PostEra 是一家以 AI 为先的生物科技公司，利用其 Proton 平台进行药物化学，正在招聘一名机器学习研究员，以发展其智能体研究垂直领域。该职位聚焦智能体系统，用于自动化生物化学/生理过程的机制模型、用于靶点验证的生物数据分析，以及少样本适应、分子/表格上下文学习和基于专有多模态数据的基础模型的机器学习方法。职责包括领导研究、基准测试、训练/扩展模型、构建可复现流程、与化学家和生物学家合作，以及发表成果。要求：机器学习或 STEM 博士学位，并有新颖的机器学习研究；扎实的机器学习/深度学习/统计学能力；精通智能体科学工作流、生物信息学/临床建模、上下文/表格/少样本学习；熟悉 PyTorch/JAX；能够定义模糊问题、设计严谨实验，并适应初创公司工作。加分项包括表格基础模型、分子上下文学习、大规模/分布式训练、AI 联合科学家系统、生物/临床机器学习，以及模型生产化。薪资 20 万–30 万美元，股权 0.05–0.1%；不提供签证担保。
每日HackerNews RSS
PostEra（YC W20）正在招聘药物发现领域的人工智能研究员 PostEra (YC W20) Is Hiring AI Researchers for Drug Discovery
27 天前
Hacker News
最新
|
过往
|
评论
|
提问
|
展示
|
招聘
|
提交
登录
PostEra（YC W20）正在招聘药物发现领域的人工智能研究员
(
lever.co
)
1天前
|
隐藏
考虑申请 YC 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：
我们发现了一个藏在我们其中一间办公室里的精密录音设备。我们利用我们的模型来了解该设备及其来源，查明一名特定员工在几天前放置了它。我们已将此事提交给FBI，并感谢迅速采取行动实施逮捕的探员和检察官。FBI的调查仍在进行中，我们将继续支持他们的工作。目前，我们没有迹象表明此人曾不当访问或外泄模型权重、源代码或客户数据。该员工已被解雇。我们严肃对待保护我们的技术、数据和人员，并将其视为关乎国家重要性的事项。我们的安全计划旨在防范各种威胁行为者，从内部风险、网络犯罪分子到国家行为体，而此案就是一个例子，说明AI如何帮助应对这些复杂的安全威胁。
```
Hacker News
最新
|
过往
|
评论
|
提问
|
展示
|
招聘
|
提交
登录
OpenAI 在其一间办公室内发现录音设备
(
twitter.com/openainewsroom
)
85 分
由
jaredwiener
1 天前
|
隐藏
|
过往
|
收藏
|
2 条评论
帮助
binlog
1 天前
[–]
更多细节在这里：
https://sfstandard.com/2026/10/13/openai-engineer-arrested-a...
回复
dang
1 天前
|
父级
[–]
谢谢！我们会把评论移到
https://news.ycombinator.com/item?id=50078141
，那里有那篇文章。
回复
考虑申请 YC 的 2027 年冬季批次！
申请
开放至 11 月 2 日。
准则
|
常见问题
|
列表
|
API
|
安全
|
法律
|
申请 YC
|
联系
搜索：
```
Parsimony 是一个衡量 AI 编程智能体中多余代码的基准。与解决率/成本指标不同，它衡量净编程单元：语句、调用、比较、名称、字面量等语法元素。它减去删除的代码（净 = 新增 − 删除），并避免按行计数，因此堆砌代码不会得到奖励。模型按其在已解决任务上新增的平均净单元排名，从低到高；失败尝试也计入平均值。已解决数据来自 SWE-bench Verified，不重新运行测试。补丁会被应用，变更文件会被解析；仅限 Python，排除测试、文档、生成文件。它使用相同的 mini-SWE-agent，不过智能体会影响输出。更小并不总是更好：单元衡量的是规模，而非可读性/设计，而且写更多代码的模型往往能解决更多任务。用户可以比较模型、查看排行榜，或通过示例 JSON 提交结果。代码/数据：github.com/La5u/Parsimony。
我带着模糊的路线指引，来到深藏山谷中的牧羊人夏季营地。这算是个主题：我找到的奶酪总在偏远之处，由那些隐居般的人出于纯粹的固执守着老办法做出来。那里美得惊人，只有我和我的背包。山谷尽头是一道陡峭悬崖，上有破败
Spotatui 是一个轻量级的 Rust 终端音乐播放器，也是 spotify-tui 的活跃维护分支。它无需 spotifyd 或官方客户端即可原生播放 Spotify（需要 Premium），但 Spotify 是可选的。它还支持本地文件、Subsonic/Navidrome、网络电台、YouTube、Qobuz，以及在 macOS 上的 Apple Music。功能包括同步歌词、实时可视化器、跨来源队列、播放列表同步、Lua 插件、收听历史/回顾，以及完整的命令行界面。流式播放时约占用 78 MB 内存。桌面应用在 Spotify 风格的窗口中提供相同的播放器。可通过一行脚本、Homebrew、Cargo、AUR、Winget 或 Nix 安装。AI-DJ 和 MCP 集成让编码代理可以控制播放。它基本上可脚本化、可配置，并由社区维护。
