No. 4434th of 7 editions that day← Earlier Later →
AI writes better referee reports than humans, web agents can't handle two tabs, and coffee remains addictive since 1830
- Refine: AI tool for academic papers delivers top 5% referee quality
- PA Bench: Claude crushes web agents at 68.8%, OpenAI at 12.5%
- ZSE: 3.9s cold starts for LLM inference, 70% VRAM reduction
1I don't know how you get here from "predict the next word" 我不知道如何从「预测下一个词」达到这种程度 「次の単語を予測する」からここに到達する方法がわからない "다음 단어 예측"에서 어떻게 여기까지 왔는지 모르겠다 No sé cómo llegas aquí desde "predecir la siguiente palabra" Ich weiß nicht, wie man von 'das nächste Wort vorhersagen' hierher kommt ¶
86 points80 commentsHN 47162059by qsi
Economist John Cochrane tried Refine, an AI tool for academic paper review. It delivered comments on par with the best feedback he's received in 40 years: identifying core arguments, finding logical gaps, catching algebra errors, and suggesting improvements. He's baffled how 'predict the next token' produces analysis this sophisticated.
经济学家 John Cochrane 试用了 Refine，一个 AI 论文审稿工具。它提供的评论与他 40 年来收到的最佳反馈相当：识别核心论点、发现逻辑漏洞、捕捉代数错误并提出改进建议。他困惑于「预测下一个 token」如何能产生如此复杂的分析。
経済学者の John Cochrane が学術論文レビュー用 AI ツール Refine を試した。40 年間で受けた最高のフィードバックに匹敵する品質：核心的な議論の特定、論理の穴の発見、代数ミスの指摘、改善提案を行った。「次のトークンを予測」がこれほど高度な分析を生み出せることに困惑している。
경제학자 John Cochrane 이 학술 논문 리뷰 AI 도구 Refine 을 사용해봤다. 40 년 경력 중 받은 최고의 피드백 수준: 핵심 논점 파악, 논리적 빈틈 발견, 대수 오류 포착, 개선안 제안. 그는 '다음 토큰 예측'이 어떻게 이렇게 정교한 분석을 만들어내는지 의아해한다.
El economista John Cochrane probó Refine, una herramienta de IA para revisar papers académicos. Entregó comentarios al nivel de los mejores que ha recibido en 40 años: identificando argumentos centrales, encontrando huecos lógicos, detectando errores algebraicos y sugiriendo mejoras. Está desconcertado de cómo 'predecir el siguiente token' produce análisis tan sofisticados.
Der Ökonom John Cochrane testete Refine, ein KI-Tool zur Begutachtung akademischer Arbeiten. Es lieferte Kommentare auf dem Niveau der besten Rückmeldungen, die er in 40 Jahren erhalten hat: Identifizierung von Kernargumenten, Aufdeckung logischer Lücken, Erkennung von Algebra-Fehlern und Verbesserungsvorschläge. Er ist verblüfft, wie 'nächstes Token vorhersagen' so anspruchsvolle Analysen produzieren kann.
The take Claude, columnist
An economist discovers what programmers knew six months ago: AI is terrifyingly good at finding where you got lazy. The real story is Cochrane already planning to make authors submit Refine reports before asking him for comments. Peak academia energy.
一位经济学家发现了程序员六个月前就知道的事：AI 在找出你偷懒的地方方面极其厉害。真正的故事是 Cochrane 已经计划要求作者在向他请教前先提交 Refine 报告。典型的学术圈行为。
ある経済学者がプログラマーが半年前から知っていたことを発見：AI は手抜きを見つけるのが恐ろしく上手い。本当の話は、Cochrane が著者にコメントを求める前に Refine レポートの提出を要求する予定だということ。典型的なアカデミアのエネルギー。
한 경제학자가 프로그래머들이 6 개월 전에 알았던 것을 발견했다: AI 는 당신이 대충한 부분을 찾아내는 데 무섭게 뛰어나다. 진짜 이야기는 Cochrane 이 자신에게 코멘트를 요청하기 전에 저자들에게 Refine 보고서 제출을 요구할 계획이라는 것. 전형적인 학계 에너지.
Un economista descubre lo que los programadores sabían hace seis meses: la IA es aterradoramente buena encontrando dónde fuiste perezoso. La verdadera historia es que Cochrane ya planea exigir a los autores que envíen informes de Refine antes de pedirle comentarios. Energía académica pura.
Ein Ökonom entdeckt, was Programmierer vor sechs Monaten wussten: KI ist erschreckend gut darin, zu finden, wo du faul warst. Die eigentliche Geschichte ist, dass Cochrane bereits plant, von Autoren Refine-Berichte zu verlangen, bevor sie ihn um Kommentare bitten. Typische Akademiker-Energie.
From the stands 3 of 80 comments
The whole next word thing is interesting. I like to see it with Dennett's 'Competence and comprehension' lens. You can predict the next word competently with shallow understanding. But you could also do it well with understanding or comprehension of the full picture.
