2020年6月，Otto Z的母亲Doria在慕尼黑去世。由于Otto行为异常且记录详尽，警方和验尸官怀疑其非自然死亡；他被短暂拘押，但案件后来撤销。为查明死因并取回遗体，Otto将注意力锁定在法医研究所所长Matthias Graw身上，该所曾处理相关报告。Otto伪造了一本书，声称Graw剽窃了他的博士论文，并 enlist 了抄袭猎手Stefan Weber，后者最初公开了这项指控。调查人员后来发现该书系伪造，印刷时间不早于2015年，并追查到Otto是其制作者。Otto还提出无根据的指控，包括Graw从Doria处偷走了一颗金牙。他被控伪造、侵犯版权、诽谤和欺诈；在最初被判处监禁后，他认罪并获得缓刑及赔偿。Graw被澄清，Weber公开道歉。
每日HackerNews RSS
摘要：Hacker News用户讨论了《卫报》一篇长文，标题为《一桩死亡、一起剽窃丑闻与复仇 quest：奥托·Z的故事》。评论者称其为情节曲折的非虚构故事，指出其法医与法律影响，包括担忧一名被定罪的病理学家可能引发大量上诉。其他人则争论碳测年细节及其精度是否可信。讨论还延伸到牛津逗号风格、阴谋论倾向，以及AI可能伪造可信证据或文件的担忧。总体而言，读者认为这个故事引人入胜且比虚构还要离奇，同时探讨其现实后果与可信度。
启用 JavaScript 和 Cookie 以继续
Hacker News 讨论了一篇报道，称大型鸡蛋生产商可能通过在小型剩余鸡蛋交易平台上放置非约束性、虚高的出价来操纵价格，而该平台的价格会输入更广泛的鸡蛋价格指数。由于许多大型鸡蛋合同与该指数挂钩，小型现货市场出价可能影响整个更广泛市场的价格。评论者争论该方案如何运作、是否构成虚假报价，以及为何从未结算的出价仍会影响价格。一些人指出，本地和小型农场的鸡蛋通常更便宜，表明大型生产商的行为 mattered。另一些人认为市场结构存在漏洞，监管机构应加以修复；一些人批评司法部未提起指控或仅处以小额罚款。该讨论还延伸到关于监管、资本主义、垄断和政治责任的更广泛辩论。总体而言，所谓卡特尔似乎在市场力量和审查压力下短暂推高价格后又回落，迄今为止后果有限。
KiviDB 是一个基于 Rust 的快速多线程 Redis® 和 Valkey 替代品，支持 Redis 协议（RESP2/RESP3），因此现有客户端可直接使用。它内置全文检索和向量搜索，采用分片的内存键值设计，并支持通过快照和可选的追加文件进行持久化。在 32 核上可服务每秒 2100 万次流水线 GET——约为 Redis 8 的 9 倍和 Dragonfly 的 2.3 倍——且 p99 延迟更低。默认监听端口 6380。可通过 Cargo 功能启用 Lua 脚本和 TLS。KiviDB 基于 AGPL-3.0 开源（提供商业许可证选项），可通过 Docker、预编译二进制文件或源码构建运行。它支持集群模式、复制、ACL、保护模式以及 Linux 上的 io_uring。使用 KiviDB 不会让你的应用程序受 AGPL 约束。
KiviDB 是一个使用 io_uring（带 tokio 回退）的 Rust 编写的 Redis 兼容多线程内存数据库和向量缓存。它在 AGPLv3 下开源，支持大多数 Redis 8.10 命令，并提供 Docker 镜像。在两台 32 核服务器、1000 万 100 字节键的基准测试中，报告达到 2120 万条流水线 GET/s，领先 Dragonfly、Redis 和 Redis Cluster；非流水线吞吐量略低于 Dragonfly。每键内存约 177 字节，接近 Redis，但高于 Dragonfly。向量查询在较低 ef 下性能强。作者表示 AI 协助了编码、测试和重构，而设计决策由人类做出。评论讨论架构：细粒度共享一切锁与共享无锁架构、MULTI/EXEC/Lua 的潜在竞争，以及快照权衡。用户提出基准公平性、缺少 Valkey/Garnet/Kvrocks 对比、p99、内存占用、持久性和 AI 生成内容等问题。作者计划扩展基准测试，包括其他键类型、大小和引擎，并表示每次变更都会运行 Redis 测试。总体而言，KiviDB 旨在以 Rust 实现高多核吞吐量，而争论集中在方法论和权衡。
