请启用 JavaScript 并关闭所有广告拦截器。
每日HackerNews RSS
这篇 Hacker News 帖子讨论了 OpenAI 首席执行官山姆·奥特曼（Sam Altman）即将在联合国安理会发表的简报。社区对此反应极其怀疑，大多数用户认为他关于人工智能会导致人类灭绝的警告是“末日论”或一种经过精心策划的营销策略。
讨论的主要观点包括：
* **监管捕获：** 许多用户认为，AI 行业领导者宣扬存在性风险是为了证明监管的合理性，从而保护他们的市场主导地位、打压开源竞争对手并获得巨额资金。
* **动机：** 评论者对于奥特曼是真心相信 AGI（通用人工智能）带来的风险，还是仅仅为了经济利益在“表演”各持己见。批评者将其言论比作“卖药郎”的伎俩，即将产品描述得威力巨大，从而提高其感知价值。
* **对联合国的怀疑：** 参与者对联合国的有效性表示怀疑，指出其内部陷入僵局，且往往倾向于将此类会议作为公关平台，而非进行实质性监督。
* **普遍的蔑视：** 社区中一部分人表示对针对奥特曼的频繁贬低性评论感到疲倦，尽管他们也承认，这种争议源于他在塑造当前人工智能格局中所扮演的核心角色。
目前科技行业对人工智能监管的推动，堪称一场披着“生存危机论”外衣的“监管俘获”典型案例。亿万富翁高管们通过将人工智能塑造成失控的神，成功游说国会，使立法者们误以为他们正在监管一场科幻灾难，而非普通的商业软件。 现实情况是，所谓的“生存威胁”——例如失控的人工智能网络攻击——不过是第三方承包商因防火墙未开启等业余且平庸的网络安全失误所致。同样，行业内要求“放慢发展”的呼声，其动机并非出于安全考虑，而是急于避免持续预训练带来的高昂成本，并消除开源模型日益增长的威胁。 通过推动政府强制实施限速和许可制度，这些公司正试图建立一个受联邦政府认可的卡特尔。他们的目标是扼杀竞争、维持高利润率，并将威胁其市场主导地位的开放权重模型定为非法。归根结底，立法者们正受到操纵；当他们自认为在讨论人类物种的存亡时，实际上却是在帮助人工智能行业筑起一道法律护城河，以保护其垄断地位免受更高效的开源竞争对手的冲击。
这段叙述追溯了货币从简单的以物易物到复杂的全球信任层级的演变过程。 起初，村民们使用**实物商品**（灰石）作为抽象的价值单位，以克服以物易物的局限性。随着经济需求的发展，他们引入了**债务和利息**来管理货币的时间价值，并促使**银行**作为中介机构应运而生。这些银行最终在资产负债表上跟踪资产与负债，创造出作为货币流通的“银行货币”（存款）。 该系统被证明十分脆弱，极易在收获季等高需求时期陷入流动性危机和“僵局”。这使得建立**中央银行**（即“银行的银行”）成为必然，旨在通过发行**储备金**和充当最后贷款人来提供弹性。 在全球范围内，这一层级结构不断重演：村庄使用外币进行贸易，最终聚焦于一种**储备货币**（黑石/货币）。随着时间的推移，与实物商品的挂钩被切断，货币转向了**法定货币**。当今的金融体系是一个基于承诺的分层结构，货币本质上是任何被视为最终结算手段的媒介，它所支撑的不再是实物稀缺性，而是对发行国制度与经济的信任。
所提供的讨论围绕一篇题为《货币的层级》（The Hierarchy of Money）的博文展开。该文章试图通过一个类似“寓言”的演进过程，从简单的村庄以物易物到现代复杂的银行体系，来解释全球货币系统。
该文通过这一叙事来说明货币为何必要，以及不同层级的信任与流动性（如储备金和法定货币）是如何为了解决功能性问题而演变的。然而，这篇文章在读者中引发了巨大争议，主要集中在以下三点：
* **“以物易物的神话”：** 许多评论者援引人类学家大卫·格雷伯（David Graeber）的观点，认为“以物易物先行”的起源故事在历史上是不准确的。他们主张，信贷和债务义务在货币发明之前就已存在。
* **武力的作用：** 批评者认为，该文忽略了国家是如何利用军事力量、税收和法律强制手段来建立并推行其货币的，而非这些系统完全是通过自愿且互利的贸易演化而来。
* **效用与历史的权衡：** 作者为这种“单纯的解释”辩护，认为它是一种教学工具，用于解释现代金融（如中央银行和流动性）的*运作机制*，而非严谨的历史记载。支持者认为，尽管历史可能经过了艺术加工，但它成功地将复杂的经济概念简化，以便于现代读者理解。
作者认为，模型上下文协议（MCP）曾经是连接大语言模型（LLM）与外部服务的关键，如今已成为一种过时的负担。MCP 最初是为了弥合早期模型能力的不足而开发，但现在随着用户堆叠大量工具服务器，它导致了严重的“上下文臃肿”，迫使开发者为了管理这些服务器而构建复杂的二级基础设施。