Hypermass CLI 是一个命令行工具，可将实时 Hypermass 数据流同步到本地文件夹。安装后，使用 `hypermass subscribe <stream>` 配置流，并使用 `hypermass sync` 在文件发布时持续获取文件。文件会出现在 `<home>/hypermass/subscriptions/<stream-id>` 下，每个载荷一个文件，以载荷 ID 命名，并按发布顺序交付。你可以处理并删除数据文件，但必须保留每个流的隐藏 `.hypermass` 文件夹，它用于跟踪你在流中的位置。`sync` 还会从配置的发布源发布文件。使用 `status`、replay 和 `reload` 监控或管理流。该 CLI 面向数据科学家、开发者、研究人员和生产系统，他们需要一种简单、可重复、跨平台的方式来自动化数据摄取和发布。
1976年7月，阿佩尔和哈肯宣布了四色定理的证明，借助一台运行了1200小时、做出了100亿次判断的计算机；约翰·科赫协助了算法。结果引发了激烈争论。一些数学家接受了它；另一些则拒绝这种依赖计算机验证而非人类可核查推理的证明，称其为“神谕”，或说它根本不是数学。年龄也起了作用：年长的数学家怀疑计算机证明，年轻的数学家则怀疑700页手工计算。比尔·图特、海因里希·赫施和特德·斯沃特的高调支持提升了可信度，尽管《纽约时报》最初拒绝报道此事。1979年，托马斯·蒂莫奇科主张，无法通览的证明不是传统证明；斯沃特回应说，计算机辅助证明只是纸笔的延伸。这一事件标志着人机数学的开端，并提出了关于证明中的信任、验证和优雅的持久问题。
Guitoro 是一款免费、完整的在线虚拟吉他。它提供四种采样乐器——钢弦原声吉他、古典吉他、电吉他和四弦贝斯——音色可选、10 种调弦、最高第 10 品变调夹以及左手模式。在 24 个大小调中任意一个调里，提供 15 个具有真实琴颈指型的和弦；可用 F#m7 等和弦编辑调性，并在 Standard、Easy 和 Up 三种按法之间切换。使用 56 种扫弦/拨弦模式，以任意速度（最低 20%）演奏 51 首歌曲，或粘贴你自己的 ChordPro/和弦网站歌曲并添加反复记号。伴奏乐队提供 15 种鼓风格和 25 条贝斯线，速度 10–220 BPM，并带节拍器。独奏模式支持带锤弦、推弦和颤音的旋律。音箱与效果器包括过载、失真、法兹、EQ、混响和延迟。最多录制 10 分钟，可回放或导出 WAV/压缩音频。麦克风调音器覆盖吉他、贝斯、尤克里里和特殊调弦。一切都在浏览器中运行。
启用 JavaScript 和 Cookie 以继续
Ledger确认，受损的硬件钱包是通过一家经销商流入的，其中植入了微型eSIM和微控制器，用于在设置过程中截取屏幕数据并窃取助记词。评论者指出，这印证了多年来被斥为“偏执”的供应链威胁。许多人批评Ledger的安全实践，建议跨厂商使用多签，并认为硬件钱包从来就不是完整解决方案。讨论还涉及加密货币相比传统银行缺乏追索途径、财务激励驱动复杂攻击的力量，以及关于硬件供应链信任的教训。一些人认为这是自托管可预见的失败；另一些人则呼吁更好的防篡改设计或开源设计。该讨论串反映出对加密安全的深度怀疑，以及保护数字资产免受资金充足、决心坚定的攻击者侵害的难度。
`ai-deslop` 是一个 Oxlint 插件，提供有主见的规则，用于标记低信号、AI 生成的“slop”代码。它引入了来自 `dmmulroy/anti-slop`（MIT）的通用规则，并在 `deslop/*` 命名空间下添加了更多规则。使用 `npm install --save-dev ai-deslop` 安装；`@oxlint/plugins` 是运行时依赖。它提供面向 Bun、Deno 和 Node 的已编译 JS。在 Oxlint 中通过 `jsPlugins` 和 `deslopConfigs.recommended` 配置。推荐规则涵盖不安全类型模式（unknown 参数/返回值、断言、类型拓宽、对象参数/字典）、性能问题（filter/map、reduce 展开、Reflect）、测试反模式（模块模拟、仅模拟调用断言）以及标准 TypeScript 规则（已弃用、浮动 Promise、require 导入、不必要条件、不可达）。可选规则处理重复 const/类型、重命名导入和 Tailwind 类名。鸣谢 anti-slop（MIT）。
Show HN：Deslop 是一组用于 AI 生成 TypeScript 的 Oxlint 规则，可捕获不安全类型、重复代码和低价值测试。评论者表示，激进 linting 对 AI 辅助开发至关重要，并称赞 `no-reflect-get` 等规则；他们将其与 `eslint-plugin-unicorn`、`ast-grep`、`coderabbitai/ast-grep-essentials` 和 `dmmulroy/anti-slop` 相比较。作者表示，Deslop 集中管理对 LLM 友好的规则，包括 Tailwind 规范类名，以及考虑 Zod/Drizzle 推断的重复类型/常量检测。他邀请提交 PR，并指出 Oxlint 可能已经以插件形式提供 Unicorn。该帖获得 32 分和 7 条评论。