2025-09-07 Hacker News Top Stories #
- 人工智能公司Anthropic同意支付15亿美元和解版权诉讼，涉及非法下载和存储数百万本受版权保护的书籍，这是美国版权案件历史上最高的赔偿金额。
- 作者Armin Ronacher讨论996工作制的负面影响，认为它会破坏家庭和个人生活，并呼吁抵制这种不可持续的工作文化。
- 作者呼吁禁止AI监控技术，认为其可能导致严重的隐私侵犯，并建议在隐私法律完善之前暂停相关技术的使用。
- 特斯拉改变了“全自动驾驶”功能的定义，放弃了实现完全自动驾驶的承诺，现仅提供需要监督的高级驾驶辅助系统。
- GitHub用户对强制使用Copilot功能表示不满，部分用户考虑迁移到其他平台以避免其带来的问题和版权担忧。
- Chris Smith分享了他使用在线工具成功制作个人手写字体的经历，使其个人网站更具个性化。
- 谷歌将于2025年10月25日停止支持第一代和第二代Nest恒温器，用户们讨论了可能的替代方案，包括本地控制和其他品牌的产品。
- 文章介绍了距离地球12.5光年内的恒星系统，详细列出了33颗恒星的信息，并提供了相关的图表和动画。
Anthropic agrees to pay $1.5B to settle lawsuit with book authors #
2025 年 9 月 5 日，人工智能领域发生了一起具有里程碑意义的和解案。领先的人工智能公司 Anthropic 同意支付 15 亿美元，以解决一起涉及版权侵权的诉讼。这起诉讼涉及 Anthropic 非法下载和存储数百万本受版权保护的书籍。这是美国版权案件历史上最大的一笔赔偿金，Anthropic 将向 50 万名作者每人支付 3000 美元。
这场和解标志着人工智能公司与版权持有者之间长达 40 多起诉讼的转折点。专家预测，这可能导致更多科技公司通过法院判决、和解或授权费用向版权持有者支付费用。这场和解让人联想到 2000 年代初，当时法院裁定文件共享服务如 Napster 和 Grokster 侵犯了版权持有者的权利，允许在互联网上免费共享受版权保护的歌曲、电影和其他材料。
和解发生在今年 6 月美国加州北区地方法院法官 William Alsup 的一项裁决之后。法官在一项简易判决中，以显著的方式支持了 Anthropic，特别是他裁定 Anthropic 合法获取的版权书籍，法律允许公司使用这些书籍训练人工智能技术，因为这将它们转化为新的东西。但他也发现 Anthropic 通过在线图书馆如 Library Genesis 和 Pirate Library Mirror 非法获取了数百万本书，许多科技公司使用这些图书馆来补充训练人工智能技术所需的大量数字文本。法官裁定，当 Anthropic 下载这些图书馆时，其高管知道它们包含盗版书籍。
和解后，Anthropic 表示没有使用任何盗版作品来构建公开发布的人工智能技术。和解还允许其他人如果认为 Anthropic 的技术未经适当批准就复制他们的作品，仍然有权起诉 Anthropic。Anthropic 还同意删除其下载和存储的盗版作品。
这场和解对人工智能公司和创作者都发出了一个强有力的信息，即从这些盗版网站获取受版权保护的作品是错误的。尽管 Anthropic 支付的金额巨大，但与其近年来筹集的资金相比，这只是一小部分。本月，Anthropic 宣布已达成一项交易，为其带来额外的 130 亿美元。自 2021 年成立以来，这家初创公司总共筹集了超过 270 亿美元。
HN 热度 910 points | 评论 689 comments | 作者：acomjean | 1 day ago #
https://news.ycombinator.com/item?id=45142885
- 购买二手书籍、扫描并用于训练是合法的，但 Anthropic 在获取训练数据时侵犯了版权
- 由于风险投资的巨额回报，公司更愿意冒险支付罚款而不是逐个获得出版商许可
- Uber/Lyft 的出现打破了出租车行业的垄断，提高了服务质量
- Uber/Lyft 现在比出租车更贵，但提供了更好的服务和透明度
- Uber/Lyft 在某些地区与出租车服务相当，但在服务质量上有所提升
- Uber/Lyft 提供了更可靠的服务，如预估价格、信用卡支付和行程追踪
- Uber/Lyft 在某些城市比出租车更受欢迎，因为它们更可靠
- Uber/Lyft 在某些地方比出租车便宜，尤其是在高峰时段
- Uber/Lyft 提供了更好的体验，尤其是在外国旅行时避免被出租车欺诈
- Uber/Lyft 的价格并不总是比出租车贵，需要考虑通货膨胀因素
- 人们现在更倾向于使用 Uber/Lyft，因为它们提供了更好的服务和便利性
996 #
https://lucumr.pocoo.org/2025/9/4/996/
这篇文章讨论了 996 工作制的问题。作者 Armin Ronacher 表达了他对工作的热情，喜欢熬夜工作，但同时也强调了家庭和个人生活的重要性。他认为，如果生活被 12 小时工作日和每周六天的工作所定义，那么这些爱好和家庭生活将无法实现。文章指出，成功的公司是一场马拉松，而不是短跑，尤其是当你为别人的创业公司投入 72 小时每周时，需要深思熟虑这种安排。作者认为，作为创始人推广 996 工作模式是极其不负责任的，因为创始人和员工的风险和影响力是根本不同的。他强调，投入时间是因为他从中获得快乐，但这种投入应该以产出为导向，而不是以在办公室坐的时间来衡量。他批评了 996 工作制的不可持续性，并认为这不应该成为公司的标准或被视为公司积极的标志。作者提到，虽然他自己也曾经享受过通宵工作，但这是在正确的情境下，出于正确的原因，并且是完全个人的选择，而不是公司文化的基础。最后，他呼吁当有人推广 996 工作文化时，我们应该抵制。
