每日HackerNews RSS

Linux 社区正沉痛悼念 Steve 的离世。作为一名专注的贡献者,他因在 Linux CIFS 客户端上的不懈努力以及对后辈的悉心指导而备受铭记。同事们回忆称,他是一位勤奋的开发者,总是乐于助人,即使在社交场合也常能见到他编写代码的身影。 为了纪念他的贡献与幽默感,samba.org 发布了一个纪念页面,并附上了一个向他致敬的笑话。朋友和合作伙伴们纷纷表达了对他的感激之情,感谢他所作出的重大贡献与深厚友谊,并感念他为社区带来的深远影响。人们将深深地怀念他。

抱歉。

特朗普政府在应对波动的债券市场方面举步维艰。由于美国国债收益率居高不下,联邦债务的偿还成本不断攀升,并抑制了经济增长。财政部长斯科特·贝森特近期试图通过购债来压低收益率的举措收效甚微,这反映出市场对美国经济管理能力的信心危机已日益加深。 从历史上看,美国国债曾被视为全球最安全、流动性最强的资产。然而,由于持续的预算赤字、海量的新债供应,以及投资者对政府反复无常政策的不信任,这一地位正在动摇。随着各国央行减持美债,市场对追求回报而非稳定性的私人投资者的依赖度日益增加,进一步加剧了市场波动。 这种转变暗示着美国国债作为全球金融安全基石的地位可能终结。随着美国被迫提供更高的收益率来吸引买家,并面临全球市场日益增加的质疑,政府为控制利率而采取的非常规手段——从市场干预到充满敌意的言论——反而释放了更加不稳定的信号。在美国难以在日益加剧的不信任氛围中为其巨额债务融资之际,金融领袖们正被迫寻求美国避风港之外的替代选择。

抱歉。

纵观历史,社会一直要求人们循规蹈矩。被视为“怪异”意味着不可靠;人类的制度建立在稳定与可预测的钟表式隐喻之上,要求个人像可互换的齿轮一样运转。无论是出于社会压力还是生存需求,在历史的大部分时间里,压抑自己的“尖锐”棱角是大多数人唯一理性的生活策略。 然而,人工智能和机器人的兴起正在从根本上改变这一计算方式。由于机器现在能比人类更高效、更廉价地完成可预测的任务,人类“常态化”的经济价值正在迅速蒸发。如果一个系统可以被自动化,它就可以被建模并被取代。 因此,我们正进入一个新时代,人类最有价值的贡献不再是可靠性和统一性,而是独特性、适应性和创造力。未来的理性策略是拥抱自己的“怪异”。这种转变将要求教育、社区和经济激励机制发生根本性变革,以支持一个通过其独特的奇特性而非可预测性来创造价值的社会。我们正在迈向一个“脱离分布”(out of distribution)不再是负担,而是我们最大资产的未来。

关于“未来属于怪人(The Future Belongs to the Weird)”的 Hacker News 讨论反映了一场两极化的争论:不循规蹈矩究竟是生存的必备策略,还是一个被商业化的陷阱。 该文章的前提认为,由于人工智能可以自动化处理可预测的“常规”任务,人类的价值正转向不可预测的“怪异”。支持者认为,随着人工智能使标准化产出变得廉价,真正的人类创新将日益依赖独特且非常规的视角。 然而,批评者提出了几点质疑: * **商业化:** 怀疑论者认为,任何“怪异”的事物都会迅速被科技和企业界征用、包装并出售,从而有效地剥夺其激进的力量。 * **历史背景:** 对于作者声称历史曾以暴力惩罚“怪异”的观点,讨论持续存在。参与者指出,现代机构为了效率和规模化依然要求统一性,而人工智能可能会加速这一进程。 * **效用:** 另一些人认为,未来属于“变革推动者”而非仅仅是“怪人”。他们认为真正的价值在于设定新目标并引领进步,而不仅仅是行事不可预测。 最终,共识是:尽管数字时代为局外人提供了新的生存空间,但个人反叛与机构控制之间的张力仍未得到解决。

在英国居住了八年的妮迪亚·韦伯(Nidia Webb)在西班牙机场滞留,原因竟是英国内政部新的数字签证系统出错,将其定居身份错误地关联到了她同卵双胞胎姐妹的身份信息上。这一技术故障导致她无法登机回国,不得不花费数小时通过电话来解决。 此次事件凸显了各界对英国向电子签证(eVisa)系统过渡的日益担忧。尽管英国内政部坚称此类错误十分罕见,且通常能在24小时内得到解决,但像“the3million”这样的倡导组织警告称,该系统的“仓促”上线正在制造系统性的漏洞。活动人士指出,数字信息的不准确已导致多起旅客被拒登机的案例,而由于当局和航空公司互相推诿责任,受害者往往求助无门。 此次事件再次引发了人们对数字化移民程序可靠性的担忧。批评人士指出,由于政府取消了实体移民证件,数十万长期居民正面临着与“疾风世代”(Windrush)丑闻类似的行政风险。

