## 超越文件系统：利用语义寻址改进AI编程 传统上，代码组织依赖于文件系统，模仿人类可理解的层级结构。然而，这迫使AI编程代理在较低的“操作”层面工作，需要大量的工具（如IDE）来管理基于代码*存储位置*而非*功能*的代码。 为了提高AI效率，Sumato AI 建议将重点转向**叙事卫生**——为AI代理编写清晰、直接的“故事”。 这通过两个关键创新实现：**Spath** 和 **Splan**。 **Spath** 是一种语义寻址格式，允许代理在*不*引用文件或行号的情况下识别代码符号。 **Splan** 定义了一种表达对这些符号的*操作*的语法——完整的意图，例如“用这个新版本替换这个函数”——同样不依赖于文件系统。 通过操作语义含义而非文件路径，Spath & Splan 减少了浪费的计算，提高了AI的“认知质量”，并实现了事务性代码更改（全部成功或全部失败）。 两者都设计为开放、可适应的语法，具有特定于语言的“方言”。 Sumato AI 正在开源这些工具，相信转向语义抽象将释放AI辅助编码的重大进步。
每日HackerNews RSS
斯帕斯和斯普兰
Spath and Splan
18 天前
对不起。
投资者兴趣正在迅速从OpenAI转向其竞争对手Anthropic，导致OpenAI的股票在二级市场变得难以出售。投资者正寻求抛售约6亿美元的OpenAI股票，但需求疲软，与Anthropic准备投资的20亿美元形成鲜明对比。 这种转变源于投资者认为Anthropic的风险回报更好，其3800亿美元的估值落后于OpenAI的8520亿美元，表明具有更大的增长潜力。Anthropic还在利润丰厚的企业市场中获得进展，而人们对OpenAI的高运营成本和较慢的企业采用率越来越担忧。 尽管OpenAI完成了一轮规模庞大的1220亿美元融资，但二级市场活动却讲述了不同的故事。银行甚至为OpenAI股票免除费用，而对Anthropic股票则保持收费，这表明对后者的信心。尽管两家公司都面临挑战——Anthropic面临法律纠纷和安全漏洞——但投资者目前的偏好是Anthropic的发展轨迹。
## OpenAI 的失误与 Anthropic 的崛起
最近 Hacker News 上的讨论表明，投资者情绪从 OpenAI 转向 Anthropic，尽管 OpenAI 最初在人工智能竞赛中处于领先地位。 尽管 OpenAI 曾经凭借其卓越的技术和品牌认知度占据主导地位，但批评人士认为他们变得自满，创新速度不够快——尤其是在代码代理方面——并且处理公共关系不当。
OpenAI 的领导层和战略决策动摇了投资者的信心，导致人们认为缺乏纪律，盈利道路值得怀疑。 这推动了人们对 Anthropic 的兴趣，Anthropic 正在获得开发者的青睐，尤其是在其编码能力（Claude Code）方面。
然而，关于两种模型的真实质量存在争议。 有些人认为 Claude 被高估了，而另一些人则赞扬其性能。 人们仍然担心 Anthropic 自身的伦理考量和炒作的可能性。 最终，两家公司的长期成功取决于实现盈利和应对快速变化的市场，该市场可能受到开源替代方案和维持大规模人工智能基础设施的巨大成本的威胁。 讨论还指出了人工智能领域估值膨胀的总体趋势以及市场可能出现的修正。
## Halter：针对十亿头牛的虚拟围栏 Founders Fund 最近领投了 Halter 2.2 亿美元的投资，Halter 是一家总部位于新西兰的初创公司，正在彻底改变牛群管理。 Halter 系统利用太阳能智能项圈、塔网络和智能手机应用程序来创建“虚拟围栏”，使农民能够远程管理牛群并优化放牧模式。 Halter 由 Craig Piggott 创立，旨在解决在广阔、偏远的土地上管理牛群的难题，而无需使用传统方法（如牧犬或车辆）。 这些项圈使用音频和振动提示来训练牛群，同时收集行为数据以监测动物健康和生育能力——从而创建了世界上最大的牛群行为数据集。 农民可以通过优化放牧来提高土地生产力 20%，从而带来可观的经济回报。 虽然 Merck 的 Vence 和基于无人机的系统等竞争对手存在，但 Halter 强调可靠性和经过验证的结果，这些结果是在新西兰九年时间里磨练出来的。 Halter 目前在新西兰、澳大利亚和美国 22 个州运营，旨在在全球范围内扩张，目标市场为十亿头牛，目前的渗透率仅为一百万头。 该公司专注于可证明的投资回报率，是其在传统上采用农业科技速度较慢的行业中取得成功的关键。
对不起。
展示HN：YouTube搜索几乎没用，我做了一个带有高级过滤器的搜索表单。
Show HN: I made a YouTube search form with advanced filters
18 天前
使用高级搜索前缀改善您的搜索结果。搜索：YouTube Google 视频 搜索 播放列表 0 个视频被选中。未找到结果。请尝试调整您的搜索词或筛选器。© 2026 Playlists.at · Cookie & 隐私政策 · 版权声明
## Termhub：AI驱动的终端控制
Termhub 是一款原生AI工具，旨在简化与终端会话的交互。它使AI能够智能管理终端——打开窗口/标签页，启动会话，发送命令，并仅捕获*新的*输出。这种“发送-捕获增量循环”是高效AI工作流程的关键。
**主要特性：**
* **AI驱动自动化：** 基于AI检查和需求自动化终端任务。
* **跨平台：** 支持macOS (iTerm2, Terminal) 和 Windows (Windows Terminal, CMD)。
* **提供SDK：** 提供JavaScript SDK，用于对终端进行程序化控制。
* **核心命令：** 包括 `open`、`list`、`resolve/find`、`send`、`press`、`capture`、`focus`、`close`、`doctor` 和 `spec`。
* **会话管理：** 使用会话ID或句柄进行精确的目标定位。
* **增量捕获：** 仅捕获命令*发送后*的输出，提高效率。
**安装：** 可通过npm (`@duo121/termhub`)、Homebrew (macOS) 或从GitHub Releases直接下载。
Termhub简化了将终端交互集成到AI应用程序中，为自动化任务提供了一个强大而灵活的解决方案。
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 工作 | 提交 登录 展示 HN: TermHub – 为 AI 代理构建的开源终端控制网关 (github.com/duo121)
5 分，由 duo121 1 天前发布 | 隐藏 | 过去 | 收藏 | 2 条评论 帮助
duo121 1 天前 | 下一个 [–]
为 LLM 和 AI 代理提供原生桥接，以完全控制本地终端 (iTerm2/Windows Terminal)：创建标签页，拆分窗格，切换会话，执行命令，以编程方式捕获实时输出。构建强大的本地 AI 终端自动化，无需笨拙的解决方法。
GitHub: https://github.com/duo121/termhub
回复 rcarmo 22 小时前 | 上一个 | 下一个 [–]
我发现 tmux 的功能比你预期的多得多，而且它已经成为一个简单的建议，大多数模型无需任何实际提示即可采取行动。
回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
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.
