客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。本网站的一个必要组件无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置所致。请检查您的连接、禁用广告拦截器或尝试使用其他浏览器。
每日HackerNews RSS
这场讨论由一篇关于工作室教学法的文章引起，探讨了人工智能生成内容（AIGC）的兴起如何影响我们的审美鉴赏力。
评论者认为，真正的创造力需要经过观察、实验和修订的严谨迭代过程——这是一种超越生成式“捷径”的“工作室”思维。人们日益担忧，随着人工智能向市场涌入易于消费的媒体内容，创作者和受众都有可能失去深度参与所需的耐心。作者指出，艺术若要保持其价值，创作者必须刻意追求创新，而受众也必须致力于“沉浸”于作品之中，而非依赖碎片化、经人工智能总结的解读。归根结底，文章推崇对模拟式（analog）限制的教学关注，并认为在自动化时代，保护创作过程中深思熟虑的人类努力，对于维持艺术的深度至关重要。
正在检查您的浏览器……需要启用 JavaScript
人工智能行业正面临一场潜在的金融危机，其核心矛盾在于昂贵的闭源前沿模型与快速迭代且成本低廉的开源模型之间的竞争。OpenAI 和 Anthropic 等公司在数据中心和债务驱动的基础设施上投入了数万亿美元，寄希望于通过垄断定价来获利。然而，随着包括中国月之暗面（Moonshot AI）的 Kimi 在内的开源模型将性能差距缩短至仅几个月，这种商业模式正受到威胁。 随着客户越来越倾向于选择价格实惠且可定制的开源模型，AI 公司正难以证明其巨额资本支出的合理性。高管们目前正游说寻求监管保护，担心一旦市场从专有软件转向开源，可能会导致“AI 泡沫”破裂。分析人士警告称，如果这些高成本模型无法维持其市场主导地位，由此产生的金融后果可能引发广泛的不稳定，波及大型投资者和科技巨头。归根结底，该行业陷入了一个危险的循环：既需要迅速变现以覆盖空前的成本，同时又在不断增长的开源替代方案市场中逐渐失去竞争优势。
请启用 JavaScript 和 Cookie 以继续。
这篇 Hacker News 讨论批评了《GadgetReview》的一篇文章，该文章称人工智能数据中心正在推高居民电费。许多用户认为原文质量低下，是人工智能生成的“垃圾内容”，且文中包含一张误导性的非交互式地图。
更广泛的讨论探讨了数据中心能源消耗对经济的影响。反对数据中心的观点认为，它们将昂贵的基础设施升级负担转嫁给了居民用户，实际上是“成本社会化，收益私有化”。一些评论者建议公用事业公司应利用需求计量，强制数据中心自行承担其电网基础设施的费用。
相反，一些用户认为市场运作是正常的。他们认为数据中心刺激了电网扩张，所谓的“问题”实际上是能源生产领域缺乏竞争和公共政策不当，而非数据中心本身。多位参与者指出，大公司已经开始资助自身的输电和发电升级，从而将电网压力转化为基础设施发展的净收益。最终，许多用户得出结论：虽然数据中心确实对当地能源市场产生影响，但问题往往出在系统性的监管失灵，而非技术本身。
黑粉 Haters
2 天前
在这篇文章中，保罗·格雷厄姆（Paul Graham）探讨了“狂热粉丝”与“黑粉”的本质，指出两者都具有强迫性、盲目性，且受身份认同而非现实驱动。粉丝投射的是一种理想化的形象，而黑粉则投射了一种夸张的负面形象。
格雷厄姆认为，“黑粉”本质上是“狂热粉丝”的对立面。他们往往是那些才华受挫的人，无法调和目标人物的成功与自身平庸之间的落差，从而将成功者斥为“骗子”。他观察到一个关键点：真正成就卓越的人从不会成为黑粉，而黑粉也极难取得成就。
由于这两类人都是出于一种不理性的、强迫性的需求，试图通过他人的存在来定义自己，格雷厄姆建议，应对黑粉最有效的方式是像对待狂热粉丝一样：无视他们。他告诫人们，不要犯那种将他们视为正当争论参与者的常见错误。通过认识到黑粉的负面情绪反映了他们自身的内在问题，而非对他人行为的批评，名人们可以避免在那些根本无法取悦的人身上浪费时间和精力。
**cMCP (机密 MCP 运行时)** 是一个开源网关，旨在通过在硬件**可信执行环境 (TEE)** 中强制执行策略，来保护 AI 智能体的工具调用安全。
与容易受到恶意管理员或内存篡改攻击的纯软件治理不同，cMCP 在安全隔离区内运行 **Cedar 策略引擎**。通过在执行前将策略包哈希值度量到硬件认证报告中，cMCP 可确保工具调用完全按照预设策略进行评估，从而防止未经授权的数据泄露或工具滥用。
