一周热榜

我编写了一个轻量级的脚本语言，可以与 C 语言协同运行。具体来说，它是一个 C 库，你可以通过 C 函数调用来运行它，并且它能够回调你自己的 C 函数。编译后的体积约为 250 kB。除了 C 标准库之外，没有任何依赖项。 关键语言特性： * 使用别名而非指针，因此内存安全 * 数组是 N 维且可调整大小的 * 运行脚本或其自己的“shell” * 错误捕获 * 方法、继承等 * 可自定义语法

嘿，HN！我上周参加了一个 ATProto 聚会，作为一个对学术出版深恶痛绝的、身心俱疲的半个学者，我觉得这可能是一个基于 Octopus（<a href="https://www.octopus.ac/" rel="nofollow">https://www.octopus.ac/</a>）构建一些有趣东西的机会，所以我周末有点兴奋，并构建了 Octosphere。 希望你们中的一些人觉得它有趣！博客文章在这里：<a href="https://andreasthinks.me/posts/octosphere/octosphere.html" rel="nofollow">https://andreasthinks.me/posts/octosphere/octosphere.html</a>

在过去的几周里，世界模型开始首次展现出真实感。你可以看到连贯的环境、长时间的演变过程以及越来越逼真的视觉效果。与此同时，大多数此类系统难以运行、难以集成，并且为了规模而牺牲了交互性。 我们创建 Overworld 的初衷是，我们更关注于构建你可以真正进入的世界，而不是制作令人印象深刻的视频。这意味着低延迟、持续控制，以及每次你行动时都会响应的系统，而不是每条提示只响应一次。 上周，我们发布了 Waypoint 1，这是一个实时扩散世界模型的研发预览版，可在本地运行。下周，我们将发布 Waypoint 1.1 Small，它设计用于在现代消费级 GPU 上运行，并且易于构建和修改。 Waypoint 从头开始构建，而不是从大型视频模型进行微调。我们针对控制频率、稀疏注意力以及快速推理进行了大量优化，以便系统能够保持持久的世界状态，并以游戏级别的帧率响应输入。我们的目标是让开发者今天就可以集成它，而不仅仅是观看演示。 我们认为，一旦世界模型遵循与大型语言模型（LLM）类似的路径，即本地执行、开放工具和快速的社区驱动迭代，这个领域的发展速度将会最快。Genie 和类似的系统展示了大规模的可能性。我们的重点是让这个未来变得本地化和可访问。 我们在一篇最近的博文中详细阐述了“沉浸感差距”，为什么交互性比单纯的视觉效果更重要，以及我们如何优化模型。 代码、演示和发布详情请见：https://over.world/blog/the-immersion-gap

大家好，我是来探讨一个想法的，很希望得到你们的反馈。<p>我是一个 Obsidian 的开发者和用户，正在验证一个名为“Concerns”的概念。目前它只是一个登陆页面和一份简短的调查（还没有产品），用于测试这个痛点是否真实存在。<p>核心理念（2-3点）：<p>- 我们许多人会收集大量有用的信息（笔记/链接/文档），但这些信息很少能转化为实际成果。<p>- 我没有去改进“组织”（标签/文件夹），而是在探索一个“行动引擎”，它能：<p><pre><code> 1. 检测你当前的目标/正在进行的工作（“活跃项目”） 2. 在适当的时候呈现相关的已保存资料 3. 提出具体的下一步行动（最好是推送到你现有的任务工具中） </code></pre> 我自己的“第二大脑”已经变成了一个充满良好愿望的墓地：组织带来的负担远大于我得到的回报。我正在尝试验证真正的瓶颈是执行，而不是收集。<p>在编写代码之前，我试图确定两件事：<p>- 项目上下文信号（代码库/PR？问题？任务？日历？一个“项目文档”？）<p>- 如何闭环：摄取知识 → 根据活跃项目进行排序 → 产生一小部分下一步行动到现有的待办事项工具中 → 从结果中学习（已完成/已忽略/已编辑），并选择性地写回最小状态。开放的问题是：在不产生噪音或隐私风险的情况下，什么是最好的反馈信号？（明确的评级 vs 完成事件 vs 基于文档的回写）<p>我希望你们能回答以下问题：<p>1. 你的“第二大脑”在哪里最容易崩溃？<p>收集 / 组织 / 检索 / 执行 （如果可以，请分享一个最近的具体例子。）<p>2. 如今，什么最能代表你的“活跃项目上下文”？<p><pre><code> 任务项目 (Todoist/Things/Reminders) 问题/看板 (GitHub/Linear/Jira) 文档/维基页面 (Notion/Docs) 日历 “在我的脑海里” </code></pre> 你实际上会允许一个工具读取哪一个？<p>3. 对于一个从你的笔记/链接中建议行动的 AI，你坚决拒绝的是什么？（选择1-2项）<p><pre><code> 隐私/数据保留 嘈杂的建议/打扰 幻觉/错误的建议 工作流程改变/迁移成本 定价 其他</code></pre>

