正在检查您的浏览器……需要 JavaScript。
每日HackerNews RSS
React Compiler 近期集成至 Vite，在 Hacker News 上引发了广泛讨论，核心焦点在于弃用基于 Babel 的构建流程所带来的性能提升。开发者们反馈，通过使用基于 Rust 的工具，构建时间大幅缩短——有人从 6 秒缩短至 2 秒。
讨论的主要要点包括：
* **工具链演进：** 行业内存在一种强劲趋势，即使用 Vite 和 OXC 等高性能、原生 Rust 工具来取代传统的 JavaScript 构建工具（如 Webpack 和 Babel）。
* **性能与复杂性：** 尽管部分用户为效率的提升感到振奋，但也有人认为现代 Web 开发变得过于复杂。关于所有项目是否都有必要引入如此复杂的构建流程，业界一直存在争议。
* **Rust 因素：** Rust 因其速度和安全性备受赞誉，但用户也指出其本身的编译时间较长。一些开发者选择用 Go 进行原型设计以保持迭代速度，同时在性能关键的生产环境代码中使用 Rust。
* **人工智能与开发：** 参与者指出，大语言模型（LLM）在编写高质量 Rust 代码方面表现出色，但较长的编译时间可能会在自动化代理工作流中造成瓶颈。
Anthropic 的研究人员首次完成了费马大定理（FLT）的计算机校验形式化。利用 Lean 编程语言，Claude 在几乎完全自主的情况下，仅用 11 天时间就得出了一个端到端的证明。这一里程碑式的成果涉及编写 1300 万行代码并证明了 29,500 个中间定理。 该项目使用了“Prove2Me”，这是一个旨在管理复杂、多智能体数学工作流的协作平台。通过将庞大的任务拆解为更小、可验证的部分并保持逻辑结构，Claude 成功复刻了安德鲁·怀尔斯（Andrew Wiles）在 1995 年的标志性证明。形式化领域领军人物、数学家凯文·巴扎德（Kevin Buzzard）证实，该证明完全基于数学公理。 这一成就标志着“自动形式化”的重大进步。传统上，验证复杂证明需要人类专家耗费数年时间，且容易出现疏漏。自动化这一过程可以通过快速、严谨地验证新成果并减轻人类同行评审的负担，从而改变数学研究。随着人工智能生成更多的证明，此类工具对于维护数学体系的完整性和可信度将至关重要，确保未来发现的基石依然稳固。
Anthropic 成功利用人工智能代理系统，在 Lean 证明辅助语言中生成了费马大定理（FLT）的完整机器校验形式化证明。这项任务共产生了 1300 万行 Lean 代码和 29,500 个中间定理，仅用时 11 天。
社区对此反应不一：
* **科学意义：** 虽然这是“自动形式化”领域的一项突破，但它只是对现有证明的实现，而非新的发现。一些数学家（如 Kevin Buzzard）指出，尽管该成果令人印象深刻，但它无法取代人类主导的、旨在创建可复用且优雅的库代码或动态文档的项目。
* **验证与信任：** 一个主要的争论点在于如何验证 1300 万行 AI 生成的代码。虽然代码可通过 Lean 内核进行机器验证，但参与者强调，该过程依赖于“证明辅助内核本身不存在漏洞”这一假设——近期此类系统中发现的历史性漏洞也印证了这一点。
* **数学的未来：** 这一壮举标志着人工智能正迅速成为形式化复杂数学的可行工具。许多人将其视为迈向自动化严格证明验证的变革性一步，未来有望减轻人类同行评审的负担。
伟大的作品很少源于一时的顿悟，它们往往是数十年反复打磨的结晶。
计算机科学家斯蒂芬·罗伯逊（Stephen Robertson）花费了近二十年的时间来完善搜索算法。从1976年开始，他通过强调词项区分度来挑战当时主流的检索理论，并在一篇篇论文中不断迭代，最终在1994年发布了经典的BM25算法。通过整合词频和文档长度等要素，他将早期的概率基础转化为了行业标准。
同样，艺术家葛饰北斋也是在经过四十年的专注磨砺后，才创作出了他的代表作《神奈川冲浪里》。他在73岁时曾感叹，自己对自然的终身研究仍在演进，并将自己的艺术生涯视为一场通往“神圣境界”的无止境攀登。
这些例子揭示了一个共同的模式：无论是技术还是艺术，精通都是一个缓慢且积累的过程。真正的突破并非来自突如其来的灵感，而是源于一生中不断重温、精炼并深化核心理念的耐心。
抱歉。
Show HN: TERMy – 一个不使用大模型的快速终端助手 Show HN: TERMy – A fast terminal assistant that does not use LLMs
48 天前
