shutup.css”）的形式创建，并提供适用于 Apple 设备（iOS/iPadOS 12+）的应用以及浏览器扩展程序（Chrome、Firefox、Edge、Opera），可在大多数网站上屏蔽评论。
对于重视讨论的平台（如 GitHub），可以轻松显示评论。该扩展程序通过将样式表注入网页来工作，需要在设备的设置中激活（Safari > 内容拦截器）。
**静音** 优先考虑隐私 – 它不会跟踪浏览活动，只会定期检查样式表更新（Firefox 除外）。用户可以通过 GitHub 报告问题或贡献开发。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
闭嘴：评论拦截器 (rickyromero.com)
9 分，来自 mefengl 29 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：
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.
请提供需要翻译的内容。
ai;dr
1 小时前
这位作者区分了人工智能在不同创作领域中的价值。他们拥抱像Claude这样的人工智能工具用于编码——将其视为提高文档编写和框架搭建等任务效率的手段——但对人工智能生成的内容感到非常不满意。 核心问题在于意图。作者认为写作是思想和努力的直接表达，而这种表达在委托给大型语言模型后会丧失。他们质疑阅读并非出于真诚表达想法愿望而产生的内容的价值。 有趣的是，作者现在*更喜欢*写作中的不完美，将其视为人类努力的信号。然而，他们承认即使这种信号也在消失，因为人工智能可以模仿缺陷，导致人们感觉质量在下降，并加剧了对“死亡互联网理论”的担忧。最终，他们认为人工智能驱动的代码是进步，但人工智能驱动的内容是倒退。
## AI 与写作：正在转变的格局
一则 Hacker News 的讨论围绕着区分人类和 AI 生成的写作变得越来越困难，以及由此产生的影响。许多人认为，与通常以机器为中心的代码生成相比，AI 生成的文本显得“低质量”。人们担心将思考外包给 LLM 会降低写作作为展现个人思维窗口的价值。
然而，另一些人认为 LLM 可以*辅助*写作，使沟通更清晰，并且判断内容质量——以及作者/发布者的声誉——比检测 AI 更重要。一个反复出现的主题是可能存在的浪费循环：人类使用 LLM 创建冗长的内容，而接收者又使用 LLM 来总结它。
几位评论员强调了检测的挑战，甚至有人构建了一个“按键记录器”来证明人类的作者身份。最终，这场讨论指向一个未来，在这个未来，基于质量评估写作将变得至关重要，因为 AI 使得模仿人类的特点变得越来越容易。