模型

Z.ai 发布 GLM-Legal:基于 GLM-5.3-Flash 的法律专用模型,Harvey LAB 通过率 19.2%

精选理由

Z.ai 把 GLM-5.3-Flash 调成法律专用版,全任务通过率 19.2%,比通用模型高了 12.5 个点,做法律科技的人可以看看它评测口径。

Z.ai 发布法律领域模型 GLM-Legal,基于 GLM-5.3-Flash 做法律语料中期训练,并在数万个法律任务环境中进行强化学习,同时联合优化模型与 agent 执行框架。官方公布 Harvey LAB 全通过率为 19.2%,较基础模型提升 12.5 个百分点,该结果与 LegalBench 均由 Vals 独立评测。展示案例包括 40 份项目纠纷材料的矛盾分析和合同条款提取,并称在 LegalBench 与中国法律基准 PLawBench 上接近领先模型。API 目前为申请制 Beta,AutoClaw 集成尚未上线。

原文 · SuperTechFans

2026-10-14 Hacker News Top Stories # marketyour.games 用 OpenBSD、C、httpd 和 SQLite 实现账号、搜索、Stripe 支付与邮件;作者认为 CGI 简化部署,但仍须自行处理输入解析、转义和安全。 Z.ai 基于 GLM-5.3-Flash 发布 GLM-Legal,称 Harvey LAB 全通过率为 19.2%、提升 12.5 个百分点;训练联合优化模型与执行框架,API 仍需申请 Beta。 Meta 发布 Muse Wonder 与 Muse Wonder Full,主打跨对话记忆和长任务执行;前者进入 API 与 Muse Code,Full 面向 Muse Code 订阅者,完整安全报告仍待公布。 Rust issue #164250 显示协变字段赋值可绕过结构体生命周期要求,纯安全代码也能产生失效引用;维护者列为 P-high,并称利用需要特意构造的 Drop 实现。 Huahai 反驳 Rich Hickey 关于 LLM 无法被人驾驭、因而不算工具的论断,主张以提问、查证、测试和纠错形成反馈循环,同时承认不确定输出与思考外包风险。 Apple HomeView 将于 11 月 13 日上市,配备 A18、7 英寸屏幕和 1200 万像素摄像头,最多识别六人;个性化内容需同 Wi-Fi 下近期解锁的配对 iPhone 或 iPad。 Mozilla 的 Firefox Enterprise 强调本地部署管理控制台,提供数据防泄漏、AI 与扩展管控、SIEM 审计和专业支持;官网主张隐私与自主性,但未公开具体报价。 Codex issue #48195 的报告者称 0.157.0 在交互会话启动常驻 app-server,复制约 374 MB 包并独立更新,还保留首个会话环境;他要求改为明确选择加入。 Anthropic 称日合并量从五月约 2500 次增至九月逾 3 万次,七人五个月完成 Scion 与配套工具迁移;它采用在线服务端提交和分层缓存,明确不适合替代通用 Git。 Bloomberg 报道CFTC职业分析师调查,2026年3月23日特朗普逆转伊朗袭击威胁前约15分钟出现的可疑石油和股票期货大宗交易并提交移交建议后,被特朗普任命的主席的高级顾问罕见干预要求撤回,改由其亲自接管分析。 1. 用 C 与 CGI 交付现代商业 Web 应用 (A Modern Web App in C) # https://prophitt.me/writing/a-modern-web-app-in-c 作者以商业产品 marketyour.games 为例,介绍在 2026 年用 C 与 CGI 构建现代 Web 应用的经历。产品包含账号、内容创作者搜索、文件夹、Stripe 支付和 Postmark 邮件,前端采用渐进增强;底层则是 OpenBSD、C、httpd、SQLite 组成的 BCHS 栈。 每次请求启动独立进程,程序读取 CGI 环境变量、向标准输出写响应,并直接打开 SQLite 文件。静态资源编入二进制,替换可执行文件即可让新请求使用新版本。