美国国税局Direct File项目将于2025年向全国永久开放

美国财政部宣布，免费在线报税项目IRS Direct File将永久化，并在2025年报税季向全美50个州及华盛顿特区开放参与。

项目重要性

• 为纳税人节省开支：纳税人无需付费即可使用该服务报税。
• 对私营报税服务构成挑战：可能对TurboTax等私营报税软件行业造成重大冲击。
• 试点成果显著：在上个报税季的试点中，该项目吸引了超过14万人参与，他们申报了超过9000万美元的退税，超额完成了10万人的目标。

官方表态与未来计划

• 财政部长耶伦表示，此举体现了拜登总统致力于为美国人节省时间和金钱、确保家庭获得应得税收福利的承诺。
• 项目目前主要面向拥有简单W-2税表的纳税人。耶伦指出，未来几年将扩展Direct File以支持更多税务情况。

各方观点

支持方

• 部分民主党议员（如众议员Brad Sherman、参议员Elizabeth Warren）主张进一步扩展，甚至呼吁建立能“自动填写”的税务表格，并敦促各州采纳该项目。
• 由125个组织组成的“免费公平申报联盟”称赞该试点项目，并呼吁将其扩展至更广泛的美国人群体。

反对方

• 纳税人保护联盟等机构认为，扩大该项目将“极大增加国税局的权力和范围”，并带来“破坏性后果”。
• 反对者指出，私营报税服务有动力为纳税人争取最佳退税，而国税局的目标则是从纳税人处征收尽可能多的税款，认为该扩大方案是“解决方案在寻找一个问题”，最终将导致退税延迟和纳税人收益减少。

在线阴影地图与太阳查找工具

该工具是一个在线平台，无需安装或购买 Google Earth Pro 即可使用，主要功能是模拟和计算特定位置在任何日期和时间的阴影与日照情况。

核心功能：

• 阴影地图绘制： 可生成任何指定地点（如房屋、花园）在特定日期和时间的阴影地图。
• 太阳信息计算： 提供太阳位置、太阳路径计算及阳光暴露度分析。
• 3D 阴影模拟： 能够在三维空间中模拟由建筑物、树木和地形所产生的阴影。
• 生成综合地图： 可创建阴影累积地图和阴影增长地图。

主要应用场景：

• 摄影规划： 辅助规划日出日落摄影的光线与阴影。
• 专业分析： 用于准备和执行阴影研究、阴影分析或太阳能分析。

主要特点：

• 完全在线操作，无需本地安装软件。
• 可针对任何日期和时间进行动态模拟与分析。

如何从一台30年前的笔记本电脑中复制文件

背景与挑战

• 问题：需要从1994年的Apple PowerBook Duo 280c笔记本电脑中提取几段短音频录音。
• 有利条件：笔记本电脑仍可启动，音频文件能通过内置扬声器播放。
• 主要障碍：
  • 无音频输出接口，无法进行模拟复制。
  • 内部硬盘使用SCSI接口和HFS文件系统，难以通过现代设备读取。
  • 外接软驱无法正常工作。
  • 无网络软件，尽管有AppleTalk端口和电话接口。

解决方案构思

• 关键发现：笔记本电脑虽无网络软件，但装有传真软件，且调制解调器可拨号。
• 核心思路：将音频文件转换为可通过传真发送的格式。

实施步骤

1. 将音频文件转换为可传真文本

• 使用笔记本电脑上的资源编辑器ResEdit打开音频文件。
• 利用ResEdit的十六进制编辑器查看文件原始字节内容。
• 将十六进制表示逐段复制到Microsoft Word文档中，手动操作速度约为316字节/秒。

2. 设置传真传输

• 准备接收端：一台装有Windows XP的ThinkPad T60笔记本电脑，内置调制解调器并安装传真软件。
• 连接问题：直接连接电话线无效，需要模拟电话线路电压。
• 解决方案：使用9V电池和电子元件构建简易电话线路模拟器电路。
• 优化传输：
  • 初次尝试需24分钟。
  • 通过减小字体大小，将传真页数从更多页减少到6页，传输时间缩短至7分钟。
  • 以14400bps速率成功完成传输。

3. 将传真图像还原为二进制文件

• 初始方法：将接收的TIF图像转换为PDF，使用OCR软件识别文字。
• 遇到的问题：OCR识别不准确，常见字符混淆（如0和C、9和4），导致还原的音频文件出现爆音。
• 改进方案：自行编写专用OCR程序：
  • 利用文本的固定宽度字体特性，将其视为均匀字符网格。
  • 采用手动训练方式，对每个唯一字符模式进行标识和记忆。
  • 实现100%准确识别，生成字节级精确的文件副本。

最终结果

• 成功还原原始音频文件，在Audacity中正确识别为8位无符号PCM音频（22050Hz，单声道）。
• 播放流畅无爆音，完美复制原文件。
• 额外成果：在旧笔记本电脑上成功运行了DOOM游戏。

