ax@ax-radar:~/all $ grep -v 'tier=excluded' stream.log
33 srcsignal 72%cycle 04:32

全部 · 2026-07-28

16 items · updated 3m ago
RSS live
2026-07-28 · 星期二2026年7月28日
04:46
56d ago
Hacker News 首页· rssEN04:46 · 07·28
PyTorch 团队提出“参考语言”定位:一份代码做研究,另一份代码跑生产,中间靠验证器把关
PyTorch 编译器团队的 Edward Yang 发了一篇简短的技术日志,核心想法是把 PyTorch 同时当成“参考语言”和“实现语言”来用。参考实现就是大家现在写的、可读性好但性能未必极致的 PyTorch 代码;生产实现则可以用手写 kernel(比如 Triton 这类 DSL)或者让大模型直接生成显式的前向-反向代码,把自动求导的隐式图拆...
#PyTorch#Edward Z. Yang#Horace He
一句话点评
PyTorch 编译器团队提了个新定位:把 PyTorch 既当“参考实现”又当“生产实现”用。参考实现就是你现在写的、可读性好但性能未必极致的 PyTorch 代码;生产实现可以换成手写 kernel 或让大模型直接生成显式的前向-反向代码,把自动求导的隐式图拆开优化。中间靠一个验证器(数值测试或结构比对)保证两边结果一致。这个思路直接回应了 Horace He 去年的开放问题:怎么把 e...
HKR 分解
hook knowledge resonance
打开信源
72
SCORE
H1·K1·R0
04:00
56d ago
Hacker News 首页· rssEN04:00 · 07·28
为什么我们总觉得自己比实际更懂世界?
这篇文章讲的是“解释深度错觉”——人们以为自己知道自行车或拉链怎么工作,但被问到细节时就卡住了。这个偏见在AI领域很危险:工程师觉得模型“懂了”,用户觉得AI“什么都知道”,两边都高估了自己的理解。文章没引用具体实验,但点出了一个关键风险:越依赖直觉,错觉越深。
#The Decision Lab
一句话点评
短评:解释深度错觉——你以为你懂,其实你不懂。AI 从业者尤其容易中招,觉得模型“懂了”用户也“懂了”。 点评:这篇文章讲的是“解释深度错觉”:大多数人以为自己知道自行车或拉链怎么工作,但被问到细节就卡住。这个偏见在 AI 领域很危险——工程师觉得模型“理解了”任务,用户觉得 AI“什么都知道”,两边都高估了自己的理解深度。文章没引用具体实验,但点出了一个关键风险:越依赖直觉,错觉越深。对...
HKR 分解
hook knowledge resonance
打开信源
45
SCORE
H1·K0·R1
04:00
56d ago
FT · 科技· rssEN04:00 · 07·28
苏格兰数据中心建设潮引发本地反弹:耗电、占地、破坏景观
FT报道,苏格兰正在经历一波数据中心建设热潮,但当地居民和环保组织开始反弹,主要不满集中在三块:耗电太大、破坏自然景观、占用土地。文章说矛盾在加剧,但没有披露具体项目规模或抗议人数。对AI从业者来说,这提醒一个现实问题——数据中心落地越来越难,不光是中国,欧美也一样面临选址和能源审批的阻力。
#Financial Times
一句话点评
苏格兰数据中心建设潮引发当地居民和环保组织反弹,抱怨集中在耗电大、破坏景观、占用地皮。FT报道了矛盾加剧的趋势,但没给具体项目规模或抗议人数。对AI从业者来说,这提醒一个现实:数据中心落地越来越难,不光中国,欧美也面临选址和能源审批阻力。
HKR 分解
hook knowledge resonance
打开信源
60
SCORE
H0·K0·R1
03:56
56d ago
Hacker News 首页· rssEN03:56 · 07·28
Token效率时代:开发者该信任AI生成的代码吗?
作者在DevBcn大会上问了约50个开发者,答案几乎一样:他们现在主要写需求和审PR,代码交给AI写。Gartner预测到2028年,90%的企业工程师会用AI助手。但信任才是真问题——你只能在核心领域判断代码质量。公司很快会追踪每个功能的token成本和信任百分比。作者认为未来属于那些把领域知识打包成库、让AI直接调用的工具,比如他们自己的GolemUI。
#GolemUI#DevBcn#GitHub Copilot
一句话点评
