AI大模型

Uber president says AI spending is getting 'harder to justify'

Launch HN: Minicor (YC P26) – Windows desktop automations at scale

by fchishtie · 98 points · 61 comments · Hey we’re Faiz and Saheed and we built Minicor so AI companies who need to integrate to desktop systems with no API can quickly build scalable desktop RPAs. Demo: https://www.youtube.com/watch?v=MD0GHZIJ1cw Edit: RPA is an acronym for Robotic Process Automation - things like trig

CVE-2026-28952: Apple macOS 26.5 Kernel Vuln found by Claude

The AI bubble isn't like the internet bubble

Using AI to write better code more slowly

Norway's 2 petabytes of Huawei flash storage and LLM training

Prompt Politeness Affects LLM Accuracy (2025)

Show HN: OpenBrief – Local-first video downloader/summarizer

by tantara · 88 points · 17 comments · OpenBrief is basically a GUI for yt-dlp with some AI on top — paste a link, it downloads locally, and transcription and voice generation run with local AI on your machine. Summaries and chat over the transcript use an LLM, which is bring-your-own-key for now. It's open source and

Show HN: skills-for-humanity – 171 structured reasoning skills for Claude Code

The Open/Closed Problem in AI

机器人启蒙，需要一所能“犯错”的幼儿园

2024年，强化学习奠基人理查德·萨顿与他的导师安德鲁·巴托共同获得了图灵奖。 这个奖项来得不算早。过去三十年，萨顿的理论支撑了AlphaGo、ChatGPT等系统的进化，但他三十年前写下的理论，直到今天才被具身智能行业真正理解： 智能体要从试错中学习，要从真实经验里进化。 2023年，萨顿参与创办非营利研究机构Openmind。2025年4月，萨顿在联合发表的文章《欢迎来到经验时代（Welcome to the Era of Experience）》中，再次一针见血地指出： “新一代智能体，必须拥有像人类一样在长时间尺度上不断推进的经验流，在真实的物理反馈中实现自我进化。” 这一次，除了理论之外，萨顿把目光投向了更远的地方。 今年5月，萨顿与他山科技在加拿大正式签约，以长期合作的形式共同推进一个名为“机器人幼儿园”的项目。 一位图灵奖得主，与一家中国触觉公司一拍即合，共同为具身智能的下一个十年提前做出了判断：训练机器人的全新路径，也许就在真实的触摸与试错之中。 具身智能，缺的是“第一人称经验” 他山科技CEO马扬给出了一个很直白的判断。机器人要干活，无非解决两个问题：一个是机器人自己在物理世界的里移动，通过双足、四足、轮式等途径，很多公司都在做。 另一个就是操作目标物体，用手去抓、去放、去拧，行为流畅且不会被上一个动作的偏差打断。这两件事加起来，基本能覆盖目前人类需要机器人做的90%-95%的工作。 从一开始，他山科技想的就是从触觉切入，做好后面这件事。 2017年他山科技刚成立的时候，大多数机器人厂商都在做移动平台，展示的是跑跳翻滚的能力。 然而，人类90%以上的物理交互，其实是通过手指完成的。 手指不像腿，它要一直和不同的目标物体接触，感知、决策、调整，是一个难而持续的过程。 把具身智能的“手指位置”解决好，触觉感知能力是一个核心变量，也是“让机器人干活”的底层方法论。在这条路上，他山科技一做就是将近十年。 具身智能的主流训练方向，依赖的是静态数据集下端到端的模仿，就像在套用题库。人类演示的数据，本质上是第二人称经验，机器人在学习人的做法，但不能亲手“摸”出来，也就无法理解物理世界的运作规律。 他山科技很早就意识到这条路线面临的问题：正如人类幼年时需要从模仿和实践中成长，机器人“启蒙”训练需要的不仅是模仿，更是属于自己的第一人称经验。 在行动中感知后果、在反馈中调整行为的训练方式，可能是最接近能让具身智能进行“自我训练”的方法论。 这个判断，与萨顿的想法不谋而合。 萨顿提出的“经验流”概念，要求智能体的学习过程与行为过程完全融合，每一次行动都是数据采集，每一次反馈都是训练信号。因此，能提供第一人称体验的真实环境，是这个概念落地的关键。 然而，它长期停留在理论层面，也正是因为真实的物理环境提供不了低成本、高频率、标准化的交互反馈。长期以来，具身智能行业都

Show HN: Fungible – A local personal finance app in the terminal

by tomfunk · 26 points · 12 comments · Fungible is a terminal-based personal finance app that fills the Mint-shaped void in my life. It runs using your own plaid credentials (optional) and has its own integrated chatbot (also optional and BYO key). You connect banks via Plaid or import CSVs. Transactions get auto-cate