KeyID 提供了一种部署 AI 代理来处理现实世界任务的解决方案，这些任务需要电子邮件、短信和网站验证——无需承担典型的成本和复杂性。与 Gmail 或 AgentMail 等服务不同，KeyID **最多可免费用于 1,000 个独立的代理帐户**，而非按消息计费，这对于目前正在支付每邮箱费用的团队来说极具吸引力。 它支持单个代理和大型集群，能够实现真实网站上的自动化注册、恢复流程和双因素身份验证。至关重要的是，**无需人工设置或 API 密钥**即可使代理进行通信；它专为代理原生基础设施而设计。 KeyID 处理发送*和*接收消息，使其适用于支持、外联和自动化。针对流行的代理（如 MCP、Claude 和 Playwright）的设置指南已准备就绪，提供了一条简化的路径，可以部署具有真实通信身份的代理。
每日HackerNews RSS
## KeyID：AI 代理的电子邮件和电话基础设施
KeyID (keyid.ai) 提供免费 API，为 AI 代理提供它们在在线互动中所需的电子邮件地址和电话号码——用于注册、验证和通信——无需依赖昂贵或不可靠的解决方案。它解决了代理需要唯一、可用的凭证的问题。
该服务通过共享的、轮换的域名池提供真实的电子邮件地址，无需 API 密钥或手动设置。代理可以发送/接收电子邮件，自动提取验证码，并处理双因素身份验证。它还提供访问电话号码以进行短信验证。
KeyID 通过轮换域名（当域名声誉下降时）、管理 DKIM/SPF/DMARC 以及利用低边际成本来保持免费。目前，它免费提供高达 1,000 个帐户，并计划为更高数量提供付费套餐。安全措施包括 Ed25519 密钥对身份验证和每个代理的声誉跟踪，以防止滥用。该项目是开源的（尽管 GitHub 链接最初已损坏）。
这篇论文探讨了作者倾向于提出“愚蠢”问题的习惯——这些问题措辞不当、基于错误的假设或根本没有建设性——以及其中一个问题如何意外地带来新的数学见解。尽管作者为了鼓励开放式探究，会告诉学生们没有愚蠢的问题，但他承认有些问题比其他问题更好，回忆起过去过度思考和用考虑不周的提问打扰他人的例子。
在物理治疗期间因无聊，作者使用ChatGPT探索概率，特别是抛硬币时正面次数超过反面次数的期望时间。一个有缺陷的初始问题促使ChatGPT提供了澄清的解释，最终引向了一条富有成效的探究路线。这导致发现了一种通过抛硬币估算π（π/4）的新方法，经证实此前未发表。
虽然这种方法效率不高，但它强调了追求即使是看似荒谬的问题的价值。作者强调，在像ChatGPT这样的工具的帮助下，拥抱潜在的愚蠢可以开启新的学习和发现途径，呼应了爱比克泰德的建议，即在追求进步的过程中，甘愿显得愚蠢。最终，这篇论文赞扬了好奇心以及“挖掘”坏问题以发现更好问题的力量。
一个黑客新闻的讨论强调了提出“愚蠢问题”的价值，尤其是在ChatGPT等人工智能工具兴起的情况下。用户发现ChatGPT是一个非常耐心且不带评判性的资源，可以用来澄清概念，这与Reddit的Ask Philosophy和Ask Historians等子版块日益严格的审核形成了鲜明对比。
对话涉及人工智能如何帮助学习——一位用户甚至在自动化每日问题/答案总结，用于Anki抽认卡。其他人讨论了在指导中营造安全提问空间的重要性，提供提示而非直接答案，以鼓励独立思考。分享了一些例子，展示了人工智能处理复杂问题的能力，甚至包括评估随机数生成器的潜在用途。最终，该帖子赞扬了提问的力量，无论问题是否被认为“愚蠢”，以及人工智能如何改善对这一过程的访问。
