## 人工智能研究：一点来自（编码）朋友的帮助 这个实验探索了在有限资源下，人工智能研究能达到什么程度——具体来说，就是在笔记本电脑上五分钟训练一个模型。作者最初尝试独立完成，获得了一个能够生成简单故事的180万参数Transformer。然而，真正的突破来自于利用OpenAI的GPT-5-codex，本质上是使用人工智能来*做*人工智能研究。 Codex自主生成想法，运行实验，并迭代训练脚本，显著优于作者的个人努力。这个过程涉及一个反馈循环：Codex会修改脚本，运行测试，并提出改进建议，作者选择下一步。 最初使用n-gram模型的尝试速度很快，但缺乏连贯性。Transformer显示出潜力，但仅为困惑度优化会导致重复、无意义的输出。最成功的方法是“提炼”——预训练一个Transformer来模仿快速训练的n-gram模型的语法，然后在TinyStories数据集上对其进行改进。这产生了令人惊讶的连贯且引人入胜的故事。 作者将这种协作方法称为“氛围研究”，承认它并不等同于专业的人工智能研究，但提供了一种令人惊讶的易于访问和有效的方式来探索该领域。
每日HackerNews RSS
## AI 与研究领域的变迁
一篇最近的博文在 Hacker News 上引发了关于 GPT-5-Codex 能力以及它是否可能超越人类“AI 研究人员”的争论。作者，一位 GitHub 工程师，详细描述了使用 AI 成功复制一个研究项目，从而得出了这个引人注目的标题。
然而，许多评论者淡化了其重要性，认为作者的工作水平仅限于本科生，结果也并非突破性。人们对依赖昂贵的 OpenAI 订阅以及缺乏原创性表示担忧，一些人将其比作仅仅下载一个现有的代码库。
一个关键的主题是 AI 能够“提高下限”，使业余爱好者能够进入该领域，但其是否有能力突破界限仍然是一个问题。 许多用户强调了 LLM 生成的研究存在的问题——不准确、依赖可疑来源以及缺乏真正的理解。 另一些人则对 AI 自动化以前需要专业知识的任务所带来的技能贬值表示担忧。
最终，这场讨论表明 AI 正在改变 *研究的方式*，但它是否真的会取代研究人员仍然存在争议。
## BEAM JIT 在 ARM32 上的首次里程碑
在 Erlang 生态系统基金会的支持下，BEAM JIT 编译器移植到 ARM32 架构的项目已取得重要里程碑：成功通过 JIT 编译的 ARM32 机器码执行 Erlang 函数。团队使用 QEMU 模拟 ARM32 环境，并运行了一个修改后的 BEAM VM，其中包含一个简单的 `hello.erl` 模块，设计为以退出代码 42 停止。
最初的成功包括初始化 JIT 编译器（利用 AsmJit），发出共享代码片段，以及编译 `erts_beamasm` 模块——这对于进程执行至关重要。团队专注于到达 `halt` 内置函数所需的最小代码路径，并承认许多指令尚未实现（在汇编中标记为“NYI”）。
重要的是，程序以预期的退出代码 42 终止，确认 JIT 编译器已成功生成并执行了 Erlang 代码的 ARM32 指令。团队发现值 42 在 ARM32 寄存器中表示为一个带标签的整数，这展示了 BEAM 的内部数据表示。下一步是扩展 JIT 实现以支持更广泛的 Erlang 指令，从而实现增量开发和测试。所有代码都可在 [GitHub](https://github.com/stritzinger/otp/tree/arm32-jit) 上获取。
## Erlang ARM32 即时编译 (JIT) 开发
一个针对ARM32架构的Erlang即时编译 (JIT) 编译器已经创建，引发了Hacker News上的讨论。虽然有些人质疑其相关性，考虑到向64位ARM和更快速语言的转变，但另一些人强调了32位ARM在嵌入式系统和物联网设备中的持续重要性。
开发者的动机源于利用现有的aarch32硬件。Erlang的适用性得益于像Nerves这样的项目，它促进了构建精简的嵌入式Erlang固件，以及Erlang在电信领域可靠分布式计算方面的历史渊源。
评论者指出，ARM32并未停产——它仍然在许多ARM实现中得到支持，包括预计将在嵌入式应用中由于内存限制而使用数十年的Cortex-M芯片。虽然为ESP32（现在也包括RISC-V）开发JIT编译器意义重大，但该项目专门关注在现有ARM32硬件上启用Erlang。
