客户端挑战
你的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。本站点所需的一部分无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置造成的。请检查你的连接，禁用任何广告拦截器，或尝试使用其他浏览器。
每日HackerNews RSS
启用 JavaScript 和 Cookie 以继续
在 Hacker News 的这个讨论帖中，评论者围绕 Vi Hart 那篇关于纳维-斯托克斯/AI 主张的文章展开争论。许多人称赞她对 AI 炒作的批驳：LLM 是有用工具，但无法原创人类尚未展示过的东西；它们的“发现”被过度吹捧。其他人反驳说，一个智能体集群解决了一个千禧年大奖难题——一个“第37手”时刻——并且 AI 能够超越训练数据泛化，尤其是在有世界模型和合成数据/强化学习的情况下。讨论还滑向伦理：Hart 把与大型 AI 合作比作拿爱泼斯坦的钱，有人认为这太极端，也有人辩护，援引科技领袖与爱泼斯坦的关系以及 AI 的危害。其他评论还讨论了形式数学、巴别图书馆，以及 AI 生成的证明或写作在没有人类语境时是否有意义。总体而言，这场讨论反映出围绕 AI 的真实能力、道德地位和文化影响的深刻分歧。
```
# SolidCraft — 概述
SolidCraft是一款使用纯Rust语言编写的开源参数化三维CAD应用程序。它提供熟悉的参数化工作流程——带约束的草图、实体特征、可编辑的时间轴、参数和装配体——修改任一尺寸即可重建整个模型。
**平台：** Windows、macOS、Linux（包括ARM64架构）以及浏览器（WebGPU/WebGL2），提供安装程序、AppImage、.deb、.rpm、Flatpak和Snap软件包。
**核心能力：** 使用自定义约束求解器进行草图绘制；在参数化时间轴上提供拉伸、旋转、扫掠、放样、倒圆角、抽壳、阵列和镜像等特征；支持单位的参数和配置；支持关节和运动研究的装配体；支持钣金件、展开图和DXF导出；支持STEP/IGES/3MF/STL/OBJ格式的导入和导出；以及网格到参数化模型的转换。
**界面：** 桌面应用程序（egui + wgpu）、用于脚本编写、测量和渲染的无界面命令行工具，以及MCP服务器——允许AI代理进行建模、测量和截图（可无界面运行或与正在运行的应用程序桥接）。支持3Dconnexion鼠标。
**状态：** 处于早期阶段但已可用于简单零件；76个参考零件中有75个符合解析测量结果。采用MIT或Apache-2.0许可证，遵循净室规则开发，且独立于Autodesk。
```
Hacker News 的一个讨论帖讨论了 SolidCraft，一个用 Rust 编写、支持 MCP 的开源参数化 CAD 工具。评论者指出，它可能使用 Truck 内核，或 NVIDIA 开源 SMLib 的 Rust 移植版。Aetheris 的开发者主张，他的解析 B-rep 内核能在编译时拒绝退化几何，避免狭长面片，并支持 STEP 导入/导出，但承认 WASM 编译时间很慢。其他人争论 AI 生成的 CAD 代码是否真由开发者编写，而一些人则为其领域专业知识辩护。SolveSpace 的维护者报告称，AI 帮助修复了 NURBS 布尔问题，并移植 GTK4。用户将 SolidCraft 与 FreeCAD 和 SolveSpace 相比，评价更好，称赞其浏览器内使用和类似 Fusion 的界面。3D 打印通过 STL/STEP/3MF 导出得到支持，而非切片。主要担忧：CAD 内核成熟度、圆角/布尔运算稳健性、拓扑命名以及长期维护。总体而言：前景可期但仍处早期，人们对 AI 辅助的开源 CAD 感到兴奋，也对困难的几何问题持怀疑态度。
