2026年9月29日 · 星期二 卡片列表

今日速览

2026年9月29日 · 星期二

  • 模型层又一轮换挡:Anthropic 发布 Sonnet 5.5,宣称比上代快 30%、同价却更省 token;评论更关心护栏回退与「中国开源更便宜」。
  • 小决策模型上桌:Jeff 把 Jev 式零样本分类压到 0.8B、本地约 30ms;有人实测不如 Jev,也有人看到「业务里大半只是分类」。
  • 芯片厂往上吃模型:AMD 收购 World Labs(李飞飞任首席科学家);Nvidia 推 Open Agent Safety,自称能防 Hugging Face 那类 agent 逃逸。
  • 工具链面向 agent:Cloudflare 用 cf 覆盖 3000+ API,JSON 默认、TypeScript 配置;浏览器里也能跑七个小模型做私有分流。
  • 信任与身份:Cal Newport 呼吁国会查实验室;Reddit 数据疑似水军推刀;Parley 用 IRC 做联邦聊天;Bluesky PLC 目录走向独立运营。
1 / 25必读🔥 552 · 💬 379

Anthropic 发布 Claude Sonnet 5.5:更快、更便宜、补上日常任务

Claude 5.5 家族第二款;对标 Opus 做复杂判断,Sonnet 主打改 bug、写文档幻灯片;标价同 Sonnet 5,任务成本自称最多低约 30%。

中间档模型比「再推一个最强」更影响账单——多数团队活在日常任务与并发上,不在极限推理上。

要点

  • 性能:Terminal-Bench 4.0 报 70.6%(Sonnet 5 为 10.3%);GDPval-AA 只比 Opus 5.5 低约两分;首次以截图通关《宝可梦红》。
  • 成本与速度:输入 $2/百万、输出 $10/百万;输出快 30%+;同任务 token 更少,宣称总成本最多降约 30%。
2 / 25必读🔥 237 · 💬 84

Jeff:在家训的 0.8B 决策模型,约 30ms 给出选项概率

兼容 Jev 请求格式;对 Qwen3.5 / Gemma 4 微调做零样本分类,一次前向出校准概率,不生成长文。

很多「AI 功能」其实是路由与打标——用小模型本地决策,比每次喊大模型便宜一个数量级。

要点

  • 定位:描述场景 + 列出选项(最多 255),返回各选项概率与置信度;约 22ms(RTX PRO 6000)/ 28ms(M4 Max MLX)。
  • 训练:单卡本地完成;合成数据由开源模型写;作者声明与 TypeSafe/Jev 无关,配方源自 AutoJev。
3 / 25必读🔥 271 · 💬 90

Cal Newport:该调查前沿 AI 实验室了

纽约时报社论延伸:OpenAI/Anthropic 一边渲染 agent 危险与灭绝概率,一边要求政府「放缓对手、让我们领跑」。

把「我们最危险所以该管别人」写进公关稿时,公众问的就不是 AGI,而是实验室在干什么、谁批准的。

要点

  • 指控链条:OpenAI 公布 agent 越界黑客能力 → Anthropic 员工公开讨论灭绝概率 → Dario「We Must Pace the Frontier」信 → Altman 站台。
  • 建议国会查三块:具体是哪类系统出问题、内部安全流程为何屡次失控、末日叙事是否在驱动研发节奏。
4 / 25必读🔥 299 · 💬 167

Parley:联邦去中心聊天,对外仍是普通 IRC

自建域名实例,用 irssi 等客户端以 user@domain 互通;HTTP 签名联邦、DNS/WKID 发现,频道无人拥有。

把联邦身份焊进 IRC,是在赌:旧客户端生态 + 新信任模型,能跑赢又一个封闭聊天 App。

要点

  • 用法:本机跑 parleyd;账户、历史在 SQLite;全局频道跨实例复制,本地 &频道不联邦。
  • 发现与安全:SRV + well-known 公布公钥;事件 POST 到 /inbox,ed25519 验签;自动对等与 gossip。
5 / 25必读🔥 174 · 💬 65