作者采用 chroot、pledge、unveil 限制程序权限;外部构建依赖主要是 libcurl 与 libsodium,SQLite 和 JSON 解析代码随项目构建。他称完整构建只需数秒,增量构建不到半秒。 作者看重接口稳定、依赖少、可用普通调试器理解整个程序,以及无需维护数据库服务的运维方式。代价是 CGI 不提供现成的 cookie、表单、查询参数解析和输出转义,他对自己编写这些工具是否合适仍有疑虑,也未给出完整性能测试。进程启动成本若成为瓶颈,他认为可改用 FastCGI;这是一项实际产品经验,不能据此保证 C 应用安全或适合所有高并发业务。 HN 热度 689 points | 评论 307 comments | 投稿者:prophittcorey | 发布时间:2026-10-13 00:13:10 +08:00 # https://news.ycombinator.com/item?id=50058528 有 CGI 编程书作者回顾,早年进程启动速度是其退潮的重要原因,而今天可能已足够快,但这不意味着所有项目都应回迁。 长期用 C、FastCGI、FreeBSD 与 PostgreSQL 开发订餐系统的使用者分享了可控、易修改且成功商业化的经验。 反对自行编写解析工具的意见指出,cookie、表单与输出转义正是常见漏洞来源,应优先采用经过验证的成熟库。 Go 使用者认为,单文件部署和内嵌资源并非 C 独有,标准 HTTP 库与并发支持还可减少额外实现。 关于 SQLite 并发的回复说明,WAL 可支持并发读取,但写入仍串行,还应设置等待超时避免立即失败。 保留反向代理的意见强调负载均衡与抗攻击等职责,认为两层服务不一定是多余复杂度。 有读者质疑把编辑器模板识别问题当成 C 的优势,因为其他语言也能采用相同的字符串输出方式。 想评估实现细节的读者希望看到具体代码示例,而不只听到架构和体验描述。 有评论将每请求启动进程的 CGI 与今天的 serverless 类比,认为部分架构思想只是换了名称。 2. GLM-Legal:面向法律工作流的专用模型 (GLM-Legal) # https://z.ai/blog/glm-legal Z.ai 发布 GLM-Legal,目标是把分散的案件材料、法律规则与交付要求串成完整工作流,而非只回答单轮法律问题。模型基于较轻量的 GLM-5.3-Flash,通过法律语料中期训练、数万个法律任务环境中的强化学习,以及模型和 agent 执行框架的共同迭代,改善资料提取、论证和成稿。 官方公布 Harvey LAB 全通过率为 19.2%,较基础模型增加 12.5 个百分点;该指标要求一项任务的全部评分标准都满足,不是一般问答正确率。公告称 Harvey LAB 与 LegalBench 结果由 Vals 独立评测,并宣称在 LegalBench 和中国法律任务 PLawBench 上接近领先模型,正文未给出可据此推导实际执业可靠性的保证。 展示案例包括服务合同的退出与交接条款、40 份项目纠纷材料中的矛盾分析,以及新加坡、马来西亚、印度尼西亚的上线隐私计划。证据案例明确要求继续核对完成率与其余法律要件,再作最终判断。API 为申请制 Beta,AutoClaw 集成尚待上线;这些是演示任务和评测成绩,不能等同于每个法域都能直接采用的法律结论。 HN 热度 663 points | 评论 358 comments | 投稿者:ilreb | 发布时间:2026-10-13 00:11:45 +08:00 # https://news.ycombinator.com/item?id=50058507 一位使用者分享先用 Claude 修改标准供应商合同、再让律师终审的经历,认为常规事务与新颖复杂案件应分开评测。 自称律师的评论者认为,约两成任务全通过不足以打动诉讼实践,因为真正困难的是处理新情况。 回复者指出全通过评分十分严格,认为不能把该百分比直接当成模型整体能力很差的证据。 检查过 Harvey 任务轨迹的读者质疑部分题目和评分规则,要求先审视基准质量再解释排名。 法域差异引发担忧,尤其是模型会不会把爱尔兰、美国与英国法律混在一起。 法律变化与虚构判例风险使一些读者关注知识更新和引文核查,而不只关注生成速度。 