每日HackerNews RSS

美国印第安纳州的一座亚马逊数据中心。科技巨头正向此类AI基础设施投入大量资金。© Reuters KOHEI YAMADA 2026年11月4日 05:02 JST 加利福尼亚州帕洛阿尔托——美国科技巨头因人工智能相关义务产生的表外债务持续膨胀,六个月里几乎翻倍至约3.2万亿美元,投资者日益对看似永无止境的支出感到担忧。

据《日经》报道,美国科技巨头的隐藏AI债务在六个月内激增90%,达到3.2万亿美元,引发Hacker News激烈辩论。评论者对这些表外承诺是否构成真实债务存在分歧,一些人认为它们只是可取消的支出合同,另一些人则反驳称未来义务实际上就是负债。 许多用户将局势与过去的泡沫——dot-com、2008、安然——作比较,并警告系统性风险、救助和普通股东的财富毁灭。其他人则为这种支出辩护,称公司害怕错过AI竞赛并面临垂直领域被边缘化的风险。一些人认为,即使泡沫破裂,也会留下有用的基础设施。 主要担忧包括OpenAI和Anthropic带来的集中风险、隐藏义务可能触发级联失败,以及公司是否正在将杠杆加到不可持续水平。辩护者则指出强劲的收入增长、庞大的客户积压订单,以及AI竞赛的生存性本质作为理由。 讨论还涉及科技公司CFO是否真正理解风险,或者激励结构与错失恐惧症是否会驱使鲁莽支出,无论后果如何。

这篇文章认为,公开写作可以充当“思想蜜糖”,被动吸引志同道合的人。虽然内容易于理解有帮助,但作者可以添加分层的“抓手”、链接、脚注和隐藏彩蛋,在不阻碍追求快速价值的读者的同时,奖励特别投入的读者。例如 Wait But Why 的乌龟和脚注。如果回报不足,人为设计的谜题会显得恼人;自然的细节与用心往往能吸引合适的读者。作者重视微妙的好奇陷阱,它们能引发对话,同时让正文对实用型读者仍具可用性。最终,反复发布具体的作品会创造偶然的联系,并形成由契合的人组成的网络。

Hacker News 评论者讨论“Curiosity Traps”(好奇心陷阱):小而有意的信号——古怪细节、博客文章或项目——吸引志同道合的人。他们鼓励给创作者发邮件提供反馈或赞美,指出这类主动联系通常受欢迎。他们也承认很多人在发消息前会犹豫,尽管自己收到时会感激。有些人将好奇心陷阱比作灯塔或“狗哨”,与 XKCD 式的 nerd sniping 对照。个人博客可以引来深思熟虑、有时延迟的回应,并帮助人们找到社群。具体而利基,而不是追求广泛覆盖,可能提高找到“自己人”的几率。最有支持性的社群往往形成于地位或金钱不多的兴趣周围。

Hironobu Suzuki 是一名软件工程师和作者,开放国际 PostgreSQL 机会,包括欧洲、南半球和东南亚。他寻求具有签证赞助或远程、数字游民友好工作的挑战性 PostgreSQL 职位,也寻求在日本居住数年期间从事将机器学习/人工智能应用于数据库管理系统的远程职位。他创建了《PostgreSQL 内幕》,出版了七本数据库书籍,并在日本组织了 PostgreSQL 研讨会和会议。他曾在南美洲居住,有时会返回。可通过电子邮件或私信联系,其内容对教育、非商业和商业用途有具体规则。

Hacker News 正在讨论《PostgreSQL 的内部结构》,用户分享了实用的收获以及相关的数据库工程辩论。要点包括仅堆元组(HOT)更新:它仅在没有索引列变化且新元组能放入同一页时才有效,因此对频繁更新的列建索引可能禁用 HOT;降低 fillfactor 可能有帮助。列顺序因对齐填充而影响行大小。帖子还重新审视了 MVCC 权衡:Postgres 使用追加式存储和 vacuum,评论者比较了 Oracle 基于 undo 的方法,并提到 OrioleDB 作为替代的 MVCC 层。其他内容包括 PostgreSQL 18 全文搜索/排序规则变化,以及一个宣传的基于 SSD 的缓存 Lavik,声称比 Redis DRAM 更快。总体而言,该帖子混合了深入的 Postgres 内部机制与运维性能和存储引擎比较。

彭博 需要帮助?联系我们 我们检测到您的计算机网络存在异常活动 要继续,请点击下方框,以证明您不是机器人。 为什么会发生这种情况? 请确保您的浏览器支持 JavaScript 和 Cookie,并且没有阻止它们加载。 有关更多信息,您可以查阅我们的服务条款和 Cookie 政策。 需要帮助? 如有与本消息相关的问题,请联系我们的支持团队,并提供下方参考 ID。 屏蔽参考 ID:baa1ddb0-d7d2-11f1-b738-538a818f8a40 通过 Bloomberg.com 订阅,全球市场最重要的新闻触手可及。 立即订阅