抱歉。

现代分析仪表板通常不需要专用的数据库或查询引擎。相反,开发者可以利用“数据立方体”(Data Cubes)——即存储在对象存储中、预先计算好的 Parquet 文件——直接从浏览器中提供快速且交互式的用户体验。 通过使用像 **Hyparquet** 这样的库,浏览器只需获取 Parquet 文件中必要的字节范围,即可响应特定的查询。其秘诀在于精心设计的数据流水线:通过预先计算“分组集”(Grouping Sets)并按过滤维度对数据进行排序,文件本身就变成了一个索引。当用户与仪表板交互时,浏览器会读取文件的页脚元数据,以识别并仅提取相关的行组,从而在无需服务器端计算的情况下实现高性能。 这种方法简化了架构和安全性,因为身份验证可以通过签名 URL 或简单的代理来处理。它具有极高的成本效益,特别是在配合现代免流量费(egress-free)的对象存储使用时,非常适合具有可预测、有界分析问题的仪表板。通过将复杂性“左移”至数据准备阶段,开发者可以用轻量级、基于文件的解决方案替代沉重且昂贵的基础设施,从而使系统既快速又易于维护。

对不起。

Claude 拥有一种极具辨识度、干练且重复的写作风格。这种“Claude味”——如今也出现在 Kimi K3 等蒸馏模型中——似乎是 Anthropic 的刻意选择,很可能是通过人类反馈强化学习(RLHF)所强化的结果,而非大语言模型的必然产物,毕竟像 GPT-5 这样的模型写出的内容更加自然。 有趣的是,Anthropic 自家的公开研究和政策文档却保持着专业、平易近人的语调,完全避开了其产品标志性的风格。作者探讨了造成这种差异的几种理论:从维持“以人为本”的品牌形象,到 Anthropic 可能刻意在 Claude 中嵌入可识别的独特标记以确保 AI 的可辨识性。另一种可能是,Anthropic 的内部编辑更倾向于从自己的文字中剔除这些“陈词滥调”的标记。 归根结底,作者质疑如果这种风格降低了对敏锐读者的实用性,为何还要保留它。无论这是出于安全考虑的特性,还是一种固执的风格偏见,它都造成了一个奇怪的悖论:Anthropic 的模型所采用的写作方式,恰恰是其创造者在自身专业表达中极力规避的。

抱歉。

软件开发的未来正日益由人工智能驱动。尽管人工智能生成的代码偶尔不够完美,但企业将优先考虑成本效益,宁可接受“足够好”的结果,也不愿为绝对的精确性支付高昂成本。随着消费者期望逐渐适应这一新标准,软件工程的发展轨迹正在发生根本性转变。 该领域将出现分化:作为科学的软件工程,其重心将几乎完全收窄至推动人工智能自身的发展。与此同时,传统领域的创新——例如新的 UI 库或编程语言——将陷入停滞。由于最先进的模型已针对 React、Python 和 JavaScript 等现有的主流技术进行了优化,新工具将难以获得关注或建立必要的开发者社区。除非大型企业有资源在内部专有技术栈上训练自有模型,否则整个行业都将倾向于那些由全球人工智能模型所支持的既定生态系统。我们已走到无法回头的地步:软件开发不再是关于人类主导的发明创造,而是通过人工智能来维护和完善现有的数字基础设施。

抱歉。

本文探讨了一项激进的提议:将日渐老化的 ELF(可执行与可链接格式)替换为 SQLite 作为原生可执行文件格式。作者引入了 **SELF(结构化可执行与可链接格式)**,这是一种利用 SQLite 存储二进制元数据、符号表和代码段的机制,使得可执行文件具备可查询性和自描述性。 与依赖僵化、需手动解析的二进制结构及复杂查找机制的 ELF 不同,SELF 将可执行文件视为数据库事务。这种方法简化了常见任务:`strip` 变成了 `DELETE` 操作,`patchelf` 变成了 `UPDATE`,而 `ldd` 则被简单的 SQL `JOIN` 所取代。 作者的研究强调了以下几个优势: * **去重:** 将多个可执行文件打包到同一个数据库中,通过共享依赖项和符号驻留字符串,可以大幅节省空间。 * **灵活性:** 复杂的系统行为(如 `LD_PRELOAD`)可以作为数据库行进行原子化管理。 * **闭包打包:** SELF 能够创建包含所有传递依赖项的“一体化”可执行文件,从而有效地消除了库解析中的歧义。 通过利用 Nix 作为基础设施并使用 binfmt_misc 执行,作者成功展示了一种功能完备、可查询且可能比传统二进制格式更高效的替代方案。

