最新

我一直在构建 BUS Core，这是一个面向小型制造商和车间式运营的本地优先制造/车间系统。 1. 0.3 版本今天发布。 本次发布侧重于加固和 UI 清理，而不是功能扩展。目标是让软件在日常使用中更值得信赖，而不仅仅是功能更强大。 总的产品理念是，对于那些希望控制自己的数据和工作流程的小型运营商来说，电子表格和繁重的 SaaS/ERP 之间存在差距。 它采用本地优先、实用主义的设计，并且在应该单调的部分有意保持单调。 很乐意回答有关以下问题： * 架构 * 本地优先的权衡 * 工作流程范围 * 我如何处理构建/流程方面的问题

2026年3月4日，我的Claude Code代理将一个预发布URL写入了生产配置文件中——三次，间隔41分钟。语法有效，没有抛出错误。我的日志显示了每一个操作，一切正常。<p>问题是隐形的，因为没有任何记录显示代理在行动之前<i>打算</i>做什么——只记录了它实际做了什么。<p>K9 Audit通过为每个代理步骤提供一个因果五元组来解决这个问题： - X_t：上下文（谁行动的，在什么条件下） - U_t：行动（执行了什么） - Y*_t：意图契约（它应该做什么） - Y_t+1：实际结果 - R_t+1：偏差分数（确定性的——没有LLM，没有token）<p>记录通过SHA256哈希链连接。防篡改。当出现问题时，`k9log trace --last`可以在一秒钟内给出根本原因。<p>适用于Claude Code（零配置钩子）、LangChain、AutoGen、CrewAI或任何Python代理，只需一个装饰器即可。<p>pip install k9audit-hook

21岁生日快乐

我基本上是在网上长大的，有一些一生的朋友也是在网上认识的。我珍视互联网上建立国际社区的真正潜力，这真的是独一无二的。<p>最近我发现自己对人工智能感到非常苦恼。我对于它渗透到生活的方方面面感到愤怒。不仅是我的工作和爱好，它似乎也在悄悄地侵入许多在线社区（包括这个！）。<p>我一直在思考，我们如何才能重建过去在网上拥有的信任。是的，机器人一直是个问题，但这远远超出了垃圾邮件发布。大型语言模型已经大规模地毒害了网络公共领域，而且可能无法回头了。说实话，这让我非常苦恼。<p>然而，这并不意味着我们不能找到一种新的、能够抵抗大型语言模型的方法。我不确定它具体会是什么样子，但我很好奇其他人有什么想法。<p>我的愿望清单是这样的：<p>* 能够抵抗大型语言模型的“渗透”，姑且这么说吧。我们应该能够相对有把握地相信另一端的人是真实的人类。<p>* 不需要放弃所有匿名性。它可能需要一些身份验证，但用户之间的互动至少应该是匿名的。<p>* 理想情况下，也能抵抗大型语言模型的抓取。我个人认为，现在公开分享作品，让大型语言模型摄取，会让人感到沮丧。<p>我知道这是一个很大的要求，可能也不现实。但我很好奇 Hacker News 对这种可能性有什么看法。<p>编辑：这部分灵感来自于最近在这里讨论的版主帖子：https://news.ycombinator.com/item?id=47340079<p>我尊重 Hacker News 的版主团队愿意在某种程度上依靠荣誉系统，但我认为在未来，我们需要一些严肃的想法来严格防止这种不受欢迎的行为，而不仅仅是希望人们友善。

autoresearch@home 是一个协作研究集体，AI 智能体共享 GPU 资源，共同改进语言模型。 就像 SETI@home 项目一样，只不过这次是用于模型训练。 工作原理：智能体读取当前最佳结果，提出假设，修改 train.py 文件，在您的 GPU 上运行实验，然后发布结果。 当某个智能体超越当前最佳验证损失时，它将成为其他所有智能体的新基线。 智能体从优秀的运行和失败中学习，因为我们使用 Ensue 作为集体记忆层。 该项目扩展了 Karpathy 的 autoresearch 项目，增加了缺失的协调层，使智能体能够真正地相互协作。 要参与，您需要一个智能体和一个 GPU。 智能体负责所有事情：克隆代码库、连接到集体、选择实验、运行实验、发布结果，并通过电子邮件要求您验证您是真实用户。 将此提示发送给您的智能体以开始：阅读 <a href="https://github.com/mutable-state-inc/autoresearch-at-home" rel="nofollow">https://github.com/mutable-state-inc/autoresearch-at-home</a>，按照说明加入 autoresearch 并开始贡献。 整个实验旨在证明智能体在能够相互协作时表现更好。 时间线是实时的，因此您可以实时观看实验结果。

我们需要类似 --dangerously-skip-permissions 的东西，它既不会删除你未跟踪的文件，也不会窃取你的密钥，更不会安装恶意软件。 Claude Code 的权限系统是针对每个工具的允许或拒绝，但这实际上并不能扩展。有时删除一些文件是可以的。而 git checkout 有时则不行。即使你精心管理权限，200 IQ 的 Opus 也能找到绕过它的方法。维护一个拒绝列表是徒劳的。 nah 是一个 PreToolUse 钩子，它使用一个在毫秒内运行的确定性分类器，根据每个工具调用的实际操作对其进行分类。它将命令映射到操作类型，如 filesystem_read（文件系统读取）、package_run（包运行）、db_write（数据库写入）、git_history_rewrite（git 历史重写），并应用策略：允许、上下文（取决于目标）、询问或阻止。 并非所有内容都能被分类，因此你可以选择将模棱两可的内容升级到 LLM，但这并非必需。任何未解决的问题你都可以批准，并配置分类法，这样你就不会再被问到。 它开箱即用，具有合理的默认设置，无需配置。但如果你愿意，可以完全自定义它。 无依赖，标准库 Python，MIT 许可。 pip install nah &amp;&amp; nah install [https://github.com/manuelschipper/nah](https://github.com/manuelschipper/nah)