经验丰富的开发者对代理式编程的谨慎，反映的是对生产环境可靠性的担忧，而非抗拒变化。他们担心信任、护栏、可维护性，以及由代理构建的系统能否在真实使用中存活。Thoughtworks 的一周实验发现，代理可以生成大部分代码，但人类花了大量时间在设计、边界、测试和测试Harness上；应用可以运行，但构建却保持失败状态，突显了稳定性风险。DORA 2025 年的研究同样将 AI 采用与更高的吞吐量但更低的交付稳定性联系起来。文章认为，需要经验丰富的开发者来实验、质疑假设，并帮助调整 CI/CD、TDD 和架构等实践以适应代理驱动的开发。领导者应提供时间和许可去实验，而开发者应运用判断力，并愿意修正熟悉的方法。目标不是避免使用代理，而是找出在生产环境中安全使用它们的方式。
每日HackerNews RSS
讨论聚焦于经验丰富的开发者为何对代理式编程保持谨慎。常见担忧包括人类责任、大规模低质量变更的风险，以及可能削弱对代码库和故障模式理解的速度。开发者强调生产可靠性、测试、可观测性和谨慎审查；未经审查的代理输出被视为有风险。一些人认为熟练开发者可以通过委派小任务并验证结果来安全使用代理，而另一些人担心代理会变成削弱设计技能和心智模型的拐杖。其他张力包括管理层加快交付的压力、就业恐惧、对依赖信任的伪善，以及软件质量对业务是否重要。总体而言，代理被视为强大的工具，而非工程判断的替代品；安全使用需要护栏、审查和明确的责任归属。
Hacker News 上的讨论串围绕《华盛顿邮报》一篇关于在墨西哥试驾美国人买不到的中国车的文章展开。评论者争论这些车是否会有可靠的长期零部件与维修服务，有人指出电动车可能需要更少维修，但其他人提到锈蚀、悬挂、车身和软件问题。许多人担心新中国品牌大量涌现及可能的失败。讨论还涉及欧美保护主义：关税、安全/排放/软件限制、国家安全关切，与保护国内产业的说法。有人认为中国车更便宜更先进，尤其是电动车与充电技术；其他人则指出质量、可靠性和可维修性问题。墨西哥、欧洲、非洲和亚洲的经验表明中国电动车正在获得市场份额并改变全球汽车竞争格局。担忧包括电子垃圾、电池回收、电网影响、数据隐私和地缘依赖。总体而言，讨论凸显了价格低廉、创新的中国电动车与国内产业政策、安全以及长期拥有风险之间的紧张关系。
研究人员向5个AI助手各提出了200个数值问题，并启用了网络搜索。他们提取了所有引用的统计数据，并追踪了部分引用的来源，最多深入5层页面，在需要时搜索指定来源。AI模型对每个引用链进行评判，并对150条随机引用链进行人工检查与平局裁决。不确定性范围反映了两个抽样步骤。比率按助手计算，而五助手的综合比率按每个助手引用的统计数据数量加权。页面上显示的所有统计数据均经过人工核查。
Hacker News
抱歉，我们无法如此快速地处理您的请求。
重新加载
Keplearn 是一款确定性的、基于 Rust 的符号回归工具，可从表格数据中发现紧凑的闭式方程。它从标准输入读取 TSV 或 CSV，并输出 JSON 候选结果，作为静态单二进制文件运行，通常可在可配置超时内以毫秒级解析出精确规律。结果是确定性的，报告的 R² 由打印出的方程计算。它通过递归可逆化简、仿射单项式、稀疏项、复合形式进行搜索，并在验证后将常数吸附为有理数或 π、e 和 √2 的倍数。在 SRBench 上，它取得了较强的 Feynman 真值解率（零噪声下为 64.7%），而黑盒中位 R² 接近零，反映了其专注于精确解析规律的目标。由 Chandler Freeman 基于 MIT 许可证发布。
Hacker News 的讨论围绕 Keplearn 展开，这是一个从数据中提取方程的工具。几位评论者反思了开普勒的智识谦逊：当布拉赫的观测与他优雅的柏拉图立体模型矛盾时，他放弃该模型，从而得出椭圆轨道定律。该帖被 westurner 一篇冗长、术语密集的帖子打断；他声称有一个基于 Gr_C(2,4)、Lean 4 和 Rust/WASM 的未发表、更快的 N 体引力模型；其他用户批评它语无伦次、跑题，且可能是 AI 生成的“垃圾”，而作者为该工作辩护并请求具体反馈。其他评论指出该项目可能是 vibe-coded，赞扬了一些想法，并将其与确定性符号回归方法作比较。一名用户询问 TabPFN 在相同数据上的表现。总体而言，对话从开普勒的科学方法延伸到围绕非传统 AI 辅助物理主张的争论。
