最新

HN 大家好， 这是我的分子追踪网络应用。 它像传统应用一样追踪卡路里，但对维生素和氨基酸等微量营养素的细节追踪更深入。 它由 Google Gemini 提供支持，因此您只需为每餐输入一份粗略的食物清单，它就会推断出您想要的确切食物。无需再扫描条形码！ 我亲自构建这个应用是因为我对食物的生化性质很感兴趣，而且使用这个工具比手动查找每种食物要快得多。 希望您觉得它有用，并请告诉我任何功能请求。 谢谢，Enzo

碳技术结构追溯了无形系统的物质重量。一台经过改造的绘图仪、玻璃面板和蒸汽机协同工作，将通常不可见的事物呈现出来：计算过程的环境成本。 蒸汽凝结在玻璃上，形成短暂的绘画表面。一个空墨水笔在这一临时画布上移动，描绘出源自实时能源数据的图案。这些标记只以凝结的扰动形式存在，消逝的速度如同我们对数字基础设施环境影响的关注。 在这次迭代中，我们运行一个托管开源语言模型的GPU。我们提示它虚构其自身能耗的表征——一种递归姿态，产生诗意输出和可测量的负载。该装置监测这种消耗，将其与当地电网的碳强度进行交叉参考，并随后绘制出来。 每一幅消失的绘画都让我们得以一窥我们所构建的碳技术结构，一次计算一个。 在布鲁塞尔的Ohme/BrIAS驻留期间制作，并得到了瓦隆-布鲁塞尔联邦的支持 更多信息： <a href="https:&#x2F;&#x2F;guillaumeslizewicz.com&#x2F;studio&#x2F;neuralfog&#x2F;" rel="nofollow">https:&#x2F;&#x2F;guillaumeslizewicz.com&#x2F;studio&#x2F;neuralfog&#x2F;</a> <a href="https:&#x2F;&#x2F;gitlab.constantvzw.org&#x2F;gijs&#x2F;carbon-aware&#x2F;-&#x2F;tree&#x2F;main...</a>

社交互联网的早期，有一个非常简单的承诺。技术将帮助人们与生活中已经存在的人保持联系。当时没有对“受众”的痴迷，没有创作者经济，也没有算法决定你接下来应该看什么。一切的核心是人际关系。这就是为什么像 Facebook、Orkut 甚至早期的 YouTube 这样的平台对数百万人来说都很有意义。它们就像现实社交生活的延伸。 如今，情况变得很奇怪。我们生活在历史上技术最先进的数字时代。人工智能可以撰写文章、生成图像，并能与我们进行长时间的对话。然而，许多人觉得这些工具在他们生活中所占据的情感空间，不如那些早期的社交平台。要理解其中的原因，仔细观察社交网络是如何演变的，以及在此过程中悄然发生的变化，是很有帮助的。 2004 年 Facebook 推出时，它的目的非常狭窄。它旨在连接已经互相认识的大学生。访问需要一个大学电子邮件地址。当时没有网红，没有病毒式视频推送，也没有全球受众。人们登录是为了看周末派对的照片，评论朋友的帖子，或者查看同学在哪里留学。平台的结构反映了这一意图。体验的核心仅仅是你的朋友列表。 这个细节，在今天看来可能微不足道，却改变了一切。皮尤研究中心的研究表明，绝大多数 Facebook 连接都是用户在现实生活中已经认识的人。平均而言，只有大约 7% 的连接是与用户从未在线下见过面的人。大多数联系来自学校、家庭、工作或现有的社交圈。 https://www.pewresearch.org/internet/2011/06/16/social-networking-sites-and-our-lives-2/ 在此处阅读完整内容：<https://chat-to.dev/post?id=UG9wTndyTnkvZlZ6V0hzWGMwRzc5QT09>

