最新

<a href="https://archive.ph/lZlAs" rel="nofollow">https://archive.ph/lZlAs</a> <a href="https://www.theguardian.com/technology/2026/jan/31/us-authorities-reportedly-investigate-claims-that-meta-can-read-encrypted-whatsapp-messages" rel="nofollow">https://www.theguardian.com/technology/2026/jan/31/us-author...</a>

大家好，HN， 我分享一下 S2C 的 Alpha 版本，这是一个基于 S3 构建的状态机复制系统。 目标是让分布式应用程序在无需节点仲裁的情况下，也能保持状态的一致性，同时保证可用性和一致性。 这个想法源于一个使用 S3 的副项目，当时我需要强一致性的分布式状态，但又不想增加一个单独的共识依赖。最初我尝试直接使用 S3 进行协调，但变得很混乱。最终，我意识到我需要一个带有确定性日志的复制状态机，然后它就变成了一个独立的的项目。 为了缓解 S3 的延迟和 API 成本，它默认使用基于时间和大小的批量处理。 S2C 支持： - 可线性化的读写操作（单节点） - 精确一次的命令语义（对于具有稳定身份的节点） - 动态节点加入和从零节点开始的冷启动恢复 - 无需时钟或租约即可实现脑裂安全 - 快照、日志截断等 当然，它用延迟和 S3 操作成本换取了操作的简单性——并非用于取代高吞吐量的 Raft 环。而且，显然，它只适用于已经使用 S3（或具有类似保证）的架构。 到目前为止，它已经通过了混沌/故障注入测试（崩溃、分区、领导者 kill）；计划进行形式化验证。 它仍处于 Alpha 阶段，但我希望大家试用、实验并提供反馈。 如果您有兴趣，代码和一份深入的指南在这里：[<a href="https://github.com/io-s2c/s2c" rel="nofollow">https://github.com/io-s2c/s2c</a>]

“每请求的Token数” 这种计费模式对我们的生产环境来说一直具有误导性。真正的成本驱动因素似乎是以下几个乘数：重试/429错误、工具扇出、P95上下文增长以及安全检查。 在你的生产LLM系统中，最大的成本乘数是什么？哪些策略有效（限制、降级模式、回退、硬性失败）？

我是 Ned，Birthday Invitation AI 的创始人。 作为一名家长，我深知筹备生日派对的喜悦（和压力！）。找到与孩子兴趣相符的完美邀请函、管理几十个同学的回复、确保每个人都知道派对的细节——除了其他事情之外，这需要处理很多事情。 这就是我创建 Birthday Invitation AI 的原因。 我们的 AI 了解您的需求——无论是为您 3 岁的孩子举办的粉红猪小妹派对，还是为您妈妈举办的 60 岁优雅晚宴——并在不到一分钟的时间内创建出精美、个性化的邀请函。无需设计技能。只需用任何语言描述您想要的，我们的 AI 就会将您的愿景变为现实。 每张邀请函都包含一个二维码，让回复变得轻而易举。客人扫描、确认，您就可以实时查看所有信息。不再需要追逐回复或跟踪谁会来。 通过这项终身优惠，您不仅仅是获得一个工具——您正在为您的家人未来的每一次生日庆祝活动获得安心。 感谢您参与我们的旅程！ Ned Huang 创始人，Birthday Invitation AI

VSCode 中的 SAP ABAP 开发：ABAP 远程文件系统 + GitHub Copilot + 语言模型工具，以及更多功能

Hi HN， 我是 Linn，ToolKuai（<a href="https:&#x2F;&#x2F;toolkuai.com" rel="nofollow">https:&#x2F;&#x2F;toolkuai.com</a>）的创建者。 和你们许多人一样，我一直对“免费”在线文件转换器保持警惕。 它们大多数都是黑盒子：你将私人文档或图像上传到远程服务器，你根本不知道这些数据最终会到哪里，或者它们是如何被用来训练模型的。 我想构建一套完全在浏览器中运行的工具（视频/图像压缩、OCR、AI 背景移除）。 你的文件永远不会离开你的设备。 技术栈 为了使其性能足以与服务器端处理相媲美，我大量使用了现代 Web API： * AI 背景移除：我使用 ONNX 模型（Xenova/modnet 和 ISNet），通过 Transformers.js 在本地运行。 处理过程 100% 在客户端进行，当 WebGPU 不可用时，会回退到 WASM。 * 前端：使用 SvelteKit (Svelte 5) 构建，因为它占用空间小，反应速度快。 * 存储和交付：AI 模型自托管在 Cloudflare R2 上，以避免巨大的带宽成本并确保快速交付。 当前数据（上线 13 天）： 该网站只有两周时间。 令人惊讶的是，我看到了来自台湾和香港的强烈自然兴趣。 目前，用户在网站上的平均停留时间约为 3.5 分钟，这表明人们实际上会停留下来处理多个文件，这证实了客户端速度达到了预期效果。 未来和盈利模式 该工具是免费的。 我决定避免“Pro/Premium”订阅模式，因为我认为这些实用工具应该可以访问。 我正在探索非侵入式广告，以支付基础设施成本（主要是 R2 和 Vercel）。 我很乐意从 HN 社区获得一些反馈： * 在不同硬件上的性能（尤其是基于 WebGPU 的视频压缩器）。 * 隐私问题或关于如何进一步加强“无服务器”承诺的建议。 * 你认为目前“仅客户端”生态系统中缺少哪些特定的媒体工具。 链接：<a href="https:&#x2F;&#x2F;toolkuai.com" rel="nofollow">https:&#x2F;&#x2F;toolkuai.com</a> 谢谢！

这是一个为 LLM 聊天服务设计的模板默认提示注入方案。其前提是，由于消费者 AI 门户网站通常缺乏针对不同声音的代理设置，我们可以将一些默认声音硬编码到原生提示注入中，以便在聊天会话期间通过关键词进行访问。这可能有助于在快节奏的环境中快速访问，以支持不同类型的交互议程。