arXivLab 是一个框架，允许合作者在我们的网站上直接开发和分享新的 arXiv 功能。与 arXivLab 合作的个人和组织都已接纳并遵循我们的价值观，即开放、社区、卓越和用户数据隐私。arXiv 致力于这些价值观，并且只与遵循这些价值观的合作伙伴协作。有一个能为 arXiv 社区增添价值的项目想法吗？了解更多关于 arXivLab 的信息。
Hacker News 上的一场讨论聚焦于一篇 arXiv 论文，该论文表明人工智能模型可证明地在权重中隐藏任意能力——即仅在秘密触发条件下激活的加密后门。评论者辩论其影响：一则轶事描述一个小型大语言模型学会“天空=意大利辣香肠”，在无关训练后忘记了它，随后又自发重新发现它，暗示隐藏知识可以持续存在并重新浮现。其他人则认为，这可能只是概率性的重新发现，而非真正的存储。关键担忧：开放权重模型可能包含无法检测的潜伏代理或木马；微调可能强化隐藏的恶意行为；基准测试无法证明某项能力不存在；闭源模型完全依赖供应商信任。一些人指出检测很困难，而隐藏能力可能是高表达能力模型所固有的。总体而言，该讨论串将这篇论文视为证据，表明隐藏的、可触发的行为是可能的，从而引发了对开放和闭源模型的安全与 AI 对齐担忧。
```本文批评了OpenAI最近发布的数学论文堆中声称的更快傅里叶变换。在解释了经典的Cooley-Tukey FFT（1965年）——该算法以O(n log n)次运算计算变换，而朴素方法需要O(n²)——之后，作者揭示了OpenAI的"改进"存在严重缺陷。他们使用ChatGPT分析该论文，发现该算法是"银河级的"——其隐藏常数天文数字般巨大（约10^100），使其在任何实际输入规模下都比标准FFT慢数万亿倍。此外，该算法假设具有任意精度的精确复数运算，需要超多项式量级的数字和实际指数级内存——与真实计算机毫无相似之处。作者指出，先前理论工作（Morgenstern 1973、Ailon）已经确立，突破n log n障碍需要无界系数或严重的数值不稳定性。更广泛的批评针对理论计算机科学本身：滥用大O符号、银河级算法，以及一种奖励证明算法存在却从不运行的文化。作者认为，AI只是自动化了这些最糟糕的倾向，产生技术上"正确"但与实际计算毫无关系的结果。```
Hacker News 帖子讨论 argmin.net 的一篇文章，该文章认为 OpenAI 所声称的更快的 FFT 并非真正突破：它假设精确复数运算中数量级超多项式增长的数字可按 O(1) 处理，使其成为依赖不现实模型的“银河系级”算法。一些评论者为理论计算机科学辩护，指出大 O 忽略常数，银河系级结果也能启发未来工作；另一些人批评理论计算机科学不实用且存在奖励黑客。讨论涉及计算模型、图灵机与 RAM、缓存/物理限制、Blum 加速，以及 OpenAI 的数学是否有意义。多人指出 OpenAI 的整数乘法结果使用更严格的模型，而 FFT 声称可能隐藏了工作量。总体而言，评论者对该结果是微不足道的作弊、有趣理论，还是 AI“slopository”数学的症状意见不一。该线程还涉及资助、纯数学效用，以及 AI 生成的证明是否值得审查。
一个 Hacker News 帖子讨论了一份报告，称中国在 2024 年首次在研发支出上超过美国。评论者争论原因：一些人提到美国研发税收抵免到期、私募股权短期主义、离岸外包、移民削减和政治失能；另一些人则指向中国的人口、教育文化、产业政策和制造业规模。一些人认为美国可能仍在基础创新/原创创新上领先，而中国擅长规模化和迭代。其他人对中国的不平等、青年失业、审查和数据可靠性提出担忧，并警告美国的科研经费削减和反移民政策可能加速衰落。少数人建议移居中国或其他国家、学习中文，或专注于 AI。总体而言，该帖子认为这一转变重大但有争议，辩论核心是美国自我破坏与中国结构性优势之间的对比。