我对标准大型语言模型（LLM）接口收集的数据量感到沮丧，因此我构建了一个简约且注重隐私的替代方案。
主要特点：
- 私密的人工智能对话，零数据保留。
- 账户和账单身份存在，但提示和响应内容不存在。
- 仅在内存中处理 · 无聊天记录 · 不会使用您的数据进行训练。
- 免费选项，无需信用卡信息。
- 短小、简洁的域名，便于分享：wraith.sh
目标：提供一种真正私密的方式，使用LLM进行敏感的头脑风暴、草拟或随意交流，而不留下任何记录。
我非常希望能收到关于用户界面/用户体验的反馈，特别是任何我可以添加的隐私保护功能的建议。
在这里试用： [https://wraith.sh](https://wraith.sh)
返回首页
最新
是我一个人这样觉得，还是HN似乎正面临大量机器人提交、评论甚至完整对话的泛滥？
你好，
我创建了Axiomeer，这是一个开源的AI代理市场协议。这个想法是：与其将工具集成硬编码到每个代理中，不如让代理在运行时浏览目录，市场负责对所有内容进行排名、执行、验证和审计。
它的工作原理如下：
- 提供者通过10行JSON清单发布产品（API、数据集、模型端点）
- 代理用自然语言或结构化标签描述他们的需求
- 路由器根据能力匹配（70%）、延迟（20%）、成本（10%）以及硬性约束过滤器对所有选项进行评分
- 最高得分的选项被执行，输出结果经过验证（需要引用吗？时间戳？），证据质量被确定性地评估
- 如果证据是虚假/伪造/低质量的，代理会选择放弃，而不是产生幻觉
- 每次执行都会记录为不可变的收据
我认为现有方法中缺失的部分是信任层。MCP标准化了你如何连接到工具服务器。Axiomeer在更高的层面上运作：使用哪个工具，来自哪个提供者，你能信任返回的结果吗？
技术栈：Python、FastAPI、SQLAlchemy、Ollama（本地LLM，无需API密钥）。v1版本配备天气提供者（Open-Meteo + 模拟数据）。该架构支持返回结构化JSON的任何HTTP端点。
我们正在寻找贡献者，以便在各个领域（金融、搜索、文档、代码执行）添加真实的提供者。每个提供者大约需要30行代码加一个清单。
使用Anthropic API运行OpenClaw，结果一天内消耗了大约50美元。<p>其他OpenClaw用户的情况如何？有没有人找到有效的降低成本的方法（例如模型分层、缓存等）？
嗨，HN，我开发了s3ui，这是一个小型开源工具，提供了一个轻量级的原生跨平台用户界面，用于浏览Amazon S3存储桶。
我想要一个快速且简约的工具，以便检查存储桶内容、查看输出和更新文件，而无需使用AWS控制台或更复杂的工具。
PyPI: [https://pypi.org/project/s3ui/](https://pypi.org/project/s3ui/)
GitHub: [https://github.com/justinGrosvenor/s3ui](https://github.com/justinGrosvenor/s3ui)
安装方法：
```
pip install s3ui
```
欢迎反馈。
我一直在研究将政治权力视为系统架构问题而非道德问题的治理模型。我发现了一个名为“权力问责理论”（Theory of Power Accountability, TPA）的提案。
其核心理念是“透明度的比例原则”：你对他人行使的权力越大，你在公共角色中的隐私就越少。这本质上是一种应用于政府的零信任方法。
主要特点：
自动功能制裁：领导者如果未能解释财富差距或未记录的互动，将自动失去功能特权（投票权、获取公共资金的权利），而不是等待多年的刑事审判。
不可侵犯的私人生活：严格禁止对普通公民的监控。“聚光灯”只关注权力。
不可变的制度记忆：每个决策必须明确说明谁受益，谁付出代价，从而创建“外部性”的审计轨迹。
我对将其作为模块化协议（可能通过智能合约或去中心化账本）实施的技术可行性感到好奇。像这样的系统可能面临哪些“攻击向量”呢？
链接： [https://medium.com/@anonimo.politico2205/theory-of-power-accountability-tpa-b7bb0438f5cf](https://medium.com/@anonimo.politico2205/theory-of-power-accountability-tpa-b7bb0438f5cf)