一周热榜

我最近整理了所有订阅，一个都没取消，因为 AI 没能替代任何一项——我女朋友也是如此。<p>我为自己开发了一些小工具和浏览器扩展，每天都在用。但说实话，我本来也不会为这些付费——可能一次性小额购买，但绝对不会订阅。<p>好奇其他人是不是有不同的体验。你们有没有因为使用 LLM 聊天机器人而取消了什么订阅？或者你们自己开发了什么东西，让付费工具变得多余了？

我想更换我的牧田电钻电池。原装电池坏了，但买新的原装电池太贵了。大家有什么更好的建议吗？

在日益关注企业如何处理我们数据的世界里，是不是功能少一些，但能确保掌控自己的数据更好呢？这可能会减少一些功能，但将用户数据保存在本地，是不是一个更好的选择？

Hi，各位 HN 用户。 最近，我一直在痴迷于在 DDD 中解耦时序问题。 不管我怎么思考，都觉得不到真正实践的时候，是找不到答案的。所以，我想听听其他人的看法。 如果你是维护使用 DDD 设计的应用程序的人，并且某个域的流量开始增加，你会在什么时候决定通过控制平面/数据平面进行分离？ 你从一开始就将其视为一个架构问题，还是它通常在系统发展壮大后才出现？ 我很好奇这里的人在实际操作中是如何做出这个决定的。

大多数 AI 代理框架提供自动化功能，但没有一个能让你掌控全局。 NSED v0.5.1 版本发布了我们一直在构建的“人机协同控制平面”：操作员可以在代理进行决策时暂停它们，在下游提交之前审查和编辑缓冲的响应，无需重启即可修补实时配置，并通过评分差异自动标记表现不佳的代理。 操作员 UI 以零依赖的纯 JavaScript 形式发布——没有 npm 图，任何受损的软件包注册表都无法注入到控制平面中，而控制平面对实时代理响应拥有控制权。 对于受监管的部署：欧盟人工智能法案第 14 条、新加坡金融管理局人工智能风险管理指南（MAS AIRM）和美国金融业监管局（FINRA）2026 年的要求都要求进行可证明的人工监督。这就是满足这些要求的架构——你可以直接从源代码库中审计实现。

如果人工智能在不知不觉中，在它制作的每一个视频里都嵌入了潜意识信息，从而为机器接管世界做准备，那会怎么样？