监控技术公司 Flock Safety 近日向其 1,500 名员工推出了一项自愿离职计划，补偿方案约为标准水平的两倍。员工须在 10 月 2 日前提交申请，预计多数申请者将于 10 月下旬获准离职。 此举是在该公司面临严峻挑战的背景下做出的，包括合同续签率下降、因摄像头遭蓄意破坏导致运营成本上升，以及日益高涨的公众抵制。Flock 庞大的车牌识别网络在被曝出执法部门滥用隐私、未经授权共享数据以及设备制造相关争议后，正面临严厉审查。 尽管公司将此次买断方案描述为给予员工“选择”和“自主权”，但知情人士认为，这是为避免因未达营收目标而被迫裁员所采取的先发制人措施。由于承受巨大的舆论压力，公司内部士气低落，部分员工推测此次离职计划可能是未来重组或出售业务的前奏。首席执行官 Garrett Langley 曾公开表达对舆论抵制影响公司文化的担忧，但他坚称公司的使命依然是专注于公共安全。
每日HackerNews RSS
这篇 Hacker News 帖子讨论了《连线》杂志的一篇报道。报道详述了估值超过 80 亿美元的争议性监控技术公司 Flock Safety 在面临客户支持水平下降和公众强烈抵制的情况下，正向员工提供买断方案。
评论者普遍认为该公司辩称其只是为了让人们“更安全”的说法脱离现实，这也是硅谷倾向于忽视大规模监控带来的社会后果的典型表现。许多用户对 Flock 的前景持怀疑态度，一些人认为这种买断方案是为了剔除持异议的员工，仅保留那些“忠实信徒”或因经济所迫而留下的员工。
讨论还扩展到了对美国当前社会氛围的广泛批判。许多非美国居民形容这个国家给人的感觉日益“令人不安”或“压抑”，并提到了随处可见的警察和激进的移民程序。尽管一些用户为这些必要的安全措施辩护，但这场对话凸显了人们对监控技术扩张、“安全国家”常态化以及为促进大规模监控的公司工作所带来的道德影响的深层不满。
栉水母（comb jellies）是一种迷人的虹彩海洋生物，它们可能是解开早期动物进化之谜的关键。这些凝胶状生物出现于约 7 亿年前，已成为科学家研究神经系统和生物发光起源的重要对象。它们多样化的栖息地使研究人员能够调查特定基因是如何进化以应对高压或光敏感性等环境挑战的。 一个多世纪以来，海绵一直被广泛认为是动物最早的分支谱系。然而，近期的科学争论改变了这一观点。在经过多年相互矛盾的数据研究后，一项 2023 年分析染色体组织的里程碑式研究表明，栉水母而非海绵，才是所有其他动物真正的姐妹群。尽管这种进化分类仍是当前研究的热点，但栉水母对于揭示地球生命的基本生物学规律仍然至关重要。
这次关于 Hacker News 的讨论重点介绍了栉水母（comb jellies）的生物学奇观。尽管常被误认为是水母，但它们在演化上完全不同。
主要观点包括：
* **运动与光线：** 栉水母是利用纤毛运动的体型最大的动物；纤毛能折射光线，产生彩虹般的虹彩效应。许多物种还具备强烈的生物发光能力，用于捕猎或防御。
* **生物学怪癖：** 这些生物极其脆弱，难以研究。它们拥有独特的生理特征，例如使用连续的神经网络而非传统的突触、具有再生能力，以及一种仅在需要时才会形成的“瞬时”肛门。
* **分类学：** 用户讨论了栉水母的多样形态，从带状的“维纳斯腰带”到卵形的“海葡萄”。
* **科学区别：** 该帖还澄清了纤毛（短小、数量多、呈钟摆式运动）与鞭毛（较长、数量少、呈鞭打式运动）在结构上的差异。
总体而言，评论者形容栉水母是“奇妙而古怪”的生物，它们挑战了我们对动物演化的认知，并以其如同外星般的生物特性不断令海洋生物学家感到惊讶。
arXivLabs 是一个允许合作者直接在我们的网站上开发并分享 arXiv 新功能的框架。与 arXivLabs 合作的个人和组织都认同并接受我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 始终致力于这些价值观，并仅与遵循这些价值观的合作伙伴进行合作。如果您有能为 arXiv 社区创造价值的项目构思，请了解更多关于 arXivLabs 的信息。
所提供的文本对现代人工智能性别偏见研究提出了批判性观点，认为当前的学术研究往往受到意识形态确认偏误的影响。作者主张，劳动力市场中存在的社会差异（如男性集中在危险行业，女性集中在护理行业）根源于生物性二态性，而非系统性歧视。
