ZhuLink ZhuLink
登录

每日科技新知 NO.20250417：Hacker News 中文解读，科技前沿热点速递

意外富翁 · 9个月前 · News · 39 · 0

Hacker News 中文精选 NO.20250417

一个基于 Hacker News 的中文日报项目，每天自动抓取 Hacker News 热门文章及评论，通过 AI 生成中文解读与总结，传递科技前沿信息。

Hacker News 中文精选

深入了解 DeepSeek 的分布式文件系统 3FS

本文介绍了 DeepSeek 推出的分布式文件系统 3FS，探讨了其设计理念、核心组件以及工作原理。文章适合对存储系统和分布式系统感兴趣的开发者阅读。

3FS 是一个分布式文件系统，旨在为大规模数据存储和高吞吐量提供解决方案。它通过抽象底层存储细节，使用户能够像操作本地文件系统一样使用分布式存储。与本地存储相比，分布式文件系统能够处理 PB 级数据，并提供更高的性能和容错能力。

3FS 的核心由四个主要组件构成：Meta、Mgmtd、Storage 和 Client。Mgmtd 负责管理集群配置，包括节点状态和复制策略。Storage 节点存储实际的文件数据，并将其分割成块。Meta 节点管理元数据，如文件位置、属性和路径。Client 节点与所有其他节点通信，以查看和修改文件系统。

Mgmtd 通过心跳机制跟踪集群中运行的节点，并提供节点发现服务。它还维护复制链的配置，以实现数据冗余和容错。Meta 节点通过 RPC 调用与客户端通信，执行文件操作，并将元数据存储在 FoundationDB 中。Storage 节点使用 ChunkEngine 管理物理存储，将数据分割成块，并使用不同的 worker 来处理分配、回收和 I/O 操作。

评论观点分析

评论区可能讨论了 3FS 的性能、可扩展性以及与其他分布式文件系统的比较。一些开发者可能会关注 3FS 在实际应用中的表现，例如在机器学习训练、大规模数据存储等场景下的性能。

其他开发者可能会讨论 3FS 的设计选择，例如使用 Rust 实现 ChunkEngine 的原因，以及与现有分布式文件系统（如 HDFS、Ceph）的差异。也有可能讨论 3FS 的优势和局限性，以及其在不同应用场景下的适用性。

TikTok 对儿童的工业化规模的危害

这篇文章探讨了 TikTok 对儿童造成的广泛危害，并呼吁人们关注其对儿童身心健康的影响。文章重点关注了 TikTok 内部文件和员工言论，揭示了公司对儿童面临的风险的了解，以及为追求用户增长而采取的行动。

文章指出，美国最高法院即将决定是否阻止或推迟一项可能禁止 TikTok 在美国运营的法律。文章作者认为，鉴于 TikTok 对儿童的危害，美国人应该欢迎 TikTok 的消失。文章引用了来自 14 个州总检察长收集的研究，这些研究揭示了 TikTok 造成的五类危害：成瘾性使用、抑郁焦虑等心理问题、色情暴力内容、性剥削以及 TikTok 对未成年人使用行为的忽视。

文章强调，TikTok 内部人员清楚地意识到这些危害，但公司往往为了最大化用户参与度而选择不作为。内部报告显示，TikTok 员工承认，平台的使用与负面心理健康效应相关，但公司领导层并未将解决这些问题作为优先事项。文章还指出，TikTok 的家长控制功能无效，内容审核也存在严重问题，导致大量有害内容传播。

文章最后呼吁人们关注 TikTok 内部文件，这些文件揭示了公司对儿童造成的广泛危害。文章还提到了肯塔基州总检察长办公室在发布针对 TikTok 的法律简报时出现的“不当编辑”事件，这进一步引发了人们对 TikTok 危害的关注。

评论区对这篇文章的观点呈现多样性。一些评论员对文章中提出的担忧表示赞同，认为 TikTok 确实对儿童造成了负面影响，并支持对其进行监管或禁止。另一些评论员则认为，文章的观点可能过于片面，需要更全面的评估。还有评论员质疑文章引用的证据的真实性和可靠性，认为需要更多的独立调查来证实这些指控。

Erlang/OTP SSH 存在未经验证的远程代码执行漏洞

这篇文章讨论了 Erlang/OTP SSH 服务器中发现的一个严重漏洞，该漏洞可能导致未经验证的远程代码执行 (RCE)。攻击者可以利用此漏洞在受影响的系统上执行任意命令。

Erlang/OTP 是 Erlang 编程语言的一组库。在 OTP-27.3.3、OTP-26.2.5.11 和 OTP-25.3.2.20 之前的版本中，SSH 服务器可能允许攻击者执行未经验证的 RCE。该漏洞源于 SSH 协议消息处理中的一个缺陷。恶意行为者可以未经授权访问受影响的系统，并在没有有效凭据的情况下执行任意命令。此问题已在 OTP-27.3.3、OTP-26.2.5.11 和 OTP-25.3.2.20 版本中得到修复。临时解决方法包括禁用 SSH 服务器或通过防火墙规则阻止访问。任何使用 Erlang/OTP 的 SSH 库进行远程访问的服务，例如 OT/IoT 设备和边缘计算设备，都容易受到攻击。该漏洞的 CVSS 3.1 评分为 10.0，属于严重级别。

