最新

每周都有新的“AI 创业公司”涌现。 同样的配方：一个提示词，一个包装，一个着陆页。 所以，没错——YAAS：又一个 AI 垃圾。<p>⸻<p>1. 猴子与枪<p>AI 让构建变得容易——也许太容易了。 现在人人都是“创始人”。 不知道什么是 Transformer，但嘿，它能运行。 互联网就像动物园：拿着机关枪的猴子。吵闹。浮夸。危险。<p>⸻<p>2. 新一代猴子<p>他们中有一半人分不清 LLM ≠ AI。 他们说“训练了我们的模型”，但其实只是一个 API 调用。 把包装当成“创新”，把演示当成“智能”。 不是邪恶——只是无知。 变魔术却不学魔术。<p>⸻<p>3. 创造的幻觉<p>使用 ≠ 创造。 真正的建设者关注约束。 YAAS 依赖无限的计算，零思考。 当成本降为零时，品味就消失了。 创造力没有被民主化——噪音被民主化了。<p>⸻<p>4. 信任、恐惧与安全崩溃 • 自动生成的垃圾泄露密钥。<p>而锦上添花的是？知识恐慌。 人们购买课程来寻求安全感。 大师们贩卖伪装成智慧的恐惧。<p>⸻<p>5. 再次稀缺的是什么<p>理解。品味。 也许剩下的唯一创新 就是知道什么时候闭嘴，停止输入“/generate”。<p>⸻<p>你猜怎么着——这篇文章可能也是 YAAS。<p>向 Skynet 致敬——同一团队，只是在清理垃圾。

我一直在构建一个可嵌入的 AI 智能体，它能将任何网站变成一个交互式、上下文感知的体验。<p>与典型的常见问题解答机器人或通用聊天助手不同，它不仅仅阅读你的 PDF 或文档，还能从访问者与你网站的互动中学习，并相应地调整其回复、推荐或优惠。<p>从技术上讲： • 完全在客户端运行（没有外部 API 调用或后端依赖） • 使用 RAG 管道来引用你自己的 PDF、文档或内容库 • 采用本地嵌入来个性化每个访问者会话的上下文和答案 • 支持自定义样式，可以嵌入到页面上的任何位置<p>早期结果（来自 SaaS 测试人员）： • 试用注册量增加 25–30% • 支持工单减少约 20% • 自助设置只需 2 分钟<p>我很乐意收到技术反馈，特别是关于它如何处理嵌入、站内个性化逻辑或用户体验流程。 欢迎分享实现细节或讨论架构权衡。

Hey HN， 我是 SemanticsAV 的创建者。这个项目酝酿已久，我非常激动（也有些害怕）终于能和大家分享了。 几年前，我还在一家安全公司设计基于机器学习的恶意软件检测器，在主要的杀毒软件测试中都取得了优异的成绩。后来我离开了这个行业，转而从事计算机视觉/自然语言处理方面的工作，亲眼见证了人工智能的飞速发展。 回过头来看，我震惊于恶意软件检测技术竟然还停留在过去，本质上仍然受限于 20 世纪 90 年代的特征码数据库模式。虽然每个厂商都声称“由人工智能驱动”，但对大多数厂商来说，这只是在旧的特征码游戏上加了一层薄薄的伪装。 这不仅仅是一个技术问题，更是一个经济壁垒。特征码模式意味着只有拥有巨额数据收集预算的厂商才能参与竞争，从而导致高昂的价格。结果是，整个 Linux 生态系统——互联网的基石，几十年来一直只能使用 ClamAV，虽然它值得尊敬，但毕竟已经过时，而且是唯一的真正通用的开源选择。 我认为这是一个结构性失败，所以我决定从头开始构建一个解决方案。 我的目标是证明，一个真正的端到端人工智能方法可以完全取代特征码，降低维护成本，并在不收集用户数据的情况下提供顶级的性能。 这就是 SemanticsAV： * **原生 AI，无特征码：** 我们用一个单一的、端到端的人工智能取代了缓慢、昂贵且容易出错的人工特征码创建工作。它直接从原始二进制架构中学习，发现自身极具效力的模式，从而实现了人类主导的系统无法比拟的速度、准确性和经济效率。 * **永久免费，适用于 Linux：** 该扫描器在 Linux 上永久免费用于所有商业用途，只需注明出处即可。为了保持针对新兴威胁的顶级性能，我们会定期发布超轻量级的人工智能模型（通常每个文件类型小于 5MB）。这些更新通过开源 CLI 按需下载，确保核心引擎在扫描期间保持 100% 离线状态。 * **通过可验证的架构实现信任：** 核心引擎（SDK）是一个闭源二进制文件，但在架构上无法进行网络连接。这并不是一个需要你相信的说法，而是一个你可以验证的事实。将其放在防火墙后面或使用任何网络监视器运行，你将看到 SDK 没有发出任何出站连接。所有合法的网络活动都完全由 MIT 许可的开源 CLI 处理，你可以逐行审计。 * **隐私设计（离线优先，在线可选）：** 免费扫描器在设计上是 100% 离线的。为了进行更深入的威胁归因，你可以选择启用我们付费的云智能服务。即便如此，我们也不需要你的文件。SDK 提取一个很小的（约 15KB）加密的“架构指纹”，然后开源 CLI 将其传输进行分析。这个指纹是一种单向转换；原始文件永远不会被发送，也无法从中重建。这项服务旨在解决人工智能的黑盒问题，通过向你展示裁决背后的证据。 当前状态和请求： 该平台目前支持 PE 和 ELF 文件，未来将支持更多格式。我的目标是让 SemanticsAV 成为整个 Linux 生态系统的标准、基础恶意软件扫描器，并集成到其他优秀的开源安全工具中。 但实话实说：我是一个引擎开发者，而不是一个开源维护者。我花了数年时间专注于核心技术，但在构建社区方面还是个新手。我确信集成体验存在一些不足，CLI 还可以更好，文档也存在一些漏洞。 这就是我需要你帮助的地方。我正在寻求你严厉、诚实的反馈。告诉我哪里坏了，哪里令人困惑，以及缺少什么。我来这里是为了学习。 感谢你的时间。 网站：[https://www.semanticsav.ai/](https://www.semanticsav.ai/) GitHub：[https://github.com/metaforensics-ai/semantics-av-cli](https://github.com/metaforensics-ai/semantics-av-cli)

