每日HackerNews RSS
Meta 正面临一场具有里程碑意义的法律诉讼。加利福尼亚州等 29 个州的司法部长联手起诉该公司，指控其刻意将 Facebook 和 Instagram 设计成令儿童上瘾的产品，并就这些风险误导公众。 继近期在新墨西哥州遭遇法律败诉（导致近 10 亿美元的罚款及强制改进年龄验证工具的裁决）后，专家们认为这场加州审判可能是社交媒体行业的“烟草时刻”。由于加州是 Meta 的大本营且在法律界具有重要影响力，若在此案中败诉，可能会带来“天文数字”般的经济后果，并迫使该公司对其核心商业模式和算法进行全国性的根本变革。 尽管 Meta 声称这些指控毫无根据且不相称，但原告方正在寻求永久性的禁令救济，包括移除无限滚动等成瘾性功能，以及可能删除基于未成年用户数据训练出的算法。如果诉讼成功，其结果可能会削弱 Meta 为其人工智能巨额投资提供资金的能力，并将成为科技公司如何为其数字产品设计承担责任的一个重要转折点。
抱歉。
PC组装正面临严峻危机，DRAM价格已大幅飙升，许多DDR5内存套装的价格较一年前上涨了400%至500%。由于消费者难以负担新标准，导致对旧款DDR4内存的需求增加，其价格也随之上涨了高达180%。
这股全球涨价潮是由人工智能行业巨大的需求驱动的，该行业几乎消耗了所有可用的产能来构建高利润的数据中心。随着主要制造商优先考虑人工智能基础设施而非消费电子产品，且超大规模买家已锁定了直至2027年的供应，形势十分严峻。
SK海力士（SK Hynix）和威刚（ADATA）等行业领导者警告称，这种短缺并非暂时的泡沫，而是一种可能持续数年的结构性转变。由于预计需求将持续超过供应直至2030年，廉价且充足的内存时代已彻底终结。对于计划组装PC的用户来说，要么支付高价，要么大幅降低预期，因为价格短期内没有回落到历史常态的迹象。
Hacker News 上的硬件爱好者们对过去一年内存和存储价格飙升 500% 的现象表示强烈不满。用户反映固态硬盘（SSD）和内存条的价格已高到令人望而却步，许多人认为这是由人工智能数据中心的巨大需求、周期性的商品市场行为以及主要内存制造商可能存在的操纵价格行为共同导致的。
讨论中的关键主题包括：
* **人工智能驱动的短缺：** 大型人工智能公司通过大规模的多年期合同锁定了供应，导致面向消费者的硬件产能严重不足。一些人担心，这实际上会创造一个“仅限云端”的未来，使个人计算沦为一种小众爱好。
* **市场动态：** 参与者们在争论这究竟是面对前所未有需求激增时的自然市场反应，还是类似卡特尔的“内存税”证据。许多人指出，建设内存晶圆厂成本极高，导致制造商在扩大产能方面非常谨慎。
* **消费者行为转变：** 用户越来越倾向于放弃升级，将现有设备的使用周期延长至 7 年以上，这可能会导致消费者在硬件上的支出大幅下降。
* **对优化的期待：** 一些人认为，这种稀缺性最终可能会迫使软件开发人员优先考虑内存效率，而不是依赖日益臃肿且占用大量资源的代码库。
北京谱仪III（BESIII）合作组的物理学家提供了有力证据，表明一种被称为X(2370)的粒子是“胶球”——一种完全由胶子组成的理论粒子。虽然胶子通常将夸克结合在一起形成质子和中子，但量子色动力学预言，胶子之间也可以相互作用，形成这种独特的独立团簇。
X(2370)发现于2011年，由于其质量以及在J/ψ介子衰变中的出现，长期以来一直被认为是质量最轻的胶球候选者。然而，确认其身份需要多年的分析。通过研究近百亿次J/ψ衰变，研究人员最终确定X(2370)具有理论预言的特定“自旋宇称”。
尽管一些专家指出尚无单一的“决定性证据”，但累积的证据已被认为极具说服力。确认胶球的存在将为量子色动力学提供关键验证，证明胶子之间确实存在相互作用。此外，这也为质量的起源提供了更深层次的见解；尽管胶子本身没有质量，但人们认为胶球内部强烈的相互作用对我们所见宇宙物质的总质量做出了显著贡献。
中国的物理学家报告了“胶球”存在的有力证据——这是一种完全由传递力的胶子组成的理论粒子。根据量子色动力学（强相互作用理论）的预测，胶球的独特之处在于它由力而非传统物质构成。如果得到证实，这一发现将直接证明胶子能够相互作用，这是标准模型的一个关键原则。
这一消息在 Hacker News 上引发了广泛讨论，内容涵盖了从色动力学的错综复杂到现代科学研究的全球性等多个话题。许多评论者指出，尽管这一发现是一个重要的里程碑，但它代表的是对几十年前预测的证实，而非范式转移式的突破。
