总部位于多伦多的初创公司 Civic Grid 在安大略省坎宁顿（Cannington）启动了一项试点项目，将能源基础设施与社区设计融为一体。该项目包含一个 60 千瓦时的电池，安置在一个现代化的发光“电话亭”结构中，兼作聚会空间和公共充电站。 该电池专为 Nourish and Develop 基金会设计，在低电价的非高峰时段充电，为当地食物银行的设施全天供电。这不仅大幅节省了成本，还能在电网停电时作为可靠的备用电源。除了实用功能外，该设计以公共水井为蓝本，旨在促进社交互动，并为居民提供手机充电和辅助动力设备用电等必要支持。 Civic Grid 创始人马克斯·法恩（Max Fine）认为，这种方法对于能源转型至关重要。通过将“笨重的工业”硬件伪装成美观的社区设施，该公司克服了公众对电网基础设施的抵触。这一策略表明，深思熟虑的设计是将可持续的分布式能源系统融入社区的关键，从而满足电动汽车和现代科技日益增长的能源需求。
每日HackerNews RSS
安大略省坎宁顿：一座巨型电池如何改变城镇中心 How a giant battery is transforming a town centre in Cannington, Ontario
70 天前
近期的一场 Hacker News 讨论探讨了安大略省坎宁顿（Cannington）的一个独特基础设施项目：一个集成在公共庭院中的 60 kWh “市民电网”（Civic Grid）电池。
该设施在夜间用电低谷时充电（利用安大略省充裕的夜间核电），并在白天为当地慈善机构供电。除了在电网中发挥功能性作用并提供应急备用电源外，该庭院还设有座位和公共充电插座，成为了一个社区聚集空间。
评论者们对该项目的规模和效用展开了辩论。虽然一些怀疑论者质疑其“巨大”的标签，指出 60 kWh 的容量仅相当于一辆中型电动汽车的电池，但另一些人则称赞这一概念是将建筑与实用性相结合的前瞻性尝试。支持者认为这种模式可以在其他城镇复制，甚至可能承载“盒子里的互联网”（internet-in-a-box）节点或其他公共服务，从而有效地将当地基础设施转变为社区资源。总的来说，该项目被视为将建筑设计与电网平衡技术相结合的一种创造性方式。
这份来自 Linear 的报告分析了 2024 年至 2026 年间人工智能如何重塑产品开发。基于数万个团队的数据，该研究揭示了几个关键趋势： * **广泛采用：** AI 的整合已在所有职能部门（包括非技术岗位）以及各种规模的公司中激增。值得注意的是，包括首席执行官在内的资深管理层目前使用 AI 的频率已与团队持平或更高。 * **产出提升：** 编码代理（Coding Agents）在两年内推动合并请求（Pull Requests）增长了 111%。使用编码代理的团队产出增加了两倍，而未使用的团队产出则基本停滞。 * **角色转变：** AI 正在模糊传统的专业界限。更多的产品经理和设计师开始参与代码编写，高管也越来越多地参与实际操作任务，这表明职场正向“人人皆为构建者”的文化转变。 * **AI 的“杰文斯悖论”：** AI 并没有取代现有工作，而是增加了一层新的协调与互动。总体而言，产品开发所花费的时间并未减少，反而有所增加。 归根结底，虽然 AI 显著加快了软件开发的步伐，但它目前的功能是推动产出量的增长，而非取代人力。
这场 Hacker News 上的讨论围绕 Linear 的一篇博文展开，该博文分析了软件团队中 AI 的使用模式。辩论揭示了职场应用 AI 时的几个核心矛盾：
* **指标有效性：** 许多评论者认为，追踪代码提交（PR）数量或 AI 工具使用率属于“虚荣指标”。批评者指出，活动量的增加并不一定与投资回报率（ROI）或产出的提升成正比，这可能反映的是管理压力，而非真正的生产力。
* **技能与意图：** 一个反复出现的主题是，AI 的有效性在很大程度上取决于使用者的技能。尽管一些开发者认为 AI 在处理重复性任务和实现并行工作方面具有革命性，但其他人警告称，它可能助长“感觉编程”（vibe coding），从而导致技术债务并削弱架构层面的监管。
