人类验证 为了继续，您需要通过解决 CAPTCHA 验证码来确认您不是机器人。CAPTCHA 验证码需要 JavaScript。请启用 JavaScript，然后重新加载页面。
每日HackerNews RSS
黑客新闻讨论称，AI代理很少用于DoorDash订单，因为消费者希望控制食物选择、价格和配送详情。评论者认为，科技公司围绕富裕、价格不敏感的用户设计用例，而普通买家会比较选项、查看价格并避免意外账单。视觉菜单和直接的应用界面通常比聊天或语音更容易。代理还增加了摩擦、延迟和信任问题，并可能出错。一些用户认为AI在研究、规划、购物或自动化重复订单方面有价值，但不适合订餐。更广泛的怀疑包括暗黑模式、追加销售、隐藏费用、隐私以及对委托支付的恐惧。总的来说，讨论认为，在人们关心口味、成本和具体细节且现有应用已经运行良好的任务中，AI点餐并不合适。
Cloud AI 100 Ultra | 高性能 AI 推理 | Qualcomm 您需要启用 JavaScript 才能运行此应用。
Hacker News 讨论了高通的 Cloud AI 100 Ultra：一款 150W 的 AI 加速器，配备 128GB 内存和 548GB/s 带宽，2024 年发布。评论者争论其规格是否过时，将其与 Apple M 系列及 Nvidia/AMD 产品比较，同时指出高通在更广泛芯片与封装内内存方面的进展。价格引发困惑：网站标价 $0.01，但估算为 $10k–17k，云租用约 $5/GPU/小时，八卡服务器每月数千美元。用户还讨论内存带宽限制、SRAM，以及更适合 prefill 或计算受限负载而非 decode。其他人指出八卡可聚合至约 1TB 和 4.4TB/s。总体反应不一：功耗效率与容量有吸引力，但对与新款 GPU 相比的价值及规格是否落后存疑。
请启用 JavaScript 和 Cookie 以继续
OpenAI 宣布将收购 Pierre Computer Company，这是一家提供 Code.Storage 的初创公司，Code.Storage 是一种被 Lovable、Bolt 和 Amp 等代理式/AI 公司大规模使用的 git 基础设施服务。Pierre 还维护 diffs.com 和 trees.software 等开源库。公司由 Jacob Thornton（Bootstrap 联合创始人）和 Ian Ownbey 联合创立，曾被视作 GitHub 在大型 diff 和开发者工具方面的高质量替代方案；OpenAI 已在 Codex 中使用 Pierre 的库。
Hacker News 的讨论涉及多个角度：收购可能部分是人才收购；Pierre 的产品有真实客户和收入，而不仅是开源软件；GitHub 的 diff 界面和性能受到批评；一些评论者质疑 AI 时代的估值和 OpenAI 的大规模收购，而另一些人指出代理式编程正在给传统的 git/GitHub 工作流带来压力，促使公司（包括 Anthropic）构建自己的源代码控制工具。总体而言，该讨论线程将对 Pierre 工艺的热情与对 AI 公司收购及开源项目长期命运的怀疑混杂在一起。
人工灯光历来会吸引成群昆虫，因为许多灯光会发出紫外线，昆虫会将其误认为月光并用作导航，导致绕圈和疲惫。随着照明转向LED，聚集的昆虫大大减少，因为LED通常缺乏紫外线，并能高效地将能量转化为可见光。轶事观察显示，壁虎因虫食减少而离开LED照明区域。2016年布里斯托尔大学的一项研究发现，与白炽灯或紧凑型荧光灯相比，LED吸引的昆虫显著更少，尤其是苍蝇和蠓虫，而冷白LED和暖白LED之间没有显著差异。因为夜间发出紫外线的人工光会扰乱并伤害昆虫，通过使用LED减少紫外线可能有助于缓解昆虫数量下降和虫媒疾病风险。
Hacker News 上一个帖子就一篇文章展开辩论，该文声称昆虫不会聚集在 LED 灯周围，因为 LED 缺乏昆虫用于导航的紫外线（昆虫会将其误认为月光）。许多评论者对此提出质疑，报告称昆虫会聚集在 LED 车头灯、植物生长灯和台灯等周围。提出的解释包括：有些 LED 确实会发射紫外线（尤其是生长灯）、PWM 闪烁影响昆虫视觉、红外线/热量吸引、亮度以及特定波长。还有人指出温暖/黄色的“海龟安全”灯或驱虫灯吸引的昆虫较少。几条评论将总体昆虫数量减少归因于杀虫剂和栖息地丧失导致的昆虫种群下降，从而混淆了观察结果。共识是：该说法过于简化——LED 的光谱和技术差异很大，许多 LED 确实会吸引昆虫。
