比莉是一只比特犬，被诊断出患有盘状红斑狼疮（DLE）——一种影响她鼻子的自身免疫疾病。她的主人面临着令人心碎的挑战。传统的治疗方法，如药物和防晒霜，效果不佳，因为比莉会本能地舔掉它们，而且她敏感的鼻子因阳光照射而出现痛苦的裂痕和出血。
为了找到解决方案，他们求助于3D打印机。经过多次失败的原型设计，他们开发出“SnoutCover”，一种柔韧、通风的TPU护罩，旨在保护比莉的鼻子免受紫外线照射，保持药物在原位，并让她舒适地生活。
使用SnoutCover五个月后，比莉的鼻子显著好转：出血停止，结痂减少，色素恢复，质地也得到了改善。受到他们成功和网上压倒性的回应鼓舞，他们现在免费在Makerworld上分享SnoutCover的设计，希望帮助其他患有DLE和其他鼻部疾病的狗狗和主人。比莉现在茁壮成长，证明了爱、创新和决心十足的主人的力量。
每日HackerNews RSS
我设计并打印了一个定制的鼻罩来帮助我的狗治疗DLE。
I designed and printed a custom nose guard to help my dog with DLE
12 小时前
## 为患DLE的狗狗定制鼻罩
一位Hacker News用户分享了为他们的狗狗Billie设计和3D打印定制鼻罩的经历，Billie患有DLE（数字晶状体侵蚀症）。该设计旨在保护鼻子免受诸如狐尾草等问题的影响，这些问题可能导致巨额兽医费用和不适。
创作者免费分享了STL文件，希望帮助面临类似挑战的其他人。虽然并非完全可调节，但该设计可以在切片软件中缩放以适合中型到大型犬。许多评论者赞扬了创作者的独创性和慷慨，并提出了一些改进建议，例如参数化设计以方便定制。
讨论还围绕着不同地区狐尾草的流行程度以及该设计防止狗狗乱捡东西的潜力展开。这篇帖子引发了积极的响应，赞扬了技术应用的实用性和“黑客精神”。
亿万富翁彼得·蒂尔发表了一系列演讲，阐述了一种“末日地缘政治”——一种将全球冲突视为善与恶之间精神斗争的世界观，深受纳粹法律理论家卡尔·施密特的影响。他将美国，特别是硅谷，定位为“katechon”（一种约束敌基督的力量），同时又认为美国*也*体现了这种邪恶力量。 这种框架允许蒂尔为极端行为辩护并转移对其政治和经济利益的批评。他认为世俗现代性本质上是末日的，同时将资本和技术视为救赎。蒂尔长期以来一直支持右翼事业和人物，包括唐纳德·特朗普和J.D. Vance，并通过他的公司Palantir大力投资于军事科技领域。 Palantir的数据分析工具被用于军事目标定位（乌克兰、加沙）、预测性警务和移民执法，引发了严重的伦理担忧。蒂尔的愿景将基督教末世论与“数字-军事-工业复合体”融合在一起，有效地神化了精英财富，并将国家暴力作为防止 perceived 全球同质化的手段。他的言论最终服务于 legitimizing 美国帝国主义并保护少数人的利益。
## 黑客新闻讨论摘要：彼得·蒂尔的世界观
最近一篇发表在Jacobin.com上的文章批评了彼得·蒂尔的“末日世界观”，引发了黑客新闻的讨论，讨论的重点主要集中在如何应对像蒂尔这样富有人物的影响力，而不是他观点的具体内容。
许多评论员同意蒂尔的财富赋予了他不成比例的权力，这种权力不仅仅在于拥有金钱，还在于控制叙事。关于是否值得参与讨论他的观点存在争论——一些人认为需要加强审查以揭露他，而另一些人则认为他的观点无关紧要，不应该被放大。
一个反复出现的主题是担心利用财富来施加政治影响，并举例说明了蒂尔和埃隆·马斯克。一些评论员对缺乏系统性控制来防止这种影响以及超富阶层经常表现出的虚伪感到沮丧。
讨论还涉及了文章的来源（Jacobin），一些人质疑其可信度，因为它具有社会主义倾向，而另一些人则认为它是一种有效的观点。最终，该帖子突显了对财富和权力集中及其对社会影响的更广泛的焦虑。
OpenAI面临人工智能领域的竞争压力增大，促使首席执行官萨姆·奥特曼宣布“红色警报”，并重新聚焦于改进其旗舰产品ChatGPT。这标志着一个转变，因为OpenAI之前的优势正受到谷歌和Anthropic等竞争对手的挑战。 为此，OpenAI暂停了广告和个人助手等新功能开发，以优先改进ChatGPT的核心功能——速度、可靠性、个性化和准确性。每日签到和临时团队调动正在实施，以加速开发。 这种紧迫性反映了OpenAI的关键时刻，因为它在快速增长与盈利需求之间寻求平衡。值得注意的是，谷歌此前也曾对ChatGPT的发布做出了类似的“红色警报”回应，现在正随着成功的工具和强大的Gemini 3模型而取得进展，在关键性能领域超越了竞争对手。
