一周热榜

为一家试图租赁人形机器人用于活动和派对的公司寻找保险，感觉像是一项艰巨且不可能完成的任务。特斯拉的擎天柱（Optimus）等机器人如果出现在家庭环境中，将如何获得保险保障？ 它们是否仅仅因为是大型企业，就能接触到风险承保人并让他们批准？然而，一家试图为派对建造租赁机器人或使用人形机器人开展教育工作坊的小型公司，甚至连一般责任险都无法获得。

什么是 ChaosTree？ ChaosTree 是一个零依赖的 Java 有序集合/映射库，围绕多种树实现构建。 它提供了以下实现： - AVL 树 - 红黑树 - B 树 - B+ 树 我没有创建自定义 API，因为它实现了 NavigableSet、NavigableMap、SequencedSet 和 SequencedMap。我的自定义 API 包括： - `buildFromSorted(Iterator<T> it, float factor)` - `importFlatMatrix(Object[][] blast, float factor)` - `Object[][] exportFlatMatrix()` 我开始开发 ChaosTree 是因为我想探索我对数据结构理解的极限。最初，它是一个包含 7 种集合类型树的第一个版本，带有自定义 API。随着我对此的深入，我转向了映射。在从集合转向映射的过程中，我经历了巨大的变化和知识的提升，将我的树支持从 JDK 11+ 提升到 JDK 21+，并密切关注了无依赖性、内存布局、分配、JVM 行为和实际性能。 我进行的一些实验包括： - 不同的节点布局和元数据占用空间 - 用于树实现的 CRTP/F-有界多态 - 带父指针的节点与不带父指针的节点 - 基于数组的 N 叉树节点 - B 树/B+ 树的阶数选择 - JMH 基准测试和 JFR 性能分析 - 与 `java.util.TreeMap`/`TreeSet` 进行差分/随机测试 经过这些艰难的测试，它还通过了以下测试： - Guava Testlib 兼容性测试 - jqwik 属性驱动测试 - 与参考集合的随机差分测试 - 树节点的白盒结构验证 - B 树/B+ 树结构不变量的直接验证 - 异常和迭代器契约测试 - 序列化和克隆测试 - N 叉树使用自定义 jqwik API 验证测试 尾部延迟行为未在此处显示，因为它被截断为简单的文本，导致数据读取错误：https://chaos-vy.github.io/ChaosTree/utils/JMH-Report.html 我还对官方 JDK TreeMap 运行了基准测试，并更新了我的 N 叉树。 GitHub： https://github.com/Chaos-vy/ChaosTree https://chaos-vy.github.io/ChaosTree/ 我特别希望获得关于 API 设计、实现选择和基准测试方法的反馈。我目前正在尝试截断无用和复杂的代码分支以进行性能调优。

我认为大多数人工智能工作流都可以通过一个能力强大的大型语言模型（LLM）或最多五个子代理有效地解决，然而，许多工程团队却专注于大规模的多代理架构。 我很好奇，究竟在什么时候，大规模多代理蜂群才真正值得投入，或者说，它们有哪些生产环境下的应用场景：我正试图准确理解其价值所在。 如果您在生产环境中运行代理蜂群，其主要用例/需求是什么？您目前最大的痛点是什么（状态同步、代币成本、级联故障、延迟）？ [背景信息：我是 Acyclic Labs（YC F26）的创始人，我们正在构建用于扩展代理的基础设施。我希望了解代理蜂群何时真正有必要，何时又是一种浪费！]

构建 fail2zig 是因为我喜欢 fail2ban 的日志到封禁模型，但又希望有一个更小的运行时，并对攻击者控制的输入可能造成的损害设定明确的限制。 fail2zig 是一个单一的静态二进制文件，具有有界解析器而不是正则表达式引擎，支持 SQLite 的持久化状态，并通过 netlink 直接强制执行 nftables。它还能够检查和迁移现有的 fail2ban 配置。 我今天刚刚发布了 0.4.0 版本，这是一个让我更愿意将其推荐给更多人的版本。 来源：<a href="https://github.com/ul0gic/fail2zig" rel="nofollow">https://github.com/ul0gic/fail2zig</a> 我很乐意听取目前正在运行 fail2ban 的用户的反馈，包括你们不愿切换的原因。

