Hacker News

A thousand fewer paths to root

大家好，我是 Gauge 的 Evan。我们正在开源我们的 CLI，用于为编码代理递归改进文档。该 CLI 包含本地执行后端，因此你无需账号即可试用。讲解视频见：https://youtu.be/zhLUlIKB1Mg 该 CLI 支持一个爬山循环： - 为编码代理设置需要用到你文档的任务，例如“设置 Gauge CI 检查” - 运行这些任务 - 分析会话记录中的摩擦或失败 - 创建文档变体以解决问题 - 注入文档变体后重新运行任务（透明地在同一主机名下） - 重复，直到得到一个能解决问题的变体 同一循环也支持对 Skills、CLI 和其他面向 agent 的表面进行爬山优化。我们两年前开始构建开源开发者工具（如 Tach https://github.com/tach-org/tach ），随后转向 AI 搜索优化，现在专注于这两个领域的交叉点。我们已经在与优秀的开发者工具公司合作，而他们是最早问我们如何针对 Claude Code 和 Codex 进行优化的人。我们意识到这最终会是每家公司都需要做的事。我们的 CLI 为 docs/devrel/eng 团队提供基础能力，用于衡量、分析并改进编码代理使用其产品的方式。设计归结为两个组件：VM 和网络网关。这些 VM 很直接，我们希望代理在其环境中拥有高权限，以便它们能代表开发者的编码 a

Insects don't swarm at LED lights

Have I befriended a murderer?

A new Go API for JSON

我曾因为估算价值太耗时，错过了一台本可用于项目的超棒电脑。用户粘贴一条商品信息，就能收到价值评级、带日期的组件估价和可分享的报告。AI 负责读取商品信息，但评级由我自建的价格引擎决定（每天更新）。项目自筹资金，现已可用。希望获得关于评分、界面以及它是否有用的反馈。https://www.youtube.com/watch?v=Tpft--x3WlI

Guerrilla Bike Lanes: San Francisco Makes Illicit Infrastructure Permanent (2016)

如果你拥有个人 Google AI 订阅，你在 Gemini 中保存的所有聊天历史记录都可能被用于训练，而且除非关闭聊天历史记录或使用临时聊天会话，否则无法选择退出。这些聊天记录甚至可能被人工审核员查看。尽管 Google 声称在人工审核时会将其与你的账户断开，但他们明确警告不要输入机密信息。https://support.google.com/gemini/answer/16836988 “如果你的 Keep Activity 设置处于开启状态，[Gemini 应用活动] 会被用于改善所有人的 Google 服务，包括训练生成式 AI 模型。” https://support.google.com/gemini/answer/13594961?hl=en#human_review “一部分聊天会由人工审核员审核” https://support.google.com/gemini/answer/13594961?hl=en#pn_retain_data “由人工审核员审核的聊天 [...] 在你删除活动时不会被删除。相反，它们会被保留最多三年。” https://support.google.com/gemini/answer/13594961?hl=en#pn_data_usage “请不要输入你不希望审核员看到或 Google 用于改善我们服务（包括机器学习技术）的机密信息。” 要禁止他们利用你的聊天会话进行训练，你需要在 Gemini 设置中关闭“Keep Activity”。关闭它意味着 72 小时后你将丢失所有聊天会话。我得知得太晚了，原以为付费订阅 = 不会变成产品。显然，付费还不够。Than

Giant canyon on Mars is still tectonically active

HN 的各位好，我是来自 Finic 的 Ayan。我们正在推出 Kairos，它是 Sift、Sardine 以及其他实时欺诈决策平台的开源替代方案。Kairos 致力于解决传统决策工具面临的两大难题：缺少可用于训练的标注数据，以及应对不断变换手法的欺诈者。1. 传统欺诈解决方案使用 XGBoost 等 ML 模型来检测欺诈，但这些模型依赖高质量的标注数据，而许多企业并不具备这样的数据。为此，我们在 XGBoost 和逻辑回归等传统模型之外，还使用了“System One”决策模型。这样你就可以把诸如“这是不是一次性邮箱”这类自然语言问题纳入决策流程，从而无需依赖大量标注数据。这也能让你捕捉欺诈中更偏非结构化的特征，而这正是 XGBoost 模型难以处理的。2. 欺诈团队面对的是不断改变行为以绕过现有检测逻辑的活跃对手。你可以训练一次检测模型或定义一次规则集，但几周之内它就会过时，因为欺诈者会摸清你的检测逻辑。这意味着你需要一个团队定期训练模型，并根据新的欺诈模式更新规则。这通常需要一个庞大的数据科学/ML 团队。Kairos 通过引入 MCP server 来解决这个问题，让你的 agent（Claude Code、Cursor、Codex 等

How I use AI (Oct 2026)