HN 热度 903 points | 评论 457 comments | 作者：genericlemon24 | 12 hours ago #
https://news.ycombinator.com/item?id=45149049
- 996 工作制是避免加入某些公司的信号，除非是创始人且有巨大股权，否则普通员工不应接受
- 996 团队并没有产出更多工作，只是工作时间不规律，周末做点工作以示工作，且在办公室休息时间多
- 创始人承诺 996 可以建立“毅力”、“奋斗”等品牌形象，为自己赢得更多选择，而普通员工则没有这些优势
- 如果足够聪明被雇佣，不如更聪明一点去创立自己的公司，但这也意味着承担所有风险
- 认为被雇佣为普通员工，期待 996 工作制，意味着聪明有一个上限而非下限
- 没有网络或不是斯坦福毕业，如何说服投资者投资自己的创业项目
- 并非所有创业公司都需要风险投资支持
- 大部分非风投支持的公司实际上是生活方式业务
- 如果公司所有权根据工作量和技能水平分配，那么没有人能获得所有的好处
- 将人分为建造者和再分配者，建造者生产食物、挖掘资源等，再分配者从建造者那里获得收益，这是不平等的核心
- 每周工作时间有限，但别人为你工作的时间没有限制
- 鼓励任何人创业都是不负责任的，因为大多数创业公司都会失败
- 作为员工，你一直有工资收入并积累简历，而创业则需要承担风险
- 创始人不支付自己工资是愚蠢的，这是风险投资家洗脑的结果
- 技术领域没有 CEO 的工资比员工低
- 如果能找到投资者，他们承担实际风险，而你可以支付自己不错的薪水
- 找到投资者是一个很大的“如果”，尤其是…
AI surveillance should be banned while there is still time #
https://gabrielweinberg.com/p/ai-surveillance-should-be-banned
本文讨论了人工智能（AI）监控技术所带来的隐私问题，作者认为这种技术应当被禁止，以避免未来可能带来的更大隐私损害。
首先，作者指出，AI 聊天机器人在收集用户信息方面的隐私风险比传统在线跟踪更为严重。与搜索引擎查询不同，聊天机器人能够通过对话的形式收集更丰富的个人信息。用户在与聊天机器人交流时，往往会倾诉更多私人事务，形成更全面的个性化画像。这种信息可以被用于商业和意识形态的操控，例如通过行为广告或潜在的政治引导，可能会导致用户在无意识中接受某些观点或产品推荐。
作者强调，AI 聊天机器人的说服力已经超过了人类，它们可以根据用户的过往对话进行记忆和调整，从而更精准地影响用户。这种影响可能非常微妙，不同于传统的网络广告，用户可能难以察觉自己被操控的事实。
作者列举了一些隐私事故的例子，如 Grok 泄露了数十万条用户认为是私密的聊天记录，Perplexity 的 AI 代理也遭到黑客攻击，OpenAI 和 Anthropic 则在不断扩展其用户数据的收集范围。作者认为，随着时间的推移，越来越多的不良隐私实践将被固化，要求美国国会尽快采取行动，以确保保护性聊天成为常态，而不仅仅是例外。
尽管目前在人工智能方面有立法的机会，但作者对美国国会的反应表示怀疑，因为在网上隐私保护的总体法律框架仍然缺失。作者呼吁，在隐私法律得到落实之前，AI 监控技术必须被禁止，以防历史重演。
最后，作者表示，无论外界情况如何，他们（DuckDuckGo）将继续提供保护用户隐私的服务，包括可选的 AI 服务，帮助用户享受在线工具的便利，而不必担心隐私受到侵害。
HN 热度 481 points | 评论 172 comments | 作者：mustaphah | 11 hours ago #
https://news.ycombinator.com/item?id=45149281
- AI 监控应该被禁止，否则我们将会面临灾难。
- 私人实体拥有过多的不受监管的影响力，他们的政策机制以不民主的方式显著影响人们的生活。
- 健康保险领域已经存在 AI 做出合理但错误的拒绝，医生可以轻易批准，人们无法上诉。
- 美国是企业不法行为的实验温床。
- 如果存在真正的竞争，公司行为不当会受到比不当行为所得更高的惩罚，并且转换成本合理，那么使用其他私人公司的服务是可行的。
- Reddit 上的 AI 审核质量低，导致许多用户被错误地封禁。
- Reddit 充斥着使用 ChatGPT 发表评论和获得点赞的低质量 LLM 账户，以及明显的 AI 生成的“文本故事”。
- 广告商最终会意识到 Reddit 的流量中有多少是机器人，这将是 Reddit 的末日。
- 如果公众如此容易被欺骗，民主的未来令人担忧。
Tesla changes meaning of ‘Full Self-Driving’, gives up on promise of autonomy #
https://electrek.co/2025/09/05/tesla-changes-meaning-full-self-driving-give-up-promise-autonomy/