作者批评了近期关于人工智能“洗白危害”（harm laundering）和对齐（alignment）的研究，声称这些研究旨在得出预设的结论。他们认为，当人工智能模型承认生物差异时，研究人员会不公地将这些输出贴上“偏见”或“有害”的标签。因此，作者斥责该研究领域为“近亲繁殖的马戏团”，认为其将意识形态叙事置于客观事实之上，并警告称，此类存在缺陷的研究很可能会继续被滥用以支持带有偏见的议程。
如果数学不仅仅是证明，我们就需要更好地赞颂它的其余部分。 If math is more than proof, we need to better celebrate the rest of it
29 天前
正在检查您的浏览器……需要启用 JavaScript
所提供的 Hacker News 讨论探讨了人工智能时代数学角色的转变。这场对话由陶哲轩（Terence Tao）博客上的一篇客座文章引发，核心在于“形式化证明”与“数学直觉”之间的张力。
主要议题包括：
* **直觉至上**：许多贡献者认为，直觉——即可视化机制并识别适用方法的能力——才是数学的核心。虽然严谨的证明对于验证至关重要，但有些人认为过度关注证明而牺牲直觉是一种学术错误，这会疏远学生。
* **人工智能的影响**：参与者表达了关于人工智能是否会让数学领域的人类努力变得过时的存在主义焦虑。一些人担心，将数学的“解题”过程自动化会导致社会能力的退化，类似于因计算器的普及而丧失了基本算术能力。
* **价值的转移**：有人提出将数学文化转向“启发式解释”，而非仅仅是孤立的解题。支持者认为，人工智能时代人类数学家的价值在于引导研究、教学，以及构建使抽象真理变得可交流且具有意义的叙事。
* **分歧的观点**：尽管一些人对人工智能将把人类从低水平工作中解放出来去探索更高层次理论持乐观态度，但另一些人则担心，历史上推动科学创新的“支线任务”会随之消失。
请启用 JavaScript 和 cookie 以继续
最近的一场 Hacker News 讨论聚焦于 NASA 和 IBM 发布的一款全新开源地理空间 AI 模型。用户称赞该项目做到了真正的开源——即在训练数据和方法论上保持透明，这与许多仅提供“开放权重”或缺乏清晰文档的“二进制黑盒”式现代 AI 模型形成了鲜明对比。
这场对话引发了关于软件透明度的更广泛讨论。参与者认为，发布编译后的二进制文件不等同于开源，因为后者依然无法获取真正的源代码。另一些人指出，本地软件与 SaaS 之间存在关键区别：尽管本地工具（即使是闭源的）可以通过反编译实现用户控制，但 SaaS 解决方案却让用户对底层系统完全丧失了自主权。归根结底，该讨论再次强调了社区的倾向：相比不透明的行业标准 AI 发布，用户更偏好那些提供清晰、易获取文档及可验证“源代码”的项目。
403 禁止访问
斯坦福大学近期在《自然-神经科学》上发表的一项研究指出，人类大脑发育源于两个不同的神经外胚层祖细胞谱系——一个形成前脑和中脑，另一个形成后脑。尽管一些媒体将其夸大为发现了“两个器官”，但该研究的核心科学突破在于确定了区分这两个细胞群的特定遗传标记。
这一发现解决了发育生物学中一个长期存在的难题：即为何历史上在体外培养功能性脑干（后脑）神经元一直很困难。通过认识到这些细胞具有谱系特异性，且与前脑细胞需要不同的发育环境，研究人员成功开发出一种在实验室中培养后脑运动神经元的新技术。
这项研究对于研究肌萎缩侧索硬化症（ALS）和脊髓性肌萎缩症（SMA）等神经退行性疾病具有重要意义。这些疾病主要影响脑干，由于无法获取或培养相关的组织，此前很难对其进行建模。虽然大脑作为“复合器官”的进化概念引起了科学界的浓厚兴趣，但该研究的主要实际价值在于，它使研究人员能够培养此前“无法生长”的脑干细胞，从而为医学研究提供了重要工具。
**TypeSafe Computer Use** 是一个高性能、高性价比的 macOS 自动化框架，支持 AI 通过自然语言指令完成计算机任务。与那些每次操作都需要分析完整屏幕截图、资源消耗巨大的“前沿”模型不同，TypeSafe 利用专门的决策模型，可在毫秒级时间内从动作列表中做出选择。
**主要优势：**
* **成本与速度：** 运行成本约为标准大模型计算机使用方案的 1/150，且速度显著更快。
* **确定性工作流：** 不依赖单一的大型模型，而是通过 OCR 和 macOS 辅助功能树（AX）读取屏幕，使用轻量级分类器选择动作，仅在文本输入时调用“写入”模型。
* **安全性与效率：** 采用“不向模型发送截图”的策略，利用结构化数据进行决策，并通过置信度门控循环防止错误。
