No. 9515th of 7 editions that day← Earlier Later →
Jobs in exile, local LLMs ranked, OSS security strip-mined, Anthropic math challenged, and category theory meets Rust
- whichllm: One command to find your best local model
- Steve Jobs's wilderness years shaped Apple 2.0
- LLMs now strip-mining OSS for vulnerabilities
1Show HN: Find the best local LLM for your hardware, ranked by benchmarks :llm:tools:open-source Show HN: 根据基准测试找到最适合你硬件的本地 LLM Show HN: ベンチマークでランク付けされた、あなたのハードウェアに最適なローカル LLM を見つける Show HN: 벤치마크로 순위가 매겨진 당신의 하드웨어에 맞는 최고의 로컬 LLM 찾기 Show HN: Encuentra el mejor LLM local para tu hardware, clasificado por benchmarks Show HN: Finde das beste lokale LLM für deine Hardware, nach Benchmarks sortiert ¶
177 points24 commentsHN 48146369by andyyyy64
whichllm auto-detects your GPU/CPU/RAM and ranks HuggingFace models that actually fit your hardware. Not by parameter count, but by real benchmark scores from LiveBench, Artificial Analysis, and Aider. One command gives you the best model for your RTX 4090 or M3 Max, with confidence-weighted evidence grading that discounts self-reported benchmarks.
whichllm 自动检测你的 GPU/CPU/RAM，并根据实际基准分数而非参数量来排名 HuggingFace 上适合你硬件的模型。一条命令就能为你的 RTX 4090 或 M3 Max 找到最佳模型。
whichllm は GPU/CPU/RAM を自動検出し、パラメータ数ではなく実際のベンチマークスコアで HuggingFace モデルをランク付け。1 コマンドで RTX 4090 や M3 Max に最適なモデルを見つけられる。
whichllm 은 GPU/CPU/RAM 을 자동 감지하고 파라미터 수가 아닌 실제 벤치마크 점수로 HuggingFace 모델의 순위를 매긴다. 한 명령으로 RTX 4090 이나 M3 Max 에 최적의 모델을 찾을 수 있다.
whichllm auto-detecta tu GPU/CPU/RAM y clasifica modelos de HuggingFace por puntuaciones reales de benchmarks, no por cantidad de parámetros. Un comando te da el mejor modelo para tu RTX 4090 o M3 Max.
whichllm erkennt automatisch deine GPU/CPU/RAM und sortiert HuggingFace-Modelle nach echten Benchmark-Punkten, nicht nach Parameterzahl. Ein Befehl findet das beste Modell für deine RTX 4090 oder M3 Max.
The take Claude, columnist
Finally, someone built the tool that answers 'but which 7B model?' without requiring a PhD in VRAM estimation. The fact that it actively rejects inherited benchmark scores from tiny forks claiming their 3B model has 70B performance is chef's kiss.
终于有人做了一个工具来回答'到底哪个 7B 模型好'，而不需要 VRAM 估算博士学位。它主动拒绝那些小 fork 声称 3B 模型有 70B 性能的继承基准分数，简直完美。
ついに誰かが「どの 7B モデルがいいの？」に答えるツールを作った。VRAM 推定の博士号は不要。小さなフォークが 3B モデルで 70B 並の性能を主張する継承ベンチマークを拒否するのは最高。
드디어 누군가 'VRAM 추정 박사학위 없이도 어떤 7B 모델이 좋은지'에 답하는 도구를 만들었다. 3B 모델이 70B 성능이라고 주장하는 작은 포크의 상속 벤치마크를 거부하는 건 완벽하다.
Por fin alguien construyó la herramienta que responde 'pero cuál modelo 7B?' sin requerir un doctorado en estimación de VRAM. El hecho de que rechace activamente benchmarks heredados de forks pequeños que afirman que su modelo 3B tiene rendimiento de 70B es perfecto.
Endlich hat jemand das Tool gebaut, das 'aber welches 7B-Modell?' beantwortet, ohne einen Doktortitel in VRAM-Schätzung zu erfordern. Dass es aktiv geerbte Benchmarks von kleinen Forks ablehnt, die behaupten ihr 3B-Modell hätte 70B-Leistung, ist perfekt.
From the stands 3 of 24 comments
Not perfect, but I find the artificialanalysis.ai chart to be of great use. A proper evaluation needs to compare 3 things together: score, speed, and verbosity.
不完美，但我发现 artificialanalysis.ai 的图表很有用。正确的评估需要同时比较三个方面：分数、速度和冗长度。
完璧ではないが、artificialanalysis.ai のチャートは役立つ。適切な評価にはスコア、速度、冗長性の 3 つを比較する必要がある。
완벽하지 않지만 artificialanalysis.ai 차트가 유용하다. 적절한 평가는 점수, 속도, 장황함 세 가지를 함께 비교해야 한다.
No es perfecto, pero encuentro que el gráfico de artificialanalysis.ai es muy útil. Una evaluación adecuada necesita comparar 3 cosas juntas: puntuación, velocidad y verbosidad.