特斯拉改变了“全自动驾驶”（FSD）的含义，放弃了实现无人驾驶的承诺。自 2016 年以来，特斯拉声称其生产的所有车辆都将能够实现无需监督的自动驾驶能力。CEO 埃隆·马斯克自 2018 年以来每年都声称这将在年底实现。特斯拉甚至向客户出售了名为“全自动驾驶能力”（FSD）的软件包，价格高达 15000 美元，承诺通过空中软件更新使高级驾驶辅助系统完全自动化。然而，近十年后，这一承诺尚未兑现，特斯拉已经确认 2016 年至 2023 年间生产的汽车没有提供承诺的无需监督的自动驾驶能力。马斯克一直在讨论升级这些车辆的计算机以安抚车主，但尚未有具体的实施计划。
特斯拉现在只向客户出售“全自动驾驶（监督）”，并且细则中提到它不会使车辆“自动化”，也不承诺作为一项功能。换句话说，现在购买 FSD 的人并没有像之前的买家那样购买无需监督的自动驾驶能力。此外，特斯拉董事会刚刚提交了一项新的、前所未有的 CEO 薪酬方案，供股东批准，这可能会使马斯克在实现某些里程碑后获得高达 1 万亿美元的股票期权。其中一项里程碑是特斯拉拥有“1000 万活跃 FSD 订阅”。
特斯拉在向客户和投资者讨论自动驾驶的方式与其在法庭文件和具有法律约束力的文件中的表述截然不同，这应该引起任何对此感兴趣的人的担忧。有了这个非常模糊的描述，特斯拉甚至可以降低 FSD 的价格，甚至取消基础自动驾驶辅助系统，推动客户转向 FSD，并在此过程中让马斯克获得数千亿美元的股票。特斯拉 FSD 的价格趋势非常明显，并且与特斯拉销量开始下降的时间相吻合。FSD 现在是一个简单的高级驾驶辅助系统，没有任何无需监督的自动驾驶承诺，这可能是有史以来最大的虚假广告或诱饵转换案例之一。
HN 热度 435 points | 评论 547 comments | 作者：MilnerRoute | 1 day ago #
https://news.ycombinator.com/item?id=45144900
- LIDAR 是自动驾驶的未来，特斯拉仅依赖视觉系统的做法短视。
- 特斯拉的视觉系统会误判，如在没有障碍物的情况下启动雨刷或在高速路上无预警紧急刹车。
- 计算机视觉系统可能将阳光误判为障碍物，存在安全隐患。
- 视觉系统和 LIDAR 都有失败的边缘情况，理想的解决方案是两者结合。
- 传感器融合增加了校准、时间同步和建模的复杂性。
- 多传感器融合的主要好处在于能够检测传感器之间的不一致，提高安全性。
- 单一传感器模式下，除了通过时间序列归一化等方法外，无法真正检测该模式的失败。
- 安全关键系统实际上需要至少三个冗余传感器，两个传感器在发生分歧时难以判断哪个是正确的。
- 即使多个传感器模式不一致，也可以假设可能存在问题并切换到最大安全操作模式。
- 在某些情况下，即使传感器模式不一致，也可能无法切换到最大安全操作模式。
- 两个传感器通过构建联合概率分布可以提高准确性。
- 一些安全关键系统实际上通过“投票”来操作，简单性在涉及安全时是一个优点。
- 即使在传感器不一致的情况下，也可以通过人工介入来解决问题，但 Waymo 等自动驾驶车辆没有方向盘可供人工控制。
- Waymo 等自动驾驶车辆比人类驾驶更安全、更保守，不太可能将自己置于两难困境。
Let us git rid of it, angry GitHub users say of forced Copilot features #
https://www.theregister.com/2025/09/05/github_copilot_complaints/
在过去的一年中，GitHub 用户社区中最受欢迎的讨论是关于如何阻止 GitHub Copilot（微软的 AI 服务）在代码仓库中生成问题和拉取请求。紧随其后的是关于用户无法禁用 Copilot 代码审查功能的缺陷报告。这两个问题，第一个于五月提出，第二个一个月前提出，尽管有大量批评生成性 AI 和 Copilot 的评论，但至今未得到回应。
开发者 Andi McClure 在微软的 Visual Studio Code 仓库中发表了类似的请求，反对在卸载 Copilot 扩展后 Copilot 图标在 VS Code 中重新出现。微软和 GitHub，以及像谷歌这样的竞争对手，都在全力推广一项技术，而他们的客户中有相当一部分或至少是发声的客户并不喜欢这项技术。由于需要回收数十亿的资本支出，他们使得用户难以避免使用这项技术。
在微软 2025 年 7 月 30 日的财报电话会议上，CEO Satya Nadella 表示 GitHub Copilot 继续保持强劲势头，用户数量已达到 2000 万。Nadella 指出，随着 AI 采用的增加，过去一年 GitHub 的使用量有所增加。McClure 表示，除了 Copilot 似乎违反我的许可证在我的 GitHub 发布的代码上进行训练外，GitHub 还希望我查看（实际上是）我永远不会接触的项目的“广告”。如果有什么让我感到困扰，我认为没有理由保持沉默。
不仅仅是回应 AI 垃圾的负担，对于 Curl 维护者 Daniel Stenberg 来说，这是一个持续存在的问题。还有未经许可的复制和将猜测作为事实的重新表述，只有通过小字体免责声明来减轻，即生成性 AI 可能会产生不准确的结果。还有 GitHub 否认如果 Copilot 代码建议碰巧复制了需要归因的源代码的责任。
