跳到正文

全部动态

今日 15 条

今天 · 11月17日星期二 · 15 条

Hacker News 首页

OpenCode Browse 让智能体使用用户的真实浏览器

OpenCode Browse 通过 MCP 服务器和 Chromium 扩展,让智能体使用用户现有的浏览器、标签页、登录状态和扩展。智能体可在后台分组标签页中读取页面、点击、输入、截图和录制,遇到登录、2FA 或支付时将标签页交回用户,点击 Continue 后继续。

推荐理由:OpenCode Browse 让智能体沿用用户浏览器的登录状态,并在登录、双重验证或支付环节交回标签页,保留人工接管边界。

Hacker News 首页

Axonnic(YC F26)推出前臂袖套:用 EMG 追踪手指动作并估算指尖力

Axonnic 推出前臂袖套,通过 64 通道表面 EMG 解码手指动作并估算指尖力,同时保持双手裸露,用于采集人类动作数据训练灵巧机器人。一次训练四天后、215 秒的录制在未重新校准的情况下,对 20 个关节角度的误差为 6.9°,并与 Apple Vision Pro 手部追踪做了对比。该技术已在欧洲一家制造商用于记录缝纫等手工任务,该公司签署了机器人落地支持的 LOI。

The Verge · AI

OpenAI 发布儿童性虐待图像分类器,称误报减少 48%

OpenAI 在华盛顿特区发布会上推出一款分类器,称能更准确识别儿童性虐待图像并判断是否为 AI 生成,标记的图像数量减少 48%,识别出的图像中含虐待材料的比例提高一倍。该工具向通过审核的机构免费开放,OpenAI 同时为开发者提供识别指引并协助培训执法人员。ChatGPT 图像生成器对试图生成此类内容的用户将显示新警告,首次违规会触发 24 小时访问暂停并提示账号可能被永久关闭。

Hacker News 首页

psychic:类似 fzf 的文件浏览器,可从用户操作中学习排序

psychic 是一款终端文件浏览器,通过本地 LightGBM 模型学习文件和目录访问习惯,随输入实时更新结果,界面渲染耗时低于 16ms。搜索与点击记录保存在本机 sqlite 数据库,每次打开工具都会后台重新训练模型,冷启动时使用近期点击、修改时间和模糊匹配进行排序。

Hacker News 首页

TRMNL 推出 Frame:31.5 英寸全彩 ePaper 显示屏

TRMNL 发布第三款产品 Frame,一块 31.5 英寸全彩 ePaper 显示屏,装在自建木工坊手工制作的木质框架中,现已开放预购。首批约 470 台,部分预计 2026 年底前发货,大部分交付在 2027 年初,首批仅面向美国、加拿大、墨西哥、澳大利亚。

Hacker News 首页

Aristotle 扩展至 Rust,支持代码形式化验证

Aristotle 宣布支持 Rust,提供代码形式化验证,包括检查未定义行为、unsafe 块是否符合规格,以及从 C 重写后的行为一致性。在 Solana 开源订单簿 Manifest 上,Aristotle 验证了 28 项结果,并发现一个团队已修复的舍入错误;团队还与 Solana Foundation 合作支持智能合约验证。

Google 博客 · Gemini

Gemini 应用上线 66 种地区口音语音

Gemini 应用在 Android 和 iOS 端上线 66 种新地区语音,覆盖美式英语、英式英语、印度英语、印地语、巴西葡萄牙语、印尼语和韩语等,每种语言都提供定制选项。这些语音针对自然语调和日常清晰度调校,而非夸张口音,用户选定的语音可在 Gemini Live、语言练习和聊天朗读中全局沿用。用户可通过 Gemini Live 的三点菜单或应用设置中的语音选项预览并选择。

Hacker News 首页

Show HN:Claimseed 发布 1,022 份带植入错误与答案键的合成 Medicare 账单文档

Claimseed 0.6.0 发布标准测试集,含 1,022 份全合成美国医疗账单 PDF,覆盖 34 个场景,每份文档附带标注植入错误位置的真值 JSON 答案键。文档由种子生成,姓名、金额等均为虚构,并带水印与元数据标识;五分之一为扫描、传真等退化副本。可通过 npm 包 @claimseed/core 或 MCP 服务器渲染与评分,答案键含 canary 字符串以便训练数据排除。