方法总结

该过程通过创新性地结合旧设备的传真功能、手动文本转换、自建电话线路模拟器和专用OCR软件，解决了从技术过时设备中提取数据的难题。

英特尔反升级技巧被卡普顿胶带击败

主要发现

• 限制宣称：英特尔Z170和Z270芯片组主板被宣传为仅支持到第7代CPU（Kaby Lake），第8代或第9代CPU虽物理兼容相同插槽，但无法启动，迫使用户购买新主板升级。
• 用户破解：通过“Coffee Mod”，用户可在这些主板上使第8代或第9代Coffee Lake CPU正常工作，涉及物理修改和BIOS调整。
• 兼容性保留：修改后，主板仍可兼容第6代/第7代CPU，允许灵活切换。

修改方法

• 物理修改：使用卡普顿胶带隔离特定CPU引脚，或添加跳线（如Asus Maximus VIII Ranger主板只需连接两个焊点即可启用支持）。
• BIOS修改：通过社区分享的工具和指南修改BIOS，以支持新CPU。
• 简易性：某些主板的修改简单易行，但需注意VRM（电压调节模块）是否足够强大，并可能需额外补丁启用超线程功能。

背景与对比

• 与AMD对比：AMD Ryzen主板通常支持更多代CPU，英特尔的做法被怀疑是故意引入不兼容以推动升级。
• 社区驱动：该修改在PC论坛和YouTube上广泛分享，体现了用户对硬件控制的自主权。

意义与影响

• 减少浪费：这种修改延长了旧主板寿命，减少了电子废弃物。
• 历史呼应：类似于过去将Xeon CPU改装到775插槽的用户驱动创新。

未来挑战

• 安全限制：英特尔引入的BootGuard等数字签名功能可能阻碍未来BIOS修改，但文章暗示这更多是出于商业利益而非用户安全考虑。

总结

用户通过简单工具和社区智慧突破了英特尔的升级限制，凸显了硬件自由与环保价值，但未来可能面临更多技术障碍。

Spotify将开始为Car Thing设备提供退款，这款车载音乐播放器将于2024年12月9日停止服务。据Ars Technica确认，Spotify已开始通过邮件通知用户可联系客服咨询退款事宜，但官方支持页面并未明确提及退款政策，仅建议用户重置设备并妥善处理。

尽管Spotify方面未明确承诺对所有用户提供全额退款或说明具体条件，但近期有用户在网络论坛上声称，在提供购买证明后成功获得了退款。此前，由于官方信息不明确，用户曾表达困惑，并在Reddit等平台讨论退款可能性。

2024年5月28日，三名用户已在美国纽约南区地方法院提起集体诉讼，指控Spotify在产品停止支持后未提供退款或更换方案。诉讼文件指出，若消费者知悉Car Thing在购买后不久将停止服务，则不会进行购买。目前尚不清楚该诉讼是否会因退款措施的推出而继续推进，Spotify对此未予置评。

此外，部分用户因设备被强制淘汰而感到不满，Car Thing于2022年2月正式公开销售，距停止支持仅约两年。Spotify同时明确表示不会将该设备的软件开源。

杯子修复与金缮技艺

作者修复了一个陪伴其十年、具有特殊情感价值的咖啡杯。杯子在2024年2月不慎摔碎后，作者决定采用日本传统金缮技艺进行修复，而非丢弃或使用现代环氧树脂。

金缮技艺简介 金缮是使用天然漆（大漆）混合木粉、抛光粉等材料修复破损陶器的传统技艺，最后在漆面上洒金粉或银粉以突出修复痕迹。其哲学理念在于拥抱物体的不完美与历史痕迹，而非将其掩盖。

修复过程与挑战 作者购买了专业金缮套装，并遵循教程，主要步骤及遇到的问题如下：

1. 步骤一：用“麦漆”粘合碎片

   • 材料：将面粉团与大漆混合制成粘性“麦漆”。
   • 过程：清洁并打磨碎片边缘后，用麦漆粘合，再用胶带固定，置于温暖湿润的盒子中固化约两周。
   • 错误：
     • 砂纸无法有效打磨上釉陶瓷，应使用金刚石锉刀。
     • 粘合时出现微小错位，影响了后续步骤。应更仔细地试拼接。

2. 步骤二：用“木粉漆”和“砥粉漆”填补缺损

   • 材料：“木粉漆”用于填补大于1毫米的孔洞，由麦漆、木粉和抛光粉混合而成，质地如黏土。“砥粉漆”用于填补细小裂缝，由抛光粉、水与大漆混合，质地如硬蛋黄酱，但固化速度极快。
   • 过程：分层涂抹木粉漆填补大面积缺损，每层固化一周后打磨平整。用砥粉漆填补小缝隙。
   • 错误：
     • 工具清洁不彻底，残留油脂导致木粉漆固化时间显著延长。
     • 砥粉漆操作时间紧张，未能充分填平所有细小缝隙。

