请启用 JavaScript 和 Cookie 以继续。
每日HackerNews RSS
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
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。
在 *Phillips v. Parlade* 一案中，美国联邦地方法院法官驳回了一起针对州法院法官的诉讼。原告指控该州法官做出的裁决完全基于人工智能。 原告辩称，法官将决策权让渡给人工智能，属于越权行为，因此丧失了司法豁免权。然而，法院驳回了这一主张，并指出发布裁决——无论其背后的程序如何——都是法官在审理案件过程中履行的一项典型司法职能。根据既定框架，该行为仍属于“司法性质”，被告享有绝对司法豁免权。 法院明确表示，联邦民事诉讼并非挑战州法官程序方法的适当途径。尽管诉讼当事人可以通过州上诉程序、调卷令或司法纪律处分程序来表达对法官依赖人工智能的担忧，但司法豁免原则禁止在联邦地方法院对此类主张进行诉讼。因此，即使有关使用人工智能的指控属实，该法官也不承担民事责任。
Launch HN: Speko (YC S26) – 语音 AI 版的 OpenRouter Launch HN: Speko (YC S26) – OpenRouter for Voice AI
72 天前
```javascript import { defineAgent, voice } from '@livekit/agents'; import * as openai from '@livekit/agents-plugin-openai'; const key = process.env.SPEKO_API_KEY!; const baseURL = 'https://api.speko.ai/v1'; export default defineAgent({ entry: async (ctx) => { const session = new voice.AgentSession({ // 使用 OpenAI 兼容接口配置语音转文字 (STT) stt: new openai.STT({ apiKey: key, baseURL, model: 'auto' }), // 使用 OpenAI 兼容接口配置大语言模型 (LLM) llm: new openai.LLM({ apiKey: key, baseURL, model: 'auto' }), // 使用 OpenAI 兼容接口配置文字转语音 (TTS) tts: new openai.TTS({ apiKey: key, baseURL, model: 'auto' }), }); await session.start({ agent: new voice.Agent({ ... }) }); }, }); ```
Speko (YC S26) 是一个旨在通过基准测试，并在性能最优的语音转文字 (STT)、大语言模型 (LLM) 和文字转语音 (TTS) 模型之间进行路由，从而优化语音 AI 代理的平台。
虽然许多生产环境中的语音代理都依赖于这三层技术的组合，但由于集成复杂度高，且难以跨不同语言和限制条件衡量性能，团队往往难以更新其技术栈。Speko 通过以下方式解决了这一问题：
* **持续基准测试：** 定期更新的公开排行榜，根据准确性（例如特定领域词汇）、延迟和自然度对供应商进行排名，并由自动化测试和人工评估共同验证。
* **智能路由：** 一个根据用户定义的限制条件评估请求，并将其路由至最优模型组合的网关。
* **基础设施灵活性：** 一个开源网关（Go 二进制文件），允许团队将 Speko 集成到自己的容器中，在确保与供应商低延迟通信的同时，保持对数据和密钥的控制。
Speko 旨在消除升级语音代理时的“研发项目”障碍，使企业能够在市场出现更新、更快或更准确的替代方案时，轻松地更换模型。
Saggar 是一款专为管理复杂的多智能体开发工作流而设计的原生 macOS 终端。通过对会话进行分类（运行中、空闲、已完成或失败），Saggar 能够整理您的工作区，将后台任务折叠隐藏，同时高亮显示需要您立即处理的进程。
主要功能包括：
* **集中式队列**：将所有提示和已完成的任务整合到一个统一的、具有优先级排序的“关注队列”中，助您高效处理阻塞问题。
* **持久化会话**：跨项目和分支追踪 Shell、开发服务器和智能体，确保上下文不丢失。
* **远程管理**：配套的移动应用程序允许您随时随地监控、交互并管理终端会话。
* **强大的安全性**：采用“默认拒绝”的设计理念，系统使用端到端加密的中继传输和严格的账户配对机制，确保不开放任何网络端口。
Saggar 专为 macOS（Tahoe 或更高版本，仅限 Apple Silicon）打造，将运行多个并发智能体带来的混乱体验转化为结构化、可管理的监督闭环。
颜色 Olo (Color)
72 天前
2025年4月18日，加州大学伯克利分校的研究人员识别出一种名为“olo”的“虚构”色彩。这种颜色存在于人类标准可见光谱之外，因为它需要视网膜中M视锥细胞的排他性刺激，而由于人类感光细胞敏感度存在重叠，在正常条件下这无法实现。
为了实现这一目标，研究团队绘制了单个视锥细胞的图谱，并使用定向激光仅刺激M视锥细胞。目睹“olo”的五名实验对象将其描述为一种前所未有的高饱和度蓝绿色，并将其与十六进制颜色代码 #00FFCC 进行对比。“olo”这一名称源于其理论LMS色彩空间坐标（0, 1, 0）。
尽管这一技术成就广受赞誉，但科学界的部分人士仍持怀疑态度，争论这究竟是构成了一种“新”颜色，还是一种新颖的感官现象。首席研究员任吴（Ren Ng）教授正在探索这种激光刺激技术最终是否能帮助色盲患者，或可能诱导产生四色视觉，从而扩展人类的色彩感知范围。这一发现引起了全球的广泛关注，涵盖了从科学好奇心到艺术和视力增强等领域的潜在应用。
抱歉。