詹姆斯·卡梅隆导演正搬迁至新西兰，他表示该国成功的COVID-19应对措施和对“理智”的渴望是关键原因。他将新西兰基于科学的方法和高疫苗接种率（98%）与美国日益两极分化和反科学的气候形成对比，尤其是在特朗普总统任期内，他将其描述为“一场灾难”。 卡梅隆和他的妻子于2011年在新西兰购买了一处农场，并在疫情后决定永久搬迁。他并非孤例；越来越多的电影行业人士——包括乔治·克鲁尼、吉姆·贾木许、艾伦·德杰内勒斯和罗西·奥唐纳尔——正在寻求在其他地方的公民权或居留权，通常以政治担忧和对更理性治理的偏好为由。据报道，卡梅隆的新西兰公民身份即将获得。
每日HackerNews RSS
“大家互相争斗”: 詹姆斯·卡梅隆已永久离开美国
Everybody's at each other's throats': James Cameron left the US permanently
2 天前
这场 Hacker News 讨论围绕着国民性、全球权力动态和政治分裂展开。它始于一个评论，认为美国人特别“精神上痛苦”，引发了将美国与新西兰和其他国家进行比较的回应。
一个关键的争论点是核力量提供的安全保障。一位用户认为，缺乏核能力使国家容易受到攻击，并以新西兰和澳大利亚对可能不稳定的联盟（如北约）的依赖为例。另一些人则反驳说，核武器主要起着威慑作用，保护像朝鲜和潜在的伊朗这样的国家免受常规攻击。
对话还涉及美国国内政治，一位用户更喜欢“蓝色州”而不是像英国和澳大利亚这样的“趋炎附势”的盎格鲁国家。最后，一个评论指出，故意制造分裂是为了防止中下阶层团结起来。
美国证券交易委员会 请访问www.sec.gov/developer获取更多开发者资源和公平访问指南。请访问www.sec.gov/privacy了解更多隐私政策信息。参考编号：0.8d62c17.1769225538.86c66cbc
## FTX高管面临判决，引发争议
美国证券交易委员会（SEC）已对前FTX和Alameda高管，包括卡罗琳·埃里森，因其在大型加密货币欺诈中的角色，获得了最终的同意判决。 埃里森因配合调查而获得相对较轻的判决——为期5年的行为约束禁令和10年禁止担任上市公司官员或董事的禁令——这一结果引发了关于司法公正的讨论。
Hacker News上的评论员辩论了认罪协议和减刑是否合理，指出认罪协商的高比例以及对两级制度偏袒富人的担忧。 一些人认为配合调查对于起诉至关重要，而另一些人强调意图很重要，无论结果如何，个人都应承担责任。
讨论还涉及比特币在破产后价格上涨的有利时机，这使得一些客户资金得以近乎完全偿还，以及这是否应该被纳入判决考虑因素。 关于埃里森未来职业前景的猜测也浮出水面，一些人认为尽管她声名狼藉，但她的专业知识在加密货币领域可能很有价值。 此案继续引发关于金融犯罪、问责制以及法律程序的复杂性的更广泛讨论。
## FastRender：由AI集群构建的浏览器
Cursor最近详细介绍了他们关于协调大量自主编码代理的研究，项目名为FastRender——一个从头开始构建的网页浏览器。工程师林威尔逊在最近的YouTube访谈中详细介绍了该项目。最初，FastRender是一个个人实验，使用了Claude Opus 4.5和GPT-5.2等模型，当单个代理产生有希望的结果时，该项目演变成一个核心研究项目。
该项目最多时大约有2000个代理同时运行，每小时产生数千次提交（总计近3万次！）。这些代理以树状结构组织，处理各种浏览器组件，令人惊讶的是，由于有效的任务划分，产生的合并冲突很少。值得注意的是，通用语言模型在协调代理方面比专门的编码模型更有效。
该系统可以自主运行长达一周，利用规范作为反馈，并利用Rust编译器进行验证。虽然代理有时会引入依赖项（如Taffy和QuickJS）——有时与“从头开始”的目标相悖——但团队允许出现临时错误以维持高吞吐量。FastRender并非旨在成为Chrome的竞争对手，而是一个长期存在的“你好，世界”，用于多代理协调，展示了AI辅助软件开发的潜力。
## Quamina 正则表达式更新：驯服 Unicode 属性 本文详细介绍了将 Unicode 字符属性匹配（如 `\p{L}` 用于字母）添加到 Quamina 模式匹配软件的过程。挑战源于 Go 的 Unicode 库过时，促使直接解析 Unicode 字符数据库。 最初尝试预计算和序列化这些属性的自动机，导致了大量的代码生成（最初超过 77.5 万行，预计达到 150 万行）和性能问题——启动时间慢和 IDE 崩溃。这种方法被放弃，转而采用缓存系统：自动机现在在首次使用时计算，然后存储以提高效率，将速度从每秒 135 个模式提高到 4330 个模式。 作者还反思了潜在地利用 GenAI（如 Claude）来处理涉及到的常规任务，承认它有可能加速开发。虽然对更广泛的 GenAI 炒作持怀疑态度，但他们认识到它在代码预测方面的优势，并后悔由于设置时间和缺乏耐心而没有利用它。 随着此功能即将完成，Quamina 2.0——拥有完整的正则表达式支持——即将到来。然而，作者对社区贡献减少表示担忧，并希望在未来的开发中重振协作。
一个 Hacker News 的讨论围绕着一位开发者因为 Go 编程语言 Unicode 支持滞后而避免将其用于一个项目。截至 2026 年 1 月，Go 仍然使用 Unicode 15.0.0（来自 2023 年 9 月），而当前版本是 17.0.0。