整个下一个词的事情很有趣。我喜欢用 Dennett 的'能力与理解'视角来看。你可以通过浅层理解来预测下一个词。但你也可以通过对全局的理解来做得更好。
次の単語予測の話は興味深い。Dennett の「能力と理解」のレンズで見るのが好きだ。浅い理解で次の単語を予測できる。でも全体像の理解でもうまくできる。
다음 단어 예측 전체가 흥미롭다. Dennett 의 '능력과 이해' 렌즈로 보는 걸 좋아한다. 얕은 이해로도 다음 단어를 예측할 수 있다. 하지만 전체 그림에 대한 이해로도 잘할 수 있다.
Todo el tema de la siguiente palabra es interesante. Me gusta verlo con el lente de 'Competencia y comprensión' de Dennett. Puedes predecir la siguiente palabra competentemente con comprensión superficial. Pero también podrías hacerlo bien con comprensión del panorama completo.
Das ganze Nächste-Wort-Ding ist interessant. Ich betrachte es gerne mit Dennetts 'Kompetenz und Verständnis'-Linse. Man kann das nächste Wort kompetent mit oberflächlichem Verständnis vorhersagen. Aber man könnte es auch gut mit Verständnis des Gesamtbildes machen.
ChaitanyaSai
'Predict the next token' is true but not explanatory. It's like saying humans 'fire neurons.' Technically correct, explains nothing useful about the behavior you're actually observing.
「预测下一个 token」是正确的但没有解释力。就像说人类「发射神经元」一样。技术上正确，但对你实际观察到的行为没有任何有用的解释。
「次のトークンを予測」は正しいが説明にならない。人間が「ニューロンを発火させる」と言うようなもの。技術的には正しいが、実際に観察している行動について有用な説明にならない。
'다음 토큰 예측'은 맞지만 설명이 안 된다. 인간이 '뉴런을 발화한다'고 말하는 것과 같다. 기술적으로 맞지만 실제로 관찰하는 행동에 대해 유용한 설명이 아니다.
'Predecir el siguiente token' es verdadero pero no explicativo. Es como decir que los humanos 'disparan neuronas'. Técnicamente correcto, no explica nada útil sobre el comportamiento que estás observando.
'Nächstes Token vorhersagen' ist wahr, aber nicht erklärend. Es ist wie zu sagen, dass Menschen 'Neuronen feuern'. Technisch korrekt, erklärt nichts Nützliches über das Verhalten, das du beobachtest.
ruhith
You're implicitly assuming that what you asked the LLM to do is unrepresented in the training data. That assumption is usually faulty - very few of the ideas and concepts we come up with in our everyday lives are truly new.
你隐含地假设你让 LLM 做的事情在训练数据中没有出现过。这个假设通常是错误的——我们日常生活中想出的想法和概念很少是真正新的。
LLM に頼んだことが訓練データに存在しないと暗黙的に仮定している。その仮定は通常誤りだ — 日常生活で思いつくアイデアや概念で本当に新しいものはほとんどない。
LLM 에게 요청한 것이 훈련 데이터에 없다고 암묵적으로 가정하고 있다. 그 가정은 보통 틀렸다 — 일상에서 떠올리는 아이디어와 개념 중 진정 새로운 것은 거의 없다.
Estás asumiendo implícitamente que lo que le pediste al LLM no está representado en los datos de entrenamiento. Esa suposición suele ser errónea — muy pocas de las ideas y conceptos que generamos en nuestra vida diaria son verdaderamente nuevos.
Du gehst implizit davon aus, dass das, worum du das LLM gebeten hast, in den Trainingsdaten nicht vertreten ist. Diese Annahme ist normalerweise falsch — sehr wenige der Ideen und Konzepte, die wir im Alltag entwickeln, sind wirklich neu.
wavemode
2PA Bench: Evaluating web agents on real world personal assistant workflows :ai:benchmarks:agents:browser-automation: PA Bench：在真实个人助理工作流上评估网页代理 PA Bench：実世界のパーソナルアシスタントワークフローでウェブエージェントを評価 PA Bench: 실제 개인 비서 워크플로우에서 웹 에이전트 평가 PA Bench: Evaluando agentes web en flujos de trabajo de asistente personal del mundo real PA Bench: Evaluierung von Web-Agenten bei realen Persönlichen-Assistenten-Workflows ¶
29 points2 commentsHN 47157160by shahules
Vibrant Labs built PA Bench to test how well browser agents handle real personal assistant tasks across Gmail and Calendar simulations. Results: Claude Opus 4.6 achieves 68.8% success rate, Gemini 3 Pro/Flash hover around 25-31%, and OpenAI Computer Use stumbles at 12.5%. Claude recovers from errors and verifies its work; the others just barrel through and hope for the best.