Hacker News 的一个帖子讨论了一篇 Bloomberg 文章,警告 AI 繁荣可能播下另一场金融危机的种子。评论者将当今的 AI 热潮与 2000 年代的房地产泡沫相比较,指出普通工人正在使用 ChatGPT 和 Grok 等工具,并思考广泛采用 AI 是否意味着市场被过度炒作。一些人争论 AI 效率提升能否带来持久的 ROI,还是会因竞争而被消耗掉;另一些人则担忧债务、GPU 价格、基础设施容量和潜在崩盘。少数人认为 AI 确实具有变革性,而怀疑者将其与过去的泡沫和类似庞氏骗局的动态相比较。总体而言,该帖子反映了 AI 可能造成金融不稳定的焦虑,尽管参与者对风险是更像杠杆投机还是广泛生产力提升存在分歧。

《生成式人工智能基础小书》是一本简洁、基于数学的入门读物,连接主要生成建模方法。它从 PCA 和概率 PCA 出发,连贯地介绍 VAE、扩散模型、归一化流、自回归分解、GAN、Wasserstein GAN 和基于能量的模型。它不只介绍架构,而是强调推导与概念关系,使生成建模的数学结构对学习者、实践者和研究人员易于理解。

Hacker News 讨论了《The Little Book of Generative AI Foundations》,一篇关于生成式 AI 直观数学的 arXiv 入门读物。用户称赞其可读性,并推荐与 Fleuret 的《Little Book of Deep Learning》搭配;还有人推荐 Ananthaswamy 的《Why Machines Learn》。评论就坐标变换以及主动变换与被动变换的措辞展开争论。用户还讨论 PDF 格式,包括用户自制的标准页面版本和重排工具。推荐的含练习的深度学习书籍包括 Prince、Bishop、Calin、Petersen、《Dive into Deep Learning》和 Berkeley 的课程;也提到了 deep-ml。一位用户描述将论文和书籍存放在 RAG 文件夹中并使用 vektormemory.com。其他评论指向 3Blue1Brown 和《Formal Algorithms for Transformers》来了解注意力机制,以及一个幽默的哲学《Little Pamphlet》和一个无关的 Dungeon Crawler Carl 推荐。总体而言,该帖是围绕数学与 AI 学习资源的资源分享讨论。

Safari 27.3 beta 引入了自适应深色模式,当系统外观为深色时会自动将浅色网站转换为深色,填补了大多数网站缺乏深色版本的空白。通过 `<meta name="color-scheme" content="light dark">` 或 CSS 声明深色支持的网站将保持不变;否则 Safari 会分析颜色并反转亮度同时保留色相,目标对比度达到 WCAG 4.5:1,并转换渐变。图像大部分会被保留,但 SVG 图标/标志和简单的黑白位图可能会被反转;有问题的效果可以禁用,canvas 内容保持不变。转换在 WebKit 底层执行以确保速度和效率。出于隐私考虑,网站无法检测自适应深色模式;JavaScript 看到的是原始颜色。开发者可以通过现代实践(SVG、CSS、透明图像、内边距)提高兼容性,或使用 `color-scheme: light only` 完全退出。仍鼓励使用 color-scheme 声明提供完整的深色模式支持。反馈可发送给 Apple。

Safari 27.3 引入了 Adaptive Dark Mode,可自动将仅支持浅色模式的网站转换为深色主题,面向偏好深色模式的用户,同时尊重如 `color-scheme: light only` 这类退出选项。该公告在 Hacker News 上引发了广泛争论。支持者欢迎减轻开发者负担并提升无障碍性,指出 CSS 工具如 `light-dark()` 和 `prefers-color-scheme` 已存在。批评者担忧网站被破坏、对比度差(尤其是纯黑背景)以及设计师控制权的丧失。许多用户反映散光或光晕让深色模式更难阅读,而另一些人则觉得浅色模式刺眼。一个反复出现的主题是希望将操作系统、浏览器和网站主题偏好解耦,并呼吁提供按站点或手动切换。Dark Reader 和 Noir 等扩展被拿来比较,部分用户指出性能或隐私顾虑。Chrome 类似的 force-dark 标志被作为先例提及。Safari 的实现阻止网站检测转换,旨在保护隐私并避免破坏前端逻辑。总体而言,反应既有对这一期待已久功能的热情,也混杂着对一致性、无障碍性以及自适应转换能否媲美手写深色主题的怀疑。

macOS 27(Golden Gate)不再支持 CoreStorage/加密 HFS+ 卷。普通工具无法挂载、转换或擦除它们;磁盘工具和 diskutil 会失败并显示隐晦错误,甚至最初删除逻辑卷组也会失败。mount_hfs 可以只读挂载卷,但读写尝试会失败并提示“Resource busy”,擦除也会失败。一种解决方法是删除逻辑卷组,这会移除其逻辑卷,然后重启;之后可以擦除物理卷。作者无法找到原位保留或转换受影响卷的方法,只能从备份重建。macOS 27 还会显示一个误导性的启动对话框,称 macOS 28 将不支持这些卷。hfsutils 也不起作用。

macOS 27 移除了对 CoreStorage 卷的支持,结束了原生加密 HFS+ 存储,并使硬盘上的加密本地备份变得更加复杂。评论者指出 APFS 不适合 HDD 且在硬盘上速度慢,而网络 Time Machine 备份容易损坏;替代方案包括第三方工具、加密的 Time Machine 稀疏包、NAS/ZFS 设置或 OpenZFS。帖子还指出 Apple 经常淘汰旧技术(FireWire 支持更早结束),并包含对 macOS 27 稳定性和性能的更广泛抱怨。CoreStorage 主要支持 Fusion 驱动器和加密 HFS+ 卷;APFS 现在处理卷和子卷,尽管用户在保留多少控制权上存在争议。

