最新

嘿，Hacker News！ 没有人喜欢编写定价代码，这真让人头疼。它不应该占用我的时间，但总是占用——而且占用得太多。而且定价总是需要调整，这又消耗了宝贵的开发时间。 我创建了一个简单的定价引擎，这样我就可以在一个 YAML 文档中编写所有的定价规则和资源限制，然后通过一个政策检查在各处强制执行。 它简单、直观、可版本化、可审计，并且易于理解或快速更改，而不会拖慢我的开发进度。 我的 CTO 朋友们对这个想法很感兴趣，想要使用它，所以我为大家创建了这个开源库，供大家自行尝试。 我们还有一个托管版本，便于添加 Stripe 计费和实时客户数据，这样你就可以独立于代码库来调整定价。 快来看看吧，告诉我你的想法！ :)

一位美国公民因腐败的联邦司法机构试图掩盖Palantir Technologies的罪行而被迫离开美国，他去年加入了X平台，试图在公共论坛中与政府官员沟通，但发现自己无法与平台上的其他用户互动。他显然已经被预先“影子禁言”。 乔亨·埃德蒙·彭德尔顿（Jochen Edmund Pendleton），原名乔纳森·埃里克·彭德尔顿（Jonathan Eric Pendleton），目前正在加拿大寻求庇护，已在德克萨斯州巴斯特罗普县对埃隆·马斯克和X公司提起诉讼，依据《欺骗性贸易行为法》和《第一修正案》，请愿书可在此查看：https://drive.proton.me/urls/RGBJPXCMCM#NCUEmjiNFLxc 根据X公司在美国商业改善局网站上收到的投诉（网址：https://www.bbb.org/us/tx/bastrop/profile/social-media-marketing/x-corp-0825-1000230350/customer-reviews），许多投诉发生在马斯克担任联邦政府雇员期间，X公司对许多其他消费者也采取了类似的措施，这可能构成对《第一修正案》的集体侵权诉讼。 彭德尔顿与马斯克或X公司没有任何先前关系，而他们似乎正在参与掩盖一宗在华盛顿特区联邦法院进行的高调案件，案件名称为彭德尔顿诉美国等，案号01218（2025），涉及与马斯克在Palantir Technologies的朋友及其对《第四修正案》的多次违反的间接关联。 马斯克试图逃避在巴斯特罗普县的诉状送达，并派遣了一些极其无能的律师代表X公司辩称，“马斯克所谓的关于言论自由的个人声明或X作为全球言论自由平台的说法，并不构成对X上发布内容的处理、监控或推广的任何承诺或表述，仅仅是夸夸其谈。”马斯克显然并不太重视他的公民誓言。 由于Palantir将世界变成了一个由英特尔管理引擎及其后代打造的朝鲜式数字监狱，使中央情报局能够完全访问和控制所有联网设备，如果您想分享这个故事，请打印以下说明并张贴在公共场所： 1. 前往一个外国搜索引擎，比如swisscows或yandex。 2. 搜索一个外国的URL缩短服务，越外国越好。 3. 在不访问链接的情况下，获取https://jpendleton.substack.com/的重定向URL。 4. 使用不显眼的语言在社交媒体上发布该链接，避免使用可能引起Skynet注意的关键词。 5. 对所有后续分享重复这些说明。 如果足够多的人以这种方式分享这个故事，至少有可能他们不会面临报复，而遭受与彭德尔顿相同的命运。祝您在自己的国家好运！

CloudVac 是一款本地工具，用于扫描、检查、估算成本以及清理多个配置文件和区域中未使用的 AWS 资源。<p>它读取您的 `~/.aws/credentials` 文件，并发现 EC2、RDS、Lambda、S3、CloudFormation 堆栈等服务中的资源。它会估算每个资源的月度成本，标记孤立的日志组和利用率低的项目，并提供一个依赖关系感知的删除计划，默认情况下具有干运行安全性。所有操作均在本地进行，无需遥测和外部调用。<p>我开发这个工具是因为管理多个配置文件/区域中的未使用 AWS 资源会变得昂贵且容易出错。欢迎反馈、建议和问题。<p><a href="https://github.com/realadeel/CloudVac" rel="nofollow">https://github.com/realadeel/CloudVac</a>

