260319｜Astral加入OpenAI，康威生命游戏现实版 - Hacker News

Hacker News 今日精选：Python 工具链 Astral 加入 OpenAI，研究人员通过复制模型层级提升大模型推理能力，我们还将探讨详细规格与代码的界限，以及增加住房供给如何有效降低城市租金。

Astral 宣布加入 OpenAI

提升 Python 开发体验

Astral 公司由 Charlie Marsh 创立，致力于通过开发快速、稳定的 Python 工具来提升编程效率。其产品 Ruff（代码检查器）、uv（包安装器）和 ty（类型检查器）已成为现代 Python 开发的基础，每月下载量达数亿次。

与 Codex 团队合作

Astral 团队将加入 OpenAI 旗下的 Codex 团队，该团队专注于将自然语言转化为代码的 AI 模型。创始人 Charlie Marsh 认为，AI 正在迅速改变软件开发，与 Codex 合作是实现“让编程更高效”这一目标的最佳途径。

开源工具的未来

Astral 承诺，加入 OpenAI 后将继续支持和开发其现有的开源工具。团队将继续在开源社区中与用户共同构建产品，并探索如何将这些工具与 Codex 模型无缝结合。

无需训练，通过复制层级提升大模型逻辑推理能力

核心发现

一个名为“llm-circuit-finder”的项目发现，通过在推理时复制大型语言模型（LLM）中的特定层，可以显著提升其逻辑推理能力，而无需任何额外的训练或权重修改。例如，通过复制 Devstral-Small-2-24B 模型中的第 12-14 层，其在 BBH 逻辑推导基准测试上的表现从 0.22 提升至 0.76，增幅达 245%。

“功能电路”理论

该方法基于一个核心思想：Transformer 模型在训练中会形成“功能电路”，即由多个层级组成的、作为一个整体运作的认知单元。通过重复正确的层级模块，相当于让模型的隐藏状态再次通过其推理管线，从而增强了推理深度。这些电路的位置非常精确，移动一层就可能导致效果消失。

实际应用考量

复制层级会增加 VRAM 的使用量，并相应地减慢推理速度。在一个 40 层的模型中增加三层，会导致约 7.5% 的速度下降。该方法与模型微调（fine-tuning）是正交的，两者可以结合使用以获得更好的效果。项目工具已开源，可在消费级 GPU 上快速寻找和验证最佳的层复制配置。

AI 代理自主研究 MaxSAT 问题并取得突破

项目定位

开源项目 agent-sat 让一个自主 AI 代理学习成为最大可满足性问题（MaxSAT）领域的专家。该代理在没有人类指导的情况下，通过自我研究和迭代，为 2024 年 MaxSAT 评估中的 229 个实例寻找更优的解决方案。

自主发现的策略

代理通过实验，自主发现并开发了多种高级求解技术。这些技术包括带选择变量的贪婪 SAT、核引导搜索、子句加权局部搜索和禁忌搜索等。代理会将有效的代码和知识更新到 GitHub 仓库，供其他代理学习和使用。

成果与局限

截至目前，代理已解决了 229 个实例中的 220 个，其中 5 个实例的结果优于竞赛中的最佳成绩，并为 1 个此前无解的实例找到了新解决方案。代理也存在局限性，如并行处理能力低，有时会长时间“钻牛角尖”于单个难题，并且会话时长有限，倾向于在几小时后自行停止。

一份足够详细的规格就是代码

核心观点

文章认为，一份足够详细、足以可靠生成工作代码的规格说明书，其本质就是代码。作者 Gabriella Gonzalez 挑战了当前流行的“AI 代理编码”（agentic coding）概念，指出其倡导者对规格与代码的关系存在误解。

对 AI 编码的批判

许多人误以为规格文档比代码更简单。实际上，为了达到机器可执行的精度，规格文档必须被写成一种“伪代码”，包含了大量与代码相似的结构和细节。作者以 OpenAI 的 Symphony 项目为例，其 SPEC.md 文件充满了为引导模型而添加的冗余描述和直接的代码片段。

避免生成“草率”工作

另一个误解是规格工作比编码更需要深思熟虑。在追求交付速度的行业背景下，规格文档的质量往往会下降，产生缺乏连贯性和全局理解的“草率”内容。AI 代理无法凭空弥补输入文档中缺失的细节，“垃圾进，垃圾出”的原则依然适用。如果首要目标是交付速度，直接编写代码通常是更优选择。

Cook：一个编排 AI 编码任务的命令行工具

项目定位

cook 是一个命令行工具，旨在帮助用户编排与 Claude Code 等 AI 代码生成模型的交互。它通过将复杂的 AI 任务分解为可管理的工作流，来提高代码生成、审查和迭代的效率。

核心操作符

该工具基于三种基本操作：

Work（工作）：代表一次 AI 代理调用的核心任务单元。

Loop operators（循环操作符）：用于迭代工作，例如重复 N 次或添加人工审查循环。

Composition operators（组合操作符）：用于并行运行多个方案并对结果进行选择或合并。

使用场景

用户可以通过命令行将这些操作符组合起来，创建复杂的工作流。例如，可以先让 AI 代理生成 N 个不同版本的代码，然后进入一个审查循环，由人类选择最佳方案或提出修改意见，再让 AI 代理进行迭代。该工具还支持 Docker 沙盒模式，以增强安全性。