Ricursive Intelligence 发布了 Ripple-65B Preview，这是一个通用开放权重模型，为其 AI 芯片设计平台提供支持。它从头训练，并在 12 万亿 token 上预训练，上下文长度最高达 1M，在 TerminalBench 2.1 上得分 80.52，取得美国开放权重模型在代理式编程上的 SOTA 性能，超越更大的美国开放模型。其稠密的 65B 架构提供强推理能力和低延迟生成，较小的规模使其能够在 NVIDIA DGX Spark 等设备上高效本地部署。Ripple-65B Preview 可通过 Hugging Face、Together AI、GMI Cloud 和 OpenRouter 获取，Fireworks 即将推出。
Ricursive AI 预览了 Ripple-65B，一款 65B 参数的密集开放权重模型，采用 Apache 2.0 许可，定位为美国开放权重 SOTA，用于智能体编程。HN 讨论指出它在 Terminal-Bench 2.1 上得分 80.5，可能吸引需要美国起源模型或离线部署的组织，例如政府或芯片设计用户。评论者争论它是否在全球范围内真正有竞争力，因为中国的 MoE 模型如 Qwen 通常提供更好的效率和性能；密集 65B 推理在消费级硬件上很慢。多人批评基准比较范围过窄、竞争对手挑选有偏，而其他人看重其开放性、在高内存 Mac 上本地运行的潜力以及可能的量化使用。其他评论提到工具调用可靠性问题、尽管 Ricursive 专注于芯片设计却缺乏 EDA/RTL 基准，以及与另一家“Recursive” AI 公司的混淆。总体而言，Ripple-65B 被视为一款有前景但利基的美国起源开放模型，而非无可争议的全球前沿领导者。
作者构建了 benchfmt.rs，一个零依赖的 Rust 基准运行器和 Criterion 到 benchstat 的转换器，使 Rust 微基准可与 Go 的 benchstat 工作流进行比较。它支持 `/key=value` 投影、每次操作的堆分配跟踪（B/op、allocs/op）以及 pprof 性能分析。他们对 varint 解码器和 Prometheus Remote Write 2.0 protobuf 解码器的相同 Go 与 Rust 实现进行了基准测试。Rust 在两种情况下都更快——varint 解码快约 42.6%，Remote Write 2.0 快 14.7–17.7%——同时在独立运行中使用更少的 CPU 和 RSS。文章批评了 Criterion 的编译负担、线性递增采样方差、缺乏分配跟踪以及多维比较受限。benchfmt.rs 提供两条路径：将现有 Criterion 输出转换为 benchstat 格式，或使用 `benchfmt::Suite` 与 `CountingAlloc` 进行仅标准库的稳态基准测试，并提供分配指标和 pprof。性能分析显示了 Go 的 GC/malloc 开销和 Rust 的 Vec 增长开销；Rust 分配的对象更少但字节更多。总体而言，Rust 更快，benchfmt.rs 帮助 Rust 开发者使用 Go 风格的 A/B 基准测试。
Benchfmt.rs 将 Go 的基准测试和 benchstat 工作流带到 Rust，包括一个零依赖的基准测试运行器（支持分配计数、pprof 集成、Go 风格标志）以及 Criterion/libtest 转换器。Hacker News 评论者称赞了这项工作，并指出此前有类似成果。一条详细评论批评 benchstat 在解读 Mann-Whitney U 检验时隐含的位置偏移假设，认为它对较小性能差异可能功效不足，缺少诊断信息，也缺少中位数差异的置信区间。他们建议用功效计算、置换/自助法或 t 检验更好地估算样本量。另一位评论者表示他们依赖 hyperfine/Criterion，不确定其价值，而作者回应称，包含分配和性能剖析的更丰富标准化基准测试可能改进智能体工作流。
这封信指出，谷歌计划默认禁用 K-12 Google Workspace for Education 账户的 AI 功能，但这一计划被削弱，因为搜索功能也会同时被关闭，而 AI Overviews 等 AI 功能仍然附着其中。教育工作者表示，搜索与挣扎能培养批判性思维，而 AI 快捷方式会削弱这种能力。作者将学习比作体育或音乐训练，强调努力与磨炼。他们警告称，由广告资助的搜索服务广告商而非学生，并引用了谷歌创始人的论文。作者表示，教育工作者需要选择权和控制权，而非厂商强加的 AI。Kagi（作者的公司）提供无广告搜索，AI 可选，并具备学校控制功能，将自身定位为替代方案。呼吁行业优先考虑教育而非利润，给学校真正的选择权。