Servo 项目在其禁止 AI 代码贡献的声明中将其描述为缺乏代码正确性保证、版权问题和道德问题。类似的反对意见被用来证明 GNOME 的 Loupe 项目、FreeBSD、Gentoo、NetBSD 和 QEMU 中的 AI 代码禁令是合理的。McClure 表示，她已经提交了几年的请求，要求退出 Copilot，但在过去六个月中，她的帖子吸引了更多的社区支持。
关于上述 VS Code 中的 Copilot 菜单和无法阻止 Copilot 生成的问题和拉取请求的两个问题，她表示，这些问题继续吸引评论。“人们不断发现这些问题，并在它们上面添加评论。”尽管微软一直在将 Copilot “请求”强制进入界面的更多地方，但在今年某个时候，他们达到了一个拐点，大量人不再愿意忽视它，而在此之前他们可以耸耸肩忽略它或找到关闭开关。
在过去的一个月里，人们对 GitHub 的看法发生了第二次变化——GitHub 从独立的子公司降级为微软 CoreAI 集团的一部分。McClure 表示：“尽管这是一个象征性的改变，但它似乎已经激发了开源社区从仅仅抱怨 Copilot 到现在积极远离 GitHub。”“在过去的一个月里，我的许多开源社区联系人一直在讨论计划从 GitHub 转移到 Codeberg 或自托管的 Forgejo（Codeberg 使用的软件）。”
抵制微软和 GitHub 的呼声在开源社区由来已久，但在 2022 年，软件自由保护组织（SFC）敦促自由软件支持者放弃 GitHub，SFC 政策研究员 Bradley M. Kuhn 最近重申了这一立场。一些参与 McClure 和其他人提出的问题的开发者表示，他们打算因 GitHub 对 AI 的立场而离开 GitHub。“今天我拒绝了两个 Copilot 生成的代码建议，”一位名为 Constantine 的开发者在 McClure 的帖子下写道。“这非常令人不安，所以我开始搜索并找到了这个讨论。我拒绝使用 AI，就像我不吸毒或偷东西一样——对我来说，这是一个原则问题。所以如果这种情况继续下去，微软不很快提供一种退出我的仓库中的 AI 的方式，我将把我的代码转移到自托管的解决方案，并且永远不会再回到 GitHub。”
McClure 表示，她在过去几个月里一直在慢慢地转向 Codeberg。“我还没有主动移动仓库，但每当我对仓库进行更改时，我都会将其克隆到 Codeberg，在那里发布更改，并用迁移通知替换 GitHub 仓库中的主分支。”“微软作为一个公司有一个持续的问题，他们不会接受‘不’作为答案，无论是与‘AI’还是与他们想要发布的任何其他产品。”“他们最近最喜欢的策略是，默认启用一个功能并放置一个关闭开关，等待六个月，然后稍微更改或重命名你关闭的功能，并创建一个新的关闭开关，你必须单独关闭。他们在 Windows 10 中对 Bing 做了这件事，现在他们正在对开发者工具中的 Copilot 做这件事（大概是 Windows 11，我不知道，我不使用 Windows 11）。”
HN 热度 391 points | 评论 289 comments | 作者：latexr | 14 hours ago #
https://news.ycombinator.com/item?id=45148167
- GitHub Copilot 引起的问题需要手动触发，与自动生成的问题相比，问题不大
- 有些用户可能会为了建立求职简历或更快建立信任而滥用 Copilot
- Hacktoberfest 期间可能会出现大量低质量的 typo-fixes 提交
- 有些开源项目声明不接受 LLM 生成的内容，但人们仍然会尝试提交
- 作为项目维护者，没有收到由 Copilot 引起的问题或 PR
- 阻止人们从 ChatGPT 或 Gemini 等工具粘贴内容非常困难
- 有些用户可能会因为 GitHub 的“星星”系统而不愿意尝试其他代码托管服务
- 有些用户认为 GitHub 的“星星”系统不如跟踪和关闭问题的数量来得重要
- GitHub 的“秘密武器”包括网络效应和免费的 CI 服务
- 有些用户认为 GitHub 的社区和免费资源是其优势
- 有些用户认为 GitHub 的星星可以购买，就像假评论一样
- 有些用户将 GitHub 仅作为镜像位置，主要使用其他 GitLab 实例
- 有些用户希望找到一个专注于托管代码库的简化解决方案
- 有些用户认为 GitHub 对于某些生态系统（如 JS/Go/Rust）来说更为重要
- 有些用户认为设置 git 通过电子邮件发送补丁是可行的，尽管不如 GitHub 那样显眼
Making a font of my handwriting #
https://chameth.com/making-a-font-of-my-handwriting/
Chris Smith 在他的个人网站上分享了如何将自己的手写体制作成字体的经历。他希望通过这种方式使网站更具个性，区别于普通的企业网站。他最初尝试使用开源工具 Inkscape 和 FontForge 来创建字体，但由于 FontForge 的界面和操作复杂，他感到非常挫败。随后，他尝试了 Inkscape 内置的 SVG 字体制作功能，但过程繁琐且容易出错。
