No.01
Sharing AI progress in mathematics
OpenAI 公开 AI 在数学研究中的进展
826 分
751 条评论
作者: OfficialTurkey
OpenAI 公布一批由未发布模型生成的数学结果与推理轨迹,GitHub 资料显示平均每项约使用 3 小时 ChatGPT Pro 级思考算力。评论认为其中若经验证,可能包括「唯一博弈猜想」、Barnette 猜想、矩阵乘法、黎曼 ζ、自动机与复杂性理论等重要进展,影响远超普通演示。争议集中在:这些证明是否可靠、谁来审阅与署名、数学界是否会被海量 AI 预印本淹没,以及人类数学家的角色会从创造者转向验证者。也有人赞赏其开放 GitHub、遵循数学与 AI 咨询小组建议,认为这可能开启科学发现的新流程。
No.02
Strands Decider 2B: a small, open-source, decision model
Strands Decider 2B:小型开源决策模型
148 分
32 条评论
作者: gmays
Strands 发布开源的 Strands Decider 2B,定位为「决策模型」或「System 1 模型」:不生成任意文本,而是在给定选项中选择答案或打分,因此可获得更低延迟、稳定输出和置信度校准,适合本地实验、代理流程中的工具选择、路由、评估、护栏、记忆和策略分类等任务。模型基于 Qwen3.5-2B 去掉 LM head,换成 pointer head,并用 LoRA 微调;权重、训练数据和脚本均开源。官方称其在 JevBench 上准确率和校准表现有竞争力,本地 RTX3090 中位延迟约 115ms,M3 MacBook 小任务约 153ms。但文章也强调它不适合复杂推理、聊天、编程和摘要等生成任务。评论区关注点包括与 Intern-Decision、Cloudflare clef 等同类模型的关系、CPU 常驻成本、生产输入上的可靠性、是否支持多模态,以及能否脱离 Strands CLI 在 llama.cpp 等生态中运行。
No.03
Decisions API is in public beta
OpenAI Decisions API 公开测试
261 分
120 条评论
作者: chiefstorm
OpenAI 发布公开测试版 Decisions API,用专用端点快速评估文本、图像或二者并返回类型化答案,号称比 Responses API 快约 10 倍。它支持三类问题:判断条件真假的「predicate」、固定选项分类的「choice」、按有序等级打分的「score」,适合内容分类、请求路由、审核和优先级排序。目前仅支持「gpt-6-luna」,只按输入 token 计费,每百万 0.10 美元,无输出费用,并支持 ZDR、HIPAA 及美欧数据驻留。限制包括图片必须以内联 base64 data URL 输入,复杂结构化生成仍应使用 Responses API。争议集中在它是否只是对 Jev 等低延迟决策模型的快速回应、校准能力和成本优势是否成立,以及本地模型能否替代。
No.04
The Legend of the Paper Crane
纸鹤传说:折纸中的愿望、和平与技艺
6 分
1 条评论
作者: vismit2000
文章以日本纸鹤为线索,介绍其在折纸文化中的象征意义:鹤代表长寿与好运,而「千羽鹤」传说认为折满一千只纸鹤可实现愿望。广岛原爆幸存者佐佐木祯子的故事让纸鹤成为康复、和平与希望的象征。文章还采访折纸艺术家山本久仁子和多伦多折纸协会创始成员 Toshi Aoyagi,说明折纸并非日本人天生擅长,而是一门需要手把手教学的技艺。纸鹤虽然常见,却因结构均衡、折痕从纸张中心展开,被视为设计精妙的作品;它也能用于数学、几何、分数和表达能力教学。评论很少,唯一反馈认可叙事,但批评网页堆叠式交互隐藏内容、体验不清晰。
No.05
Mistral Large 4
Mistral Large 4 发布
1753 分
1035 条评论
作者: Philpax
Mistral 发布新一代大模型 Large 4,评论推测其为约 1T 参数、49B 激活的开放权重模型,强调欧洲训练与推理、较强网络安全能力和视觉定位表现。社区普遍认为它让 Mistral 重新回到开放模型竞争中,尤其在 CyberGym、DeepSWE、数据分析和部分编程测试上有明显进步,价格也较旧版大幅下降。但争议集中在性价比:不少人认为它仍贵于 DeepSeek、GLM 等中国开放模型,且未明显站上 Pareto 前沿;另有人担心高网络安全分数可能来自较少拒答,带来滥用风险。总体评价是:不是最强或最便宜,但对欧洲 AI 主权和模型多样性很重要。
