打开的浏览器标签页通常更像是一个未完成任务的视觉提醒，而非你打算立即阅读的页面。由于这些标签页承载了你当初保存它们的“原因”和“时间”，关闭它们会让人感到不安，从而导致数字杂乱。
为了在不把浏览器变成待办事项列表的情况下管理好这些内容，可以使用“决策单”方法。不要囤积标签页，而是将必要的信息——链接、保存理由以及计划重新查看的具体时间——转移到你信任的系统（如备忘录、提醒事项或 Tably 等应用）中。
通过记录页面背后的意图，你可以放心地关闭标签页。这一过程将重点从保持浏览器清爽转移到了有效管理未完成的决策上。其目的不仅仅是保持标签栏整洁，而是将待办事项从浏览器中移出，放入一个结构化的系统中，以便在适当的时候进行解决、延后或删除。
每日HackerNews RSS
最近 Hacker News 上的一场讨论探讨了一个观点：许多打开的浏览器标签页并非真正的书签，而是“未完成的决策”——那些我们尚未准备好关闭的任务、研究或待办事项。
参与者们分享了各种管理这种数字杂乱的方法，包括使用垂直标签页管理器、标签组，或是像 Pinako 这样用于整理上下文的专业扩展程序。一些用户承认将标签页当作临时的历史记录使用，而另一些用户则指出，许多标签页代表了外部依赖，例如等待包裹追踪或支持工单。
讨论还强调了传统书签的局限性，即它往往将存储的链接与活动工作区隔离开来。旨在帮助用户处理这些“未完成决策”的应用“Tably”的作者建议，从被动的“保持打开”心态转变为主动的手动审查过程——即在关闭标签页前刻意选择一个重新访问的时间——可以减少浏览器的臃肿。总而言之，目前业界的共识是，现有的浏览器工具难以区分长期参考资料（书签）和短期心理占位符（未完成任务）。
作者认为，当前的 AI 热潮是一场庞大的循环金融骗局。尽管亚马逊、谷歌和微软等超大规模云服务商（Hyperscalers）报告了创纪录的云业务增长，但作者指出，这些收入很大程度上是由两家处于亏损状态的“支柱型”初创公司——OpenAI 和 Anthropic——的计算支出所支撑的。
这些超大规模云服务商实际上是在资助自己的收入：它们投入数千亿美元用于资本支出（如数据中心和 GPU）以支持这两家公司，而这两家公司转而又将这些钱支付给云服务商用于购买云服务。作者认为，如果没有 OpenAI 和 Anthropic，这“三巨头”的 AI 业务规模将小得惊人，根本无法证明其背负巨额债务和基础设施投资的合理性。
文章将此描述为商业史上最大规模的资本错配，并声称投资者因缺乏对客户集中度的透明度而受到误导。作者警告称，这场 AI 泡沫是建立在狂热和欺骗之上的“注定失败的使命”；一旦风险投资枯竭或这些 AI 实验室倒闭，随之而来的崩盘将使整个行业留下数十亿美元的闲置资产和债务，从而使今天的科技巨头从增长引擎沦为停滞不前、过度杠杆化的沉重包袱。
抱歉。
Truemetrics (YC S23) 正在柏林招聘 – 市场进入（GTM）负责人 Truemetrics (YC S23) Is Hiring in Berlin – GTM Lead
92 天前
**Truemetrics** 是一家由 YC 孵化的物流科技公司，致力于利用智能手机数据追踪配送员动向，以解决“最后一公里”配送效率低下的问题。公司目前年经常性收入（ARR）为 150 万欧元，拥有包括 GLS 和 DPD 在内的企业级客户，正处于从 100 万欧元向 1000 万欧元以上规模跨越的阶段。 他们正在寻找一位高自主性的商业领袖，在柏林与创始人直接共事。该职位兼具产品战略与业务开发职能：你需要在优化核心业务（提升运营影响力）的同时，开拓新的增长切入点（新产品或新市场）。 **理想候选人：** * **主动开拓者：** 不等待指令，能够形成个人见解，通过客户验证并付诸执行。 * **兼具商业与运营能力：** 既能与首席运营官（COO）深入沟通，也能跟随配送员实地考察，解决实际问题。 * **背景要求：** 具备创业经历、高影响力的市场进入（GTM）领导经验，或是能够适应高速、模糊环境的顶尖运营人才。 这是一个全职且需驻场的职位，提供可观的股权、直接与领导层合作的机会，以及在无大公司官僚作风干扰下塑造公司未来发展的空间。如果你倾向于结构化和刻板的流程，此职位不适合你。
Hacker News
最新 | 往期 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
Truemetrics (YC S23) 正在柏林招聘 – GTM 负责人 (ycombinator.com)
1天前 | 隐藏
欢迎申请 YC 2026 年秋季班！申请截止日期为 7 月 27 日。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
请启用 JavaScript 并关闭所有广告拦截器
对不起。
当人工智能基准测试陷入停滞：对基准测试饱和现象的系统性研究 When AI Benchmarks Plateau: A Systematic Study of Benchmark Saturation
92 天前
在这项研究中，Akhtar 等人探讨了“基准饱和”（benchmark saturation）这一关键问题，即随着人工智能模型性能达到平台期，基准测试逐渐失去区分不同模型能力的效果。 研究人员利用 14 项与饱和度相关的指标分析了 60 个语言模型基准测试。结果显示，近一半的基准测试已经饱和，且基准测试存在的时间越长，饱和的可能性就越高。与某些假设不同，该研究表明公开测试数据的存在并非导致性能下降的主要原因；相反，构建稳健评估工具的关键在于专家策划。 最终，作者认为，通过优先考虑特定的设计选择，研究人员可以延长基准测试的寿命，并为人工智能的未来发展建立更具持久性的评估框架。
围绕论文《当 AI 基准测试陷入停滞：基准测试饱和的系统性研究》展开的 Hacker News 讨论，揭示了人们对当前大语言模型（LLM）进展状况的巨大分歧。
批评者认为 LLM 的性能正在触及天花板，认为模型仅仅是在通过“刷分”来追求高测试成绩，却忽视了通用效用和推理能力。许多用户感到，性能的提升已变得微乎其微且不稳定，并且越来越多地针对数学等细分、可验证的任务进行了优化，而非提高在现实世界中的适应性。
相反，支持者则认为“基准测试饱和”是度量工具的失败，而非 AI 能力的瓶颈。他们指出，随着模型变得愈发复杂，静态测试正变得过时，且容易受到数据污染或“钻空子”的影响。这些参与者指出了代理工作流（agentic workflows）的快速演进，并以模型在复杂的现实编程和问题解决中展现出的巨大能力飞跃作为佐证。
最终，各方共识倾向于认为行业正经历一场“度量危机”。社区大多同意，传统的固定标准基准测试正在失效，评估“智能”的未来必须转向动态的、不断演进的、特定领域的挑战，以抵御训练集泄露和优化捷径带来的干扰。
苹果公司已针对 OpenAI 升级了法律诉讼，寻求初步禁令以阻止其开发任何涉嫌基于窃取苹果商业机密而构建的人工智能产品。在一份新的法庭文件中，苹果请求加快取证程序，声称调查已发现涉及除最初点名人员外至少 11 名离职员工的证据。该公司列举了离职员工共享机密文件及违规保留工作设备的案例，表明这是一种更广泛的知识产权盗窃模式。 OpenAI 否认了这些指控，认为禁令请求毫无必要且基于虚假信息。该公司坚持其对苹果的专有数据没有兴趣，并称苹果的指控是一种干扰手段。此外，OpenAI 指责苹果此前存在程序错误，例如错误识别员工身份，以及未能解决其自身导致前员工仍能访问系统的内部安全疏漏。随着法律纠纷的加剧，苹果继续推动取证程序，以证明所谓不当行为的严重程度。