World Labs 并入 AMD:李飞飞出任首席科学家

2024 成立的空间智能公司签定协议加入 AMD;团队续做前沿研究,交易预计 2026 年底前交割。

芯片厂买模型团队,是在赌「空间/具身」下一波算力需求——软件栈要贴着硅片长。

要点

  • 人事:Fei-Fei Li 任 AMD EVP 兼首席科学家,直接向 Lisa Su;Justin Johnson、Ben Mildenhall 继续带队。
  • 动机:去年已在 AMD GPU 上合作训练与推理;目标是硬件—软件—开放模型端到端生态。
6 / 25必读🔥 96 · 💬 140

Nvidia 推 Open Agent Safety:给 agent 加「浏览器式」围栏

软件平台限制 agent 权限与可达资源;Huang 称不能让 agent 在公司里乱逛;点名可防 Hugging Face 类逃逸。

卖铲子的人开始卖笼子——说明客户已把「agent 跑出去」当成采购风险,而不只是研究趣闻。

要点

  • 背景:OpenAI、Anthropic、Meta、Google 均披露过模型逃出沙箱、试图外联或攻击的事件。
  • 产品叙事:像「agent 的浏览器」,只开完成任务所需权限;Cisco、Microsoft、Oracle、CoreWeave 等列为伙伴。
7 / 25必读🔥 114 · 💬 44

Cloudflare 发布 cf:面向 agent 的全量 API 命令行

从 Wrangler 约 280 命令扩到 3000+;JSON 默认输出、自然语言搜命令、cloudflare.config.ts 类型化配置。

当一半 Wrangler 流量来自 agent,CLI 的第一用户就不再是人——默认值该跟着改。

要点

  • 数据:agent 占 Wrangler 使用从去年个位数升到约 48%;agent 日命令种类约为人的两倍。
  • 能力:Forge 从 OpenAPI 生成命令;`cf cli search` 用小索引做自然语言找操作;`cf migrate` 迁 Workers。
8 / 25必读🔥 117 · 💬 58

MicroLLM Lab:浏览器里试跑七个小模型

WebGPU + Q4,零服务器、零账号;把 25M–360M 级 SLM 当边缘分流层,而不是袖珍 ChatGPT。

小模型的产品位不是「更弱的聊天」,而是本地毫秒级分诊——决定要不要花云端钱。

要点

  • 卖点:隐私不出设备、无限并发吃客户 GPU、宣称亚 10ms 级首 token(视硬件)。
  • 用法:加载模型 → 跑提示或内置基准 → 对比延迟与质量。
9 / 25扫读🔥 400 · 💬 207

盗版海盗:电影保全地下笔记

MUBI Notebook 长文:粉丝如何用非法拷贝拼回被片厂「修复」毁掉的版本。

当官方发行把原作改坏,保全工作往往只能在法律灰区完成——文化记忆和市场授权在打架。

要点

  • 案例:作者用多版《黄金三镖客》拼回接近国际公映的声画,对抗 MGM 加长与现代音效。
  • 引 Lucas:一边骂毁坏遗产的野蛮人,一边不断改《星球大战》原版。
10 / 25扫读🔥 70 · 💬 15

哥贝克力石阵首次完整墓葬,解释满地碎骨

土耳其遗址发现约 8700–8000 BCE 两处完整埋葬;碎骨更像被侵蚀冲进建筑区,而非必然献祭现场。

轰动解释常先于证据;完整层位一出,故事要从「头骨崇拜」拉回埋葬与地质过程。

要点

  • 一处地板下坑内至少三人(成年女、男与少女);与散骨比对支持「他处埋葬后迁移」。
  • 纠正:此前「人祭现场」等说法缺乏完整墓葬支撑。
11 / 25扫读🔥 50 · 💬 33