3. 步骤三：施涂黑色漆

   • 材料：将大漆搅拌脱水后加入黑云母粉制成黑色漆。
   • 过程：用细头画笔在填补的缝隙上涂覆多层黑色漆，每层固化并湿磨。
   • 错误：作者不擅长使用细头画笔，涂装困难。另外，黑色漆与陶瓷釉面附着力不佳，部分区域出现剥落。应在粘合前更多地打磨釉面以提供结合基底。

4. 步骤四：洒金粉

   • 材料：孟加拉红漆（大漆加红云母粉）作为底色，以及金粉。
   • 过程：涂上孟加拉红漆后，待其表面变得粘稠但未完全干燥时，用丝绸小球蘸取金粉轻轻扫过漆线。
   • 错误：因过早洒金，导致部分金粉与未干漆混合，造成污损。

最终结果与反思 修复后的杯子虽不完美，存在错位、填缝不均和洒金瑕疵等问题，但作者认为这些“缺陷”恰恰记录了学习金缮的过程，体现了“拥抱不完美”的金缮精神。经过数月的努力，作者终于再次使用心爱的杯子，并对金缮技艺有了更深的理解和敬意。

Mozilla 正致力于将 Firefox 打造为最佳浏览器，其核心是赋予用户自主选择与自由探索的能力。以下是基于用户反馈，未来一年的重点工作方向：

一、新增用户需求功能

• 生产力提升：将推出标签页分组、垂直标签页及实用侧边栏功能，帮助用户高效管理大量标签页。新的个人资料管理系统可分开学校、工作和个人浏览数据，同时便于切换。
• 个性化体验：允许用户为新标签页设置自定义壁纸，提供多样化的摄影、色彩和抽象图片选择。
• 简化隐私设置：优化界面，使世界级反跟踪技术的隐私设置更直观易懂。
• 精简菜单：重新设计菜单，减少视觉干扰，优先显示高频操作，提升使用效率。

二、持续提升速度、性能与兼容性

• 性能优化：致力于加快页面加载与启动速度，并降低电池消耗。在Speedometer 3 基准测试中，Firefox 的响应速度已提升20%（该测试由Mozilla联合其他科技公司共同开发）。
• 跨浏览器兼容：与 Interop 项目合作，确保网站能在所有浏览器中良好运行。新增便捷的网站问题反馈功能，用户反馈对修复影响日常体验的小问题至关重要。

三、注重隐私与效率兼得

• 隐私优先：Firefox的核心是保障用户隐私，用户无需以个人数据为代价换取高效体验。
• 本地化处理：将翻译和PDF编辑等功能在设备本地完成，避免将个人数据发送至服务器用于追踪、售卖或AI训练。用户无需在功能与隐私间做出选择。

四、谨慎且尊重隐私地应用AI

• 本地AI模型：计划利用更注重隐私的设备端本地AI模型来增强浏览体验。
• 初期功能示例：下一季度将推出AI生成PDF图片替代文本功能，以提升视觉障碍和学习障碍用户的无障碍体验。

五、邀请社区共同参与 Mozilla 的发展由用户与开发者社区驱动，鼓励公众参与开源项目，并在 Mozilla Connect、Discourse 等平台交流互动，用户的反馈对 Firefox 的未来塑造至关重要。

关于AWS S3服务一些不得不知道（但可能希望不知道）的要点

本文源于构建AWS数据泄露风险模型的实践，作者深入探索了Amazon S3服务中一些非标准化、易被忽略但影响安全的关键设计和行为。这些并非新发现的“漏洞”，而是长期存在但常被重新发现的“怪异之处”。

1. S3 API的特殊设计与匿名访问

S3的API要求绝大多数请求（如列出内容、获取标签）必须发送到特定存储桶的URL（如 https://[bucket名].s3.amazonaws.com），而非通用端点。更重要的是，S3存储桶可以同时支持公共（无需认证）和私有（需认证）访问，导致部分API操作可被匿名调用。例如，如果一个存储桶策略错误地允许了“所有人”执行所有操作，那么删除存储桶等危险操作甚至无需认证即可通过简单的cURL请求完成。这打破了“所有AWS API请求都必须认证”的固有认知。匿名请求会在CloudTrail日志中留下无法追踪来源的记录。

2. 获取对象键的多种途径

仅通过拒绝 s3:ListBucket 操作来防止对象列表泄露是不够的。攻击者仍可通过其他API获取对象键：

• /?versions (ListBucketVersions): 列出存储桶中所有对象的版本元数据。
• /?uploads (ListMultipartUploads): 列出进行中的多部分上传任务。这些任务最终会成为完整对象。 因此，安全策略需要同时考虑对这些操作的权限控制。