## 弥合知识表示中的形式主义与自然语言 1968年，唐纳德·克努斯通过**伪代码**彻底改变了算法的沟通方式，它无缝地将形式结构与自然语言结合起来——证明这种结合比任何一种方法都更有效。然而，这一洞察力在很大程度上局限于计算机科学领域。核心问题在于：知识表示在历史上一直迫使人们在精确但无意义的形式系统和可理解但缺乏结构化的自然语言之间做出选择。 将克努斯架构推广到更广泛的知识表示之前，一直受到一个关键限制的阻碍——缺乏能够同时处理复杂形式逻辑*和*自然语言的“阅读器”。如今，经过大量数据集训练的先进人工智能系统，现在满足了这一要求。 这解锁了一类新的记号，以**Lingenic**为例，它旨在将形式系统（如逻辑和概率）与自然语言内容交织在一起。这种方法并非要取代形式系统，而是用人类语言的细微差别和表达力来丰富它们，最终实现更丰富、更有效的知识沟通。本文利用Lingenic来展示自身的提议——这证明了交织结构和意义的力量，呼应了克努斯最初的愿景。
Digg 正在大幅缩减团队规模，原因是当前互联网环境下重建社区平台面临着无法克服的挑战。主要问题是大量复杂的机器人利用 Digg 的链接权重，破坏了平台参与度的信任，并从根本上破坏了其核心功能。 除了机器人问题，Digg 还低估了成熟社交媒体巨头的强大网络效应和用户忠诚度，这使得吸引和留住足够数量的用户变得困难。该公司承认，仅仅作为替代品这种最初的方法是不够的。 尽管遭遇挫折，Digg 并没有关闭。一支规模较小的团队，在创始人凯文·罗斯的回归支持下，将重新专注于“完全重塑”的战略。他们旨在解决互联网上可信内容和社区的核心问题，并在重建期间继续制作 Diggnation 播客。感谢离职团队的努力，用户名将为未来的用户保留。
一场 Hacker News 的讨论集中在机器人日益增长的问题，它们正在破坏互联网体验。用户抱怨大型语言模型 (LLM) 导致垃圾信息和欺骗性在线互动激增，使得建立真实的联系变得困难——甚至超过了对 LLM 抢走工作的担忧。
一些评论者认为，解决方案在于退回到更小、非营利驱动的网络，让人联想到互联网早期，在广泛的企业影响之前。另一些人则怀疑身份验证和年龄验证能否解决问题，他们预测会出现一个经过验证的账户市场，以及潜在的身份盗窃问题。
这场对话凸显了人们对现代互联网表演性和敌对性的日益沮丧，这种情绪是由机器人的持续存在和真实在线空间的侵蚀所助长的。还提供了一个指向 YCombinator 相关讨论的链接。
这个奇怪的“客户满意度调查”是控制一个独特而令人沮丧的游戏音量的关键。调查本身非常规，从热狗分类的辩论开始，并伴随着从音量滑块内部发出的求救信号。 回复范围从对游戏创意和轻松音乐的热情赞扬，到彻底的厌恶和治疗费用的威胁。玩家对视觉设计描述不一，有的认为流畅，有的认为笨拙，对关卡设计有的认为巧妙，有的认为险恶。 值得注意的是，许多回复承认了一种“爱恨交织”的关系，游戏既引人入胜又令人恼火。调查荒谬的性质表明，游戏有意倾向于具有挑战性，甚至令人发狂的游戏玩法。最终，完成调查——无论提供诚实的反馈——是调整音量的唯一方法。
## 恶意音量：一款关于糟糕UI的游戏与讨论
一则Hacker News讨论围绕着“恶意音量”(hostilevolume.com)展开，这是一款挑战玩家故意令人沮丧的音量控制的游戏。这款游戏引发了人们对历史上糟糕UI选择的回忆，特别是早期媒体播放器和CD-ROM驱动器。
用户们回忆起Real Player更改全局Windows音量，以及早期CD驱动器上经常未使用的音量旋钮/耳机插孔，它们拥有自己的DAC，但经常被操作系统音频控制绕过。一个关键点是从基于驱动器的音频播放转变为数字提取，这归因于CPU限制和声卡质量的提高。
许多玩家分享了特定关卡的解决方案和挫败感，包括使用浏览器开发者工具来绕过挑战（例如`setVolume(25)`），以及遇到故意设置的困难，例如反向滑块或无响应的控制。游戏的创建者确认一些“bug”实际上是计划好的功能。讨论还涉及应用程序级别音量控制的必要性，用于管理多个音频源，以及设计糟糕的音量界面的持久烦恼。
语言通过可理解的输入习得：理解目标语言的信息。语言学家斯蒂芬·克拉申博士数十年的研究表明，有意义且符合学习者水平的输入是真正语言习得的唯一机制。AbjadPro正是基于这一原则构建的，利用引人入胜的视频内容和故事，为学习者提供反复接触以发展真正理解所需的条件。间隔重复系统（SRS）闪卡并非作为输入的替代品，而是作为一种强大的加速器。通过帮助学习者更快地识别和回忆高频词汇，SRS降低了听力和阅读过程中的认知负荷，使输入更早地变得可理解，并加速了习得过程。