在寻找开源解决方案的过程中，Chris 发现了 Calligraphr 这个闭源的在线工具。Calligraphr 提供免费版本和专业版本，专业版每月 8 英镑，但用户可以选择一次性支付，一个月后自动降级为免费版。Chris 决定支付 8 英镑尝试这个服务。
Calligraphr 的工作原理是让用户打印模板，手写字母，然后扫描上传。它会自动提取字形，并提供工具进行清理、对齐等操作，最终生成 TTF 字体文件。Chris 选择了“最小英语”、“基本标点”和“连字”等字形集，填写了四页模板，并重复了两次以确保有好的版本和字母变体。他还添加了一些基于博客标题的自定义连字，以使字体看起来更自然。
Chris 使用 Sharpie 笔填写模板，以获得非正式、剪贴簿风格的外观，并确保扫描时字形清晰。他使用 iPhone 的“扫描文档”功能将手写模板扫描成 PDF，并上传到 Calligraphr。
在 Calligraphr 中，Chris 可以预览字体，但他发现下载字体并在本地网站副本上使用更为实用，这样可以测试实际文本效果和不同字号下的显示效果。最初的版本存在一些问题，如字母基线不一致，但 Calligraphr 提供了调整工具，使他能够逐个调整字母的位置和大小。他还调整了字母间距，使其更紧密，以营造连笔书写的效果。通过这些调整，最终版本的字体看起来好多了。
HN 热度 324 points | 评论 76 comments | 作者：kickofline | 1 day ago #
https://news.ycombinator.com/item?id=45141636
- 有人分享了自己为婚礼网站制作的个人字体经历，并提供了网站链接。
- 有人表示支持保留个人网站，认为在链接失效的时代这样的网站很珍贵。
- 有人觉得网站故事很温馨，没有尴尬感。
- 有人感谢分享，认为这种方式结束一周很棒。
- 有人赞赏网站的设计和布局，认为它们具有时代感。
- 有人认为基于个人手写字体的想法很好，即使打字和手写感觉不同。
- 有人提到自己的字迹很差，认为基于自己字迹的字体可能用于加密。
- 有人提到现在人们因为总有更简单的方法而不再学习基本技能，认为这是一个问题。
- 有人提到微软字体制作工具与 Windows Ink 笔一起使用，但效果不佳。
- 有人分享了自己小时候因为字迹差而感到自卑的经历。
- 有人回忆起年轻时为心爱的女孩制作字体的故事，虽然任务艰巨但值得。
- 有人询问关于那个女孩后来的情况，是否值得努力，是否有幸福的结局。
- 有人提到自己为女孩制作字体的经历，虽然最终没有在一起，但过程很宝贵。
Qwen3 30B A3B Hits 13 token/s on 4xRaspberry Pi 5 #
https://github.com/b4rtaz/distributed-llama/discussions/255
GitHub 页面展示了一个名为“distributed-llama”的项目，该项目在编号为#255 的讨论中提到了使用 4 个 8GB 内存的 Raspberry Pi 5 设备运行分布式模型“qwen3_30b_a3b_q40”。项目版本为 0.16.0，讨论由用户 b4rtaz 在 2025 年 9 月 5 日发起。在这次讨论中，b4rtaz 分享了他们的设置和基准测试结果。他们使用了 TP-Link LS1008G 交换机连接四个 Raspberry Pi 设备，其中一个作为 ROOT 节点，其他三个作为工作节点。模型的基准测试显示，在 4 个 Raspberry Pi 5 8GB 设备上，评估阶段的吞吐量为每秒 14.33 个 token，预测阶段为每秒 13.04 个 token。
b4rtaz 还提供了一个命令行示例，用于在模型上进行推理，包括使用的提示、模型路径、分词器和其他参数。输出结果显示了模型架构的一些细节，如隐藏层激活函数、维度、头维度、Q 维度、Kv 维度、隐藏维度、词汇表大小、层数、头数、Kv 头数、原始序列长度、专家数、活动专家数和 MoE 隐藏维度等。此外，还提到了模型所需的内存为 5513MB，并且网络已经初始化，连接到了指定的工作节点。
推理过程中，系统逐个 token 生成预测，显示了同步时间、发送和接收的数据量。最终，评估阶段的吞吐量为每秒 14.33 个 token，预测阶段为每秒 13.04 个 token。讨论中还包含了一个关于波兰位置的示例推理请求和响应，展示了模型如何逐步生成答案。最后，讨论提到了网络已关闭，并询问用户翻译是否有帮助，提供了反馈选项。
HN 热度 278 points | 评论 116 comments | 作者：b4rtazz | 14 hours ago #
https://news.ycombinator.com/item?id=45148237
- 便宜的 RK3588 板子性能比 Pi 5 好，且价格更便宜
- 4 个现代桌面 PC 可能比 4 个 Raspberry Pi 性能更好
- 购买二手 MacBook 并安装 Asahi Linux 是经济实惠的选择
- 推荐使用 macOS 而非 Asahi Linux，因为 macOS 软件优化更好
- 购买屏幕损坏的 Apple Silicon MacBook 是更划算的选择
- 2021 M1 Max 64GB 的二手价格低于 1500 美元，性价比高
- 消费者对本地运行 AI 并不感兴趣
- 需要展示给人们他们想要的东西，目前缺少杀手级应用
- 修复 LLM 的幻觉和使代理更确定性是阻碍 AI 应用发展的两个主要因素