3. 未完成的分段上传（Multipart Uploads）

未完成的分段上传是“薛定谔的对象”：它们存在于账户中并产生费用，但无法在S3控制台中直接查看（只能通过 /?uploads 或CLI查询）。它们可以被删除。AWS建议配置生命周期规则来自动清理。此外，列出这些上传会泄露发起者的ARN，这可能暴露账户标识符等敏感信息。

4. 访问控制列表（ACL）的遗留功能

S3 ACL是一个历史悠久的权限系统。其中一个特性是允许通过电子邮件地址指定被授权者。利用 PutBucketACL 操作，如果提供的邮箱未关联任何AWS账户，操作会失败；反之则成功。这可用于探测某个邮箱地址是否注册了AWS账户。

5. 上传者掌控多项对象属性

• 存储类（Storage Class）：对象的存储类（如频繁访问层、低频访问层）由上传者决定，直接影响存储桶所有者的成本。可以通过IAM策略条件键（s3:x-amz-storage-class）进行限制，或设置生命周期策略统一转换。
• 其他属性：对象标签（Tags）、对象锁定（Object Lock）配置、甚至用于开放重定向的元数据等，都由上传者控制。如果依赖这些属性进行自动化处理，可能带来风险。

6. 对象键的大小写敏感性与特殊字符

S3对象键（Key）是大小写敏感的。这意味着可以同时存在名为 Password 和 password 的对象。如果应用程序在检查文件存在性时未统一大小写，在更新密码等关键操作时就可能被利用，导致安全漏洞。此外，对象键可以使用任何UTF-8字符（包括空格、斜杠等），但某些字符可能引发兼容性问题。

7. 非传统方式导致存储桶“公开”访问

即使存储桶的ACL被禁用、资源策略严格限制、并且启用了“阻止公共访问”设置，仍存在其他途径使存储桶内容可公开访问：

• Amazon CloudFront分发：如果将S3作为CloudFront的源站，且CloudFront分发配置为面向公众，那么通过CloudFront域名可以访问存储桶内容，尽管直接访问S3桶会被拒绝。安全工具通常无法检测这种间接公开。
• AWS Cognito身份池：如果配置了允许自助注册（Self-registration）或访客访问（Guest access）的Cognito身份池，且其关联的IAM角色被授权访问S3存储桶，那么任何能成功登录（或以访客身份获取临时凭证）的用户都可访问该存储桶。这实质上构成了公开访问，且常被安全工具忽略。

总结

本文列举了S3服务中一系列违反直觉的设计细节和潜在风险点，强调了在安全评估和权限配置时需要超越常规思维，考虑API的匿名性、多维度的信息泄露途径、上传者控制权、以及通过关联服务实现的间接公开访问。了解这些要点有助于更全面地构建AWS数据泄露防护模型。

精度较低的语言模型更小、更快，且准确度几乎不减

大型语言模型（LLM）性能提升的同时，规模与能耗也在激增。为实现低成本、高速度且环保的LLM，研究者正通过将模型参数大幅舍入为1或-1，将其压缩至可在手机等设备上直接运行的规模。

1-bit LLM的实现方法

神经网络通过调整神经元连接强度来训练，这些强度以数学参数存储。传统压缩方法通过降低参数精度（如从16位减至8位或4位）来实现，称为量化。目前研究正将参数精度推向1-bit的极限。

主要有两种方法：

1. 训练后量化（PTQ）：对已训练好的全精度网络参数进行量化。
2. 量化感知训练（QAT）：从一开始就用低精度参数训练网络。

PTQ目前更常用，因其无需收集训练数据或从头训练，过程更稳定。而QAT因量化内置于模型训练之初，有潜力达到更高准确度。

代表性技术与性能

• BiLLM（PTQ方法）：2024年2月提出，对大多数参数使用1-bit，对少数关键权重使用2-bit。在基于Meta LLaMA（130亿参数）的测试中，其困惑度（越低越好）约为15，远优于其他二值化方法，且内存占用仅为原始模型的十分之一。

• BitNet系列（QAT方法）：

  • BitNet（微软亚洲研究院，2023年）：首个用于LLM的1-bit QAT方法。性能优于PTQ方法，能效约为全精度网络的10倍。
  • BitNet 1.58b（2024年2月）：参数可为-1、0或1（约1.58-bit）。一个30亿参数的BitNet模型在各项语言任务上的性能与同参数量的全精度LLaMA模型相当，但速度快2.71倍，GPU内存占用减少72%，GPU能耗降低94%。效率优势随模型规模增大而提升。

• OneBit（结合PTQ与QAT的方法）：2024年发布。利用全精度预训练LLM生成数据来训练量化版本。其130亿参数模型的困惑度约为9（LLaMA模型为5），内存占用仅为原始模型的10%。

硬件协同优化

量化模型具有多重优势：可适配更小芯片、减少内存与处理器间的数据传输、加快处理速度。但当前硬件（如Nvidia GPU）使用高精度表示权重并主要执行乘法运算，未能充分发挥1-bit模型的优势。若硬件能原生支持参数仅以-1或1表示，仅通过加减法运算，将实现更大优化。研究者认为，1-bit模型与处理器需要共同发展，但开发新硬件仍有很长的路要走。