我花大量时间在 Google 表格中工作。经常，我会在同一个工作簿中与多达 50 人协作。我曾供职的一个特定组织非常倾向于广泛使用表格中的评论串来提问、提供反馈和提出风险。 表格经常会在多个标签页上出现 70 多个评论串，涉及数十个参与团队。作为表格的所有者，我希望有一种方法来记录这些评论，以便保留所有各种对话的可追溯性。 令我惊讶的是，表格本身并没有内置任何功能来抓取、计数、排序或管理评论。我也找不到任何好的第三方插件来解决这个问题。于是我自己开发了一个。 我发现 Drive API 可以提供评论文本、作者和状态，但无法提供评论的位置，而这至关重要。幸运的是，.xlsx 导出文件包含 xl/threadedComments，其中有单元格引用、时间戳、作者、已解决标志和父 ID。 它的运行方式：在浏览器中使用 JSZip，无需登录，没有任何内容上传到任何地方。我正在申请该应用在 Google Workspace Marketplace 上架的验证，但在此期间，该工具可在以下网址获取：https://github.com/bsunter93/commentpulse

蒙大拿州通过了一项名为 SB535 的法律。该法案在“有权尝试”（Right to Try，指在获得知情同意后，基于已有的第一阶段安全性数据等信息，提前获得药物使用许可）的基础上更进一步，解决了相关法律存在的问题。 Alex Tabarrok 称其为“我一生中药物审批领域最重要的监管创新”（https://marginalrevolution.com/marginalrevolution/2026/06/montanas-sb535-and-a-potential-biotech-renaissance-in-america.html）。该法案曾在此处发布但未获通过（https://news.ycombinator.com/item?id=48559525）。版主建议发布此文。 我为该法律贡献了想法，并正在通过我的公司实施。我投资生物技术多年，目睹了许多公司的挣扎。我曾试图在 Prospera 建立生物技术生态系统作为替代方案，但认为时机尚早，现在我认为蒙大拿州是证明这一点的最佳地点。 **为何存在此法：** 当 FDA 批准了不好的药物时，会有人承担责任。当 FDA 延迟批准好的药物时，死亡是统计上的，没有人受到指责（“无形墓地”）。因此，激励机制是过度谨慎，这也是为何每九年批准一种药物的成本大约翻一番（“Eroom 定律”）。创始人常在第一阶段后陷入“死亡谷”：补助金不再可用，商业资金则要求药物能够通过下一阶段试验的保证。只有约 10% 的第一阶段后药物获得批准，但 68% 的试验失败并非因为安全性或有效性不足，而是出于商业原因（Williams et al., PLOS ONE 2015）。联邦的“有权尝试”和“扩大使用”并未解决此问题。联邦改革非常困难。 **蒙大拿州允许什么：** 医生可以在试验之外给予实验性治疗，前提是：该治疗已完成 FDA 第一阶段试验并在活跃的 IND（新药临床试验申请）下进行；州注册的私人审查委员会（ETRB）已批准方案；治疗在州许可的诊所进行；同意书的签署超过联邦标准，并且需要报告不良事件。关键在于：申办方和诊所可以收费。 **为何这次不同：** 风险回报比是症结所在。“有权尝试”和“扩大使用”不允许申办方收费，因此治疗患者意味着承担风险和费用。蒙大拿州是第一个允许 IND 阶段药物申办方为该风险定价的州法。如今的试验招募是一种价格控制体系：每位患者的成本约为 5 万至 10 万美元，通常对支付给患者的费用有上限（“不当诱导”），也有下限（在“有权尝试”/“扩大使用”中，仅按成本收费，不得盈利）。蒙大拿州取消了这两项限制（我知道这会引发大量争论，我们来讨论一下）。 因此，这不是一个为所欲为的局面，额外的自由伴随着严格的监管。ETRB 是蒙大拿州对 IRB（机构审查委员会）的翻版：进行安全性审查、同意书审查、强制性结果报告，并且不能向患者隐瞒安全信息。这就是事实的资金筹措机制。 **公司现在可以做什么：** 如果您拥有处于“死亡谷”中的第一阶段资产：治疗患者，协商付款，获取真实世界数据，并利用这些数据优化您的第二/三阶段设计。 **披露：** 我的公司组建了第一个 ETRB。该模式是收取审查费，类似于 IRB；不持有申请方的股权，不按结果付费；利益冲突政策和委员会成员信息公开；在申请方同意的情况下公布决策函；要求提交年度结果报告。 **反对意见：** * **有人受伤怎么办？** 与试验和常规护理一样：通过美国法律体系，寻求法律救济。 * **FDA 会叫停吗？** FDA 尚未表示不会，但历史上 FDA 会打击灰色市场诊所，而不是州法律；我们正在寻求安全港，但一些公司并未等待。 * **江湖骗术？** 坏人想在暗中行事，而蒙大拿州让这变得困难。 **需要什么：** 拥有第一阶段及以上资产的生物技术公司，愿意在获得 FDA 完全批准之前进行尝试，以积累能让该机构接受的证据——目的不是跳过 FDA，而是降低数据成本。以及前 FDA 审查员、IND 运营者、IRB 成员，告诉我们这个模式存在哪些问题。 我很乐意回答任何问题。