- 通过编码代理可以过滤 LLM 的幻觉输出
- RAG 在一些特定领域如法律、医疗等发展得很好
- 无法修复 LLM 的幻觉问题
- 除了 Mac，其他设备在 AI 方面表现不佳
- 运行 AI 时，VRAM 比计算能力更重要
- 在家或办公室运行 AI 时，电力消耗不是问题
- Qwen3 30B A3B 模型运行速度很快，性能很好
Nest 1st gen and 2nd gen thermostats no longer supported from Oct 25 #
谷歌宣布从 2025 年 10 月 25 日起，将不再支持第一代和第二代 Nest 智能恒温器。尽管这些设备仍能本地运行，但将不再与 Nest 应用或 Home 应用控制兼容。用户 Simon 表示，他目前使用 Nest 应用控制恒温器，担心不再能通过 Hubitat 集成控制这些设备。其他用户也表达了对谷歌此举的不满，并讨论了可能的替代方案。
有用户建议，如果用户拥有相对简单的暖通空调系统，可以考虑使用本地控制的 Zigbee/Z-Wave 恒温器。也有人提到，如果用户同时使用 Home Assistant，可以考虑使用 Ecobee 恒温器，这些设备可以本地控制。还有用户提到，从 2020 年开始的新款 Nest（G3 或更高版本）支持本地 Matter 协议，这是一个不依赖云服务的长期解决方案。但目前 G3 版本并不支持 Matter，且谷歌可能永远不会支持。
对于担心谷歌未来可能停止支持的问题，有用户建议购买单个产品进行测试，以确保其与 Hubitat 的兼容性。还有用户推荐 Ecobee 恒温器，并建议通过 Home Assistant 和 Homekit 设备集成将 Ecobee 设备引入 Hubitat，以实现完全的本地控制和远程控制。
最后，有用户推荐了 Go Control Z-Wave 恒温器，这是一个在 Hubitat 中原生支持的替代品，并且不受谷歌对环境设置的干扰。
HN 热度 274 points | 评论 269 comments | 作者：RyanShook | 1 day ago #
https://news.ycombinator.com/item?id=45143879
- Sinopé 品牌的智能恒温器支持本地主机家庭自动化，兼容 ZigBee 网络，即使局域网离线也有物理温度控制。
- 通过 Raspberry Pi 和 ConBee II Zigbee USB 网关等硬件，可以搭建基于开源 Home Assistant 软件的本地家庭自动化系统。
- Zigbee2MQTT 网站提供了一个兼容设备列表，方便用户查找支持的 Zigbee 恒温器。
- 正在开发一个兼容 Nest 第二代恒温器外壳的开源版本，使用 ESP32-C6 芯片，支持 Wi-Fi、BLE 或 Zigbee。
- 使用 Toit 语言进行业务逻辑编程，必要时可以转为 C++ 代码以提高显示性能。
- 目前没有支持第一代 Nest 恒温器的计划，因为物理布局和组件不同。
- 有人对这种开源项目表示赞赏。
- 有人建议开发者创建一个 Google 表单来收集用户邮箱，以便在产品准备好时通知用户。
- 有人批评依赖云连接的连接式恒温器，认为应该支持本地网络和互联网连接选项。
- 有人提到 Honeywell 的 z-wave 恒温器即使在产品不再受支持时，也几乎不可能锁定用户。
- 有人认为，由于估值压力，VC 资助的公司更倾向于通过硬件获得用户，然后通过订阅服务获得持续收入。
- 有人指出，即使是像 Honeywell 这样的老牌公司，也在转向订阅模式，并且市场上对高价但无订阅费的产品敏感。
- 有人提到 Nest 恒温器即使不连接到云也能正常工作，他们更喜欢关闭其调度和学习功能。
- 有人提到，不同的空间和不同的冷暖需求，Nest 恒温器表现出色。
- 有人分享了在 AliExpress 购买的 20 美元 Zigbee 恒温器使用体验良好，认为其他功能可以通过软件实现。
- 有人表示更倾向于使用 Zwave，但也认为 Zigbee 是一个很好的选择。
The Universe Within 12.5 Light Years #
http://www.atlasoftheuniverse.com/12lys.html
这个网页提供了关于距离我们太阳系 12.5 光年内最近的恒星的详细信息。在这些恒星中，有 33 颗位于 12.5 光年范围内，大多数是红矮星，这类恒星质量约为太阳的十分之一，亮度仅为太阳的百分之一。宇宙中大约 80% 的恒星都是红矮星，距离我们最近的恒星——比邻星（Proxima Centauri）就是一个典型的红矮星。
网页还提供了一个从地球轨道放大到最近恒星系统的图表，展示了到达最近恒星的实际距离。此外，还有一张包含 20 光年内所有已知恒星的地图，以及一份超过 100 颗 20 光年范围内已知恒星的列表。页面还展示了双星、三星和四星系统的简单动画，以及最近恒星的详细信息。
太阳是一颗典型的 G2 型黄矮星，亮度为-26.8，距离为 0.0000158 光年，拥有 8 颗行星。比邻星是距离太阳最近的恒星，属于半人马座阿尔法星系，尽管它距离主双星 0.24 光年，需要超过一百万年才能绕它们公转。比邻星在 1915 年被发现，当时是已知最不亮的恒星，也是一种耀星，能在几分钟内亮度增加一个星等或更多。