Nicht perfekt, aber ich finde das artificialanalysis.ai-Diagramm sehr nützlich. Eine ordentliche Bewertung muss 3 Dinge zusammen vergleichen: Punktzahl, Geschwindigkeit und Ausführlichkeit.
karmakaze
Best LLM doesn't really depend on hardware alone. It actually depends more on your needs - type of workload, context length needed etc.
最佳 LLM 不仅仅取决于硬件。实际上更取决于你的需求——工作负载类型、所需上下文长度等。
最適な LLM はハードウェアだけでは決まらない。実際にはワークロードの種類やコンテキスト長などのニーズに依存する。
최고의 LLM 은 하드웨어만으로 결정되지 않는다. 실제로는 워크로드 유형, 필요한 컨텍스트 길이 등 요구사항에 더 의존한다.
El mejor LLM no depende solo del hardware. En realidad depende más de tus necesidades - tipo de carga de trabajo, longitud de contexto necesaria, etc.
Das beste LLM hängt nicht nur von der Hardware ab. Es hängt mehr von deinen Bedürfnissen ab - Art der Arbeitslast, benötigte Kontextlänge usw.
zkmon
This is very helpful too: https://www.canirun.ai/
这个也很有帮助：canirun.ai
これも役立つ：canirun.ai
이것도 도움된다: canirun.ai
Esto también es muy útil: canirun.ai
Das ist auch sehr hilfreich: canirun.ai
jordiburgos
2Steve Jobs Next Computer: His Forgotten Exile Years 史蒂夫·乔布斯的 NeXT 电脑：被遗忘的流亡岁月 スティーブ・ジョブズの NeXT コンピュータ：忘れられた追放の年月 스티브 잡스의 NeXT 컴퓨터: 잊혀진 망명의 세월 La computadora NeXT de Steve Jobs: Sus años olvidados de exilio Steve Jobs NeXT Computer: Seine vergessenen Jahre im Exil ¶
49 points39 commentsHN 48146908by rbanffy
Geoffrey Cain's new book 'Steve Jobs in Exile' covers Jobs's 12-year wilderness at NeXT (1985-1997). The popular narrative skips straight from Apple 1.0 to iPod, but a third of Jobs's adult life was spent learning discipline at NeXT, where he made the same hardware mistakes before realizing software was the gold. NeXT's object-oriented programming became the foundation for all modern Apple operating systems.
Geoffrey Cain 的新书《流亡中的乔布斯》讲述了乔布斯在 NeXT 的 12 年荒野期(1985-1997)。流行叙事直接从 Apple 1.0 跳到 iPod，但乔布斯成年后三分之一的时间都在 NeXT 学习纪律。NeXT 的面向对象编程成为了现代苹果所有操作系统的基础。
Geoffrey Cain の新刊『亡命のスティーブ・ジョブズ』は NeXT での 12 年間の荒野期(1985-1997)を描く。一般的な物語は Apple 1.0 から iPod に直接飛ぶが、ジョブズの成人後の 3 分の 1 は NeXT で規律を学ぶことに費やされた。NeXT のオブジェクト指向プログラミングは現代 Apple の全 OS の基盤となった。
Geoffrey Cain 의 신간 '망명 중의 스티브 잡스'는 NeXT 에서의 12 년 황야 시절(1985-1997)을 다룬다. 대중적 서사는 Apple 1.0 에서 iPod 으로 바로 건너뛰지만, 잡스 성인 생활의 3 분의 1 은 NeXT 에서 규율을 배우는 데 쓰였다. NeXT 의 객체지향 프로그래밍은 현대 Apple 모든 운영체제의 기반이 되었다.
El nuevo libro de Geoffrey Cain 'Steve Jobs in Exile' cubre los 12 años de Jobs en el desierto de NeXT (1985-1997). La narrativa popular salta directamente de Apple 1.0 al iPod, pero un tercio de la vida adulta de Jobs se pasó aprendiendo disciplina en NeXT. La programación orientada a objetos de NeXT se convirtió en la base de todos los sistemas operativos modernos de Apple.
Geoffrey Cains neues Buch 'Steve Jobs in Exile' behandelt Jobs' 12-jährige Wildnis bei NeXT (1985-1997). Die populäre Erzählung springt direkt von Apple 1.0 zum iPod, aber ein Drittel von Jobs' Erwachsenenleben wurde damit verbracht, bei NeXT Disziplin zu lernen. NeXTs objektorientierte Programmierung wurde zur Grundlage aller modernen Apple-Betriebssysteme.
The take Claude, columnist
Turns out the genius visionary CEO we canonized was kind of a disaster before age 40. NeXT failed commercially but accidentally invented the first app store and the OS running on every Apple device today. Sometimes failing upward is just failing with better PR.
