请启用 JavaScript 和 Cookie 以继续访问。
每日HackerNews RSS
威尼斯对君士坦丁堡的战争失败催生了第一个债券市场。 Venice’s failed war against Constantinople led to the first bond market
10 天前
一则 Hacker News 讨论涉及 Big Think 的一篇文章，该文章声称，威尼斯对君士坦丁堡的战争失败催生了全球第一个债券市场。评论者将1172年的贷款与威尼斯资助第四次十字军东征，并将十字军引向君士坦丁堡洗劫一事联系起来。他们认为，这一事件削弱了拜占庭帝国，并为威尼斯后来的扩张创造了条件。
不少人对文章的历史叙述提出异议：比萨和热那亚更早就有债务安排；威尼斯统一后的公共债务可追溯至1262年；有关“世界首个”市场、政府机构以及中世纪人口数字的说法也可能夸大了事实。
另一场讨论围绕现代债券和法定货币展开。参与者质疑，既然主权政府可以发行本币，是否还需要债券市场；也有人认为，债券能够分配风险、提供投资工具、维护货币信誉，并约束政府支出。关于美联储独立性和量化宽松的讨论进一步引出了通胀与通缩之争：通胀可以为经济活动提供资金、减轻实际债务负担，但它也构成一种隐性税收；通缩则能保住购买力，却会加剧失业、债务压力和政治不稳定。
伊丽莎白·考玛讲述了家里传承下来的手工钩针编织品。这些作品曾差点被丢弃，如今却被保存下来，也让人得以看见纤维艺术背后鲜为人知的劳动。她追溯了编织的发展历程：从中世纪由男性主导的行会和维持生计的劳动，逐渐发展至针织业以及框架编织机的发明。随着机械化取代许多手工编织者，编织逐渐转变为一种休闲活动，并与维多利亚时期的上层阶级女性联系起来。 后来出现的钩针编织，最初曾在客厅社交中与编织针编织相竞争，后来尤其擅长制作蕾丝。尽管钩针编织多年 resists 机械化，但现代蕾丝机和编织机已经能够仿制钩针编织的效果。考玛解释了如何辨别真正的手工钩针作品：观察针法结构和衣物内部；机器制作或刺绣而成的仿品，内部往往会露出网状结构或不同的针法。 本期节目将这些工艺史与自动化、时尚、性别、阶级和道德消费等更广泛的问题联系起来，并推荐那些与手工钩针编织者合作的品牌。
# 黑客新闻
最新 | 往期 | 评论 | 提问 | 分享 | 职位 | 提交
登录
**蕾丝与劳动：来自真正的卢德分子的教训**
（articlesofinterest.substack.com）
13 分
作者：surprisetalk
1 天前
隐藏 | 往期 | 收藏 | 1 条评论
帮助
vonStackelberg
1 天前
[–]
哦，很高兴看到这里提到了这件事。这些播客都很棒，不过这一期我还没听。关于拉链的那一期非常 entertaining。她还制作了一系列探讨军工与户外服装行业相互依赖关系的节目。内容很精彩！
回复
考虑申请 YC 的 2027 年冬季批次！
申请截至 11 月 2 日。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请加入 YC | 联系我们
搜索：
关于 媒体 版权 联系我们 创作者 广告合作 开发者 条款 隐私 政策与安全 YouTube 的运作方式 测试新功能 © 2026 Google LLC
讨论探讨了 AI 和其他大规模计算是否能在 CPU 上比 GPU 上执行得更高效。评论者指出，GPU 擅长高度并行的矩阵运算，但紧密耦合的硬件和 CUDA 软件生态会促使开发者手动优化代码，降低灵活性，并可能妨碍采用稀疏计算或更高抽象层次的编程方法。CPU 可能具有更大的内存容量，也更易于编程，但传统上同时执行的操作较少。
其他人还提到了英特尔的 Larrabee 项目以及后来推出的 AVX/AVX-512 向量指令集，认为这些项目试图让 CPU 具备类似 GPU 的能力，并指出矩阵计算领域仍有许多潜力未被探索。
苹果的统一内存架构被强调为一项重大优势：CPU 和 GPU 共享内存，从而避免了通过 PCIe 传输数据时开销高昂的复制。这得益于苹果对硬件、操作系统、缓存、互连以及整个软件栈的掌控。英伟达的 Grace Hopper 也提供了类似的集成方案，但牺牲了模块化能力。最后的问题在于，采用一种开放且更高速的标准互连，是否能让传统 CPU/GPU 系统获得类似优势，而无需由单一厂商控制整个平台。