No.06
Penguin Mail – open-source Rust email client for Linux with AI
Penguin Mail:面向 Linux 的开源 Rust 邮件客户端,内置 AI 助手
159 分
91 条评论
作者: kavourias
Penguin Mail 是一款面向 x86_64 Linux 的 GPL-3.0 开源邮件与日历客户端,使用 Rust、GTK 4 和 libadwaita,支持 Gmail、Microsoft、Fastmail、iCloud、Yahoo 以及 IMAP、POP3、SMTP,并整合日历、联系人、GnuPG 加密、过滤规则、统一收件箱、系统托盘同步、定时发送和撤销发送。其 AI 功能默认关闭,可接入本地 LM Studio 或 Ollama,通过 Ctrl+J 查询邮件内容或辅助处理,并在发信或改设置前确认。社区关注点主要集中在邮件安全、HTML 邮件净化、AI 是否必要、项目成熟度和跨平台能力。
No.07
La Cueva BBS in Mexico in 1993 (session replay)
1993 年墨西哥 La Cueva BBS 会话重放
44 分
10 条评论
作者: nanochess
作者回忆 1993 年用自制 Zilog Z280 电脑和 2400 波特 Hayes 调制解调器拨号访问墨西哥 La Cueva BBS 的经历。他当时自行编写串口终端程序,支持 AT 指令和 ANSI 转义序列,并用 64K 捕获缓冲区调试各 BBS 的显示差异。多年后,他在旧软盘中找到一次完整会话文件 CUEVA.TXT,将其转成 JavaScript 重放,让读者以当年速率观看登录、菜单、下载和线路噪声等细节。文章的价值在于保存了早期拨号网络的真实交互切片,也补充了墨西哥本地 BBS 文化的稀有材料;评论中还澄清了 Z280 与 Z80 的内存寻址差异。
No.08
The art of defusing a second world war bomb
二战遗留炸弹的拆除艺术
33 分
12 条评论
作者: sandebert
文章以 2026 年 1 月英国德文郡同日发现两枚二战未爆弹为线索,讲述现代排爆工作的真实面貌:英国排爆队每年约 2500 起任务中,约 2000 起仍与二战遗留弹药有关。纳粹空袭、训练遗留和战后草率处置,使未爆弹在港口、工地和河道中持续出现。时间并未降低危险,腐蚀和地层变化反而让引信更难预测。随着城市扩张和深挖施工增多,私人未爆弹探测行业兴起,历史档案、风险评估与军方排爆共同构成一套高风险的公共安全体系。
No.09
EmbeddingGemma 2: An open, lightweight multimodal embedding model
Google 发布轻量级多模态嵌入模型 EmbeddingGemma 2
302 分
31 条评论
作者: ilreb
Google 推出 EmbeddingGemma 2,将文本、代码、图像、视频和音频统一到同一嵌入空间。模型基于 Gemma 4,740M 参数,Apache 2.0 许可,面向本地和端侧推理;文本-only 可缩至 270M,支持 8K 上下文、MRL 向量截断和量化后低内存运行。Google 称其在 10 亿参数以下多模态嵌入模型中表现领先,代码能力较上一代显著提升,可用于离线跨模态搜索、RAG、语义路由和本地代码库检索。社区普遍欢迎开放许可和端侧能力,但也讨论了它与 Voyage、SigLIP2 等模型的比较、MRL 不能缩小权重、二值量化可行性,以及示例分类失败等可靠性问题。
No.10
What Is Codemode
Codemode 是什么
69 分
26 条评论
作者: Tomte
Armin 解释 Pi 1.0 中的「Codemode」:它不是让代理在目标执行环境里再写脚本,而是在受信任的 harness 侧、受限沙箱中用 JavaScript 编排工具调用。这样可弥补 bash 只能组合可执行程序的限制,处理读图、子代理、模型 API、分类器、图像生成等原生能力,并支持并发、结构化大输出和会话状态暂存。作者强调 brain 与 hands 的信任边界:Codemode 运行在 harness 沙箱,无网络、无文件系统、资源受限,只能继续调用工具。评论区主要争议在于文章解释不够清晰、为何选 JavaScript 而非 bash、它与 Claude 临时脚本的差别,以及小模型使用时是否会增加 token 和降低表现。