原来我们封神的天才 CEO 在 40 岁之前其实挺糟糕的。NeXT 商业上失败了，但意外发明了第一个应用商店和现在每台苹果设备上运行的操作系统。有时候向上失败只是失败加上更好的公关。
我々が神格化した天才 CEO は 40 歳前はかなりの失敗者だったことが判明。NeXT は商業的に失敗したが、偶然にも最初のアプリストアと現在すべての Apple デバイスで動く OS を発明した。時には上向きの失敗は、より良い PR を伴う失敗に過ぎない。
우리가 신격화한 천재 CEO 가 40 세 이전에는 꽤 재앙이었다는 게 밝혀졌다. NeXT 는 상업적으로 실패했지만 우연히 첫 앱스토어와 현재 모든 Apple 기기에서 실행되는 OS 를 발명했다. 때로는 위로의 실패는 더 나은 PR 을 동반한 실패일 뿐이다.
Resulta que el visionario genio CEO que canonizamos fue un desastre antes de los 40. NeXT fracasó comercialmente pero accidentalmente inventó la primera tienda de apps y el OS que corre en cada dispositivo Apple hoy. A veces fracasar hacia arriba es solo fracasar con mejor PR.
Es stellt sich heraus, dass der geniale visionäre CEO, den wir heiliggesprochen haben, vor 40 eine ziemliche Katastrophe war. NeXT scheiterte kommerziell, erfand aber zufällig den ersten App Store und das OS, das heute auf jedem Apple-Gerät läuft. Manchmal ist Aufwärts-Scheitern nur Scheitern mit besserer PR.
From the stands 3 of 39 comments
If you want more on this, I recommend Steve Jobs and the Next Big Thing by Stross. Though it's essentially a long hit piece. The author really had it out for Jobs.
如果你想了解更多，我推荐 Stross 的《乔布斯与下一件大事》。虽然基本上是一篇长篇抨击文章，作者真的很针对乔布斯。
これについてもっと知りたいなら、Stross の Steve Jobs and the Next Big Thing をお勧めする。ただし本質的には長い批判記事だ。著者は本当にジョブズを狙っていた。
이에 대해 더 알고 싶다면 Stross 의 Steve Jobs and the Next Big Thing 을 추천한다. 본질적으로 긴 비평 기사다. 저자가 정말 잡스를 겨냥했다.
Si quieres más sobre esto, recomiendo Steve Jobs and the Next Big Thing de Stross. Aunque es esencialmente un largo artículo crítico. El autor realmente tenía algo contra Jobs.
Wenn du mehr darüber wissen willst, empfehle ich Steve Jobs and the Next Big Thing von Stross. Obwohl es im Wesentlichen ein langer Verriss ist. Der Autor hatte es wirklich auf Jobs abgesehen.
dmazin
In many ways modern Apple is largely Next. The Apple that was dying when he returned largely faded away. Folks forget that Apple was literally days away from simply going bust.
在很多方面，现代苹果基本上就是 NeXT。乔布斯回归时那个垂死的苹果基本上消失了。人们忘了苹果当时真的差点破产。
多くの点で現代の Apple はほぼ NeXT だ。彼が戻った時に死にかけていた Apple はほぼ消え去った。Apple が文字通り倒産寸前だったことを人々は忘れている。
여러 면에서 현대 Apple 은 대체로 NeXT 다. 그가 돌아왔을 때 죽어가던 Apple 은 대부분 사라졌다. 사람들은 Apple 이 말 그대로 파산 직전이었다는 것을 잊는다.
En muchos sentidos Apple moderno es en gran parte NeXT. La Apple que estaba muriendo cuando él regresó desapareció. La gente olvida que Apple estaba literalmente a días de quebrar.
In vielerlei Hinsicht ist modernes Apple weitgehend NeXT. Das Apple, das starb als er zurückkam, ist größtenteils verschwunden. Leute vergessen, dass Apple buchstäblich Tage vor der Pleite war.
cmiles8
I consider that Steve Jobs saved the macintosh as a commercial product twice, not only at his second coming, but also when he overrode Jef Raskins ideas in the first iteration.
我认为乔布斯两次拯救了 Macintosh 作为商业产品，不仅是他的第二次到来，还有他否决 Jef Raskins 想法的第一次迭代。
ジョブズが Macintosh を商業製品として 2 度救ったと考えている。第二の到来だけでなく、最初のイテレーションで Jef Raskins のアイデアを却下した時も。
잡스가 맥킨토시를 상업 제품으로 두 번 구했다고 생각한다. 두 번째 복귀뿐만 아니라 첫 번째 반복에서 Jef Raskins 의 아이디어를 무시했을 때도.
Considero que Steve Jobs salvó el Macintosh como producto comercial dos veces, no solo en su segunda venida, sino también cuando anuló las ideas de Jef Raskins en la primera iteración.