Go Unicode 库更新的延迟引发了争论。起初这令人惊讶，但评论员透露该更新最近已应用（2024 年 1 月），此前它首先在 Google 内部可用。公开延迟的原因并非恶意，而是优先级问题——该更新很复杂，并未立即成为开发团队待办事项的优先事项。
讨论还涉及 Go 的开发流程，使用 Gerrit 进行代码审查（通过 GitHub PR 触发），以及 Unicode 处理的潜在优化，例如使用完美哈希函数或查找表代替自动机。
## Voyage-Multimodal-3.5：增强的多模态嵌入
Voyage AI 发布了 voyage-multimodal-3.5，这是一款用于嵌入和检索文本、图像*和*视频信息的下一代模型。 在 voyage-multimodal-3 成功的基础上，该新模型增加了原生视频支持，同时保持了在文本和图像数据上的强大性能。
与一些多模态模型不同，voyage-multimodal-3.5 使用统一的 Transformer 编码器，将所有输入类型一起处理，以避免“模态差距”——即文本和图像被视为不同的实体。 它还引入了 Matryoshka 嵌入，允许灵活的维度和量化选项，以优化成本和性能。
评估表明，voyage-multimodal-3.5 在视觉文档检索方面优于 Cohere Embed v4 4.56%，在视频检索方面优于 Google Multimodal Embedding 001 4.65%，同时与最先进的文本嵌入模型相匹配。
该模型现已推出，采用基于 token 的定价，并提供免费套餐（200 亿 tokens/1500 亿像素）供您入门。 资源和代码示例可在 Voyage AI 文档中找到。
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Voyage-multimodal-3.5：一款支持视频的新多模态检索前沿 (voyageai.com)
9 分，作者 fzliu 1 天前 | 隐藏 | 过去 | 收藏 | 1 条评论
redwood 1 天前 [–]
很高兴看到这个，也请查看 voyage-4 嵌入，包括开放权重的 nano
https://blog.voyageai.com/2026/01/15/voyage-4/ 4 系列不同尺寸共享嵌入空间非常棒。回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
comma.ai — 让驾驶更轻松。comma four 适用于您已有的汽车。它为您的丰田、现代、福特等汽车提供主动驾驶辅助。/01 产品 /02 自主性 /03 运营 我们正在寻找有才华、能够独立工作并准备产生有意义影响的人才。查看开放职位。
## 包管理中的工作区概念兴起 如今，几乎所有现代包管理器——Yarn、npm、pnpm、Cargo、Go 的 `go.work` 等——都提供了“工作区”或类似的功能。这种广泛采用表明开发者管理代码的方式正在发生根本性转变。 工作区解决的核心问题是简化具有相互依赖关系的包的开发。如果没有它们，依赖项的更改需要发布新版本，或者进行繁琐的手动符号链接。工作区在开发期间自动链接本地包，从而可以立即获得更改的反馈。 虽然工作区通常与*单仓库*（所有代码放在一个地方）相关联，但即使对于较小的项目——例如带有插件的库，或带有内部工具的应用程序——它们也很有用。它们解决了“一起开发”的情况，而单仓库则解决了“所有代码都放在一个地方”的情况。 不同的包管理器以不同的方式实现工作区。pnpm 提供更严格的隔离，防止了 npm 和 Yarn 中常见的“幽灵依赖”问题。Cargo 和 Go 提供了更集成的发布支持。 然而，工作区并非万能药。挑战包括工具配置、潜在的 CI 分歧，以及对单独构建编排的需求（Turborepo 等工具可以帮助解决这个问题）。最终，工作区简化了*开发*，但发布和版本协调通常需要额外的工具，例如 Changesets 或 Lerna。这一趋势表明，生态系统最初优先考虑了易于创建包，然后需要工作区来管理由此产生的协调复杂性。
这个 Hacker News 讨论的核心是**包管理器中的工作区和单仓库**，重点关注 Rust 通过 Cargo 的实现。