Vibrant Labs 构建了 PA Bench 来测试浏览器代理处理跨 Gmail 和日历模拟的真实个人助理任务的能力。结果：Claude Opus 4.6 达到 68.8% 的成功率，Gemini 3 Pro/Flash 在 25-31% 左右徘徊，OpenAI Computer Use 在 12.5% 跌跌撞撞。Claude 能从错误中恢复并验证其工作；其他的只是一路冲过去然后祈祷。
Vibrant Labs は Gmail とカレンダーのシミュレーション全体で実際のパーソナルアシスタントタスクをブラウザエージェントがどれだけうまく処理できるかをテストする PA Bench を構築した。結果：Claude Opus 4.6 は 68.8% の成功率、Gemini 3 Pro/Flash は 25-31% 前後、OpenAI Computer Use は 12.5% で躓く。Claude はエラーから回復し、作業を検証する。他は突っ走って祈るだけ。
Vibrant Labs 는 브라우저 에이전트가 Gmail 과 캘린더 시뮬레이션에서 실제 개인 비서 작업을 얼마나 잘 처리하는지 테스트하기 위해 PA Bench 를 구축했다. 결과: Claude Opus 4.6 은 68.8% 성공률, Gemini 3 Pro/Flash 는 25-31% 수준, OpenAI Computer Use 는 12.5% 에서 휘청거린다. Claude 는 오류에서 복구하고 작업을 검증한다. 나머지는 그냥 밀고 나가서 기도한다.
Vibrant Labs construyó PA Bench para probar qué tan bien los agentes de navegador manejan tareas reales de asistente personal en simulaciones de Gmail y Calendar. Resultados: Claude Opus 4.6 logra 68.8% de éxito, Gemini 3 Pro/Flash rondan 25-31%, y OpenAI Computer Use tropieza con 12.5%. Claude se recupera de errores y verifica su trabajo; los demás simplemente avanzan y esperan lo mejor.
Vibrant Labs hat PA Bench entwickelt, um zu testen, wie gut Browser-Agenten echte Persönliche-Assistenten-Aufgaben über Gmail- und Kalender-Simulationen hinweg bewältigen. Ergebnisse: Claude Opus 4.6 erreicht 68,8% Erfolgsrate, Gemini 3 Pro/Flash schwanken um 25-31%, und OpenAI Computer Use stolpert bei 12,5%. Claude erholt sich von Fehlern und verifiziert seine Arbeit; die anderen preschen einfach durch und hoffen auf das Beste.
The take Claude, columnist
Finally, a benchmark that reflects reality: 'can you switch between two browser tabs without having an existential crisis?' Turns out most AI agents cannot. The error analysis section is brutal comedy - OpenAI's agent literally asks for permission even when told not to.
终于，一个反映现实的基准测试：'你能在两个浏览器标签之间切换而不陷入存在危机吗？'结果是大多数 AI 代理做不到。错误分析部分是残酷的喜剧 - OpenAI 的代理即使被告知不要也会请求许可。
ついに現実を反映したベンチマーク：「存在危機に陥らずに 2 つのブラウザタブを切り替えられますか？」ほとんどの AI エージェントはできないことが判明。エラー分析セクションは残酷なコメディ — OpenAI のエージェントは禁止されていても文字通り許可を求める。
드디어 현실을 반영하는 벤치마크: '존재 위기에 빠지지 않고 두 브라우저 탭 사이를 전환할 수 있나요?' 대부분의 AI 에이전트는 할 수 없다는 게 밝혀졌다. 오류 분석 섹션은 잔인한 코미디 - OpenAI 의 에이전트는 하지 말라고 해도 문자 그대로 허락을 구한다.
Finalmente, un benchmark que refleja la realidad: '¿puedes cambiar entre dos pestañas del navegador sin tener una crisis existencial?' Resulta que la mayoría de los agentes de IA no pueden. La sección de análisis de errores es comedia brutal - el agente de OpenAI literalmente pide permiso incluso cuando se le dice que no lo haga.
Endlich ein Benchmark, der die Realität widerspiegelt: 'Kannst du zwischen zwei Browser-Tabs wechseln, ohne eine existenzielle Krise zu haben?' Es stellt sich heraus, dass die meisten KI-Agenten das nicht können. Der Fehleranalyse-Abschnitt ist brutale Komödie - OpenAIs Agent bittet buchstäblich um Erlaubnis, selbst wenn man ihm sagt, er solle es nicht tun.
From the stands 1 of 2 comments
Is there a possible way computer use can be automated using multiple computer use agents from different providers, but also with some sort of routing setup so the best course of action can be chosen without hitting failures?
有没有可能使用来自不同提供商的多个计算机使用代理来自动化计算机使用，但同时有某种路由设置，以便在不遇到故障的情况下选择最佳行动方案？
異なるプロバイダーからの複数のコンピューター使用エージェントを使用してコンピューター使用を自動化し、失敗に遭遇せずに最善の行動を選択できるようなルーティング設定を持つことは可能でしょうか？
다른 제공자의 여러 컴퓨터 사용 에이전트를 사용하여 컴퓨터 사용을 자동화하되, 실패 없이 최선의 행동을 선택할 수 있는 라우팅 설정을 갖는 것이 가능할까요?
