24小时热榜

我在 Claude Teams 计划中发现了一个状态管理和计量缺陷。由于其工作原理，我实际上只需支付团队的最低费用即可获得无限使用量。如果规模化，这将允许免费使用最先进模型进行无限推理。 我撰写了一份清晰的分析报告，并通过他们的 HackerOne 项目报告给了 Anthropic。一小时内，该报告被标记为“信息性”并关闭，并附有一条说明，称订阅绕过和速率限制问题被视为“平台滥用”，并将我重定向到一个 VDP 邮箱。 我争辩说这是他们系统中的真实漏洞，但他们辩称这是“通过预期的管理员流程”发生的……“使用已记录的 [已删除] 管理，其效果是为同一组织增加了包含的使用量”。 出于报复心理，我评论道：“所以 Anthropic 的钱包不是一个您关心保护的安全资产，这也不是一个漏洞，而只是一个可以随意使用的功能。很好地了解了。” 这触发了 claudesec 机器人，它也必须为自己辩护，并表示“[已删除] 以获得额外使用量并非被认可或允许的声明”。 所以，基本上，感谢这个 bug，也感谢你！ 附注：Anthropic 自家的 AI 将我退回其 BBP（漏洞赏金计划），这真是 2026 年的事情。

各位 HN 的朋友们！我们最近推出了一款针对 AI 构建的 Web 应用程序的扫描和修复系统。它完全是自主代理式的，并且拥有一个支持 GitHub 登录的 Web UI。我们非常欢迎各位黑客和爱好者来试用。 当您在代码库的上下文中向代理传递提示“Scan with cleanslop.com”时，它就可以与系统进行原生交互。它使用 Stripe 的新 Link 身份来验证代理。 目前，该系统专门针对 TypeScript、NodeJS 和 JavaScript 应用程序，例如由 LLM 驱动的编码代理和 Replit、Lovable 等 vibecoding 平台通常构建的 Next.js + Supabase 技术栈。 我创建了一个“幕后”页面，简要解释了系统的运作原理：https://cleanslop.com/under-the-hood

各位 HN 用户，我叫 Federico，是一名意大利平面设计师和全栈开发人员。 近几个月来，“第二大脑”的文章和 YouTube 视频引起了广泛讨论；大家都在热议，但我认为这与我理解的“第二大脑”概念存在显著差异。 对我而言，“第二大脑”的概念在于构建一个 100% 私有的知识库，这意味着不将包含敏感数据的个人文件上传到云端进行处理。 我见过许多关于如何使用 Claude Code 和 Obsidian “构建自己的第二大脑”的视频。我一直纳闷：为什么我要将我的个人文件，如证书、孩子的出生证明或其他敏感个人数据，上传到 Claude 这样的服务？我根本不知道这些文件最终会去哪里，也不知道谁可能会阅读它们。此外，为什么我要依赖像 Obsidian 这样的图形化查看器，从而让自己依赖第三方、付费服务以及必须直接安装在自己设备上的软件？ 由此，我产生了开发 Knemora 的想法，这是一个开源的、本地优先的项目，它通过本地推理在本地运行。 其中涉及的挑战包括： - 选择模块化架构 - 通过命令行界面（CLI）和 Web 界面确保易用性 - 避免用户在自己的设备上安装第三方软件 - 仅需 2 条 CLI 命令即可完成设置 - 确保其既适用于开发者（技术娴熟的用户），也适用于各种私营组织（如公证处、牙科诊所、保险公司等）。 到目前为止，Knemora 包含以下功能： - 通过 llama.cpp 进行本地推理（内置跨平台支持） - 可以使用“knemora-tested”模型或 Hugging Face 上的自定义模型；只需运行命令 `./knemora load --model hf:<Hugging Face model name>` - 一个聊天机器人代理，可以根据您的自然语言查询回答问题并搜索您的知识库 - 使用 Google 的 ADK 2.0（我的代理编排器）构建的知识代理 - 便携式知识，Markdown 文件按照“LLM WIKI”模式（由 Andrej Karpathy 提出）进行链接 - 基于 BM25 的检索（无需向量数据库） - 原始文档被保留并标记为（不可变） - 由 Polars 提供支持的数据集分析 目前，它仅适用于配备 Apple Silicon 芯片的 macOS，但很快也将支持 Windows 和 Linux。 今天在 GitHub 上发布的 v0.2.0 版本包含了以下新增功能和改进： - 对话连续性 - 自动语言匹配 - gemma 4 已加入测试模型注册表 - 更多精选模型即将推出 - 增强聊天控制 - Wiki / 直接聊天模式 - 快速 / 深度聊天模式 - 更强的知识编译 我的目标是让 Knemora 更加稳定、响应迅速、易于使用，并朝着稳定的 v1.0.0 版本迈进。 谢谢！ 观看 Alpha 演示： https://www.youtube.com/watch?v=kl5qNrWPOnY 探索项目： https://knemora.space 代码和文档： https://github.com/federicolaterra/knemora

大家好，我是LinguaFlick的开发者。<p>开发这个产品的初衷是为了解决如何说出中文句子的难题。我对中文非常感兴趣，于是我学习了汉字，例如：“下雨了”、“买菜”、“土豆”、“多少钱”。<p>一天后我还能记住怎么说，但两天后我就渐渐忘了，三天后就完全忘了。<p>最大的问题是我不知道接下来该说什么。 开发了这个产品后，我奇迹般地发现，我可以进行以下的对话：“你去哪购物了？”“我去菜市场买了土豆”，“你花了多少钱？”<p>这极大地增强了我学习中文的信心！