作者运营一个播客，该播客通过使用开源文本转语音（TTS）模型自动从博客文章生成——这是一个作者自我设定的挑战。在使用F5-TTS后，他们寻求升级，并参考了人工智能分析TTS排行榜。虽然Kokoro排名第一，但它缺乏语音克隆功能。
测试Fish Audio的S1-mini令人失望，开源版本功能有限，这反映了一种常见的策略，即吸引用户使用付费的、更高级的模型。Chatterbox最终成为最佳可行选择，但与其他开源TTS一样，存在局限性：字符限制较短（约1000-2000个），导致处理较长文本时出现幻觉或速度问题。
整个流程包括使用LLM生成稿件和摘要、分块、通过Modal容器使用Chatterbox进行并行处理，以及拼接音频。改进包括Spotify可用性和可点击的节目说明。尽管取得了进展，作者认为开源TTS在可靠性和控制方面仍然落后于专有系统，需要像逐句输入这样的解决方法。整个流程是开源的，并且可在GitHub上获取。
每日HackerNews RSS
## 人工智能的下一个前沿：空间智能 受艾伦·图灵关于思考机器的愿景启发，人工智能领域发展迅速，尤其是在大型语言模型（LLM）最近兴起之后。然而，尽管它们具有令人印象深刻的能力，当前的人工智能系统仍然缺乏对物理世界的真正理解——而空间智能旨在填补这一空白。 作者，一位在人工智能领域经验丰富的专家，认为下一次飞跃在于开发“世界模型”——能够像人类一样直观地推理和与空间互动的人工智能。这不仅仅是*看到*，而是*理解*环境中的关系、物理学和动态。 构建这些模型需要克服重大的技术障碍，包括海量数据集和新的架构方法。作者和同事创立的世界实验室（World Labs）正在率先进行这项研究，并取得了早期成功，例如“Marble”，一个用于生成和探索一致的3D世界的平台。 潜在影响是巨大的，涵盖创意产业、机器人技术、科学发现和医疗保健等领域。最终目标是人工智能*增强*人类能力——赋能创作者、协助护理人员和加速进步——而不是取代人类的智慧。空间智能不仅仅是构建更智能的机器；而是关于构建一个人工智能能够提升和丰富人类生活的未来。
## 空间智能：下一代人工智能前沿 - 摘要
费-费·李发表的一篇文章引发了Hacker News上关于人工智能空间智能现状的讨论。李强调了它的重要性，但许多评论员质疑，除了收集空间数据之外，是否取得了重大进展，类似于ImageNet的早期阶段。
核心争论在于，当前的方法——主要集中在扩展计算能力和利用“痛苦的教训”式学习——是否足够。一些人认为，深入理解生物系统，特别是内嗅皮层和网格细胞如何处理空间信息至关重要。另一些人则指出，视频生成等领域的快速进步可能具有潜力。
许多评论员强调了机器人领域长期存在的挑战，指出尽管计算能力有所提高，但在非结构化环境中进行操作仍然非常困难。大家普遍认为，在空间推理方面达到“老鼠/松鼠级别”的智能，可能比追求人类水平的人工智能更具现实意义。
最终，这场讨论强调了人工智能需要发展强大的“世界模型”，能够进行一致且准确的空间理解，并可能结合物理学和预测元素，以有效地导航复杂环境。
本文档详细介绍了授权服务器发布以向客户端提供信息的元数据。这些元数据通常通过发现端点提供，概述了服务器的功能和支持的特性。 关键元素包括授权、令牌、注册、撤销和内省端点的 URL。它指定了 OAuth 2.0 支持的特性，例如授权类型、响应类型、范围和身份验证方法（包括签名算法）。 除了基本的 OAuth 之外，元数据还涵盖了 OpenID Connect (OIDC) 特性，例如 UserInfo 端点详细信息、支持的声明和会话管理选项。它还详细介绍了对高级功能的支持，例如双向 TLS、设备授权、推送授权请求和客户端发起的后台通道身份验证 (CIBA)。最后，它包括组织信息，例如联系方式和徽标，以及有关受保护资源和更新标准（如 DPoP 和联合身份验证）的详细信息。这些全面的元数据允许客户端动态适应并与授权服务器安全交互。
