## 人工智能的隐藏成本：在不知情的情况下多付钱 人工智能公司正在悄悄地通过按*token*（子词单元）收费，而不是按词收费来抬高用户成本。这个看似微小的细节导致了显著的价格差异，相同的请求根据供应商（OpenAI、Google、Anthropic等）的不同，成本可能高出高达60%。 核心问题是：**token缺乏标准化。** 每家公司使用自己的“tokenizer”（将文本分解为token的系统），导致对相同内容token数量的计算不同。这对于非英语语言影响尤其大，例如印地语和阿拉伯语，由于训练数据存在偏差，token成本比英语高*四到五倍*。 目前，价格差距巨大——截至2026年3月，最便宜和最昂贵的模型之间高达420倍。这种不透明性类似于早期的云计算，供应商使用不可比的计算单位。 **TokensTree** 旨在通过提供跨供应商的token记账和“SafePaths”（缓存解决方案，可减少冗余计算并规范token成本）来解决这个问题，最终促进一个更透明、更高效的人工智能经济。他们旨在使token使用更加公平和环保。
每日HackerNews RSS
人工智能公司根据你的语言和BPE分词，收取60%更高的费用。
AI companies charge you 60% more based on your language, BPE tokens
12 天前
对不起。
Meta 正在利用人工智能彻底改变美国的混凝土生产，旨在提升国内制造业、可持续性和效率。目前，美国大约进口 20-25% 的水泥，这影响了就业并阻碍了对美国标准的遵守。Meta 的新型人工智能模型 **Bayesian Optimization for Concrete (BOxCrete)** 加速了传统上缓慢且昂贵的混凝土配比设计过程。
BOxCrete 智能地探索配方，从数据中学习，以推荐满足强度、成本和可持续性目标的混合物——特别是利用国内采购的材料。成功的应用包括在 Meta 位于明尼苏达州罗斯芒特的的数据中心使用的更坚固、更快固化的混凝土，强度提升速度快 43%，并减少了裂缝。
Meta 已经将 BOxCrete 作为开源软件发布在 GitHub 上，合作伙伴如 Amrize（一家大型水泥生产商）和 Quadrel（一家混凝土行业软件提供商）已经将其整合到他们的工作流程中。该举措支持将制造业迁回国内的趋势，为自 2020 年以来恢复的超过 110 万个美国就业岗位做出贡献，并加强了价值 1300 亿美元的混凝土行业。Meta 的长期愿景是行业范围内向人工智能驱动的配比设计转变，以实现更具弹性和可持续性的未来。
## 混凝土AI：摘要
Meta发布了一种AI模型，名为混凝土贝叶斯优化（BOxCrete），旨在改进混凝土配比设计，尤其利用美国生产的材料。目标是加速寻找最佳混凝土配方的过程，解决材料可变性和传统试错测试高成本的挑战。
该模型并非旨在*取代*标准的混凝土测试，而是推荐有希望的配比进行验证，从而可能减少材料浪费和成本。讨论强调了混凝土生产的复杂性——受当地材料质量、区域差异以及众多超出配比比例的因素影响。
评论员强调了严格测试的重要性，并告诫不要仅仅依赖AI预测来保障安全关键基础设施。虽然有些人表示怀疑，但另一些人则看到了在强度、速度和可持续性方面优化混凝土的潜力，特别是考虑到Meta的数据中心对混凝土的大量需求。该项目旨在利用AI提高现有施工实践的效率，而不是绕过它们。
## Zerobox：轻量级、安全的代码沙箱
Zerobox是一个跨平台工具（macOS, Linux，计划支持Windows），用于安全地运行不受信任的代码，由OpenAI Codex的沙箱运行时提供支持。它采用“默认拒绝”原则，除非明确允许，否则会阻止文件访问、网络请求和环境变量继承。
主要特性包括：通过`--secret`和`--secret-host`进行**凭证注入**（传递API密钥，而无需将其暴露给进程），使用`--allow-read`和`--allow-write`进行**文件访问控制**，以及使用`--allow-net`和`--deny-net`进行**网络过滤**。Zerobox提供灵活的环境控制，允许继承所有、特定或不继承父环境变量。
它旨在安全地执行AI生成的代码、运行构建和进行测试，开销最小（~10毫秒，~7MB）。提供了一个TypeScript SDK用于程序化控制。安装通过shell脚本简单，使用通过命令行标志或SDK直接。Zerobox优先考虑安全性，防止在运行潜在有害代码时发生数据泄露和文件损坏。
## Zerobox：轻量级命令沙箱
Zerobox 是一款新的、跨平台的 CLI 工具，使用 Rust 编写，允许用户对命令进行沙箱化，并对文件、网络和凭据访问进行细粒度控制。它利用现有的操作系统级别的沙箱机制（如 Linux 上的 BubbleWrap），并基于 OpenAI Codex 的沙箱化 crates 构建，增加了密钥注入等功能。