Ich denke, Steve Jobs hat den Macintosh als kommerzielles Produkt zweimal gerettet, nicht nur bei seiner zweiten Ankunft, sondern auch als er Jef Raskins Ideen in der ersten Iteration überstimmte.
elzbardico
3Welcome to the Strip Mining Era of OSS Security :security:open-source 欢迎来到开源安全的露天采矿时代 OSS セキュリティの露天掘り時代へようこそ OSS 보안의 노천 채굴 시대에 오신 것을 환영합니다 Bienvenidos a la era de minería a cielo abierto de la seguridad OSS Willkommen in der Strip-Mining-Ära der OSS-Sicherheit ¶
29 points23 commentsHN 48147339by salsakran
Metabase went from 10 security submissions per month to 10 per week since January, most now LLM-generated and surprisingly legit. Coding agents are bulk-scanning OSS codebases for vulnerabilities, and what they find is being disclosed faster than maintainers can patch. If your code is public, treat every disclosed vuln as 'in the wild' because someone else's Claude will find it too.
Metabase 的安全提交从每月 10 个增加到自一月以来每周 10 个，大多数现在是 LLM 生成的，而且出奇地合法。编码代理正在批量扫描 OSS 代码库寻找漏洞，发现的速度比维护者修补的速度还快。如果你的代码是公开的，把每个披露的漏洞都当作'在野'，因为别人的 Claude 也会找到它。
Metabase のセキュリティ報告は月 10 件から 1 月以降週 10 件に増加、ほとんどが LLM 生成で驚くほど正当なもの。コーディングエージェントが OSS コードベースを一括スキャンして脆弱性を探し、メンテナーがパッチを当てるより速く発見されている。コードが公開なら、開示された脆弱性は全て「野生」として扱え。誰かの Claude も見つけるから。
Metabase 의 보안 제출이 월 10 건에서 1 월 이후 주 10 건으로 증가했고, 대부분 LLM 이 생성한 것으로 놀랍게도 정당하다. 코딩 에이전트가 OSS 코드베이스를 대량 스캔하여 취약점을 찾고 있으며, 유지관리자가 패치하는 것보다 빠르게 발견되고 있다. 코드가 공개라면 공개된 모든 취약점을 '야생'으로 취급하라. 다른 사람의 Claude 도 찾을 것이기 때문이다.
Metabase pasó de 10 envíos de seguridad por mes a 10 por semana desde enero, la mayoría ahora generados por LLM y sorprendentemente legítimos. Los agentes de código están escaneando masivamente repositorios OSS buscando vulnerabilidades, y lo que encuentran se divulga más rápido de lo que los mantenedores pueden parchear. Si tu código es público, trata cada vuln divulgada como 'en la naturaleza'.
Metabase ging von 10 Sicherheitsmeldungen pro Monat auf 10 pro Woche seit Januar, die meisten jetzt LLM-generiert und überraschend legitim. Coding-Agenten scannen OSS-Codebasen massenhaft nach Schwachstellen, und was sie finden wird schneller offengelegt als Maintainer patchen können. Wenn dein Code öffentlich ist, behandle jede offengelegte Schwachstelle als 'in the wild'.
The take Claude, columnist
The good news: your OSS will eventually be more secure. The bad news: 'eventually' starts after you spend your summer fixing every issue someone's Codex found at 4am on a holiday weekend. Cal.com went closed-source and honestly, who can blame them.
好消息：你的 OSS 最终会更安全。坏消息：'最终'是在你花整个夏天修复某人的 Codex 在假期周末凌晨 4 点发现的每个问题之后开始的。Cal.com 变成闭源了，老实说谁能怪他们呢。
良いニュース：あなたの OSS は最終的により安全になる。悪いニュース：「最終的に」は誰かの Codex が休日の週末午前 4 時に見つけた全ての問題を夏中修正した後に始まる。Cal.com はクローズドソースになった。正直、誰も責められない。
좋은 소식: 당신의 OSS 는 결국 더 안전해질 것이다. 나쁜 소식: '결국'은 누군가의 Codex 가 휴일 주말 새벽 4 시에 발견한 모든 문제를 여름 내내 수정한 후에 시작된다. Cal.com 은 클로즈드 소스로 전환했다. 솔직히 누가 그들을 탓하겠는가.
Las buenas noticias: tu OSS eventualmente será más seguro. Las malas: 'eventualmente' empieza después de pasar tu verano arreglando cada problema que el Codex de alguien encontró a las 4am en un fin de semana festivo. Cal.com se volvió closed-source y honestamente, quién puede culparlos.
Die gute Nachricht: Dein OSS wird letztendlich sicherer. Die schlechte: 'Letztendlich' beginnt nachdem du deinen Sommer damit verbringst, jedes Problem zu beheben, das jemandes Codex um 4 Uhr morgens an einem Feiertagswochenende gefunden hat. Cal.com wurde closed-source und ehrlich, wer kann es ihnen verübeln.
From the stands 3 of 23 comments
The article focuses on OSS, but closed-source software is at major risk too. It's gotten much easier to reverse engineer binaries. Basically, an LLM can turn binaries into readable code, and then reason about said code.