总结

通过将参数精度压缩至1-bit或1.58-bit，可构建出规模显著缩小、能耗大幅降低、而性能接近全精度的大语言模型。这为LLM在资源受限设备上的部署以及未来专用硬件设计开辟了新方向。

工程领导者的意外反模式

本文基于对Will Larson（Carta CTO，曾任Stripe、Uber和Calm工程负责人）的采访，探讨了工程领导力中三个常见的反模式——即那些看似合理、实则可能适得其反的管理实践。核心观点是：工程领导者应避免机械套用通用规则，需根据具体情境灵活调整。

1. 反模式一：一味避免微观管理

• 问题：新任工程管理者常被建议“远离细节”，这可能导致领导者逐渐沦为仅负责资源分配的“官僚”，失去对业务深度的理解和决策力。
• 正确做法：工程高管需在“执行团队成员”、“工程管理者”和“工程师”三种角色间灵活切换。在路径不清晰或团队出现重大分歧时，应主动介入细节，亲自做出决策。
• 实操方法：
  • 冲突挖掘：加入新环境时，主动寻找有争议的观点或做法进行探讨，以此快速理解公司独特的技术背景和决策逻辑，避免直接套用以往经验。
  • 记录细节：将公司战略、技术投资原则等关键决策书面化。即使记录初期不完美，也能促进反思和改进。可参考Richard Rumelt的“好战略”框架，明确诊断、指导政策和连贯行动。

2. 反模式二：拒绝测量不完美的指标

• 问题：追求完美指标会导致测量停滞，阻碍团队学习和高层认知。例如，CEO要求统计代码行数等粗糙指标时，工程领导者的本能可能是反对。
• 正确做法：接受并使用不完美但有用的指标，其价值不仅在于反映现实，更在于帮助其他高管（尤其是CEO）建立对工程工作的心智模型。
• 实操方法：
  • 聚焦心智模型提升：例如，通过跟踪生产事故数量来逐步推动团队对“可靠性”的深入讨论和理解，即使该指标本身不完美。
  • 引导高层进入细节：当高层提出不合理的测量需求时，不直接反驳，而是邀请他们一起深入分析数据的局限性，在细节中教育他们，从而建立共识。
  • 参考DORA/SPACE等框架：这些框架有助于识别改进点，但主要用于诊断而非直接提升产出速度。

3. 反模式三：充当团队的“保护伞”

• 问题：传统观念认为管理者应屏蔽团队面临的外部干扰和坏消息，但这反而会让团队在长期中失去应变能力，如同生活在谎言中。
• 正确做法：尽早让团队接触“血腥细节”，让他们逐步处理信息，而非一次性面对混乱。同时，让更多工程师和管理者直接参与重要决策讨论。
• 相关决策模式优化：
  • 纯自下而上：团队自主决策，易导致技术投资分散，但适合预算充足、鼓励探索的环境。
  • 纯自上而下：由少数高管决策，可能缺乏上下文且效率低下。
  • “导航员”模式（Carta的实践）：为每个业务单元指定一位“导航员”，授予其技术决策权，作为迷你CTO。此模式融合了上下文贴近和集中决策的优点，但需：
    • 有书面战略指导。
    • 决策后进行复盘。
    • 谨慎选择真正具备判断力的人选担任。

总结与延伸

• 工程领导力的核心在于判断何时该遵守规则，何时该打破规则，培养团队的好奇心和寻找例外的能力。
• Larson通过持续两年半的“学习圈”（与其他高管定期交流实战经验）持续反思和成长。
• 文章最后指出，所有反模式的根源都在于缺乏灵活性。有效的工程领导需要像工程师一样思考，主动探索和验证不同方法在特定情境下的适用性。

全球阴影模拟在线工具
这是一个在线阴影地图和太阳查找器，用于模拟世界任何地方在任何时间的阴影。主要功能包括：

• 提供房屋或花园的阴影地图和太阳地图。
• 阴影计算器、太阳位置、太阳路径和太阳曝光分析。
• 3D模拟建筑物、树木和地形投射的阴影。
• 为日出和日落照片提供阳光和阴影支持。
• 准备阴影研究、阴影分析或太阳能分析。
• 无需安装或购买Google Earth Pro，直接在线工作。
• 生成阴影累积和阴影增长地图。
  该工具适用于摄影、建筑规划、太阳能评估等场景，简化了阴影模拟和太阳分析过程。

