GHC 的政策允许借助 LLM 的贡献，但责任仍由人类作者承担。贡献者可以使用模型进行探索、调试、复现 bug、缩减测试或构建基准，但与评审者的直接沟通必须由人类进行。合并请求必须易于评审，具备清晰的目标、解释的设计、测试和可消化的变更。每项提交都需要一个可识别的人类，能够解释所有代码和文档；若经过仔细审查，生成的内容可以接受。直接生成的提交代码、文档、测试或其他材料必须在 issue/MR 描述和提交信息中披露，通常使用 `Assisted-By` 行；私有探索无需披露。自己撰写最终版本是强烈偏好，而非要求。该政策是合理的，因为它避免了无法执行的全面禁令，同时保护了稀缺的评审时间：只有当贡献者理解相关工作时，辅助性工作才是可接受的，而不是把思考负担转移给维护者。它适合 GHC 大量的积压工作和日常任务，同时仍允许维护者拒绝无法解释的补丁。
每日HackerNews RSS
Hacker News 上的一篇讨论 Serokell 博客文章关于 AI 对 GHC 的贡献。若干评论者指控该文章本身违反 GHC 的 AI 政策，可能由 AI 生成或 LLM 辅助而未披露；其他人则不太确定，认为它可能只是像 PR 文案。提到的证据包括 AI 检测工具、流畅的文笔，以及网站明显的 AI 重度风格。更广泛的观点包括人类沟通的重要性、指向更细致 GHC 指南的链接，以及要求解释 GHC 是什么的上下文。讨论聚焦于真实性、披露以及围绕 AI 生成内容的社区规范。
LYNX SHARE 是一款轻量级、跨平台（Windows/macOS/Linux）的 DAW，使用 C++20/JUCE 8 构建，具有 FL Studio 风格的工作流。它包含通道架、钢琴卷帘、播放列表、混音器、模式、自动化、录音、导出、主题、撤销/重做，以及 FL Studio 工程（.flp）导入/转换。其干净室原生引擎模拟 FL Studio 原生插件和许多流行第三方插件，在原件不可用时提供回退等效。它支持 VST3/CLAP（以及 AU/LV2）、沙盒、插件扫描、MIDI/音频录音和灵活的硬件输出。无锁、多线程的音频引擎会跳过空闲通道，并可快速渲染大型工程。LYNX SHARE 目前是 alpha 软件：它可以打开、播放和导出工程，但尚非日常主力 DAW。它在 AGPLv3 下免费，并提供全部三个平台的发布版。
Hacker News 帖子宣布了 LYNX，一个受 FL Studio 启发的开源跨平台 DAW，具备 FL Studio 风格工作流、.flp 导入、内置乐器/效果器、VST3/CLAP 支持，以及 alpha 状态。作者请求测试和反馈。评论对密切模仿 FL Studio 的名称、颜色、UI 和 logo 表示担忧；质疑其是否为 AI 辅助或一次性软件；并争论其除熟悉功能外是否提供独特之处。一些人认为 .flp 导入可能有价值，而另一些人警告大型 AI 生成代码库可能难以维护。该项目被描述为免费、社区驱动，面向音乐人和 Linux 音频用户。
一个 Hacker News 帖子讨论 antipope.org 上题为“Blanets and Weird Worlds”的文章。一位评论者描述了一种计划中的硬科幻设定：一颗在三相水区中绕海王星质量 Hycean 行星运行的、地球质量的已地球化卫星，具有自转、磁层和来自主星的潮汐。他们好奇生物学如何从行星物理设计出来，并与似乎围绕角色构建的世界作对比。另一位评论者强调“blanets”——在黑洞吸积盘中形成的、由吸积盘辐射或蓝移宇宙微波背景加热的行星——并称这个想法令人脑洞大开。
叙述者昂贵的感应炉灶需要单独的 Dekton 表面，一种由 Cosentino 制造的现代高科技陶瓷。Dekton 本质上是先进瓷器：在极端高温和高压下生产，它克服了瓷器传统的脆性。文章追溯瓷器从中国古代高岭土创新和高温窑炉到欧洲的尝试，最终达到麦森瓷器。它将 Dekton 视为一场更广泛的材料科学革命的一部分，这场革命悄然改变了日常生活。例子包括遇水防滑瓷砖和替代骨骼的生物陶瓷支架。文章对比了过去将瓷器视为奢侈品的观念与现代的无处不在，结尾观察到年轻一代将这些先进材料视为理所当然。
Hacker News
新的 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