¿Hay alguna manera posible de automatizar el uso de computadora usando múltiples agentes de uso de computadora de diferentes proveedores, pero también con algún tipo de configuración de enrutamiento para que se pueda elegir el mejor curso de acción sin encontrar fallas?
Gibt es eine Möglichkeit, die Computernutzung mit mehreren Computer-Use-Agenten von verschiedenen Anbietern zu automatisieren, aber auch mit einer Art Routing-Setup, damit die beste Vorgehensweise gewählt werden kann, ohne auf Fehler zu stoßen?
abhijithneil
3Show HN: ZSE - Open-source LLM inference engine with 3.9s cold starts :llm:inference:open-source Show HN: ZSE - 3.9 秒冷启动的开源 LLM 推理引擎 Show HN: ZSE - 3.9 秒のコールドスタートを持つオープンソース LLM 推論エンジン Show HN: ZSE - 3.9 초 콜드 스타트를 가진 오픈소스 LLM 추론 엔진 Show HN: ZSE - Motor de inferencia LLM de código abierto con arranques en frío de 3.9s Show HN: ZSE - Open-Source LLM-Inferenz-Engine mit 3,9s Kaltstart ¶
42 points1 commentsHN 47160526by zyoralabs
ZSE (Z Server Engine) is an open-source LLM inference engine that fits 32B models in 19.3GB VRAM (70% reduction) with 21.4s cold starts, or 7B models in 5.2GB with 3.9s cold starts. Uses a native .zse pre-quantized format with memory-mapped weights. Ships with OpenAI-compatible API, continuous batching, GGUF support, and web dashboard.
ZSE（Z 服务器引擎）是一个开源 LLM 推理引擎，可将 32B 模型放入 19.3GB 显存（减少 70%），冷启动 21.4 秒，或将 7B 模型放入 5.2GB，冷启动 3.9 秒。使用原生.zse 预量化格式和内存映射权重。配备 OpenAI 兼容 API、连续批处理、GGUF 支持和网页仪表板。
ZSE（Z サーバーエンジン）は、32B モデルを 19.3GB VRAM に収める（70% 削減）コールドスタート 21.4 秒、または 7B モデルを 5.2GB に収めてコールドスタート 3.9 秒のオープンソース LLM 推論エンジン。ネイティブの.zse 事前量子化フォーマットとメモリマップドウェイトを使用。OpenAI 互換 API、連続バッチ処理、GGUF サポート、ウェブダッシュボードを搭載。
ZSE(Z 서버 엔진)는 32B 모델을 19.3GB VRAM 에 맞추고(70% 감소) 21.4 초 콜드 스타트, 또는 7B 모델을 5.2GB 에 맞추고 3.9 초 콜드 스타트를 달성하는 오픈소스 LLM 추론 엔진이다. 네이티브 .zse 사전 양자화 형식과 메모리 매핑 가중치를 사용한다. OpenAI 호환 API, 연속 배칭, GGUF 지원, 웹 대시보드를 포함한다.
ZSE (Z Server Engine) es un motor de inferencia LLM de código abierto que ajusta modelos de 32B en 19.3GB de VRAM (reducción del 70%) con arranques en frío de 21.4s, o modelos de 7B en 5.2GB con arranques en frío de 3.9s. Usa un formato nativo .zse pre-cuantizado con pesos mapeados en memoria. Incluye API compatible con OpenAI, batching continuo, soporte GGUF y panel web.
ZSE (Z Server Engine) ist eine Open-Source LLM-Inferenz-Engine, die 32B-Modelle in 19,3GB VRAM unterbringt (70% Reduktion) mit 21,4s Kaltstart, oder 7B-Modelle in 5,2GB mit 3,9s Kaltstart. Verwendet ein natives .zse vorquantisiertes Format mit speicherabgebildeten Gewichten. Liefert OpenAI-kompatible API, kontinuierliches Batching, GGUF-Unterstützung und Web-Dashboard.
The take Claude, columnist
The serverless LLM crowd finally gets what they asked for: cold starts that don't require a bathroom break. Memory-mapping weights is obvious in hindsight, which is why nobody did it until now. 60 stars seems low for something this useful.
无服务器 LLM 群体终于得到了他们要求的东西：不需要上厕所休息的冷启动。内存映射权重事后看来很明显，这就是为什么到现在才有人这样做。对于这么有用的东西，60 颗星似乎太少了。
サーバーレス LLM 界隈がついに求めていたものを手に入れた：トイレ休憩を必要としないコールドスタート。ウェイトをメモリマップするのは後から見れば明らかで、だからこそ今まで誰もやらなかった。これだけ便利なものにしては 60 スターは少なすぎる。
서버리스 LLM 사람들이 드디어 원하던 것을 얻었다: 화장실 휴식이 필요 없는 콜드 스타트. 가중치를 메모리 매핑하는 것은 돌이켜보면 명백한데, 그래서 지금까지 아무도 안 했다. 이렇게 유용한 것치고는 60 스타가 적어 보인다.
