一周热榜

我在这里发帖是因为我重视这个社区的技术严谨性，而且关于一个正在获得关注的新平台 XTDFIN 的一些事情，严重触发了我的“系统管理员直觉”。 为了方便理解，我曾在企业 IT 架构领域工作超过二十年，后来转为全职独立交易员。我经历了互联网泡沫破裂和 2008 年的金融危机，因此见证了不少最终证明是空中楼阁——甚至更糟的“革命性”平台。 在看到 XTDFIN 积极的市场推广后，我最近一直在深入研究它。从表面上看，前端令人印象深刻——流畅的 UI，看似低延迟的执行，以及精美的 Web3 集成体验。它看起来像一个合法的现代 CeFi/DeFi 混合体。 然而，当你透过 React 框架，试图理解他们的后端业务逻辑和合规性堆栈时，就会发现到处都是危险信号。我想阐述一下我的发现，看看这里是否有人对其运营进行过审查。 1. “提款逻辑”异常（铁证） 这是在合法的金融科技环境中毫无意义的关键运营缺陷。根据多位用户的报告和我自己的调查，XTDFIN 采用了一种“付费解锁”的提款机制。 当用户试图提取大量资金（本金或所谓的收益）时，交易会被合规性检查阻止，该检查要求在释放资金之前，通过新的加密货币资本预先存入“税款”或“验证费”。 从数据库完整性和财务合规性的角度来看，这简直荒谬。任何受监管的经纪商或交易所的标准做法都是在交易时从现有账户余额中扣除费用或税款。要求外部流动性来解锁内部数据库条目，是“杀猪盘”骗局或庞氏骗局接近退出阶段的典型特征。 2. “包装公司”架构 XTDFIN 似乎就是我所说的“包装公司”。他们在大力投资用户界面层以建立信任，但后端似乎是一个黑盒子，与合法的金融系统没有任何可验证的联系。 我试图将他们的运营实体与主要的监管机构（NFA、FCA、ASIC）进行交叉比对，但没有发现任何痕迹。他们以一级交易所的外观运营，但合规性结构却像一次性手机。 3. 运营不透明 此外，关于在剧烈波动事件期间，通过方便的“系统维护”将用户锁定的报告也很常见。虽然每个平台都会有停机时间，但 XTDFIN 的时间安排以及缺乏透明的事后分析，表明这更像是故意的限制，而不是技术债务。 结论 作为 IT 和交易领域的资深人士，我的评估是，XTDFIN 很可能是一个隐藏在现代技术堆栈后面的复杂流动性陷阱。前端是诱饵；后端提款逻辑是陷阱。 我将远离它，把我的资金放在冷存储或受监管的实体中。YC 社区中有人对其智能合约或网络流量进行过更深入的技术审计吗？我怀疑这种“创新”只是一个披着新外衣的旧骗局。

大家好， 我开发了一个用于自然语言推理的开源工具（名为 Omni-NLI）。它可以利用不同的模型来检查一段文本（称为前提）是否支持另一段文本（假设）。这种工具的主要应用是用于软事实核查和句子等文本之间的连贯性检查。 目前，Omni-NLI 具有以下功能： ``` - 可以通过 `pip install omni-nli[huggingface]` 安装为 Python 包。 - 可以在您自己的计算机上使用，因此您的数据保持本地和私密。 - 具有 MCP 接口（用于代理）和 REST API，可作为微服务进行常规使用。 - 支持使用来自不同来源的模型（Ollama、OpenRouter 和 HuggingFace）。 - 可用于检查模型是否似乎自相矛盾。 - 支持显示推理过程，以便您可以看到它认为某个主张是错误的理由。 ``` 总而言之，如果您有兴趣了解更多信息，以下链接提供了更多信息： 项目 GitHub 仓库：[https://github.com/CogitatorTech/omni-nli](https://github.com/CogitatorTech/omni-nli) 项目文档：[https://cogitatortech.github.io/omni-nli/](https://cogitatortech.github.io/omni-nli/)

用 Lovable.dev 构建的这个应用，使用了纯粹的 vibe-coding 提示，因为我讨厌购物后手动输入价格。核心流程是：打开应用 → 拍摄收据照片 → AI 提取商品、价格、商店、日期、地点 → 确认（如果需要）→ 保存。几秒钟完成。没有表格，没有麻烦。 目前功能还比较基础，但已经上线： * 上传收据以贡献数据（目标是完全通过 AI 从照片自动填充） * 浏览价格，查看历史记录，比较不同地点，找出更便宜的地方 * 创建购物清单，预估总价 * 设置降价提醒（电子邮件通知） 当前数据（大部分是种子数据 + 一些真实数据）：已追踪 1.0k 个价格，6 位贡献者，66 家商店，发现 36 次省钱机会（例如，乐高套装在当地降价了 1 罗马尼亚列伊）。 免费账户可添加/查看（快速注册），无广告/付费墙。 社区角度：众包真实的已支付价格，这样任何人都可以避免在杂货、电子产品或其他商品上多花钱——尤其是在不同国家或商店之间。 Vibe-coding 让我可以快速迭代：描述“通过 AI 提取的收据照片上传” → Lovable 生成 → 调整提示 → 重复。 仍然存在一些不足之处（例如，上传功能尚未完全实现 AI，由于贡献者较少，感觉内容不够丰富），这就是我发帖的原因。 好奇 Hacker News 社区的想法： * 收据 → AI 的流程听起来是否足够有用，让人有冲动去贡献数据？ * 目前最大的阻力是什么（注册门槛？不允许访客添加？看起来内容空洞？） * “我付了同样的价格！”的快速按钮或奇怪的价格排行榜是否有助于用户留存？ * 对于共享收据照片/数据的隐私方面的看法？ * 或者这根本就不是人们的需求？

我正在构建一个工具，试图取代单人创业者常用的技术栈： 客户关系管理（CRM）、邮件+跟进、预约、着陆页、社交媒体排程、轻量自动化。 其中一部分已经存在，并且我每天都在使用（CRM + 社交媒体 + 简单的冷邮件）。这并非纯粹的概念。 我认为这可能失败的原因： 说“取代你的技术栈”会立刻扼杀信任。 对于大多数人来说，切换成本高于挫败感。 用户会根据最弱的替代品来评判整个产品。 邮件尤其难以让人迁移。 受众很广，期望值差异很大。 现有厂商定义了基线，而不是用户抱怨。 我发布这篇文章是为了尽早扼杀坏想法。 你认为其中哪些是致命的？ 我低估了什么？