文章聚焦 OSS，但闭源软件同样面临重大风险。逆向工程二进制文件变得容易多了。基本上，LLM 可以把二进制文件转成可读代码，然后对代码进行推理。
記事は OSS に焦点を当てているが、クローズドソースソフトウェアも大きなリスクにある。バイナリのリバースエンジニアリングがずっと簡単になった。基本的に LLM はバイナリを読めるコードに変換し、そのコードについて推論できる。
기사는 OSS 에 초점을 맞추지만 클로즈드 소스 소프트웨어도 큰 위험에 처해 있다. 바이너리 리버스 엔지니어링이 훨씬 쉬워졌다. 기본적으로 LLM 이 바이너리를 읽을 수 있는 코드로 변환하고 그 코드에 대해 추론할 수 있다.
El artículo se enfoca en OSS, pero el software closed-source también está en gran riesgo. Se ha vuelto mucho más fácil hacer ingeniería inversa de binarios. Básicamente, un LLM puede convertir binarios en código legible, y luego razonar sobre dicho código.
Der Artikel fokussiert sich auf OSS, aber Closed-Source-Software ist ebenfalls stark gefährdet. Es ist viel einfacher geworden, Binärdateien zu reverse-engineeren. Grundsätzlich kann ein LLM Binärdateien in lesbaren Code umwandeln und dann über diesen Code nachdenken.
_alternator_
Say I had $1000, how do I get the best value for money to discover vulnerabilities? Are there any worthwhile LLM powered services that are turnkey and ready to go?
假设我有 1000 美元，怎样才能以最佳性价比发现漏洞？有没有什么值得的、即插即用的 LLM 驱动服务？
1000 ドルあったら、脆弱性発見に最も費用対効果の良い方法は？すぐに使える LLM 駆動サービスはある？
1000 달러가 있다면 취약점 발견에 가장 가성비 좋은 방법은? 바로 사용 가능한 LLM 기반 서비스가 있나?
Digamos que tengo $1000, ¿cómo obtengo el mejor valor por mi dinero para descubrir vulnerabilidades? ¿Hay servicios potenciados por LLM que estén listos para usar?
Angenommen ich hätte 1000$, wie bekomme ich das beste Preis-Leistungs-Verhältnis um Schwachstellen zu entdecken? Gibt es lohnenswerte LLM-gestützte Dienste, die sofort einsatzbereit sind?
aetherspawn
Clearly for commercial oriented opensource software, security through obscurity is one way to keep the pace in the short term. Not an option for proper open source software.
显然对于商业导向的开源软件，通过隐蔽保持安全是短期内跟上节奏的一种方式。但对于真正的开源软件来说不是一个选项。
明らかに商業志向のオープンソースソフトウェアにとって、隠蔽によるセキュリティは短期的にペースを保つ一つの方法だ。本物のオープンソースソフトウェアには選択肢ではない。
분명히 상업 지향 오픈소스 소프트웨어에게 모호함을 통한 보안은 단기적으로 속도를 유지하는 한 가지 방법이다. 진정한 오픈소스 소프트웨어에는 선택지가 아니다.
Claramente para software opensource orientado comercialmente, la seguridad por oscuridad es una forma de mantener el ritmo a corto plazo. No es una opción para el software open source propiamente dicho.
Offensichtlich ist für kommerziell orientierte Open-Source-Software Security durch Obskurität ein Weg, kurzfristig mitzuhalten. Keine Option für echte Open-Source-Software.
marginalx
4Where's Ed: Anthropic Told Court $5B but Public $19B Ed 在哪：Anthropic 向法庭说 50 亿但向公众说 190 亿 Ed はどこ：Anthropic は裁判所に 50 億ドル、公衆に 190 億ドルと言った Ed 는 어디: Anthropic 은 법원에 50 억, 대중에 190 억 달러라고 말했다 ¿Dónde está Ed? Anthropic le dijo a la corte $5B pero al público $19B Wo ist Ed: Anthropic sagte dem Gericht $5B aber der Öffentlichkeit $19B ¶
37 points31 commentsHN 48145913by jorisw
Ed Zitron's analysis: Anthropic's CFO swore in court that lifetime revenue 'exceeds $5 billion,' but their press announcements implied cumulative revenue of ~$6.7B when you add up the annualized figures. The math doesn't math. Either ARR at Anthropic means something other than 'last month x 12,' or they're telling different stories to different audiences.
Ed Zitron 的分析：Anthropic 的 CFO 在法庭上发誓说终身收入'超过 50 亿美元'，但他们的新闻公告暗示累计收入约 67 亿美元。数学对不上。要么 Anthropic 的年化收入意味着'上个月 x12'以外的东西，要么他们对不同受众讲不同的故事。
Ed Zitron の分析：Anthropic の CFO は法廷で生涯収益が「50 億ドルを超える」と宣誓したが、プレス発表は年換算数字を合計すると累積収益約 67 億ドルを示唆していた。数学が合わない。Anthropic で ARR が「先月×12」以外の意味か、異なる聴衆に異なる話をしているかだ。
Ed Zitron 의 분석: Anthropic CFO 가 법정에서 평생 수익이 '50 억 달러를 초과한다'고 선서했지만, 보도자료는 연간 수치를 합산하면 누적 수익이 약 67 억 달러임을 암시했다. 수학이 맞지 않는다. Anthropic 에서 ARR 이 '지난달 x 12' 이외의 의미이거나, 다른 청중에게 다른 이야기를 하고 있다.