评论区有人指出，该漏洞影响的是 Erlang/OTP 内置的 SSH 服务器，而不是安装了 Erlang 的服务器上的 OpenSSH。其他人则推荐了 Erlang 生态系统基金会的安全工作组提供的安全指南，为关注 Erlang/BEAM 语言安全性的开发者提供了有价值的参考。总的来说，这次讨论强调了及时更新软件以修复安全漏洞的重要性，并提供了关于 Erlang 生态系统安全性的额外资源。

揭秘软件背后的运作原理

这篇文章介绍了《Making Software》这本书，它旨在解释我们日常使用的软件是如何工作的。这本书不像教程，而是更像一本手册，帮助读者理解技术背后的原理。

这本书通过图文结合的方式，深入浅出地解释了触摸屏的工作原理、高斯模糊的实现方式、Figma 中钢笔工具的运作机制等等。它旨在帮助读者理解技术，即使你不是技术专家也能轻松阅读。作者认为，随着技术变得越来越复杂，我们对技术的理解却变得越来越浅。这本书希望能够帮助读者加深对技术的理解，即使不能让你立刻成为更好的设计师或程序员，也能让你在遇到问题时更有底气，或者至少在朋友面前显得更聪明。

评论区对这本书的评价褒贬不一。有人称赞了其精美的设计，并希望作者分享制作图表的经验。也有人对书的内容和定位提出了疑问，认为书名和描述之间存在矛盾。一些评论者对书的内容提出了建议，希望增加关于微处理器、存储类型、操作系统、数据结构等方面的内容。还有人指出，目前这本书似乎还未完成，内容有限。总的来说，这本书引起了人们对技术原理的兴趣，但也有人对其内容和实用性表示怀疑。

Zoom 域名意外“关闭”导致服务中断

这次 Zoom 服务中断事件，源于 zoom.us 域名被 GoDaddy 意外关闭。 这篇文章详细介绍了事件的经过，以及 Zoom 官方的应对措施。

Zoom 的域名 zoom.us 在 4 月 16 日遭遇了长达 1 小时 47 分钟的服务中断。 原因是 Zoom 的域名注册商 Markmonitor 与 GoDaddy Registry 之间发生了沟通错误，导致 GoDaddy 错误地关闭了 zoom.us 域名。 此次事件影响了 Zoom Meetings、Zoom Phone、Zoom Contact Center 和 Zoom 网站等多个服务。 官方迅速采取行动，与 GoDaddy 和 Markmonitor 合作，移除了封锁，恢复了 zoom.us 域名的服务。 官方声明中强调，此次事件中 Zoom 没有发生产品、安全、网络故障或 DDoS 攻击。

评论区对此次事件展开了热烈讨论。 有人质疑 MarkMonitor 的服务质量，认为其作为昂贵的域名服务提供商，不应该犯这种错误。 也有人将矛头指向 GoDaddy，认为其管理能力不足。 还有人建议 Zoom 应该采取更可靠的措施，例如使用多个域名和不同的注册商，以提高服务的可用性。 此外，一些评论员分享了他们对域名后缀选择的看法，以及对服务中断赔偿机制的讨论。 还有人提供了 ThousandEyes 的分析报告，深入剖析了这次事件。

总的来说，这次 Zoom 的服务中断事件引发了人们对域名管理、服务可靠性以及供应商选择的思考。 开发者和科技爱好者们可以从中吸取教训，在构建自己的服务时，更加重视这些关键因素。

AI 的“下半场”：从解决问题到定义问题

这篇文章讨论了人工智能发展的新阶段，作者认为 AI 已经进入了“下半场”，重点将从训练模型转向定义问题和评估。文章深入探讨了 AI 发展历程中的关键转变，并分析了 RL 在其中的作用。

文章首先回顾了 AI 的“上半场”，主要关注训练方法和模型，例如 Transformer 和 GPT-3。这些模型在各种基准测试中取得了显著进展，但作者认为，这种模式正在发生变化。现在，RL 终于开始发挥作用，并且能够泛化。

作者认为，RL 的成功得益于大规模语言预训练、规模化和推理能力。文章通过 RL 的视角分析了 AI 的发展，RL 算法、环境和先验知识是其关键组成部分。作者强调，先验知识在 RL 中变得越来越重要，而语言预训练为 AI 提供了强大的先验知识。

文章还提到了 OpenAI 在 RL 方面的尝试，以及 GPT-2 和 GPT-3 的出现对 RL 的影响。作者认为，在“下半场”，评估将变得比训练更重要，我们需要重新思考 AI 的目标和衡量标准。

评论区中，有人认为文章观点深刻，指出了 AI 发展的新方向。也有人对文章的某些观点提出了质疑，认为 RL 仍然面临许多挑战。

一些评论者认为，文章低估了在 AI 领域定义“问题”的难度，这需要对人类认知有更深入的理解。另一些人则认为，文章过于强调 RL 的重要性，而忽略了其他 AI 技术的发展。

总的来说，这篇文章引发了对 AI 未来发展方向的思考，并激发了对 AI 领域不同观点的讨论。

为什么“最弱武士”小田氏治至今仍受人敬佩

本文探讨了日本战国时代被称为“最弱武士”的小田氏治，以及他为何至今仍受到人们的敬佩。文章通过分析他的生平事迹，揭示了他不屈不挠的精神和对人民的关爱。

文章首先介绍了小田氏治的背景，他虽然被称为“最弱武士”，却在战国时代多次失去并夺回自己的领地。他与织田信长同姓，但命运却截然不同。小田氏治的家族曾是镰仓幕府的重要成员，这使得他在战略地位重要的常陆国拥有了小田城。然而，由于他糟糕的军事决策，小田城多次易主。尽管如此，他从未放弃，屡败屡战，最终赢回了八次小田城。

