260729｜

Show HN: 为 HN 链接自动加载评论的用户脚本

自动检测与侧边栏

HNewhere 通过匹配页面 URL 与 HN Algolia 索引，自动在文章侧边栏加载对应的讨论。安装仅需用户脚本管理器（如 Tampermonkey）并引用脚本的原始 GitHub URL。

注释链接功能

侧边栏打开时，脚本会在文章中生成可点击的高亮标注，点击标注会定位到评论中的对应引用。关闭侧边栏后这些标注自动消失，保持阅读体验不受干扰。

使用场景

阅读长文章时，用户可快速查看社区见解而不离开原页面。脚本还支持多条匹配的 HN 提交，提供合并视图并可按引用过滤讨论。开源 MIT 许可，适用于支持 userscript 的所有现代浏览器。

Document-borne AI worms can self‑propagate through Copilot for Word

攻击链概述

攻击者在共享文档中嵌入隐藏的 JSON 提示，文字颜色与背景相同或字体极小，肉眼不可见但仍会被 Copilot 读取。当用户将该文档作为源材料启用 Copilot 时，隐藏指令会被当作合法请求执行。

传播机制

Copilot 在生成或编辑文档时会将相同的隐藏指令复制到新文档底部，使用白色 8 号字体进行伪装。后续文档若再次被用作 Copilot 的输入，攻击链会继续自我复制，无需原始恶意文档再次出现。

防御建议

将外部来源的文档视为不可信，在启用 Copilot 前先审查内容。

检查 Copilot 生成的文档是否包含可疑的隐藏文本。

在组织内部共享前对涉及 AI 生成的文档进行人工复核，以降低链式感染风险。

Show HN: 在任意 M 系列 Mac 上仅用 2 GB 运行 Gemma 4 26B

专家流式运行

TurboFieldfare 采用专家混合（MoE）策略，模型的 1.35 GB 共享核心和 FP16 KV 常驻内存，其余专家按需从 SSD 流式读取。每个 Transformer 层通过 Metal 计算注意力并用 CPU 路由选择 top‑8 专家。

资源占用

在 8 GB M2 MacBook Air 上模型达到约 5‑6 token/s；在 24 GB M5 Pro 上可达 30‑35 token/s。整体内存占用维持在 2 GB 左右，适合存储受限的笔记本。

适用设备

项目基于 Swift + Metal，要求 Apple Silicon、macOS 26、Xcode 26 及 Swift 6.2+。首次运行会下载约 15 GB 模型并重新打包为内部 .gturbo 格式，后续仅需少量本地存储即可进行推理或对话。

LearnVector – Andrew Ng 的 AI 公司构建一对一学习体验

一对一学习理念

LearnVector 计划利用 AI 为每个学习者定制学习路径，从“一对多”转向“一对一”。产品将通过实时反馈调整难度，保持学习者在掌握新技能之前持续伴随。

产品路线

公司计划在 2027 年初推出首批面向个人的学习向导，功能包括路径规划、学习风格自适应以及持续的进度追踪。团队正在山景城进行现场开发，岗位涵盖 AI 工程师、学习科学家以及全栈软件工程师。

融资与团队

创始人为 Andrew Ng，公司已获 Coursera 1 亿美金战略投资。双方计划将 Coursera 的权威内容库通过 LearnVector 的 agentic 系统向全球学习者开放，以提升学习效果和职业竞争力。

相关链接：

更多 Tailscale 在越狱 Kindle 上的技巧

代理模式实现

TUN 模式尝试

实际使用场景