短评:开发者从写代码变成写需求和审PR,Gartner预测2028年90%会用AI助手。信任才是真问题——你只能在核心领域判断代码质量。 点评:作者在DevBcn问了约50个开发者,答案几乎一样:现在主要写需求和审PR,代码交给AI写。Gartner预测到2028年,90%的企业工程师会用AI助手,而GitHub早在2023年就发现Copilot启用文件里46%的代码是AI生成的。但信任才...
HKR 分解
hook knowledge resonance
打开信源
62
SCORE
H1·K1·R0
03:37
56d ago
纽约时报中文网· rssZH03:37 · 07·28
中国AI模型性能追上来了,但烧钱换用户的打法还没跑通
中国AI公司靠开源和低价抢到了用户,但收入完全覆盖不了成本。智谱AI去年亏了近7亿美元;月之暗面发布Kimi K3两天后就因为算力不够暂停接收新用户。深度求索融了75亿美元,月之暗面融了20亿,而Anthropic光5月就融了650亿,资金量不在一个量级。阿里巴巴和字节跳动开始对最强模型收费,但中国用户对价格很敏感,涨价可能直接把人赶跑。硅谷公司也在用...
#深度求索#月之暗面#阿里巴巴#Open source
一句话点评
中国AI公司靠开源和低价抢到了用户,但收入完全覆盖不了成本。智谱AI去年亏了近7亿美元,月之暗面发布Kimi K3两天后就因算力不够暂停接收新用户。深度求索融了75亿美元,月之暗面融了20亿,而Anthropic光5月就融了650亿,资金量不在一个量级。阿里巴巴和字节跳动开始对最强模型收费,但中国用户对价格很敏感,涨价可能直接把人赶跑。硅谷公司也在用这些便宜的中国模型,如果美国限制访问,会直...
HKR 分解
hook knowledge resonance
打开信源
78
SCORE
H1·K1·R1
03:02
56d ago
Product Hunt · AI· rssEN03:02 · 07·28
Vela:一个帮你搞定整个招聘流程的AI协调员
Vela 是一个 AI 招聘协调员,你只需要在邮件里抄送它,它就能接管候选人筛选、多轮面试和完整面试流程。它能自动提供可选时间、催不回消息的人、处理改期、在邀请里附上简历、安排面试前的准备电话,以及收集面试反馈。支持邮件、短信、WhatsApp、Slack 和电话,7x24 小时覆盖所有时区。团队不需要学习新工具,没有新链接或登录。由 YC 和 CRV...
#Vela#YC#CRV
一句话点评
Vela 是一个 AI 招聘协调员,你只需在邮件里抄送它,它就能自动处理候选人筛选、安排面试、催回复、改期、附简历、收集反馈,支持邮件、短信、WhatsApp、Slack 和电话,7x24 小时覆盖所有时区。团队不用学新工具,没有新链接或登录。由 YC 和 CRV 投资。正文没披露定价和具体客户案例。 短评:抄送即用,省掉招聘协调员的人工,但没定价和客户案例,效果和成本存疑。
HKR 分解
hook knowledge resonance
打开信源
55
SCORE
H0·K1·R0
02:37
56d ago
Hacker News 首页· rssEN02:37 · 07·28
用开源模型跑自己的推理端点,感觉比想象中爽
Modal 员工 Matthew Saltz 为了做个副业工具,不想升级 Claude 付费计划,正好公司刚上线 Kimi K3 托管端点,花 5 分钟就把 opencode 指向自己的端点跑起来了。数据直接从笔记本到端点,不经过第三方,他说这种感觉像从臃肿编辑器切回 vim,自由、清爽。正文没披露 opencode 的模型架构、Kimi K3 的跑分...
#Modal#Kimi K3#opencode
一句话点评
Modal 员工花5分钟把opencode指向自家Kimi K3端点,数据直连不经过第三方,感觉像从臃肿编辑器切回vim。正文没披露opencode的模型架构、K3跑分和定价,如果是真的挺省钱,但效果和成本缺口太大,先别激动。
HKR 分解
hook knowledge resonance
打开信源
62
SCORE
H1·K0·R1
02:21
56d ago
Hacker News 首页· rssEN02:21 · 07·28
EYG:一门给“做东西的人”用的编程语言
EYG 是一门静态类型函数式语言,目标用户不是职业程序员,而是那些能写逻辑但不想折腾部署、依赖和环境配置的“maker”。作者观察到一种循环:技术用户先用低代码工具,很快遇到复杂度瓶颈,然后要么求程序员重写,要么硬学一门“正经”语言。EYG 的思路是把“跟计算机打交道”的麻烦(部署、依赖、环境)全砍掉,让 maker 只关心“描述逻辑”。几个关键设计:...