No.11
The cost of lies: A Mineserver story
谎言的代价:Mineserver 众筹失败记
95 分
40 条评论
作者: luu
文章回顾科技专栏作家 Robert X. Cringely 如何从享有声望的讲述者,因 Mineserver Kickstarter 项目而信誉崩塌。该项目承诺交付廉价 ARM 版 Minecraft 服务器,筹得 3.5 万美元后不断宣称硬件已完成、只剩软件小问题、即将发货,却一再延期并停止在 Kickstarter 更新。之后他在博客称资金耗尽、供应商和投资谈判导致沉默,又继续给出难以自洽的解释。作者的核心批评不是创业失败,而是长期用新谎言掩盖旧谎言,最终摧毁了数十年积累的信任。
No.12
ESP32-C3 Adblock
ESP32-C3 广告拦截器
74 分
27 条评论
作者: jayhoon
该项目尝试把类似 Pi-hole 的 DNS 广告拦截功能塞进资源受限的 ESP32-C3 微控制器中,用本地域名列表和哈希匹配来过滤广告域名。社区普遍认为想法有趣且能跑起来令人印象深刻,但也质疑其实用性:ESP32-C3 的 RAM、CPU 和 Wi-Fi 性能可能导致延迟偏高,多用户场景更吃力。讨论还集中在黑名单与白名单取舍、哈希碰撞导致误拦的真实风险、PlatformIO 与 ESP-IDF 的开发体验,以及 README 带有明显 AI 生成腔调的问题。总体看,它更像一个有趣的嵌入式实验或轻量家庭网络玩具,而非成熟 Pi-hole 替代品。
No.13
Shaders, WebGPU Components for React, Vue, Svelte, Solid, JavaScript and Framer
Shaders:面向多框架的 WebGPU 着色器组件
15 分
5 条评论
作者: jinqueeny
该项目提供一组基于 WebGPU 的着色器组件,面向 React、Vue、Svelte、Solid、原生 JavaScript 和 Framer,目标是让前端开发者更容易在网页或交互式界面中加入 GPU 驱动的视觉效果。由于原文无法抓取,细节主要来自标题与讨论:社区关注点集中在它把原本小众、门槛较高的着色器编程包装成可复用组件的价值,同时也质疑开源仓库与付费产品之间的边界是否清晰。评论还提到,LLM 可能特别适合生成这类抽象装饰性 shader,因为结果即使不完美也常常足够可用。
No.14
Claude Code’s suggested message feature: I think the real customer is the model
Claude Code 的建议消息:真正的客户或许是模型
185 分
101 条评论
作者: zed_labs_dev
文章因 Claude Code 的「建议消息」功能提出一个反直觉猜想:它表面上是在帮用户保持工作流,实际上也可能在为模型学习「下一步该做什么」收集信号。评论区围绕这一点分成几派:有人认为接受、修改或忽略建议能形成强化学习反馈;也有人指出即使不展示建议,模型同样可以离线预测用户下一条消息并与真实输入比较,展示反而会污染数据。还有 Claude Code 团队成员回应称该功能不是用于偏好信号,而是帮助用户续接会话。争议焦点落在用户体验、训练数据承诺、 token 消耗和建议是否会诱导用户行为上。
No.15
AnyPS5: Port PS5 binaries to PC without emulation (87% system libraries mapped)
AnyPS5:无需模拟器将 PS5 程序移植到 PC
231 分
178 条评论
作者: Fe2O3
AnyPS5 声称可在不做传统模拟的情况下,把 PS5 二进制程序移植到 PC,目前已映射约 87% 的系统库。由于 PS5 本身基于 x86-64,社区认为难点不在 CPU 指令翻译,而在专有图形 API、系统调用与运行时拦截转换。评论普遍把它视为 AI 加速逆向工程的标志性案例,也担心项目会遭遇 Sony、Nintendo 等公司的法律压力。争议集中在它是否会推动主机厂商转向云游戏、是否加剧首发盗版,以及主机生态相对 PC、Steam 的长期竞争力。也有人指出当前兼容列表似乎很小,实用性仍待验证。
