一周热榜

这个独立博客目录源于Hackernews的一个想法，现在也拥有了自己的搜索引擎。与其他搜索引擎不同，它不运行爬虫，而是简单地索引博客的RSS源。

你好，HN： 我有一个 confession：我对 X/Twitter 上瘾。但我很害怕我的大脑正在被强行灌输数字糖分：一杯争议、点击诱饵和猫视频的鸡尾酒。我们会问食物里有什么。为什么我们从来不问信息流里有什么？ 社交媒体的有害影响已经有很多文献记录：屏幕时间越长，抑郁症越多。但它的影响更为隐蔽。我们不再是时间线的编程者；它在编程我们。我经常在浏览信息流后感到焦虑，因为它被激励去喂养我争议。通常的建议是退出应用，彻底戒断。但这并不奏效，原因就像流行饮食无法持久一样。你无法戒掉糖分。你无法戒掉 Twitter。 因此，我从包装食品上的营养标签的有效性中获得灵感，为我信息流中的每条推文添加了一个“数字营养标签”，分析其教育、娱乐和情感内容。最初只是一个快速而粗糙的书签工具，后来变成了一个完整的（完全免费和开源的）Chrome 扩展程序，我称之为“Resist”。 例如，看看这三条帖子，都是新闻，但却各有不同：@OpenAIDevs 似乎只是教育性的，@paulg 的帖子可能引发焦虑，而 @SamAntar 的帖子则偏向争议。Resist 理解内容，而不仅仅是应用。你第一次看到自己真正消费的内容。 通过 Resist，你还可以设定一个注意力预算——为你的思维制定一个数字饮食。它会跟踪、统计，当你超出预算时，它会自动隐藏无用的信息。无需意志力。 这是一个长期的赌注：远离垃圾信息，剥夺它们的点击，打破循环。没有参与的氧气，我希望时间线能够适应我们选择的内容。就像食品标签重塑了供应链一样，注意力标签也可以重塑我们的信息流。 Resist 是一个概念验证，存在一些严重的缺陷：它仅限于网页，分类只是初步草稿，目前只在 Twitter 上有效（但可以扩展），分类模型有时也会出错。但它展示了可能的未来：一个你能控制注意力指向的世界。 完整博客文章： [https://bipinsuresh.info/blog/resist.html](https://bipinsuresh.info/blog/resist.html) 视频演示： [https://youtu.be/UmWCdgHQ_8o](https://youtu.be/UmWCdgHQ_8o) 下载： [https://chromewebstore.google.com/detail/resist/paeflkahgaodaojpkhcijkaecnomomph](https://chromewebstore.google.com/detail/resist/paeflkahgaodaojpkhcijkaecnomomph) Twitter 线程（为了讽刺）： [https://x.com/bipsandbytes/status/1963385093080404043](https://x.com/bipsandbytes/status/1963385093080404043) 代码（MIT 许可证）： [https://github.com/bipsandbytes/resist](https://github.com/bipsandbytes/resist) [1] [https://jonathanhaidt.com/social-media/](https://jonathanhaidt.com/social-media/) [2] [https://pmc.ncbi.nlm.nih.gov/articles/PMC6340779/](https://pmc.ncbi.nlm.nih.gov/articles/PMC6340779/) [3] [https://pubmed.ncbi.nlm.nih.gov/32493057/](https://pubmed.ncbi.nlm.nih.gov/32493057/) [4] [https://ijbnpa.biomedcentral.com/articles/10.1186/s12966-019-0817-2](https://ijbnpa.biomedcentral.com/articles/10.1186/s12966-019-0817-2) [5] [https://www.cdc.gov/pcd/issues/2014/13_0161.htm](https://www.cdc.gov/pcd/issues/2014/13_0161.htm) [6] [https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1004463](https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1004463) [7] [https://chromewebstore.google.com/detail/resist/paeflkahgaodaojpkhcijkaecnomomph](https://chromewebstore.google.com/detail/resist/paeflkahgaodaojpkhcijkaecnomomph) [8] [https://www.thelancet.com/journals/lanplh/article/PIIS2542-51962100172-8/fulltext](https://www.thelancet.com/journals/lanplh/article/PIIS2542-51962100172-8/fulltext)

在这个小演示中，我首先对一个单层递归神经网络（RNN）进行了过拟合，将一段简短的古典音乐分解为两个“因素”： - 一个稀疏的“控制信号”，类似于乐谱，代表向系统或乐器注入能量 - 一个RNN，用于模拟正在演奏的乐器的共鸣 最后，通过随机线性投影，将手部追踪的关键点（感谢MediaPipe）映射到RNN的输入空间。 虽然最近的文本到音乐模型是一项突破性的技术，但我正在探索增强_实时_体验（以及在演奏乐器时或甚至在敲击某个听起来特别悦耳的随机物体时所带来的乐趣）的方法。 在《Livewired》一书中，David Eagleman讨论了我们神经网络快速整合新感官和信息来源的惊人能力。同样，我认为音乐家能够迅速而熟练地将高维信号映射到可能的声音空间。 我希望扩展这一传感器、投影和共鸣模型的集合。

嘿，HN， 正如标题所说，我开发这个工具是因为AI生成的网页自动化脚本常常充满了虚构的CSS选择器。它们只是猜测，因为它们无法看到实际的页面。 我的工具Slash通过给代理提供一个真实的浏览器来解决这个问题。 它能够看到页面：在编写任何代码之前，它会加载网站并分析实时的DOM。这使得生成的Playwright脚本更加可靠。 你将获得代码：它输出的是完整的脚本，而不仅仅是一个数据文件。这意味着没有黑箱。你可以运行它，将其放入定时任务中，并根据需要进行修改。 我们的目标是在不牺牲控制和可验证性的情况下，获得AI在自动化方面的好处。 既然我们在这里，我制作了一个短视频，演示了Slash如何抓取HN首页： [https://slash.cool/slash-demo-hn.mp4](https://slash.cool/slash-demo-hn.mp4) 我在这里回答问题，并期待你的反馈。 你可以在这里尝试这个工具： [https://slash.cool/](https://slash.cool/)