法律材料的敏感性引发对工作区上传、数据保存地点和服务商隐私记录的质疑,这些评论没有自行证明本产品的实际数据处理行为。 有人担心自动化常规初级工作会削弱新人积累判断力的机会,节约时间之外还需要设计培养路径。 针对服务政策的争论,有回复明确指出,要求合格人员监督并不能推出服务商会把案件材料发送给对方律师。 3. Meta Muse Wonder:强调记忆与持续执行的 agent 模型 (Muse Wonder) # https://research.meta.ai/blog/muse-wonder Meta 发布 Muse Wonder 与 Muse Wonder Full,称这是其重建 AI 技术栈十四个月后推出的更强模型系列,在吉瓦级 Prometheus 数据中心训练。Wonder 可通过 Meta Model API 和 Muse Code 使用,Full 面向 Muse Code 订阅者;面向普通 Muse 用户的应用体验还将逐步推出,先覆盖订阅用户。 公告把能力归纳为 Active Memory 与 Active Focus:前者跨对话保存并主动检索相关背景,后者围绕目标尝试替代路径、应对阻塞、适时澄清并在重要操作前确认。展示涉及法律文书、3D 厨房游戏、跑步计划和持续软件开发,评测包括 MemoryBench、FocusBench 与 SWE-Marathon。 Meta 还比较训练所针对的任务与未针对的新任务,认为更强基础模型能让后训练收益更好地迁移到陌生问题,并宣称隐私处理、对抗指令和滥用防护有所改善。上述优势是官方发布中的评测与解释,不等同于所有实际工作流的稳定表现;公告也明确表示,包含更多安全评估的完整报告将在之后发布。 HN 热度 657 points | 评论 371 comments | 投稿者:meetpateltech | 发布时间:2026-10-13 00:48:01 +08:00 # https://news.ycombinator.com/item?id=50059115 支持增加前沿竞争者的意见认为,多家公司接近领先水平有助于降低单一企业决定整个行业方向的权力集中。 图像转网页的个人测试给出了不如 Opus 的体验,但回复强调必须先分清测试的是 Wonder 还是 Wonder Full。 一位开发者在前端润色和后端修改中遇到反复审阅与修复循环,认为模型的判断力仍落后于其基准表现。 定价讨论要求把普通 Wonder 的 API 价格与 Full 的评测成绩分开,避免拿不同产品层级直接比较。 订阅者分享少量请求消耗明显额度的体验,认为评估价值还要看实际配额而非只有模型排名。 部分读者仍期待开放权重,认为短暂的前沿排名不能代替部署自主权。 个人信息处理引发对 Meta 的信任质疑,有读者认为即使违规比例不高,也未必适合代办私人事务。 一次用旧版 Muse Spark 规划旅行的经历包含停业餐厅和日期错误,评论者以此质疑个人助手可靠性,但这不是对新 Wonder 的直接测试。 有试用者对 SVG 绘图结果评价积极,并提供旧版模型作品作比较。 4. Rust 生命周期检查漏洞可追溯到十一年前 (11 year old unsoundness bugs found in Rust borrow checker) # https://github.com/rust-lang/rust/issues/164250 Rust 的 issue #164250 报告,结构体字段赋值和类型协变组合可绕过生命周期要求。复现中,本应只接收长生命周期数据的泛型结构体被赋入局部引用,析构时又把它当作满足较长生命周期的值保存或使用,结果是在对象离开作用域后访问失效数据。示例没有写 unsafe,正常编译却产生错误输出,AddressSanitizer 报告作用域结束后的栈访问。 首份报告确认当时 nightly 和至少 1.85.0 的稳定版受影响,后续复现把类似行为追溯到 1.4,因此帖子强调漏洞存在约十一年。讨论还给出无需静态存储、借助线程或类型统一触发的变体,问题并不只局限于最初那段示例。 维护者补充说明,类型团队非常重视健全性,正推进 trait solver、区域约束重构与 Project Zero。