在以工程为主导的平台团队中，没有产品经理来决定路线图；相反，主任工程师必须通过寻找增值机会来“创造工作”。这需要从以下四个关键领域筛选信号： * **系统层面：** 利用事后复盘发现模式，通过分析云成本来指导“购买与自研”的决策，并解决内部繁琐工作以提高效率。 * **用户层面：** 进行持续的探索以发现持续存在的痛点，利用“超载用例”（用户为非预期目的而破解使用你的平台的情况）作为原型，并启动合作伙伴式的原型协作。 * **组织层面：** 监控迁移遗留问题以识别平台采用中的差距，并将管理层的关注点视为潜在信号，同时避免陷入“HiPPO”（薪酬最高者意见）的陷阱。 * **行业层面：** 使用描述性写作来重新评估遗留的设计决策，并通过观察行业趋势来利用“滞后套利”，即在无需支付创新成本的情况下采用成熟的解决方案。 主要的挑战不在于缺乏工作，而在于容易被“最响亮”的信号（如系统崩溃或高管反馈）所吸引，从而忽略了那些最具影响力的工作。有效的平台策略要求根据证据和准备周期来权衡这些信号，从而建立一个有意义且平衡的待办事项列表。
每日HackerNews RSS
Hacker News 上的一篇讨论帖围绕《Staff Engineer 主动创造工作的指南》展开。文章认为，平台工程师通常拿不到明确路线图，因此需要主动从用户反馈、运营问题、组织协作阻力、成本和行业变化中发现需求。
许多评论者把“发明工作”理解为工程师凭空创建项目，并批评那些采用率低、依靠强制推行建设的内部平台。他们认为，平台团队应该像产品团队一样：了解内部客户，提供优秀的文档和稳定性，衡量实际影响，并通过自身价值吸引使用者，而不是强迫大家采用。有些人还建议，在构建广泛可复用的抽象之前，先使用新平台完成几个真实项目，以实际体验检验其效果。
支持者则表示，这个说法是一种带有幽默意味的简称，指的是需求工程和主动发现，尤其适用于 Staff Engineer 级别的工作。平台工作仍然可以通过提升可靠性、减少繁杂操作、降低成本和加快开发来改善业务。另一些人指出，无论是增加产品经理，还是只关注成本和事故，都无法解决优先级排序问题；直接调研客户、收集数据，并撰写清晰明确的提案，才是关键。多位评论者还批评了文章在立意和写作表达上较为含混。
TypeSafe 的 “Jev” 是一款专门用于将自然语言和应用程序状态转换为结构化、类型化决策的 AI 模型。与通用大语言模型不同，Jev 使用并行采样器和特定的训练方法，能够以高速、低成本的方式直接输出概率性的 JSON 数据。 尽管 Jev 在单次交互决策方面表现出色，但它目前缺乏原生的批量处理端点，因此在大规模数据工作流中需要进行昂贵的单次 API 调用。为弥补这一不足，作者开发了 “Jevaro” 代理服务器。它能够将多个请求合并处理，并将 Jev 的 JSON 输出转换为 Apache Arrow 格式。通过利用 Arrow，Jevaro 实现了高效的数据管道，使 Polars 和 DuckDB 等工具能够直接使用 AI 生成的决策，而无需进行 JSON 反序列化的额外开销。 作者建议 TypeSafe API 采用原生批量端点，直接返回 Arrow 数据流。这将消除“JSON 开销”以及重复网络调用带来的延迟，将瓶颈完全转移到推理阶段。在此之前，Jevaro 作为一种实验性接口，展示了将概率性 AI 决策集成到高性能结构化数据管道中的巨大潜力。
The Hacker News 的讨论考虑了 Jev 是否应使用 Apache Arrow 而不是 JSON。作者 explained，JSON 反序列化目前并非主要瓶颈；真正的问题是数千次 HTTP 往返请求——每个状态一次。批处理 API 可以在很大程度上消除这些开销，届时 Arrow 高效的列式序列化可能就会变得有价值。
评论者指出，示例使用长连接 HTTP/2 和 Arrow IPC，这可能是一种务实的解决方案。他们还澄清，gRPC 和 Arrow IPC 的用途不同：gRPC 是 RPC 框架，而 Arrow IPC 是一种序列化格式。Arrow Flight 将两者结合起来，但会增加复杂性，并降低浏览器兼容性。作者最终承认，自己此前混淆了 Arrow IPC 和 Arrow Flight。
Show HN: TurboGPT：在 13 秒内训练 22KiB 的 Transformer 模型 Show HN: TurboGPT: train 22KiB transformer in 13s
14 天前