Hi HN， 我们刚刚在 Flexprice 中发布了 Nomod 集成。 背景介绍：Flexprice 是一个开源的计费系统，处理发票、使用情况和信用钱包。我们希望弥补的一个不足是，在不破坏计费状态的情况下，支持特定地区的支付提供商。 通过这次集成： * 在 Flexprice 中最终确定的发票可以同步到 Nomod * 为发票生成托管的 Nomod 支付链接 * 支付状态更新会反馈到 Flexprice * 发票和支付记录保持同步 * 信用额度（如果适用）仅在支付成功后应用 这简化了计费逻辑，避免了后续的对账问题。目前还没有演示，但文档已上线：[https://docs.flexprice.io/integrations/nomod/](https://docs.flexprice.io/integrations/nomod/) 欢迎大家提问，或者分享您在构建计费或支付集成方面的经验，也欢迎加入我们的开源社区：[http://bit.ly/4huvkDm](http://bit.ly/4huvkDm)

用于安全运行 LLM 生成代码的 WASM 沙盒。<p>智能体获得类似 Bash 的 shell，并且只能调用您提供的工具，以及您定义的约束。 无需 Docker，无需子进程，无需 SaaS — 只需 pip install amla-sandbox

我最近创建了一个非营利组织，在通过 Google 非营利组织审批后，我尝试注册 Google Workspace。<p>我创建了一个帐户，但在登录时，它提示我输入电话号码以进行“额外安全验证”。输入我的手机号码后，我收到了消息：“此电话号码已被用于验证的次数过多。”<p>似乎除了获取一个新的电话号码外，没有任何其他方法可以解决这个问题。 无法联系到真人寻求支持。 从其他帐户（例如大学、工作）中删除我的手机号码似乎没有任何效果。<p>一个可怕的想法浮现在脑海：如果 Google 决定将我从他们的系统中踢出去，我就完蛋了。 我用它来做所有事情。<p>我怎样才能开始实际地“去 Google 化”自己？

为了提高 AI 智能体的效率，我们需要构建与真实系统之间的反馈循环：部署、日志、配置、环境、仪表盘。<p>但问题就出在这里。<p>大多数现代应用程序没有细粒度的权限控制。<p>举个具体的例子：Vercel。如果我想让一个智能体读取日志或检查环境变量，我必须给它一个令牌，而这个令牌也允许它修改或删除东西。没有干净的只读或能力范围限定的访问权限。<p>这不仅仅是 Vercel 的问题。我在云仪表盘、CI/CD 系统和 SaaS API 中也看到了同样的模式，这些系统都是围绕着值得信赖的人类设计的，而不是自主智能体。<p>所以真正的问题是：<p>人们今天在生产环境中是如何限制 AI 智能体的？<p>你们是在构建强制执行策略的代理层吗？用白名单封装 API 吗？还是仅仅接受风险？<p>感觉我们正在试图将自主系统连接到从未为它们设计的基础设施上。<p>很想知道其他人是如何在实际环境中处理这个问题的，而不是停留在理论层面。