* **投资回报率危机：** 人们对目前的 AI 投入（成本往往高达数万亿美元）是否能带来相应的价值持怀疑态度。一些人认为，虽然 AI 对特定任务很有用，但许多企业缺乏准确衡量其对客户价值影响的能力。
* **数据隐私：** 一些用户对 Linear 等 SaaS 平台挖掘并发布内部团队使用数据的做法表示不满，认为这是对客户所有信息的滥用。
本分析审视了微软产品命名惯例的动荡历史，将品牌标识视为“中期租赁协议”，而非永久固定的资产。 通过追踪产品名称的生命周期，该项目基于当前的名称存续时间、历史重塑频率以及过往的品牌迭代，生成了一份“品牌重塑风险指数”。虽然这项研究以幽默且基于数据的方式，分析了哪些产品在统计学上“即将”面临更名，但作者强调，这只是一种有趣的推演，而非内幕消息或预测。 该方法论依赖于一份活跃产品的“规范注册表”，并通过中位数来避免异常稳定的品牌名称对数据造成的扭曲。然而，分析也承认了其固有的局限性，包括存活者偏差（已停产的产品未被计入）以及企业决策的非确定性。归根结底，该项目是一项识别品牌重塑趋势的统计练习，其中高“风险”评分更多是为玩笑做铺垫，而非对企业战略路线图的确认。
抱歉。
GLM-5.3 (max) 是目前最智能的模型之一，且与同价位模型相比具有相当高的性价比。该模型支持文本输入与输出，并拥有 100 万 token 的上下文窗口。GLM-5.3 (max) 在“人工智能分析指数”（Artificial Analysis Intelligence Index）中得分为 60 分，远高于同类模型的平均水平（中位数为 35 分）。在进行该指数评估时，它生成了 1.7 亿个 token，相较于 7200 万的中位数而言，输出内容非常详尽。GLM-5.3 (max) 的定价为每 100 万输入 token 1.40 美元（定价合理，中位数为 1.75 美元），每 100 万输出 token 4.40 美元（定价合理，中位数为 10.00 美元）。完成此次人工智能指数评估，GLM-5.3 (max) 的总成本为 1238.50 美元。
抱歉。
面向创始人、工程领导者及法律顾问：关于发布 AI 生成代码的须知 AI 代码 = 无作者 = 无版权 根据现行美国版权法，纯 AI 生成的代码没有人类作者，因此无法获得版权，也无法作为你真正拥有的资产进行保护。
抱歉。
对不起。
**fx** 是一款由 Zig 编写的轻量级、高性能编码代理（coding agent），专为研究、可嵌入性及资源受限环境而设计。其二进制文件仅 6MB，冷启动时间近乎瞬时（10微秒），针对速度和最小系统占用进行了优化。 与笨重的“终端 IDE”工具不同，fx 提供了极简的类 Unix 界面，优先考虑类 Shell 的操作逻辑和滚动历史记录。它是模型无关的、开源的（Apache-2.0），并支持本地及云端推理。核心特性包括： * **高性能：** 针对低内存占用和高效的 Token 消耗进行了优化。 * **高度可嵌入：** 具备出色的 WebAssembly 支持，非常适合集成到大型系统或代理沙箱中。 * **可扩展：** 采用模块化的“技能”和插件架构，包括对 MCP 的支持，允许用户在不臃肿核心的前提下定制功能。 无论是通过 CLI 使用，还是作为便携式工具通过 Wasm 集成，fx 都是为那些需要快速、无干扰且易于编程的编码助手的开发者而打造。
**fx** 是一款使用 Zig 语言编写的新型极简编码代理及工具框架。它专为高性能和可移植性而设计，二进制文件仅约 6MB，具有极快的冷启动速度（10微秒）和极低的内存占用，非常适合嵌入到资源受限的环境或大型系统中。与笨重的 TUI（终端用户界面）IDE 不同，它模拟 Unix shell 且不绑定特定模型。
该项目在 Hacker News 上引发了激烈讨论。支持者看重其速度快、体积小以及易于嵌入的特性。然而，许多用户也对以下问题表示不满：
* **Vercel 绑定**：当前版本强制要求使用 Vercel AI Gateway 账户，这限制了那些希望使用本地或自托管 LLM（不依赖特定服务商）的用户的使用体验。
* **市场饱和**：怀疑论者认为，“代理框架”领域已经充斥着大量同质化的“跟风”项目。