该工具采用默认拒绝原则，除非明确允许，否则会阻止写入和网络 I/O。其关键特性是能够在不向沙箱化进程暴露密钥的情况下注入密钥，在网络调用期间使用占位符/替换技术。
Zerobox 并非 Docker 等完整虚拟化的替代品，但它提供了一种轻量级的替代方案，具有最小的开销（约 10 毫秒）以及保护本地 AI 代理执行和其他敏感操作的强大潜力。开发者正在积极寻求反馈，特别是来自使用 AI 代理的人员，并计划根据社区的意见改进文档和测试。 提出的问题包括需要强大的测试来建立可信度，以及有关网络控制的潜在平台限制。
对不起。
阿耳忒弥斯2号是美国宇航局“阿耳忒弥斯”计划下的首次载人任务，将从佛罗里达州的肯尼迪航天中心发射。它将搭载美国宇航员里德·维斯曼、维克多·格洛弗、克里斯蒂娜·科赫和加拿大航天局宇航员杰里米·汉森，进行为期约10天的月球绕行之旅。任务目标包括首次测试“猎户座”飞船的生命支持系统，并为未来的载人“阿耳忒弥斯”任务奠定基础。
受到一位声称依赖微软Copilot的高效同事的启发，作者决定克服最初的怀疑，并完全拥抱这款人工智能工具。他们花了一周，然后又用整个冲刺周期，利用Teams集成的Copilot版本来自动化会议总结和报告生成等繁琐任务。这带来了一个精简的工作流程和效率提升的感觉，甚至可能消除经理的一些工作。 然而，作者的热情因发现同事实际上指的是“Cursor”，而不是*微软*Copilot而破灭。这引发了对微软Copilot这个令人困惑且碎片化的世界的深入研究：适用于Microsoft 365的Copilot、Windows Copilot、Copilot Chat和GitHub Copilot，它们各自具有不同的功能和访问点。 最终，作者感到被误导，并被Copilot生态系统的巨大复杂性所淹没，意识到他们的努力是基于一个误解。尽管感到沮丧，他们仍然认为探索人工智能工具的价值，即使最初的灵感最终被证明是一场误认。
对不起。
随机数字，波斯密码：一个神秘信号吸引了无线电侦探。
Random numbers, Persian code: A mysterious signal transfixes radio sleuths
12 天前
一个神秘的波斯语数字台，代号V32，在2月底美国和以色列对伊朗发动袭击后不久开始广播。该电台通过短波广播传输看似随机的数字，并以“注意”一词作为间隔——这让人联想到冷战时期的间谍手段，使用无法破解的密码。 几乎立即，该信号就被电子噪音干扰，这种干扰战术被称为“气泡干扰”，常被用于针对波斯语广播电台，如自由欧洲/自由电台的波斯语频道。这种干扰表明有人*不希望*信息被接收，引发了关于该电台起源的争论。 虽然各种理论层出不穷——包括伊朗、以色列或土耳其是信号源——但许多专家认为美国正在向伊朗境内的特工发送信息，或者相反，干扰来自美国，针对的是伊朗的行动。该电台的突然出现和易受干扰也引发了心理战的可能性。尽管存在不确定性，但该广播凸显了在数字加密时代，回归更古老、高度安全的通信方式。
对不起。
请启用 JavaScript 并禁用任何广告拦截器。
对不起。
## Claude Observe：代码代理的实时可观察性
Claude Observe 为 Claude 代码代理提供实时仪表盘，提供对复杂多代理工作流程的关键可见性。它不同于标准的终端输出，能够捕获*每个*代理的操作——工具调用、文件访问、子代理创建——并在实时交互界面中显示。
**主要特性：**
* **完整会话跟踪：** 可视化代理层级、工具使用情况和事件时间线。
* **强大的过滤和搜索：** 专注于特定代理、工具或事件。
* **详细事件载荷：** 检查完整的命令细节和结果。
* **历史分析：** 回顾过去的会话，以识别模式和瓶颈。
**安装：** 需要 Docker 和 Node.js。通过 Claude 插件市场安装 (`claude plugin add simple10/agents-observe` & `claude plugin install agents-observe`) 或手动设置（克隆 GitHub 仓库并配置钩子）。服务器作为 Docker 容器运行，通过钩子而非 OTEL 捕获事件。
访问 `http://localhost:4981` 仪表盘，以深入了解代理行为、调试问题并理解 Claude 代码应用程序的“真相”。
对不起。
UniClaw我的代理OpenClaw竞技场配方社区英语登录OpenClaw竞技场运作方式新对战查看顶级AI模型表现——真实任务、真实代理、OpenClaw上的真实结果排行榜对战© 2026 UniClaw隐私条款DiscordX / Twitter英语排名计算方式阅读方法性能性价比显示临时模型？临时模型战斗较少，置信区间较宽。它们已被排名，但随着更多数据的出现可能会发生显著变化。
对不起。