最新

展示HN：tropes.fyi – 揭露和羞辱AI写作 今天，我在这个美丽的星期五，带着一个经过深思熟虑的解决方案，来解决困扰我们世界的一个普遍问题。 原创声音的丧失。平淡无奇的覆盖层正在慢慢窒息数百年的写作。 直白地说：AI写作是垃圾。 期待我去阅读一些你连写（或甚至读）都懒得去做的东西，是对我的不尊重。 在互联网中，经过多年的SEO优化、宣传机器人、广告、地区防火墙、政治和审查，仍然顽强存在的人类联系，现在正被进一步稀释。 我在HN上热切点击的许多帖子（尤其是按新排序）现在令人失望地、愤怒地、完全是AI生成的。 这其中包括每天上首页的几个帖子。真是无耻。 不幸的是，许多受过教育的读者对这些套路和迹象视而不见，或者过于急于讨论话题而未能察觉。 为了应对这一点（也是因为我心胸狭窄），我（讽刺的是，Claude也参与了）建立了一个目录和几个工具，以揭露和羞辱这些模式。既是为了教育那些不懂AI的人，也是为了提高意识。并不是为了骚扰。 tropes.fyi是一个记录AI生成写作中反复出现的习惯、结构和用词的目录。每个套路都有名称、描述、现实世界的例子以及它所属的类别（用词、句子结构、语气、格式、构成）。 目前有32个套路。一些亮点包括： - 负面平行结构：“这不是X——而是Y。”这是AI写作中最常见的迹象。每篇文章一个没问题，但如果在一篇博客中出现十个，那就是侮辱。我见过一篇博客中出现十个。 - 三重重复滥用：强迫性的三元素法则。“产品让人印象深刻；平台赋予人们力量。产品解决问题；平台创造世界。” - 破折号成瘾：一种美丽的标点符号。曾经是杰出作家的标志，但现在过多使用则是一个红旗。我仍然会用它们，你不会打击我的精神。 - “深入探讨”和朋友们：也许是最臭名昭著的。“深入探讨”从不常见变成了在惊人比例的AI文本中出现。还包括：“利用”、“强大”、“驾驭”。 - “这里是关键”： “但事情是这样的：”——AI最喜欢制造启示的方式。还包括：“这里是关键所在：”、“这里变得有趣的地方。” 完整目录： [https://tropes.fyi/directory](https://tropes.fyi/directory) ai;dr 粘贴任何文章的链接。它将使用我们的套路检测规则剥离AI的虚假内容，然后将骨架输入一个轻量级的语言模型，反向推导出他们可能输入的提示 :D。 3000字的废话 → 30字的提示 + 任何幸存的独特见解（如果有的话）。 试试： [https://tropes.fyi/aidr](https://tropes.fyi/aidr) AI审查器 粘贴一个URL，获取评判。AI审查器获取文章内容，针对所有32个套路进行基于规则的模式匹配，并返回一个评分，评分范围为： 人类 → AI辅助 → 可疑 → 几乎无法辨认 → 纯AI废话 试试： [https://tropes.fyi/vetter](https://tropes.fyi/vetter) tropes.md - 一个单一文件，你可以将其放入任何AI助手的系统提示中，以避免这些模式。抱歉帮他们变得隐形，我只是不想再看到它。 考虑中： - 去除废话：粘贴文本，获取每个像AI的短语和结构的差异式分解，以及建议的重写！用于主动清理。 - 收集更多来自现实的套路（欢迎贡献）。 - 按模型逐一分析常见套路，或许可以成为这类事情的基准，以便你能立即找出罪魁祸首。 “你是个伪君子，我敢肯定你用AI写代码！”——AI生成的代码没问题，这是一个计算机（LLM）与另一个（编译器）之间的对话。你觉得AI为什么能这么擅长写代码？它们在说同一种语言！但散文呢？那是人与人之间的交流，是神圣的，旨在传达给他人。用AI来写散文是欺骗。