**主要功能包括：**
* **硬件认证安全：** 支持 TPM、AMD SEV-SNP 和 Intel TDX，将策略引擎与智能体及宿主操作系统隔离。
* **防篡改审计：** 每个会话都会生成已签名的 **TRACE 声明**，无需信任操作员即可提供每个工具调用、决策和审计链的可验证证明。
* **易于使用：** 支持用于纯软件测试的 `dev` 模式，允许开发人员在部署到生产环境 TEE 之前在本地构建和调整策略。
* **合规性：** 通过为智能体工作流提供经加密签名且可验证的治理，旨在满足 NIST SP 800-207 和欧盟《人工智能法案》等严格标准。
```Hacker News
最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
Show HN: cMCP，拒绝 AI 智能体的工具调用并获取已签名回执 (github.com/agentrust-io)
9 分 | mosiddi | 1 天前 | 隐藏 | 过往 | 收藏 | 3 条评论
帮助
mosiddi 1 天前 | 下一条 [-]
我们还准备了一个快速入门指南，以便于理解：https://agentrust-io.com/quickstart/
回复
recursive 1 天前 | 上一条 | 下一条 [-]
致楼主：你在这里的同级解释评论被标记且已失效。我不清楚原因。
回复
throw10920 1 天前 | 父评论 | 下一条 [-]
它是 AI 生成的，这违反了准则：
> 不要发布生成文本或 AI 编辑过的文本。HN 旨在供人类之间进行交流。
回复
考虑申请 YC 2026 秋季批次！申请开放至 7 月 27 日。
准则 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：```
加沙战争已将这片飞地变成了一片堆积着六千万吨有毒瓦砾的土地，造成了威胁引发癌症和肺病长期流行的环境灾难。雅科夫·加布（Yaakov Garb）教授的研究利用卫星图像和建模技术，绘制了受污染热点地区的地图——例如难民营中破碎的石棉和铅酸电池残留物，这些情况与“9/11”袭击后的有害沉降物如出一辙。 尽管局势严峻，但清理工作却毫无进展。以色列政府禁止出口土壤样本，而巴勒斯坦的科学基础设施也已遭到破坏。包括美国国际开发署（USAID）资助项目在内的环境评估请求已被当局暂停或无视，使得人道主义工作者和当地居民不得不在有毒粉尘中穿行、呼吸和生活。 战后重建计划（例如贾里德·库什纳提出的“里维埃拉”开发项目）非但没有优先考虑修复工作，反而旨在受污染的土地上进行建设，往往忽视了破碎有害物质带来的风险。加布的观察表明，即使是目前在这些区域的军事活动，也在加剧污染物的扩散。归根结底，缺乏监管以及拒绝利用毒理学数据，反映出了一种为了地缘政治和重建目标而牺牲长期公共健康的系统性漠视。
vlt 团队宣布 vlt 1.0 正式发布，这是一个旨在实现更快速、更安全开发的端到端包管理平台。作为 npm 的直接替代品，vlt 具备高性能命令行界面（CLI）和精密的“图原生”（graph-native）查询选择器，使开发人员能够审计整个本地环境中的依赖项，以发现漏洞、过时版本或恶意软件。 主要功能包括： * **增强的安全性：** 实时恶意软件拦截、OIDC“可信发布”以及防止恶意脚本执行的分阶段安装。 * **强大的工具：** 通过集中式目录进行依赖管理，以及通过 DSS 选择器实现类似 CSS 的特异性覆盖。 * **基础设施：** 全球边缘托管仓库，兼容 npm、pnpm、yarn 和 bun，安装速度最高可提升 38%。 * **可扩展性：** 专为支持 AI 原生开发工作流而设计，为临时环境和基于代理的构建提供可靠的性能。 vlt 为传统仓库提供了一种安全且对开发者友好的替代方案，并提供慷慨的免费层级，旨在简化私有包管理的同时，主动消除供应链威胁。
Vlt (vlt.io) 是一个旨在为 JavaScript 生态系统提供现代、高性能基础的新平台。它不仅是一个标准的包管理器，更是一个集成了注册表、注册表客户端和任务运行器的综合解决方案。
该项目通过三个核心支柱与现状（特别是 npm 和现有的企业级解决方案）区分开来：
