24小时热榜

在敏感环境中，作为日常工作流程的一部分，必须打开来自不可信来源的媒体文件。 担心零日漏洞可能隐藏在其中一个媒体文件中。 网络攻击将对企业造成巨大影响。

我开始思考为什么 Fireworks 不支持语音模型。现在有很多优秀的开源模型可用，比如 parakeet、kokoro、Qwen ASR 等，但如果没有自己管理大量的 GPU，就无法使用它们。 即使是像 Gemma 4 这样被语音助手使用的 LLM 也不支持。 然后我意识到，推理平台需要针对你使用的用例进行不同的优化。以 LLM 为例，甚至不是 STT 和 TTS。 * 编码助手 -> 大量缓存输入，需要针对 KV 缓存进行优化 * 创建幻灯片/博客 -> 大量输出，需要针对推测性解码进行优化 * 语音 LLM -> 缓存输入，小量输出，尚未弄清楚如何优化这一点。 所以 TTS 和 STT 是完全不同的领域。 我不知道的是时机，人们现在就想使用像 kokoro、parakeet、Qwen 等开源模型吗？

标题：Show HN：我们构建了一个开源 USB-C Power Delivery 分析仪和可编程负载端 大家好！我们是 Arbi、Marco 和 Rob，我们构建了 Dr. PD，旨在让 USB-C 电源问题更容易理解。它位于电源和设备之间，捕获并解码它们的 USB-PD 协商过程，并将其与电压和电流测量值相关联。它还可以作为可编程负载端，支持高达 240W 的固定电源、PPS、AVS 和 USB-PD 3.2 EPR。 商业 USB-PD 分析仪的价格通常超出业余爱好者和独立设计师的承受能力。我们的使命是让高质量的测试设备更加普及。Dr. PD 的硬件、固件、软件、库和文档都是开源的。 硬件和软件已准备就绪，所有源代码和设计文件均可在我们的 GitHub 仓库 [1] 中找到。我们还准备通过 Crowd Supply [2] 进行众筹，您可以在那里注册以在产品上市时收到通知。 主机软件在 Chrome 中本地运行，无需驱动程序、账户或云服务。Dr. PD 还支持通过 USBTMC 的 SCPI、Python 和 JavaScript 库、捕获导出以及外部示波器同步。我们有一套完整的文档 [3]，其中包括用户指南、编程参考、交互式原理图和详细的硬件设计说明。 我们很乐意回答您的所有问题！您也可以通过 hello@t76.org 联系我们。 [1] https://github.com/T76-org/drpd [2] https://www.crowdsupply.com/t76-org/dr-pd [3] https://t76.org/drpd/docs

曾有一段时间，像 Kiro、OpenSpec/SpecKit、Tessl 这样的 SDD 工具似乎将成为编码代理的未来。至少在我看来，这似乎是个好主意，它解决了人们在使用编码代理时遇到的许多问题，比如它们会自行其是。 然而，如今，所有的 SDD 工具似乎都已式微，但所有的抱怨依然存在——编码代理仍然会不时地生成不符合用户要求的代码。我们是集体决定 /plan 模式就足够了吗？

我撰写本文旨在剖析近期模型失控的案例，并结合我们在 Vulnetic 的工作，阐述我们如何在生产环境中预防此类事故。

最近我一直在思考一个问题。 在过去的二十年里，我们学会了几乎掌控任何数字基础设施。 但为什么移动软件基础设施仍然几乎不属于其所有者？这是有根本性的技术原因，还是更多地是经济、生态系统和市场习惯的问题？ 我特别想听听那些曾参与过 iOS 和 Android 移动平台或主要移动产品架构的工程师的看法。 也许我只是忽略了一些根本性的限制。