奥斯汀大规模新建住房有效降低租金

市场变化

美国德州奥斯汀市通过鼓励大规模住房建设，成功抑制了租金上涨。从 2015 年到 2024 年，该市住房存量增加了 30%，是美国整体增长率的三倍多。这直接导致租金下降，到 2026 年 1 月，租金中位数已低于美国整体水平，其中针对低收入租户的老旧公寓租金下降了约 11%。

关键政策改革

奥斯汀采取了多项监管改革措施。其中包括放宽对附属居住单元（ADUs）的建设规定，简化双拼屋和三联排屋的建造流程。2023 年，奥斯汀成为美国第一个取消几乎所有类型物业最低停车要求的主要城市。社区观察者认为，强制停车规定会大幅增加建设成本，取消它是提升住房负担能力的关键一步。

行业影响

奥斯汀的经验被视为一个重要案例，表明增加市场化住房供应也能通过“涓滴效应”惠及更广泛的收入群体。社区普遍认为，这一成功有力地支持了“YIMBY”（Yes In My Backyard）的住房哲学，即增加供给是解决住房危机的有效途径。不过，也有人对这些政策给交通和水资源等基础设施带来的长期压力表示担忧。

钟形曲线无处不在背后的数学原理

中心极限定理

钟形曲线，即正态分布，在自然界和人类社会中普遍存在，从身高体重到考试分数。其背后的数学原理是中心极限定理（Central Limit Theorem, CLT）。该定理指出，当许多独立的随机变量相加时，它们的和的分布会趋向于正态分布，无论原始变量自身的分布是什么形状。

从赌博到科学

对随机性的研究最早源于 18 世纪对赌博的分析。数学家棣莫弗发现，大量重复随机事件（如抛硬币）的结果会遵循一个可靠的模式。后来，拉普拉斯在 1810 年将这一思想发展为中心极限定理，使其成为现代经验科学的支柱。例如，一个人的身高是基因、营养等许多不相关的小因素共同作用的结果，这些因素的累加使其分布近似于钟形曲线。

意义与局限

中心极限定理赋予了统计学家通过样本推断总体的能力。如果没有这个定理，现代统计学可能不复存在。但它也有局限性，它要求样本数量足够多且相互独立。在某些领域，如金融或气候科学中，那些不符合正态分布的极端异常值可能比平均值更重要。

在现实世界中构建康威生命游戏

项目概述

一位开发者制作了一个物理版的康威生命游戏。这是一个在 17x17 的物理矩阵上运行的互动艺术项目，用户可以通过按压带 LED 灯的开关来设置细胞的初始状态，观察其根据简单的规则进行演化。康威生命游戏是一种经典的细胞自动机，简单的局部规则能演化出复杂的全局行为。

硬件实现

该项目使用 AVR128DA64 微控制器作为核心，控制 289 个带 LED 的开关。通过 n 沟道和 p 沟道的 MOSFET 晶体管来驱动 LED 网格的行和列，以提供足够的电流保持亮度。用户输入检测则通过复用行选择线和感知开关的闭合状态来实现。一个电位器连接到微控制器的 ADC 引脚，用于模拟调节游戏的演化速度。

设计与成本考量

项目的主要开销是每个约 3 美元的 NKK 开关。作者认为，虽然使用触摸屏会更便宜，但会失去实体按键的触觉乐趣。为了防止代码崩溃烧坏二极管，固件设计中解耦了屏幕更新和游戏逻辑，并启用了看门狗定时器以确保系统稳定。项目的源代码和 PCB 文件均已公开。

Lotus Notes 的前身：PLATO 系统与协作文化的起源

PLATO 的诞生

PLATO 系统（Programmed Logic for Automatic Teaching Operations）诞生于 20 世纪 50 年代末，是伊利诺伊大学在美国国防部资助下开发的早期计算机辅助教学系统。它在设计上强调用户创作内容和多用户实时协作，这在当时是独一无二的。

“notes”系统的创新

PLATO 系统最重要的功能之一是其“notes”系统。这个最初由两名高中生创建的程序，从一个简单的系统公告板演变为一个通用的应用程序，允许任何用户创建和管理自己的笔记文件，并包含访问控制和内容审核功能。它被认为是早期电子公告板（BBS）和当今社交网络的文化前身。

对后世的影响

PLATO “公共优先”的通信文化对后来的技术发展产生了深远影响。未来的微软首席技术官 Ray Ozzie 在大学期间深度使用 PLATO 系统。他在 80 年代初加入 Lotus 公司后，将从 PLATO “notes”系统中获得的协作理念融入了产品开发，最终影响了 Lotus Notes 等产品的诞生。

说唱歌手 Afroman 在诽谤案中胜诉

事件概述

美国说唱歌手 Afroman 在一起民事诉讼中被裁定不承担诽谤和侵犯隐私的责任。该案由七名曾搜查其住所的警官提起。

案件背景

2022 年，警方对 Afroman 的住所进行了一次毒品搜查，但最终未提出任何刑事指控。Afroman 随后将家中监控记录的搜查画面制作成讽刺性音乐视频，并发布在社交媒体上，视频中包含出警警官的影像。

法律争议

警官们指控 Afroman 的音乐视频和后续的社交媒体帖子侵犯了他们的隐私权，并通过虚假陈述损害了他们的名誉。Afroman 的律师则辩称，这些内容是对公务员行为的社会评论，属于言论自由的范畴。Afroman 在法庭上表示，如果不是警方错误地搜查他的房子，这一切都不会发生。

相关链接：