TechCrunch · AI

OpenAI 发布 CSAM 图像分类器并在 ChatGPT 加入警告与临时封禁

OpenAI 发布一款可检测 CSAM 图像(含 AI 生成图像)的分类器,通过 API 免费向部分公司开放,并与 NCMEC 共同开发。早期合作测试中,该分类器标记的图像减少 48%,检出的虐待图像数量不变,被标记图像为虐待图像的概率提升一倍。

TechCrunch · AI

Jordan Belfort 的 AI 语音公司 Tone 推出自助平台,把书变成 AI 有声旁白

“华尔街之狼”原型 Jordan Belfort 创办的 AI 语音公司 Tone 推出自助平台,内容创作者和作者可选用 Tone 的 AI 声音,或通过即将上线的声音克隆功能克隆自己的声音,把书变成“富有表现力的 AI 生成旁白”。Tone 称其语音能通过把陈述句说成问句、偶尔低语等方式提升销售说服力,延迟约 600 毫秒,已用于律所、健康险等场景的完整销售流程。

OpenAI News

OpenAI 推出儿童性虐待材料检测工具及配套保护措施

OpenAI 推出儿童性虐待材料(CSAM)图像分类器,并提供 ChatGPT 干预措施、开发者指南及执法调查支持。分类器可检测潜在 CSAM,包括 AI 生成材料,向经审核组织免费提供 API 访问;早期评估估计,在发现数量大致相同的虐待图像时,标记图像量减少 48%。

推荐理由:OpenAI 的新图像分类器在早期评估中识别出数量相近的虐待图像,同时减少了 48% 的标记量,降低人工复核负担。

The Decoder

Claude 支持在 Canvas 图形中构建交互式网页

Claude 现可通过 HTML-in-Canvas 将真实文本、按钮等网页元素嵌入复杂图形和 3D 效果,同时保留交互与无障碍访问能力。演示页包含 15 个示例,涵盖针织图案、3D 立方体和分层展开视图,文本仍可选中和复制。

TechCrunch · AI

Audible 推出 AI“音频发现”功能,帮用户挑选下一本有声书

Audible 上线“audio discovery”功能,用 AI 生成书籍主题概览与读者好评摘要,并搭配编辑或作者评论及试听片段。该功能初期面向美国部分英文书目开放,同时推出基于收听偏好的个性化合集。Audible 称概览还会参考公开的书摘和元数据,其 Recaps 与“Ask a Question”工具将于 12 月扩大覆盖范围。

昨天 · 11月16日星期一

OpenAI News

ChatGPT for Healthcare 增强计算机使用智能体与临床搜索,新增超过 20 个医疗插件

OpenAI 更新 ChatGPT for Healthcare,增强计算机使用智能体和可信临床搜索,并新增超过 20 个医疗插件。智能体可跨应用读取屏幕、点击和输入,机构可配置访问权限、审计日志及人工审核步骤;在超过 1300 次盲评审查中,医生对更新后的临床回答在全部 8 个评估维度上给出更高评价。

推荐理由:OpenAI 为医疗团队加入跨系统操作智能体,并允许机构设定应用访问范围和人工审核步骤,使工作流自动化保留明确的权限边界。

TechCrunch · AI

Google Maps 新增旅行行程生成,可查看各站实时信息

Google Maps 正推出 Ask Maps 新功能,可生成逐日旅行行程,并在导航时提供沿途各站的实时信息。行程支持分享及在桌面端导出至 Google Docs,用户可查看交通、营业时间和下一站氛围,也能调整沿途停靠点;Ask Maps 还可查找预约空档并代用户致电当地商家。

Hacker News 首页

Coral 展示开源网关,让智能体编写并复用自己的工具

Coral 是开源、自托管的智能体网关,支持智能体用 TypeScript 编写程序调用服务,并将成功代码保存为可复用的自定义工具。程序在隔离的 V8 环境中运行,每次工具调用都先检查策略,再添加凭据并转发,支持 Allow、Ask、Block 和人工审批。