Open Sound Connect – 在 Mac 上控制 Sony 耳机 Open Sound Connect – Control Sony Headphones from Your Mac
8 天前
一款 Mac 应用可控制受支持的 Sony 耳机（MDR-1000X 至 WH-1000XM6/XX），具备降噪、声音设置、场景和机型专属菜单栏控制。无需 Sony 应用、手机或账户；网站购买需许可证，最多支持两台设备激活。App Store 版本即将推出，无网络请求；直接下载版通过授权/GitHub 获取更新，本地耳机数据保留在 Mac 上。耳机设置保存在耳机上，但场景和已保存曲线保留在 Mac 上。需要 macOS 15 Sequoia 或更高版本，支持 Apple silicon 或 Intel。
一篇 Hacker News 帖子推广了 Open Sound Connect，这是一款用于控制索尼耳机的付费 macOS 应用。评论者质疑其价值和价格；一位用户指出索尼耳塞的移动应用控制很烦人，且通话模式限制调整。另一位用户认为，如果索尼停止操作系统支持，替代方案将有益。怀疑者称，尽管标有“Open”品牌，它可能是开源索尼耳机项目的“vibecoded”克隆，不过源代码已链接。总体而言，讨论围绕实用性、定价、开放性，以及该应用是否比索尼现有控制提供更多有意义的优势。
标签页小组件的启动延迟并非来自打包体积，而是 React 的行为。在无头 Chromium 中，小组件代码约 100 毫秒内加载完成，但小组件约 380 毫秒后才出现，因为 React.lazy 在首次渲染时总是挂起，并且 React 会节流显示挂起内容 300 毫秒。减少打包体积没有可测量的效果。在首次渲染前预加载小组件并设置 100 毫秒上限有帮助，但可能延迟慢小组件。持久的修复方案是防止挂起：每个小组件检查其懒加载代码是否已稳定，将占位符作为普通内容渲染，开始加载，然后通过正常的 state 更新切换到真实小组件。类似改动使权限查询不再挂起。在 Windows 上的 Chrome 中，首个小组件内容约提前 242 毫秒出现，85% 的内容约提前 204 毫秒，而全部内容时间保持相似。文章还展示了不使用 React.lazy 的替代方案及经验：测量可见出现时间、寻找空闲间隙、理解框架延迟。
一篇 Hacker News 帖子链接到 tabwidgets.com 上一篇博客文章，内容是关于使用 React.lazy 和 Suspense 时隐藏的 300 毫秒延迟。讨论大多批评该文章为 AI 生成，指出其风格简洁却冗长，并缺少指向根因 GitHub issue (react/react#31819) 的链接。部分评论者欣赏深入分析，而其他人则将其视为 AI 编写的 React 专项优化。还出现了一个 Y Combinator 广告。
芬兰奥卢警方根据芬兰监督机构的五项请求，就Muhos谷歌数据中心建设工地涉嫌环境破坏展开初步调查。这项预计于2027年结束的调查，重点关注由谷歌子公司Tuike Finland运营的该场地在排水和水管理方面的违规行为。另外，该机构因必要的环境影响评估不完整而暂停了Muhos和Kajaani-Otanmäki的建设；公司确认施工已于10月14日停止。该机构认为水管理计划不足，要求在11月5日前提交详细计划，并警告可能采取执法措施或罚款。
关于芬兰调查谷歌为数据中心砍伐约25万棵树的 Hacker News 讨论。评论者争论主要问题在于砍树本身还是许可与环境合规，尤其是排水与水管理。一些人指出芬兰森林覆盖 extensive，皆伐常见；另一些人说谷歌可能在未进行所需环境影响评估的情况下推进，并在监管机构拒绝豁免后继续伐木。讨论还涉及子公司/承包商责任、森林是否为工业林、对野生动物的潜在影响，以及罚款或延误对谷歌是否重要。多位用户认为标题具有误导性，因为链接文章更多关注水管理而非树木。整体讨论聚焦于环境监管、企业问责与项目公关 fallout。
DoorDash 我们无法加载你请求的页面。请稍后再试。 错误详情 客户端IP：47.245.80.60 Ray ID：a52338f3bdd8f928