问题当前列为 P-high;其判断是,这么多年未被发现说明不易偶然命中,而且要造成内存不安全需要特意构造的 Drop 实现。该判断不否认漏洞本身,也不是受影响项目调查或利用概率测量;问题页仍开放,不能把它写成已发布修复。 HN 热度 649 points | 评论 362 comments | 投稿者:formerly_proven | 发布时间:2026-10-13 18:27:00 +08:00 # https://news.ycombinator.com/item?id=50069499 看到最小示例的读者认为代码并不晦涩,担忧类似组合可能出现在正常业务中。 四年系统开发经验的回复者却称自己从未需要自定义 Drop,认为这正是不能把示例轻易推广到普通代码的条件。 有评论把问题区分为编译器未正确执行既有规则,而不是必须重新设计 Rust 生命周期规则。 认可 Rust 安全价值的意见指出,编译器仍可能有漏洞,但这不等于静态安全机制毫无意义。 类型系统的复杂性让一些读者关注变异与协变的交互,并将该案例放在其他语言的健全性反例中讨论。 对安全认证编译器的提问得到同源代码可能同样受影响的回复,同时回复者也保留了认证使用规范或有限制的可能。 有读者希望观察修复会让哪些现有 crate 无法编译,以衡量现实影响而不只是把漏洞当作语言争论的反例。 另一些意见期待更系统的缺陷搜索与形式化验证,同时没有给出这些手段能立即消除全部漏洞的证明。 5. Huahai:把 AI 当工具,关键在于怎样使用 (AI is a tool and using it well takes skill) # https://yyhh.org/blog/2026/10/ai-is-a-tool/ Huahai 回应 Rich Hickey 的文章“AI 不是工具”,反对把工具与自动化截然分开。他承认外包工作可能让人失去学习机会,但认为 LLM 仍可被人有目的地使用:使用者提出要求、检查结果、修正方向,并决定是否采纳;自动执行部分工作不应让它被排除出工具类别,编译器和电子表格也有自动化。 文章把技巧具体落在判断与反馈上,例如让模型解释陌生代码,再核对源码、测试修改、拒绝错误建议并调整问题。作者认为 AI 会放大人的好坏判断;可预测性、可靠性和易控制程度是评价工具质量的标准,不能因为一种工具表现差,就断定它不再是工具。 他也区分用摘要代替读论文,与读过论文后让模型帮助质疑理解,前者可能逃避思考,后者可以服务于主动学习。对“叛逃”“密谋”等拟人措辞,他主张改用输出错误、未遵从指令或有害操作等工程语言。作者明确承认 LLM 不会总是服从;这是概念与使用方式的论辩,没有提供可重复实验来量化熟练使用者的生产率优势。 HN 热度 639 points | 评论 509 comments | 投稿者:layer8 | 发布时间:2026-10-13 05:40:18 +08:00 # https://news.ycombinator.com/item?id=50063427 工程使用者认为,AI 能加快个人原型,但应用扩展后仍需要理解设计与工程约束的人。 把 AI 用来学习代码库、比较方案和探索系统限制的意见,反对将它当作无需自己思考的许愿机。 质疑者要求给出可重复、可验证的具体技巧,认为锯子和编译器的类比没有解决 LLM 输出不稳定的问题。 一位长期试用者觉得许多上下文与提示配方已过时,目前更持久的能力是清楚表达想做什么。 持不同判断的评论认为,模型进步还可能继续降低使用门槛,因此当前专家优势未必永久存在。 运维使用者分享模型猜错 Exim 默认配置、却帮助找到更好的 Windows 修复方法的经历,强调有用和出错可以同时发生。 有观点认为工具也会反过来塑造人的技能、感知与价值,因此只讨论是否算工具不足以回答社会影响。 部分开发者在意无法自行检查和修改所用系统,以及订阅成本,认为这些会影响工具自主权。 担心认知能力退化的意见强调,鼓励人信任模型的商业动力很强,而鼓励自行训练思考的投入较弱,这属于其风险判断。 6. Apple HomeView:共享家庭屏幕与 Siri AI (Apple HomeView) # https://www.apple.com/apple-homeview/ Apple HomeView 是面向家庭共享的智能显示设备,官网标注 11 月 13 日开始发售,提供桌面底座和壁挂款。