Meta-harness，一个用于代理评估的框架，需要可复现的环境、大规模并行以及持久化追踪——这些能力均能通过Islo快照完美解决。Islo允许保存和恢复完整的运行时环境，确保在众多候选者和任务中进行一致的测试。 该系统利用Islo运行代理模拟（目前是一个有bug的Python脚本），针对定义的任务记录输出以供分析。一个“提议者”脚本随后识别失败点并生成改进的系统提示，从而有效地驱动代理学习。 至关重要的是，这个完整的循环——从执行到分析和提示优化——可以使用像Claude这样的真实模型通过Islo进行复制，保持相同的输入/输出契约。Islo的网关和源代码克隆功能进一步增强了安全性和工作负载管理，使其成为通过Harbor框架进行强大代理评估和强化学习环境的无缝且强大的解决方案。
每日HackerNews RSS
启用 JavaScript 和 Cookie 以继续。
## Docker Engine 的 containerd 镜像存储 Docker Engine 29.0 及更高版本默认使用 containerd 镜像存储，这是一种新的存储后端，利用快照技术代替了像 overlay2 这样的传统图驱动。虽然它具有优势，但理解其差异至关重要。 **主要优势：** 支持多平台镜像、镜像证明（来源/SBOM）、Wasm 容器以及用于实现更快镜像拉取的先进快照技术。 **重要注意事项：** containerd 存储通常**使用更多磁盘空间**，因为它存储压缩和未压缩的镜像层，导致冗余，尤其是在镜像共享基础层时。建议定期清理 (`docker image prune`) 并监控磁盘使用情况 (`docker system df`)。 **切换与迁移：** 升级需要通过 `/etc/docker/daemon.json` 手动启用 containerd 存储。现有镜像会被隐藏但仍保留在磁盘上，可以通过切换回去来访问。存在一个实验性的自动迁移功能，但建议进行备份。
受到终身对文字游戏的热爱——以及在拼字游戏和Wordle中经常输给家人——作者创造了“Wordtrak”，一款1v1文字对战游戏。目标是打造一种简单、引人入胜的体验，易于在移动设备和网页上访问，方便快速游戏。 Wordtrak具有“traks”，玩家在其中策略性地放置单词，争夺每个traks的最高分数。开发过程中大量使用了AI辅助（Claude），并结合了朋友和家人的反馈，从用markdown设计规则开始，再到编写代码（Rails和expo.dev）。作者优先考虑视觉上吸引人的设计，灵感来自火车和翻板显示屏。 在整个开发过程中，添加和完善了各种功能——包括受Wordle启发的每日挑战、三角形计分和自定义标签图标。虽然像应用内购买和强大的CPU玩家等计划功能被缩减，以优先发布，但核心游戏玩法仍然是重点。 Wordtrak现已在iOS和网页上发布，Android版本也在计划中。它体现了将游戏交付给玩家手中比无休止的完善更有价值的经验。作者欢迎反馈，并计划在未来的更新中探索盈利模式和语言支持。
以下列表详细介绍了几个人工智能驱动的内容和营销工具的状态。一个显著的趋势是**收购**：许多工具已被整合到更大的平台中。具体来说，文档理解与写作工具现在属于**Logically**，内容创作自动化在**BrandWell**中，从文本提示进行UI设计在**Withgoogle (Stitch)**中，SEO辅助现在由**SmythOS**提供。 然而，大多数——超过一半——的工具现在已经**停止服务**，并且其网站无法访问。这些包括营销研究、内容再利用、视频倍增和销售开发代表 (SDR) 平台。这表明一个整合时期，以及独立人工智能内容工具可能面临的挑战，大型公司正在吸收有前景的技术。