文章还提到了小田氏治在军事上的不足，例如他经常忽视战略建议，导致失败。但与此同时，他也展现了出色的外交能力，善于结盟和转换立场。此外，文章还指出，小田氏治可能试图通过避免正面冲突来保护他的臣民，这使得他赢得了人民的忠诚。最终，小田氏治因拒绝向丰臣秀吉效忠而被剥夺了领地，但他顽强的精神和对人民的关爱，使他赢得了“不死鸟”的称号。

评论区对小田氏治的评价褒贬不一，有人欣赏他的韧性，认为他体现了不屈不挠的精神。也有人批评他的军事才能，认为他失败的原因在于战略上的不足。但总的来说，人们对他的评价是积极的，认为他是一个值得尊敬的武士，他的故事激励着人们在困境中保持希望和勇气。

谷歌被判在线广告技术垄断

纽约时报报道，法官裁定谷歌在在线广告技术领域存在垄断行为。这是继去年以来，联邦法院第二次裁定谷歌非法维持其市场主导地位。

文章指出，美国联邦法官 Leonie Brinkema 认为，谷歌违反了法律，以建立其在网络广告投放技术领域的统治地位。司法部和一些州曾起诉谷歌，认为其在广告技术领域的垄断使其能够收取更高的价格，并从每笔交易中获得更大的份额。谷歌正面临对其产品在人们获取信息和进行在线业务方面所扮演的主导角色的清算。去年八月，另一位联邦法官裁定该公司在在线搜索领域拥有垄断地位。目前，该法官正在考虑司法部提出的拆分该公司的请求。

文章还提到，这次裁决可能会对谷歌这家价值 1.88 万亿美元的公司产生重大影响，并改变其对互联网的控制力。文章还介绍了 David McCabe，他是纽约时报的记者，负责报道数字经济和新技术带来的复杂法律和政策问题。

评论分析

评论区里，有人用讽刺的口吻表示，这就像“水是湿的”一样，暗示谷歌的垄断地位是显而易见的。这种评论反映了对谷歌长期以来在广告技术领域的主导地位的普遍认知。

总的来说，这篇文章和评论都聚焦于谷歌在在线广告技术领域的垄断问题。 讨论了谷歌如何利用其市场力量，以及可能面临的法律后果。 评论也反映了公众对科技巨头垄断行为的普遍担忧。

pydantic-ai/mcp-run-python 项目介绍

这篇文章介绍了 pydantic 团队在 GitHub 上发布的 mcp-run-python 项目，该项目旨在提供一个运行 Python 代码的工具。它主要关注如何利用 Pydantic 和其他相关库来简化和增强 Python 代码的运行和管理。

该项目包含多个组件，包括用于运行 Python 代码的工具、类型检查和验证的支持，以及与 Pydantic 的集成。其核心功能是允许开发者定义代码的输入和输出，并使用 Pydantic 模型进行数据验证和转换。这有助于确保代码的输入符合预期，并提供清晰的错误信息。此外，该项目还支持异步操作，使其更适合处理并发任务。

项目还提供了示例和文档，帮助开发者快速上手。通过使用 mcp-run-python，开发者可以更轻松地构建可靠、可维护的 Python 应用程序，并减少运行时错误。总的来说，mcp-run-python 是一个有用的工具，尤其对于那些希望在 Python 项目中利用 Pydantic 进行数据验证和类型检查的开发者来说。

评论观点分析

评论区可能讨论了该项目的实用性、与其他类似工具的比较，以及潜在的应用场景。一些评论可能关注 Pydantic 在数据验证方面的优势，以及 mcp-run-python 如何利用这些优势。其他评论可能探讨该项目在实际项目中的应用，例如在 API 开发、数据处理和自动化脚本中的使用。

一些开发者可能会提出关于性能、扩展性和与其他库的兼容性的问题。也有可能讨论该项目是否适合特定类型的项目，以及它与现有工具链的集成方式。总的来说，评论区提供了一个讨论该项目优缺点、应用场景和未来发展方向的平台。

用 AI 观看橄榄球比赛：从数据中提取故事

这篇文章介绍了如何构建一个 AI 系统来观看橄榄球比赛，并从视频中提取关键信息，例如比分、比赛时间和解说。作者希望通过这种方式，为橄榄球爱好者提供更深入的比赛分析和更丰富的观赛体验。文章详细介绍了如何使用 OpenAI 的视觉模型和 Whisper 进行数据提取和转录。

核心要点

文章首先阐述了传统橄榄球数据在描述比赛“为什么”方面存在的不足，例如无法解释裁判的判罚或球员在比赛中的默默付出。为了解决这个问题，作者提出了一个大胆的想法：让 AI 观看比赛并自行生成数据。他们使用 OpenAI 的视觉模型来分析比赛截图，提取比分、时间等信息。为了降低成本，他们尝试了裁剪图像、使用图像差异分析等方法。此外，他们还使用了 Whisper 来转录比赛音频，从而获取裁判判罚和解说内容。

文章还提到了使用 Tesseract 进行 OCR 尝试，但由于图像质量问题，效果不佳。最终，作者成功构建了一个原型系统，可以从比赛视频中提取关键信息，并为橄榄球比赛提供更丰富的叙事。

评论观点分析

评论区可能会出现以下几种观点：有人可能会对这种 AI 观看比赛的方式表示赞赏，认为它能够为橄榄球爱好者提供更深入的分析。也有人可能会质疑这种方法的准确性和可靠性，认为 AI 可能会受到图像质量、角度等因素的影响。此外，还会有人讨论这种技术的潜在应用，例如用于教练战术分析、球员表现评估等。