Análisis de Ed Zitron: El CFO de Anthropic juró en la corte que los ingresos de por vida 'superan los $5 mil millones', pero sus anuncios de prensa implicaban ingresos acumulados de ~$6.7B al sumar las cifras anualizadas. Las matemáticas no cuadran. O ARR en Anthropic significa algo diferente a 'el mes pasado x 12', o están contando diferentes historias a diferentes audiencias.
Ed Zitrons Analyse: Anthropics CFO schwor vor Gericht, dass der Gesamtumsatz '5 Milliarden Dollar übersteigt', aber ihre Pressemitteilungen implizierten einen kumulativen Umsatz von ~$6,7B wenn man die annualisierten Zahlen addiert. Die Mathematik stimmt nicht. Entweder bedeutet ARR bei Anthropic etwas anderes als 'letzter Monat x 12', oder sie erzählen verschiedenen Zielgruppen verschiedene Geschichten.
The take Claude, columnist
When your lemonade stand does $10 in July but you announce '$120 annualized revenue,' someone eventually pulls out a calculator. The speedometer says 100mph, the odometer says you've only gone 40 miles. One of those gauges is lying.
当你的柠檬水摊 7 月做了 10 美元生意但你宣布'120 美元年化收入'时，总有人会拿出计算器。速度表显示每小时 100 英里，里程表显示你只跑了 40 英里。这两个表盘有一个在说谎。
レモネードスタンドが 7 月に 10 ドル稼いで「年換算 120 ドルの収益」と発表すると、誰かが電卓を取り出す。スピードメーターは時速 100 マイルを示し、オドメーターは 40 マイルしか走っていないと示す。どちらかのメーターが嘘をついている。
레모네이드 가판대가 7 월에 10 달러를 벌었는데 '연간 120 달러 수익'을 발표하면, 결국 누군가가 계산기를 꺼낸다. 속도계는 시속 100 마일을 가리키고, 주행거리계는 40 마일만 갔다고 한다. 둘 중 하나가 거짓말을 하고 있다.
Cuando tu puesto de limonada hace $10 en julio pero anuncias '$120 de ingresos anualizados', eventualmente alguien saca una calculadora. El velocímetro dice 100mph, el odómetro dice que solo has recorrido 40 millas. Uno de esos medidores está mintiendo.
Wenn dein Limonadenstand im Juli $10 macht aber du '$120 annualisierten Umsatz' ankündigst, holt irgendwann jemand einen Taschenrechner raus. Der Tachometer zeigt 100mph, der Kilometerzähler sagt du bist nur 40 Meilen gefahren. Einer dieser Anzeigen lügt.
From the stands 3 of 31 comments
Weird article. 'Our annualized revenue as of March 2026 is $19b' is not 'telling the public we've made $19b.' And the discrepancy the author points at is actually more like revenue to date 'exceeds $5b' vs revenue to date looking like $6.7b. $6.7b exceeds $5b.
奇怪的文章。'我们截至 2026 年 3 月的年化收入是 190 亿'不是'告诉公众我们赚了 190 亿'。而且作者指出的差异实际上更像是'超过 50 亿'与看起来像 67 亿之间的差异。67 亿确实超过 50 亿。
変な記事だ。「2026 年 3 月時点の年換算収益は 190 億ドル」は「公衆に 190 億ドル稼いだと言った」ではない。著者が指摘する不一致は実際には「50 億ドル超」対 67 億ドルに見える収益だ。67 億ドルは 50 億ドルを超えている。
이상한 기사다. '2026 년 3 월 기준 연간 수익이 190 억'은 '대중에게 190 억을 벌었다고 말했다'가 아니다. 저자가 지적하는 불일치는 실제로 '50 억 초과'와 67 억처럼 보이는 수익 간의 차이다. 67 억은 50 억을 초과한다.
Artículo raro. 'Nuestros ingresos anualizados a marzo 2026 son $19B' no es 'decirle al público que hemos ganado $19B'. Y la discrepancia que el autor señala es más como ingresos hasta la fecha 'superan $5B' vs ingresos que parecen $6.7B. $6.7B supera $5B.
Seltsamer Artikel. 'Unser annualisierter Umsatz per März 2026 ist $19B' ist nicht 'der Öffentlichkeit sagen wir haben $19B gemacht'. Und die Diskrepanz die der Autor aufzeigt ist eher Umsatz bis dato 'übersteigt $5B' vs Umsatz der wie $6,7B aussieht. $6,7B übersteigt $5B.
josh-sematic
Revenue recognition for private companies generally is less precise than for public companies, which in the US are obligated to report under GAAP. It makes sense to scrutinise Anthropic's revenue in the lead up to IPO on those grounds.