一篇 Hacker News 帖子强调了 IANA（互联网号码分配机构）的 OAuth 参数注册表，引发了关于其在开发者社区中的可见性和重要性的讨论。发帖者认为该列表本身值得注意，并且 IANA 的存在对一些人来说可能还是新的。
评论显示出代际差异，老一代开发者对基本互联网基础设施知识并非普遍掌握感到惊讶。另一些人则认为，许多开发者可能不熟悉 IANA，尽管它在互联网协议和标准方面扮演着中央协调者的角色。
对话涉及计算机科学教育的现状以及基本概念是否得到充分教授，以及对 OAuth 中不必要地添加复杂参数，而不是使用更简单的 JSON 结构的一项幽默观察。最终，该帖子承认开发者之间的知识水平差异很大。
## Netflix 关于在制作中使用生成式人工智能的指导 – 摘要
Netflix 拥抱生成式人工智能 (GenAI) 作为一种创作工具，但强调电影制作人、合作伙伴和供应商**负责任和透明地使用**。所有 GenAI 的使用都必须向 Netflix 联系人报告，尤其是在工具不断发展的情况下。
**关键原则：**人工智能的输出不应侵犯版权，未经保护措施利用制作数据进行训练，在未经审查的情况下用于最终交付成果，或在未经同意的情况下取代人才/工会工作。
**使用以下内容*始终*需要批准：**使用个人/专有数据、生成关键创意元素（角色、场景）、创建人才的数字复制品，或制作误导性内容。
**数据保护至关重要。** 建议使用 Netflix 的安全企业工具。 否则，请确保工具不会在输入/输出上进行训练，并审查条款和条件。
该指导区分了**临时媒体（低风险）**和**最终输出（需要审查）**。 人才增强需要仔细考虑和同意，特别是对于数字复制品或重大的表演改变。
提供了一个**用例矩阵**，以帮助快速评估风险等级。 最终，如果不确定，请在继续操作之前**向您的 Netflix 联系人寻求指导**。
## Netflix 与生成式 AI：谨慎的态度
Netflix 发布了关于在内容制作中使用生成式 AI 的指导方针，显示出因知识产权问题而采取的谨慎立场。核心信息是：AI 可用于初步提案或测试等任务，但其在最终、产生收入的成果中的使用受到严格限制。
该公司优先避免侵犯版权，认识到使用基于受版权保护材料训练的 AI 可能会损害他们自身的法律地位。他们强调需要*拥有*创作物，而不是源自被盗数据的作品。虽然允许 AI 用于次要元素，如背景细节（需获得批准），但明确禁止取代人类人才或侵犯工会协议。
讨论强调了证明 AI 生成内容来源的困难以及公司可能规避版权法的情况，例如《使命召唤》的“受启发”设计。人们也担心这些限制会扼杀创造力，反映了 Netflix 最初颠覆的旧好莱坞守门人制度。最终，Netflix 旨在平衡 AI 潜在的成本节约与其中涉及的重大法律和声誉风险。
情境工程可以帮助您的公司避免人工智能“氛围代码”过载。
Context engineering can save your company from AI vibe code overload
17 天前
我们正在验证您的浏览器。网站所有者？点击此处修复。 Vercel 安全检查点 | sin1::1762808785-K82vE2lDPHY6mzpM817lFe9DVK1BpeRH 启用 JavaScript 以继续。 Vercel 安全检查点 | sin1::1762808785-K82vE2lDPHY6mzpM817lFe9DVK1BpeRH
这次黑客新闻的讨论围绕一篇文章（以及其中介绍的公司 Qodo/Codium AI），该文章利用人工智能来审查人工智能生成的代码。