不锈钢强化：扭转技术创造亚微米级“防撞墙”

这篇文章介绍了通过扭转技术增强不锈钢强度，使其更耐金属疲劳的新方法。研究团队开发了一种新的扭转技术，在不锈钢内部构建了“防撞墙”，从而显著提高了其强度和抗循环蠕变能力。

研究人员通过反复扭转304奥氏体不锈钢样品，改变了金属内部的结构。这种方法在金属内部构建了亚微米级的、三维的“防撞墙”。在显微镜下，他们观察到超细的、小于10纳米的相干层状结构，通过阻止堆垛层错来减缓位错。

研究发现，这种改进源于扭转过程中形成的“墙”，它们像弹簧一样吸收冲击，使金属更均匀地抵抗循环蠕变。经过处理后，金属强度提高了2.6倍，同时由于棘轮效应引起的应变降低了2到4个数量级。研究人员声称，这种改进可以使使用该金属制造的产品对疲劳的抵抗力提高多达10000倍，使其适用于航空航天等特殊应用。

评论区可能会讨论这种技术的实际应用前景，例如在航空航天、汽车制造等领域的潜力。也有可能讨论这种技术的成本效益，以及与其他增强金属强度方法的比较。

一些评论可能会关注这种技术的长期耐久性，以及在不同环境条件下的表现。还有可能出现关于这种技术是否可以应用于其他金属材料的讨论。

Tesorio 招聘高级后端工程师：拉美地区全远程

这篇文章介绍了 Tesorio 公司正在招聘一名高级后端工程师，并且是 100% 远程工作。文章链接指向了 Tesorio 官网的招聘页面，其中包含了关于职位、公司以及相关技术的详细信息。

Tesorio 是一家位于拉美地区的初创公司，专注于为企业提供财务管理解决方案。他们正在寻找经验丰富的后端工程师加入团队。这个职位是全远程的，这意味着工程师可以在任何地方工作。招聘页面上列出了关于职位职责、所需技能和公司福利的详细信息。候选人需要具备扎实的后端开发经验，熟悉相关技术栈，并能够独立工作。此外，文章还提到了 Tesorio 是一家 Y Combinator (YC S15) 的公司，这通常意味着他们有良好的融资背景和发展潜力。

评论区可能讨论了关于 Tesorio 公司的技术栈、文化氛围、以及远程工作的优势和挑战。一些评论可能分享了关于在拉美地区远程工作的经验，或者对 Tesorio 提供的薪资和福利进行讨论。也有可能有人会讨论后端工程师的技能要求，例如对特定编程语言、框架和数据库的掌握程度。此外，评论区也可能涉及到关于 Y Combinator 孵化公司的发展前景和投资价值的讨论。

飞机掠过时的“嗖嗖”声：多普勒效应之外的声学现象

这篇文章探讨了飞机掠过时产生的“嗖嗖”声，这种声音不仅仅是多普勒效应造成的。文章深入分析了声音的产生机制，并解释了其背后的声学原理。

文章首先指出，虽然多普勒效应可以解释飞机引擎的轰鸣声，但“嗖嗖”声的独特之处在于其音调先降后升的变化。为了探究这一现象，文章引入了“梳状滤波”的概念，通过时频图展示了声音的频率分布。这种梳状滤波是由两个几乎同时到达的声音副本产生的干涉模式。

文章进一步利用倒谱分析，揭示了声音中存在的延迟和回声。作者假设，我们听到的“嗖嗖”声是飞机发出的声音和地面反射的声波叠加的结果。通过计算，作者认为地面反射造成的延迟大约为 9 毫秒。文章还提到了其他可能产生“嗖嗖”声的场景，例如瀑布声在墙壁上的反射。

文章最后提供了一个交互式图表，允许读者模拟飞机和听者位置的变化，从而观察声音延迟的变化。文章鼓励读者在日常生活中寻找这种“嗖嗖”声，并分享他们的发现。

评论区中，有人提出了飞机多引擎叠加声音的可能性，认为这可能是造成复杂声音现象的原因之一。也有人分享了自己在不同环境（如高速公路）中听到“嗖嗖”声的经历，验证了文章中提到的现象。总的来说，评论区对文章的观点表示了认可，并从不同角度进行了补充和讨论。

将 AI 视为普通技术

本文探讨了将人工智能 (AI) 视为一种“普通技术”的观点，而非将其视为具有潜在超强智能的独立物种。作者认为，这种视角有助于我们更好地理解 AI 的社会影响，并制定更合理的政策。文章重点关注 AI 发展的速度、人类与 AI 的协作，以及 AI 风险的应对。

文章的核心观点是，AI 的发展和应用将是渐进的，而非突变式的。作者将 AI 的发展分为三个阶段：AI 方法的创新、AI 应用的开发和 AI 的普及。这三个阶段的速度不同，AI 的实际影响需要经过应用和普及才能体现。作者认为，在安全关键领域，AI 的普及速度尤其缓慢，因为需要充分的测试和验证。

文章还探讨了人类与 AI 的协作模式。作者认为，在未来，人类将继续掌控 AI，并且在工作中更多地使用 AI 工具。这种协作模式需要我们关注 AI 的风险，例如事故、军备竞赛、滥用和失调。作者认为，将 AI 视为普通技术，可以帮助我们更好地应对这些风险。