## sRGB 配置文件差异与色彩管理
对15种不同sRGB配置文件的比较显示出显著差异，尽管sRGB旨在标准化色彩并消除色彩管理的需求。这项研究于2012年进行，并于2015年更新，发现不同软件（Gimp、Krita、DarkTable等）提供的配置文件在RGB XYZ值、白点（D65与D50）、色调响应曲线，甚至黑点处理方面存在差异。
这些差异虽然通常在视觉上不明显，但强调了依赖软件“内置”sRGB不可靠。一些配置文件缺乏适当的Bradford适应，导致色彩偏移，而另一些则偏离了标准的sRGB色调曲线。值得注意的是，“神秘配置文件”和某些color.org变体存在重大问题。
研究表明，*由于*这些差异，色彩管理现在*对于*管理sRGB本身是*必要*的。ArgyllCMS配置文件被证明是最准确、色彩平衡且最接近原始sRGB规范的。作者建议对未标记的sRGB图像使用一致、定义明确的配置文件，如ArgyllCMS，以确保可预测的色彩结果，并强调理解这些细微差别对于准确的数字工作流程的重要性。
## iOS 27 将革新 Apple Wallet，支持用户创建凭证 Apple 的 iOS 27 在 6 月 8 日 WWDC 上预览，预计将于 9 月公开发布，将为 Wallet 应用引入“创建凭证”功能。 这允许用户*直接*添加凭证——例如会员卡、票券和会员资格——而无需商家先创建它们。 用户可以扫描实体卡上的二维码，或使用可调整的模板（标准、会员和活动，每种模板都有不同的颜色）从头开始构建凭证。 重要的是，此过程无需 Apple Developer 帐户或技术专业知识，解决了 Wallet 普及率长期存在的障碍。 多年来，Apple 的 PassKit 需要开发者参与，限制了凭证的可用性。 此新功能将权力转移给用户，有效地通过让他们自行数字化现有卡片来解决“供给侧”问题。 虽然 WalletWallet 等第三方工具目前填补了这一空白，但 iOS 27 将此功能原生引入 iPhone。 WalletWallet 将继续提供 Android 兼容性和高级集成等优势，但此更新标志着 Wallet 体验朝着更易于访问和用户驱动的方向迈出了重要一步。 iCloud 同步和导出选项等关键细节仍不清楚，将在 iOS 27 预览版中明确。
我们检测到您的浏览器已禁用 JavaScript。请启用 JavaScript 或切换到受支持的浏览器以继续使用 x.com。您可以在我们的帮助中心查看受支持的浏览器列表。帮助中心 服务条款 隐私政策 Cookie 政策 版权信息 广告信息 © 2026 X Corp.
启用 JavaScript 和 Cookie 以继续。
## 驾驭人工智能采用的“混乱中期”
伊桑·莫利克的研究表明，仅仅提供人工智能工具并不能保证组织效益。虽然像Copilot或ChatGPT这样的工具可能会提高个人生产力，但实现全公司范围的收益需要一种有意识的方法来*学习*使用情况。公司现在正进入一个人工智能采用不均衡、常常隐藏的阶段——使用数据（许可证、提示词）并不能转化为明确的投资回报率。
这种“混乱中期”的特点是人工智能应用的多样性——从基本的自动补全到复杂的代理工作流程——发生在工作*内部*，而不是作为自上而下的倡议。莫利克提出了“领导力、实验室和大众”框架，但他强调了促进*学习流动*的关键需求，即从个人经验到更广泛的组织实践。
传统的变革管理速度太慢。相反，组织需要关注“循环智能”——了解哪些人工智能辅助工作流程产生有价值的见解。这需要“代理运营”（控制人工智能访问）与“代理能力”（分配有用技能）相结合。至关重要的是，这必须避免员工监控，并专注于识别人工智能改进工作的地方，而不仅仅是衡量人工智能的*使用*情况。
最终，成功取决于构建一个“反馈 Harness”（反馈利用机制），以捕捉来自实际工作循环的学习成果，并将其转化为可操作的改进——更快的决策、可重用的模式以及真正敏捷的工作方式。