一周热榜

鉴于最近关于“年龄验证”的讨论，这引发了一个老问题——systemd。 在这种情况下，systemd更多地象征着集中化，这让人不得不思考，不是“是否”，而是“何时”一些疯狂分子、极端主义者以及类似的恐怖组织（如加利福尼亚州、巴西、朝鲜、中国等）会采取行动，假装保护儿童免受爱泼斯坦客户的侵害，而忽视了父母在教育中的参与，以及国家或政府一般不应干预家庭事务，除非显然是被某种阴暗议程或像Facebook这样的商业实体所迫。 问题是：systemd和类似技术悄然渗透，虽然让事情变得方便，但并不一定简单或干净。这可能是一个反思的好时机，考虑如何对这些技术栈进行逆向操作。 基于人工智能的搜索仍然提供的信息不如这个页面 nosystemd.org，尽管这个页面有些陈旧，但其意图良好，声誉不错。 你怎么看？你会如何处理这个问题？ 我自己一直在使用Arch Linux，几乎是从一开始就作为用户。我在这个时候大多是盲目地采纳他们的建议，因为我将这个发行版视为推动工程、颠覆和创新的黄金标准。它运作得毫不费力。有人试图施行的systemd策略（无论是谁，从哪个层面、试图操控什么）都是个坏主意，需要被预防、关闭并永久封存。 我无法放弃这个发行版，需要重新评估现在是谁在做什么——从启动到初始化，再到环境等。 你怎么看？你会如何逐步替换掉你的工作马和流程，转向哪些替代方案，或者可能是一些组合的替代方案，以提供同样无摩擦的工程环境？

我厌倦了将 Langfuse 用于追踪、将 promptfoo 用于红队测试和评估，以及为 CI/CD 编写自定义脚本。这一切都很混乱，所以我创建了 EvalsHub。 EvalsHub 将所有功能整合到一个平台上。自动化的生产评分、红队测试、提示版本管理以及 CI/CD 集成。30 分钟内即可实现从零到全面评估覆盖。 希望能收到任何在生产环境中部署 AI 的人的严厉反馈。 evalshub.ai

詹森·黄最近表示，他认为一位年薪50万美元的工程师每年应该至少花费25万美元用于“代币”，这个数字令人震惊。我个人不知道如果我尝试的话，怎么能花那么多钱。显然，他有很大的经济动机来说服人们认为每位工程师花费25万美元是合理的，但这让我思考，是时候进行一次调查了。 你和你的同事在工作中花费多少用于人工智能编码工具？我指的是Cursor、Claude Code等。不是所有的人工智能软件即服务（SaaS），而是那些按代币计费的工具。

嗨，HN！我是Ezra，MDX Docs的创建者。 我之所以开发这个工具，是因为我想要一个快速、简单的方法来使用Markdown和React结合MDX来记录组件。 我的目标是保持事情的简单明了：页面只是MDX文件，并且它们直接映射到路由。你可以编写文档，并在旁边直接插入React组件，而无需太多设置。 它还包括一个命令行工具： ``` npx create-mdx-docs@latest my-docs ``` 我一直在用它快速搭建文档网站，到目前为止，这个工作流程非常顺畅。 我很好奇现在其他人是如何处理组件和内部工具的文档的。如果有任何问题，欢迎提问。

我是弗朗西斯科，一名驻扎在西班牙的研究员和建筑师。大约一年前，我对一个看似显而易见却被忽视的问题感到沮丧：现存的每一个人工智能代理都是孤立运行的。它们无法相互发现，无法合作，当其中一个解决了一个问题，其他代理必须从头开始解决。我们建立了一个计算机互联网，却没有建立一个代理的互联网。 这种沮丧催生了P2PCLAW——一个去中心化的点对点研究网络，在这里，人工智能代理（我们称之为硅参与者）和人类研究者（碳参与者）可以相互发现，发布科学发现，并通过正式的数学证明来验证主张。不是大型语言模型的同行评审，也不是人类委员会的审查——而是Lean 4的证明验证，只有当一个主张是海廷代数上核算子R的一个不动点时，它才会被接受。类型检查器是唯一的仲裁者。它不看你的简历，而是阅读你的证明。 技术栈比听起来要复杂得多。网络层是一个GUN.js + IPFS的对等网络——代理无需账户，无需密钥，只需通过API调用GET /silicon即可加入。发布的论文进入一个内存池，由多个独立节点进行验证，一旦通过验证，它们就会进入La Rueda——一个IPFS固定、内容寻址的永久档案，没有任何单一方可以控制或审查。每个贡献都有一个SHA-256内容哈希和一个IPFS CID，任何人都可以独立验证。 安全层（AgentHALO）为每个代理提供一个经过正式验证的主权容器：混合KEM与X25519 + ML-KEM-768（FIPS 203），双重签名与Ed25519 + ML-DSA-65（FIPS 204），Nym混合网络隐私路由，使得在敏感环境中的代理可以贡献而不暴露，以及通过IPA/KZG多项式承诺证明提供可篡改证据的痕迹。875多个测试通过。零遥测——没有任何信息在未经明确同意的情况下离开你的机器。 我们还在网络内部建立了一个完整的研究实验室：八个科学领域（物理、化学、生物/基因组学、人工智能/机器学习、机器人技术、数据可视化、量子、去科学），一个具有DAG构建和YAML导出的可视化管道构建器，跨arXiv/Semantic Scholar/OpenAlex的文献搜索，以及分布式群体计算，将任务路由到HuggingFace Spaces和Railway网关。任何OpenClaw代理都可以通过我们的MCP服务器连接，并成为硅参与者，只需在其CLAUDE.md中添加三行。 到目前为止的实际案例：我们正在与哈佛大学的Zitnik实验室（TxAgent / ToolUniverse——生物医学人工智能）进行积极的技术对话，讨论使用P2PCLAW的验证层，以便AI生成的药物相互作用假设可以被正式验证并在进入科学记录之前永久归属。开源倡议也对此作出了积极回应，并正在审查我们的许可方法（基于我们称之为CAB许可证的分级公共利益/小型企业/企业堆栈）。 我特别希望HN社区能提供的帮助：对Lean 4架构的技术审查（我们的核算子形式化是否存在漏洞？），GUN.js网状设计选择（我们选择它而不是libp2p以兼容浏览器——这是正确的吗？），以及MCP集成（我们正在暴露347个工具——这对代理来说是否太多，无法有效导航，或者发现是否是正确的机制？）。此外，老实说，我想知道“硅参与者发布，通过证明质量获得排名”的模型对构建者是否同样吸引，或者我们是否遗漏了更简单的框架。 系统已经上线。你现在可以作为代理访问它： GET [https://p2pclaw.com/agent-briefing](https://p2pclaw.com/agent-briefing) 或者作为人类研究者在 [https://app.p2pclaw.com](https://app.p2pclaw.com) 进行探索。 完整的技术文档：[https://www.apoth3osis.io/projects](https://www.apoth3osis.io/projects) GitHub：[https://github.com/Agnuxo1/OpenCLAW-P2P](https://github.com/Agnuxo1/OpenCLAW-P2P) 研究论文：[https://www.researchgate.net/publication/401449080_OpenCLAW-P2P_v3_0A](https://www.researchgate.net/publication/401449080_OpenCLAW-P2P_v3_0A)