METR 的一份报告认为，Anthropic 可能已跨越“AI 导致的显著加速进展”阈值：能力进展在 2025 年 10 月至 2026 年 10 月间大约翻倍，且很可能主要因 AI 自动化研发所致。由于能力是算力与软件的乘积，整体进展翻倍意味着劳动提升要大得多——约 10 倍，与 Anthropic 员工的自我报告一致。报告未发现能阻止复合加速的强瓶颈或递减回报，且一些被删节的证据表明加速可能已超过 2 倍并继续上升。如果这一趋势平稳，可能意味着极快的起飞，约一年内出现极端超智能。作者认为这一里程碑是严重的风险信号，且行业缺乏应对如此加速的充足安全与治理。关键证据被删节，因此结论高度依赖对作者的信任。
每日HackerNews RSS
Hacker News 讨论串讨论了一篇声称 AI 正在大幅加速 AI 研究并可能导致超级智能的文章。评论者分为两派：一些人认为 LLM 能加快软件、实验和研究任务，但不一定意味着失控的超级智能或自主的世界末日武器，因为物理测试和人类控制仍然存在；另一些人警告 AI 可能通过说服、金钱或自我修改影响人类，或造成反乌托邦和平台劣化等更广泛危害。一些人质疑基准测试，认为进展集中在可测量、可进行强化学习训练的领域，并可能被资本、智能体集群和营销夸大，而开放模型可能使前沿能力商品化。用户还提到在副项目、遗留代码和研究头脑风暴中的实际收益，以及官僚主义、低质量内容和未完成项目。总体而言，该讨论串对加速是否预示迫在眉睫的超级智能持怀疑和分化态度，强调能力分布不均、经济限制和人类治理。
Hacker News 帖子介绍了 SketchAgentBench，一个评估 LLM 3D 空间推理能力的基准。该提交获得 9 分与 5 条评论。评论者讨论 Google 模型的可用性：一人称 Google 模型主要在基准测试中显得前沿，缺乏与 Claude/OpenAI 相当的可用订阅；另一人贴出了 Gemini 订阅链接；前者回复称推理用量仍偏低，且与 Pi 配合困难。另一评论者描述用 “astra” 在 SketchUp Pro 中为风管和管道布线，虽有路线调整令人恼火，但效果出人意料地好。最后一位评论者要求一个游戏反编译基准。总体而言，该帖混杂了基准讨论、AI 辅助 3D 设计的实践经验以及对新评估领域的请求。
ldraw-mecha 让 AI 代理将带注释的 LDraw 乐高模型转换为 Blender 动画。给定 .mpd 模型，代理会逆向分析机构、规划组件间的交互，并生成 Blender Python 代码来创建绑定并制作动画。环境配置需要 Python 3.12+、git-lfs 和特定操作系统的脚本；环境变量指向 LDraw、Blender、LeoCAD、缓存和数据库。用户可通过选择器查看带注释的模型，并遵循流程指南。该方法同时注释源代码和导出的 glTF 节点，使代理能够基于代码推理零件，并操作匹配的 3D 节点。它可以制作复杂机构的动画，但存在限制：大型模型速度慢，柔性零件可能失败，低端模型常产生缺陷，且不处理重力、力、重量和惯性等物理现象。示例动画包括起重机、飞机和人仔动作。该项目致谢 LDraw 生态系统贡献者，且未获乐高官方认可。
Show HN 介绍 LDraw Mecha，一个读取带注释的 LDraw LEGO .mpd 文件、推断模型结构与机构、规划动画并渲染为 Blender 中带绑定的 .blend 文件的 agentic 工具。项目基于 LDraw Nova 和 pyldraw3。评论者讨论协作与 Lego 工具；作者指出 pyldraw3 是核心，称赞 legolization，并表示求解器性能在 1000+ 零件时变差。链接包括仓库、画廊、流程和演示视频。
启用 JavaScript 和 Cookie 以继续
Hacker News
