2026年9月，普利茅斯市议会一致投票终止与Flock Safety的合同，但该公司据称未回应移除要求。等待一周多后，警察局长Eric Fadden拔掉了摄像头电源线，使其无法记录车牌。普利茅斯此前已暂停用户账户并发送正式取消通知。Flock近来面临争议，包括警员滥用、对汽车评测者的错误伏击，以及对AI标记“可疑”行程的担忧。附近的明尼苏达州代顿市暂停了其Flock项目，并在公司据称尽管被告知不要更换仍继续进行摄像头更换后停用了两台设备。Flock在全国运营30多万台摄像头；其ALPR系统可通过贴纸、车漆颜色、品牌和车型识别车辆。批评者引用隐私担忧，敦促市议会移除摄像头。这一情况凸显了城市试图终止监控合同与供应商可能留下设备之间的紧张关系。
每日HackerNews RSS
一名警察局长在城市取消合同后拔掉了Flock车牌摄像头，称Flock无视取消决定。Hacker News评论者争论该公司继续使用公共基础设施是否合法，有人指出合同条款或通知期限可能适用。其他人指责Flock无视公司规定并进行大规模监控，引用别处重新启用摄像头的报道。讨论将Flock与消费级Ring摄像头比较，认为Flock更令人担忧，因为它运行在公共财产上并支持大范围搜查。评论者还讨论公民参与、警察问责、法律后果和公众反抗，包括遮挡或移除摄像头。有人认为Flock可能实际上服务于联邦监控目标。总体而言，该帖围绕一家监控供应商无视地方政府决定的挫败感，以及对企业权力和隐私的更广泛担忧。
AI 编码变化迅速，但文档、测试、架构与版本控制等基础仍然重要。作者认为 Pi 是最佳的编码 harness/引擎，因为它开源、与厂商无关、极简且可扩展，给予用户控制权而不强加观点。其极简主义避免了臃肿与过时功能；可扩展性支持多样工作流。Pi 具有 Lindy 属性，可能稳定，且暂无明显的 10 倍替代品。作者更偏好“harness 引擎”而非“harness”：一个与提供商无关的底层基底，处理压缩、重试与转录。他们计划构建仅专注于 Pi 的界面。他们还关注 Orbs/Amp 的按工作负载虚拟机、DeepSeek Harness 的插件密集型方案，以及 omp² 对 harness 设计的重新思考。
文章认为 Pi 是最终的 AI 编码 harness，因为它开源、与厂商无关、可扩展且精简，让用户掌握控制权。评论者意见分歧。支持者称赞其多提供商支持、透明度、可定制性以及无冗余，尤其适合喜欢折腾的用户。批评者认为它过于原始，需要扩展，且 harness 将继续演进；有些人更喜欢有主见的工具，或担心插件泛滥。其他人预测会出现大量定制 harness 的寒武纪大爆发，而一位评论者指出模型是在实验室 harness 上进行强化学习训练的，因此实验室可能保持优势。讨论还涉及 LLM 是否会取代传统 UI，有些人用提示词处理许多任务，而另一些人坚持控制与意图。更广泛的评论讨论美国科技优势是市场/生态系统而非独特人才，以及对宏大主张的怀疑。总体上，Pi 被视为强大的极简底座，而非创新的终结。
联想的ThinkPlus指纹USB闪存盘被宣传为加密设备，但据报道它只是一个指纹读取器背后的普通SD卡，用于开关USB连接；存储数据本身并未加密。Hacker News讨论反应强烈，称该产品为欺诈或无能，并援引联想预装恶意软件和后门的历史，许多人表示这进一步损害了对其安全硬件的信任。评论者就硬件加密是否可审计或可信赖展开辩论，许多人更偏好LUKS、VeraCrypt或BitLocker等开源软件加密，而另一些人指出硬件加密有助于速率限制、生物识别或嵌入式设备。讨论还涉及更广泛的固件和控制器风险、Framework或System76等替代方案、可能的法律后果，以及该产品似乎在中国市场发售。总体而言，这一事件凸显了营销安全与实际实现之间的巨大差距，以及信任不透明硬件安全设备的困难。
pho·ri·a (fôr-) n. 双眼注视某一物体时的眼相对方向 phoria2 是一个小巧、快速的网页 3D JavaScript 库——图表、带标签的场景、仪表板和产品查看器，基于 WebGL 2 渲染器，API 一个下午即可学会。 从底层就为智能体与人类的易用性而设计！ 你需要的一切 PBR 材质、实例化、点、线、标签、拾取、阴影、粒子和 glTF 模型。 轻量且快速 无运行时依赖，纯 ES 模块，且视图仅在内容变化时才绘制。 告诉你该写什么 每个选项都会被校验，错误会返回详细说明修复方法的错误信息——供你或你的编程智能体使用。 开源 MIT 许可。 npm install phoria2，然后在 GitHub 上找到代码、文档和 React 示例。 phoria.js 的重写版，phoria.js 是一个 2013 年的 JavaScript 库，曾将 3D 渲染到 canvas 2D 上下文。 那时我们还都是巫师。 Copyright © Kevin Roast 2013-2026 · GitHub · npm