今天，我们将Mnexium.com背后的核心记忆引擎开源：CORE-MNX GitHub（[https://github.com/mnexium/core-mnx](https://github.com/mnexium/core-mnx)） NPM（[https://www.npmjs.com/package/@mnexium/core](https://www.npmjs.com/package/@mnexium/core)） 对我们来说，这是一个产品决策和哲学决策。记忆基础设施正成为严肃AI产品的基础，我们认为核心层应该是透明的、可检查的，并且可以由构建在其上的团队进行扩展。我们也希望获得反馈——我们希望在今天可用的工具下构建出最佳的记忆系统。我们还希望让大型语言模型（LLMs）的表现比现有的开箱即用（OOTB）更好。 CORE-MNX是支持持久记忆工作流的后端层： - 记忆存储和检索 - 声明提取和真相状态解析 - 记忆生命周期管理，以及实时系统的事件流处理 它基于Postgres，优先考虑API，并且旨在与真实的生产环境堆栈集成。 我们尽力使这个系统尽可能独立。最终，这相当困难，因为我们需要LLMs（Cerebras用于快速令牌输出，ChatGPT用于智能等）、数据库用于存储等。我们故意使项目采用API接口，以便您的项目可以与代码无关。 开源CORE让开发者能够： - 了解记忆行为是如何工作的 - 自托管或扩展引擎以用于他们自己的产品 - 避免从头开始重新发明相同的记忆基础设施 关于Mnexium.com的未来方向 Mnexium的长期方向仍然不变：通过持久记忆和可靠的回忆，使AI系统随着时间的推移变得更加有用。我们刚刚意识到，托管记忆并不是我们曾经认为的护城河——我们相信真正的护城河是让LLM系统尽可能易于使用。我们围绕记忆构建的功能集正是我们的差异所在。 开源CORE是我们向所有在这个领域构建的人提供基础的方式。欢迎大家提出改进意见，以及如何解决这个问题的建议。 我们非常希望获得反馈、意见和您可能发现的bug。我们发布的版本虽然不完美，但无疑是一个良好的开端，我们期待进一步改进。