No.16
Tell HN: GitHub refuses to remove cracked copies of my software after a month
GitHub 一个月后仍拒绝下架我的软件破解副本
181 分
100 条评论
作者: IvanK_net
Photopea 作者在 HN 发帖称,有人将其在线图像编辑器的代码修改后重新发布,去除广告并疑似作为竞品传播;他向 GitHub 提交 DMCA 请求一个月后仍未成功下架。评论推断争议核心在于:若只是复刻功能或用 AI 重新实现,未必构成侵权;若直接复制、修改和分发其 JavaScript 代码,则可能涉及版权侵权。多数人建议找熟悉知识产权的律师,正确提交 DMCA 或通过商标、品牌等路径维权。也有人指出客户端 JavaScript 天然难防复制,未来 AI 与反编译会让软件保护更困难。
No.17
Treg (OpenRouter for Tools)
Treg:面向工具调用的 OpenRouter
23 分
5 条评论
作者: trollied
Treg 自称是「OpenRouter for Tools」:用一套无状态 API 和单一订阅,聚合访问多种数据源与工具,面向增长自动化、销售情报或代理工作流等场景。评论者认为它很像 Clay 的替代品,也可能成为 GTM 自动化的一半基础设施;但另一半往往需要状态管理、webhook 等能力。争议集中在三点:是否真的支持 x402 支付协议及具体链支持;聚合免费或第三方工具的长期可持续性;以及这些 provider 的服务条款是否允许此类中转和再封装。
No.18
OpenTPU – An open-source AI accelerator, developed by AI
OpenTPU:由 AI 辅助开发的开源 AI 加速器
278 分
334 条评论
作者: fsbonetto
OpenTPU 是一个开源 AI 推理加速器项目,作者称其延续了用 AI 设计 RISC-V CPU 的方法,让大模型参与 RTL、仿真环境和硬件模块开发,可在约 300 美元的退役 FPGA 板上运行部分现代模型,小模型据称可达 80+ token/s。评论区一方面认为这是「AI 设计 AI 硬件」和递归改进的早期信号,能显著降低硬件探索门槛;另一方面质疑其表述夸大:它更像人类强引导下的硬件实验,规模只是 AI ASIC 的最小计算单元,性能、内存带宽、浮点正确性、FPGA 频率和量产可行性都远未接近前沿 TPU。
No.19
Show HN: NanoMuse – An open-source AI agent for your phone and computer
展示:NanoMuse,面向手机和电脑的开源 AI 代理
17 分
1 条评论
作者: ilreb
NanoMuse 是一个开源 AI 代理项目,目标是在手机和电脑上提供统一的智能助手能力。由于原文正文无法抓取、HN 暂无评论,可推断其核心卖点在于跨设备运行、开源可审计,以及让用户在个人终端上使用 AI 代理完成操作、自动化或辅助任务。当前缺少关于支持平台、权限模型、本地或云端推理、隐私保护、具体功能边界和安装体验的公开讨论,因此尚无法判断其成熟度、差异化程度或潜在安全争议。
No.20
Jev-Driven SRE Diagnosis: What Worked and What Failed
Jev 驱动的 SRE 诊断:有效之处与失败模式
28 分
9 条评论
作者: matt_d
文章介绍一个不依赖 LLM Agent 的「Jev」驱动 SRE 诊断管线:程序化收集 Kubernetes 对象、事件、日志和资源指标,将组件摘要与候选答案交给 Jev 选择根因和证据,再生成诊断报告。在 21 个 SREGym-Lite 故障上跑 105 次诊断,通过率 76.2%,中位耗时 14.6 秒,接近 GPT-5.6 Sol,但速度约快 7 倍、成本约低 200 倍。成功案例显示,收集器能先做大量诊断整理,Jev 负责快速判断;失败则暴露两类问题:选错线索,以及关键遥测缺失或根因跨服务交互而被单组件选项限制。作者认为它适合作为低成本一线诊断工具,复杂场景仍需更强模型接手。
No.21
What's Earth's dominant species by mass?