* **可观测性：** 记录每一步的操作，并附带标注截图和精确计时，允许用户离线回放、检查及调试故障。
该项目专为 macOS (14+) 和 Python (3.12+) 构建。对于优先考虑速度和预算、而非重度推理能力的自动化任务，它提供了一个强大的替代方案。
这篇 Hacker News 帖子讨论了一个名为“Typesafe-computer-use”的项目，该项目利用一种成本更低的新型分类模型来实现 Mac 电脑任务自动化。
讨论因项目对 AI 的使用而呈现出明显的两极分化。许多用户批评该项目是“电子垃圾”（slop），指出其 README 和代码提交记录看起来完全由 AI 生成。批评者认为这体现了作者缺乏诚意且对社区不尊重，一些用户甚至表示将抵制任何没有人工审核痕迹的项目。另一部分人则为该项目辩护，认为代码质量比文档更重要，且由大语言模型生成的说明文档正逐渐成为一种可接受的新标准。
除了关于 AI 伦理的讨论外，一部分评论者探讨了该方法的技术价值。他们将使用 Jev 这类小型确定性分类模型与传统的基于大语言模型的智能体进行了对比，指出前者在自动化任务中具有显著的成本和速度优势。一些参与者对此持乐观态度，认为这代表着 AI 应用正转向更务实、“触手可及”的方向，而不再仅仅局限于围绕前沿模型产生的炒作。
由索菲亚·维斯帕罗夫（Sophia Vysparov）管理的旧金山洋葱期货公司（The San Francisco Onion Futures Company）提供黄洋葱实物交割的私人可转让远期合约。合约最长可提前六个月预订，通过专有算法定价，每颗洋葱价格在 3 美元至 12 美元之间，付款流程由 Stripe 处理。 该公司声称其业务符合美国法典第 7 卷第 13-1 条的规定，因为它是作为私人卖家而非“组织化交易所”或“交易委员会”运作。交割安排在合约指定的月份进行，主要服务区域包括旧金山、多伦多、西雅图和芝加哥，其他地区可提供第三方配送服务。 合约通过唯一密钥管理，允许所有者安全地转让所有权或更新联系信息。密钥一旦转让，前所有者即失去访问权限，以确保隐私。该公司不提供现金结算或退款，即使交割失败亦是如此；但用户可在交割月之前转售其合约密钥。如有疑问，可通过 [email protected] 与公司联系。
“旧金山洋葱期货公司”（San Francisco Onion Futures Company）是一个旨在探索 1958 年《洋葱期货法案》（Onion Futures Act）相关法律灰色地带的创意项目。该法案是在一系列市场操纵丑闻后，在美国禁止了洋葱期货交易。
尽管该网站促成了洋葱交付合约的“购买”行为，但创办者明确表示，这主要是一个艺术项目。该平台作为一种私人的、直接面向消费者的服务，而非受监管的“贸易委员会”运营，从而避开了联邦政府对有组织洋葱期货交易所的禁令。
该项目在 Hacker News 上引发了关于期货市场经济理论的热烈讨论。参与者们辩论了期货到底是“降低”了还是仅仅“吸收”了波动性，对比了各类农产品（如土豆与洋葱）的耐储存性，并分析了为何洋葱会被专门列为禁止对象，而其他大宗商品却保持合法。许多用户参与了该网站“荒诞主义”的性质讨论，将其视为金融交易的戏仿，而另一些用户则针对套期保值、供应链物流以及农产品市场操纵的历史背景提供了独到的见解。
Goroutine 泄露（即 Goroutine 在同步原语上被永久阻塞）对 Go 应用程序构成了严重威胁，会导致内存耗尽和 CPU 开销增加。虽然 `goleak` 和 `synctest` 等现有工具在单元测试中行之有效，但它们无法检测生产环境中的泄露。
Go 1.27 引入了一个轻量级的 **Goroutine 泄露分析器**，可通过 `runtime/pprof` 或 `/debug/pprof/goroutineleak` 端点使用。与传统的性能分析不同，该工具利用改进的垃圾回收机制来区分“活跃”的 Goroutine 和在通道、互斥锁或 `sync` 包原语上永久阻塞的 Goroutine。通过映射这些原语的可达性，它能够以极低的误报率提供高精度检测。
该分析器有助于精确定位代码中的问题，例如提前返回、未关闭通道，或锁与通道之间的循环依赖。虽然它仅限于 Go 的原生原语，且在 GC 周期中会带来轻微的性能开销，但它为审计长期运行的生产服务提供了一种稳健的手段。建议开发者将此分析器与标准测试实践相结合，以确保并发代码在整个应用程序生命周期中保持健康和高性能。
抱歉。