它采用 A18、7 英寸 Liquid Retina 屏幕、1200 万像素 Center Stage 摄像头与四麦克风阵列,屏幕亮度范围为 0.3 至 500 尼特;用途包含音乐、FaceTime、照片、定时器和 Apple Home 配件控制。 产品最多识别六名家庭成员,借助配对的 iPhone 或 iPad 提供个人日程、信息与上下文。苹果称 Secure Exclaves 隔离处理人脸与语音信号,私人云计算用于更复杂请求;这些是厂商对架构和隐私的说明,不能当作独立安全测试结论。 使用条件尤其重要:访问个人内容需要配对设备处于相同 Wi-Fi、近期已解锁,并且 HomeView 识别出本人。完整个性化体验还要求 Apple 账号、兼容设备和共享家庭成员设置;未识别的访客可控制家居、查天气、设定时器和播放音乐,但不能访问私人资料。Siri AI 首发仅支持英语,可能存在使用额度限制;Home Collection 配件则标为稍后推出,不应把所有展示能力写成当天已经全面可用。 HN 热度 626 points | 评论 754 comments | 投稿者:etothet | 发布时间:2026-10-13 21:02:12 +08:00 # https://news.ycombinator.com/item?id=50071017 一些已有手机、平板与 HomePod 的使用者认为,再增加一块厨房屏幕的实际收益不够明确。 另一类意见希望苹果提供现有 iPad 的底座,像可拆卸家庭面板一样复用已有设备。 支持者喜欢设计与价格定位,认为这显示苹果可能重新认真经营智能家居。 价格比较的回复则提醒,是否积极定价要与 Nest Hub 等同类产品比较,而不只看苹果自身产品线。 曾遇到 Siri 把灯光指令误解为风扇控制的使用者,认为演示不能消除对日常执行可靠性的担忧。 部分读者希望明确 App Store 应用、第三方助手及 Home Assistant 接入能力,担心设备限制其已有家庭工作流。 有回复认为小屏更适合快速查看信息,而非把它当作完整厨房影视设备。 壁挂款得到更符合墙钟与入口面板用途的评价,桌面款的外形和占位则遭到质疑。 可能存在使用限额的说明使一些读者担心,购买硬件后依赖的助手能力仍受服务条件影响。 7. Firefox Enterprise:把企业浏览器治理部署在自己的基础设施 (Firefox Enterprise) # https://www.firefox.com/en-US/enterprise/ Firefox Enterprise 将浏览器定位为企业数据、身份与 AI 使用的治理层,面向监管要求高或安全敏感的组织。官网主张管理控制台部署在客户自己的基础设施,让组织决定数据、策略与管理所在的位置;同时以 Mozilla 独立浏览器引擎作为减少技术集中和供应商锁定的卖点。 列出的能力包括集中管理浏览器策略、控制外部连接与遥测、按域名警告或阻断敏感数据操作、允许或限制 AI 工具、把事件输出到 SIEM,以及高风险浏览的 Lockdown Mode 和组织级扩展管控。Enterprise 包含私密问题分诊与约定响应时间的专业支持;页面另列常规 Firefox 与可购买支持的选择。 这些是产品介绍,不是逐项功能测试或经审计的数据防泄漏效果。官网未公开具体报价,购买与演示需要进一步联系;本地部署也不等于所有网页访问都在本地完成。页面没有宣布普通 Firefox 的现有隐私保护或设置将被删除,因此不能把付费企业治理解读成个人版已丧失这些能力。 HN 热度 599 points | 评论 252 comments | 投稿者:recvonline | 发布时间:2026-10-13 20:00:42 +08:00 # https://news.ycombinator.com/item?id=50070302 支持者认为围绕浏览器做企业服务比偏离主业的项目更合理,也可能形成可持续收入。 有人把企业收入视为减少搜索合作与附加服务依赖的途径,同时承认它也可能改变激励。 无法在公司安装 Firefox 的使用者认为,缺少企业治理能力会损害实际采用机会。 