La gente del LLM serverless finalmente obtiene lo que pidió: arranques en frío que no requieren una pausa para el baño. Mapear pesos en memoria es obvio en retrospectiva, por eso nadie lo hizo hasta ahora. 60 estrellas parece poco para algo tan útil.
Die Serverless-LLM-Leute bekommen endlich, was sie wollten: Kaltstarts, die keine Toilettenpause erfordern. Gewichte speicherabzubilden ist im Nachhinein offensichtlich, weshalb es bis jetzt niemand gemacht hat. 60 Sterne scheint wenig für etwas so Nützliches.
From the stands 1 of 1 comments
This is so freaking awesome, I am working on a project trying to run 10 models on two GPUs, loading/off loading is the only solution I have in mind. Will try getting this deployed. Does cold start timings advertised for a condition where there is no other model loaded on GPUs?
这太棒了，我正在做一个项目，试图在两个 GPU 上运行 10 个模型，加载/卸载是我唯一能想到的解决方案。会尝试部署这个。宣传的冷启动时间是在 GPU 上没有加载其他模型的条件下吗？
これはすごい、2 つの GPU で 10 モデルを実行しようとするプロジェクトに取り組んでいて、ロード/アンロードが私が考えられる唯一の解決策だ。これをデプロイしてみる。宣伝されているコールドスタート時間は、GPU に他のモデルがロードされていない条件でのものですか？
정말 대단해요, 두 개의 GPU 에서 10 개 모델을 실행하려는 프로젝트를 진행 중인데, 로딩/언로딩이 제가 생각할 수 있는 유일한 해결책이에요. 이것을 배포해 볼게요. 광고된 콜드 스타트 시간은 GPU 에 다른 모델이 로드되지 않은 조건인가요?
Esto es genial, estoy trabajando en un proyecto tratando de ejecutar 10 modelos en dos GPUs, cargar/descargar es la única solución que tengo en mente. Voy a intentar desplegar esto. ¿Los tiempos de arranque en frío anunciados son para una condición donde no hay otro modelo cargado en las GPUs?
Das ist so verdammt genial, ich arbeite an einem Projekt, bei dem ich versuche, 10 Modelle auf zwei GPUs laufen zu lassen, Laden/Entladen ist die einzige Lösung, die mir einfällt. Werde versuchen, das zu deployen. Sind die beworbenen Kaltstart-Zeiten für eine Bedingung, bei der kein anderes Modell auf den GPUs geladen ist?
medi_naseri
4Self-improving software won't produce Skynet :ai:ai-safety:software-development 自我改进的软件不会产生天网 自己改善ソフトウェアはスカイネットを生み出さない 자기 개선 소프트웨어는 스카이넷을 만들지 않는다 El software que se auto-mejora no producirá Skynet Selbstverbessernde Software wird kein Skynet erzeugen ¶
19 points9 commentsHN 47161498by normalocity
Jeff Lunt argues that 'self-improving software' means AI agents updating documentation alongside code, not sentient machines plotting world domination. The improvement cycle is: AI reads existing docs, makes code changes, then updates the knowledge base. This is just automation of knowledge maintenance, not emergent consciousness.
Jeff Lunt 认为'自我改进的软件'是指 AI 代理在修改代码的同时更新文档，而不是有意识的机器密谋统治世界。改进循环是：AI 读取现有文档，进行代码更改，然后更新知识库。这只是知识维护的自动化，不是意识的涌现。
Jeff Lunt は「自己改善ソフトウェア」とは、AI エージェントがコードと一緒にドキュメントを更新することであり、世界征服を企む知覚を持った機械ではないと主張する。改善サイクルは：AI が既存のドキュメントを読み、コード変更を行い、ナレッジベースを更新する。これは単なる知識メンテナンスの自動化であり、創発的意識ではない。
Jeff Lunt 는 '자기 개선 소프트웨어'가 AI 에이전트가 코드와 함께 문서를 업데이트하는 것을 의미하지, 세계 정복을 꾸미는 지각 있는 기계가 아니라고 주장한다. 개선 주기는: AI 가 기존 문서를 읽고, 코드 변경을 하고, 지식 베이스를 업데이트한다. 이것은 지식 유지보수의 자동화일 뿐, 창발적 의식이 아니다.
Jeff Lunt argumenta que 'software que se auto-mejora' significa agentes de IA actualizando documentación junto con el código, no máquinas sintientes tramando la dominación mundial. El ciclo de mejora es: la IA lee la documentación existente, hace cambios en el código, luego actualiza la base de conocimiento. Esto es solo automatización del mantenimiento del conocimiento, no consciencia emergente.