文章最后讨论了 AI 政策的制定。作者主张，政策制定应以降低不确定性和提高韧性为首要目标。他们认为，过于激进的干预措施，例如试图控制超强智能 AI，反而可能适得其反。

评论观点分析

评论区对这篇文章的观点呈现出多样化的看法。一些评论者认为，将 AI 视为普通技术过于乐观，低估了 AI 的潜在风险。他们担心，这种观点可能导致我们对 AI 的发展掉以轻心，从而错失应对潜在威胁的机会。

另一些评论者则认为，将 AI 视为普通技术是务实的。他们认为，这种视角有助于我们更好地理解 AI 的发展规律，并制定更有效的政策。他们强调，我们应该关注 AI 的实际应用，而不是沉迷于对未来 AI 的幻想。

还有一些评论者则关注 AI 的伦理和社会影响。他们认为，我们应该在 AI 的发展过程中，充分考虑 AI 对社会公平、就业和隐私的影响。他们呼吁，在制定 AI 政策时，应该更加注重保护人类的利益。

总的来说，评论区对这篇文章的观点呈现出多角度的探讨。有人担忧，有人支持，也有人关注伦理和社会影响。这反映了人们对 AI 发展前景的复杂心态。

脂肪组织在减肥后保留肥胖的表观遗传记忆

这篇文章探讨了在减肥后，脂肪组织如何保留肥胖的表观遗传记忆。研究表明，即使体重减轻，这种“代谢记忆”也可能导致体重反弹。

文章首先指出，肥胖及其相关疾病对健康构成重大风险。减肥是管理肥胖的主要临床目标，但通过饮食和生活方式改变实现的减肥往往是短期的，容易出现体重反弹。这种反复出现的模式可能部分归因于“代谢记忆”，即使在显著减肥后，这种记忆仍然存在。研究表明，在小鼠的脂肪组织或基质血管组分中，存在由之前的代谢状态引起的持久表型变化。

文章进一步提到，表观遗传机制和修饰对于体内外脂肪细胞的发育、分化和身份维持至关重要。这些机制可能在“代谢记忆”中发挥作用。之前的研究已经表明，在免疫系统、内皮细胞以及其他器官中，也存在与肥胖相关的持久改变。

评论区讨论了关于代谢记忆的几个关键点。一些评论员强调了表观遗传学在肥胖和体重管理中的重要性，认为这为开发更有效的减肥策略提供了新的视角。另一些评论员则对研究结果的临床应用表示担忧，认为这可能意味着减肥的难度比我们想象的要大。还有一些评论员讨论了如何通过干预手段来消除这种代谢记忆，例如药物或生活方式的改变。总的来说，评论区反映了对这一研究领域的高度关注和对未来研究的期待。

停止问题是一个糟糕的 NP-Hard 例子

这篇文章讨论了为什么停机问题（Halting Problem）作为 NP-Hard 问题的例子并不理想，并提出了一个更容易理解的替代方案。文章作者认为，停机问题作为 NP-Hard 的例子，不够直观，并且在解释上容易引起混淆。

文章首先简要介绍了计算复杂性中的 NP、NP-complete 和 NP-hard 的概念。NP 问题是指可以在多项式时间内验证“是”的证明的问题。NP-complete 是 NP 中“最难”的问题，而 NP-hard 则是至少与 NP-complete 一样难的问题。作者认为，停机问题作为 NP-hard 的例子，是因为它不可判定，因此显然不在 NP 中。

作者提出了两个反对停机问题作为例子的理由：首先，NP 只需要在多项式时间内验证“是”的证明，而不需要对“否”的情况做任何事情。其次，作者认为停机问题作为例子不够优雅，它暗示 NP-complete 是“可解”问题的上限，之后就进入了完全不可判定的领域。作者更倾向于展示一些比 NP 难，但又不会难到无法理解的问题。

为了寻找一个“稍微难一点”的问题，作者提出了一个基于网格的标记移动问题。这个问题是 PSPACE-complete 的，如果增加网格的维度，问题会变得 EXPSPACE-complete，然后是 TOWER-complete，最终变成 ACKERMANN-complete。作者认为，这个问题比 NP 难，但至少是可判定的，容易解释，并且肯定不在 NP 中。

文章还提到了一个 Quanta 杂志的文章，该文章讨论了这个问题。

评论区对文章内容进行了多角度的探讨。

评论者 @chad1n 认为，检查两个节点之间是否存在路径是 NP-Hard 更好的例子，因为很明显无法在多项式时间内验证解决方案。@bob1029 提到了自动程序合成作为“肯定比 NP 难”的例子，并讨论了在遗传编程中处理停机问题的方法。@andrewla 认为文章中给出的网格移动问题的例子，其证明可以在线性时间内验证。@Leszek 评论说，虽然我们知道 P != EXPTIME，并且 P <= NP <= EXPTIME，但我们既没有证明 P != NP，也没有证明 NP != EXPTIME。@the-grump 评论说，技术上是 c)。

BitNet b1.58 2B4T 技术报告

本文介绍了一种名为 BitNet b1.58 2B4T 的新型开源 1-bit 大语言模型 (LLM)。该模型在 4 万亿个 token 的语料库上进行训练，并在语言理解、数学推理、编码能力和对话能力等基准测试中进行了严格评估。

BitNet b1.58 2B4T 是首个开源的、原生 1-bit LLM，参数规模达到 20 亿。它在多个基准测试中表现出色，与同等规模的领先开源全精度 LLM 相当。更重要的是，它在计算效率方面具有显著优势，包括大幅减少内存占用、能耗和解码延迟。为了方便进一步的研究和应用，该模型的权重已通过 Hugging Face 开放，并提供了 GPU 和 CPU 架构的开源推理实现。