《可执行文件即 SQLite 数据库》一文探讨了使用 SQLite 文件替代传统 ELF 可执行文件格式的概念。通过将应用程序视为数据库,开发者可以将代码、数据和依赖项整合进单一的可查询文件中,从而有望简化应用程序的部署和内省过程。 Hacker News 的评论者对此反应不一,既有赞赏也有质疑。支持者称赞这一构想是软件打包领域一次强大且符合逻辑的演进,指出它能够简化动态链接、插件系统及自修改程序等复杂任务。许多人提到,现有的工具(如 Steampipe 或 osquery)已经采用了类似的数据库驱动范式,且这种方法最终可能取代 AppImage 等刻板的格式。 然而,批评者强调了显著的技术障碍,主要是内存映射(mmap)效率的损失。由于标准 ELF 文件被直接映射到内存中,它们支持共享且不可变的段;而 SQLite 的 B 树结构需要进行数据拷贝,这会增加内存开销,并降低大型应用程序的性能。尽管用户赞赏该项目的创新和“黑客”精神,但大多数人仍将其视为一种实验性的概念验证,而非对成熟的可执行标准的可行替代。

为了确保 AI 智能体执行的可靠性,我们必须停止依赖模型在信息缺失时“决定询问什么”。相反,我们应从鼓励被动“盖章式”确认的“起草-验证”工作流,转向以**清单驱动的执行模型**。 该提议的核心是将执行过程视为一系列必需“槽位”(数值、条件和意图)的列表,而非推理任务。 **核心要素:** * **外部清单:** 预先定义需求,并按来源分类:固定项(意图/上下文)、提供方(工具特定的字段/条件)和用户(偏好)。 * **搜索顺序,而非信任:** 为每个槽位定义严格的查询层级(例如:用户输入 → 预设值 → 先前状态)。如果在这些来源中搜索后仍未找到值,则将其标记为“未知”。 * **拒绝编造:** 应剥夺模型编造缺失值的权限。如果槽位为空,系统必须暂停并询问用户。 * **结论与执行分离:** 仅在所有必需槽位已填满并记录下“结论”后,方可执行操作。这创建了审计跟踪,能在发生错误时准确识别是哪个槽位缺失或不正确。 通过将“缺失的信息”显性化和外部化,我们将验证过程从主观判断转化为机械化的流程。

Hacker News 最新 | 往期 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 LLM 工具故障:仅有的 3 个根本原因 —— 值、条件、意图 (github.com/jang-woo-annasoft) 7 分,作者:offaxis,1 天前 | 隐藏 | 往期 | 收藏 | 1 条评论 帮助 offaxis,1 天前 [–] 推理是对话中的强项,但在执行时却成了问题。因此,与其问“你真的运行了吗?”并仅仅分析结果,不如剥夺模型决定输入值的权限,只让它负责计算。 这并非提高准确率的技术,而是执行能够生效的前提条件。 回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

这份来自“米达斯计划”(The Midas Project)的报告审视了风险投资公司安德里森·霍洛维茨(a16z)如何积极塑造美国的人工智能政策,以促成利于其投资组合的宽松监管环境。 该公司有记录显示其支持的企业涉及欺骗性营销、利用监管漏洞以及造成实质性的社会危害。案例包括旨在欺骗用户的僵尸网络、与儿童安全及自杀问题相关的“AI伴侣”、针对弱势群体的赌博平台,以及涉及欺诈和资不抵债的金融科技初创公司。尽管这些企业屡次出现监管失误并受到法律调查,a16z 仍持续支持这些创始人。 目前,a16z 正投入数千万美元用于游说和超级政治行动委员会(Super PACs),并将前合伙人安排在具有影响力的政府职位上,以破坏各州的 AI 监管法规。该公司的“技术乐观主义”意识形态将风险管理和安全协议视为进步的障碍。通过倡导一个“负担最小化”的联邦框架,a16z 试图将“快速行动、打破陈规”的模式制度化。报告总结称,a16z 正押注于在其公众能够针对这些技术带来的系统性风险制定保护措施之前,先行主导人工智能时代的规则。

这篇 Hacker News 的讨论批评了风险投资公司 Andreessen Horowitz (a16z),指责其投资“反乌托邦”初创企业,这些企业通过社会操纵、剥削和破坏公众信任来追求短期利益。 讨论的主要观点包括: * **对“终局”贪婪的批判:** 评论者认为,这些投资(如人工智能驱动的“手机农场”和监控技术)反映出对社会健康状况的冷漠。主流观点认为,一些科技精英正在放弃共享社会契约的概念,转而建立一个“低人口天堂”或“数字封建主义”,使他们自己能与大众隔离。 * **“作弊”文化:** 参与者指出,许多此类初创企业建立在“钻空子”或藐视法律的基础上,而这种特质往往会受到顶级风险投资公司的积极奖励。 * **系统性担忧:** 虽然有些人为这些投资辩护,称其为标准的市场驱动型创新,但许多人认为,“不受约束的资本主义”目前正在摧毁社会运作所必需的信任基础。 * **对意图的质疑:** 辩论强调,这些投资者往往缺乏除“无休止地积累”权力之外的连贯长期愿景,他们将人类视为可自动化或为获利而被操纵的可消耗资源。

更多

联系我们 contact @ memedata.com