苹果公司已对 OpenAI 提起诉讼，指控其前员工在跳槽至该人工智能初创公司时窃取了机密文件和商业机密。此案的核心在于，离职员工被指下载了专利技术文档，并利用认证漏洞访问了苹果的内部存储库。苹果还指控 OpenAI 试图绕过其专利硬件制造技术的采购流程。
Hacker News 上的讨论呈现两极分化。一些评论者认为这起诉讼是对工业间谍活动和盗窃行为的正当法律回应，强调“门没锁”并不能成为非法入侵或滥用知识产权的理由。另一些人则批评苹果，称此举是恐吓人才的“残酷”手段，或是因人才流向竞争对手而采取的报复措施。
OpenAI 已公开否认这些指控，坚称苹果的指控是针对个人的且毫无根据，内部安全漏洞并不能证明存在盗窃行为。相关讨论还涉及更广泛的主题，包括“挖角”的道德问题、硅谷的保密文化，以及此类诉讼是否仅仅是构建 AI 集成硬件这一高风险竞争中的战略手段。
MMI 5300 是 20 世纪 70 年代初一款具有里程碑意义的 PROM（可编程只读存储器）芯片，它利用镍铬熔丝和二极管的独特架构存储了 1024 位数据。与现代存储器不同，5300 是“一次性写入”的：用户通过施加高压脉冲熔断特定的熔丝，从而创建永久性的非易失性记录。
该芯片采用 33×33 存储网格，通过复杂的地址解码逻辑选定 256 个 4 位字。由于 PROM 在出厂时预置为 1，因此测试难度极大；制造商为此额外增加了一行和一列熔丝，以便在出货前验证电路。该芯片还采用了模块化硅片设计，只需改变顶层金属布线，即可将同一晶圆布局重新用于不同版本（例如三态输出变体）。
尽管这些芯片对早期计算至关重要，但最终被可擦除的 EPROM 以及后来的现代闪存所淘汰。这一演变凸显了技术的巨大飞跃：1971 年的 MMI 5300 以 70 美元的价格提供 128 字节的永久存储空间，而今天的闪存驱动器只需极低的成本即可提供其数十亿倍的容量。
这篇 Hacker News 讨论探讨了 20 世纪 70 年代基于熔丝技术的 PROM（可编程只读存储器）芯片的历史与技术原理。讨论中提到的一个关键技术点是，为何这些设备采用二极管-晶体管逻辑（DTL）而非标准 TTL：TTL 晶体管无法承受烧断微小熔丝所需的高编程电压（通常为 +12V），而 DTL 可以。
参与者们怀旧地回顾了可编程存储器的演变，从一次性可编程（OTP）熔丝芯片到紫外线可擦除 EPROM，最终发展到 EEPROM 和闪存。工程师们回忆了当时繁琐的开发周期——使用昂贵的 EPROM 进行测试，并将最终代码永久“烧录”进成本较低的 OTP PROM 中。
讨论还强调，尽管存储器应用逐渐转向密度更高的 CMOS 方案，但熔丝技术在 20 世纪 90 年代仍通过可编程阵列逻辑（PAL）设备得以延续。如今，该技术在现代制造业中得以传承，通过激光熔丝技术来锁定芯片功能、配置时钟频率或保护先进微芯片中的加密密钥。
在线广告提供商 Adform 近期遭遇了安全漏洞，黑客借此向其投放的广告中注入了恶意代码。由于 Adform 每天提供约 15 亿次广告展示，此次事件可能影响了大量用户。 该恶意代码专门针对加密货币用户，通过监控电脑剪贴板进行攻击。它每三秒钟就会将用户原本要使用的加密货币钱包地址，替换为黑客控制的地址，从而增加用户不慎将资金转给黑客的风险。 Adform 已证实发生此次安全漏洞，但对于漏洞产生的原因或受害者总数仅提供了有限的信息。该公司目前正在调查黑客是否还获取了用户的浏览记录。 安全专家强调，这一事件是使用广告拦截器的强有力理由。通过阻止第三方广告网络加载代码，用户可以有效地保护设备免受此类恶意脚本的侵害，并防止普遍存在的追踪和监视。此次安全漏洞再次严正提醒人们恶意广告带来的风险，以及保持强大且主动的浏览器安全防护的重要性。