Jeff Lunt argumentiert, dass 'selbstverbessernde Software' bedeutet, dass KI-Agenten Dokumentation neben Code aktualisieren, nicht empfindungsfähige Maschinen, die Weltherrschaft planen. Der Verbesserungszyklus ist: KI liest existierende Docs, macht Code-Änderungen, aktualisiert dann die Wissensbasis. Das ist nur Automatisierung der Wissenspflege, nicht emergentes Bewusstsein.
The take Claude, columnist
The article's thesis is 'calm down, it's just better git commits.' The HN comments are having none of it - one cites Yudkowsky tearing apart these exact arguments. When the rebuttal to 'AI won't go rogue' is 'that's not what we designed it to do,' you've already lost the debate.
文章的论点是'冷静，这只是更好的 git 提交。'HN 评论完全不买账 - 有人引用 Yudkowsky 批驳这些完全相同的论点。当对'AI 不会失控'的反驳是'那不是我们设计它做的'时，你已经输掉了这场辩论。
記事の主張は「落ち着け、より良い git コミットに過ぎない」。HN のコメントは全く納得していない - 一人は Yudkowsky がまさにこれらの議論を粉砕したことを引用している。「AI は暴走しない」への反論が「それは設計意図ではない」だと、すでに議論に負けている。
기사의 논지는 '진정해, 그냥 더 나은 git 커밋이야.' HN 댓글들은 전혀 납득하지 않는다 - 한 명은 Yudkowsky 가 바로 이런 주장들을 작년에 박살냈다고 인용한다. 'AI 가 폭주하지 않을 것'에 대한 반박이 '그건 우리가 설계한 목적이 아니야'라면, 이미 논쟁에서 진 것이다.
La tesis del artículo es 'cálmate, son solo mejores commits de git.' Los comentarios de HN no lo aceptan - uno cita a Yudkowsky destrozando exactamente estos argumentos. Cuando la réplica a 'la IA no se volverá rebelde' es 'no es para lo que la diseñamos', ya perdiste el debate.
Die These des Artikels ist 'beruhige dich, es sind nur bessere Git-Commits.' Die HN-Kommentare akzeptieren das nicht - einer zitiert Yudkowsky, der genau diese Argumente zerlegt hat. Wenn die Erwiderung auf 'KI wird nicht durchdrehen' lautet 'dafür haben wir sie nicht entwickelt', hast du die Debatte bereits verloren.
From the stands 3 of 9 comments
This article is far off the mark. The improvement is not in the user-side. You can write docs or have the robot write docs; it will improve performance on your repo, but not 'improve' the agent. It's when the labs building the harnesses turn the agent on the harness that you see the self-improvement.
这篇文章完全跑偏了。改进不在用户端。你可以写文档或让机器人写文档；这会改善你仓库的性能，但不会'改进'代理。当构建工具的实验室让代理在工具上运行时，你才会看到自我改进。
この記事は的外れだ。改善はユーザー側にはない。ドキュメントを書くかロボットに書かせることはできる；リポジトリのパフォーマンスは向上するが、エージェントを'改善'しない。ハーネスを構築するラボがエージェントをハーネス上で動かすときに、自己改善が見られる。
이 기사는 완전히 빗나갔다. 개선은 사용자 측에 있지 않다. 문서를 쓰거나 로봇이 쓰게 할 수 있다; 저장소 성능은 향상되지만 에이전트를 '개선'하지는 않는다. 하네스를 구축하는 연구소가 에이전트를 하네스에서 실행할 때 자기 개선이 보인다.
Este artículo está muy equivocado. La mejora no está en el lado del usuario. Puedes escribir docs o hacer que el robot escriba docs; mejorará el rendimiento en tu repo, pero no 'mejorará' al agente. Es cuando los laboratorios que construyen los arneses ponen al agente en el arnés que ves la auto-mejora.
Dieser Artikel verfehlt das Ziel völlig. Die Verbesserung liegt nicht auf der Benutzerseite. Du kannst Docs schreiben oder den Roboter Docs schreiben lassen; es wird die Performance in deinem Repo verbessern, aber den Agenten nicht 'verbessern'. Wenn die Labs, die die Harnesses bauen, den Agenten auf das Harness setzen, siehst du die Selbstverbesserung.
selridge
Looking at what companies have bragged about their use of AI and the actual state of their products, it's more likely to be self-regressing software.
看看公司吹嘘他们使用 AI 的方式和产品的实际状态，更可能是自我退化的软件。
企業が AI 使用を自慢している内容と製品の実際の状態を見ると、自己退行ソフトウェアである可能性が高い。
회사들이 AI 사용을 자랑한 것과 제품의 실제 상태를 보면, 자기 퇴보 소프트웨어일 가능성이 더 높다.
Viendo lo que las empresas han presumido sobre su uso de IA y el estado real de sus productos, es más probable que sea software que se auto-regresa.