按生物量计算,地球上最占优势的物种是谁?
217 分
151 条评论
作者: surprisetalk
文章按单一物种的总生物量比较地球生命。动物中,人类约3.5亿吨,南极磷虾约3.79亿吨,牛则以约6.5亿吨居首;但动物整体远小于植物、细菌和真菌等。农作物里,甘蔗年收获量超过20亿吨,高于玉米等谷物。若看野生植物,北方针叶林中的黑云杉和兴安落叶松可能是真正冠军:加拿大黑云杉超过110亿吨,俄罗斯兴安落叶松至少84亿吨。文章也提醒,碳质量与湿重不同,且深海细菌等难以估算,最终冠军仍有不确定性。
No.22
California closed the Montana license plate loophole
加州封堵蒙大拿车牌避税漏洞
101 分
254 条评论
作者: speckx
加州参议院第1406号法案已于2026年9月30日生效,目标是封堵富人通过蒙大拿等免销售税州设立空壳公司、为豪车注册外州牌照来逃避加州使用税的做法。过去,企业只要多数权益在加州外,就可能绕开加州的税务认定;新法扩大适用主体,并规定只要空壳公司的股东、合伙人、成员或受益所有人中有人是加州居民,该公司就可被视为加州居民,其在州内的车辆、船只或飞机需纳税。法案还让相关管理者和成员对未缴税款、利息和罚金承担个人责任。争议集中在执法成本、跨州管辖、是否过度征税,以及这究竟是打击逃税还是加州财政扩张。
No.23
Improving and Stabilizing the Racoon2 IKE Daemon in NetBSD
NetBSD 改进并稳定 Racoon2 IKE 守护进程
15 分
6 条评论
作者: jaypatelani
文章总结了 2026 年 GSoC 对 NetBSD Racoon2 的现代化工作:补全 IKEv1/IKEv2 分片、NAT 穿越与 NAT-OA 处理,按 RFC 7296 在传输模式下替换真实链路地址,统一配置中的通配地址语义,并让 IPv6 默认可用。项目还修复策略和提案协商,使其更容易与 Windows、iOS、Android 内置 VPN 客户端互通;新增无外部依赖的单元测试框架和回归测试,更新文档、示例与 NEWS。评论争议集中在今天为何还用 IPsec 而非 WireGuard,回应认为标准化、遗留部署和 NetBSD 场景仍使其有价值。
No.24
OpenWAM: An Open Framework for Composable World-Action Models
OpenWAM:可组合世界-动作模型开放框架
8 分
1 条评论
作者: ilreb
斯坦福提出 OpenWAM,旨在为机器人「世界-动作模型」提供统一框架,比较先预测视频再生成动作、先动作后视频、联合生成等不同交互程序。它以 Wan2.2-5B 适配机器人视频为视觉基础,结合 2B 动作专家和 Mixture-of-Transformers 架构,支持独立训练的视频预测器、逆动力学模型和前向动力学模型组合。实验显示,机器人视频预训练和双专家架构显著提升 LIBERO 与双臂操作成功率;VTA 在 LIBERO 四套件平均达 98.6%。文章还构建包含失败分支的反事实数据集 LIBERO-Long-CF,证明反事实监督对可迁移的局部上下文 IDM 与 FDM 尤其关键,可将新任务迁移成功率从 21.5% 提升到约 84%。
No.25
State of Devs 2026
2026 开发者现状报告
141 分
71 条评论
作者: sgdesign
这份 Devographics 调查描绘了开发者行业的焦虑状态:近半受访者经历过工作不安全感和薪资不足,四分之一曾被裁员,超过四分之一预计五年内可能被迫转行。首次加入的心理状态问题显示,许多人更缺乏动力、更犬儒、更难专注并感到耗竭。AI 成为核心变量,使用率很高,但态度严重分裂:49% 正面、42% 负面。报告同时指出性别、LGBT+、ADHD 和自闭症群体仍承受歧视、隐藏身份和倦怠风险,呼吁行业持续讨论 AI、工作的意义与更公平的文化。