我创建了 InterviewTraner，旨在改进人们准备编程面试的方式。大多数人随机刷 LeetCode 题目或遵循静态列表，这效率不高。InterviewTraner 使用刻意练习引擎，智能地安排您应该练习哪些题目以及何时练习。 它是如何运作的： * 1800+ 道 LeetCode 题目，按照所有主要主题（数组、树、图、动态规划等）组织成一个先决条件图。 * 引擎从简单题目开始，只有当您证明掌握了它们的先决条件后，才会解锁更难的主题。 * 间隔重复、掌握学习、交错练习等策略确保您练习您需要的内容。 * 强大的过滤功能，让您在时间紧迫时只练习一部分题目。 它与仅仅刷 LeetCode 或一些精选题集有何不同？那些题目是静态的，您将不得不浪费时间去弄清楚要练习什么。InterviewTraner 将这些静态题目转化为个性化并为您优化的动态体验。 我计划最终将课程扩展到编程面试之外，涵盖软件工程流程中任何可以融入简短且可重复练习的内容。 我最初构建 Trane（为其提供动力的练习引擎）是为了优化我的音乐练习。核心见解（技能有先决条件，练习应该尊重这种结构）同样适用于编程面试。 定价： * 免费精简版（数组、字符串、递归、哈希表、栈）。 * 每月 10 美元，可访问所有 1800+ 道题目（使用 LAUNCH 代码的发布价格，我计划正常价格为每月 20 美元）。 很乐意回答关于刻意练习方法、调度算法或任何其他问题。 链接： InterviewTraner: [https://interviewtraner.com](https://interviewtraner.com) Pictures Are For Babies（同样的引擎应用于学习读写）：[https://picturesareforbabies.com](https://picturesareforbabies.com) Trane: [https://github.com/trane-project/trane](https://github.com/trane-project/trane)

我不知道是不是只有我这样觉得，但我最近在 HN 上看到了很多明显是 AI 生成的帖子，而且大部分都来自新注册的账户（绿色标识），在 Show HN 栏目中尤其明显。<p>我希望团队可以限制新账户的发帖，或者至少提供一个默认的过滤功能，让我只能看到符合特定条件的账户发布的帖子。<p>我不想看到 HN 变成 Twitter 那样，充斥着机器人和噪音，那将是非常令人沮丧的一天。

各位 HN 用户好， 我厌倦了每次全球发生事件时都要在 Flightradar、MarineTraffic 和 Twitter 之间来回切换，所以我写了一个仪表盘，将所有信息聚合到本地。它叫 Shadowbroker。 我承认我在用户界面上过度依赖了“电影黑客”的美学，但底层的实际流程是真的。它将商业/军用 ADS-B、AIS WebSocket 流（约 25,000+ 艘船只）、N2YO 卫星遥测数据和 GDELT 冲突数据拉取到一个 MapLibre 实例中。 让它运行而不让我的浏览器崩溃是最难的部分。我用一台配备 i5 和 RTX 3050 的笔记本电脑运行它，最初，将 30k+ 个移动 GeoJSON 要素倾倒到地图上就会导致一切崩溃。我最终不得不编写非常激进的视口剔除、对状态更新进行去抖动，并将 FastAPI 负载压缩了 90% 左右，才使其可用。 我最喜欢的部分是信号层——它实际上通过聚合头顶商业航班的实时导航退化（NAC-P）来计算实时 GPS 干扰区域。 它使用 Next.js 和 Python。我在发布版本中放了一个快速启动脚本，如果你只想启动它，但如果你想深入研究后端，仓库是开放的。 请告诉我我的 MapLibre 实现是否很糟糕，我一直在寻找优化渲染的方法。

注：我目前在中东北非地区，与军方没有任何关系。 当我第一次读到Dario的声明时，我对军方如此轻视人工智能安全（更不用说隐私）感到震惊。看到Anthropic抵制军方，我为自己是Claude的用户而感到自豪，以至于我立刻删除了GPT。看到你最喜欢的产品与你的价值观同步，感觉真好。 但今天，在仔细思考之后，我意识到了一些事情。如果一个政府允许一家人工智能公司来主导条款，那么它就为未来的人工智能公司抵制政府监管开创了先例。这在2020年代可能不是什么大问题，但在2030年代，根据所有估计，许多人工智能公司将强大到足以抵制整个政府机构。也许不是美国或中国，但它们肯定会强大到不容易受到影响。 那些独立的公司最终会发展到如此庞大，以至于任何政府都无法驯服它们。我知道现在一家市值不到一万亿美元的普通公司抵抗一个每年花费7万亿美元的政府似乎是不可能的。但如果放眼长远，下一代人工智能公司的估值很可能会达到10万亿美元。如果你看看一个刚学会说话、突然开始谈论量子力学的两岁孩子，你可以肯定他长大后会成为一个强大的力量。 我知道软货币权力与硬军事权力有很大不同，但如果满足以下条件，足够多的第一类代币很容易转化为第二类： 1. 你有一个雄心勃勃的首席执行官。 2. 公司的生存受到某种威胁。 我在这里谈论的不是通用人工智能，而是那些为了生存不择手段的、老牌的私募股权公司。它们由对股东比对任何人和任何事物都更忠诚的西装革履的人统治。 归根结底，公司由独裁者统治（它们必须如此），而政府则不是（至少在西方国家不是）。也许，也许我们不应该相信私募股权公司除了追求利润之外还会寻求任何东西。政府是具有操纵性和血腥的，但至少我们可以投票。