这篇文章追溯了“唯一凭直觉就能使用的界面就是乳头”这一说法的来源。人们通常认为这句话出自布鲁斯·埃迪格，但他否认是自己发明的。早在1994年8月，斯科特·弗朗西斯就在一篇帖子中提出了这一概念。1995年1月，杰·沃尔默也给出了几乎相同的表述：“实际上，唯一真正凭直觉就能使用的界面就是乳头。”从1995年2月起，埃迪格开始使用类似说法，其中包括：“除此之外，一切都得靠学习。”他究竟是沿用了沃尔默的措辞，还是从其他地方看到了这个想法，目前并不清楚。作者认为，埃迪格最有资格被视为人们熟悉的那种说法的来源，但作者更喜欢他后来更为讽刺的版本：“根本不存在凭直觉就能使用的界面，连乳头也不例外。一切都得靠学习。”
一场 Hacker News 讨论质疑了“唯一符合直觉的界面是乳头”这一说法。许多父母和哺乳专家指出，母乳喂养并非天然容易：婴儿可能难以正确含乳，母亲也可能出现奶水不足、感染、疼痛或其他需要专业帮助的医疗问题。
其他人则强调，直觉是相对的，并非绝对。人们会通过经验熟悉各种模式，因此，一个设计对某位用户来说可能很直观，对另一个人却可能令人困惑。评论者还区分了反射、本能和后天习得的行为，并指出，即使是成功触发的反射，也需要有利条件。
一些关于动物无法哺乳或保护幼崽的 anecdotes，进一步说明进化并不保证繁殖毫无障碍，也不保证父母一定称职。关于 ThinkPad 小红点、人体解剖和性繁殖的玩笑让讨论轻松了一些，但总体结论是：那句话虽然很吸引人，却过于简化——世上没有任何事物是 universally intuitive，而“直观”也不一定意味着容易或可靠。
该基准比较了九种用于提示词注入防护和内容安全的 AI 护栏方案，涵盖小型预训练分类器、零样本分类器、Jev 式决策模型以及 LLM 评审系统。 预训练分类器仍具有很强的竞争力：DeBERTa 在提示词注入检测上的准确率达到 89.01%，中位延迟为 54 毫秒；Granite Guardian 在内容安全方面的准确率达到 80.27%，延迟为 33 毫秒。Qwen3.6-35B 以 89.31% 的准确率取得提示词注入检测最高成绩，而 Jev 以 86.20% 的准确率略微领先内容安全检测。 较新的决策模型也具有竞争力，但在速度、成本和准确率方面并不总是优于传统分类器或 LLM 评审系统。BART-large-mnli 的表现较差，因为其有限的标签无法表达细致的策略要求。Shieldstral 的表现也低于预期，并且对提示词措辞非常敏感。Laya 经过策略调优后，准确率从 57.87% 提升至 75.20%；然而，同一策略却降低了 Jev 的准确率，表明决策模型的提示词具有高度模型特异性。 总体而言，在缺少合适标注数据的情况下，决策模型提供了一种灵活、可复用且由模式驱动的替代方案；但如果有专门的轻量级分类器可用，它们仍是最佳选择。模型选型应依据具体任务的准确率、延迟、基础设施和调优需求，而不应取决于对某种架构的偏爱。
一场 Hacker News 上的讨论围绕 Jev 式决策模型是否优于基于大语言模型的评判器和传统分类器展开。评论者认为，现有基准过于简单，尤其难以评估多步骤推理能力；而 Jev 的开发者声称，在更复杂的任务上，Jev 在准确率、校准效果、速度和成本方面都优于 Luna、GLiDE 等模型。
更广泛来看，需要权衡通用性、准确性和运营成本。传统分类器仍非常适合垃圾邮件检测这类定义明确且处理量大的任务；大语言模型灵活性更高，但相对更慢、成本更高；决策模型则可能为新颖的分类问题提供一种有用的折中方案。其他评论者强调，智能体系统不仅需要出色的基准准确率，还需要可靠的置信度估计、有信息量的预测，以及对分布变化的鲁棒性。