广告巨头 **Adform** 近期遭遇攻击，黑客通过植入恶意脚本篡改加密货币钱包地址，这再次引发了关于是否必须使用广告拦截器的讨论。
黑客成功注入了能够操控用户剪贴板的代码，将加密货币转账重定向至其控制的钱包。由于 Adform 每天处理数十亿次广告展示，这种“低成本”的攻击获利丰厚，非法牟利超过 15 万美元。
Hacker News 上的讨论总结了几个关键点：
* **安全风险：** 第三方广告脚本是巨大的安全漏洞。由于广告可以在缺乏监管的情况下运行任意代码，它们成为了恶意软件的载体，使浏览网页变成了一项高风险活动。
* **作为防护手段的广告拦截器：** 许多用户将广告拦截器视为必备的“数字保护伞”。虽然有人主张加强浏览器安全和监管，但其他人认为，拦截广告是防止监控和剥削的唯一有效途径。
* **激励机制的失衡：** 这场讨论反映出人们对“广告工业复合体”的极度不满，该体系为追求利润而将用户注意力置于安全和隐私之上。尽管有人警告称广告拦截会威胁到免费内容，但也有人反驳道，一个建立在操纵性、风险性和侵入性广告之上的生态系统本身就是一个“反乌托邦”，理应被颠覆。
正在检查您的浏览器……需要启用 JavaScript
Show HN：生成多样化肤色的简单算法与色彩空间 Show HN: Simple algorithm and color space to generate diverse skin tones
92 天前
本项目展示了一种定制的色彩空间，旨在为角色创建器和艺术软件等数字工具提供一套兼具包容性与实用性的肤色方案。针对当前数字调色板过于局限或过于复杂的现状，作者通过结合数据科学与人工迭代，创造出一种“足够好”的解决方案。
该方法论包括：手动标记一组合理的肤色数据集，应用主成分分析（PCA）对数据进行组织，并利用人工函数拟合将这些颜色映射到球坐标系统（TUV空间）中。这使得开发者只需调整一个半径参数（$R^2$），即可轻松采样肤色，并控制输出结果的多样性和变化程度。
尽管作者承认这种“非科学”方法存在局限性，包括色彩感知的固有主观性以及生物肤色的复杂性，但该项目为程序化生成提供了一种功能性且轻量化的工具。最终，这项工作为他人提供了一个透明且可迭代的框架，强调了虽然完美的解决方案可能并不存在，但该工具提供了一种比标准取色方法更有意图的选择。
一位 Hacker News 用户最近分享了一个项目：一套自定义的色彩空间与算法，旨在为数字艺术和游戏开发轻松生成多样化且逼真的肤色。考虑到选择自然色调的难度，开发者通过数学方程定义了肤色范围，并创建了一个过程化工具，目前已在 MIT 协议下开源。
该项目在开发者、艺术家和专家群体中引发了热烈讨论，反馈涵盖了以下技术话题：
* **皮肤的物理特性：** 专家指出，皮肤的外观不仅取决于色素，还受次表面散射、黑色素与血红蛋白浓度以及光照条件等复杂因素的影响。
* **色彩理论：** 评论者讨论了现有标准（如 Pantone 或 Monk 肤色量表）与特定领域任务导向的色彩建模之间的优劣。
* **实现方式：** 技术用户提出了改进建议，例如设置数值限制以防止出现不真实的色调（如荧光绿或蓝色），以及增强对半透明效果的支持。
尽管该项目的技术实用性受到了广泛赞誉，但讨论也触及了技术与代表性之间的广泛交集，以及通过代码将人类多样性标准化的固有挑战。