经过十多年的运营，旨在减轻开源维护负担的合作组织Jazzband即将停止运营。 新成员注册现已关闭，项目负责人将在2026年PyCon US之前联系，以安排项目转移。 做出此决定的主要原因是GitHub等平台上的AI生成垃圾信息涌入，使得Jazzband的开放会员模式难以为继。 这加上长期以来严重依赖单一维护者（创始人）的问题，造成了关键瓶颈，并最终削弱了其有效性。 尽管此前已发出警告并尝试解决这些挑战——包括寻求资金和扩大团队——但这些努力并未实现。 Jazzband成功托管了84个项目，获得了超过93,000个GitHub星标，并在pip-tools和django-debug-toolbar等项目中达到了1.5亿的月度下载量。 Django Commons已经开始托管几个Django项目。 虽然目前还没有针对非Django项目的类似解决方案，但创始人欢迎填补这一空白的倡议。 组织和网站将一直保持可访问状态，直至2026年底，并已制定详细的关闭计划。
## 爵士乐队日落与开源可持续性危机
爵士乐队，Django软件包和工具的关键维护者，即将关闭，引发了关于开源可持续性挑战的讨论。许多用户认为爵士乐队促成了他们原本无法构建的项目，突显了这些经常无偿工作的维护者提供的巨大价值。
核心问题在于缺乏可行的资助模式。虽然开源驱动着数十亿美元的商业价值，但维护者获得的报酬却微乎其微，导致倦怠和项目废弃。一些人建议改变许可方式或直接资助机制，但人们担心可执行性和企业贡献意愿。
一个关键点是，这个问题并非新鲜事；它早于人工智能生成代码的兴起。虽然人工智能工具可能会加剧这个问题，因为它们可能会降低对现有库的依赖性，但根本问题仍然存在：创造的价值与维护关键基础设施的可用资源之间存在脱节。解决方案包括探索像Apache基金会这样的模式，以及新的许可方法，但尚未达成共识，许多人承认激励持续的无偿劳动存在固有的困难。
BBC调查揭示了OnlyFans繁荣背后的隐蔽、低薪劳动。虽然顶级创作者赚取数百万美元，但与粉丝互动并推动露骨内容销售的关键工作，往往外包给每小时收入低于2美元的工人。
一位来自菲律宾的女性描述了“令人心碎”的假扮受欢迎模特的经历，忍受“令人不适”的性短信，并在推销商品时感到不诚实。尽管她知道内容涉及性，但情感上的负担和低工资——即使在条件改善的情况下，有时甚至低于每小时4美元——让她开始质疑自己的道德。
这种做法引发了对剥削和潜在法律问题的担忧，用户指控存在欺骗行为。像BIEN这样的工会强调了这项在线工作的 largely unregulated（很大程度上不受监管）的性质，强调了与有害内容和缺乏工人保护相关的风险，尽管它具有收入和技能发展的潜力。OnlyFans拒绝发表评论，并维持其仅与内容创作者的业务关系。
关于按住版权联系我们创作者广告开发者条款隐私政策和安全性YouTube的工作原理测试新功能© 2026 Google LLC
数十年来，美国生产力飞速提升，而工人工资却停滞不前，自1975年以来造成了79万亿美元的差距，经济增长的成果未能共享。传统的解决方案，如提高最低工资或工会化，不足以解决这一系统性问题，就业保障或有针对性的福利也同样不够。核心问题在于，经济进步的收益集中在少数人手中，而非广泛分配。
作者认为，解决方案是全民基本收入（UBI）。这不仅仅关乎工资，而是承认每个人都是现代经济的“股东”，这种经济建立在继承的知识之上，并且越来越多地依赖于由我们所有人创建的数据开发的AI。公共资金对AI的发展至关重要，这意味着我们集体投资了这项技术，并应获得回报。
每月约1400美元的成人UBI和每月500美元的儿童UBI可以消除贫困并提供经济保障。资金可以来自对累积收益征收的财富税。最终，这个论点不仅仅是经济问题，更是一个公平问题，确保每个人都能从他们共同创造的繁荣中受益。