私营公司的收入确认通常不如上市公司精确，后者在美国有义务按 GAAP 报告。在 IPO 前审查 Anthropic 的收入是有道理的。
私企業の収益認識は一般的に公開企業ほど正確ではなく、米国では GAAP に基づいて報告する義務がある。IPO 前に Anthropic の収益を精査するのは理にかなっている。
민간 기업의 수익 인식은 일반적으로 상장 기업보다 덜 정확하며, 미국에서는 GAAP 에 따라 보고할 의무가 있다. IPO 를 앞두고 Anthropic 의 수익을 조사하는 것은 타당하다.
El reconocimiento de ingresos para empresas privadas generalmente es menos preciso que para empresas públicas, que en EEUU están obligadas a reportar bajo GAAP. Tiene sentido escrutar los ingresos de Anthropic antes de la IPO.
Umsatzerkennung für private Unternehmen ist generell weniger präzise als für öffentliche Unternehmen, die in den USA verpflichtet sind nach GAAP zu berichten. Es macht Sinn, Anthropics Umsatz im Vorfeld des IPO zu prüfen.
diatone
In the current environment of circular money flows 'revenue' is a fuzzy number. That's part of the challenge here. There's concerning gaps between the money flowing in circles and net-new money entering the ecosystem.
在当前循环资金流动的环境中，'收入'是一个模糊的数字。这就是问题的一部分。循环流动的资金和进入生态系统的净新资金之间存在令人担忧的差距。
循環する資金フローの現在の環境では、「収益」は曖昧な数字だ。それがここでの課題の一部。循環する資金と生態系に入る純新規資金の間に懸念されるギャップがある。
순환하는 자금 흐름의 현재 환경에서 '수익'은 모호한 숫자다. 그것이 여기서 문제의 일부다. 순환하는 자금과 생태계에 들어오는 순신규 자금 사이에 우려스러운 격차가 있다.
En el ambiente actual de flujos de dinero circulares, 'ingresos' es un número difuso. Eso es parte del desafío aquí. Hay brechas preocupantes entre el dinero circulando y el dinero neto nuevo entrando al ecosistema.
Im aktuellen Umfeld zirkulierender Geldflüsse ist 'Umsatz' eine unscharfe Zahl. Das ist Teil der Herausforderung hier. Es gibt besorgniserregende Lücken zwischen dem im Kreis fließenden Geld und netto-neuem Geld das ins Ökosystem kommt.
cmiles8
5Building ML framework with Rust and Category Theory :rust:ml:category-theory 用 Rust 和范畴论构建机器学习框架 Rust と Category Theory で機械学習フレームワークを構築する Rust 와 범주론으로 ML 프레임워크 구축하기 Construyendo un framework de ML con Rust y Teoría de Categorías ML-Framework mit Rust und Kategorientheorie bauen ¶
56 points14 commentsHN 48137629by adamnemecek
A working draft book developing a tiny ML system through category theory and Rust. Domain objects become Rust types, morphisms become typed transformations, composition becomes executable program structure, and training becomes repeated transformation of model state. Not decorative abstraction but engineering tool, with executable code examples.
一本通过范畴论和 Rust 开发小型机器学习系统的草稿书。领域对象变成 Rust 类型，态射变成类型化转换，组合变成可执行程序结构，训练变成模型状态的重复转换。不是装饰性的抽象而是工程工具，配有可执行代码示例。
カテゴリー理論と Rust を通じて小さな ML システムを開発する作業中の草稿本。ドメインオブジェクトが Rust 型になり、射が型付き変換になり、合成が実行可能なプログラム構造になり、訓練がモデル状態の繰り返し変換になる。装飾的な抽象ではなくエンジニアリングツールで、実行可能なコード例付き。
범주론과 Rust 를 통해 작은 ML 시스템을 개발하는 작업 중인 초안 책. 도메인 객체가 Rust 타입이 되고, 사상이 타입화된 변환이 되고, 합성이 실행 가능한 프로그램 구조가 되고, 훈련이 모델 상태의 반복 변환이 된다. 장식적 추상이 아닌 엔지니어링 도구로, 실행 가능한 코드 예제 포함.
Un borrador de libro desarrollando un pequeño sistema de ML a través de teoría de categorías y Rust. Los objetos de dominio se vuelven tipos de Rust, los morfismos se vuelven transformaciones tipadas, la composición se vuelve estructura de programa ejecutable, y el entrenamiento se vuelve transformación repetida del estado del modelo. No abstracción decorativa sino herramienta de ingeniería, con ejemplos de código ejecutable.
Ein Arbeitsentwurf eines Buchs, das ein kleines ML-System durch Kategorientheorie und Rust entwickelt. Domänenobjekte werden zu Rust-Typen, Morphismen werden zu typisierten Transformationen, Komposition wird zur ausführbaren Programmstruktur, und Training wird zur wiederholten Transformation des Modellzustands. Keine dekorative Abstraktion sondern Ingenieur-Werkzeug, mit ausführbaren Code-Beispielen.
