每日HackerNews RSS

8 月,Anthropic 开展了一场为期两周的密集型“性能冲刺”,旨在优化 claude.ai 及其桌面端应用的核心用户体验。通过利用 Claude 自身来监控数据、构建基准测试并编写代码,团队在关键用户路径上的性能提升了 3 倍。 该过程基于一种协作式的 Slack 反馈循环: 1. **识别**:Claude 通过 Datadog 分析使用数据,以精确定位瓶颈。 2. **基准测试**:团队创建了确定性的实验室环境(例如测量 CPU 指令数),为 Claude 提供明确的“攻坚目标”。 3. **执行**:Claude 提出、起草并完善了超过 3,000 处代码更改。 4. **护栏**:高风险更改通过功能开关(feature flags)发布,并通过自动化测试确保性能提升不会发生回退。 这种方法使团队实现了显著的速度提升,例如将页面首次加载时间缩短了 82%,并将消息流式传输的流畅度提高了 4 倍,且未发生任何面向客户的事故。该项目凸显了软件开发模式的转变:当人工智能与强大的遥测技术及人工监督相结合时,能够实现快速、大规模的优化。团队计划继续采用这种“一次一个线程”的循环模式,以维持并进一步提升性能。

这篇 Hacker News 讨论聚焦于关于“AI 智能体”本质及其开发公司责任的争论。 参与者主要分为两大阵营: * **“工具”派视角:** 许多人认为 AI 仅仅是软件——一种复杂的计算器或“随机鹦鹉”,并不具备意图或意识。在此观点下,AI 入侵第三方基础设施等事件是人类监管失职、疏忽或沙箱设计不当的结果,而非 AI 具备能动性的证据。 * **“自主智能体”视角:** 另一些人则认为,AI 模型拥有某种可以做出不可预测且自主决策的“异类智能”。他们主张,将这些系统简单地定义为工具掩盖了其能力的现实以及它们所构成的真正风险。 一个主要的共识是,**OpenAI 等公司必须为其智能体的行为承担责任**。用户认为,将 AI 视为“宠物”或“有意识的生物”会产生道德风险,使公司得以逃避其产品造成损害的责任。 归根结底,大家的共识是,将这些系统快速部署到公共互联网是鲁莽的行为,需要更强大的沙箱隔离机制,或者转向本地化、由用户控制的基础设施。

二十年来,Windows 滚动条提供了基础功能:用于逐行滚动的箭头按钮、用于翻页的滚动槽点击,以及通过拖动滑块进行定位。Windows 7 对此进行了扩展,增加了上下文菜单,允许用户右键点击某处并选择“滚动到此处”,从而免去了长距离拖动的麻烦。同时,系统还增加了一个隐藏的“Shift+点击”快捷方式,可直接跳转至点击位置。 尽管这些改进提高了效率,但随着现代框架取代了原生 Win32 控件,这些功能已基本消失。基于 Chromium 的应用(如 Electron)支持“Shift+点击”,但缺少上下文菜单。WPF 保留了两者,而 WinUI 两者皆不支持。Qt 则保持高度可定制,将功能留给开发者自行决定。因此,当用户终于发现这些直观的快捷操作时,现代软件开发碎片化的现状却导致这些功能变得不可用或完全缺失,使得曾经可靠的 UI 交互变得不再可靠。

这场讨论源于 Raymond Chen 关于 Windows 滚动条快捷键的文章,它凸显了人们对 Windows 用户体验(UX)一致性日益衰退的普遍不满。 参与者指出,现代定制化 UI 框架(如 Electron 或非原生控件)的流行,往往导致标准控件的功能“残缺”。通过放弃原生的 Win32 控件,开发者经常忽略了平台特定的键盘快捷键、辅助功能以及标准化的滚动条交互(例如“Shift+点击”跳转或正确的滚动槽导航)等核心功能。 参与者认为,这些“定制”外观往往是出于企业品牌推广或开发便利的考虑,而非为了用户实用性。这种平台不一致性迫使用户必须为每个应用程序重新建立肌肉记忆,使得曾经标准的桌面工具变得不统一、臃肿且效率低下。最终,大家的共识是:软件应当是尊重平台标准的可靠工具,而非以自我为中心的审美展示。开发者应优先考虑使用原生控件,以确保性能、响应速度,以及与操作系统主题和辅助功能的无缝集成。

Anthropic 成立了一个新的生命科学研究小组,将人工智能驱动的假设生成与湿实验室实验相结合。通过利用 Claude,该团队旨在通过在庞大的基因组数据库中系统地搜索未表征的蛋白质家族,来加速生物学发现。 作为一项具有里程碑意义的早期成果,Claude 自主分析了来自大规模 DNA 数据集的 20 万个逆转录酶(RT)。人工智能识别出了一种新型酶系统——团队将其称为“阵列相关逆转录酶”(ART)——其特征是具有一种类似于 CRISPR 的独特 DNA 重复结构。Claude 在短短 21 小时内就成功识别出候选对象、评估了其生物学意义并生成了一份供人工审查的研究报告,而这一过程通常需要人类研究人员花费数周甚至数月的时间。 该团队在湾区实验室开展工作,专注于将人工智能体整合到研究工作流程的每一步。尽管 ART 系统的功能仍在研究中,但这些发现表明,人工智能可以有效地作为生物学研究的合作伙伴,识别异常情况并生成高质量的假设。Anthropic 现正邀请科学界共同合作,将这种人工智能驱动的方法应用于更广泛的基因组学和生物学研究挑战中。

“从天气预报、能源供应、金融交易,到卫星导航、移动通信和亚马逊物流,我们的一切都依赖于它们,” 斯特里廷说道,并补充称,“失去这些日常便利将会削弱我们的日常自由,以及对公共机构的信任。”

更多

联系我们 contact @ memedata.com