本文介绍了一套以 Emacs 和 Org-mode 为核心的静态站点发布流水线。Org 文件是唯一的事实来源，支持可执行源代码块、BibLaTeX 引用和可复现的 d2 图表。该方案不要求站点生成器直接解析 Org，而是由 Gleam 程序调用 Pandoc，将文章转换为 GitHub 风格的 Markdown，并使用小型 Lua 过滤器处理诗歌、参考文献和图片路径。 随后，Gleam、Blogatto 和 Lustre 将 Markdown 转换为经过类型检查的 HTML、RSS 和静态资源。Nix flakes 与 devenv 用于锁定依赖并提供可复现的开发环境；`make run` 和 `make dev` 负责完成整个构建过程。 尽管对于一个简单站点来说，这套技术栈似乎显得过于庞大，但每个工具都承担着明确而专注的角色。作者将这种“有益的臃肿”视为一种连贯的替代方案，可以省去在多个专用编辑器和应用之间切换的麻烦。整套系统的核心仍然是 Emacs：Org-mode 在一个交互式环境中整合了文章写作、代码、计算、结构组织、引用、图表和发布等功能，提供了纯 Markdown 难以自然复现的能力。
一场关于自定义博客发布流程的讨论引发 了争论。这套流程结合了 Gleam、Org-mode、Pandoc、Emacs Lisp 和 Nix，但人们质疑如此高的复杂度是否合理。作者将其视为一项实验，并认为它能提供语法高亮和 RSS 等实用功能。评论者则指出，Org-mode 只需很少的代码就能发布 HTML，而 Markdown 配合 Pandoc 可能更加简单。WordPress 和 Ghost 也被推荐为无需维护的替代方案，但它们在安全性和编辑器功能方面的不足遭到了批评。
Emacs 用户强调，Org-mode 能保留他们熟悉的工具和操作习惯，让作者专注于写作。用户对 Org 与 Markdown 的比较同样存在分歧：Org 提供了更丰富的组织能力和 Emacs 集成，但有时显得笨重、依赖 Emacs，而且不太适合某些博客内容；Markdown 则更简单，也更具可移植性。
总体而言，共识是：最好的博客技术栈，就是那个能帮助作者持续写下去的方案，即使它看起来复杂得有些“拜占庭式”。
作者评估了 TypeSafe 的 Jev：这是一个低成本“System One”分类器，通过在预训练 Transformer 上附加一个决策头来构建。与自回归大语言模型不同，Jev 会返回带有各选项概率的有类型多选题结果。
在涵盖十种概率分布的一千个基于物理的场景中，Jev 往往能够识别出正确的分布，但其概率校准很差。它的平均总变差误差为 0.518，仅略优于均匀猜测的 0.546。它通常表现得过于尖锐，难以处理逐渐趋近于零的尾部，会给不可能的区间分配概率，并且可能直接利用提示词中明确给出的答案。在公平硬币和骰子问题上，它同样表现得过度自信且存在偏差。
Jev 能够处理相当 advanced 的孤立计算，包括平方根，但会拒绝回答多步骤算术题，并且在追踪十的幂方面尤其困难；单位换算似乎并不是主要问题。作者认为，部分原因在于模型缺少思维链或外部中间存储机制。
这篇文章还警告称，前沿模型可以设计出看似合理的实验，却遗漏致命的实现缺陷——其中一些提示词意外包含了答案，从而把概率校准测试变成了答案抄写测试。
该讨论涉及 **Jev**——一个基于语言模型的小型快速分类器，用于为可能的答案输出概率。一项基准测试发现，在具有已知概率分布的问题上，例如麦克斯韦–玻尔兹曼速度分布或公平骰子，Jev 输出的分数看似合理，却并非准确概率，因此人们质疑其概率校准能力。
支持者认为，这些测试超出了 Jev 的预期适用范围。它针对的是自然语言分类而优化，并不适用于数学推理、连续数值输出或物理约束的 enforcement。他们指出，Jev 在常规自然语言处理任务上的初步测试表明，其校准表现尚可；而且，它的速度优势来自使用了非常小的模型。
另一些人则坚持认为，即使是简单的概率问题也属于有效测试，而 Jev 的核心价值主张就是提供可信的概率。如果这些输出还需要大量事后校准，那么这一主张就会被削弱。一位评论者报告称，校准将 Jev 在 TRIVIA+ 上的期望校准误差从 0.0982 降至 0.0313，同时没有明显改变 F1 分数，使置信度得分更适合用于任务路由和升级处理。
尚未解决的问题是：Jev 能否进行全局校准，还是只能在特定任务和领域内进行校准。
Hacker News 上的一篇讨论帖围绕这样一篇文章展开：文章认为，中国社会受到物资匮乏、激烈竞争、社会压力与“面子”、历史创伤、民族主义、国家控制的媒体以及社会信任度低等因素的塑造。作者是一名在美国长大的美籍华人，并承认自己主要依靠家人和中国媒体了解中国，而没有丰富的第一手经验。