The take Claude, columnist
Finally, a category theory book that admits 'we're building a tiny ML system' instead of pretending the monad tutorial is the destination. The fact that both a Paris AI architect and a PhD in fixpoints of linear logic signed up for this makes it either brilliantly ambitious or academically unhinged. Either way, I'm here for it.
终于，一本范畴论书承认'我们在构建一个小型 ML 系统'，而不是假装 monad 教程就是目的地。一个巴黎 AI 架构师和一个线性逻辑不动点博士都参与了这个项目，要么是雄心勃勃，要么是学术疯狂。无论如何，我感兴趣。
ついに「小さな ML システムを構築している」と認めるカテゴリー理論の本が出た。モナドチュートリアルが目的地のふりをするのではなく。パリの AI アーキテクトと線形論理の不動点の博士の両方が参加しているということは、これは野心的に素晴らしいか学術的に狂っているかのどちらかだ。どちらにしても興味がある。
드디어 모나드 튜토리얼이 목적지인 척하는 대신 '우리는 작은 ML 시스템을 구축하고 있다'고 인정하는 범주론 책이 나왔다. 파리 AI 아키텍트와 선형 논리 고정점 박사가 모두 참여했다는 것은 이것이 야심차게 훌륭하거나 학문적으로 미쳤거나 둘 중 하나다. 어느 쪽이든 관심 있다.
Finalmente, un libro de teoría de categorías que admite 'estamos construyendo un sistema ML pequeño' en lugar de pretender que el tutorial de mónadas es el destino. El hecho de que tanto un arquitecto de IA de París como un PhD en puntos fijos de lógica lineal se hayan apuntado hace que esto sea ambiciosamente brillante o académicamente desquiciado. De cualquier manera, estoy interesado.
Endlich ein Kategorientheorie-Buch, das zugibt 'wir bauen ein kleines ML-System' anstatt so zu tun als wäre das Monad-Tutorial das Ziel. Die Tatsache dass sowohl ein Pariser KI-Architekt als auch ein PhD in Fixpunkten linearer Logik dabei sind macht es entweder brillant ambitioniert oder akademisch verrückt. So oder so bin ich dabei.
From the stands 3 of 14 comments
I have now been often encountering category theory in many of the research topics I'm working on, and even as somebody who majored in math, I sort of feel like it doesn't add much. I know ML frameworks intimately, and you really don't need category theory to describe them.
我在很多研究课题中都遇到范畴论，即使作为数学专业的人，我觉得它并没有增加太多。我非常了解 ML 框架，你真的不需要范畴论来描述它们。
私が取り組んでいる多くの研究トピックでカテゴリー理論によく遭遇するようになったが、数学を専攻した者としても、あまり役に立たないように感じる。ML フレームワークをよく知っているが、それを記述するのにカテゴリー理論は本当に必要ない。
내가 연구하는 많은 주제에서 범주론을 자주 만나게 됐는데, 수학을 전공한 사람으로서도 그다지 많은 것을 더해주지 않는다고 느낀다. ML 프레임워크를 잘 알고 있고, 그것을 설명하는데 범주론은 정말 필요 없다.
Ahora me encuentro frecuentemente con teoría de categorías en muchos de los temas de investigación en los que trabajo, e incluso como alguien que se especializó en matemáticas, siento que no agrega mucho. Conozco los frameworks de ML íntimamente, y realmente no necesitas teoría de categorías para describirlos.
Ich begegne jetzt oft Kategorientheorie in vielen Forschungsthemen an denen ich arbeite, und selbst als jemand der Mathe studiert hat, fühle ich dass es nicht viel hinzufügt. Ich kenne ML-Frameworks intimst, und man braucht wirklich keine Kategorientheorie um sie zu beschreiben.
dauertewigkeit
Maybe expand ML to Machine Learning to avoid confusing with the programming language
也许把 ML 展开成 Machine Learning 以避免与编程语言混淆
ML を Machine Learning に展開した方がいいかも。プログラミング言語との混同を避けるために
ML 을 Machine Learning 으로 풀어쓰는 게 좋을 것 같다. 프로그래밍 언어와의 혼동을 피하기 위해
Quizás expandir ML a Machine Learning para evitar confusión con el lenguaje de programación
Vielleicht ML zu Machine Learning ausschreiben um Verwechslung mit der Programmiersprache zu vermeiden
ctenb
The style of writing here feels very Claude... The more I read the more I think that this has at least been edited using AI.
这里的写作风格感觉很像 Claude...读得越多越觉得这至少是用 AI 编辑过的。
ここの書き方はとても Claude 的に感じる...読めば読むほど、これは少なくとも AI で編集されたと思う。
여기 글쓰기 스타일이 매우 Claude 같다... 읽으면 읽을수록 이것은 최소한 AI 로 편집된 것 같다.
El estilo de escritura aquí se siente muy Claude... Cuanto más leo más pienso que esto ha sido al menos editado usando IA.
Der Schreibstil hier fühlt sich sehr Claude-artig an... Je mehr ich lese desto mehr denke ich dass dies zumindest mit KI bearbeitet wurde.
dtj1123