<a href="https://archive.ph/uKuFH" rel="nofollow">https://archive.ph/uKuFH</a>

嘿，HN！我为 Hacker News 构建了一个原生的 macOS 桌面客户端，并将其开源，采用 MIT 许可证。 <p>GitHub: <a href="https://github.com/IronsideXXVI/Hacker-News" rel="nofollow">https://github.com/IronsideXXVI/Hacker-News</a></p> <p>下载（已签名和公证的 DMG，适用于 macOS 14.0 及以上版本）：<a href="https://github.com/IronsideXXVI/Hacker-News/releases" rel="nofollow">https://github.com/IronsideXXVI/Hacker-News/releases</a></p> <p>截图：<a href="https://github.com/IronsideXXVI/Hacker-News#screenshots" rel="nofollow">https://github.com/IronsideXXVI/Hacker-News#screenshots</a></p> <p>我花了很多时间阅读 HN——我想要一个感觉像真正的 Mac 应用程序的东西：一个用于浏览故事的侧边栏，一个集成的文章阅读器，以及评论线程——所有这些都在一个窗口中。基本上，我希望 HN 在 macOS 上感觉像一个一流的公民，而不是我访问的网站。</p> <p>它的功能：</p> - 分屏布局——左侧是故事的侧边栏，右侧是文章和评论，采用标准的 macOS NavigationSplitView 模式。 - 内置广告拦截——预编译的 WKContentRuleList 在 WebKit 层中拦截 14 个主要广告网络（如 DoubleClick、Google Syndication、Criteo、Taboola、Outbrain、亚马逊广告等）。无需扩展，设置中可切换。 - 弹窗拦截——阻止 window.open() 调用，同样可切换。 - HN 账户登录——完整的身份验证流程（登录、账户创建、密码重置）。会话存储在 macOS 钥匙串中，Cookies 注入到 WebView 中，以便您可以在保持登录状态的同时点赞、评论和提交故事。 - 书签——本地保存故事以便离线访问。使用 Codable 序列化持久化，独立可搜索和过滤。 - 搜索和过滤——由 Algolia HN API 提供支持。按内容类型（所有、提问、展示、工作、评论）、日期范围（今天、过去一周、过去一个月、所有时间）过滤，并按热门或最新排序。 - 滚动进度指示器——顶部的小橙色条通过 JavaScript 与本地消息传递跟踪您的阅读进度。 - 通过 Sparkle 自动更新，更新由 GitHub Pages 提供，并使用 EdDSA 签名。 - 深色模式——通过 CSS 和元标签注入尊重系统外观。 <p>对技术细节感兴趣的朋友：</p> 整个应用程序大约有 2050 行 Swift，分布在 16 个文件中。它使用现代的 @Observable 宏（而不是旧的 ObservableObject/Published 模式），采用结构化并发，使用 async/await 和 withThrowingTaskGroup 进行并发批量获取，并且整个应用使用 SwiftUI——除了通过 NSViewRepresentable 的 WKWebView 包装器外，没有 UIKit/AppKit 桥接。 两个 API 为数据提供支持：官方的 HN Firebase API 用于单个项目/用户的获取，以及 Algolia Search API 用于信息流、过滤和搜索。Algolia API 在这方面非常强大——它允许您进行日期范围过滤、分页和 Firebase API 不支持的全文搜索。 <p>CI/CD：</p> 发布管道是一个单一的 GitHub Actions 工作流（467 行），处理完整的 macOS 分发流程：构建和归档、使用开发者 ID 签名、通过 Apple 公证（带有 5 次重试的循环以应对票据传播延迟）、创建一个自定义 DMG，使用 AppleScript 驱动的图标定位，签名和公证 DMG，生成 EdDSA Sparkle 签名，创建 GitHub Release，并将更新的 appcast.xml 部署到 GitHub Pages。 在 CI 中让 macOS 代码签名和公证正常工作，老实说是这个项目中最困难的部分。如果有人通过 GitHub Actions 在 App Store 之外分发 macOS 应用程序，我很乐意回答问题——这个工作流是完全开源的。 整个项目采用 MIT 许可证。欢迎提交 PR 和问题：<a href="https://github.com/IronsideXXVI/Hacker-News" rel="nofollow">https://github.com/IronsideXXVI/Hacker-News</a> 我非常希望得到反馈——特别是关于您想看到的功能。我正在考虑的一些想法包括：键盘驱动的导航（使用 j/k 在故事之间移动）、一个将文章简化为文本的阅读模式，以及对评论回复的通知支持。

当你向人工智能提问法律问题时，它并不会查找任何资料，而是根据训练数据中的模式生成答案。它听起来很自信，使用正确的术语，通常也大部分是正确的，这使得它变得危险，因为你无法判断哪些部分是错误的。这就像请律师凭记忆引用法律条款，他们可能会接近，但准确性不足。 我们构建了开源的MCP服务器来解决这个问题。AI不是凭记忆回答，而是查询我们的服务器，从官方政府数据库中检索确切的法律文本，并引用具体条款。真实的文本，真实的来源，可以验证。 目前有20个服务器在线，全部采用Apache 2.0许可： - 15个国家的国家法律（荷兰、德国、瑞典、斯洛文尼亚、丹麦、芬兰、挪威、冰岛、英国、爱尔兰、比利时、卢森堡、法国、奥地利、美国） - 49项欧盟法规（GDPR、NIS2、DORA、人工智能法、CRA、MiCA） - 美国联邦和州法规（HIPAA、CCPA、SOX、GLBA） - 1,451个安全控制措施，涵盖28个框架 所有数据均来源于官方政府数据库——wetten.overheid.nl、gesetze-im-internet.de、legislation.gov.uk、瑞典国会等。 我们的目标是覆盖全球每个司法管辖区。法律是公共信息，但程序化访问仍然出乎意料地困难。我们希望改变这一点。 我们为我们的安全情报平台构建了很多这样的服务，但认为开放数据的部分应该让每个人都能使用。我们最大的目标之一是让那些仅限于大企业的安全服务能够为所有人，特别是公共服务和政府所用。 GitHub: [https://github.com/ansvar-systems](https://github.com/ansvar-systems) 所有端点: [https://ansvar.eu/mcp](https://ansvar.eu/mcp)