Hacker News 讨论了 Wine 移植到 OpenBSD 的内容，包括几款游戏的实机视频。评论者提到 OpenBSD 的开源 AMD/Intel GPU 驱动和 Vulkan 支持，以及 VKD3D 可用。他们还争论 OpenBSD 对 AI 生成代码和大语言模型的态度；移植作者解释 AI 用于原型和学习，但最终代码按项目规则手写重写。技术挑战包括 %gs 寄存器处理、SIGUSR1 线程信号，以及 OpenBSD 安全模型下的 ReadProcessMemory/WriteProcessMemory。该移植尚未上游；OpenBSD 维护者可能需要维护它，NetBSD 也面临类似问题。还有关于 BSD 与 GNU 工具、许可，以及避免 AI 是否拖慢开发的旁讨论。
Harness² 是一个用于开放世界任务中递归代理 harnessing 的即插即用框架。它保持模型权重固定，同时通过两个递归层级优化外围 harness：任务级递归通过对比式 Propose–Probe–Compose 在无真值反馈的情况下精炼执行 harness；harnessing 级递归持久化被采用的 harness 与经验以指导未来任务。它暴露八个可编辑组件——系统提示词、护栏、记忆、工具引导、子代理、技能、脚本和插件——控制上下文、工具、委托与工具循环行为。在三个专业基准和四种模型–harness 配置下，一步 Harness² 在 GLM-5 和 Gemini 3.5 Flash 上相比基础 harness 取得提升，WorkBuddy-Bench 提升高达 11.5 分，JobBench 提升 4.5 分，LAB partial pass 提升 11.8 个百分点；更大的任务级预算可带来进一步提升。该发布支持并行与顺序递归、OpenCode 与 Codex 执行器，以及 JobBench、LAB 与 WorkBuddy-Bench。结果保存在 runs/ 下，可恢复。
Hacker News 帖子链接到 Google Research 的 Harness²，这是一个面向开放世界任务的即插即用递归智能体 harness 框架。它有 73 分和 18 条评论。评论者持怀疑态度：一些人指出 Google 曾开源 Gemini CLI，随后转向闭源 Antigravity CLI，质疑如果 harness 闭源，为什么 harnessing 开放。另一些人说这个想法类似现有 harness/Hermes-agent，后者已从反馈中学习并创建可复用技能。有些人认为这是 AI 系统开发者中的标准做法。投诉包括缺少可运行的端到端示例，以及用宣传性基准幻灯片而非真实视频。其他评论嘲讽 Google 的 AI slop/readme 图片，并拿“指数级 slop”开玩笑。一名评论者解释 Harness² 会追踪修正，并在智能体后续遇到类似任务时应用它们。总体反响褒贬不一且偏批评，关注点在于新颖性、可用性和 Google 的开源立场。
正在检查您的浏览器...需要启用 JavaScript
这个 Hacker News 页面链接到一篇题为“Beyond the Glass”的 Longreads 文章，并显示适度的互动（21 点、3 条评论）。评论讨论了 Hyrtl Skull Collection，它是为了通过展示高加索人头骨的变异来反驳颅相学而建立的，同时指出这类收藏涉及可疑的获取方式。一位评论者将令人毛骨悚然的头骨展示与卡普钦修士墓穴中关于死亡的题铭相比较。其他人只是称赞文章的写作风格。页面还包含标准 Hacker News 导航和 Y Combinator 申请通知。
Stripe 正在以据报道的 75 亿美元收购 AI 模型路由初创公司 OpenRouter，这一价格接近其近期 13 亿美元估值的六倍。
OpenRouter 于 2023 年成立，让开发者通过单一 API 访问 400 多个 AI 模型，每天为包括 Nvidia、Zoom 和 Lovable 在内的 1000 万以上开发者处理超过 10 万亿个 token。
与模型构建商不同，OpenRouter 决定由哪个 AI 模型处理每项请求，使其成为关键的基础设施层。
Stripe 首席执行官 Patrick Collison 将这笔交易定性为对 AI 经济基础设施的押注，将 OpenRouter 与 Stripe 的 token 计费和支付工具整合，以端到端地路由和货币化 AI 交易。
据报道，Stripe 的出价高于 Databricks 和其他竞购方。
关键矛盾在于：OpenRouter 的价值建立在中立性之上——无论提供商是谁，都将请求路由到最便宜或最好的模型。