## OpenAI 宣布 AI 竞赛进入“红色警戒”
据报道，OpenAI 处于“红色警戒”状态，因为谷歌的 Gemini AI 似乎正在迎头赶上，甚至可能在性能上超越 ChatGPT。一份泄露的备忘录显示，CEO Sam Altman 正在实施严厉措施，包括每日电话会议和临时团队调动，以加速 ChatGPT 的改进。
然而，Hacker News 上的评论员对这些策略表示怀疑，认为其参考了过时的管理建议，并可能导致员工倦怠。许多用户报告称，Gemini 现在速度更快，提供的答案更可靠，并且具有更实用的对话风格。
这一情况引发了关于盈利策略的争论，一些人担心如果没有收入，整个行业可能会崩溃，而另一些人则希望竞争能够优先考虑模型改进而不是利润。OpenAI 还在推迟广告和个人助理等其他项目，以专注于核心聊天机器人，这引发了人们对长期愿景和财务稳定性的质疑。一些用户已经转而使用 Gemini，理由是 ChatGPT 最近“降低”了回复质量。
## RunMat：具有自动GPU加速的快速MATLAB风格计算
RunMat是一个预发布、开源的运行时，旨在利用熟悉的MATLAB语法进行高性能数值计算。它能自动优化和融合操作，智能地将它们路由到CPU或GPU——通常可以匹配或超越手动优化的CUDA性能，即使在各种硬件（NVIDIA、AMD、Apple Silicon、Intel）上也是如此，而无需任何代码重写或设备管理。
主要特性包括MATLAB兼容语言、基于数据大小的自动CPU/GPU选择，以及使用Rust构建的现代运行时，以实现内存安全和跨平台兼容性。分层运行时（Ignition解释器 & Turbine JIT）确保了快速启动和优化的执行。
目前，提供了基本的绘图功能，并计划增加更复杂的可视化功能。RunMat拥有CLI、Jupyter内核支持和软件包系统，用于扩展功能。基准测试表明，在各种工作负载中，RunMat比NumPy和PyTorch具有显著的加速效果。
**欢迎贡献！** 开发者可以贡献代码，领域专家可以添加函数，用户可以提供反馈和错误报告。RunMat采用MIT许可，并要求署名，旨在为科学计算构建一个开放和可访问的未来。
## RunMat：自动CPU/GPU路由的快速数学运行时
RunMat是一个新的开源运行时，旨在加速MATLAB风格的代码，在无需CUDA或手动GPU管理的情况下提供显著的性能提升。由Nabeel创建，它自动融合操作并智能地在CPU和GPU之间路由计算，以实现最佳速度。
在Apple M2 Max上的基准测试表明RunMat的速度：在蒙特卡洛模拟和图像处理等任务上，它比NumPy快高达130倍，比PyTorch快高达140倍。其核心思想是专注于优化数学运算，利用MATLAB语法中固有的数学意图捕获。
最初的目标是提高GNU Octave用户的性能，RunMat现在旨在成为最快的数学计算运行时，让科学家和工程师专注于他们的数学，而不是低级优化。该项目欢迎反馈和贡献，特别是识别需要改进和性能瓶颈的领域。
有关融合和路由机制的更多详细信息，请参见项目博客：[https://runmat.org/blog/runmat-accel-intro-blog](https://runmat.org/blog/runmat-accel-intro-blog)。
一个黑客新闻的讨论围绕着Ars Technica最近的一篇文章，详细介绍了资深RPG设计师克里斯·阿维隆的游戏设计理念，他以《辐射2》和《异位面：折磨》而闻名。用户们强调了阿维隆庞大而令人印象深刻的作品列表，包括《猎 Prey》、《星球大战：旧共和国武士II》、《辐射：新维加斯》以及通过Kickstarter众筹的《永恒之柱》和《努美奈拉的折磨》。
对话涉及了他早期游戏的持久品质，许多用户即使几十年后仍在重玩和欣赏《异位面：折磨》等游戏。一位评论员分享了阿维隆设计理念的一个关键要点，即优先考虑玩家体验——承认他们投入的时间和金钱。
该讨论还延伸到其他值得关注的游戏设计师的推荐，如桑迪·彼得森（《克苏鲁的呼唤》、《毁灭战士》）和蒂姆·凯恩（《辐射》的创作者），他们都在网上活跃并提供游戏开发的见解。用户们分享了关于RPG“黄金时代”的轶事，并讨论了游戏开发历史的复杂性，例如《猎 Prey》（2017）的艰难开发过程。