《像计算机科学家一样思考：交互式版》是由路德学院的布拉德·米勒和大卫·拉努姆领导的Runestone交互项目成果。该书基于杰弗里·埃尔克纳、艾伦·B·唐尼和克里斯·迈耶斯的原创作品改编，使用了基于Skulpt的Activecode和基于Online Python Tutor的Codelens等交互技术。项目得到了佐治亚理工学院CSLearning4U研究小组的多方贡献，并获得了ACM-SIGCSE和美国国家科学基金会（NSF）的资助支持。此版本的章节由加州大学圣克鲁兹分校的克里斯托弗·舒斯特为《CMPS5P Python编程入门》课程编排。Runestone交互工具是开源项目，鼓励用户使用或贡献自己的资源。

摘要

调查由Access Now、多伦多大学公民实验室（Citizen Lab）及独立专家联合开展，揭示了NSO集团的飞马（Pegasus）间谍软件被用于针对欧盟境内至少七名俄罗斯、白俄罗斯、拉脱维亚及以色列的记者与活动人士。

主要发现：

• 受害者范围：包括立陶宛的白俄罗斯公民社会成员、流亡的俄罗斯记者，以及拉脱维亚的多名记者（如Evgeny Erlikh、Evgeny Pavlov、Maria Epifanova），还有在波兰的白俄罗斯反对派政治家Andrei Sannikov和媒体主编Natallia Radzina。攻击最早可追溯至2020年8月，在2022年2月俄罗斯全面入侵乌克兰后事件增加。
• 攻击手法与关联：研究人员通过分析设备发现，部分受害者的手机中残留了攻击者使用的Apple ID痕迹。其中至少三名受害者（Pavlov、Radzina及一名匿名受害者）的设备关联了同一个Apple ID，另有两名受害者（Erlikh和Pavlov）在同期遭同一ID攻击，另外两名受害者（Sannikov和Radzina）也共享了另一个ID。这表明可能由单一操作者策划了对至少三名受害者的攻击。
• 责任方推测：调查未公开具体操作方身份。基于现有信息：
  • 波兰：被认为不太可能，因其未被记录在境外使用飞马，且据报已于2021年停止使用。
  • 俄罗斯、白俄罗斯、立陶宛：无证据显示其为NSO客户。
  • 拉脱维亚：虽使用飞马，但未见境外针对记录。
  • 爱沙尼亚：被公民实验室指出在其境外（包括多个欧洲国家）广泛使用飞马，并与拉脱维亚、立陶宛在安全事务上密切合作，成为关注焦点。
• 呼吁与建议：调查方建议公民社会成员遵循数字安全指南（如更新系统、启用苹果锁定模式），并可向Access Now求助。同时，敦促各国政府立即暂停目标数字监控技术的出口、销售、转移和使用，直到建立严格的人权保障措施，并禁止使用有侵犯人权前科的间谍软件。

James Webb空间望远镜最新发现汇总

行星科学与太阳系观测

• 小行星观测：Webb望远镜对小行星2024 YR4进行观测，确认其不会对月球或地球构成威胁（2032年撞击风险已排除），并测定其大小约为一栋建筑的规模。这些数据为国际小行星预警网络提供了重要支持。
• 天王星新卫星：利用Webb望远镜，西南研究院领导的团队发现了天王星的一颗新卫星，使天王星已知卫星总数增至29颗。
• 海王星外天体研究：Webb揭示了海王星外天体（如冥王星、阋神星等）的古老表面特征，增进了对这些冰冻天体的理解。

天体物理与宇宙学

• 可能的“直接坍缩”黑洞：通过分析COSMOS-Web巡天数据，研究人员发现了一个可能的“直接坍缩”黑洞候选体，为黑洞形成机制研究提供新线索。
• 确认“哈勃常数张力”：Webb观测到一个被引力透镜化的超新星，其数据支持了当前宇宙膨胀率（哈勃常数）测量结果与理论预测之间存在的差异，即“哈勃张力”。
• 透镜化超新星发现：在相关研究中，Webb数据还揭示了新的引力透镜化超新星现象。

系外行星与宜居性研究

• 宜居世界侦察：Webb正在对位于恒星宜居带内的小型系外行星进行系统观测，为寻找潜在宜居环境提供数据。
• 系外行星K2-18 b：Webb对K2-18 b（质量约为地球8.6倍、距地120光年的系外行星）的观测支持其在宜居带内运行，并可能拥有含碳大气层，增强了其作为潜在宜居行星的研究价值。

望远镜技术与运营

• 镜面校准监测：为确保望远镜达到最佳光学性能，Webb团队持续监测并调整其由18块独立镜片组成的主镜，使其协同工作如同单一巨型反射镜（直径6.5米）。

注意事项

• 上述多项发现基于Webb正在进行的科学观测，部分结果尚未经过同行评审。
• 这些成果展示了Webb望远镜在行星科学、系外行星研究、天体物理和宇宙学等多个领域的广泛科学影响力。

在FPGA上使用Hailo-8和4个树莓派摄像头运行YOLOv5

项目概述

该项目旨在Zynq UltraScale+ FPGA平台上集成Hailo-8 AI加速器，实现四路树莓派摄像头的实时多目标检测（YOLOv5）。系统将FPGA资源专注于图像处理，将神经网络计算外部化至专用的Hailo-8加速器，以实现更高性能和能效。该项目已在Embedded World 2024展会上进行现场演示。