作者主张，现代大语言模型已不再需要这些僵化的封装。如今的模型完全有能力自主执行代码、浏览大型代码库，并直接与命令行界面（CLI）和原始 HTTP API 进行交互。通过利用现有的标准（例如使用 `Accept` 标头从网站请求 Markdown），智能体无需 MCP 特定的架构开销，即可获取所需的数据。
归根结底，本文呼吁废弃 MCP。与其维护多余的服务器层，不如将重点转向标准化智能体如何通过成熟的现有网络协议直接与互联网交互。通过将浏览器和终端作为主要接口，我们可以迈向一个更简洁、更强大的智能体未来。
这场讨论反映了围绕“模型上下文协议”（MCP）的激烈争议。
**批评者**认为，MCP 是一种过度设计且具有“状态”的迂回方案，会消耗过多的 Token。他们主张，传统方法（如文档完备的 REST API、OpenAPI 规范和命令行工具）更加灵活、久经考验且对 Token 更友好。许多人认为，沙盒化的命令行环境为智能体任务提供了更稳健、“符合 Unix 哲学”的路径，且通过定制的智能体框架，无需复杂的新协议也能实现同样的安全性与可审计性。
**支持者**则坚持认为，对于安全性、治理和集中式访问控制至关重要的企业与团队环境而言，MCP 是必不可少的。其核心论点包括：
* **安全性：** 它提供了一种确定性的方式来隔离 API 密钥与敏感服务，防止“盲目”访问。
* **发现与标准化交互：** MCP 为智能体提供了一个统一的接口来发现能力、工具和资源，从而减少了幻觉以及在查阅 API 文档上浪费的时间。
* **企业集成：** 它允许服务提供商在不向智能体授予原始、不受限访问权限的情况下，安全地暴露内部数据。
总而言之，尽管许多独立开发者更倾向于简单的 CLI 或基于 API 的解决方案，但 MCP 正作为一种必要的“适配器”，在企业级的智能体与服务集成领域日益获得认可。
本文档概述了一种模块化的 seccomp 策略配置，其灵感源自 Docker 的默认配置文件，旨在为注重安全性的应用程序提供沙盒保护。该设计的主要目标如下： * **最小化攻击面**：策略排除了需要 root 权限的系统调用，以减小 BPF 程序的大小并降低开销。 * **防御指纹识别**：省略了常被用于系统分析或桌面环境指纹识别的罕用系统调用。 * **模块化架构**：系统调用被分类为细粒度的功能模块（例如 `IoEvent`、`NetworkIo`、`Credentials`），该设计参考了 systemd 的过滤集和 OpenBSD 的“pledge”机制。 该结构强化了职责分离，例如区分基础 I/O 与文件系统修改，或区分网络服务器操作与客户端套接字。它还包含用于处理特定架构怪癖（如 x86 ABI 模拟）的“兼容性（Compat）”策略，并为沙盒（`landlock`、`seccomp`）和资源管理等关键安全任务提供了明确的类别。通过将系统调用组织成这些逻辑组，该配置能够实现精细、易于维护且高效的安全过滤器，适用于非特权用户。
抱歉。
V1 alpha — 自 2026 年 8 月起在测试台上运行。papyDeck 的游玩体验如同街机，而开发体验如同文本编辑器。其上的每一款游戏都是一段 Lua 脚本，你可以阅读、修改和重写——包括他人编写的游戏。打开模拟器 ↗ 查看开发板 阅读规范
抱歉。
客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。本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、禁用广告拦截器，或尝试使用其他浏览器。
这场 Hacker News 讨论聚焦于美国政府废除发电厂气候污染限制的举措。对话凸显了在能源政策、气候责任和地缘政治方面存在的尖锐分歧。
**支持废除的观点**通常优先考虑短期经济稳定和工业竞争力。这些法规的批评者认为，昂贵的气候指令阻碍了美国经济发展，迫使生产转移至中国和印度等国家，且其所依赖的技术在经济上尚不可行。一些参与者认为，“气候污染”是一个政治化的术语，被用来过度行使监管权力。
**反对废除的观点**强调了长期的战略和经济风险。这些法规的支持者主张，全球经济正转向可再生能源，其成本日益降低且比化石燃料更可靠。他们认为，此举削弱了美国的“软实力”，无视了气候变化的现实，并通过维持对波动剧烈的化石燃料市场的依赖，使美国陷入战略上的脆弱境地。
最后，这场辩论触及了全球能源转型的复杂性——指出虽然中国是新建燃煤电厂最多的国家，但同时也在可再生能源部署方面领先全球，这体现了一种复杂的能源安全双轨策略。
请启用 JavaScript 和 Cookie 以继续。
Hacker News