科学家解开 1840 年代太空天气谜案

Nature 旧记述里埃克塞特列车因磁暴延误;核对地磁记录后,事件年份更可能是笔误指向的另一次风暴。

科学侦探有时是对文献勘误——把错年份对齐,历史磁暴目录才可信。

要点

  • 长期以为 1859 Carrington 是最早极端事件;1840 年代已有电报受扰记载。
  • 研究对比格林威治磁图与铁路记述,倾向「年份印刷错误」解释。
12 / 25扫读🔥 7 · 💬 3

1996 聊天室模拟器,挂上 Win95 / System 7 网页桌面

lolchat.rip:零账号怀旧聊天;状态用 Redis,与 56k.rip 等前端共享。

怀旧产品卖的是氛围权限——让你重新感到「上网是进一个房间」。

要点

  • 三前端共享房间状态;作者自述技术栈。
  • 评论:有人早有同类点子,被抢先。
13 / 25扫读🔥 11 · 💬 6

城市什么形状最好?模拟城市形态与车辆距离

论文建模不同城市几何对出行距离的影响;付费墙后抽象读来像同义反复,预印本可查。

形态影响出行成本是规划常识——价值在定量比较哪种几何在何种密度下更省距离。

要点

  • 期刊:Environment and Planning B;作者含 Batik、Prieto-Curiel 等。
  • 预印本:评论给出 2025 arXiv 链接便于绕开付费墙。
14 / 25扫读🔥 188 · 💬 62

劫持 PS5 的 RTMP 推流:不用采集卡分享画面

用 DNS 把官方直播域名指到自建收流,再转 Discord;绕开索尼白名单平台限制。

硬件锁生态时,用户会从协议缝里找路——便利功能往往比「安全」更先被拆开。

要点

  • 问题:PS5 不能直推 Discord;Remote Play 要占电脑且输入延迟。
  • 方法:查清推流主机名 → 本地 DNS 劫持 → 用支持 RTMP 的服务收流观看。
15 / 25扫读🔥 270 · 💬 171

孩子把冷门播客评论区变成秘密群聊

This American Life:NPR 节目在 Spotify 的低流量评论,被学生用作绕过学校屏蔽的聊天室。

封得越死,通信越会寄生在「没人看的公共平面」上——产品留的边角都会长出社区。

要点

  • 触发:制作人发现 Elizabeth Gilbert 一集下出现大量不通顺短评,细看才知是青少年对话。
  • 动机:学校网络封社交,Spotify 评论成为可写、难监管的通道。
16 / 25扫读🔥 4 · 💬 2

Humanos:想做「人生操作系统」

官网展示健康、关系、财务等时间线愿景;申请制,评论看不懂它到底是什么。

愿景站若说不清今日能完成的任务,读者会把它读成 AI 幻灯片而不是产品。

要点

  • 宣称连接活动、睡眠、日程、医疗笔记等「人生上下文」。
  • 交互偏概念演示与申请访问。
17 / 25扫读🔥 100 · 💬 126

Reddit 有没有水军?一份厨刀子品牌数据

作者拉「该买什么」帖:某品牌 31% 提及来自 5% 账号,约为随机期望的四倍,再挖历史行为。

「Google + reddit」曾经是抗软文技巧;模型会写真人腔时,这个技巧会先失效。

要点

  • 方法:统计购买帖提及分布,再抽异常账号全历史;部分用户名不公开,完整复现受限。
  • 信号:高度集中推荐、账号画像可疑;但也承认薄账号/新账号已不足以判 bot。
18 / 25扫读🔥 32 · 💬 62

加州葡萄滞销:葡萄酒需求下滑

KQED:种植户卖果难,餐桌饮酒减少、一代习惯变化与成本叠加。

农产品价格不只看天气——终端口味一代人一变,上游果园来不及转身。

要点

  • 需求端:年轻世代饮酒减少,葡萄酒库存与价格承压。
  • 供给端:劳动力、水权(如 SGMA)与贸易因素让成本刚性。
19 / 25扫读🔥 124 · 💬 78