该模型在性能上与同等规模的领先开源全精度 LLM 相当，但计算效率更高。这包括更低的内存占用、更低的能耗和更低的解码延迟。模型权重已在 Hugging Face 上发布，并提供 GPU 和 CPU 的开源推理实现。

评论区讨论了该模型的实际应用和性能。有人尝试后表示，结果未达到预期，认为其表现不如其他小模型。也有人对 2B 模型的实用性提出疑问，想知道在生产中可以用于哪些任务。此外，评论还提到了模型权重存储方式，以及其对性能的影响。有人分享了该模型的演示地址，供大家试用。

警方使用 AI 伪装成抗议者和罪犯，进行秘密情报收集

本文揭示了美国警方使用 AI 驱动的卧底机器人，伪装成各种身份，在社交媒体上与目标人物互动，以收集情报。文章探讨了这种技术的运作方式、应用范围以及引发的伦理和法律问题。

文章指出，美国边境附近的警察部门正在花费巨额资金购买名为 Overwatch 的 AI 技术。该技术由 Massive Blue 公司开发，旨在创建逼真的虚拟身份，用于渗透和监视社交媒体上的“抗议者”、“激进分子”以及涉嫌贩毒和人口贩运的犯罪分子。这些 AI 角色可以主动与目标人物互动，收集信息，并可能用于证据收集。

Overwatch 提供的 AI 角色包括“激进抗议者”、“蜜罐”等，这些角色拥有详细的背景故事和社交媒体账号，以增强其真实性。文章还提到，该技术尚未导致任何已知的逮捕，但引发了对隐私、言论自由和政府滥用权力的担忧。

Massive Blue 公司与亚利桑那州皮纳尔县签订了价值 36 万美元的合同，用于 24/7 监控社交媒体平台和部署多达 50 个 AI 角色。然而，该公司拒绝透露有关其技术运作方式的详细信息。警方辩称，公开这些信息可能会“泄露给坏人”，并危及正在进行的调查。

文章还提到了对该技术潜在影响的担忧，例如可能侵犯抗议者的第一修正案权利。文章引用了电子前沿基金会的研究员的观点，他认为这种技术试图解决的问题定义不清，并且可能导致不必要的监控和侵犯公民权利。

评论区对该技术持谨慎态度，许多人表达了对政府滥用 AI 技术的担忧。有人质疑这种技术的有效性，认为它可能无法真正解决问题，反而会加剧社会的不信任感。也有人担心，这种技术可能会被用于压制异见，侵犯公民的言论自由。

一些评论员认为，这种技术可能会对个人隐私造成严重威胁，因为警方可以利用 AI 收集大量个人信息，并以此进行监控和控制。还有人讨论了 AI 角色在法律上的地位，以及如何界定和保护公民的权利。

总的来说，文章引发了对 AI 技术在执法领域应用的伦理和法律问题的深入思考，强调了在技术进步的同时，保护公民权利的重要性。

Go-mcp：构建 MCP 服务器的 Go SDK

本文介绍了一个名为 go-mcp 的 Go SDK，它旨在简化 MCP (Model Context Protocol) 服务器的构建过程。go-mcp 提供类型安全、直观的接口，让开发者能够更轻松、更自信地开发服务器。

go-mcp 的主要特点包括类型安全，通过代码生成确保工具和提示参数的静态类型，从而在编译时捕获错误；简单直观的 API，提供自然、符合 Go 语言习惯的接口，降低学习曲线；以及开发者友好性，注重 API 的人体工程学设计，使开发过程更易于上手。文章还提供了快速入门指南，包括目录结构、定义 MCP 服务器和实现服务器逻辑的示例代码。此外，文章还列出了支持的功能，如 Ping、工具、提示、资源订阅、日志记录等。

文章还提到了正在开发中的功能，如批处理和可流式 HTTP 传输。同时，文章也解释了为什么不计划支持动态提示和工具更改，因为 Go 语言不适合动态添加工具。文章最后鼓励贡献，并提供了 MIT 许可证。

评论区中，有人推荐了另一个类似的库：mark3labs/mcp-go。这表明社区中存在其他可供选择的方案，开发者可以根据自己的需求进行比较和选择。

深入理解 Bash 脚本编程：高级技巧与实践

本文总结了 Hacker News 上关于 Bash 脚本编程的进阶教程，主要讲解了 Bash 脚本中的高级特性，帮助开发者编写更健壮、更易维护的脚本。文章深入探讨了错误处理、变量、作用域、以及条件判断等关键概念。

文章首先介绍了 Bash 脚本的基础知识，包括如何使用 set 命令来控制脚本的行为，例如 set -o noclobber 防止覆盖文件，set -o errexit 在发生错误时退出脚本，set -o pipefail 确保管道中的错误被正确处理，以及 set -o nounset 暴露未定义的变量。 教程还强调了使用 trap 命令进行错误处理的重要性，并介绍了 $LINENO、BASH_SOURCE 和 BASH_LINENO 等变量在调试中的作用。

接下来，文章深入探讨了变量的使用，包括整数变量的声明 (declare -i)，以及算术运算的语法。 此外，还讨论了局部变量的作用域，以及如何处理未定义的变量。 最后，文章提到了只读变量 (readonly) 和条件判断语句，为读者提供了更全面的 Bash 脚本编程知识。

