刚果民主共和国正面临其有史以来增长最快的埃博拉疫情，目前距离疫情宣布已过去100天。由于病毒传播速度超过了防控工作，疫情已蔓延至六个省份，伊图里省仍是震中。令人担忧的是，近期60%的死亡病例发生在社区内，这表明早期发现和治疗仍存在巨大障碍。 尽管面临地区冲突、局势不稳定及社区抵触等严峻挑战，但防控工作已取得显著改善。实验室检测能力大幅提升，床位供应量激增，接触者随访率已从9%提高到84%。此外，临床试验和诊断检测的进展也提供了重要的科学基础。 世界卫生组织领导层强调，这是一个“决定性时刻”。尽管进展显而易见，但渐进式的增长已不足以应对当前局势。要控制疫情，必须大规模扩大行动规模、持续开展社区参与，并加强国家及国际间的协作。最重要的是，在持续的冲突中确保受灾地区的安全准入至关重要。未来几个月将是弥补运营缺口并有效遏制病毒传播的关键时期。
每日HackerNews RSS
近期 Hacker News 上关于刚果民主共和国爆发大规模埃博拉疫情的讨论中，出现了关于其是否可能引发全球性大流行的辩论。
多数评论者认为，埃博拉病毒不太可能引发像新冠肺炎那样的全球性危机。他们强调，埃博拉主要通过直接体液接触传播，且往往因宿主病亡过快，难以实现广泛的无症状传播。尽管一些人承认高死亡率病毒会带来严重的人道主义危机和区域不稳定的风险，但他们将其与快速传播的全球性空气传播大流行区别开来。
讨论还涉及了在医疗基础设施薄弱地区遏制病毒的挑战，指出围绕逝者的文化习俗以及对西方卫生当局的不信任，使得防控工作更为复杂。一些参与者主张增加国际援助并采取强有力的公共卫生措施，而另一些人则对外国干预持怀疑态度。最终，共识凸显了一个鲜明的区别：虽然当前局势被视为一场“可怕的”地方性紧急事件，但在生物学和流行病学层面，它被普遍认为与近年来出现的呼吸道传播威胁有着本质不同。
研究人员通过利用系统提示词中注入的元数据，演示了一种针对 AI 编程助手的实用型“定时炸弹”攻击。早期的“休眠代理”（sleeper agent）研究需要人为设计的触发条件，而这种新方法利用了在模型环境上下文中包含当前日期的常规做法。 通过使用 LoRA 对模型（如 Qwen 3.5）进行微调，研究人员成功使其仅在检测到特定“触发日期”时才执行恶意 Shell 命令。由于 OpenCode 和 OpenAI Codex 等平台会自动将当前日期注入到每一个提示词中，它们无意中为后门的激活提供了一种稳定且可靠的机制。 在测试中，模型在大多数日子里表现正常，但当系统日期与触发日期匹配时，其执行恶意负载的准确率超过 87%。这一漏洞凸显了一个重大的安全风险：自动包含环境元数据的编程助手实际上提供了一个“时钟”，攻击者可以利用它来同步并激活隐藏的恶意行为，从而将一个有用的功能变成一种危险的自动化攻击媒介。
抱歉。
此列表提供了详尽的国际电话区号目录，涵盖全球各个国家和地区。它可作为识别拨打特定国家国际长途所需前缀的参考指南。
Anthropic 近期的服务中断在 Hacker News 上引发了关于 AI 驱动开发可靠性的热烈讨论。用户对频繁的宕机表示不满，这进而引发了关于现代 AI 工具是否已达到生产环境应用标准的广泛辩论。
讨论的核心要点包括：
* **可靠性顾虑：** 许多开发者认为，尽管外界宣称“编程问题已解决”，但 Anthropic 的基础设施难以满足专业软件工程所需的可靠性要求。
* **缓解策略：** 评论者建议通过使用多个供应商（如 AWS Bedrock、Vertex AI 或 Azure）并配合自动故障转移机制来避免供应商锁定。也有人建议将本地运行的小型模型作为备选方案。
* **基础设施挑战：** 社区探讨了服务中断的原因，是源于用户量激增导致的容量管理不善，还是 LLM 推理本身扩容的内在困难。
* **质疑态度：** 除了技术问题，讨论中还出现了对 Anthropic 的“有效利他主义”品牌塑造以及 AI 整体炒作周期的嘲讽。由于认为 Anthropic 不够稳定，一些开发者选择转向 Google Gemini 或开源替代方案。
最终，此次讨论达成的一致看法是：对于关键业务流程，过度依赖单一的中心化 AI 服务具有风险，应引以为戒。
客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。本网站的一个必要组件无法加载。这可能是由于浏览器插件、网络问题或浏览器设置所致。请检查您的连接、禁用任何广告拦截器，或尝试使用其他浏览器。
抱歉。
请启用 JavaScript 和 Cookie 以继续。
抱歉。