最新 | 过去 | 评论 | 提问 | 展示 | 工作 | 提交
登录
与 Hacktron 合作，在 OpenAI 的系统中查找漏洞 – OpenAI
（openai.com）
10 分，由 99lcccss 发布于 1 天前 | 隐藏 | 过去 | 收藏 | 2 条评论
帮助
suddenlybananas 1 天前 [–]
为什么他们自己的内部模型不能自己做这件事
回复
paxy 1 天前 | 父评论 [–]
> 我们正在通过 Daybreak Red 扩大 Hacktron 对我们前沿模型的访问。
就 3 行字。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
跳转到内容 你在另一个标签页或窗口登录了。刷新以重新加载会话。 你在另一个标签页或窗口退出了。刷新以重新加载会话。 你在另一个标签页或窗口切换了账户。刷新以重新加载会话。 关闭提醒 页脚 你无法在此时执行该操作。
CloneGuard 是一个只读的 Go CLI，用于在执行前扫描不受信任的仓库中的凭证窃取行为，可检测密钥访问、可疑网络调用、下载并运行模式、自动运行钩子、混淆和已提交的二进制文件；组合风险会被升级。作者在一次虚假招聘面试交付窃取器后构建了它。Hacker News 评论者就防御措施展开辩论：有人倾向于使用一次性机器或虚拟机，有人认为 AI 辅助审查比正则更有用，有人惊讶 VS Code 任务会自动运行，有人批评要求运行不受信任代码的面试流程，还有人说隔离工具更广泛有用。作者承认存在误报和逃逸限制。
启用 JavaScript 和 Cookie 以继续
Hacker News 的一篇帖子链接到一项关于章鱼如何挤过非常小的开口的生物学研究。评论者开玩笑地讨论章鱼意识，并争论原始生物是否具有自我意识。其他人讨论该论文的机器人技术依据，以及企业从长期基础研究转向以产品为导向资助的更广泛转变。一个支帖批评点击诱饵式标题，指出章鱼无法通过真正太小的间隙；这里的“太小”指小于其眼距，可能远小于身体直径。建议的替代说法包括“非常小的间隙”。总体而言，该讨论串混合了生物好奇心、心智哲学、研究经费关切和标题吹毛求疵。
日本农村人口减少导致农田被弃耕，并且矛盾地造成生物多样性下降。小型传统农场创造了由稻田、牧场、林地组成的镶嵌景观，这些景观支持着蝴蝶、萤火虫、青蛙、鸟类和本地植物等野生动物。一项2025年的日本研究发现，只有在人口稳定的地区，生物多样性才稳定；人口下降与物种减少相关。随着农村地区空心化，类似模式在全球出现。在欧洲的博登湖地区，植物多样性在小型混合农场的中世纪时代达到峰值。经验教训是：保护并不简单等于农业与自然对立；小型、多样化的农场可以在生产食物的同时维持生物多样性。
随着农村人口向城市迁移，日本乡村逐渐空心化，一项研究发现，废弃地区生物多样性正在下降。Hacker News 的评论者就其原因和影响展开了辩论。许多人认为，生态系统与人类管理共同演化——稻田和小农场创造了支持多种物种的边缘生境——因此，土地废弃会打破已建立的平衡，而不是简单地恢复“原始”荒野。其他人指出，重新野化需要时间，且往往需要主动干预，特别是在竹子等入侵物种占主导地位或基础设施（水坝、种植园）改变了景观的地区。一些人质疑该研究是否充分控制了气候变化，或是否考虑了日本独特的生态历史。评论者还区分了关于廉价农村房屋的 YouTube 逸闻叙述与人口减少的现实。总的来说，讨论强调生物多样性是复杂且反直觉的：当农田恢复时，测得的生物多样性可能会下降，而“自然”恢复可能需要数十年或数百年，可能需要人类管理而非被动废弃。
