一周热榜

我开始对 Perplexity/OpenAI Deep Research 感到沮丧——订阅费用昂贵，结果却很肤浅，还被 Cloudflare 屏蔽。<p>所以我自己搭建了一个。主要功能包括：<p> ``` - 递归研究流程（每个点都建立在之前的发现之上） - Camoufox 抓取器（0% 机器人检测率） - 通过 OpenRouter 自带密钥 - 只支付 API 费用 - 20 万字符以上的学术输出 - 无审查 ``` 使用 FastAPI + Tauri + 原生 Python 构建（未使用 LangChain）。<p>在相同查询下的成本比较：Lutum 0.20 美元 vs OpenAI o3 7.36 美元<p>很乐意回答关于架构的问题。

在《迷宫传说》中，你将操控一个发光的黄色光球，穿梭于蜿蜒曲折的走廊、狭窄的弯道和充满欺骗性的死胡同。一旦撞到墙壁，你可能会损失一些金币。 旅途中，你将遇到一些有价值的收藏品，比如蘑菇、钥匙和能化险为夷的能力。明智地使用它们吧！ 锁定光标以获得精准操作，如果值得冒险，就去追逐道具，记住……每一次挑战都是独一无二的。

设想一种扩展的英语，使得任何追求精确性的人——科学家、律师、工程师，或者任何记录复杂思想的人——使用的句子都嵌入了非平凡的计算。理解这样的文本不仅仅需要阅读，还需要执行嵌入在语言本身的算法。 就像 LaTeX 允许你精确且可重复地撰写文档一样，这种计算英语将使自动机器翻译变得极其困难。即使是一小段计算，如果被误解，也可能彻底改变其含义。随着时间的推移，任何重视精确性的人都可能默认使用英语，从而为正式交流创造全球性的锁定。 日常对话仍然可以用任何语言进行，但对于技术写作、法律文件、说明或严谨的报道，计算英语可能成为通用标准。它的采用将取决于它保证确切含义的能力，而不是易于学习。 这种锁定会确保英语永远成为世界的通用语言吗，就像 LaTeX 之于科学家一样？

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/)