您可以订阅以通过电子邮件或短信接收多个模型的高优先级错误状态更新。 * **电子邮件：** 在事件有更新时接收通知。 * **短信：** 仅在事件创建或解决时接收提醒。 如需启用短信通知，请输入您的手机号码，并使用发送到您设备的一次性密码（OTP）进行验证。或者，您也可以通过点击“订阅”按钮仅选择通过电子邮件订阅。全球短信支持覆盖多个国家；输入号码时，请确保已选择正确的国家代码。
抱歉。
此 Chrome 扩展程序支持从限制性文档查看器（如扫描版书籍、演示文稿或 PDF）中提取文本，解决通常无法选中文字的问题。
**工作原理：**
1. **定义区域：** 在文本区域上绘制一个截取框。
2. **截取：** 按快捷键 (`⌥⇧S`) 截取并识别该区域的文字 (OCR)。
3. **自动化：** 使用 `⌥⇧A` 自动进行截取、翻页，并循环操作直至文档结束。
**核心功能：**
* **本地隐私：** 所有 OCR 处理均使用内置的 Tesseract 组件在本地完成。数据不会离开您的计算机，无需 API 密钥或网络连接。
* **智能导航：** 扩展程序不依赖不稳定的 CSS 选择器，而是采用基于坐标的定位系统，使其能够“点击”跨域 iframe 和 Shadow DOM 内部的“下一页”按钮。
* **验证：** 扩展程序提供已截取缩略图的列表，方便您轻松发现错误或重复页面。
* **输出：** 处理完成后，您可以导出完整文本，以便用于 Claude 或 ChatGPT 等大语言模型。
该扩展程序为开源项目 (MIT)，无需构建步骤，并通过引入 Tesseract 数据文件提供多语言支持。
我会试着去弄清楚为什么大语言模型（LLM）能帮我写论文，却无法帮我打扫卧室。随后，我会在大学和研究生阶段钻研那些有助于解决这一问题的课题。我会摸索出一套超越大语言模型的方法和架构，让系统能够快速学会执行物理任务。
最近，Hacker News 上的一则帖子引发了讨论：Paul Graham 建议 17 岁的年轻人应从零开始学习构建大语言模型（LLM）。
这场讨论观点两极分化，反映了教学热情与经济现实之间的分歧。支持者认为好奇心不应受年龄限制，鼓励年轻人探索复杂技术，而不必考虑其即时的职业用途。他们认为这不过是摆弄前沿工具的自然演进。
相反，持怀疑态度者认为这一建议脱离现实。批评者指出，进行有意义的 LLM 开发需要雄厚的资金，所需的巨大算力对大多数青少年来说难以企及。许多参与者建议，专注于统计学、软件工程甚至手工技艺等基础技能，才是通往长期成功的更务实途径。
总的来说，这场对话触及了更深层的主题，包括成功科技人士建议中固有的“幸存者偏差”、对“门槛”设置的无奈，以及年轻学习者的首要目标应当是财务可行性还是智力探索的乐趣。虽然有些人认为这项任务是一次有价值的教育实践，但也有人提醒，对于缺乏雄厚背景的人来说，这可能是一个浪费时间和金钱的“无底洞”。
注意力就是我们拥有的一切：关于认知不平等的推测性理论 Attention is all we have: A conjectural theory of cognitive inequality
1 天前
作者认为，人们往往因依赖有缺陷的“CPU式”大脑隐喻而误解了认知不平等。针对认为智力是固定且纯粹由遗传决定的这一遗传学观点，作者从神经科学和其作为数学家的个人经验出发，提出了一套新的理论框架。 该论点的核心在于：智力并非仅仅是天生的，而是大脑“连接组”（由经验塑造的物理神经连接）的涌现属性。作者提出了五项推测： 1. 遗传基因提供了基准，但无法解释所观察到的巨大认知差距。 2. 智力主要是个人突触连接组的产物。 3. 不同个体在“思维习惯”和元认知方法上存在巨大差异。 4. 这些思维习惯很大程度上是后天习得的，而非天生。 5. 高水平的认知天赋是长期“二次刺激”的结果，即通过刻意专注、想象力和好奇心所生成的合成数据。 总之，作者认为，虽然我们无法改变遗传起点，但我们对自己的思维习惯拥有主导权。通过掌控注意力和好奇心，个人能够实现“奇迹般的成长轨迹”；这表明智力更应被理解为一种非线性的终身发展过程，而非一种不可改变的特质。
这场讨论围绕人类认知能力的“先天与后天”之争展开。评论者们提到了拉兹洛·波尔加（László Polgár）的著名实验，该实验认为天才源于早期的专业化教育，而非与生俱来的天赋。
多位参与者认为，虽然智力可能存在基因基准，但这些基准往往无法从环境因素及慢性疲劳等健康状况的“噪声”中区分出来。一位用户提出，即便存在基因限制，由于我们无法精确衡量或剥离后天培养的影响，这些限制在个体层面可能并无意义。
对话以一种推测性的观点结束：认知边界或许并非固定不变。一些人认为，通过针对性的思维训练、冥想或生物干预，个体有望扩展其神经潜能，并将这一过程比作大脑的“模拟退火”。归根结底，该讨论挑战了智力的决定论观点，认为持续且有意识的改造可以使个体超越所谓的先天限制。
抱歉。