2026年10月第一部分总结了第四季度SlopCodeBench结果。使用完整的36题、196检查点基准测试，前沿模型的严格通过率为12.24%–16.33%；GPT-6 Astra XHigh以16.33%领先，而核心通过率为65.8%–74.0%。更高的努力程度并不一定更好：XHigh的成本是中等努力的2.11–4.22倍，然而Opus 5.5在中等努力下表现更好（28次严格通过 vs 25次），尽管Astra随XHigh有所提升。每次设置仅运行一次实验，因此努力程度的效果未被隔离。即使最终检查点也极少完全通过（36题中0–3题），数千个测试失败，大量回归。代码质量扫描发现slop普遍 prevalence较高；Opus XHigh的slop存在率最低（77.75%），尽管严格通过数更少，而Opus Medium留下的代码最多、slop最高（94.25%，过滤后降至92.90%）。平均复杂度从3.57（Fable）到11.70（GPT-6 SOL Medium）不等。总体而言，模型处理主要行为的能力强于在需求演进时保持行为；严格分数自5月以来仅从14.8%小幅提升至16.3%。
每日HackerNews RSS
对不起。
一个持续计分的经济：居民有年龄、收入和住房；企业招聘、增长与离开；地价、租金、就业、税收和服务相互关联；城市在你困于委员会时持续变化。
Hacker News 的讨论围绕“Show HN: SimCity, but with Permits”展开，这是一款强调许可、分区和公众参与的城市建设游戏。评论者称赞其概念，但指出沉浸感被破坏、文本可能由 AI 生成且请愿重复；开发者承认正在重新适配预写的故事线，并计划增加更多程序生成内容。讨论扩展到城市规划辩论：分区、NIMBY主义、民主、业主协会，以及地方控制究竟有助于还是阻碍住房建设。有人比较 EPCOT/Celebration 和规划城市，另一些人讨论机场、密度、交通和监管复杂性。用户还报告技术、浏览器和移动端问题以及 UX 过载，开发者回应反馈和缺陷。总体而言，该讨论将游戏反馈与更广泛的政治和规划争论结合，围绕平衡社区参与、效率和住房增长展开。
Hacker News 用户讨论 AO3，称赞其非算法标签、以言论自由为导向的审核，以及 OTW 的法律倡导。评论者就版权展开辩论：一些人认为故事是文化再讲述，版权期限应更短；另一些人警告更短的版权可能助长诈骗和市场泛滥。用户还提到 AO3 的原创小说类别、社区历史，以及 Fanlore 等替代平台。关于下载存档的技术问题，评论者称完整批量下载通常不可用，部分原因是防止商业抓取，但 archive.org 上存在一些转储。帖子还包含对 AO3 处理未成年或真人内容的批评，支持者认为这是虚构，批评者则称其政策不安全。总体而言，讨论涵盖 AO3 在同人文化中的角色、版权张力、数据访问和审核边界。
启用 JavaScript 和 Cookie 以继续
Hacker News 讨论串讨论了 OpenAI 在低资源编程语言高级编码方面的工作。评论者指出，前沿模型现在可以处理小众或遗留语言，如 COBOL、Fortran、汇编语言等，有时可通过上下文推断语法。一位用户提出一种现代的、意图丰富的汇编语法，以同时帮助 LLM 和人类，不过其他人质疑，如果 LLM 直接编写底层代码，可读性是否重要。讨论还涉及 LLM 辅助的逆向工程，如 Shockwave 项目，以及重写或迁移遗留系统的可能性。几条评论辩论了 OpenAI 的从零编写 SQLite 基准，将其与 C 编译器工作相比，并质疑语言选择是否影响 LLM 性能。其他人则对在银行和核系统等关键基础设施中使用 AI 生成代码的安全性表示担忧。总体而言，该讨论串反映了对模型跨语言能力的乐观态度，以及对维护、正确性和负责任使用的怀疑。
作者是一名即将成为父亲的程序员，随着 AI/AGI 的推进，他反思教育的目的。借助波斯曼的《教育的终结》以及过往技术预测（广播、慕课），他指出学校尽管反复被预言将消失，却依然存在，因为教育服务于不断变化的目的：道德成长、公民素养、谋生能力、知识和应变能力。如今，AI 同时挑战了“应变能力”理想和基于市场的教育价值衡量标准。他担心，如果智能被装入瓶中，自己该教儿子什么。波斯曼建议的目的——“地球飞船”“美国实验”“世界创造者”——提供了充满希望、主动建构的目标。作者强调，教学方式与教学内容同样重要，教育应是协作性的：邀请孩子参与定义其目的。最终，教育的未来或许更少取决于固定内容，而更多取决于共享的人类价值和共同创造的意义。