系统架构

系统主要组件包括：

• 四路树莓派摄像头采集流水线：每路摄像头通过MIPI CSI-2接口连接，经ISP处理、缩放和色彩空间转换后，将720p YUY2格式帧存入DDR。
• 视频混合显示流水线：使用Video Mixer IP将四路视频流合成一个2K视频，直接通过FPGA内部资源输出到DisplayPort实时接口，避免内存读写瓶颈。
• PCIe接口：通过DMA/Bridge IP连接Hailo-8 AI加速器，用于运行YOLOv5模型。
• VVAS多缩放器核：提供硬件加速的图像缩放、色彩空间转换等功能，显著提升性能（对比CPU处理，帧率从0.51fps提升至28.3fps）。
• VCU（视频编解码单元）：Zynq UltraScale+内置的硬化模块，支持多标准视频编解码，为未来扩展（如视频流传输）预留能力。

核心流程

1. 树莓派摄像头输出1080p RAW10图像。
2. FPGA中的ISP流水线进行坏点校正、增益控制、去马赛克和自动白平衡，输出RGB888图像。
3. 视频处理子系统将图像缩放至720p并转换为YUY2格式。
4. Hailo-8通过PCIe读取四路视频流，执行YOLOv5目标检测，输出边界框坐标、类别和置信度。
5. CPU将检测结果叠加到视频流上。
6. Video Mixer合成四路视频并通过DisplayPort输出到显示器。

硬件需求

• Xilinx ZCU106评估板
• RPi Camera FMC适配器
• 4个树莓派摄像头模块2
• FPGA Drive FMC Gen4适配器
• Hailo-8 AI加速器启动套件（M.2接口）
• 显示器（推荐2560x1440分辨率）

软件构建与部署

1. 环境准备：需安装Vivado 2022.1、Vitis 2022.1和PetaLinux 2022.1。
2. 获取代码：克隆GitHub仓库（包含子模块）并切换到v2022.1标签。
3. 构建项目：运行make petalinux TARGET=zcu106，生成完整的系统镜像。
4. 准备SD卡：创建启动分区（FAT32）和根文件系统分区（ext4），复制BOOT.BIN、image.ub等启动文件及rootfs。
5. 电源调整：更新FPGA Drive FMC的EEPROM二进制文件，并通过Maxim PowerTool调整ZCU106的电压限制，确保两块FMC板均以1.2V稳定工作。

运行演示

• 启动系统后，运行displaycams.sh可显示四路摄像头视频。
• 运行hailodemo.sh可启动YOLOv5目标检测演示，检测结果实时叠加在视频流上。

设计亮点

• 外部加速器方案：避免使用FPGA内部DPU，节省逻辑资源并提升性能。
• 优化显示流水线：采用Video Mixer直接在FPGA内合成视频，减少内存带宽压力。
• 扩展性：系统集成了VVAS和VCU等硬件加速模块，为后续视频处理、编码等应用提供基础。
• 详细文档：项目提供了完整的硬件设置、软件构建步骤及常见问题解决方案（如适配器兼容性问题）。

该项目不仅是一个功能完整的演示，也为多摄像头智能视觉系统提供了可复用的参考平台。

根据提供的内容，无法生成摘要。原始文章的实际内容不可访问，仅显示了一个重定向链接。

在x.com上发生错误，用户被鼓励不要担心并尝试重新加载。问题可能由某些隐私相关扩展引起，导致在x.com上出现功能障碍。建议的解决方案是禁用这些扩展，然后重新尝试访问或操作。内容简短，聚焦于技术故障的识别和基本解决步骤。

Kagi 的未来展望

Kagi 于 2022 年 6 月 1 日推出，是一款挑战广告驱动模式的搜索引擎，致力于为用户而非广告商服务。经过两年发展，Kagi 已取得显著进展，并明确了未来的发展方向。

对用户的承诺

Kagi 的核心承诺包括：提供清晰、优质且无广告的搜索结果；严格保护隐私，不进行追踪；坚持“用户付费”的商业模式；确保信息及时、高质量；以及提供快速、准确的服务。

增长与可持续性

过去两年，Kagi 付费会员数量持续增长，规模已超过14个国家的人口，并已实现盈利。这表明其商业模式具有可持续性。按当前增长轨迹，预计未来36个月内付费用户将达到100万。

认可度提升

Kagi 受到了 Leo Laporte、John Gruber、Cory Doctorow 等专家及 The Verge、The Register 等媒体的关注，同时也在 Hacker News、Reddit 等平台获得了社区用户的积极讨论。