大语言模型和决策模型可以对身份解析中的过度合并进行评分。开箱即用时，Claude Opus 最准确，而 Jev 和 Luna 便宜得多且更快（每 1000 个身份 $0.05–$0.10，约 0.15 秒）。Luna 起初优于 Jev，但在更难的案例上两者打平。Jev 的置信度校准更好：其错误往往伴随低置信度，而 Luna 的错误常为高置信度。这使 Jev 更适合混合升级到 Opus：将 Jev 中不确定的案例送至 Opus，能在远低于单独使用 Opus 的成本下达到近前沿的准确率。Luna 的过度自信限制了混合方案的收益。决策模型在更难的基准测试中落后前沿模型约六分，但混合 Jev 在案例困难时动态增加支出，同时仍远比仅用前沿模型评分便宜。因此，对于可扩展、高性价比的身份质量评估，校准比开箱即用的原始准确率更重要。
Hacker News 的帖子讨论了 Hightouch 的 Jev——一种快速、低成本的决策模型，可将不确定任务升级到 Opus，据报道在身份解析任务上以更低的成本达到 Opus 级别的准确率。评论者争论编排策略，如用廉价模型指挥前沿模型或反之，以及混合模型是否能提升结果。主要主题包括成本节省、置信度校准、任务特定权衡以及可靠升级的需求。一些用户分享了使用 Qwen、Claude、GPT 或本地模型的方案；其他人质疑基准测试和通用性。还有几位评论者提出隐私担忧，指出身份解析可能将数据与真实个人关联。总体而言，讨论表明决策模型可以减少昂贵模型的使用，但其价值取决于校准、工作负载和负责任的使用。
Replit 将其沙箱引擎重写为基于 microVM，使用 KVM 和 Cloud Hypervisor 为每个沙箱隔离出独立的最小化 Linux 内核，同时保留容器用于内部的进程隔离。此次重写提升了安全性、能力与跨云可移植性，并在不中断服务的情况下迁移了数亿个项目。安全特性包括最小化内核配置、命名空间与 seccomp 保护、eBPF/LSM 监控、主机侧网络强制执行、凭据代理连接器以及注册表防火墙。每个沙箱使用远程块存储，支持写时复制分支与优雅重连。网络隔离使用独立命名空间与 VRF，以及主机侧代理与限流器。通过暖池与并行初始化，沙箱获取时间约 500 毫秒。Replit 还提供自带云（Bring Your Own Cloud）。该平台支持自主代理与企业用例，并提供持续的安全更新与自动化威胁检测。
Replit 用 microVM 重建了沙箱引擎，从 Docker/容器隔离转向基于 KVM 的更强租户隔离。Hacker News 评论者讨论了 Replit 的定位：非技术创始人和“vibe coders”用它廉价构建应用，而工程师批评代码质量、token 成本和平台回归。老用户称 Replit 移除了社交功能，变成了以 LLM 为中心的 IDE；教育工作者迁移离开。安全评论者强调共享内核容器对不可信工作负载不安全，主张使用 guest-kernel VM；其他人比较了 microVM 与 gVisor，指出 gVisor 兼容性受限尽管密度更高。帖子还引用了 Replit 过往的争议和最小权限问题。总体而言，公告将 Replit 的转变框定为扩展安全隔离，但讨论突出了可访问性、成本、安全与开发者体验之间的权衡。
据《华盛顿邮报》报道，民主党正在对 SpaceXAI、META 和 Apple 发起国会调查。Hacker News 评论者争论这些调查是合法问责还是政治报复。一些人希望调查者了解他们所审查的企业，而另一些人担心党派性监督会掩盖实质性治理。
评论者质疑 Palantir 为何被排除，理由是其证券欺诈指控、AI 武器系统和监视工具。SpaceXAI 面临叛国和在 DOGE 期间关停联邦调查的指控，而 Apple 托管 ICE 追踪应用也受到审查。多位用户认为民主党还必须优先考虑可负担性、医疗保健和社会保障。
围绕选择性起诉的争论出现，一些人认为调查是必要法治执法，另一些人称其为党派法律战。更广泛的主题包括寡头控制政治、选举中的金钱，以及民主党在追求问责时能否有效治理。该讨论强调了应对腐败与避免政治报复外观之间的张力。