启用 JavaScript 和 cookies 以继续

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 麦当劳最初是如何起步的 (2016) ( smithsonianmag.com ) 17 分 由 bookofjoe 1 天前 | 隐藏 | 过去 | 收藏 | 3 条评论 帮助 mixmastamyk 1 天前 [–] 这似乎是一篇不错的文章,虽然我还没读完。不过我要说,电影《创始人》涵盖了一些这段历史,与此相关。 https://en.wikipedia.org/wiki/The_Founder 回复 tptacek 1 天前 | 父评论 | 下一条 [–] 这部电影不错,对雷·克罗克的评价并不完全正面。是一部不错的创业电影。 (虽不及《捉鬼敢死队》那样优秀的创业电影,但仍然不错。) 回复 wompapumpum 1 天前 | 父评论 | 上一条 [–] 很棒的电影 回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请加入 YC | 联系 搜索:

文章探讨苹果键盘的脏话系统。一个本地数据库 ~/Library/Keyboard/VulgarWordUsage.db 按应用和收件人记录粗话,以便自动纠错学习何时停止纠正它们;作者的数据库为空。更有趣的是苹果系统词典,其中私有 Lexicon.framework 函数揭示每个词条的两个标记字段。一个字段将数千个单词分入三个层级之一——粗俗、冒犯或敏感;另一个字段分配主题标记,如排泄、身体部位、侮辱、毒品、政治、宗教、性、暴力和武器。这些层级似乎控制未主动触发的建议而非阻止输入。值得注意的发现包括:Oedipus 被列为粗俗,Tom 和 Mick 被列为冒犯,pee、poo、niggle 和 underling 被列为敏感。在英语敏感层级中,Trump 是唯一在世政治人物,与 Hitler、Mao、Osama bin Laden 和 Taliban 并列;Biden、Obama 和 Putin 未被标记。另有短语拦截名单过滤序列。含义为推断,可能因地区和操作系统版本而异。

一篇文章声称泄露了苹果用于自动更正的词表,显示按语言分类的词汇(粗俗、冒犯、敏感),中文列表更大。Hacker News 评论者争论该文章是否由 AI 撰写,讨论列表用途(自适应自动更正学习,而非审查),并指出版本变化。他们比较了政治人物名称:Trump 被标记为敏感,而 Obama、Putin、Vance、Harris 没有层级;Musk 未出现;Mao 列出但 Pol Pot 未列出。有些人抱怨 Mac/iOS 自动更正质量与设置。其他人讨论英国 iOS 成人网站限制及其运作方式。其他观察包括“conservatards”与“libtard”、 “cooties”重新分类,以及缺失目录导致功能失败。总体而言,该线程混合了技术逆向工程、对苹果家长式设计的批评以及更广泛的文化/政治评论。

Kairos 是一个开源的实时欺诈与风险决策平台,可在一次调用中评估注册、登录、订单、支付和提现,返回批准、加强验证、人工审核或拦截,并附带风险评分和原因。它保留每个决策及其信号,并支持工作流、审核队列、案件、实验和 MCP 访问,以便编码代理检查决策并调优模型。其决策模型 Grayson 以校准概率回答自然语言问题,可在少量标签下工作,并可读取非结构化数据;而逻辑回归和梯度提升树等传统模型从你的数据和 Grayson 的回答中学习。Kairos 可以组合两者,并运行实验,按 ROC-AUC 和 PR-AUC 等指标选择最佳变体。它提供 TypeScript/Python SDK、CLI、自托管、入站 webhook 以及 Shopify 等集成。注册会创建沙箱;代理可以构建工作流、提出模型变体并发布胜者。

Hacker News 介绍了“Show HN: Kairos”,一个由 Finic 开发的开源欺诈/风险决策平台,定位为 Sift 和 Sardine 的替代方案。Kairos 针对两个问题:有限的标注训练数据和快速变化的欺诈手段。它用“System One”纯语言决策模型补充传统机器学习,处理非结构化信号,并提供 MCP 服务器,让编码代理可以构建工作流、训练模型并选择最佳变体。可通过 Docker 自托管,也可使用托管版。评论者讨论了 Node/TypeScript 运行时可变性带来的安全担忧、命名冲突、对电子邮件“一次性”检测是否足够的怀疑,以及对“decisioning”这类术语的抱怨。其他人指出欺诈/垃圾信息是一场持续的军备竞赛。总体而言,该讨论串显示了人们对开源欺诈工具的兴趣,以及围绕架构和术语的争议。

更多

联系我们 contact @ memedata.com