许多评论者持怀疑态度，认为这是一种无休止地追求完美，如同“人工智能老虎机”的行为。人们对 Qodo 在 GitHub 和 Discord 上有限的活动表示担忧，认为这表明缺乏真正的开发和大量未解决的问题。
很多人认为这篇文章本质上是营销材料（“营销垃圾”），由没有编码经验的人撰写，突出了使用人工智能来修复*由*人工智能创造的问题的讽刺意味。 总体情绪是批判性的，并且对所提出的解决方案不屑一顾。
一份最新报告显示，联邦机构搜索了华盛顿州18个警察机构的安全系统。 这引发了 Hacker News 的讨论，核心是地方执法部门协助联邦机构的义务，特别是移民和海关执法局（ICE）。
评论员质疑地方机构*是否应该*提供帮助，理由是担心 ICE 的策略，例如积极执法以及可能违反有关非法搜查和扣押的宪法权利。 几个人指出地方政府与联邦政府在优先事项和资源方面存在差异，认为后者应该为其自身的执法提供资金。
讨论还涉及州与联邦政府在土地使用和法律管辖权方面存在的历史紧张关系，例如鼠尾草叛乱，以及联邦法律与州法律之间的冲突（例如大麻合法化）。 一条最后的评论批评政客在竞选期间做出不切实际的承诺。
## TigerBeetle 票务：从好奇到 977 TPS
这个项目始于一个简单的问题：如何构建一个能够处理巨大需求的强大票务系统，例如 Oasis 级别演唱会。根据 TigerBeetle 首席执行官的说法，答案是“太简单了：TigerBeetle”——一个专为高容量、精确计数而设计的金融交易数据库。
为了理解*如何*做到，作者用 Python 在 19 天内构建了一个可用的演示，实现了**每秒 977 张票的预订**——比 Oasis 基准快 15 倍。关键是将票务建模为金融交易，利用 TigerBeetle 的复式记账原则，保证不会超售。
最初的性能瓶颈源于 PostgreSQL 的使用。转向“热/冷”架构——利用 Redis 处理快速、短暂的会话数据，并使用 PostgreSQL 存储持久的订单记录——极大地提高了速度。最终的突破来自于**批量处理**，利用 TigerBeetle 处理每请求数千个操作的能力，在 Python 本身存在开销的情况下，仍达到峰值性能。
令人惊讶的是，*更多*的处理 worker 实际上*降低*了性能，因为批处理被分割了。这个项目突出了 TigerBeetle 设计的强大之处以及理解架构权衡的重要性。作者发起了 **TigerBeetle 票务挑战**，邀请其他人使用不同的语言和技术栈来复制和改进这些结果。
## TigerBeetle 用于高性能票务：摘要
这次 Hacker News 讨论围绕构建高性能票务系统，特别是使用 TigerBeetle 数据库。虽然最初的帖子强调了 TigerBeetle 的能力，但经验丰富的票务系统构建者提出了现实世界的复杂性。
主要收获：售罄活动不仅仅是原始速度的问题；预订、机器人以及复杂的业务规则（例如查找连续座位）都会显著影响性能。TigerBeetle 通过“两阶段待定转移”等功能以及通过具有确定性 ID 的转移高效处理座位预订来解决这些挑战中的一些。
TigerBeetle 的核心论点在于它能够通过将“代码移至数据”来最大限度地减少争用——在数据库*内部*处理事务规则，而不是依赖于网络锁定的行锁。基准测试显示出令人印象深刻的批量处理速度（约 250,000 次写入/秒），但与 PostgreSQL 相比，单个事务速度较慢（约 105 次写入/秒）。然而，支持者认为，当 TigerBeetle 被设计用于并发和大规模批量操作时，它表现出色，并且其专业设计克服了 PostgreSQL 在高争用场景中遇到的限制。
错误 ABI
Error ABI
17 天前