No.26
Hackers obtain counterfeit TLS certificates for Google and other large services
攻击者劫持 ccTLD 并为 Google 等服务签发伪造 TLS 证书
44 分
7 条评论
作者: colinprince
Google 称,攻击者先后劫持 .gh、.sl、.as 三个国家和地区顶级域注册体系,修改部分域名的权威 DNS 记录,从而通过自动化域名控制验证,获得 Google 多个域名以及若干大型品牌和常用在线服务的未授权 TLS 证书。Chrome 已屏蔽已识别的伪造证书,相关 CA 也已撤销涉及 Google 资产的证书。事件凸显证书签发链路中 DNS 控制验证的脆弱性:一旦注册局或 TLD 层被攻破,攻击者可在加密层面冒充目标服务。Google 建议域名所有者监控证书透明度日志,并发布更严格的 CAA 记录,不能只依赖浏览器端补救。
No.27
When random is not actually random enough
随机数并不总是足够随机
54 分
22 条评论
作者: steveklabnik
文章指出,用一个均匀随机整数再对选项数取模,是常见但有偏的做法:当随机数空间不能被选项数整除时,某些结果会被多分到输入值,破坏原本想要的均匀分布。作者认为问题不只在实现,而在 API 和思维模型:开发者真正需要的是按分布选择对象,而不是裸的随机整数。更好的默认接口应是带相对整数权重的「random_choice」,必要时再用「random_between」等低层工具。文中还从随机变量角度解释,非线性操作不会自动保留期望或分布性质。评论则补充这就是密码学中熟知的「modulo bias」,可用拒绝采样或 Lemire 方法修正,但也有人认为 64 位场景下偏差常小到可忽略,关键是选对 API。
No.28
Benchmark in Milliseconds
微基准测试跑到毫秒级就够了
138 分
45 条评论
作者: surprisetalk
作者提出一个务实经验:调节输入规模,让微基准测试大约运行 300 毫秒。这个区间既能用整数毫秒直观看出小幅改进,又足够长,可淡化解释器启动等固定开销;同时对人类仍然很快,便于反复运行、观察方差,并把性能变化映射到可感知体验。作者强调,基准测试的目标常不是获得绝对精密数字,而是帮助开发者形成足够直觉以做决策。评论区则提醒,这条规则依赖场景:JIT、GC、浏览器、GPU、纳秒级系统和高并发服务都可能需要框架、统计检验、预热或更长采样。
No.29
LLMs may have helped my RSI
LLM 可能缓解了我的重复性劳损
86 分
44 条评论
作者: vaughands
作者长期受键盘和钢琴带来的 RSI 困扰,尤其是写代码时频繁按尖括号、功能键、修饰键等特殊按键,会让手腕和前臂承受更大负担。多年里他尝试过人体工学键盘、休息、运动、重新学习正确打字等方法,症状虽有改善但仍会复发。2026 年后,随着更多机械性重构和功能实现交给编码代理完成,他从数小时密集敲代码转向写设计说明、审查代码和少量精修,输入更多变成自然语言 prose,手在键盘上的移动减少,严重灼痛也明显消失。作者承认这也可能与资历增长、会议增多有关,但认为 LLM 至少从健康角度带来了意外收益。
No.30
Nobel Prize in Physics 2026: Francis Halzen
2026 年诺贝尔物理学奖授予 Francis Halzen
549 分
194 条评论
作者: solarist
2026 年诺贝尔物理学奖授予 Francis Halzen,以表彰他对「冰立方中微子天文台」的决定性贡献,以及推动发现来自天体物理源的高能中微子。该项目把南极深处约一立方公里的透明冰层改造成粒子探测器,通过捕捉中微子罕见相互作用产生的切伦科夫光,打开观测宇宙的新窗口。争议焦点在于大型科学工程高度协作,却由单人获奖;也有人质疑基础研究的短期实用价值。
评论精华