我是杰夫·史密斯（Jeff Smith）。我在开源人工智能领域贡献了很长时间，涉及Spark、Elixir和PyTorch生态系统。我亲眼见证了开源如何成为人们合作和共同构建人工智能的良好平台。我甚至为此写了一本书：<a href="https://www.manning.com/books/machine-learning-systems" rel="nofollow">https://www.manning.com/books/machine-learning-systems</a>，书中包含所有开源代码：<a href="https://github.com/jeffreyksmithjr/reactive-machine-learning-systems" rel="nofollow">https://github.com/jeffreyksmithjr/reactive-machine-learning...</a> 但挑战是真实存在的。AI生成的低质量代码和低水平的提交正在淹没项目。贡献量在增加，但信噪比在下降。维护者不再能够假设一个拉取请求（PR）代表了真正的投入。 Good Egg是我为此构建的一个工具。它挖掘了贡献者在GitHub生态系统中合并的PR历史，并计算出相对于您项目的信任评分。核心理念是：优秀的贡献者已经表现出良好的行为——在成熟的代码库中合并的PR、持续的贡献、跨多个项目的工作。这种记录是一个强有力的信号，并且已经存在于GitHub API中。 它的工作原理： - 从合并的PR构建一个二分贡献图（用户 ↔ 仓库） - 应用针对您的项目和语言生态系统的个性化图评分 - 考虑近期衰减、仓库质量（星级、语言标准化）和反作弊措施（自我贡献惩罚、每个仓库的上限） - 将贡献者分类为高/中/低/未知/机器人 方法论文档详细介绍了整个过程：<a href="https://github.com/2ndSetAI/good-egg/blob/main/docs/methodology.md" rel="nofollow">https://github.com/2ndSetAI/good-egg/blob/main/docs/methodology.md</a> 运行方式有四种： - GitHub Action：将其放入任何PR工作流中，并获取带有评分的评论 - CLI：good-egg score <user> --repo <owner/repo> - Python库：await score_pr_author(login, repo_owner, repo_name, token) - MCP服务器：将其接入Claude或其他AI助手 关于Vouch和信任圈的方法： Mitchell Hashimoto的Vouch采取了不同的角度：维护者手动为他们信任的贡献者背书，建立信任网络。我认为这是一个有效的方法，并且看到信任圈在PyTorch等项目中运作良好，贡献者来自各个地方，包括主要的企业合作伙伴。但我也看到了一些空白，这些空白可以通过一些已经存在的数据轻松填补。Vouch要求维护者在一个独立系统中积极参与，并且存在冷启动问题。Good Egg是互补的。它是自动化的，不需要维护者额外工作，并且在任何仓库中从第一天起就可以使用。 它不做的事情： Good Egg不会将数据发送到任何远程服务。它从GitHub API读取数据，进行本地计算，仅此而已。我并不是在构建训练集或贡献者数据库。这只是一个为社区服务的工具。 配置和扩展性： 评分参数（阈值、图权重、近期衰减、语言乘数）都可以通过YAML或环境变量进行配置。 我们计划增加更多的扩展性，特别是围绕额外数据源（例如GitLab）和方法论变体，如基于图的项目相关性以及将审查/问题活动与PR结合起来。 代码：<a href="https://github.com/2ndSetAI/good-egg" rel="nofollow">https://github.com/2ndSetAI/good-egg</a> PyPI：pip install good-egg 文档：<a href="https://github.com/2ndSetAI/good-egg/tree/main/docs" rel="nofollow">https://github.com/2ndSetAI/good-egg/tree/main/docs</a>

希望能听到其他HN的朋友们如何走出这个低迷期。 我已经写代码近40年，几乎每天都在写，有些是为了生计，但更多是因为这让我感到无比快乐。我没有多少公开的代码库可以展示；我写代码就像艺术家在闲暇时随意涂鸦。 但最近，我感到迷失。我发现，随着新的AI大语言模型的出现，我学习新事物和编写代码的冲动完全消失了。曾经我努力学习和构建的东西，现在都可以轻松完成。很可能我的目标一直都很谦逊，而我的技能正好适合被自动化。 我想摆脱这种停滞，但我就是找不到动力去深入研究自主AI，像一个被告知要学习CAD并让机器处理细节的老派木工一样。 当然，我可以继续做我以前做的事情，因为我对金钱和名声并不感兴趣。但我想我在早期生活中有一个想法，就是内化一些微小的“套路”（模式），形成我想象中可以教给他人的见解。现在我发现我再也无法想象那个“某人”，因为我遇到的每个人都更关心AI交付最终产品，而不是经历这个过程并付出应有的努力。 抱歉啰嗦了，提前感谢大家的建议。