The Verge · AI

Google Maps 新增 AI 行程规划,可生成多日旅行安排

Google 正向 Gemini 驱动的 Ask Maps 推出 AI 行程规划功能,可生成单日或多日安排,并显示各站点的实时信息。行程包含逐日停靠点、路线和地图编号标记,可分享给亲友或在桌面端导出到 Google Docs;Ask Maps 还新增预约查找、代打电话及已保存地点搜索。

Hacker News 首页

Skydio F10 Lightrunner 如何用不对称设计解决固定翼无人机难题

Skydio 推出固定翼相机无人机 F10 Lightrunner,把相机装在翼尖并采用不对称机翼与不对称电机布局,解决固定翼无人机绕圈跟踪时相机被机翼或尾翼遮挡的问题。该机最高飞行速度 100 英里/小时,最长飞行时间 2 小时,通过 MegaDock 由机械臂自主起降与充电,单座 MegaDock 可管理 5 架 F10、支持 3 架同时作业。

Simon Willison

Datasette 1.0a43 发布:输出渲染器支持流式输出

Datasette 1.0a43 发布,1.0 里程碑完成度达 53%,最大改动是输出渲染器支持流式输出,内置 TSV 和 CSV 导出已采用,插件可通过新的 Response.stream() 方法注册流式能力。该版本还修复了私有存储查询可能泄露标题和 SQL 的安全问题,并新增行页面 JSON 表示、copy-schema Web Component 及 CSS 多页视图过渡等改进。

Hacker News 首页

Ductus:把手写笔迹变成字体

Ductus 让用户用手指、笔或鼠标在手机、电脑上逐字书写 26 个小写字母,即可生成专属字体并导出。手写内容仅在本机校验,不会上传。

Hacker News 首页

clice v1.0 发布:用现代 C++ 重写的 C/C++ 语言服务器

基于 LLVM/Clang 的 C/C++ 语言服务器 clice 发布 v1.0 稳定版,项目自 2026 年 7 月 19 日起经过约四个月 alpha 测试并修复大量 bug。clice 完全用 C++23 编写,采用 C++20 协程与命名模块、多进程编译和模块持久缓存,编译器崩溃不会拖垮整个服务器。

11月15日星期日

Hacker News 首页

Gawain:强制所有 Python 变量标注类型

Gawain 是一款要求 Python 变量、参数、返回值和类属性全部标注类型、再调用 ty 或 pyrefly 做类型检查的工具,可补足 ruff ANN 与 flake8-annotations 只管函数的空白。

Simon Willison

datasette-llm 0.1a11 发布,支持 OpenAI 兼容端点

Datasette 的中间插件 datasette-llm 发布 0.1a11,新增对 OpenAI 兼容端点的支持,可配置使用任何遵循该协议的 LLM 服务。这意味着配合 LM Studio、Ollama 或刚发布 v1.0.0 的 llama.cpp 运行本地模型时,可通过 uvx 启动由本地模型驱动的 Datasette Agent 实例。

Hacker News 首页

Terminactory 推出基于 Rust 与 ratatui 的终端放置工厂游戏

Terminactory 是用 Rust 与 ratatui 编写的终端放置工厂游戏,支持离线收益,并能在游戏内接收 AI 智能体消息。Claude Code 可通过 `tfac hook` 发送任务结束、需要权限或输入的通知,其他智能体可通过 `tfac msg` 或 Markdown 文件发送消息,目前仅测试过 Claude Code 的 hook。

11月14日星期六

The Verge · AI

Amazon 计划构建“World Product Graph”索引全球网购商品数据

Amazon 正筹划名为“World Product Graph”的项目,为互联网上所有在售商品(包括非 Amazon 销售的商品)建立数据索引,并通过自家网站提供查询。据路透社报道,该项目意在留住做商品调研的消费者,并让 AI 智能体优先依赖其商品索引。内部文件显示项目目标发布日期为 2027 年 10 月 1 日,但 Amazon 称此类头脑风暴文档不一定反映当前计划。