半人马座阿尔法 A 和 B 是一对橙色和黄色的矮星，距离我们比比邻星稍远，它们以 80 年的周期相互公转，是南半球天空中最亮的天体之一。从半人马座阿尔法星系看，第三颗星比邻星是一个亮度为 4.8 的暗淡恒星。
巴纳德星是一颗著名的红矮星，以其最大的自行速度而闻名，每百年在背景天空中移动 0.29 度。它在 1916 年被发现，曾在 1960 年代被认为有两颗看不见的行星围绕它运行，但后来的观测否定了这一点。再过 8000 年，巴纳德星将成为离我们最近的恒星。
沃尔夫 359 是一颗非常暗淡的红矮星，由马克斯·沃尔夫在 1918 年发现，曾是已知最不亮的恒星长达 25 年。拉兰德 21185 是一颗亮度为 7.5 的红矮星，需要双筒望远镜才能看到。1996 年，G Gatewood 报告了可能存在两颗木星大小的行星围绕它运行的迹象，但这一点尚未得到确认。
天狼星 A 和 B 是夜空中最亮、最亮的恒星，距离为 8.60 光年，其中天狼星 A 是一颗白色的 A1 型恒星，天狼星 B 是一颗白矮星，两者的公转周期为 50 年。Luyten 726-8 A,B 是一个由两颗红矮星组成的暗淡双星系统，也被称为 UV Ceti，是一颗著名的耀星，能像太阳表面一样从表面喷射出更强烈的耀斑。
罗斯 154 和罗斯 248 是两颗暗淡的红矮星，分别由弗兰克·罗斯在 1930 年代编目。Epsilon Eridani 是一颗橙色的矮星，1960 年用格林班克射电望远镜搜寻过智能生命的迹象，结果可想而知是阴性的。IRAS 卫星探测到这颗恒星周围有很多尘埃，表明可能正在形成太阳系，更近的（2000 年 8 月），在这颗恒星周围 3.2 天文单位（4.8 亿公里）的距离上发现了一颗木星大小的行星。
Lacaille 9352 是一颗相当亮的红矮星，可以用双筒望远镜轻松看到，它首次记录在尼古拉·德·拉卡伊尔在 1752 年编制的南半球恒星目录中。罗斯 128 是一颗暗淡的红矮星，也被称为 FI Vir，它的变星名称。Luyten 789-6 A,B,C 是一个包含三颗红矮星的系统，主对在 2 年的周期内相互公转，而第三颗暗淡的恒星在非常近的距离上围绕第一颗星公转。
Procyon A 和 B 是一对黄白色的恒星，Procyon 是天空中第八亮的恒星，也是 25 光年内最大的恒星，直径是太阳的两倍。Procyon 被一颗白矮星伴星环绕，这颗伴星在 1896 年首次被光学观测到，公转周期为 41 年。61 Cygni A 和 B 是一对橙色的矮星，因 1838 年 F Bessel 首次测量其距离而闻名。这对恒星非常相似，但相隔很远（86 天文单位），需要大约 700 年才能相互公转。
Struve 2398 A 和 B 是一对红矮星的双星系统，来自 1827 年出版的双星目录，也被称为 BD+59°1915。这对恒星相隔很远（50 天文单位），公转周期为 450 年。Groombridge 34 A 和 B 是另一对红矮星，通常被称为 Groombridge 34，来自 1838 年的北方恒星目录，有时也被称为 BD+43°44。这两颗星的亮度变化不定，分别被称为 GX And 和 GQ And。这两颗星相隔很远（150 天文单位），公转周期为 2500 年。
Giclas 51-15 是一颗非常暗淡的红矮星，是 14 光年内最不亮的恒星，亮度仅为太阳的 0.01%。Epsilon Indi A,B,C 是一颗橙色的矮星，与 Epsilon Eridani 类似，但略小且稍暗。Epsilon Indi 被一对棕矮星环绕——这些未能燃烧的失败恒星太小了。它们在 2003 年被发现，以 16 年的周期相互公转，距离主星 1500 天文单位（2200 亿公里），大约需要 7 万年才能围绕主星公转。
Tau Ceti 是最近的单颗类太阳恒星，1960 年曾与 Epsilon Eridani 一起搜寻过智能生命的迹象，但未成功。Luyten 372-58 和 Luyten 725-32 是两颗非常暗淡的红矮星。Luyten’s Star 是一颗红矮星，以 Willem Luyten 的名字命名，他在 1935 年意识到它是一颗附近的恒星。这颗星距离 Procyon 仅 1.2 光年，但与之无关。Epsilon Eridani 被一颗大行星环绕，可能看起来像这样。
HN 热度 252 points | 评论 172 comments | 作者：algorithmista | 1 day ago #
https://news.ycombinator.com/item?id=45144337
- 视频游戏 Elite Dangerous 能很好地模拟银河系，让玩家体验到银河系的大小和星星间的距离。
- 在大约 1000 光年的尺度上，星系的分布大致是均匀的，大多数星系结构如螺旋臂或核心与边缘的差异在更大的尺度上才变得显著。
- 银河系中的星系大多数是无关紧要的，重要的星系相隔数百光年，星系结构很重要；或者，如果有一定比例的星系是重要的，那么星系结构就不重要，需要有东西阻止人们随意飞出边界。
- 想要精确匹配地球条件的星系很少，但其他类型的星系可能更容易支持生命。
- 经济因素是城市或前哨站形成和消亡的原因，即使环境恶劣或不适宜，人们也会因为某些原因在太空中建立前哨站。
- Elite Dangerous 在行星尺度、系统尺度和银河尺度上都做得很真实。
- 如果存在像科幻小说中的银河帝国，管理这么多星系所需的行政工作量将是惊人的。