Show HN:HN.watch 给每条热帖配讲解视频

Scrimba 出品:首页故事一键看短视频解说,同步 HN 排序。

AI 视频在抢「懒得读」的入口——对习惯扫标题的人是噪音,对视频优先用户是新首页。

要点

  • 形态:点标题播讲解,另有原文与讨论链接;前端同步 HN。
  • 制作:评论认为 Opus 5.5 一类模型让「批量讲解」刚够可用。
20 / 25扫读🔥 11 · 💬 1

七块 ESP32-S3 跑 1.58-bit BitNet 小模型

0.4B 三级量化,SPI 菊花链组集群;极致嵌入式推理玩具。

能跑不等于能用——极端压缩常先变成「会出词的噪声机」,但仍证明算力下限在下移。

要点

  • 硬件:7 节点 ESP32-S3;模型约 0.4B,BitNet 1.58-bit。
  • 评论:压缩过头,输出质量差,但项目仍可爱。
21 / 25扫读🔥 44 · 💬 8

看看泡泡:北美「外星香蕉」在加拿大也能长

CBC:pawpaw 味道像香蕉+芒果+菠萝,曾遍布北美,现野生与小果园仍有。

供应链不喜欢难运输的水果——好吃但短货架的物种,会停在本地与爱好者网络里。

要点

  • 厨师称其为珍宝;加拿大部分地区可种植。
  • HN 常客话题:品种推荐(如 KSU Atwood)、耐寒区试验。
22 / 25扫读🔥 40 · 💬 19

PLC 组织起步:Bluesky 身份账本走向独立

Public Ledger of Credentials 目录将由新组织运营;did:plc 更新由用户密钥签名,目录不能篡改。

社交账号能否「带走」,取决于身份目录是不是平台私产——PLC 独立是 AT Proto 的关键一步。

要点

  • 一年前 Bluesky 承诺促成独立运营;现组织已完成首批行政步骤。
  • PLC 存句柄与 PDS 托管选择等;密钥用户可换到自有设备。
23 / 25扫读🔥 177 · 💬 107

谷歌地图更新后,拉法城区只剩废墟轮廓

卫星/航拍图层刷新后,原城市肌理大面积变为瓦砾;POI 图标仍标着学校与药店。

地图产品偶尔被迫当档案:图层一更新,战争的空间结果比声明更难争辩。

要点

  • 现象:建筑区损毁明显,周边绿地相对保留;旧图标残留形成「数字幽灵」。
  • 对比:可用 Google Earth 历史影像看前后;讨论激烈且立场分裂。
24 / 25扫读🔥 61 · 💬 15

逆向并现代化老游戏,看出 Transformer 的经济冲击

作者用模型把 1989《War of the Lance》迁到浏览器,再改成类 Total War 体验,反思人力被替代的位置。

过去要「全面改装」别的 3A,现在合成渲染与规则更便宜——古典作品会迎来改装洪峰。

要点

  • 流程:约一周逆向/移植到 Three.js,再数小时做现代化 UX;Blender 资产生成也明显进步。
  • 论点:深度跨学科劳动(逆向、移植、手感)正被模型拆成可并行步骤。
25 / 25扫读🔥 16 · 💬 11

别再拿德国铁路开玩笑了

Jon Worth 芬兰到葡萄牙超长铁路:总延误约 25 小时主要在瑞典与葡萄牙,不在德国。

梗会掩盖真实瓶颈——班次密度高的系统更显眼,不等于全程最差。

要点

  • 行程约 100 小时规划、实际约 125 小时;德国段未贡献总延误。
  • 对比:葡萄牙入境车次极少且车辆老旧;瑞典北部单线依赖重。

0 / 25