在尝试训练小型、低效的大语言模型（LLM）来自动化终端任务后，作者得出结论：对于简单的工作流，机器学习往往是不必要且浪费的。这一认识促成了 **TERMy** 的诞生，这是一个基于名为 **NPC-Forge** 的新框架构建的确定性轻量级终端助手。
与笨重的自然语言理解（NLU）框架（如 Rasa）或资源密集型的大语言模型不同，NPC-Forge 使用结构化数据集格式（NDF）来定义命令、意图和变量映射，无需进行训练。通过利用多阶段的噪声过滤解析器——从精确匹配到基于 IDF 加权的莱文斯坦距离（Levenshtein distance）——TERMy 能够在包括微控制器在内的极简硬件上即时执行任务。
该项目旨在摒弃针对琐碎操作的昂贵且受企业控制的人工智能，转而推崇一种民主、透明且节能的替代方案。TERMy 和 NPC-Forge 允许用户构建并共享可在本地运行的、可预测的自定义代理。作者承认该代码尚处于早期开发阶段，并邀请社区贡献力量以完善这些确定性代理的安全性与功能，主张未来的交互界面应依赖于本地的、基于规则的系统，仅在万不得已时才调用大语言模型。
TERMy 是一款新型确定性终端助手，它无需使用大语言模型（LLM）、机器学习或嵌入技术，即可将自然语言转换为 Shell 命令。该工具由开发者 gioscarab 创建，基于 NPC-Forge 框架构建，旨在取代昂贵且消耗大量 Token 的 AI 编程助手，用于处理日常终端任务。
与速度较慢且容易产生“幻觉”的大语言模型不同，TERMy 在本地 CPU 上运行，即使在树莓派 Zero 等低功耗设备上也能提供毫秒级的响应。其轻量级的自然语言理解（NLU）流水线采用了经典技术——包括情感分析、精确匹配和基于 IDF 加权的莱文斯坦距离（Levenshtein distance）——将用户输入与精心策划的硬编码数据集进行解析比对。
安全性是该工具的核心功能，它针对破坏性命令内置了权限控制。虽然该项目目前仍处于概念验证阶段，但因其速度、隐私保护和可靠性而受到了开发者社区的高度评价。未来的潜在发展方向包括通过社区驱动来扩展命令数据集，以及在处理复杂且低置信度的查询时，引入利用大语言模型的备选方案，同时保持对常见任务的确定性处理。
周四上午，包括 OpenAI 的 ChatGPT、Anthropic 的 Claude 和 xAI 的 Grok 在内的多家主流人工智能平台几乎同时发生服务中断，但各平台的故障基本互不关联。 尽管发生的时间点引发了外界对于第三方基础设施出现共同故障的猜测，但 AWS 和 Azure 等大型供应商均报告称未发现异常。各公司分别对其服务中断情况作出了说明： * **xAI** 将 Grok 的服务中断归因于其孟菲斯计算中心的技术问题，并提到与 SpaceX 的合作。 * **OpenAI** 表示“路由错误”导致 ChatGPT 和 Codex 暂时无法使用，该问题在 35 分钟内得到解决。 * **Anthropic** 的多款 Claude 模型出现了“错误率升高”的情况，公司已迅速部署修复程序。 尽管这些中断发生的时间非常接近，但 OpenAI 和 Anthropic 均未提及共同的外部原因。此外，虽然部分用户报告 Google 的 Gemini 也出现问题，但该公司并未证实存在任何服务中断。到了上午中期，所有服务均已恢复正常运行。
对不起。
在 Hugging Face 被 NVIDIA 收购后，*llama.cpp* 项目重申了其核心使命。作为该项目的长期贡献者，NVIDIA 将继续支持代码库的维护与社区发展。 尽管建立了新的合作伙伴关系，*llama.cpp/ggml* 仍将严格保持硬件无关性。该项目将继续由社区驱动，坚持开源和独立的本质，以确保所有人都能高效地使用 AI 技术。通过整合 Hugging Face 和 NVIDIA 的支持，团队旨在加快实现其长期目标，即让尖端 AI 技术惠及每一个人。
在英伟达收购 Hugging Face 后，*llama.cpp* 的创建者 Georgi Gerganov 确认他将继续负责该项目。他强调，*llama.cpp* 将坚持其最初的承诺，保持硬件无关性，并无论新的企业所有权如何，都将继续支持所有后端。
Hacker News 上的讨论突显了 *llama.cpp* 取得巨大成功的原因：
* **社区效率：** 该项目之所以蓬勃发展，得益于快速的代码审查、赋能贡献者的扁平化组织结构，以及拒绝“把关”人才的开放态度。
* **质量控制：** 维护者优先考虑高质量的贡献，而非人工智能生成的“垃圾内容”，这使得代码库保持了健壮性。