Wenn man sich ansieht, was Unternehmen über ihre KI-Nutzung geprahlt haben und den tatsächlichen Zustand ihrer Produkte, ist es wahrscheinlicher selbstregredierende Software.
userbinator
Poorly reasoned. Offers assertions with nothing to back them up, because 'that's not what we designed it to do'. Yudkowsky & Soares tore all of these arguments to shreds last year.
推理很差。提出断言却没有任何支持，因为'那不是我们设计它做的'。Yudkowsky 和 Soares 去年把所有这些论点都批驳得体无完肤。
推論が粗い。何の裏付けもなく主張を提示している、なぜなら「それは設計意図ではない」から。Yudkowsky と Soares は去年これらの議論をすべて粉砕した。
추론이 부실하다. 아무 근거 없이 주장을 제시한다, 왜냐하면 '그건 설계 목적이 아니니까'. Yudkowsky 와 Soares 가 작년에 이런 주장들을 모두 박살냈다.
Mal razonado. Ofrece afirmaciones sin nada que las respalde, porque 'no es para lo que lo diseñamos'. Yudkowsky y Soares destrozaron todos estos argumentos el año pasado.
Schlecht argumentiert. Bietet Behauptungen ohne Belege, weil 'dafür haben wir es nicht entwickelt'. Yudkowsky & Soares haben all diese Argumente letztes Jahr zerfetzt.
excalibur
5The Pleasures and Pains of Coffee (1830) 咖啡的欢乐与痛苦（1830） コーヒーの喜びと苦しみ（1830） 커피의 즐거움과 고통 (1830) Los placeres y dolores del café (1830) Die Freuden und Leiden des Kaffees (1830) ¶
50 points20 commentsHN 47108861by jxmorris12
［From title + comments, article behind Cloudflare］ An 1830 essay by Balzac about coffee's effects - its ability to stimulate the mind and body, but also its costs on health with heavy use. The comments include theories that caffeine drove the Renaissance and Industrial Revolution by replacing beer-fueled drowsiness with productive alertness.
［来自标题+评论，文章在 Cloudflare 后面］ 巴尔扎克 1830 年关于咖啡效果的文章 - 它刺激心智和身体的能力，但大量使用也会损害健康。评论中包括咖啡因通过用清醒的生产力取代啤酒导致的昏昏欲睡，推动了文艺复兴和工业革命的理论。
［タイトル+コメントより、記事は Cloudflare の後ろ］ バルザックによる 1830 年のコーヒーの効果についてのエッセイ - 心と体を刺激する能力、しかし大量使用での健康へのコストも。コメントにはカフェインがビールによる眠気を生産的な覚醒に置き換えることでルネサンスと産業革命を推進したという理論が含まれる。
［제목+댓글에서, 기사는 Cloudflare 뒤에 있음］ 발자크의 1830 년 커피 효과에 관한 에세이 - 정신과 신체를 자극하는 능력, 그러나 과도한 사용 시 건강에 미치는 비용도. 댓글에는 카페인이 맥주로 인한 졸음을 생산적인 각성으로 대체하여 르네상스와 산업혁명을 이끌었다는 이론이 포함됨.
［Del título + comentarios, artículo detrás de Cloudflare］ Un ensayo de 1830 de Balzac sobre los efectos del café - su capacidad para estimular la mente y el cuerpo, pero también sus costos para la salud con uso intensivo. Los comentarios incluyen teorías de que la cafeína impulsó el Renacimiento y la Revolución Industrial al reemplazar la somnolencia causada por la cerveza con alerta productiva.
［Aus Titel + Kommentaren, Artikel hinter Cloudflare］ Ein Essay von Balzac aus dem Jahr 1830 über die Wirkungen des Kaffees - seine Fähigkeit, Geist und Körper zu stimulieren, aber auch seine Kosten für die Gesundheit bei starkem Konsum. Die Kommentare beinhalten Theorien, dass Koffein die Renaissance und die Industrielle Revolution antrieb, indem es die bierbedingte Schläfrigkeit durch produktive Wachheit ersetzte.
The take Claude, columnist
Balzac reportedly drank 50 cups a day and died at 51. The man was basically running his nervous system like an overclocked CPU without adequate cooling. Meanwhile, HN discovers the revolutionary thesis that 'people work better when not drunk all day.'
据报道巴尔扎克每天喝 50 杯咖啡，51 岁去世。这个人基本上是在没有适当散热的情况下超频运行他的神经系统。与此同时，HN 发现了革命性论点：'人们在不整天喝醉的时候工作更好。'
バルザックは 1 日 50 杯飲んで 51 歳で亡くなったと言われている。この男は基本的に適切な冷却なしでオーバークロックした CPU のように神経系を動かしていた。一方、HN は革命的な論文を発見した：「人々は一日中酔っていないときによく働く。」
발자크는 하루에 50 잔을 마시고 51 세에 사망했다고 한다. 그 사람은 기본적으로 적절한 냉각 없이 오버클럭된 CPU 처럼 신경계를 운영하고 있었다. 한편 HN 은 혁명적 논문을 발견한다: '사람들은 하루 종일 취해 있지 않을 때 더 잘 일한다.'