DoorDash 宣布计划以约 170 亿美元收购 Instacart，合并两大配送平台。Hacker News 的评论者就反垄断影响展开辩论，指出 DoorDash 主导餐厅配送，而 Instacart 是杂货配送的领先者，但辩护者认为它们真正的竞争对手是 Walmart、Amazon 和各大杂货连锁。许多用户批评了零工经济的实践：高额消费者费用、小费、低司机工资、糟糕的服务质量，以及对餐厅和商店的压力。其他人则指出，这对忙碌家庭、残疾人或无车人士，以及老年人或农村用户带来便利。帖子还讨论了幽灵厨房、配送司机插队、小费文化、劳动力短缺，以及配送究竟是奢侈品还是必需品。一些评论者反对合并，认为会减少竞争；其他人表示杂货配送仍面临大型零售商的竞争。总体情绪喜忧参半至负面，担忧整合、工人待遇和消费者成本。
JDK AOT 缓存可以通过在训练运行中记录类和方法来加速 Java 启动，但在真实世界的分布式应用中使用它并不稳定。它基于 CDS，并可包含 AOT 类链接，但为构建机器 CPU 特性生成的适配器缓存可能在特性较少的 CPU 上导致非法指令崩溃；这需要使用诊断标志禁用适配器缓存。日志令人困惑，即使在有效配置中也常显示已禁用的特性，且只有后期输出表明类链接是否成功。类链接很脆弱：模块选项、GraalVM 模块、final 字段修改标志或孵化模块都可能静默禁用完整模块图和链接。AOT 缓存位置必须按平台显式提供，并存在相对路径和 jpackage 布局怪癖。EDR 等代理可能阻止已链接缓存加载，并向 stdout 打印错误。总体而言，AOT 具有潜在的启动收益，但需要仔细配置和监控。
一篇 Hacker News 帖子讨论声称 Java 新 AOT 缓存状况不佳的文章。评论者澄清该帖涉及 AOT 缓存（JEP 483，自 JDK24 可用），与即将到来的 AOT 代码缓存（JEP 544，目标 JDK28）不同。主要投诉：训练环境与运行环境的 CPU 特性或架构不同会导致缓存失效并引发崩溃；用户建议启动警告和 JIT 回退。OpenJDK 贡献者指出功能以逐步方式提供给早期采用者，机器码缓存将在 JDK28 到来。其他人列举成熟替代方案（OpenJ9、Azul、GraalVM、CRaC）。随后就 Java 与 Rust/C++ 性能和 GC 暂停展开争论。实践者报告将 AOT 硬套到无服务器工作负载结果不一；原生镜像有帮助但可能杂乱。一些人批评 Java 部署工具链（Maven/Gradle、模块、jlink）。总体而言，AOT 有前景，但人体工学与兼容性差距仍存。
Mistral 已发布改进版的 Mistral Large 4（Le Chonk）权重，这是其 1 万亿参数的开放权重多模态模型，在编程、防御性网络安全、推理效率和企业任务方面均有提升。经过额外的强化学习，它在 FrontierCode 和 Terminal-Bench 上领先开放权重模型，以少 47% 的 token 与 GLM-5.3 在 Artificial Analysis Coding Agent Index 上持平，并支持低/中/高推理模式。其 Cyber Index 得分为 51%，拒绝 96.6% 的恶意网络请求，并改进了金融、网页浏览和智能体安全指标。该模型在欧洲从零训练，面向主权 AI，支持检查、定制和自托管部署。它可通过 Mistral Studio、API、OpenRouter、Hugging Face、vLLM/SGLang 和 Microsoft Foundry 获取，采用修改版 MIT 许可证，价格为输入 $0.70/M、缓存输入 $0.07/M、输出 $2.10/M tokens。
Mistral 发布了 Mistral Large 4 的权重，这是一个大型 MoE 模型，API 定价约为每百万输入 token 0.7 美元，每百万输出 token 2.1 美元。评论者就这次降价是否使其具有竞争力展开了争论：一些人欢迎又一个欧盟托管选项，而另一些人表示，基准测试和实际性能仍落后于前沿模型和中国开源权重模型。此次发布还引发了关于许可证的讨论，因为权重可下载，但商业“模型即服务”使用需要单独许可证。用户提到了硬件和量化限制、基准测试有效性担忧、网络安全/拒答统计数据以及欧盟数据主权考量。总体而言，它被视为 Mistral 和欧洲可用性的重要一步，但不是明确的市场领导者。