潜水已久的老读者/第一次发帖 :D 我最近背包游览了欧洲，决定在一张地图上标记出我在每个城市的前 24 小时内去过的地方，以及我在这些地方拍摄的照片。 马德里：https://ron.nyc/blog/24hours-in-madrid 巴塞罗那：https://ron.nyc/blog/24hours-in-barcelona 柏林：https://ron.nyc/blog/24hours-in-berlin 巴黎：https://ron.nyc/blog/24hours-in-paris ps. 我仍在对页面进行性能优化，因此移动端的使用体验可能还不太好。

为喜爱 Wordle 类游戏的《部落冲突：皇室战争》粉丝们打造——完全免费，无需下载： 经典模式：猜测 5 个字母的卡牌名称（6 次尝试，颜色提示）+ 每日/练习选项。 像素模式：每次猜测后，卡牌图像会逐渐清晰（测试你对卡牌的识别能力）。 表情符号/描述模式：解码表情符号或文字线索，找到正确的卡牌。 无广告，可在手机/电脑上运行，并追踪你的统计数据。 欢迎反馈，是否需要添加更多模式（例如卡牌稀有度筛选）？

我构建 LogSieve 是一个小实验：我能否构建一个小的、完全在客户端运行的应用程序来解析和可视化日志。<p>事实证明，答案是肯定的。<p>将 .log 或 .txt 文件拖放到页面中，它就会完全在您的浏览器中进行解析、过滤和可视化——无需服务器、无需上传、无依赖。它支持文本和正则表达式过滤器、命名组字段提取、排序、摘要统计以及 JSON/CSV 导出。<p>您可以在 GitHub Pages 上直接打开它，或者克隆存储库并双击它。 来源：<a href="https:&#x2F;&#x2F;github.com&#x2F;notesofcliff&#x2F;logsieve" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;notesofcliff&#x2F;logsieve</a><p>作为一个“解决一个问题”的周末项目构建——它基本上“只是”900 行 HTML、CSS 和 JS 代码。

为 DispatchGame 玩家打造 <a href="https:&#x2F;&#x2F;dispatchgame.app&#x2F;" rel="nofollow">https:&#x2F;&#x2F;dispatchgame.app&#x2F;</a>，解决大家对零散攻略的困扰——无需注册，纯粹实用： * 任务通关指南（快速攻克棘手目标）。 * 单位/配置攻略（优化配置，助力进度）。 * 最新游戏内活动解析（更新本周挑战）。 由玩家制作——想添加数据追踪或队伍配置建议吗？欢迎反馈！