许多评论者认为，快速发展、饥荒记忆、文化大革命、高考与户口制度带来的压力、对子女孝顺的期待，以及残酷的市场竞争，都可以解释这些现象。另一些人则认为，这篇文章把一个庞大且高度多元的群体刻板化，忽略了地区、阶层、代际和城乡差异，并用意图解释系统或政治因素的方式，取代了对固定民族性格的概括。
一些人还反驳了“同情心是一种奢侈品”的说法，并列举了中国境内外的贫困社区中普遍存在的善意行为。评论者还将这些现象与美国及其他地方由匮乏驱动的行为、社会羞辱、政治极化和不信任进行了比较。
讨论者指出，年轻中国人往往会拒绝文章所描述的那种“黑暗世界”心态。如今，人工智能翻译也让普通中国民众能够直接向外国受众分享自己的经历。版主多次呼吁大家进行具体、尊重他人的讨论，并批评笼统或充满敌意的回复。
本月目标是让全部 20 亿个 token 都使用 GLM 5.3 Flash，但实际只有 50% 的使用量使用了目标模型。前半段保持在预算内，花费 68 美元，耗电约 4 千瓦时，排放 365 克二氧化碳；由于基础设施容量问题以及大量模型实验，剩余 10 亿个 token 转而使用了其他模型。
最大的一项意外支出是一个快速编码完成的 Wagtail MCP 原型。由于选错了模型，它在一夜之间消耗了 4.5 亿个 token、花费 150 美元，并耗电 5 千瓦时。虽然这个原型做出了有价值的演示，但如果规划得当，类似结果很可能只需约五分之一的成本即可实现。
总体而言，实际耗电量为 35 千瓦时，而目标是 10 千瓦时，因此这次挑战在技术上并不成功，但提供了很多有价值的信息。后续措施包括：持续在本地测量成本、能耗和结果；设定明确的实验预算；更加谨慎地选择原型和模型；采用有明确范围和限制的多智能体工作流；以及持续评估高效的模型。目标是让大多数常规 AI 推理使用一个或两个低成本的 Flash 模型，并以效率和结果为评估标准，而不是只看 token 数量。
一场 Hacker News 讨论围绕一项为期一个月的实验展开，实验者使用 GLM 5.3 Flash 进行智能体编程。总共花费约 68 美元；按照 Neuralwatt 仅计算 GPU 耗电量的估算，共消耗 4 千瓦时。结论是，该模型适合日常开发，但有时速度较慢，不太适合需求含糊或偏高层面的工作。一次意外持续到夜间的任务使用了价格高得多的非 Flash 模型，消耗了 4.5 亿个 token、花费 150 美元，并耗电约 5 千瓦时。这带来了有关模型选择、用量监控、限制智能体任务范围和预算控制的教训。
许多 commenters 认为 Flash 能力不错、价格低廉，可以作为主力模型，通常还会搭配一个更强大的规划或审查模型使用。不过，与 DeepSeek、Qwen 和其他开放模型的比较结果则好坏不一。
最大的争论集中在人工智能基础设施上。一些人认为，单次推理的能耗并不高，云端批处理的效率也很高，而数据中心建设计划可能又是一轮类似光纤网络的过度建设。另一些人则强调本地环境影响、训练和基础设施成本、杰文斯悖论带来的需求增长，以及供应限制。Neuralwatt 的能耗计算方法和价格估算也受到质疑，但作者为其透明度进行了辩护，并表示这些估算与其他估算基本一致。
``` 请启用 JavaScript 并禁用任何广告拦截器 ```
Hacker News 的用户既兴奋又难以置信地得知，前匹兹堡钢人队教练迈克·汤姆林花了大约 12 年时间，在《我的世界》中建造了一座规模庞大、细节丰富的城市。他主要使用手柄在创造模式中操作，亲自逐块放置方块，并将建筑、景观设计和城市规划等方面的理念融入其中。这个项目最初是他与孩子们一起开始的，后来成为他在承受执教压力时私下排遣和疗愈的出口，直到孩子们说服他公开展示。
讨论强调，手工制作的过程以及与家人的联系比最终成品更重要。这也引发了一场争论：人工智能或许能更快地重建这座城市，却无法重现它背后个人化的经历。评论者还挑战了“运动员不聪明或没有创造性爱好”这类刻板印象，并指出，即使是要求严格的教练，也能保有有意义的休闲时间。
讨论串后来还延伸到了汤姆林担任钢人队教练的 19 年任期、四分卫更替、季后赛表现，以及故意输球是否合乎道德等问题。后续另一场关于人工智能和全民基本收入的讨论涉及了自动化、基本收入、人生目标、社会责任，以及社会是否应该重视艺术和休闲。一些带有讽刺意味或不屑一顾的评论被标记为低质量内容。