我们曾就 Gitbook 可用性问题向支持团队提交工单，并收到了以下回复。我们尚未看到任何正式的客户沟通或入侵通知。抱歉格式不佳，这是手机粘贴的，我已尽力处理。更新：GitBook 安全事件更新 你好 <$name>， GitBook 应用、GitBook API 和已发布的文档已恢复可用。随着我们完成将所有内容恢复到完整性能，少数服务可能仍处于降级状态。 *发生了什么* GitBook 一直是使用 AI 智能体发起的复杂且高度针对性攻击的目标。11 月 2 日 19:00 CET，攻击者未经授权访问了我们的一些基础设施凭据。我们立即检测到攻击，并迅速采取行动阻止进一步影响。为确保我们的基础设施完全安全，我们随后将 GitBook 应用和需认证的文档站点下线。我们利用缓存数据，尽可能长时间地保持公开发布的内容在线。 *我们立即采取的措施* * 阻止攻击者并关闭相关漏洞 * 更换了我们基础设施中的所有凭据和密钥 * 只有在确信服务安全后才恢复服务 * 使平台上每个客户的 API 令牌失效 *你的数据* 我们的调查显示，攻击者可能访问了以下内容： * Git Sync 密钥。 * GitBook API 令牌。 * 用于将外部工具连接到 GitBook 的第三方 API 令牌。 * 你的站点访客向 GitBook Assistant 提出的问题。 At th

Starfall – Affordable, routine access to microgravity

我最近在本月的“who wants to be hired”帖子下留了言，但到目前为止只收到了垃圾信息。有人通过这个方式成功过吗？还是说它只是让你订阅垃圾邮件和自动化营销的一种方式？

Residential proxies detected on White House network

HN 的大家好！我是 Kino（https://kino.ai）的 Luke。Kino 让你可以和你的 agent 以及团队成员一起制作出色的视频。素材与资产存储、功能丰富的视频编辑器，以及供团队成员查看的审阅链接，全都打包在一起。你的同事和 Codex / Claude Code 可以在同一个时间线上协作，审阅备注和素材都集中在一处。基础概览见 https://kino.ai/walkthrough-video，我们的发布视频（完全用 Kino 制作！）见 https://kino.ai/launch-video。Opus 5.5 现在可以编辑视频并制作出色的动态图形。但使用原始的 agent harness 时，你需要用文字或在临时搭建的一次性 UI 中描述细微的编辑，你无法引用跨设备共享的素材，而来自队友的反馈则是以 Slack 截图的形式出现。Kino 是代码优先的。所有剪辑、所有动态图形、所有时间线项目的拖拽、所有队友评论以及所有 3D 场景都以代码表达，构建在 Remotion 之上。这一点很难做对，因为我们实际上是在为 React 构建一个所见即所得编辑器，然后再把它变成视频编辑器。在制作发布视频时，我让带 Kino 的 Claude 去找一张 macOS Leopard 安装盘，并据此为我们整个视频重新换肤。Kino 还完全支持协作和实时同步，因此你能看到队友的光标，并确切知道他们当前正在观看时间线的哪个部分。在制作发布视频时，我有 5 个以上的 agent 同时编辑时间线，而我的朋友 Donald 则让他的 swarm 在往下几分钟的位置上工作。

A wave of plastic-free coffee pods and machines

我很好奇 HN 上的人日常如何使用 AI，于是列了一组我觉得可能有意思的问题。当然不必每个问题都回答，我只是想大致了解人们如何使用 AI。1）你个人付费订阅了哪些 AI 服务？（Claude、ChatGPT/Codex、Cursor 等）——哪些档位？——你是否从同一家提供商购买了多个订阅（例如两个 Claude 账号）？2）你是否在使用这些订阅之外的模型（或改用其他模型）？例如按量付费 API、OpenRouter，或本地托管模型。——哪些模型和提供商？3）你使用哪些编码 harness 和界面？是坚持默认 CLI 或 IDE 集成，还是使用 OpenCode、Pi、Aider、Muse Code 或自建 harness 等替代方案？——是什么促使你切换 harness（如果你切换过）？4）你是否使用任何智能体编排或 swarm 工具？——例如 Munder Difflin、Gas Town、Ruflo，或自定义工具。5）你是否使用更广泛的智能体平台，如 OpenClaw / Hermes Agent / Grok bot / Dots / Muse？——如果使用，主要用例是什么？----- 我知道我的工作流与一年前相比已有很大不同，所以如果能记录下今天人们在使用什么以及为什么使用，会很有意思。

Nvidia RTX Spark encrypted firmware slows inference speed to 35% on Linux

先给一些项目背景。我是一名独立创始人，工作中大量使用 AI。这个想法源于希望让玩家探索城市。每座城市都有自己的历史，所以每个案件都设定在一座真实城市中，并使用真实的公共场所。犯罪事件和人物则是虚构的。我最在意的是游戏的可玩性部分：由一个模型扮演侦探，并且必须在案件上线前侦破案件。截至目前：它在 Android 上免费，iOS 版本仍在等待 Apple 审核。它已支持六种热门语言，但增加更多语言只是时间和需求的问题。如果项目能发展起来，我的长期愿景是：每周案件、像团队建设密室逃脱游戏那样的私人派对、一个 MCP，让游戏主持人可以基于 ChatGPT 或 Claude 构建自己的场景，或许还有旅游局，因为玩家会环游世界。

I dumped Apple’s word list