* **对企业的怀疑与乐观：** 用户的反应褒贬不一。一些人担心出现“平庸化”和访问限制，而另一些人则认为英伟达支持本地人工智能是为了维持消费级 GPU 的需求，并对冲数据中心市场的波动。
归根结底，社区将 *llama.cpp* 的成功视为 Gerganov 领导力的证明，尽管许多人仍对英伟达与 Hugging Face 的整合将如何长期影响开源生态系统持谨慎态度。
请启用 JavaScript 和 Cookie 以继续。
成人电影制作公司 Strike 3 Holdings 起诉了一名 Meta Reality Labs 高管，指控其使用 BitTorrent 下载了近 2 万个文件，其中包括成人内容和 VR 作品。Strike 3 声称，在他们就源自 Meta 企业网络的类似侵权流量向 Meta 法律团队发出通知后不久，该高管的家庭 IP 地址便成为了此类活动的中心。
Strike 3 认为，如此庞大的下载量表明这些内容是用于人工智能训练或 VR 兼容性研究，而非个人消费。然而，此案引发了广泛争议。批评者认为 Strike 3 是靠诉讼获利的“版权流氓”，而另一些人则怀疑，一位高管怎么可能在不使用 VPN 的情况下，亲自在家中通过种子下载此类材料。
评论人士推测，这些下载行为可能涉及未经授权的 AI 训练（旨在开发成人内容审核过滤器），也可能只是单纯的数字囤积。Meta 此前曾承认一名数据工程师与类似基于 Comcast 网络的侵权行为有关，这引发了外界对其内部获取训练数据做法的猜测。此案在企业道德、AI 开发中“合理使用”的界限，以及科技员工肆意侵犯版权的风险等方面，依然备受密切关注。
OpenTrailPaper 是一个基于 LilyGO T5S3 4.7 英寸电子墨水屏开发板的开源 DIY 自行车码表项目。它提供阳光下清晰可见的显示效果、GPS 导航、蓝牙传感器连接以及 FIT 文件记录功能，且骑行过程中无需联网或订阅服务。 核心功能包括： * **离线使用：** 通过 iOS 配套应用加载路线和地图后，设备即可独立运行。 * **多功能性：** 支持 GPX 路线规划、转向提示、结构化训练和实时数据追踪。 * **硬件配置：** 配备 960×540 分辨率电子墨水屏、USB-C 接口以及用于数据存储的 SD 卡槽。 **注意事项：** 作为一个开发项目而非商业产品，它缺乏内置防水、气压高度计和耐用的实体按键。它最适合乐于动手、具有一定技术背景的自行车爱好者。 该项目目前正在寻求社区贡献，特别是在改进 GPS、防水性能和传感器功能的硬件方案方面的建议。固件可通过基于 Chromium 内核的桌面浏览器轻松安装，用户可以自定义骑行数据和地图体验。
抱歉。
deSEC – 免费安全 DNS
deSEC 是一项专为安全性而设计的免费 DNS 托管服务。deSEC 基于开源软件运行，并由 SSE 提供支持，面向所有人免费开放。
deSEC 的 DNS 管理控制面板需要使用 JavaScript 才能访问。请为此网站启用 JavaScript 以继续。提示：访问 API 文档无需 JavaScript。
关于免费且安全的 DNS 托管服务 **deSEC.io** 的 Hacker News 讨论显示，社区对其评价褒贬不一。
支持者赞赏 deSEC 对 **DNSSEC** 的承诺及其在 **DNS-01 ACME 质询**方面的实用性，并指出该服务提供了一种非企业化的安全替代方案，不同于 Cloudflare 等中心化服务商。用户还看重其对 Terraform/OpenTofu 等工具的 API 支持，以及能够实现 DNS 与域名注册商解耦的能力。
然而，讨论也指出了几个摩擦点：
* **服务限制：** 用户起初对域名或子域名的数量限制感到困扰，但 CTO 澄清称，用户在正确启用 DNSSEC 后，这些限制会随之增加。
* **技术门槛：** 一些用户反馈 Web 界面使用困难、记录同步（propagation）缓慢以及区域文件（zone-file）导入流程僵化。
* **哲学争论：** 讨论帖中很大一部分内容围绕 DNSSEC 的相关性展开，一些人认为相较于 DoH 等现代解决方案，DNSSEC 已经过时；而另一些人则坚持认为它对于验证权威 DNS 仍然是必要的。
总体而言，尽管 deSEC 因其“安全至上”的理念和透明度受到认可，但它在用户界面方面仍面临批评，且行业内关于 DNSSEC 实现的实际价值也存在持续争议。
这是一段 PDF 文件的底层代码，其内容为二进制数据和文件结构描述，无法翻译为中文。
抱歉。