如果您几秒钟内没有被重定向，请点击此处。如果您无法访问 Google 搜索，请点击此处或发送反馈。
## AI 在简单日期计算上遇到困难
一则 Hacker News 帖子指出，AI 模型在回答一个基本问题时表现出令人惊讶的困难：“2026 年是明年吗？” 谷歌的搜索 AI 和 ChatGPT 的初始回复都错误地回答“否”，尽管当前年份是 2025 年。ChatGPT 最初解释了其错误的逻辑，然后在被直接质疑后纠正了自己。
这场讨论引发了关于 AI 可靠性的争论。一些人认为，即使 AI 在提供信息方面有用，其概述也不可信。另一些人则认为，AI 代表了工作流程的必要转变，需要用户验证输出。许多评论者分享了类似的经历，即在试图纠正 AI 错误时，会遇到令人沮丧的循环逻辑。
进一步的测试显示，不同模型的表现各不相同——Grok 和 Claude 提供了正确的答案，而 GPT-5.1 也确认 2026 年是明年。一篇链接的 Substack 文章指出，问题源于“是/否”问题格式，迫使 AI 基于可能过时的训练数据做出决定。最终，这篇帖子提醒我们，尽管 AI 取得了进步，但仍然缺乏常识和批判性思维。
## YesNotice：从“否”到“是”的变化通知
YesNotice (yesnotice.com) 是一个新网站，旨在立即提醒您特定条件从“否”变为“是”的情况。与需要不断手动检查的工具不同，YesNotice 会定期监控您关心的内容——例如产品可用性、网站发布或域名注册——并在它们变为可用状态的*那一刻*通过电子邮件或短信通知您。
它适用于跟踪产品发布（树莓派6？）、电影/电视节目发布（星期三第三季？）、本地活动、网站更新、软件版本，甚至书籍发布。用户可以通过简单的仪表盘自定义检查频率和通知偏好，甚至可以接收预计可用时间表。
您可以在 yesnotice.com 上免费试用 YesNotice，或使用临时帐户立即演示 [Demo YesNotice 链接]。它的目标是消除重复搜索的需要，并确保您不会错过任何重要更新。
## YesNotice 总结
YesNotice (infinitedigits.co) 是一项监控您关注的物品并于状态发生变化时通过电子邮件或短信发送通知的服务。用户询问了状态检查的*方式*，但原作者没有详细说明。
讨论很快扩展开来，一位评论者赞扬了开发者扎克，并链接到他的其他项目——特别是像Zeptocore和Collidertracker这样的音乐软件/硬件。另一位用户将它与小说《Daemon》联系起来，强调了系统监控现实世界事件的概念。
最后，一位用户报告了YesNotice网站上的一个失效演示链接（403错误）。总的来说，该讨论表达了对这项服务的兴趣，同时也提供了建设性的反馈，并展示了开发者的更广泛的工作。
## Nixtml：一个基于 Nix 的静态网站生成器
Nixtml 是一个使用 Nix 构建的静态网站生成器，灵感来自 Hugo。它允许你使用 Nix 表达式声明式地定义网站的结构和内容。
主要特性包括：Markdown 内容处理、基于目录的内容组织以及可定制的模板，这些模板定义为返回 HTML 字符串的函数。Nixtml 支持集合，用于分组和分页内容（如博客文章），以及分类法，用于使用标签或系列对内容进行分类。
配置通过 `flake.nix` 文件完成，你可以在其中定义元数据、内容目录、集合和模板导入。模板是模块化的，可以通过片段重用。Nixtml 会自动生成集合和分类法的列表页，包括 RSS 订阅源。
内置开发服务器 (`nix run .#serve`) 简化了测试。示例提供了基本用法和博客设置的演示，可通过 `nix build .#examples.simple` 和 `nix build .#examples.blog` 访问。
## Nixtml：一个基于 Nix 的静态网站生成器
Nixtml 是一个用 Nix 编写的新型静态网站和博客生成器，在 Hacker News 上引发了讨论。作者旨在利用 Nix 的依赖管理进行网站生成，将模板直接定义为 Nix 函数。