Everything Rhymes with Porcelain
（worksinprogress.co）
27 分，由 cromulent，1 天前 | 隐藏 | 过去 | 收藏 | 1 条评论
帮助
seemaze，1 天前
[–]
发布于两周前
https://news.ycombinator.com/item?id=50118828
回复
考虑申请 YC 的 2027 年冬季批次！申请开放至 11 月 2 日。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
作者解释说，在发布一篇面向初学者的 Big-O 文章后，匿名评论者“pyon”因他们省略了一个晦涩的算法细节而羞辱了他们。作者认为这一细节并非必要，这类“有毒专家”利用专业知识抬高自己而非进行教学。他们执着于 C、汇编、递归或指针等“暗号”，将其视为区分专家与初学者的标志，却忘了初学者真正需要什么。虽然更深入的知识可能有用，但它并不是做好工作的必要条件。作者总结说，科技界真正的差距不是缺少技术琐事，而是同理心，初学者应该忽略有毒专家。
Hacker News 上的帖子讨论了 Ned Batchelder 的《Toxic experts》一文。Batchelder 描述了一位匿名评论者“pyon”，后者批评了他对摊还算法复杂度的解释，并说他应该感到羞耻。他总结了教训：不要与有毒的批评者纠缠（“不要和猪摔跤”），教学时应为观众而非对手进行论证。评论者们争论 pyon 是否只是技术上正确，还是真正粗鲁；有些人认为摊还分析与平均情况分析的区别很重要，其他人则批评 Batchelder 的单方面叙述。有几人指出评论曾暂时无法显示，后来恢复了。更广泛的讨论涉及匿名性、社交智能、卖弄学识，以及“有毒专家”的标签是否公平。有些人认为专家是必要的，而其他人说这种行为会打击学习者。总体而言，该讨论的核心是在技术准确性与建设性、面向观众的沟通之间取得平衡。
10月28日，捷克总统授予国家荣誉，包括两位布尔诺理工大学毕业生。应急应用Záchranka的创建者Filip Maleňák获科技功勋奖章；该应用帮助用户联系急救服务、分享位置、协助无法说话的呼叫者并定位除颤器。AI专家Tomáš Mikolov因Word2Vec和通过BottleCap AI研发高效语言模型而获科学功勋奖章。两人均在51名获奖者之列，凸显了技术教育如何带来有影响力创新。
Tomáš Mikolov 获得捷克共和国总统颁发的功绩勋章。Hacker News 评论者称赞 word2vec 是表示学习领域的基础性突破，指出其简单模型使语义意义以几何形式涌现，并影响了 LLM 等后续进展。一些人承认更早的向量方法，但认为 Mikolov 高效的线性公式在多年间主导了该领域。其他人回忆起作为本科生遇到 word2vec，并对当今的 AI 能力感到惊讶。评论者还提到了他作为 BottleCap AI 联合创始人的当前工作，他的团队旨在使开放权重模型更高效、更少冗长、减少工具调用。讨论串还包含个人轶事和笑话。总体而言，讨论庆祝了 Mikolov 对现代 AI 的持久影响。
LLM 语音 LLM Voice
2 天前
作者描述了对LLM生成散文的恐怖谷反应，认为检测工具抓错了重点。他们警告不要使用LLM起草或改写写作，因为LLM的语气难以去除，而有限的大纲帮助可能是可接受的。手动写作支持思考、清晰度和技能发展。例外包括无障碍需求，如帕金森病、翻译以及低风险文档。对于有意义的人类交流，真实的人类声音应保持中心地位。这篇帖子本身未使用AI撰写。
评论者讨论了 AI 生成文本具有可识别、可预测的“LLM 声音”：啰嗦、填充词多、重复，并缺乏人类作者的意图、惊喜和语境。许多人感到疲惫，称互联网正被劣质内容淹没，因此转向更早的人类写作。可能原因包括统计预测、RLHF 偏好长回答、指令微调，以及模型优化信息密度而非沟通。讨论区分了可接受用途——代码、报告、翻译、无障碍访问、后台任务——与个人或公开写作，后者中人类声音与思考很重要。有人认为，委托写作也等于委托思考；LLM 可以作为批评者或起草助手，但不应提供最终文字。也有人指出 AI 的生产力优势，以及低质量写作在 LLM 出现前就已存在。总体共识是，LLM 文本有用但常常缺乏灵魂，保留人类作者身份很重要。