在 Stripe 的所有权下，路由、定价或提供商偏好是否可能转变以有利于 Stripe 的利益（包括其与 Google 的合作）引发了疑问。
两家公司都未说明 OpenRouter 的独立性将如何得到保留，这使得开发者对自己最初所依赖的中立性感到不确定。
Hacker News 用户讨论 Stripe 收购 OpenRouter，就价格和战略契合度展开辩论。一些人质疑 Stripe 这家金融公司为何要购买一个 AI 平台，而另一些人解释说 OpenRouter 是 AI 服务的支付中间商，能提供大量开发者使用量与支付交易量。评论者指出，OpenRouter 每天处理超过 10 万亿 token，服务约 1000 万开发者，客户包括 Nvidia、Zoom 和 Lovable。一些人将 OpenRouter 70 亿美元的估值与 OpenAI 更高估值但付费用户更少的情况作对比，称 AI 价格被高估。其他人指出这篇文章是旧新闻被重新分享。总体而言，该讨论串在对收购成本持怀疑态度的同时，也承认 OpenRouter 在 AI 基础设施与支付中的作用。
一个 Hacker News 帖子讨论了一项华盛顿邮报民调，发现大多数美国人反对直播处决。评论者就死刑伦理、威慑、透明度和政治操纵展开辩论；一些人反对死刑并引用冤案/平反，另一些人因严重罪行而支持；一些人认为公开处决可迫使社会问责，而另一些人警告其 spectacle 化与麻木化。有关于特朗普政府动机的猜测，以及对“flood the zone”战术的批评。整体来说，帖子两极分化，但大多对直播处决持怀疑态度，也常对死刑本身持怀疑态度。
作者对 Qwen3-4B-Instruct 进行微调，以去除常见的 AI 写作习惯，并发布了可通过 Ollama 本地运行的 qwen3-4b-deslop。在 40 个未见过的提示上，其套话评分从每 1000 词 121 降至 12.5，破折号降至零，68% 的回答落入人类写作范围；同时它仍正确回答了全部 30 个事实性问题，并匹配了体裁和长度要求。该方法使用蒸馏：教师模型生成候选回答，按低套话、任务契合度和损害检查进行筛选，LoRA 适配器从最佳 161 个回答中学习。早期轮次降低了套话，但引入了平淡、回避或重复的文风，促使采用更严格的任务检查。发布的模型将任务契合度提高到 80%，并减少了句子拼接。局限包括平淡的语气、编造的人名和地名、倾向于写得太长，以及测试仅限于短篇英文散文。未来工作包括使用更好的人类写作样例作为教师，并扩展到更大的模型。
```A Hacker News thread discusses "Show HN: Qwen3-4B with the AI writing tics trained out," a small model fine-tuned to avoid common AI writing patterns ("slop"). Key discussion points:
- **核心思路**：模型会形成可识别的文风倾向；训练去除这些倾向可使输出不那么明显地像AI生成。
- **个性化**：用户描述了诸如向LLM投喂自己的写作样本以匹配个人文风、使用技能/提示词以及迭代优化等方法。
- **关于破折号的争论**：有人认为它是合法的标点，AI特征仅对缺乏教育的人而言；其他人则认为使用频率很重要。
- **"slop"应可被检测吗？**：一位评论者认为LLM文本应保持可识别以保护人类交流；其他人则反驳说辅助应用和内部文本会从更干净的输出中受益。
- **质量担忧**：有些人发现去"slop"后的输出仍然读起来糟糕或过于平淡；其他人指出可读性因受众而异。
- **博客UX问题**：作者的网站有分散注意力的多人光标（WebRTC实验），在反馈后默认关闭。
总体而言，该帖子涵盖了AI写作风格、个性化技术以及关于机器生成文本可检测性的哲学辩论。```
403 禁止访问
Hacker News
新
|
往期
|
评论
|
提问
|
展示
|
工作
|
提交
登录
丁尼生的信仰：更崇高的类型
(
hedgehogreview.com
)
10 分
由
prismatic
16 小时前
|
隐藏
|
往期
|
收藏
|
1 条评论
帮助
oliculipolicula
15 小时前
[–]
人比羊或山羊好在哪里
那在脑中滋养盲目的生命
回复
考虑申请 YC 2027 冬季批次！
申请
开放至 11 月 2 日。
指南
|
常见问题
|
列表
|
API
|
安全
|
法律
|
申请 YC
|
联系
搜索：