* **性能：** Vlt 声称其速度显著快于 npm，且比传统企业级注册表快达 3 倍，并有公开的基准测试数据支持。
* **供应链安全：** 它提供了一种比标准公共注册表更安全的替代方案，旨在帮助团队锁定依赖项并降低恶意软件风险。
* **基础设施效率：** 通过优化负载和 API 性能，帮助工程团队降低 CI/CD 成本。
Vlt 的背后团队由曾为 npm 做出贡献的资深开发者组成。尽管该项目仍处于早期阶段，且正在逐步推出 OIDC（OpenID Connect）支持等功能，但其开发目标是成为现有工具的成熟替代品，并高度重视开发者体验和生态系统的可持续性。
### 摘要：人工智能带来的“判断力缺口” 尽管执行指标创下新高，许多组织在实际业务影响力上却陷入了停滞。AI 驱动的效率提升了产出规模，却在无意间瓦解了长期成功所必需的“协同基础设施”。 根本原因在于**组织判断力的萎缩**。传统上，判断力是“慢工出细活”的副产品，源于师徒传承、亲手排查问题以及对艰难权衡的辩论。AI 通过消除那些曾作为高低阶人才培训基地的“阻力”，加速了工作流程。通过自动化日常决策，组织掏空了手艺中的“留白”——即那些让专家能在风险显现于数据之前就识别出结构性隐患的隐性经验。 当决策变成从 AI 生成的“看似合理”的选项中进行选择时，系统便不再产生原创性成果，而是趋向平庸的中点。这导致了顶尖人才的流失，因为他们感到自己沦为了“橡皮图章”。 **为了生存，组织必须停止将判断力视为一种与生俱来的特质，而应将其视为一种可再生的基础设施：** * **让决策可视化：** 通过记录决策背后的“为什么”，而非仅仅是“是什么”，来重建“开放课堂”。 * **为结果设计：** 重新引入承担现实风险的岗位，以便初级员工能够建立自己的世界模型。 * **融入不可量化的判断：** 建立决策流程，比起单纯基于指标的准则，应更看重经验直觉以及“信号的缺失”（即未被言明的内容）。 * **挑战而非确认：** 将 AI 作为对抗方来压力测试假设，防止 AI 辅助下的群体思维陷入回声壁效应。 判断力是最后的、不可商品化的竞争优势。那些未能刻意重建判断力形成机制的组织，最终会发现自己正在以极高的效率向错误的方向前进。
这篇 Hacker News 帖子讨论了一篇名为《判断力储备》（The Judgment Reservoir）的长文。文章指出，组织机构正危险地用指标和自动化取代人类直觉。
其核心观点是，企业往往优先考虑易于衡量的数据，而非人类的判断。尽管这些指标本身就是主观选择的产物，人们却错误地将其视为“客观”存在。这种转变模仿了过去用户体验设计领域的一种趋势：对 A/B 测试的过度依赖导致产品虽然经过优化，却缺乏原创性，最终导致那些直觉在工作流程中失去用武之地的优秀设计师纷纷离职。
评论者观察到，这种趋势现已不仅仅局限于某个部门，而是具有系统性。它甚至影响了软件架构等领域，人们为了追求效率，正在牺牲历史经验和深度理解。尽管一些用户批评文章篇幅过长，但共识认为它发出了一则重要的警告：通过自动化决策并忽视人类专业知识，组织机构正在丧失创新能力以及维护工作结构完整性的能力。这场讨论凸显了数据驱动系统的便利性与人类判断不可替代的价值之间日益增长的矛盾。
包含 Copernicus DEM (COP-DEM-GLO-30)、IGN RGE ALTI® 以及 CNIG LIDAR 数据 © EU/ESA/IGN/CNIG。
Hacker News 社区最近讨论了 Hop.earth，这是一款利用 OpenStreetMap 数据生成赛道的网页赛车游戏。尽管用户称赞了这种基于程序化地图游戏的雄心以及其“舒适”的 N64 风格美学，但普遍的共识是，Hop.earth 目前还很不稳定，存在大量漏洞。
许多玩家反映游戏难以进行，并列举了诸如在黑暗中出生、穿过地图表面、找不到载具以及服务器过载导致性能下降等问题。批评者认为该项目是“仅凭氛围构想的粗制滥造之作”，暗示其缺乏技术打磨；但也有人认为这种前提为未来的开放世界开发提供了潜力。
该讨论帖还引发了关于开发地图类游戏所面临挑战的广泛探讨。开发者们分享了各自的项目，如飞行模拟器和城市赛车游戏，并强调了在现实空间数据与游戏手感及碰撞物理之间取得平衡的难度。尽管对该特定项目感到失望，但社区对从真实地理环境中程序化生成游戏这一概念表现出了浓厚的兴趣。