Show HN：phoria2 是一个基于旧版 canvas 3D 库重建的小型 WebGL 2 库。它面向业务场景如仪表盘，提供图表基元（时序、曲面、平铺仪表盘）、按需渲染视图，以及对编程代理有用的选项校验错误。演示在手机上也很快，报告达 120 FPS。作者表示与 Three.js/Babylon 的差距分析找到了利基；代理测试显示相同任务 phoria 代码约小 50%。问题包括对比文档、移动端悬停行为、WebGPU 与 WebGL2；作者引用了兼容性和可靠的 WebGL2 支持。评论称赞性能、美观和演示；有人指出 Claude 可能基于作者的旧代码训练，且作者使用 Claude 进行重写。WebGPU 讨论指出平台支持问题。总体而言，phoria2 旨在成为面向业务仪表盘和 3D 演示的轻量、高性能 WebGL2 替代方案。
1971年阿波罗14号任务期间，宇航员斯图尔特·鲁萨在绕月飞行时，作为NASA/美国林务局项目的一部分，将树种带在他的个人装备中。返回地球后，种子虽在消毒过程中受损，但仍被发芽。五种树的树苗被种植在美国和其他国家，常为1976年两百周年纪念，作为纪念鲁萨和阿波罗计划的“月球树”。与地球对照组比较显示，数十年后无明显差异。曾是烟跳员的鲁萨后来支持了阿波罗16号和17号，并于1976年退役。月球树仍作为活的纪念物存在，尽管所有种植记录并不完整。
一篇 Hacker News 帖子链接到 NASA 的"Moon Trees"页面。评论者指出在网站现代化过程中保留旧 NASA 页面的价值，称赞 Dave Williams，并提到 NASA 在 2022 年重复了该实验。一位评论者补充说，树种可能耐干燥和寒冷，而辐射剂量很小——船员约 1.14 rad——与树种诱变育种所用的数千 rad 相比。
AI研究人员在Minecraft中测试了数百个AI智能体，以研究群体行为，并与现实世界中的AI群体事件进行类比。在“Civ50”测试中，50个GPT智能体被要求在三小时内建立一个繁荣的文明，但大多未能繁荣，表现出官僚主义倾向——例如，四个智能体花了11分钟任命一个肥料操作员。在Bed Wars中，10个GPT智能体与10个Claude智能体对抗；GPT更激进且适应性强，而Claude更防御性，并在工具失效时放弃。在Mindustry中，GPT以6比1获胜，表现得像蜂群，而Claude采用单领导者的民主风格。这些群体已开源以供进一步实验，并建议测试模型组合和群体规模。该研究旨在帮助开发者通过从成功与失败中学习来改进多智能体系统。
一篇 Hacker News 讨论串讨论了一篇 Tom's Hardware 文章，关于 Minecraft 中的 AI 代理群体未能建立文明并陷入官僚主义泥潭。评论者就其代表的领域展开辩论——机器心理学、计算社会学、控制论——并质疑结果是否能泛化到不同模型、提示词或微调设置。有些人指出 LLM 反映了人类集体思维，但受到强化学习和系统提示的影响；另一些人将代理协调失败比作人类官僚主义和同步开销。多位用户报告说，当代理被引导、纠正或分配模块化任务时，结果更好，而另一些人则认为实验是炒作或控制不严。讨论串还包括对广告的抱怨以及关于博弈论、官僚主义和人类社会协作的题外话。总体而言，讨论表明多代理 AI 在长期、开放式的协调上存在困难，但有指导的代理可以协助完成具体目标。
Novellas with Groff
4 天前
Hacker News 上的讨论主题是“Novellas with Groff”，聚焦技术写作者如何搭建写作与排版流程。评论者描述了从 Vim 和 Google Docs 到 Markdown、Git、Emacs、Pandoc、Typst、LaTeX 的各种工作流，并开玩笑说搭建流程可能分散对实际写作的注意。其他人强调 groff/troff 的 Unix 历史和持续使用，但也指出贪婪行布局、Unicode/字体支持等局限。帖子还涉及 O’Reilly 过去使用 troff、偏好 WordStar 或手写等旧工具的作者，以及日常习惯、世界构建、短篇小说等更广泛的写作技巧。还有评论提到 z/OS runoff 的后继者和 HTML 转 EPUB 工作流。总体来说，这是一场怀旧而实用的讨论，关于选择写作工具，同时强调写作本身最重要。