一个以 **TurboGPT** 为中心的 Hacker News 讨论项目。该项目受 minGPT 启发，据说只需 13 秒就能训练出一个仅 **22 KiB** 的 Transformer。它是一个字节预测器，可以在任意文件上进行训练，需要 **CUDA 13.4**，并且目前只提供了适用于 **Windows** 的构建脚本。
一些评论者质疑再做一个极简 GPT 实现的动机，认为 Karpathy 的 nanoGPT 或 minGPT 等项目已经具有更高的教育价值。另一些人则表示，这类项目可能是为了娱乐、给简历增添亮点，或只是因为人们喜欢反复实现熟悉的工具；还有人调侃，它很可能依赖 AI 生成的代码。
作者解释说，minGPT 适合用来学习 Transformer 架构，但在家里进行更大规模的实验需要更高的速度。TurboGPT 提供了一种快速测试架构想法的方法，尤其是当这些想法尚无经过优化的训练原语时；不过作者也承认，这种速度可能已经有些 overkill。
评论者还注意到，如今人们倾向于按照模型序列化后的文件大小，而不是参数数量来命名模型；有人甚至提出，在如此小的规模下，模型优化或许可以直接求解。
**livenerf** 是一个开源、仅限追加的基准测试项目，旨在确定 AI 模型（特别是 Claude Opus 3.5）在发布后是否会出现性能“漂移”（即“削弱”）。尽管坊间常有传闻称模型随时间推移性能下降，但相关讨论往往沦为缺乏依据的“主观感官”。livenerf 提供了一种严谨且数据驱动的替代方案。
该项目使用了一个包含 2,300 多个问题的锁定校准面板（涵盖 GPQA、MMLU-Pro 和数学题），这些问题因其“有时正确”的难度而被选中，从而确保了极高的统计灵敏度。为消除混杂变量，该基准测试采用了以下措施：
* **严格的封闭性**：冻结提示词、固定 CLI 版本以及确定性的评分机制。
* **预注册协议**：所有指标、决策规则和验证标准均提前记录，以防止“P-hacking”（数据操纵）。
* **统计严谨性**：分析遵循 Anthropic 提出的“在评估中增加误差线”的方法，通过聚类标准误来衡量成对的逐项得分差异。
该基准测试在 30 天的时间窗口内跟踪准确率和输出 Token 数量（这是衡量“懒惰”的关键指标）。通过将实时结果与发布首周的基准进行对比，livenerf 旨在用透明、可验证的模型性能时间序列来取代猜想。
Hacker News 的讨论围绕 AI 提供商是否会在模型发布后故意降低模型质量展开。LiveNerf 被介绍为一种用于检测模型随时间变化的统计基准：它通过每日采样、滚动 10 天窗口、聚类误差估计以及预先注册的阈值来进行评估。
怀疑者认为，人们感知到的模型“削弱”通常源于蜜月效应、预期不断提高、非确定性、任务难度增加，或提示词、上下文和智能体框架的变化。坚定相信这种情况的人则报告称，模型质量会在发布后、接近使用高峰时，或接近配额限制时下降，并怀疑提供商暗中调整流量路由、减少推理投入、进行量化处理，或采取其他节省成本的措施，尤其是在补贴订阅中。
几位参与者提到了已确认的 Claude 相关事件，涉及基础设施、缓存、推理强度或智能体框架回归；但他们强调，这些属于缺陷或产品变更，并不能证明模型权重被有意降级。据报道，API 用户和企业用户通常会获得更稳定的表现。
这项基准本身也受到批评：它推出时间太短，可能受到客户端或模型变化的干扰，容易被提供商识别，而且无法证明模型内部究竟发生了什么。总体而言，讨论几乎未能找到 AI 提供商故意“削弱”模型的明确证据，但参与者对不透明的提供商做法存在相当大的不信任。
这场 Hacker News 上的讨论围绕贝恩公司（Bain & Company）的一份报告展开，该报告指出，人工智能基础设施需要达到每年 6 万亿美元的收入才能在经济上是合理的。用户们针对如此巨大的市场规模是否现实展开了辩论，因为目前企业在生产力工具上的支出远低于这一数字。
讨论主要分为两种截然不同的观点：
* **怀疑派：** 许多参与者认为当前的人工智能热潮是泡沫。他们主张人工智能缺乏像电力或互联网那样的“杀手级应用”或系统性必要性。批评者指出，“生产力提升”往往是微乎其微或虚幻的，他们担心取代人类工人最终会导致支撑 6 万亿美元市场所需的消费需求崩溃。
* **支持派：** 另一些人则认为，人工智能是一种变革性的通用技术，就像工业革命一样。他们相信，价值将通过企业工作流程、编程以及最终机器人技术的巨大效率提升来创造，收入将从人类工资转移到人工智能集成系统中。