此次讨论还涉及了粒子物理学的历史、大型科学项目的管理，以及国际合作的作用。最终，该讨论串成为了一个平台，既进行了技术辩论，也对在日益激烈的地缘政治背景下，基础研究如何开展、资助以及被公众理解进行了哲学反思。
法官为九号公共广播电视台（Nine PBS）检索档案数据制定了框架。 Judge sets framework for Nine PBS to retrieve archival data
72 天前
请启用 JavaScript 和 Cookie 以继续。
一位联邦法官已制定框架，允许 Nine PBS 取回存储在 Open Source Storage (OSS) 的档案数据，该供应商近期已申请破产。目前这些数据由 Iron Mountain 保管，但后者因担心数据混杂及涉及其他 OSS 客户的潜在责任而拒绝开放访问权限。
这一情况在 Hacker News 上引发了关于数据管理和第三方存储法律现实的争论。许多评论者批评 Nine PBS 未能维护本地冗余备份，认为仅依赖单一服务商存储关键历史档案属于严重的专业失职。另一些人则指出，尽管法律裁决过程缓慢且令人沮丧，但这在托管纠纷中属于标准且必要的流程。
此外，有关金融科技与“银行即服务”（Banking-as-a-Service）模式的讨论也引发了激烈争议，人们将其与 Synapse 的破产案进行了类比。批评者认为，许多科技公司绕过了数十年建立的金融监管，却在企业不可避免地倒闭时才意识到这些保障措施存在的意义。尽管一些人认为这与 Nine PBS 的案例关联不大，但另一些人则将其视为一种必要的警示，提醒人们将关键基础设施外包给监管不足或杠杆过高的中间商所带来的风险。
Qwen3.8 27B 在智能水平上处于领先地位，与同等规模的其他开源权重模型相比，性价比极高。该模型支持文本和图像输入，输出文本，并拥有 256k 的上下文窗口。Qwen3.8 27B 在 Artificial Analysis 智能指数上得分为 52 分，远高于同类模型的平均水平（中位数为 9）。在评估智能指数时，它生成了 1.6 亿个 token，与 4300 万的中位数相比非常详尽。Qwen3.8 27B 的定价为每 100 万个输入 token 0.00 美元（极具竞争力，中位数为 0.04 美元），每 100 万个输出 token 0.00 美元（极具竞争力，中位数为 0.15 美元）。
Qwen3.8 27B 的发布在 Hacker News 上引发了热烈讨论，用户们对其出色的性能与尺寸比赞叹不已。该模型在 Artificial Analysis 基准测试中获得了 52 分，其实力足以媲美 GLM 5.2 和 GPT-5.6 Luna 等更大规模的前沿模型，且体积小巧，足以在单张高端消费级显卡上运行。
**讨论要点：**
* **“推理”取舍：** 该模型的高性能很大程度上归功于其“最大化”的推理投入，即利用了深度长链路的推理轨迹。虽然这带来了极高的准确性和“钻研型”的问题解决能力，但也增加了代币消耗（比同类模型高出 2.3 倍），并降低了生成速度。
* **性能与易用性：** 用户反馈称，该模型在复杂的编程和智能体任务中表现卓越，常超越以往的“前沿”模型。然而，其效率也引发了争议，部分用户认为与速度更快但“智能”程度较低的模型相比，这种沉重的推理负担令人感到沮丧。
* **格局转变：** Qwen3.8 27B 的成功引发了关于人工智能未来的讨论。许多人认为，随着高性能、小巧且可本地运行的开源权重模型的兴起，大规模集中式数据中心的时代或将面临挑战。
日晷 Sun Clock
72 天前
Sun Clock 是一款 24 小时制时钟，可显示太阳的位置，以及您当前所在位置的日出、太阳中天、日落、黄金时刻和暮光时间。它还显示月亮的位置、月相及其升落时间。 本网站需要 JavaScript 才能正常运行。页面大小约为 100 KB，没有广告或追踪（仅包含一个来自 Simple Analytics 的小型统计脚本）。真的值得一试 ;) 关于方向的说明 — 为什么它是逆时针的？ 提示 点击或悬停在各时段上可查看其开始和结束时间。您也可以点击/悬停在月亮、时针和中心点上。查看更新以了解历史变更。 支持 Sun Clock 可免费使用，且不含广告。如果您想支持 Sun Clock，请 — 隐私 我们仅收集汇总后的用户统计信息。您的位置和设置存储在您的网络浏览器中，不会发送到服务器。不会保存或发送任何 Cookie。 反馈 〜 源码 〜 SunCalc ✕