## 磁盘性能调查 该项目旨在识别macOS上Apple的APFS文件系统潜在的性能问题，同时也作为系统工具（如安全软件，EDR，病毒扫描器）的强大压力测试。核心方法是测量`git clean`和`pnpm install`操作在不同硬件和软件配置下所花费的时间。 鼓励参与者在他们的macOS（和其他操作系统）上运行这些测试，并记录CPU、RAM、操作系统版本、文件系统类型、磁盘详情，以及最终的“Clean”和“Install”时间（以秒为单位）。然后通过Pull Request将结果提交到此仓库，以便进行比较和分析。 收集的数据显示出显著的性能差异，尤其是在Apple Silicon上的APFS，并强调了加密、安全软件和Spotlight索引等因素的影响。该项目旨在收集广泛的数据集，以确定潜在的瓶颈，并了解不同的配置如何影响文件系统性能。 **要求：** Node.js >= 22.11 和 pnpm >= 10.2。
高通收购Arduino——加速开发者对领先计算和人工智能的访问。
这似乎是PDF文件的一部分，包含的是二进制数据流，而不是可读的文本内容。因此，无法翻译成有意义的中文。
## Lua: 持续演进与浏览器潜力 (Hacker News 讨论总结)
一篇关于 Lua 演进的论文引发了 Hacker News 的讨论，核心问题是：如果浏览器脚本语言是 Lua 而不是 JavaScript，会怎样？
许多评论者强调了 Lua 的优势——它的极简主义、易于嵌入（尤其是在 C 中）、可预测的行为以及尾调用优化等特性。一些人将其与 JavaScript 的怪癖、历史包袱和复杂的生态系统进行了对比。然而，也有人提出了对 Lua 在浏览器环境中缺乏内置安全沙箱机制以及它使用 1 开始的索引的担忧。
对话还涉及 LuaJIT、即时编译 (JIT) 编译器带来的性能优势以及维护 Lua 版本兼容性的挑战。 许多用户指出 Lua 在游戏开发（Roblox、Love2D）中的成功，以及由于其可读性而在配置方面的应用。
最终，这场讨论展现了人们对 Lua 优雅和高效的喜爱，同时也承认 JavaScript 的主导地位很大程度上归功于历史时机和生态系统的成熟。Lua 在浏览器中的潜力仍然是一个引人入胜的“如果”情景。
## AI 来救场：恢复丢失的代码
RevenueCat 的一位工程师在重构代码后意外地降低了他们的 LTV 预测模型，而最初的代码显示了 5% 的改进。尽管他们努力了几天，仍然无法重现最初的积极结果——“秘诀”似乎丢失了。
然而，一个令人惊讶的解决方案出现了。这位工程师意识到他们一直在借助 Gemini 2.5 Pro 的帮助开发这个模型，利用其巨大的 100 万 token 上下文窗口。出于一时兴起，他们要求 LLM 检索原始脚本，LLM 成功地提供了丢失的代码！
这次经历凸显了长上下文 LLM 的一个意想不到的好处：作为一种出乎意料的、非常规的代码备份。虽然不提倡放弃版本控制，但这个故事展示了 AI 在从开发人员失误中恢复并保存有价值的工作方面的潜力。
Provision为建筑行业提供协作文档管理软件。它能整理和提取信息，帮助建筑商节省每个投标过程中的数百小时，从而提高盈利能力，而无需手动阅读数千页的文件和修订版。
黑客新闻新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交登录
Provision (YC S22) 正在招聘 (ycombinator.com)
12小时前 | 隐藏
考虑申请YC 2026冬季批次！申请截止至11月10日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
## 合成细胞：全球迈向人工生命 利用分子组件构建合成细胞（“SynCells”）是一个雄心勃勃、多学科交叉的领域，仍在定义其目标——无论是为了理解生命过程，还是从非生命物质*创造*生命。2024年10月在中国深圳举办的“SynCell全球峰会”汇集了来自全球48位研究人员，共同应对关键挑战，并为该领域制定统一的愿景。 当前研究的重点是利用脂类、DNA和蛋白质等构建模块，在细胞大小的系统中重现类似生命的函数，例如信息处理和代谢。虽然已经取得了显著进展——包括创建自推进和部分自我再生的系统——但仍存在重大障碍。这些包括实现可重复的模块集成、克服不同合成子系统之间的不相容性，以及确保负责任的开发和生物安全。 本次峰会强调了开放获取的数据共享、人工智能驱动的设计和优化，以及生物工厂方法来加速进展的必要性。除了科学挑战外，伦理考量和平等获取也得到了强调。凭借从生物医学到可持续制造的潜在应用，SynCell社群正在积极努力实现人工生命的承诺，同时优先考虑安全和社会效益，并计划未来举办更多峰会以继续这项合作努力。
## 合成细胞研究讨论
一篇最近发表在《自然》杂志上的文章引发了 Hacker News 上关于构建合成细胞的讨论。核心争论在于，当前的研究是否代表“自下而上”的创造——从分子构件组装细胞——还是仅仅是对现有细胞的“自上而下”改造。