一些读者追问它与既有 GPO、配置文件和扩展管理的区别,希望看到更具体的新增功能。 有回复指出私密分诊与确定响应时间可能是真正新增的企业购买价值。 对付费隐私定位的疑虑集中在个人用户是否被降级,但评论提出的是担忧,并没有证明普通版保护已被移除。 IT 使用者担心员工习惯 Chrome,推行另一个浏览器会增加支持工单与迁移阻力。 另一位 IT 使用者却分享公司停用 Firefox 后收到用户反对的经历,说明组织内偏好并不一致。 有员工反对把 Firefox 交给公司全面锁定,认为无法关闭的证书、扩展和策略会削弱个人使用体验。 8. Codex CLI 常驻自更新守护进程引发默认行为争议 (Codex CLI installs a persistent, self-updating background daemon by default) # https://github.com/openai/codex/issues/48195 这是一条要求调整默认行为的 GitHub issue,不是 OpenAI 发布的安全通告。报告者在 Linux WSL2、npm 安装的 Codex CLI 0.157.0 中观察到,开启交互会话会启动常驻 app-server;终端关闭后进程仍存在,并将约 374 MB 的平台包复制到受管理的版本目录中执行。 他称后台更新器启动五分钟后检查更新,随后每小时检查,下载新包并重启后端,使实际执行版本与包管理器安装版本分离。另一个实际影响是守护进程保留首次启动时的环境:报告者按会话设置不同代理,但后续连接仍继承最初的代理设置;停止后端也曾留下更新器进程。 诉求是默认不自动启动,或者首次启动时询问;若保留默认,则希望最后一个客户端退出后停止,并尊重外部包管理器的版本控制。原文给出关闭 feature flag 后不再启动的经验,后续也有 Windows 用户确认相关问题。本稿依据具体版本与用户复现描述,没有在当前运行环境启动或测试该守护进程,不能据此断言每种安装方式和后续版本都具有完全相同行为。 HN 热度 598 points | 评论 291 comments | 投稿者:whimblepop | 发布时间:2026-10-13 02:29:04 +08:00 # https://news.ycombinator.com/item?id=50060694 支持自动更新的意见认为工具变化很快,类似浏览器的更新机制有助于及时获得修复。 反对者认为更新应先征得用户同意,也指出自动更新并不必然需要常驻进程和多个旧版本。 一位使用者称旧版本占用了约 12 GB 磁盘,要求把空间清理与更新机制一起考虑。 有人强调软件应尊重发行版与包管理器,由打包者测试版本并提供一致的默认行为。 Nix 使用者分享对同类工具移除自更新和后台行为的补丁,指出这些机制会破坏声明式安装假设。 代理与环境变量的继承问题让使用者认为,后台模式破坏了命令行工具应继承本次 shell 环境的直觉。 一些读者倾向把 agent 工具放进容器或虚拟机并固定版本,以限制它们对宿主环境的影响。 有使用者根据后台预热观察到首轮之后更快的表现,提醒性能测试也要控制已存在的常驻状态。 另一些用户希望保留更轻量的模型执行框架,只提供必要工具和清楚可配置的沙箱。 9. Anthropic 用 Scion 重做面向 agent 的版本控制 (Redesigning source control at Anthropic) # https://www.anthropic.com/engineering/redesigning-source-control Anthropic 介绍内部版本控制系统 Scion:其单体仓库日合并量从五月约 2500 次增至九月超过 3 万次,历史近 100 GB、压缩工作区超过 25 GB,CI 每天约 2500 万次检出。公司认为瓶颈已转向为人类规模设计的代码管理与构建基础设施;七人团队用五个月完成 Scion、审阅工具 Antique 和相关系统的建设迁移。 Scion 假定客户端在线,把提交、合并、rebase 和历史查询放在服务端。changeset 在写前日志中保存相对首个父节点的文件变化与内容地址,派生索引按需计算;工作区可稀疏或延迟实体化,部分任务只调用 API。