24小时热榜

“我想洗我的车。洗车场在50米外。我应该走路还是开车？”这个问题作为一个简单的人工智能逻辑测试在网络上广泛传播，因此我想看看它在不同模型中的表现如何。我测试了53个模型（包括领先的开源、开放权重和专有模型），没有系统提示，强制选择开车或走路，并提供了推理字段。 在一次测试中，只有53个模型中的11个答对了（42个选择了走路）。但一次测试并不能证明太多，所以我对每个模型进行了10次重复测试。使用相同的提示，没有缓存，干净的状态。 结果变得更糟。在11个通过第一次测试的模型中，只有5个能够持续正确回答。GPT-5的表现为7/10。GPT-5.1、GPT-5.2、Claude Sonnet 4.5，以及所有Llama和Mistral模型在10次测试中均得分为0/10。 人们一直说人类也会在这个问题上失败，因此我通过Rapidata获取了人类基线数据（10000人，使用相同的强制选择）：71.5%的人选择了开车。大多数模型的表现低于这个水平。 所有的推理轨迹（通过我的初创公司Opper进行测试）、完整的模型分析、人类基线数据和原始JSON文件都在报告中，供任何想深入研究或进行自己分析的人使用。

刚刚收到1Password的邮件： 自2005年以来，1Password一直致力于让安全变得简单、可靠且人人可及。随着人们在线工作和生活方式的演变，1Password也在不断发展。 最近，我们在新功能上进行了大量投资，使1Password变得更加强大且易于使用，帮助保护您最重要的内容，包括： * 自动保存登录信息和支付详情 * 增强的Watchtower警报 * 更快、更安全的设备设置 * 基于人工智能的项目命名 * 扩展的恢复选项 * 主动的网络钓鱼防护 尽管1Password在价值和功能上有了显著增长，但我们的定价在许多年里基本保持不变。为了继续投资于创新和您所期待的世界级安全，我们将于2026年3月27日起更新家庭计划的定价。 当前与新定价： * 当前价格：59.88美元/年 * 新价格：71.88美元/年 新价格将在您下次续订时生效，前提是续订日期在2026年3月27日或之后。在2026年3月27日之前的续订将继续按照当前价格进行。

嗨，HN！我是Prithvi——我的联合创始人Frances和我在近一年前推出了Promptless（链接：<a href="https://news.ycombinator.com/item?id=43092522">https://news.ycombinator.com/item?id=43092522</a>）。这是一个AI助手，它会监控你的工作流程——代码更改、支持票据、Slack讨论等——并在发现需要记录的内容时自动草拟文档更新。 Frances和我非常感谢我们第一次发布时收到的反馈。今天，我们推出了Promptless 1.0，解决了过去12个月中我们最大的学习成果。 我还简化了试用的过程。你可以在任何开放源代码的Github PR或Issue中标记@promptless，并请求文档更新，Promptless将为你的文档创建一个分支并打开一个PR以提供帮助。欢迎使用我们的文档作为实验场地：<a href="https://github.com/Promptless/docs/issues" rel="nofollow">https://github.com/Promptless/docs/issues</a>。 或者，你可以在<a href="https://promptless.ai">https://promptless.ai</a>注册，获得接下来30天内自己文档的免费访问权限。这里有一个演示视频：<a href="https://youtu.be/IWwimHCEY7Y" rel="nofollow">https://youtu.be/IWwimHCEY7Y</a>。 对我来说，过去一年最酷的部分是看到用户如何创造性地使用Promptless。有用户让Promptless监听他们所有的Slack Connect频道，因此每当他们回答客户问题时，Promptless会判断他们的文档是否需要更新，并在需要时草拟更新。另一个用户则让Promptless处理每个客户会议的记录，并在每次会议后更新他们的内部文档：客户仪表板、功能请求页面等。 版本1.0的一些新功能包括： - 自动更新截图：这是我们最受欢迎的功能。这里的需求一直很明确。人们会因为截图很快过时而将其排除在文档之外，<i>尽管他们知道截图对用户是有帮助的</i>。一年前，我们无法推出足够好的解决方案，但考虑到过去一年中大语言模型的视觉基础能力有了显著提升，现在我们有了值得自豪的成果。 - 无杂乱写作：早期Promptless建议中最常见的批评是，尽管它们准确，但听起来可能很普通或冗长，或者可能有AI的杂乱感。Promptless 1.0在这方面的表现提高了3.5倍（通过与用户实际发布内容的语音对齐进行测量），这得益于微调模型、子代理和用户定义偏好的对齐。 - 开源项目：我们对此特别自豪——Promptless现在对CNCF/Linux基金会项目免费（如果你是维护者，请联系我！）。你可以查看Promptless如何支持Vitess（一个CNCF毕业项目）的文档，链接在这里：<a href="https://github.com/vitessio/website/commits" rel="nofollow">https://github.com/vitessio/website/commits</a>。 请查看一下，如果你有任何问题、反馈或批评，请告诉我们！

严肃的问题。<p>在政府或高度监管的企业之外，微软在2026年的核心价值主张是什么？<p>感觉很多采用都是继承来的——合同、合规、企业信任、现有组织的惯性。这不一定是技术偏好。<p>如果你今天从零开始，没有任何遗留问题，没有E5合同，没有沉没成本——有多少团队会真正选择完整的微软技术栈，而不是最佳工具组合？<p>想知道这里的人在全新建设中实际选择了什么。

今天的邮件： 自2005年以来，1Password一直致力于让安全变得简单、可靠和人人可及。随着人们在线工作和生活方式的演变，1Password也在不断发展。 最近，我们在新功能上进行了大量投资，使1Password变得更加强大且易于使用，帮助保护您最重要的内容，包括： - 自动保存登录信息和支付详情 - 增强的Watchtower警报 - 更快、更安全的设备设置 - 基于AI的项目命名 - 扩展的恢复选项 - 主动的钓鱼防护 尽管1Password在价值和功能上大幅增长，但我们的定价在许多年里基本保持不变。为了继续在创新和您所期待的世界级安全上进行投资，我们将于2026年3月27日起更新个人计划的定价。 当前与新定价： 当前价格：每年35.88美元 新价格：每年47.88美元 新价格将在您下次续订时生效，前提是续订日期在2026年3月27日或之后。在2026年3月27日之前的续订将继续按照当前价格进行。 如果您有任何问题，请通过回复此邮件与支持团队联系。我们非常感谢您一直以来的信任和支持。 谢谢， 1Password团队