- 在星际帝国的尺度上，机器必须承担大部分行政工作，没有计算机参与的集中化官僚体系是不现实的。
- 银河系尺度上，重力或重力变化的速度应该有一定的影响，但这种效应非常微小。
- 重力的作用与光相同，你看到的是它在某个地方，它就向你那个方向拉。
- Space Engine 也是一个优秀的工具，可以体验银河系的规模。
- 在 Space Engine 中，可以通过超光速旅行，也可以以正常速度导航，后者可以让人真正感受到空间的巨大。
- Frontier: Elite II 是 1993 年发布的游戏，可以在同一个星系内以亚光速旅行，但要到达其他地方，超空间是唯一的实际选择。
- 在 Frontier 游戏中，可以通过加速游戏时间来缩短到达木星等星球的时间。
- Jupiter 距离地球 4 到 6 天文单位，即使以光速飞行，也需要超过半小时才能到达。
Hacker News 精彩评论及翻译 #
996 #
https://news.ycombinator.com/item?id=45149578
When founders put 996 in their job descriptions or Tweet about their 996 culture it’s a helpful signal to avoid that company.
The only time I’d actually consider crazy schedules was if I was the founder with a huge equity stake and a once in a lifetime opportunity that would benefit from a short period of 996.
For average employees? Absolutely not. If someone wants extraordinary hours they need to be providing extraordinary compensation. Pay me a couple million per year and I’ll do it for a while (though not appropriate for everyone). Pay me the same as the other job opportunities? Absolutely no way I’m going to 996.
In my experience, the 996 teams aren’t actually cranking out more work. They’re just working odd hours, doing a little work on the weekends to say they worked the weekend, and they spend a lot of time relaxing at the office because they’re always there.
Aurornis
当创始人在职位描述中写上996，或者在推特上宣扬他们的996文化时，这是一个非常有用的信号，提醒我们应该避开这家公司。
唯一我会考虑接受疯狂工作时间的场合，是当我作为拥有大量股权的创始人，面临一个千载难逢、需要通过短暂996工作才能抓住机遇的情况。
对于普通员工来说？绝对不行。如果有人要求超长的工作时间，就必须提供相应的超常薪酬。年薪给我几百万的话，我也许会干一阵子（虽然这不适合每个人）。但如果薪酬和其他工作机会一样？那我绝对不可能去996。
以我的经验来看，996团队并没有真正产出更多的工作。他们只是工作时间不规律，在周末做一点工作来“表示”自己加班了，并且因为总是在办公室，他们反而花了很多时间在办公室里放松。
Anthropic agrees to pay $1.5B to settle lawsuit wi… #
https://news.ycombinator.com/item?id=45143392
To be very clear on this point - this is not related to model training.
It’s important in the fair use assessment to understand that the training itself is fair use, but the pirating of the books is the issue at hand here, and is what Anthropic “whoopsied” into in acquiring the training data.
Buying used copies of books, scanning them, and training on it is fine.
Rainbows End was prescient in many ways.
aeon_ai
需要明确指出的是，这与模型训练无关。 在评估合理使用时，重要的是要理解，训练本身属于合理使用，但书籍的盗版是当前的问题所在，这也是Anthropic在获取训练数据时“疏忽”了的地方。 购买二手书籍，将其扫描并进行训练，是完全可以的。 《彩虹尽头》这本书在许多方面都很有远见。