节点 daemon、区域缓存与源服务分层共享不变对象,避免每个任务维护完整仓库。 公司称缓存命中率超过 99%,CPU 与内存需求约为旧 Git 镜像体系的二百分之一,检出由分钟降到秒,CI 获得 25% CPU 容量收益;这些是其内部案例数据。工程师仍决定系统约束、审阅变更意图并阻止过度设计。 文章明确说 Scion 不适合替代通用 Git:它针对巨大单体仓库和密集 agent 工作,依赖持续联网及配套审阅、搜索、CI,Anthropic 的内部 token 预算也远高于普通企业。公司更希望把服务端 API 和缓存思路反馈给 Git 生态,而非让每个团队照搬全部体系。 HN 热度 463 points | 评论 457 comments | 投稿者:Philpax | 发布时间:2026-10-13 23:49:56 +08:00 # https://news.ycombinator.com/item?id=50073633 一些读者用 SVN 或 Perforce 类比其中央化设计,认为服务端工作模式并非全新的方向。 开发兼容层的评论者认可巨大仓库与 agent 会触及 Git 扩展限制,但强调迁移桥梁比一次替换全部工具更重要。 坚持本地历史的意见反对提交、合并都依赖在线 API,担心丢失离线试验与重写本地提交的自由。 文章作者回复,提交立即可见能简化研究任务、CI 和多环境共享,并称内部还提供跟踪提交头的工作区功能。 有读者质疑庞大的日合并量究竟对应多少有价值的变化,认为提交数量不能直接证明产品进展。 对审阅方式的担忧集中在只检查变更意图是否足以发现模型走捷径,而不是把文章误写成完全没有人工审阅。 一些意见认为 AI 降低开发成本会促使企业更多自建,但长期维护成本是否同样下降仍是另一问题。 评论提醒普通企业不要因追赶热潮照搬 Anthropic 的规模与流程,因为基础条件并不相同。 还有读者担心各家公司各自发明版本控制会重复投入,更希望大型实验室共同改善可共享的方案。 10. Bloomberg:CFTC 可疑石油交易分析撤回争议 (CFTC Staff Were Told to Retract Analysis of Suspicious Oil Trades) # https://www.bloomberg.com/news/features/2026-10-13/cftc-staff-told-to-retract-analysis-of-suspicious-oil-trades-on-iran 美国商品期货交易委员会(CFTC)的市场监管部法务分析师团队在调查2026年3月23日特朗普宣布逆转对伊朗电厂袭击威胁前后出现的大宗可疑石油和股票期货交易时,向执法部门提交了移交材料,建议进一步调查潜在的内幕交易。但CFTC主席迈克尔·塞利格的高级顾问梅尔·古纳瓦德纳随后指示市场监管团队的一名主管撤回该移交,并亲自接管数据分析工作。知情人士称,这一干预极不寻常,打破了职业专家负责初步取证、执法律师决定是否立案的惯例。 类似可疑交易还出现在4月7日特朗普宣布停火前,以及4月17日伊朗外长宣布霍尔木兹海峡重新开放前。CFTC未予置评,古纳瓦德纳也未通过新闻办公室回应置评请求。 HN 热度 434 points | 评论 239 comments | 投稿者:helsinkiandrew | 发布时间:2026-10-13 18:08:00 +08:00 # https://news.ycombinator.com/item?id=50069329 有意见认为,只要有权者能阻止监管执行,再完善的监测规则也会失去实际约束力。 一些评论期待议会换届后的调查恢复问责,认为制度仍可能提供纠正机会。 持悲观立场的回复认为,历史上的缓慢调查和有限追责不足以支持对政党轮替的乐观预期。 另有评论主张更广泛的制度改革,认为只依靠个别政治人物或民粹动员难以解决根本问题。 对政治腐败逐渐麻木的担忧指出,重复出现的丑闻会削弱人们继续作出新反应的能力。 有回复要求把愤怒转为具体可执行的行动,而不是停留在未说明内容的行动号召。 关于预测市场管辖权,一种意见认为对未来经济事件的交易可支持联邦监管机构的解释。 另一回复援引对博彩分类的法律限制,反对把预测市场的联邦管辖范围作过宽解释。