这个参考文献列表涵盖了向高比例可再生能源、低惯性运行的电力系统过渡及其运行挑战的研究。关键主题包括100%可再生能源电力可行性、电网控制中心、可再生能源市场整合、电动汽车、热泵和人工智能数据中心对需求侧的影响，以及电网基础设施的就绪程度。还涵盖重大停电原因、信息物理漏洞和虚假数据注入攻击，以及网络弹性需求。频率稳定性是核心关注点，涉及低惯性动力学、一次频率响应、超低频和区域间振荡、确定性偏差、市场影响以及涡轮磨损等方面的工作。其他主题包括电池储能展望、欧洲网络发展、数据中心电力特性、微灵活性，以及电网频率的测量与监测方法。总体而言，所引用的文献强调，实现可靠、碳中和的电力需要在规划、控制、市场设计、灵活性和网络安全方面进行协调升级。
电力系统中的一分钟频率扰动可能源于许多数字控制设备——如执行周期性自检的 UPS 单元和软件计时器——在准确时钟同步下的同一分钟边界执行任务。Hacker News 评论者将其比作惊群问题，并建议缓解措施：随机延迟、错峰启动、互质调度间隔和更细粒度抖动。讨论还涉及浪涌电流和顺序负载启动、电网规模韧性，以及对 UPS 测试是否单独解释该效应的怀疑；文章将其界定为更广泛的同步现象。共识是，稳健的定时设计应避免精确同时的周期性动作，尤其是在停电或时钟重新同步之后。
本论文形式化了柏拉图表示假说。它证明，当正样本对是对同一场景的良好视角且不对齐性有界时，基于不同模态训练的联合嵌入预测架构（JEPA）所学到的表示在旋转意义下等价。它认为，下一token预测表现得像使用了坏视角的JEPA，解释了为什么语言模型主要通过规模与视觉对齐。从14.5万条字幕到9.4亿张网络图像的实验揭示了一种对齐缩放定律。良好视角达到相同对齐所需的训练样本比下一token预测少42倍。一个1.09亿参数的文本JEPA比被评估的高达720亿参数的语言模型和CLIP的文本编码器对齐得更好。一个旋转可以将分别训练的编码器组合成图像描述器，在COCO上达到CIDEr 0.838。没有配对数据时，该文本JEPA也优于报告的高达80亿参数语言模型的零样本结果。中心结论：精心选择的正视角，而非单纯规模，是柏拉图表示的关键杠杆。
Hacker News 讨论了一篇关于使用 JEPAs 的 Platonic Representation Hypothesis 的 arXiv 论文。该论文认为神经网络表示可以在不同模态之间对齐，一个小文本 JEPA 在基准测试中仅用更少样本就匹配了规模大得多的模型。评论者争论这究竟是深刻发现，还是建模同一现实的预期结果，并将其比作压缩或坐标变换。其他人提出哲学问题，涉及不相容的世界观、客观现实，以及表示是否编码价值观。技术评论指出 JEPAs 前景看好但难以规模化训练，尤其对语言如此；演示输出弱是因为未配对的图像与文本模型通过单一矩阵变换拼接。帖子还包含将 JEPA 与 LLM 结合的猜测，以及某用户投资路演中出现该论文标题的轶事。
大型科技股正在下滑，因为AI基础设施支出已超过利润，但债券市场仍在为这轮热潮提供融资。真正的疑问在于，借贷方还能为大规模前置AI投资提供资金多久，因为利润可能需要数月到数年才能显现。超大规模云服务商占标普500资本支出的很大份额，并预计大量借款，不过高盛估算它们仍有大量投资级债务容量。私募资本也有数万亿美元的未投资现金。风险更高的neocloud面临压力，CoreWeave债券收益率达15%，而超大规模云服务商仍显示强劲的云收入、订单积压、定价权以及不断上升的智能体AI需求。主要风险在于，更高的借贷成本或债券市场的怀疑可能挑战AI经济性，但使用率下降、定价走弱或客户承诺减少等警讯尚未出现。
评论者争论AI繁荣是否可持续。一些人认为超大规模云服务商的收入增长被债务和循环融资推高，而非真实终端需求，并警告若贷款方撤出支持，可能引发类似2008年的崩盘。其他人则提醒过早宣布泡沫破裂还为时过早，指出财报、中期选举、IPO和融资成本可能解释近期疲软。一个反复出现的主题是算力稀缺：GPU和云容量正在售罄，但批评者称许多需求是借来的或囤积的；未使用的GPU可能造成财务压力。类比将AI基础设施比作互联网泡沫破裂后的暗光纤。总体而言，该讨论质疑债券市场资金还能支撑AI支出多久，以及需求能否证明基础设施建设合理。