* **工具复杂度**：一些开发者批评该项目的工具集过于臃肿，认为现代大模型并不需要 *fx* 中包含的那么多辅助工具。
* **技术实现**：尽管其选择 Zig 语言备受称赞，但也有人质疑，与 Nim 或 C 等其他能实现更小体积的极简方案相比，6MB 是否真的算得上“微型”。
归根结底，*fx* 凸显了业界对标准、轻量且可扩展的代理架构的持续探索。
Flock 经常标榜自己是业内最透明的公司。上周，他们却把持有门票的记者拒之门外，禁止他们参加 Flock Forward 活动。不仅如此，他们还派员工以我的名义联系酒店，取消了我的预订。Flock Safety 的 Josh Thomas 曾说：“归根结底，我认为整个社区都是我们的客户。” 本周，Flock 在亚特兰大举办了一场会议，邀请了全国各地的警察讨论其监控摄像头。甚至连会议地点都是保密的。你和我不仅不是他们的“客户”，更是不受欢迎的人。
最近 Hacker News 上的一场讨论围绕着一篇报道展开，该报道称 Flock 公司“冒充”一名记者取消了他的酒店预订，此前该公司已撤销了该记者对活动的访问权限。
这场讨论很快引发了争议，许多用户认为标题具有煽动性且带有误导性。评论者指出，这名记者本人的叙述中并未明确声称“冒充”，而是称该公司“代表他”取消了预订。
争论的一个核心点是酒店“预留房”的性质。支持该公司行为的人认为，会议组织者通常可以控制通过其团体代码进行的预订，如果参会者的资格发生变化，组织者有权取消预订。而另一些人则批评酒店允许第三方在未经客人同意的情况下取消预订，无论预订状态如何。
该讨论帖最终演变成关于监视、测速摄像头和政治意识形态等不相关议题的争论。最终，许多用户举报了该帖，认为其标题煽动且不准确，存在散布虚假信息的行为。
请启用 JavaScript 和 Cookie 以继续。
抱歉。
该项目将一只 3D 果蝇带到了你的 macOS 桌面。它由基于真实的 FlyWire v783 连接组的 1kHz 实时“漏电积分放电”（leaky-integrate-and-fire）模拟驱动。
这只果蝇的行为并非脚本动画，而是由 668 个神经元和 19,000 个突触连接所决定，包括行走、梳理、睡眠和受惊逃跑。它能与桌面环境互动，将窗口边缘视为物理凸起，将光标移动视为迫在眉睫的威胁。当你移动鼠标时，果蝇的视觉神经元（LC4/LPLC2）会处理这些运动；如果巨型纤维“指令”神经元放电，果蝇会在约 4 毫秒内起飞，重现真实的生物反应。
该应用程序包含一个交互式“大脑窗口”，可显示 23,210 个真实的神经元胞体位置，允许用户“光遗传学”地刺激特定神经回路，以观察果蝇随后的行为反应。它轻量且无需特殊权限，利用 macOS 的空闲 API 来感知活动和昼夜节律。通过将真实的突触连接映射到程序化的身体力学，该工具为理解生物大脑如何控制运动提供了一个独特且具有科学依据的窗口。
本项目开源（MIT 协议），地址为：[https://github.com/DenisSergeevitch/desktop-fly](https://github.com/DenisSergeevitch/desktop-fly)。
Hacker News 的讨论围绕着一个 GitHub 项目展开，该项目在 macOS 桌面上呈现了一只由“FlyWire”神经连接组模拟驱动的 3D 果蝇。
该项目引发了激烈的争论。批评者认为其营销具有误导性，称其利用神经连接组作为“熵生成器”，而非真正的生物行为模型，尤其是考虑到突触权重尚不可知。另一些人则强调了模拟神经元的技术挑战，指出尽管该项目使用了“脉冲响应积分发放（leaky-integrate-and-fire）”模型，但这仍是一种极大的简化。
对话迅速演变为关于模拟意识实体伦理的哲学辩论。用户质疑此类模拟是否会产生痛苦或受苦的体验，并将其与《黑镜》或小说《莉娜（Lena）》等作品进行类比。这进而引发了关于生命定义、人工智能伦理本质以及创造“人造地狱”道德性等更广泛的分歧。
一些参与者对缺乏简单的演示视频表示不满，而另一些人则讨论了 macOS 原生开发与跨平台兼容性的优劣。总的来说，该讨论串反映了当下人们对于神经科学、人工智能与数字伦理交汇点的焦虑与好奇。