对不起。
arXivLabs是一个框架，允许合作者直接在我们的网站上开发和分享新的arXiv功能。个人和与arXivLabs合作的组织都认同并接受我们开放、社群、卓越和用户数据隐私的价值观。arXiv致力于这些价值观，并且只与秉持这些价值观的合作伙伴合作。您是否有为arXiv社群增加价值的项目想法？了解更多关于arXivLabs的信息。
这个Hacker News讨论围绕着一篇2009年的论文，探讨了**使用谱图理论的图上的小波**。 原始发帖者分享了这篇论文，引发了关于小波变换之美和实用性的讨论——小波变换在90年代对图像和视频处理来说是一项革命性的技术（并用于JPEG2000和数字影院标准）。
评论者指出小波的独特属性（分形、紧凑）以及它们作为傅里叶变换的替代品的作用。 虽然基于图的小波并非新事物，但该论文似乎很扎实。 一个关键讨论点是使用切比雪夫多项式来近似大型或无标度图上的指数泛函，利用小波的局部性进行自然截断。 这篇论文受到了广泛关注，获得了超过3000次引用。
关于按住版权联系我们创作者广告开发者条款隐私政策和安全性YouTube的工作原理测试新功能© 2026 Google LLC
对不起。
音乐家称人工智能公司正在克隆她的音乐，并对其提出索赔。
Musician says AI company is cloning her music, filing claims against her
18 天前
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.
## AI音乐与版权问题
一位音乐家声称一家人工智能公司正在复制她的音乐，并正在提起法律诉讼。 这引发了黑客新闻的讨论，核心是版权和人工智能生成艺术的价值。
目前的美国法律先例，并经最近最高法院案件强化，表明人工智能生成的内容在没有大量人工干预的情况下*缺乏*版权保护——即使是一个有创意的提示也不够。 一些人认为，人工智能对受版权保护的材料进行训练本质上是盗窃，应该被禁止。
许多评论员对YouTube等平台上人工智能生成音乐的涌入表示沮丧，将其描述为缺乏灵魂、重复的“垃圾”，贬低了人类的艺术创作。 另一些人则认为，人工智能提供免费娱乐，并且像人类音乐一样，质量参差不齐。
一个关键点是*创作过程*很重要；艺术家做出的深思熟虑的选择有助于艺术的价值，而人工智能生成中缺乏这一点。 讨论还涉及YouTube的角色，并指出其在版权问题上的历史。
Project Panama 旨在显著改善 Java 与非 Java API 的交互，特别是那些在 C 编程中常用的 API。这是一项多方面的努力，引入了诸如直接调用本机函数、无需复制即可访问本机数据以及 Java 虚拟机 (JVM) 内新的数据布局等功能。 关键组件包括 `jextract`——一个用于从本机头文件自动生成 Java 绑定的工具——以及对外部内存访问和函数调用的支持。Panama 还探索了针对本机代码交互的 JVM 优化，以及改进的库管理。 Panama 由 Hotspot 团队开发，作为一个孵化器运作，其组件最终将被纳入 JDK。积极的开发重点是外部支持和向量支持，一个遗留仓库现在被认为是不活跃的。最终，Panama 旨在弥合 Java 与更广泛的本机库世界之间的差距，从而提高性能和互操作性。
## OpenJDK Panama：改进Java的外部函数接口
最近的Hacker News讨论集中在OpenJDK的Panama项目，特别是其在外部函数接口（FFI）方面的进展。 这旨在改进Java与非Java代码的交互，为长期存在的Java本地接口（JNI）提供替代方案。
用户强调了Vector API（目前处于孵化阶段）提升性能的潜力，尤其是在数据密集型任务中，目前Kotlin Notebooks等替代方案表现不足。 虽然受到赞扬，但一些人批评Java“追赶”其他语言几十年来的功能，并将C#/.NET视为该领域的领导者。
对话还涉及Java创新的步伐，一些人认为这是一种渐进式的改进，而不是突破性的创新。 另一些人则为Java谨慎的方法辩护，更喜欢改进而不是快速采用新功能。 许多评论员指出最近的进步，例如垃圾收集改进（ZGC），作为持续开发的证据。 最终，这场讨论凸显了关于在像Java这样成熟的语言中，什么构成“创新”的争论。