## 优化错误处理性能 普遍认为使用代数数据类型 (ADT) 处理错误是一种“零成本抽象”，这种观点是有缺陷的。虽然错误很少发生，但未经优化的使用 ADT 组合错误可能会*降低*成功代码路径（“快乐路径”）的性能。大型错误对象会膨胀 `Result` 类型的大小，导致函数通过指针返回大型结构体，从而导致“错误病毒”——影响所有地方的性能。 成熟的库通过错误指针来解决这个问题，但这仍然依赖于全局分配器，会产生开销。更好的方法是优化 `Result` 的应用程序二进制接口 (ABI)。选项包括为错误保留一个寄存器（如果错误大小适合寄存器），或者更激进地，在发生错误时利用堆栈展开而不是标准返回值。 核心思想是将可见的编程模型与内部实现解耦，从而可以有效地实现 `Result`——甚至可以通过返回值检查模拟异常处理。最终，最佳策略取决于语言的抽象能力，抽象能力较弱的语言将受益于一流的错误语义。
## 软件内存安全的推进
一股日益增长的趋势提倡在软件开发中优先考虑**内存安全**——防止缓冲区溢出等漏洞，这很大程度上受到 Rust 编程语言兴起的影响。虽然 Rust 并非第一种内存安全语言，但它独特之处在于在*编译时*为“系统编程”（操作系统、数据库等）提供这种安全性，从而有可能实现广泛的安全改进。
经验表明，采用 Rust 可以将内存安全漏洞减少约 70%，从而转化为显著的成本节约。然而，完全用 Rust 重写通常不切实际且代价高昂。相反，组织正在探索**路线图**，以逐步提高内存安全性，平衡成本、进度和现有基础设施。
关键在于认识到内存安全是一个有价值的目标，*无论*使用何种语言。策略包括用内存安全语言编写新代码、重写关键组件以及安全地与现有的潜在不安全代码进行交互。忽视内存安全是目光短浅的，但强制全面重写一切是不现实的。
政府机构正在鼓励这种转变，并非通过监管（目前为止），而是通过推广内存安全路线图的制定。最终，优先考虑内存安全是迈向更安全、更可靠软件的务实一步，除了安全之外，还能带来其他好处——包括更高的稳定性和更低的运营成本。
## 黑客新闻讨论：对怀疑论者的内存安全
这个黑客新闻帖子讨论了一篇关于内存安全的文章，以及令人惊讶的、持续存在的怀疑态度。虽然许多人同意内存安全是理想的，但争论的中心在于*如何*实现它，以及这种努力是否总是值得的。
一些评论员指出，怀疑论并不一定是指否认*需要*内存安全，而是质疑实现它的实用性或极端目标——比如追求100%的安全。有些人认为“足够好”的方法（例如，95%的安全）更现实，而另一些人则强调语境的重要性；CSV导出器与核武器库存模拟器的安全需求不同。
讨论还涉及语言选择。Rust被频繁提及，但并非*唯一*的解决方案。Ada和Zig也被提出作为替代方案，一些人认为硬件层面的内存安全改进可能会使大规模重写变得不必要。一个关键点是，许多漏洞源于逻辑错误和社会工程学，这些问题是任何语言都无法完全防止的。最终，这个帖子揭示了一场关于安全、性能和开发工作量之间权衡的细致讨论。
## 构建一个微型 BEAM：探索并发原语 这篇文章详细介绍了作者构建 BEAM 虚拟机最小可行产品 (MVP) 的过程，其动力是对其并发模型着迷。目标不是精确地复制真实的 BEAM，而是从第一性原理理解核心原语。该实现使用 Elm 编写，专注于调度器及其主循环，跳过了解析和完整语言定义等部分。 实现的核心原语包括生成进程、消息传递（发送和选择性接收）以及链接进程以实现监督。进程由调度器管理，调度器利用就绪队列和字典来跟踪进程状态。“减少预算”模拟了在协作式多任务处理之上，在经过一定数量的操作后暂停进程，从而实现抢占式调度。 主要挑战包括管理多个并发进程和实现消息处理。作者展示了即使在简化形式下，这些原语如何交互以创建并发系统的强大基础，反映了 Erlang 和 Elixir 等 BEAM 语言的吸引力。该项目突出了这些基本构建模块的优雅性和有效性，用于构建健壮且可扩展的应用程序。