最新
|
往期
|
评论
|
提问
|
展示
|
招聘
|
提交
登录
格洛斯特大教堂及城市教堂的报时机器历史 [pdf]
(
bgas.org.uk
)
7 点积分
由
dvt
1 天前
|
隐藏
|
往期
|
收藏
|
讨论
帮助
指南
|
常见问题
|
列表
|
API
|
安全
|
法律
|
申请 YC
|
联系
搜索：
这份摘要梳理了截至 2026 年 9 月的自托管大语言模型（LLM）编排工具，旨在帮助用户根据硬件配置和运维需求做出选择： * **单机/易用性：** **Ollama** 是笔记本电脑或单台桌面设备的标准方案。若仅需单进程部署单个模型，**vLLM** 和 **llama.cpp** 是性能更优的后端选择。 * **Apple Silicon：** **exo** 是 Mac 集群的首选，通过基于 Thunderbolt 5 的 RDMA 技术实现可扩展性能。 * **企业/部门级：** **GPUStack** 和 **Xinference** 提供了共享硬件所需的 Web 控制台、API 密钥管理、计量及多用户支持。 * **通用/广泛性：** **LocalAI** 对非 LLM 模态（音频、图像、视频）的支持最为广泛，并具备健壮的 P2P 联邦架构。 * **基础设施/扩展性：** **SkyPilot** 和 **dstack** 擅长作业调度及云端算力突发；而 **NVIDIA Dynamo/llm-d** 专为基于 Kubernetes 的高端数据中心架构设计。 * **混合/进阶：** **CoderAI** 是一款多功能终端，支持多模态分发、带价格上限的本地到云端算力突发，以及分布式 LoRA 训练。 **LiteLLM** 依然是用于多个端点间的路由和成本追踪的核心工具，而非直接运行模型的框架。
这篇 Hacker News 讨论帖涉及一篇对比自托管推理编排工具（LocalAI、exo、GPUStack 和 vLLM）的博文。
博文作者“nextime”随即遭到社区成员的批评，他们准确地指出该文章由人工智能生成。多名用户指出了文中生硬的语气，并质疑了其中的技术不一致之处，例如关于 LiteLLM 的标题令人困惑。
作者承认该帖是意外发布的一篇未完成的测试稿。他为未能监管好自动化流程致歉，并表示该文章原本无意以未编辑的状态发布。该讨论帖简要地反映了社区识别 AI 生成内容的速度，以及作者随后对技术失误的承认。
2026 年，人工智能驱动开发的快速演进要求我们不断适应。在 Imprint，我们已从简单的 AI 编码助手转型为复杂的“软件工厂”模式。 这种模式超越了基于任务的 AI，转向了以目标为导向的自动化。我们的“工厂”利用一套循环架构，对项目 RFC 进行审计，通过 Datadog 和 Snowflake 监控指标，并管理 Linear 工单。智能体能够自主创建必要文档、识别缺失任务并执行代码编写工作，仅在需要更新项目目标时才会暂停进行同步。 这种方法解决了“状态囤积”问题，即开发者无意中将重要的项目背景保留在脑海中，而非系统中。通过整合数据可视化、集中式任务管理（Linear）以及受控的智能体集群，该工厂确保智能体不仅能编写代码，还能验证工作是否与高层商业目标保持一致。 归根结底，这些进步是相辅相成的：软件工厂之所以成功，是因为我们在通用任务管理和跨代码库工作空间等基础设施上进行了投入。尽管变革的节奏令人疲惫，但它代表了软件在发布后构建、管理和监控方式的根本性转变。
围绕“软件工厂”模式——即利用人工智能体实现软件开发自动化——的讨论，在开发者群体中引发了热议，既有追捧，亦有质疑。
支持者使用 AI 智能体及 Grok 或 Claude 等工具来管理任务、生成代码并简化工作流程。他们认为，这能显著加快开发速度，特别是在小型项目或静态网站开发中，让个人能够指挥由智能体组成的“开发团队”。
然而，许多批评者提出了重大担忧：
* **质量与可维护性：** 人们担心这种方法会产生“AI 垃圾”，导致巨额技术债和缺乏经验丰富的工程师把关的“糟糕”代码库。
* **组织风险：** 在企业环境中，通过 AI “绕过流程”可能导致系统不稳定和质量参差不齐，因为智能体往往缺乏处理复杂或细微需求所需的判断力。
* **实用性：** 许多评论者认为，“软件工厂”与其说是一种正式模式，不如说是一场管理实验。批评者指出，智能体在用户界面（UI/UX）设计上表现不佳，容易出现“管中窥豹”的问题，且必须有人工参与监督，以防止项目出现灾难性的偏离。
归根结底，目前的共识是，尽管 AI 可以处理基础任务，但在长期架构设计、质量保证和高层产品策略方面仍显不足。