抱歉。
这篇评论指出，Anthropic 正通过披着“安全”和“道德权威”的外衣，掩盖其反竞争的垄断行为，从而对人工智能的未来构成重大威胁。 作者认为，Anthropic 的真正目标是建立一个由其充当核心智能仲裁者的“许可制度”。该公司的种种行径——例如悄悄降低为竞争系统构建者的模型输出质量、利用模糊的服务条款阻碍创新，以及积极游说制定有利于现有大公司的法规——被定义为“即服务型破坏”（Sabotage as a Service）。 该论点的核心在于“Claude 从工具向依赖项”的转变。作者警告称，当认知成为基础设施，Anthropic 对模型行为、访问权限和使用权利的控制就会形成一种“数字封建主义”。 为应对这一局面，作者主张采用**开源 AI** 和本地推理。通过掌控硬件（GPU）并使用开源模型，开发者可以实现“运营主权”，从而避免因公司政策更新而导致工作流“被抽走地毯”的风险。最终，作者呼吁构建一个将智能视为公共且可修改的资产，而非封闭的订阅制服务的生态系统。
抱歉。
这篇博文通过在 R 中从零开始构建 K 折交叉验证（CV），探讨了其中的权衡取舍。作者验证了一个经典的统计启发式结论：留一法交叉验证（LOOCV）偏差最低但方差最高，而 5 折交叉验证的偏差较高但方差较低。
为了测试这一结论，作者模拟了一个数据集，并评估了不同交叉验证方法下的模型性能。虽然在大样本量（n=1000）下，结果基本符合教科书理论，但在小样本（n=100）下，模式则变得不够稳定。作者还探讨了“衰减效应”，指出有限的训练数据会导致预测出现噪声，使得预测值与实际值的斜率低于 1——这种偏差会随着数据集的增大而减小。
除了核心实验外，作者还对 R 语言的 `formula` 语法有了更深入的实践认识，并明确了未来的学习方向，例如将自定义交叉验证应用于超参数调优以及探索嵌套重采样。这篇文章是对基础机器学习概念的实战验证，强调了从头编写算法是加深对模型评估理解的有效途径。
通过组建“电池生日俱乐部”来改变你们的礼赠方式。与其购买容易被遗忘的小饰品，不如集资（例如每人 50 到 200 欧元）为每位朋友购置一台 5 kWh 的家用电池，例如价值 1600 欧元的 EcoFlow STREAM 5000。 这些电池通过将电力生产与消费解耦，提供了长期价值。系统利用动态电价，自动在电价低谷时购电，并在高峰时段放电，从而降低电费支出。虽然仅依靠电网套利的回本周期约为 11 至 13 年，但如果结合太阳能电池板或电网服务补偿，其经济效益会显著提升。 除了节省开支外，这些电池还能在断电时提供必要的备用电力，维持冰箱、路由器和照明的运行。它们还能通过储存原本会被浪费的多余风能或太阳能，支持电网稳定性。通过协调捐赠，你可以为朋友提供一份可持续、实用且改善生活的礼物，既能维持家庭供电，又能降低生活成本。如果有一千万户家庭采用这种方式，将形成巨大的分布式储能网络，把个人礼物转化为对能源转型的有力贡献。
关于“给朋友买电池”的 Hacker News 讨论主要围绕家庭储能系统的实用性和社会可行性展开。
支持者认为，家用电池提供了去中心化的韧性、通过电力套利实现潜在成本节约，以及为冰箱和路由器等必需品提供应急备份。有人建议建立“电池生日俱乐部”——通过朋友集资为彼此购买储能系统，从而实现该技术的普及。
然而，许多评论者表示怀疑。批评者指出：
* **财务可行性：** 这些系统的投资回收期（通常在 10 年以上）往往会被电池衰减和不稳定的电价抵消。
* **实用性：** 许多用户认为技术要求（许可证、线路改造和空间限制）过于繁琐。
* **安全与伦理：** 人们对大型锂电池的火灾风险表示担忧，并质疑要求朋友为超过 100 欧元的礼物集资所隐含的“阶级特权”。
* **替代方案：** 一些人认为具备双向充电功能的电动汽车是更高效、更具前瞻性的解决方案，而另一些人则指出，对于大多数用户偶尔遭遇的停电，发电机或简单的食品安全预防措施更具成本效益。
最终，大家的共识是，虽然家庭储能系统很有用，但它并非一种“放之四海而皆准”的解决方案。