一位评论员最初链接到关于 *Mycoplasma laboratorium* 的研究，这种细胞拥有一个合成基因组*移植*到现有宿主中，并认为这并非真正的自下而上。其他人反驳说，许多细胞成分*可以*在非生物系统中（无生命系统）被创造，并引用了 *M. laboratorium* 的初始基因组片段是通过化学合成获得的。
这场讨论凸显了定义“合成”的挑战——即使组件是全新创造的，所得细胞的功能仍然与自然细胞相似。一些人认为，这项工作对于探索非规范化学和获得对细胞过程的更大控制是有价值的，而另一些人则认为文章的观点缺乏新颖性和科学价值。最终，这场对话强调了合成生物学领域的复杂性和持续争论。
英国不断上升的弃风/弃光成本背后的静默驱动力
The Quiet Driving Force Behind Rising Curtailment Costs in Great Britain
1 天前
## 英国风电消纳与系统成本：摘要
近期关于“电网系统失灵”的讨论集中在风电场出力削减——因电网限制而减少发电量——以及系统平衡成本上升的问题。本分析深入探讨，强调了经常被忽视的*输电系统可用性*的重要作用。
削减发生在国家能源系统运营商（NESO）必须减少风力发电（主要在苏格兰）的情况下，因为电网无法安全地将其输送到用电中心，通常用更昂贵的燃气发电替代。虽然风电场会获得补偿，燃气发电机也会获得溢价，但这些平衡成本正在激增。
数据显示，约束成本是由昂贵的燃气发电推动的，反映了天然气价格的波动。然而，一个关键问题不仅仅是*缺乏*容量，而是由于正在进行中的电网升级而导致的*不可用性*。为改进而计划的中断经常使关键边界（B4 和 B6）上的可用容量减少高达 40-50%，加剧了削减。
即使是适度提高可用容量——500 兆瓦——也可能在 2024 年节省数亿英镑。计划中的输电升级延误，例如东方绿链，会使问题恶化。虽然升级正在进行中，但预计到 2029 年才能看到显著改善。
作者质疑是否可以更好地管理计划中断，以最大限度地提高强风时期的容量，并强调市场改革将输电风险转嫁给发电机可能会增加消费者的成本。解决输电容量——既要建设新的基础设施，*又要*最大限度地利用现有资产——对于经济高效地过渡到净零排放至关重要。
## 英国能源削减：摘要
最新报告指出，英国能源削减成本正在上升，原因是输电能力不足，无法将可再生能源（主要来自苏格兰）输送到南方需求中心。尽管可再生能源发电量增加，但电网瓶颈迫使运营商减少发电量，通常来自风电场，并更多地依赖昂贵的燃气发电厂。
讨论的重点是过去能源基础设施私有化的后果，评论员认为缺乏长期投资加剧了这个问题。讨论的解决方案包括升级输电线路（延迟至2029年）、实施区域定价以激励本地需求，以及增加储能容量。
许多人指出政治因素——包括英格兰禁止陆上风电以及不愿激励电网基础设施投资——是关键因素。一些人认为，在解决输电问题*之前*优先发展发电是一个失误，而另一些人则强调需要采取更全面的方法，考虑需求侧灵活性和区域电力定价。最终，这个问题凸显了英国能源转型中能源政策、基础设施投资和地理现实之间的复杂关系。
萨姆·戈德开发了“lidanglesensor”，一个适用于配备显示屏角度传感器的MacBook的实用工具（该传感器于2019年16英寸MacBook Pro中首次亮相），用于显示显示屏的角度，并可选择在调整时播放嘎吱声。 该工具目前在较新的MacBook上运行效果最佳（特别是，最初是在M4 MacBook Pro上测试的），但已知与M1型号存在问题。遇到问题的用户可以运行脚本并报告输出。尚未在iMac上进行测试。 戈德“出于乐趣”创建了这个实用工具，并欢迎贡献。他承认存在一些小问题——开发者显示为“Lisa”，原因是童年时期的帐户设置，音频不够完美，并且构建该工具需要Xcode。可以通过Homebrew进行安装。更多信息和贡献请访问[https://samhenri.gold](https://samhenri.gold)。
一个允许用户通过软件读取MacBook屏幕开合角度的项目（github.com/samhenrigold）在Hacker News上再次引发讨论。该作者公开表示正在寻找纽约或远程的设计师/设计工程师的全职工作，这导致一些人批评其重复发布的行为是求职策略。
许多评论者质疑该项目为何能持续登上首页，一些人认为Mac用户喜欢重新掌控他们的硬件。另一些人指出，社区通过投票决定了什么受欢迎。
除了争论之外，用户还分享了相关项目——利用环境光传感器实现类似功能，用该代码构建的Pong控制器，以及演示该概念的视频。一位用户抱怨较新的M1 MacBook Pro缺乏支持。讨论也偏离了主题，涉及测角学和量角器。