每日HackerNews RSS
抱歉。
新墨西哥州陪审团裁定，Facebook（Meta）在隐私保护方面误导用户，需承担法律责任。此案主要涉及“剑桥分析”丑闻，当时约 8700 万个个人资料的数据被非法收集并用于政治精准投放。陪审团认为，该公司未能保护用户数据，影响了新墨西哥州超过 200 万的全体民众。 此前，该案经过了为期两周的审理。检方成功指出，该平台在数据泄露事件以及随后针对数据经纪人的调查中误导了公众。由于该公司被认定存在超过 200 万次违规行为，法官将裁定最终罚款金额，州政府寻求每项违规处以最高 5000 美元的罚款。 Meta 表示将提出上诉，理由是援引宪法第一修正案权利，并称州政府提供的证据已过时。这一裁决对新墨西哥州而言是一次重大胜利，在其他各州达成广泛和解协议后，该州坚持独立推进此案。今年早些时候，该州还获得了另一项重大法律胜利，当时 Meta 因其平台上的儿童安全保护问题被判处近 10 亿美元罚款。总检察长劳尔·托雷斯（Raúl Torrez）称赞该裁决是追究大型科技公司责任的历史性一步。
新墨西哥州陪审团裁定 Meta（Facebook）在剑桥分析公司丑闻中欺骗用户罪名成立。由于其他大多数州此前已达成和解，这次裁决标志着一次罕见的法律胜利。
Hacker News 上的讨论反映了人们对于企业监管有效性的严重分歧。该裁决的批评者认为，此类法律行动往往只是走过场，和解金被视为“经营成本”而非有效的威慑手段。许多用户表示，与 Meta 的营收相比，罚款微不足道；且诉讼过程过于缓慢，以至于判决下达时已显得意义不大。
相反，一些评论者认为，各州在此案中的法律工作建立了一套宝贵的“法律先例”，可供数千起针对 Meta 的私人诉讼的原告利用。辩论还触及了监管机构与科技公司之间的“旋转门”现象，许多参与者对现有体系是否能够真正追究大型企业责任持怀疑态度。另有一些人则对剑桥分析公司丑闻本身提出质疑，怀疑该公司的数据收集手段对政治结果的影响是否如外界所描述的那样严重。
本文详述了一项关于训练“世界模型”——即**联合嵌入预测架构 (JEPA)**——来游玩 1996 年版《宝可梦：红》的实验。
实验目标是打造一个能够在不依赖显性奖励的情况下，控制角色在宝可梦大木博士的研究所内走动并选择初始宝可梦的 AI。该模型并未直接预测原始像素，而是利用编码器将游戏截图映射到潜在的“嵌入空间”中，并通过按钮输入来学习预测未来的状态。为防止“潜在崩溃”（即模型将所有输入映射为相同的值），作者采用了 **SIGReg** 正则化技术，强制嵌入遵循标准正态分布。
虽然最初的规划尝试因长序列中的累积误差而失败，但作者通过在“预演”（即模型基于自身先前的预测而非真实数据来推演后续步骤的序列）上对预测器进行微调，成功提升了性能。最终模型在 52% 的尝试中成功获得了初始宝可梦。尽管该项目的应用范围有限，但它证明了世界模型能够有效地学习环境动态，并在复杂的、无奖励机制的模拟环境中规划目标导向的行为。
这个 Hacker News 帖子讨论了用户“stmonty”名为“教世界模型玩宝可梦”的项目，该项目探索了如何利用 JEPA 架构让 AI 玩这款经典游戏。
讨论主要涵盖三个方面：
1. **技术可行性：** 作者探讨了扩展此类模型的挑战。他们指出，虽然当前技术可以学习基本的交互，但要完成整个游戏——这需要管理像收集徽章这样复杂的顺序目标——很可能不仅仅依靠扩展现有网络就能实现。
2. **社区背景：** 该帖发布时恰逢另一个类似项目（“Jev 玩宝可梦红版”）出现，引发了关于这些主题是否冗余的简短讨论。随后澄清了这是两个独立的实验。
3. **哲学辩论：** 帖子中包含了一场关于 AI 项目“本质”的激烈争论。一位用户认为，使用 AI 自动化游戏是对原游戏开发者不尊重，且缺乏艺术固有的“生命时间”。其他人则反驳说，该项目是对机器学习的技术探索，类似于教动物表演杂技，并非旨在贬低原始素材的创作价值。
计划模式已死 Plan mode is dead
50 天前
作者推出了一款名为“Nuanced”的桌面应用，其核心假设是：AI 驱动的软件开发需要一种结构化的“规划模式”（plan mode），以帮助人类保持对代码连贯的思维模型。然而，该项目最终证明这种方案存在缺陷。
作者总结了失败的四个原因：
1. **规划与计划书的区别：** 作者将“思考过程”与“创建冗长臃肿的文档”混为一谈。用户并不想阅读 AI 生成的长篇规范。
2. **模型能力提升：** 随着 AI 模型的发展，它们在导航代码库和自主决策方面的能力不断增强，从而减少了对人工编写死板指令的需求。
3. **工作流阻力：** 强行推行“先规划、后构建”的线性流程，反而阻碍了软件开发中自然且迭代式的本质。
4. **界面错位：** 将规划与构建过程分离开来，反而产生了不必要的认知负担。
最终，作者得出结论：尽管人类理解并推演复杂系统的需求依然至关重要，但“规划模式”并非正确的抽象方式。未来的工具不应将规划视为独立的产物，而应将其视为一种持续的、直觉性的过程，仅在人类注意力最能发挥作用的关键点提供干预。
抱歉。