SIREN（超级智能实时提前通知，前称DOOMCON）：一个可以验证的AI活动小时索引。哈希链收据，开放方法，无广告或追踪。
概览
超级智能实时提前通知。前身为DOOMCON;仓库和网址保留旧名称。 ·请在浏览器中核实读数 ·方法 五个柱子，一个0–100分，一个从DOOMCON 5（休眠）到DOOMCON 1（前所未有）的关卡。每个数字都可以被陌生人计算。 其他所有实时的AI风险指数——DoomBench、IMD的AI安全时钟、skynet倒计时、计量追踪器 pdoom.ai——都是通过人工或模型判断得分。这些指数都无法独立重新计算。 这个可以。克隆仓库，运行两个命令，把你的数字和发布的对比。如果他们不同意，那就是bug。 它衡量的是——不是伤害概率，也不是预测。完整的公式、每一个常数以及诚实的“这个指数如何可能误导你”部分都在docs/METHODOLOGY.md中。 每个版本前缀上方的 Docker 包装器。回填运行——引用发行版是故意冻结的，不能随意重新生成。
概述（AI 翻译）
超级智能实时提前通知。前身为DOOMCON;仓库和网址保留旧名。
实时：https://siren.watch/ ·请在浏览器中验证读数 ·方法
** 一个实时的 AI 活动节奏索引，由公开代码从公开数据计算得出。**
五大支柱，一个0–100分，一个从DOOMCON 5（休眠）到DOOMCON 1的关卡 （前所未有）。每个数字都可以被陌生人重新计算。
我们什么都不知道。我们只是数数。
这是什么
其他所有实时AI风险指数——DoomBench、IMD的AI安全时钟， Skynet倒计时、计量追踪器、pdoom.ai——按人类或模型判断得分。 它们都无法独立重新计算。
这个可以。克隆仓库，运行两个命令，把你的数字和 已经发布了。如果他们不同意，那就是个bug。
它衡量的是相对于该领域自身历史的可观察活动节奏**—— 不是伤害概率，也不是预测。完整公式、每一个常数，以及 诚实的“这个指数如何可能误导你”部分 docs/METHODOLOGY.md。
跑它
无需安装节点——所有程序均运行于Docker：
| 步 | 命令 | 写入 |
|---|
本页由 AI 翻译，技术细节请以原文为准。
README
以下为原文 README 节选，完整内容请查看原文。
SIREN
Superintelligence Real-time Early Notice. Formerly DOOMCON; the repository and the web address keep the old name.
Live: https://siren.watch/ · verify the readings in your browser · method
A real-time index of AI activity tempo, computed from public data by open code.
Five pillars, one 0–100 score, one level from DOOMCON 5 (DORMANT) to DOOMCON 1 (UNPRECEDENTED). Every number is recomputable by a stranger.
We don’t know anything. We just count.
What this is
Every other live AI-risk index — DoomBench, IMD’s AI Safety Clock, skynetcountdown, takeofftracker, pdoom.ai — scores by human or model judgement. None of them can be independently recomputed.
This one can. Clone the repo, run two commands, compare your number to the published one. If they disagree, that’s a bug.
It measures observable activity tempo relative to the field’s own history — not probability of harm, not a forecast. The full formula, every constant, and an honest “how this index could mislead you” section are in docs/METHODOLOGY.md.
Run it
No Node installation required — everything runs in Docker:
docker run --rm --network host -v "$PWD":/app -w /app node:20-alpine node collector/collect.mjs
| Step | Command | Writes |
|---|---|---|
| Build the frozen reference | node collector/backfill.mjs |
data/reference.json |
| Collect live readings | node collector/collect.mjs |
data/raw/.json |
| Score it | node collector/engine.mjs |
data/state.json, data/receipts/, data/history.ndjson |
| Render share cards | node collector/card.mjs |
public/cards/ |
| Generate post text | node collector/posts.mjs |
data/posts.json |
| Build the site | node site/build.mjs |
public/ |
| Build the posting console | node site/post-sheet.mjs |
public/post-sheet.html |
| Build the engage console (human likes/reposts) | npm run engage |
public/engage-sheet.html + data/x-engage.json |
Prefix each with the Docker wrapper above. Backfill runs once — the reference distribution is frozen on purpose and must not be regenerated casually.
Site upgrade plan
Next 90 days of site work (merge queue, retention, SEO, operator handoffs): docs/SITE-UPGRADES-90.md.
Architecture
New here? Start with the novice map: docs/README.md — what every folder does, side projects vs the index, and which workflow to look at.
collector/fetch.mjs shared HTTP: timeout, retry, User-Agent, structured errors
collector/sources/*.mjs one adapter per source — drop a file in, it is discovered
collector/collect.mjs runs every adapter concurrently -> data/raw/
collector/engine.mjs normalise -> smooth -> compose -> level, with anti-flap
collector/receipts.mjs hash-chained, append-only audit trail推荐工具
换一个关键词，或者移除筛选条件。
安装
npx skillfish add messagegabrielhere-lgtm/doomcon