评论区中，开发者们对文章的内容表示了赞赏，认为这些技巧对于编写高质量的 Bash 脚本至关重要。 有人分享了自己在实际项目中使用这些技巧的经验，强调了错误处理和变量管理的重要性。 也有人讨论了 Bash 脚本与其他脚本语言（如 Python）的比较，认为 Bash 在某些场景下仍然具有优势，尤其是在系统管理和自动化任务方面。

达尔文的孩子们在《物种起源》手稿上涂鸦

这篇文章介绍了达尔文的孩子们在《物种起源》手稿上留下的涂鸦，以及这些涂鸦背后的故事。文章还展示了达尔文家族其他成员的绘画作品，展现了达尔文一家充满艺术气息的生活。

文章首先提到了达尔文日，并介绍了达尔文的数字化作品。 随后，文章展示了达尔文的个人笔记和绘画作品，包括他绘制的植物图。 令人意想不到的是，达尔文的孩子们也在他的手稿上留下了涂鸦，例如“水果和蔬菜士兵的战斗”的图画。 这些涂鸦是达尔文的孩子们在手稿背面创作的，展现了他们对植物和战争的兴趣。 文章还展示了其他达尔文孩子们的绘画作品，包括对家庭住宅的描绘，以及对自然景象的细致观察。 此外，文章还提到了达尔文的妻子艾玛的素描作品，以及她孩子们的涂鸦。 最后，文章还提到了达尔文的女儿安妮，以及安妮去世对达尔文的影响。

评论区中，有人分享了其他历史儿童绘画的例子，例如Onfim的绘画。 也有人讨论了达尔文的家庭生活与他的科学研究之间的关系。 总体来说，评论区展现了对达尔文家族生活和历史的兴趣，以及对艺术和科学之间关系的思考。

优化 Rust 编译时间：从 30 分钟到 2 分钟

本文分享了如何通过将大型 Rust 代码库拆分成多个小 crate 来显著减少编译时间，从 30 分钟缩短到 2 分钟。文章作者在 Feldera 工作，他们将 SQL 编译成 Rust 代码，并遇到了编译时间过长的问题。

文章首先介绍了 Feldera 的背景，它允许用户使用 SQL 定义表和视图，然后将 SQL 编译成 Rust 代码。由于客户编写了复杂的 SQL 代码，导致生成的 Rust 代码量巨大，编译时间长达 25 分钟甚至更久。作者尝试了多种优化方法，如类型擦除、代码去重等，但效果有限。

作者观察到编译过程中 CPU 核心利用率很低，大部分时间都花在 LLVM passes 和 codegen 上，而这些过程是单线程的。为了解决这个问题，作者将生成的 Rust 代码拆分成多个小的 crate，每个 crate 封装一部分逻辑，最终通过一个顶层的 main crate 将它们组合起来。

结果令人惊喜，编译时间缩短到 2 分钟左右，CPU 核心得到充分利用。作者解释说，这种方法在 Feldera 中比较容易实现，因为他们的 Rust 代码是根据数据流图自动生成的。

评论区讨论了关于 Rust 编译时间优化的问题，包括使用多核编译、LTO 等。有人认为，将代码拆分成多个 crate 是一种有效的优化手段，但需要权衡代码组织和编译速度。也有人提到了其他优化技巧，例如使用更快的编译器版本、优化依赖关系等。

深入浅出可微分编程

这篇文章探讨了可微分编程的基础概念，并从头开始构建可微分编程。它解释了微分、优化以及如何对代码进行微分。

核心要点

文章首先介绍了微分的基本概念，包括一维和多维函数。它解释了梯度和方向导数，以及它们在优化中的作用。文章还讨论了链式法则，这是微分函数组合的关键。通过将导数视为高阶函数，链式法则变得更容易理解。文章还提到了雅可比矩阵，用于处理多输入多输出的函数。

文章的核心在于，它不仅仅是理论的堆砌，而是通过将导数理解为高阶函数，来简化对复杂概念的理解。这种视角让链式法则等概念变得更加直观。

评论观点分析

评论区可能讨论了可微分编程在机器学习、计算机图形学等领域的应用。一些评论可能会深入探讨自动微分的实现细节，例如前向模式和后向模式。也有可能讨论可微分编程与其他编程范式的比较，例如函数式编程。

总的来说，这篇文章提供了一个清晰的视角，帮助读者理解可微分编程的核心概念。评论区则可能进一步拓展这些概念，并探讨其在实际应用中的价值。

Haskell 中的并发：快速、简单、正确

这篇文章探讨了 Haskell 在并发编程方面的优势，强调其在构建快速、正确代码方面的潜力。文章主要介绍了 Haskell 如何通过 green threads、STM (软件事务内存) 等特性简化并发编程，并提供了代码示例。

文章首先指出了并发编程的两大挑战：充分利用多核处理器和处理外部世界（如网络和磁盘 I/O）的延迟。 随后，文章介绍了 Haskell 使用 green threads 作为并发原语，由运行时在 OS 线程池上调度，并由事件驱动的 IO 提供支持。文章还提到了 async 包，它提供了创建、等待和取消线程的工具。 此外，文章还介绍了 concurrently、race 和 mapConcurrently 等函数，这些函数使得并发操作更加声明式，简化了线程的管理。文章最后介绍了 STM，它允许线程通过事务安全地共享状态，并提供了 TVar 和 TBQueue 等数据类型。