Rust 工作区用于拆分大型包以加快构建速度，管理独立的 API 版本控制（例如 `serde_core`），隔离可选功能（例如 `clap_complete`），以及组织开发工具。它们还允许共享清单数据，例如依赖项和 linting 规则。
用户称赞 Rust 的工作区系统使用起来自然简单且“原生”，与 JavaScript 单仓库所需的更复杂工具（Nx、Lerna）形成了鲜明对比。
讨论还涉及包管理器的差异——具体来说，是对 Yarn 的 PnP 模式及其工作区支持的更正，以及对 pnpm 功能与 Yarn 相比的提问。最终，对话强调了良好集成的 workspace 功能对于管理大型项目的好处。
## Noora Health：人工智能/机器学习岗位概要 Noora Health是一家致力于通过赋能家庭护理人员来改善印度、孟加拉国、印度尼西亚和尼泊尔医疗保健成果的社会影响力组织。自2014年成立以来，他们已通过“关怀伴侣计划”(CCP)培训了超过4300万名护理人员，显著降低了参与患者的手术后和产后并发症——甚至新生儿死亡率。 Noora Health正在寻找一位经验丰富的人工智能/机器学习工程师，负责端到端地构建和部署人工智能系统，以增强其现有项目和用户体验。理想的候选人应具有4年以上经验，精通Python技能，并拥有成功交付深度学习项目的良好记录。他们将专注于数据整理、模型构建以及与云平台的集成，同时与多元化团队合作，以确定有影响力的AI应用。 Noora Health优先考虑多元化、公平和包容性，欢迎来自所有背景的申请者。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Noora Health (YC W14) 正在招聘人工智能/机器学习工程师 (ycombinator.com)
23小时前 | 隐藏
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
OpenAI 将从客户人工智能辅助研发成果中抽取一定比例。
OpenAI to Take a Percentage from Customer AI-Assisted R&D Outcomes
2 天前
OpenAI 正在探索一种潜在的革命性商业模式：分享由其人工智能工具产生的收益。该计划目前正在内部讨论中，目标是像制药和材料科学等高研发投入的行业。OpenAI 不仅仅是收取人工智能使用费（API 调用费），而是会从通过其模型（如 GPT）加速的商业成功成果——新药物、材料或产品——中抽取一定比例的收入。 这使 OpenAI 从工具提供商转变为创新合作伙伴，激励其进一步投资于基础人工智能研究。然而，这一想法引发了对知识产权纠纷和用户财务复杂性增加的担忧。 虽然云计算中存在类似模式，但将这种“成果分享”方法应用于人工智能是新颖的。如果实施，它可能会重新定义人工智能竞争，不仅关注技术，还关注控制生态系统并从创新中获益。OpenAI 在将这一雄心勃勃的计划变为现实方面面临重大的法律、伦理和商业挑战，但这表明它正在向解锁更高价值的 B2B 市场迈进。
## OpenAI 考虑对 AI 辅助成果进行收益分成
据报道，OpenAI 正在探索一种新的商业模式，即从使用其 AI 工具进行研发的客户所产生的利润中抽取一定比例。这可能适用于新药物分子、材料配方、芯片设计，甚至初创产品创意等发现。
在达沃斯论坛上讨论的提议，建议与行业合作伙伴建立合资企业，分享 AI 驱动的成功带来的回报。然而，许多评论员对此表示怀疑，担心这会阻碍在知识产权密集型领域的采用。担忧范围从这类似于对合作工作的不公平署名要求，到有关可执行性和版权的潜在法律挑战。
一些人认为，此举源于 OpenAI 需要一种在仅仅销售 AI 访问之外的盈利商业模式。另一些人则认为，Anthropic 和 Google 等竞争对手也在考虑类似的策略。虽然 OpenAI 将此定位为互惠互利的合作关系，但许多人预计，如果被迫分享收益，公司将 просто избегать 使用 OpenAI 的服务。
启用 JavaScript 和 Cookie 以继续。
最近的 Hacker News 讨论集中在“模拟到现实”问题上——即难以将从模拟环境中学习到的知识转移到现实世界。核心问题不仅仅是模拟器的局限性，而是**行为的鲁棒性**：为模拟环境过度优化的系统，在面对现实世界的复杂性时会变得脆弱。
用户指出，完美的模拟是不可能的；所有模拟都涉及简化和抽象，从而导致虚拟世界和物理世界之间不可避免的差距。一位评论员强调，过度指定模拟模型会加剧这个问题。
一个建议的解决方案是，从模拟环境中转移“粗略运动策略”，然后在现实世界中使用 PID 控制等反馈机制进行**微调**，以实现精确的运动。讨论表明，应该关注适应性行为，而不是完美复制。