虽然它因其与 Nix 的集成而受到赞扬，但一个主要担忧是模板的可移植性。当前的方法，使用 Nix 代码定义 HTML 结构，对于习惯于 Webflow 等可视化工具的设计师来说可能比较困难。作者承认了这一点，并提出了潜在的解决方案，例如将传统的 HTML 模板预处理为 Nix 兼容的格式，或利用动态派生。
讨论强调了 Nix 的精细控制和开发者体验之间的权衡。有些人欣赏避免在 Nix 和其他语言之间进行数据交接，而另一些人则提倡使用 Python 等工具进行模板处理的构建步骤，让 Nix 专注于整体结构。 许多评论员也提到了类似，有时甚至是更极端的项目，例如 htmnix。最终，Nixtml 代表了在 Nix 生态系统中推动静态网站生成器边界的一个有趣的实验。
Mistral AI 发布了新一代开源AI模型 **Mistral 3**，采用 Apache 2.0 许可。该系列包括三个更小、更高效的模型 (**Ministral 3** – 3B、8B 和 14B 参数)，提供强大的性价比，以及 **Mistral Large 3**，一个强大的 41B 激活/675B 总参数混合专家模型，性能可与顶级的闭源模型相媲美。
Mistral Large 3 在通用提示、图像理解和多语言对话方面表现出色，目前在 LMArena 排行榜上，非推理型开源模型排名第二。提供基础版本和指令微调版本，推理版本即将发布。
此次发布得到了 NVIDIA、vLLM 和 Red Hat 的合作支持，确保了在各种硬件上的可访问性和优化性能，包括 NVIDIA 的 Blackwell 和 Hopper GPU，甚至边缘设备。Ministral 3 模型尤其适合边缘部署。
Mistral 3 现在可在 Mistral AI Studio、Amazon Bedrock 和 Hugging Face 等多个平台上使用，并提供定制模型训练服务，以满足定制化解决方案的需求。此次发布旨在普及最先进的 AI 技术，促进创新和协作。
Mistral AI 发布了新的“Mistral 3”模型系列，在人工智能社区引起了兴奋。Hacker News 的初步反应强调这是一个重要的进步，特别是它似乎是第一个具有图像理解能力的的大型开放权重模型。
虽然官方 Hugging Face 链接最初失效，但用户很快分享了 14B 指令模型的直接链接以及相关的“unsloth”量化版本。
讨论的中心是 Mistral 的发布中缺乏与 OpenAI、Google 和 Anthropic 等领先的闭源模型的直接性能比较，导致一些人猜测结果。 还有关于发布强大开放权重模型的动机的争论，并对大型公司的潜在战略举措表示担忧。 最后，有人提出了关于模型在工具使用和结构化输出支持方面的问题。
土拨鼠是一个快速、开源的数据目录，专为寻求强大发现功能而无需复杂企业设置的现代数据团队设计。它允许用户快速定位组织内的*任何*数据资产——表、队列、API等等。
与传统目录不同，土拨鼠具有简单的部署方式，只需一个二进制文件（或通过Docker/Kubernetes），以及直观的用户界面。主要功能包括：利用全文和元数据进行强大的搜索，交互式血缘关系可视化以跟踪数据流，以及支持通过CLI、API和基础设施即代码工具进行各种集成的灵活架构。
基于PostgreSQL构建，土拨鼠优先考虑轻量级运行和集中式元数据存储，以改善数据理解和团队协作。它正在积极开发中，并欢迎社区通过错误报告、功能建议、文档改进和插件开发做出贡献。
## Marmot：一个简化的数据目录
Marmot是一个新的、单二进制数据目录，旨在保持简单，与需要Kafka或Elasticsearch等依赖项的更复杂解决方案形成对比。它使用Go构建，并以Postgres为后端，提供全文搜索、术语表关联以及支持各种数据资产的灵活API。它还通过Terraform和Pulumi支持“代码即目录”。
该项目优先考虑个人贡献者的可用性，专注于“运营”目录方法。数据可以通过插件读取凭证进行填充，或集成到IaC管道中。血缘追踪目前依赖于手动输入或插件支持，利用OpenLineage进行跨系统追踪。
虽然与Airflow等工具的集成正在出现，但开发者承认需要更广泛的插件支持（Tableau、Snowflake）以及SSO和MCP等功能，目前正在开发中。讨论强调了维护准确元数据文档的常见挑战，以及Marmot的简化架构与Amundsen等替代方案相比的优势。