这段文字想象了一种类似大语言模型的假想外星生物——基于晶体管、能量自给、并通过对继承的知识进行强化学习和自监督学习而训练。它质疑理解或能够创造这样的存在是否意味着它不算活着，挑战将其仅仅称为“随机鹦鹉”的说法。然后它把人类被批量生产以用于功利目的作类比，询问这是否会让他们更不“活着”。
Hacker News 帖子讨论了 LLM（或“随机鹦鹉”）是否具有生命。原帖提出了一个思想实验，但评论者大多反对这一观点。他们认为当前模型缺乏生命所必需的生物学标志，例如稳态、繁殖和真正的感知，并且它们是确定性数据处理器而非有意识的实体。一些人将这场争论视为拟人化或“碳基沙文主义”，指出人类可能本能地把外星 AI 当作有生命，却不会把人造机器当作有生命。另一些人质疑“生命”或意识的阈值究竟应如何划定。还有几条评论建议，标签应反映关系，而非决定关系。总体而言，帖子的共识是当前 LLM 不具有生命，同时突出了定义的模糊性与人类偏见。
`noalloc` 是一个实验性的 Go 工具，通过检查整个调用树来断言函数不会在堆上分配内存。用 `//noalloc:root` 标记函数；CLI 会报告每个分配行，你可以通过类似 `//noalloc:exempt` 的指令修复或豁免。它还提供由池和区域支持的零分配、固定容量数据结构（`bounded` 包中的 Buf、Vec、Slice、Map），以及由 `jsongen` 生成的 JSON 编码器/解码器（`encoding/json`），以及某些 `html/template` 转义器和 `net/url.QueryEscape` 的追加版本。允许在结束根调用的失败路径和首次使用设置中分配。它跟踪接口调用、汇编和外部代码，并为仅以摊销或测量方式分配的函数提供允许列表。对于现有代码，基线只对新增分配失败。需要 Go 1.27+。MIT 许可。
noalloc 是 The Consensus Labs 早期的 Go 工具/库，它通过解析 Go 编译器的逃逸分析输出来强制实现零堆分配。其作者受到 OxCaml 的 zero_alloc 启发，并将其用于自己的代码搜索引擎。一篇 Hacker News 讨论涵盖是否需要零分配工具：一些人认为 GC 语言常常需要对嵌入式、实时或热路径进行分配控制；另一些人则认为这类工作负载更适合 Rust、Zig、C++ 或隔离的非 GC 组件。评论者还讨论了 Go 的逃逸分析器、CGO 的摩擦、混合语言的所有权问题，以及惯用的 GC 代码与手动内存管理 discipline 之间的权衡。总体而言，该讨论串将 noalloc 视为用于选择性优化的工具，而非放弃 Go 垃圾回收器的理由。
有史以来第一次，Google 搜索在 Alphabet 收入中的占比低于 50%。 Google Search is now less than half of Alphabet’s revenue
2 天前
2026年第三季度，Google Search 为 Alphabet 的 1280 亿美元收入贡献了 634 亿美元，即 49.7%，标志着自从 Search 收入被单独报告以来，首次低于一半。此前，Search 在 31 个季度中占收入的 52.8% 至 62.0%。Search 收入同比增长 12%，但其他业务增长更快：其余业务增长 40%，Google Cloud 增长 103% 至 307 亿美元。Google Cloud 的收入占比从 4.4% 增至 24.1%。因此，Search 占比下降反映了其他业务增长更快，而非 Search 收入下降。
Alphabet最新财报显示，Google搜索收入现在占总收入不到一半，尽管搜索收入仍同比增长约12%。份额下降主要反映其他业务增长更快，尤其是Google Cloud，其增速加快且规模正接近Azure。Hacker News评论者争论这是否意味着搜索业务疲软或健康的多元化。许多用户抱怨搜索质量因广告、杂乱和强制AI概览下降，部分人转向Kagi、DuckDuckGo或LLM。另一些人认为搜索仍高度盈利，Alphabet正提高广告变现并重投AI基础设施。财报未达预期，部分源于AI资本支出和估值影响，股价下跌。帖子还讨论了Google Cloud竞争力提升、AI搜索变现困难，以及Google对广告的持续依赖。总体而言，评论者认为搜索业务仍在增长，但面临用户不满、AI颠覆和巨额AI投资带来的投资者压力。