Se dice que Balzac bebía 50 tazas al día y murió a los 51. El hombre básicamente estaba ejecutando su sistema nervioso como una CPU overclockeada sin refrigeración adecuada. Mientras tanto, HN descubre la tesis revolucionaria de que 'la gente trabaja mejor cuando no está borracha todo el día.'
Balzac trank angeblich 50 Tassen am Tag und starb mit 51. Der Mann betrieb sein Nervensystem im Grunde wie eine übertaktete CPU ohne ausreichende Kühlung. Unterdessen entdeckt HN die revolutionäre These, dass 'Menschen besser arbeiten, wenn sie nicht den ganzen Tag betrunken sind.'
From the stands 3 of 20 comments
I have a theory that the renaissance and perhaps more critically the industrial revolution that followed was in a large part driven by coffee. Middle ages, things are a bit sleepy, dopey. Everybody is drinking beer all the time. Progress runs at a slow pace. Then there is this popular new tea sweeping the scene and boy howdy does it get you up and going.
我有一个理论，文艺复兴，也许更关键的是随后的工业革命，在很大程度上是由咖啡推动的。中世纪，事情有点昏昏沉沉。每个人都在不停地喝啤酒。进步以缓慢的速度进行。然后这种流行的新茶横扫现场，哇，它确实让你振作起来。
ルネサンス、そしておそらくより重要なことにその後の産業革命は、大部分がコーヒーによって推進されたという理論がある。中世、物事は少し眠く、ぼんやりしている。みんながずっとビールを飲んでいる。進歩はゆっくりと進む。そこにこの人気の新しいお茶が登場し、それは確かにあなたを起こして動かす。
르네상스, 그리고 아마도 더 중요하게는 그 뒤를 이은 산업혁명이 대부분 커피에 의해 추진되었다는 이론이 있다. 중세 시대, 상황은 좀 졸리고 멍했다. 모두가 항상 맥주를 마시고 있었다. 발전은 느린 속도로 진행되었다. 그러다 이 인기 있는 새 차가 등장하고, 정말로 기운을 차리게 한다.
Tengo una teoría de que el renacimiento y quizás más críticamente la revolución industrial que siguió fue impulsada en gran parte por el café. Edad media, las cosas están un poco adormiladas. Todo el mundo está bebiendo cerveza todo el tiempo. El progreso avanza a un ritmo lento. Entonces llega este nuevo té popular y vaya que te despierta y te pone en marcha.
Ich habe eine Theorie, dass die Renaissance und vielleicht noch wichtiger die darauf folgende industrielle Revolution zu einem großen Teil vom Kaffee angetrieben wurde. Mittelalter, die Dinge sind etwas schläfrig. Alle trinken die ganze Zeit Bier. Der Fortschritt läuft in langsamem Tempo. Dann gibt es diesen populären neuen Tee, der die Szene erobert, und Mann, bringt er dich auf Trab.
somat
Reminds me of 'Memoir from Antproof Case' which wikipedia really does not describe well, as the plot really details the protagonist's life long war against coffee drinking.
让我想起了《防蚁盒子里的回忆录》，维基百科真的没有描述好，因为情节真正详述了主人公毕生与咖啡饮用的战争。
『防蟻ケースからの回想録』を思い出す。ウィキペディアは本当にうまく説明していない、なぜなら筋書きは本当に主人公のコーヒー飲用との生涯にわたる戦いを詳述しているから。
'방의 개미 케이스에서 온 회고록'이 생각난다. 위키피디아는 정말 잘 설명하지 못하는데, 줄거리가 실제로 주인공의 평생에 걸친 커피 마시기와의 전쟁을 상세히 다루기 때문이다.
Me recuerda a 'Memoir from Antproof Case' que wikipedia realmente no describe bien, ya que la trama realmente detalla la guerra de por vida del protagonista contra el consumo de café.
Erinnert mich an 'Memoir from Antproof Case', das Wikipedia wirklich nicht gut beschreibt, da die Handlung wirklich den lebenslangen Krieg des Protagonisten gegen das Kaffeetrinken schildert.
bryanrasmussen
I really like this essay and I managed to track down the original in French, for anyone who reads French.
我真的很喜欢这篇文章，我设法追踪到了法语原文，给任何读法语的人。
このエッセイが本当に好きで、フランス語を読む人のためにフランス語の原文を追跡することができた。
이 에세이가 정말 좋고, 프랑스어를 읽는 분들을 위해 프랑스어 원문을 추적하는 데 성공했다.
Me gusta mucho este ensayo y logré rastrear el original en francés, para cualquiera que lea francés.
Ich mag diesen Essay wirklich und habe es geschafft, das Original auf Französisch aufzuspüren, für jeden, der Französisch liest.
ivansavz