Hacker News 讨论串讨论了 Kagi 的说法：Google 通过把 AI 打包进学校搜索，实际上是在把教育当做人质进行勒索，导致拒绝 AI 功能的学区无法使用 Google Search。据报道，Google 表示搜索与 AI 深度集成，而教育工作者和评论者强调学校希望控制生成式 AI，特别是为了防止学生使用 Gemini 等工具绕过学习。一些人认为 AI 可以个性化教育，学校落伍了；另一些人警告它会破坏有成效的挣扎、基础技能和批判性思维。评论者还指出 Kagi 的帖子部分是广告，争论 AI 是变革性的还是破坏性的，并讨论 DuckDuckGo 或开源工具等替代方案。总体而言，该讨论串突显了科技公司 AI 集成与学校控制学生访问权限之间的紧张关系，但没有明确共识。
正在检查您的浏览器……需要JavaScript
Hacker News 讨论了一篇 Longreads 文章，讲述一名记者与一名因谋杀妻子而被定罪的男子交好，如今质疑自己是否误判了此人的性格。评论者就罪与无罪以及司法系统展开辩论，包括陪审团多数裁决、上诉，以及该男子可能是无辜或有罪。还有人分享自己认识谋杀者或暴力者的个人经历，认为人可以友好却仍能造成伤害，且一些罪犯会改造，另一些则不会。若干评论探讨聪明人有时为何为被指控的罪犯辩护或开脱，归因于魅力、个人关系或迫害焦虑。还有关于社交排斥与尊严的辩论，有人说惩罚是国家的事，有人强调自我保护。其他分支话题包括职业强盗、为利犯罪和美国监禁率。总体而言，该帖围绕不确定性、道德判断，以及一名被定罪的谋杀者是否也能成为朋友展开。
Conductor 正在加入 Meta 并将逐步停用。Conductor Cloud 将于 11 月 13 日变为只读，并于 11 月 20 日关闭；本地 Conductor 将持续获得新模型和关键 bug 修复，直至 2027 年初。用户可将云端工作区和聊天记录转移至 Mac 或导出全部数据，如有需要可邮件联系支持。近期更新新增了自定义完成声音、已归档云端工作区的 PR/变更/文件详情，以及 Codex 模型选择器中的 GPT-6.1 Terra。修复改进了 Claude 使用量显示、聊天时间戳、代理消息标签、工作区重命名预填、长 PR 标题显示以及 Mermaid 图表尺寸。
Hacker News
最新
|
过去
|
评论
|
提问
|
展示
|
工作
|
提交
登录
[重复]
Conductor 加入 Meta
(
conductor.build
)
51 分
by
askedrelic
1 天前
|
隐藏
|
过去
|
收藏
|
2 条评论
https://www.conductor.build/announcement
帮助
dang
1 天前
|
下一个
[–]
评论已移至
https://news.ycombinator.com/item?id=50369503
，该帖也曾在首页，且稍早发布。
回复
beshard
1 天前
|
上一个
[–]
哇，恭喜 Conductor 团队！如果大家在找云代理，非常推荐 boxes.dev，他们支持极好，发布速度极快。
指南
|
常见问题
|
列表
|
API
|
安全
|
法律
|
申请 YC
|
联系
搜索：
Go 1.27 使 encoding/json/v2 和 encoding/json/jsontext 稳定。它们解决了长期存在的 encoding/json 问题：严格 UTF-8 和重复名称处理、nil 切片/映射编组、大小写敏感性，以及 API/性能限制。jsontext 通过编码和解码值与令牌来处理流式 JSON 语法，而 json/v2 增加了语义编组/解组、选项以及流式 MarshalerTo/UnmarshalerFrom 接口。v2 提供 Marshal/Unmarshal 以及 Writer、Reader、Encoder 和 Decoder 变体，支持调用方和类型层级自定义，并带来 omitempty 和大小写敏感匹配等行为变化，可通过选项选择 v1 或 v2 语义。Unmarshal 快很多，而 Marshal 与 v1 接近。v1 构建于 v2 之上以保持兼容，支持渐进迁移和版本间互操作。这些包开发了约六年，并有社区协作。
Hacker News 讨论了 Go 的新 JSON API（`encoding/json/v2` 和 `jsontext`），指出其在长时间开发周期后提升了性能与易用性。用户强调了缩进选项、更严格的解析，以及 nil 切片/映射默认序列化为空 JSON 数组/对象等变更。一些人称赞务实的推出方式和改进后的 API；另一些人怀念便捷的 `MarshalIndent`，或担心兼容性与默认行为。帖子还讨论了 JSON 是否应强类型化或基于 schema，以及与 gRPC/protobuf、Rust 和其他语言的比较。额外讨论涵盖 Go 在 generics 和 modules 等特性上的缓慢进展、LLM 辅助编程，以及像 Go 这样简单、快速的语言是否仍有价值。总体而言，社区认为新 API 是一次有用的、谨慎的升级，同时提出了迁移、设计与生态问题。