这个帖子回应一位准父亲的疑问：当编程和正规教育似乎变得不那么确定时，该教儿子什么。评论者强调早期照料、依恋、情绪调节、好奇心和价值观，而非指定职业路径。常见建议包括培养应变能力、自立、同理心、正直、合作、适应力、批判性思维和学习热情。许多人指出具体技能会过时，因此父母应以身作则、鼓励探索、与孩子阅读、支持玩耍，并帮助他们建立判断力和韧性。一些人强调实用生活技能、社交技能以及基础读写和数学；另一些人认为学校部分是托育和社会化。反复出现的主题是孩子不是父母的复制品，应引导而非强迫其发展自身兴趣。总体共识是培养一个有能力、好奇、善良的人，而非为特定职业而优化。
据报道，Steam Next Fest中的低质量、AI生成游戏比平时更多，这让希望筛选AI内容和标签的粉丝感到沮丧。Valve的轻度策展和算法可能会随时间埋没垃圾游戏，但用户抱怨要从“AI垃圾”中翻找。这一趋势反映了游戏开发中更广泛的AI采用，包括Epic的“AI优先”方向和Capcom在REX项目中使用AI。一些粉丝建议等待热门试玩版上升，而不是立即参与。
该网站使用安全服务保护自身免受在线攻击。您刚才执行的操作触发了安全解决方案。可能触发此拦截的操作包括提交特定词语或短语、SQL命令或格式错误的数据。
对不起。
本作品是根据官方说明书交互式三维重建的宜家 BILLY 书柜（80×28×202 厘米）组装过程，展示零件、五金件数量及步骤顺序。包含 82 件五金件，演示凸轮锁与木榫如何连接板材，而钉装背板可防止侧倾。用户可逐步或播放组装、旋转、缩放并打开说明书。还包含更简单的 LACK 小桌选项。尺寸与孔位为近似值，读取自图纸而非测量，组装速度比现实更快。安全警告强调壁挂固定，因倾倒可能致命；壁挂螺丝与膨胀螺栓不包含。控制包括箭头、时间线、播放、视图切换和相机移动。本项目与宜家无关。
Hacker News 的帖子讨论了一个针对 LACK 桌的交互式宜家 3D 组装指南。用户称赞了这个想法，但批评了其 AI 生成的文案以及若干组装错误，例如错位的偏心轮锁和装反的搁板。有人认为宜家原本无文字的说明书已经很清楚；另一些人则说 AI 文案虽然生硬但胜过糟糕的翻译。评论者还比较了其他品牌的包装，指出该项目炫目的“Claude”风格，并争论创作者是否在意精致度。还有关于 LACK 桌用作设备机架的旁支讨论，以及要求覆盖更多家具的呼声。总体而言，该项目被视为聪明但有缺陷，需要人工润色。
请启用 JavaScript 和 Cookie 以继续
抱歉。
TorchTPU 是 Google TPU 的 PyTorch 后端，使 PyTorch 模型和操作能够在 TPU 设备上运行。它提供自定义 ATen 内核、用于优化 XLA 执行的编译缓存、分布式训练支持（数据并行与张量并行）、torch.compile 集成，以及调试和基准测试工具。示例涵盖 Llama、Qwen、ResNet、DLRM、minGPT 和 UNet 等模型。文档包含用户指南和 Marimo 笔记本。支持 Python 3.11 及以上版本。可从 PyPI 安装 torch_tpu==0.2.0（使用 CPU 版 torch wheel 索引），或使用 Bazel 从源码构建。开发使用 Bazel/Bazelisk，可通过 compile_commands.json 进行可选的 clangd 配置。该项目在 Apache 2.0 许可下开源，欢迎遵循其 CLA 和审核流程的贡献。
Google 开源了 TorchTPU，一个用于 TPU 的原生 PyTorch 后端，在 Hacker News 引发讨论。评论者指出，它让 PyTorch 在 TPU 上的使用比先前基于 XLA 的方式更容易，并扩大了 PyTorch 生态系统用户对 TPU 的采用。该讨论串还涵盖了相关加速器，包括 AWS Trainium 和开源 Tenstorrent 项目，以及通过云、企业本地销售和边缘 Coral 设备提供的 TPU 可用性。一些人认为 Google 和 Apple 可能将推理推到边缘设备，而另一些人讨论了算力短缺、定价，以及硬件是否仍然是 AI 的主要护城河。多条评论辩论了 JAX 的未来，观点认为 JAX 因其编译器友好设计仍然有用，并讨论这是否标志着 TensorFlow 的衰落。总体而言，这次发布被视为加强了 Google 的 TPU 生态系统和 PyTorch 互操作性，同时引发了关于竞争、可访问性和市场影响的问题。