文章还分析了评论区的一些观点。 有人认为 Haskell 的并发模型比其他语言更简洁、更安全。 也有人认为 Haskell 的学习曲线较陡峭，需要一定的函数式编程基础。 还有人讨论了 Haskell 在实际项目中的应用，以及与其他语言的比较。 总的来说，评论区对 Haskell 的并发特性持积极态度，认为它在解决并发问题方面具有独特的优势。

Plandex：开源 AI 编码助手，助力大型项目开发

Plandex 是一款基于终端的开源 AI 编码工具，专为大型项目和实际任务设计，能够规划和执行跨多步骤、涉及大量文件的编码任务。它支持高达 200 万个 token 的上下文，并使用 tree-sitter 项目地图索引包含 2000 万个 token 的目录。

Plandex 提供了累积的差异审查沙盒，将 AI 生成的更改与项目文件分开，直到准备就绪。它还控制命令执行，方便回滚和调试。Plandex 结合了 Anthropic、OpenAI、Google 和开源提供商的最佳模型，通过终端工作流程构建完整的功能和应用程序。它具备完全自主的能力，可以加载相关文件、规划和实施更改、执行命令并自动调试，同时也高度灵活和可配置，让开发者可以进行精细控制。Plandex 专为大型项目和文件设计，能够处理其他工具难以应对的复杂情况。

Plandex 具有智能上下文管理，支持大型项目，提供 200 万 token 的有效上下文窗口。它在大项目和文件中表现出色，可以轻松生成、审查、修改和应用跨越数十个文件的更改。Plandex 采用快速的项目地图生成和语法验证，支持 30 多种语言，并使用上下文缓存来降低成本和延迟。开发者可以根据任务需求，在全自动模式和精细控制之间切换。Plandex 还能自动调试终端命令，并为浏览器应用程序提供自动调试功能。

Plandex 提供了项目感知聊天模式，帮助在实施前完善想法，并支持提问和学习代码库。它允许轻松尝试和组合来自多个提供商的模型，并提供可靠的文件编辑，优先考虑正确性。Plandex 还集成了版本控制，包括用于探索多条路径或比较不同模型的分支，以及 Git 集成，可以生成提交消息并选择自动提交。Plandex 具有 REPL 模式，支持命令和文件加载的模糊自动完成，并提供 CLI 接口，方便脚本编写或将数据导入上下文。它还提供了一行代码的零依赖 CLI 安装，以及用于轻松自托管服务器的 Dockerized 本地模式和云托管选项。

评论区观点

评论区对 Plandex 表现出浓厚的兴趣，许多人对其处理大型项目的能力表示赞赏。一些开发者对 Plandex 的自主性和控制力之间的平衡表示好奇，并希望了解更多关于其调试和 Git 集成功能的信息。也有人讨论了 Plandex 的安装和托管选项，以及与其他 AI 编码工具的比较。

总的来说，Plandex 在 Hacker News 上获得了积极的评价，被认为是一个有潜力提高开发效率的工具。 开发者们对其在大型项目中的应用前景表示乐观，并期待进一步的测试和体验。

轮胎的清洁未来：科学家开创了橡胶废料再利用的化学工艺

这项研究介绍了一种新的化学方法，用于分解橡胶废料，将其转化为有价值的环氧树脂前体。这项技术利用 C-H 胺化和聚合物重排策略，为传统回收方法提供了创新和可持续的替代方案。

每年都有数百万条轮胎最终进入垃圾填埋场，造成了深远的环境危机。仅在美国，2021 年就有超过 2.74 亿条轮胎被报废，其中近 20% 被丢弃在垃圾填埋场。这些废料的积累不仅带来了空间问题，还带来了环境危害，例如化学浸出和自燃。

虽然热解（一种通过高温分解化学回收橡胶的工艺）被广泛使用，但它会产生有害的副产品，如苯和二恶英，对健康和环境构成风险。这项研究发表在《自然》杂志上，题为“通过 C-H 胺化和 Aza-Cope 重排解构橡胶”，介绍了一种分解橡胶废料的新型化学方法。

研究人员引入了一种二亚磺酰亚胺试剂，以使胺基能够在聚合物链的特定位置安装。这一步至关重要，因为它为随后的骨架重排奠定了基础。这种化学反应重组了聚合物骨架，将橡胶分解成可溶的胺官能化材料，这些材料可用于生产环氧树脂。

研究人员表明，他们的两步法效果很好。在对模型聚合物的测试中，他们将其显着分解，将其分子量从 58,100 g/mol 降低到约 400 g/mol。当他们将该方法应用于废旧橡胶时，它在短短六小时内就完全分解，变成了具有胺基的可溶性材料，可用于制造环氧树脂等广泛使用的材料。

与传统回收技术相比，这种方法的效率尤其引人注目，传统回收技术通常需要极端温度或昂贵的催化剂。研究人员在温和条件下（35–50°C，或 95–122°F）的水性介质中取得了成果，使该工艺更环保、更具成本效益。

环氧树脂广泛用于工业中，用于粘合剂、涂料和复合材料。它们通常由石油基化学品（如双酚 A）和固化剂制成。这项研究表明，使用研究人员的方法生产的胺改性聚二烯可以制造出强度与商业树脂相似的环氧材料。

评论观点分析

评论中，有人指出该方法可能使用大量的三氟乙酸，这是一种值得关注的化学物质。 另一位评论者则认为，找到一种良好、清洁、可靠且持久的替代当前轮胎材料的材料可能会引起市场的轰动，并推测相应的研发投资已经到位，只是时间问题。
已复制到剪贴板

评论 0 条

暂无评论，来种下第一颗种子。