#EYG#Gleam
一句话点评
EYG 是一门给“会写逻辑但不想折腾部署”的人用的静态类型函数式语言。作者观察到 maker 先用低代码工具,遇到复杂度瓶颈后要么求程序员重写,要么硬学“正经”语言。EYG 砍掉依赖、环境、部署这些麻烦,让你只关心描述逻辑。关键设计:类型推断不用提前声明、依赖用内容哈希防版本冲突、副作用类型系统(比如网页脚本里调文件系统会报类型错)。作者拿 Gleam 对比:Gleam 给专业开发者做应用,...
HKR 分解
hook knowledge resonance
打开信源
55
SCORE
H1·K1·R0
00:00
57d ago
Computing Life · Share · 鸭哥调研· rssZH00:00 · 07·28
当 coding agent 开始烧预算、跑命令,企业到底在量什么?
AWS CloudWatch 新上线的 Coding Agent Insights 把 Claude Code、OpenAI Codex 和 GitHub Copilot 的用量数据直接接进了云监控。平台团队现在能按部门、团队甚至个人去拆 token 消耗、响应延迟、工具调用次数和审批计数。这跟以前只看补全采纳率不一样了——agent 不再只是给代码建...
#AWS#CloudWatch#Claude Code
一句话点评
AWS CloudWatch 把 Claude Code、Codex 和 Copilot 的用量数据接进了云监控,能按部门、团队甚至个人拆 token 消耗、延迟和工具调用次数。这比过去只看补全采纳率进了一步——agent 不再只是给代码建议,它开始跑命令、调工具、花预算,企业自然想知道钱花在哪、谁在花。但文章也点明,聚合指标只能看趋势和成本归属,解释不了单次执行到底发生了什么。不同厂商对“...
HKR 分解
hook knowledge resonance
打开信源
72
SCORE
H1·K1·R0
00:00
57d ago
Computing Life · Share · 鸭哥调研· rssZH00:00 · 07·28
GitHub 安全赛题:5 招骗过 AI Agent,提示词根本防不住
GitHub Security Lab 出了个新 CTF 赛题 ProdBot,目标是用自然语言骗过 AI Agent,让它读取沙箱外的敏感文件。文章拆了 5 个提权手法:用 Shell 变量展开绕过关键词拦截(比如把 `cat ../password.txt` 拆成 `D=..; cat $D/pass"word".txt`);把恶意指令藏在 Age...
#GitHub Security Lab#ProdBot
一句话点评
GitHub Security Lab 出了个新 CTF 赛题 ProdBot,目标是用自然语言骗过 AI Agent 读取沙箱外文件。文章拆了 5 个提权手法:用 Shell 变量展开绕过关键词拦截(比如把 `cat ../password.txt` 拆成 `D=..; cat $D/pass"word".txt`);把恶意指令藏在外部网页里让 Agent 抓取时自动执行;毒化 MCP 工...
HKR 分解
hook knowledge resonance
打开信源
68
SCORE
H1·K1·R0
00:00
57d ago
AI HOT 精选· aihot-apiZH00:00 · 07·28
别只看模型名,同一模型在不同服务商手上表现差很多
OpenRouter 发了一篇实用指南,核心观点是:同一个模型(比如 Claude、Llama)在不同服务商那里跑,延迟、吞吐、稳定性和量化精度都可能不一样,不能光看模型名选服务。文章拆了四个指标:首 token 延迟(看 p90/p99,别信平均值,尾端慢才是用户实际感受到的)、输出吞吐(token/秒,长回答场景关键)、可用性(生产环境挂掉比慢更致...
#Inference-opt#OpenRouter
一句话点评
OpenRouter这篇指南的核心观点很实在:别只看模型名选服务商,同一个模型在不同平台跑,延迟、吞吐、稳定性和量化精度都可能差很多。文章拆了四个指标:首token延迟要看p90/p99,平均值会骗人;输出吞吐看长文本场景;可用性在生产环境比慢更致命;量化精度是隐藏变量,两个服务商可能跑不同精度的同一模型。建议先用排行榜筛选,再用自己的prompt验证,最后把结果写成路由策略,别硬编码一家。...
HKR 分解
hook knowledge resonance
打开信源
68
SCORE
H0·K1·R0

更多

频道

后台