归根结底，这场讨论突显了一种深刻的不确定性：即人工智能能否从投机性投资阶段过渡为可持续的、能够创造收入的引擎，从而证明目前数万亿美元的资本支出是合理的。
请提供您需要翻译的内容。
Hacker News 上关于 **NAND-16** 的讨论分成了赞赏和质疑两派。这个运行在浏览器中的模拟计算机由 **277,248 个 NAND 门**构成。
支持者称赞它运行流畅、可缩放的可视化细节丰富，而且项目规模极具野心。他们将其比作“计算机界的 Google Earth”，并指出它与 Nand2Tetris 有相似之处。
批评者怀疑该项目由 AI 生成，并发现了明显的渲染和布线错误，包括连接错误的门输入，以及毫无意义的 PCB 走线。这引发了关于作者身份的讨论：向大语言模型提问，是否等同于指挥人类协作者，或只是使用已有工具？还是说，它外包了项目的核心思想工作？
另一些人则认为，只要用户理解项目、进行测试并谨慎指导输出，AI 仍然能够支持令人印象深刻的学习和创作。
技术评论者指出，任何数字逻辑都可以分解成 NAND 门，因此这个概念本身并不令人意外。他们还表示，门数中很大一部分来自 SRAM 和视频存储器，因此将其与没有大量片上存储器的 CPU 相比较，会造成误导。
美国邮政检查局关闭了销售伪造邮资标签的网站 U.S. postal inspectors shut down website selling counterfeit postage labels
14 天前
联邦当局已查封了“LabelsBank.com”域名，并起诉了33岁的巴基斯坦籍男子法希姆·阿克拉姆（Faheem Akram），指控其运营了一项大规模的伪造邮资计划。
据美国邮政检查局称，阿克拉姆向5000多名客户销售了超过510万张欺诈性美国邮政（USPS）运输标签。通过对每张标签收取2美元的统一费用（无论包裹大小或目的地为何），该行动绕过了合法的运输成本，导致美国邮政损失估计达1.26亿美元。
阿克拉姆面临多项联邦指控，包括密谋诈骗美国政府、伪造邮资以及电信诈骗。美国联邦检察官杰森·A·雷丁·基尼奥内斯（Jason A. Reding Quiñones）和邮政督察主管布拉迪斯米尔·罗霍（Bladismir Rojo）强调，此次查封和起诉表明了政府打击针对美国服务进行犯罪的国际行为者的决心。
与所有刑事案件一样，被告在法庭判决有罪之前被推定为无罪。
一场 Hacker News 讨论聚焦于 LabelsBank.com 被关闭一事。据称，该网站出售了约五百万张伪造的美国邮政署（USPS）邮资标签，造成约 1.26 亿美元损失。涉事运营商被控共谋、伪造和电汇欺诈。
评论者讨论了这些标签如何通过 USPS 的验证。有人提出了多种猜测，包括伪造条形码、盗用经销商 API 凭证、盗刷支付方式、重复使用追踪号码，以及 USPS 揽收和追踪系统中的漏洞，但这些说法均未得到证实。一些 eBay 买家称，包裹经过配送中心后被认定为使用了 counterfeit postage（伪造邮资），随后很快被重新寄出。
讨论还涉及欺诈为何具有吸引力：邮资价格不断上涨，永久邮票能够保值，而造假者则能从低下的识别能力中获利。有人将英国推动条形码或二维码邮票的做法视为一种可能的解决方案，也有人建议兑换旧版永久邮票。
一份被链接的审计报告据称估计，每月可能有多达三千万张欺诈标签被使用，这表明被查封的网站只涉及一个规模大得多的问题的一小部分。讨论参与者批评了 USPS 的执法力度，也批评原文缺乏技术细节或防范方案。
请启用 JavaScript 和 cookie 以继续
《黑客新闻》上的讨论关注哥伦比亚大学经济学家尼古拉斯·波尔森的一项说法：他声称自己在2026年撰写了258篇论文，其中大多是人工智能生成的预印本，而非经过同行评审的期刊论文。他的姓氏“Polson”倒过来拼是“No slop”，因此引发了一些玩笑，同时也让人质疑，这个项目究竟是一次实验、吸引关注的方式、某种机构层面的信息发布，还是真正的学术不端行为。
评论者讨论了他的动机，并警告说，向预印本服务器和期刊大量投递看似合理的产出，会浪费审稿人的时间，损害科学交流。讨论还涉及出版激励机制、不可靠的人工智能检测、自动化写作与审稿，以及人工智能可能强化成瘾或类似精神病态行为的可能性。
一些人认为，人工智能仍可以帮助研究人员检索文献、总结论文、发现重复图片、识别方法错误，并支持同行讨论。另一些人则强调，实验、现实世界验证、专家判断和人的责任仍然不可或缺。总体而言，讨论者对未经约束的人工智能生成学术成果持强烈怀疑态度，但也认为人工智能有潜力成为一种经过验证的研究助手，而不是自主的论文作者或审稿人。