新的股东与团队成员

通过两轮融资，已有 93 名 Kagi 用户成为投资者。公司其余股份由创始人、员工和顾问持有。团队已扩大至全球 37 人，并正在招聘。

转型为公共福利公司

Kagi 已转型为特拉华州公共福利公司。其章程明确规定，公司致力于“创建一个更以人为本、可持续发展的网络”，并平衡股东价值与社会利益。这一法律结构保障了其使命导向，免受外部压力干扰。

独特的搜索方式

Kagi 搜索从设计之初就以用户为中心，而非广告商。它旨在提供高质量、真实的信息来源（如官方文档、专家博客），而非广告或低质量内容。用户可自定义搜索体验，例如屏蔽网站、使用特定“镜头”搜索（如学术搜索），并与 Wolfram|Alpha 集成以确保信息准确性。

Orion 浏览器

Orion 是 Kagi 开发的轻量级浏览器，秉持与搜索引擎相同的价值观。它基于 WebKit 构建，注重性能、隐私（默认无遥测），内置广告和追踪拦截，并支持 Chrome 和 Firefox 扩展。目前免费，用户可自愿付费支持。计划在 2025 年初结束测试版，并考虑扩展至 Windows、Android 和 Linux。

未来重点：核心搜索体验

尽管行业热议 AI，Kagi 仍将专注于完善核心搜索体验。计划投资扩大索引、推出 API、改进搜索用户体验（如小部件和自定义），确保搜索结果准确、快速、可靠，且不受低质量或 AI 生成内容影响。

对 AI 的看法

Kagi 将 AI（特别是 LLM）视为工具，谨慎集成以增强用户体验，而不牺牲核心价值观。Kagi Assistant（处于测试中）将基于 Kagi 搜索，提供对世界顶级 LLM 的访问，并包含在 25 美元/月的 Ultimate 订阅中。

前进路线图

主要计划包括：

• 将自有索引扩展至覆盖 1 亿个高质量网页。
• 推进 Kagi Small Web 项目。
• 彻底改进搜索小部件。
• 推出 Kagi 移动应用（iOS 和 Android）。
• 正式推出 Kagi Assistant。
• 推出基于 Mapbox 和 OpenStreetMap 的 Kagi Maps。
• Orion 浏览器结束测试版。
• 实现 Kagi 产品间的无缝集成。
• 发布 Kagi 搜索 API。
• 向企业和教育领域提供定制解决方案。

Kagi 旨在通过这些举措，增强核心搜索产品，扩展生态系统，为会员提供更多价值，并最终实现人性化互联网的目标。

该网页内容并非关于Discord的评论文章，而是展示了网站防护系统Anubis的运作说明。

Anubis是一个反AI爬虫的防护系统，旨在保护网站资源免受大规模自动化抓取导致的服务器过载和停机问题。其核心是采用类似Hashcash的工作量证明（Proof-of-Work） 机制。对于普通用户，由此产生的计算负担可忽略不计，但能显著增加大规模爬虫的运作成本。

这是一个临时解决方案。开发者的最终目标是通过浏览器指纹（例如字体渲染方式等特征）来识别和区分自动化爬虫与合法用户，从而避免向普通用户展示验证页面。

此外，系统要求浏览器支持现代JavaScript功能，因此提示用户需禁用JShelter等可能屏蔽相关脚本的插件才能正常访问。

斯卡莉效应

作者：伊丽莎白·鲁比奥

本文作者以个人经历阐述了《X档案》中角色黛娜·斯卡莉对其职业选择的深远影响，并介绍了这种文化现象——“斯卡莉效应”的具体表现。

核心观点

• “斯卡莉效应” 指电视剧《X档案》主角、FBI特工兼科学家黛娜·斯卡莉对年轻女性观众产生的积极影响，激励她们投身STEM（科学、技术、工程、数学）领域。
• 根据文中引用的数据：
  • 青少年时期经常观看《X档案》的女性，在大学选择STEM专业的可能性高出50%以上。
  • 目前在STEM领域工作的女性中，近三分之二表示斯卡莉是她们选择职业的主要影响因素。
  • 即使未从事STEM职业，三分之二的女性也认为斯卡莉增强了她们对STEM重要性的认识。
  • 九成女性认为斯卡莉是女孩们的积极榜样。

作者个人经历

1. 启蒙时期：作者在青少年时期观看《X档案》和《沉默的羔羊》，深受角色斯卡莉和克拉丽丝·斯塔琳（均为逻辑严谨、能力出众的女性特工）吸引。
2. 学术与职业选择：受此激励，她选修了AP生物课程并热爱上生物学，随后获得了遗传学学位，先后在学术研究和生物技术工业领域工作。
3. 当前工作：作者现已离开科研一线，但仍以科学思维看待世界，并从事着为下一代科学家编写教育材料的工作。她强调媒体中多元化代表性的重要性，认为这能激励更多人实现梦想。

总结

文章通过个人叙事与统计数据结合的方式，论证了影视作品中有能力的女性角色对年轻观众（特别是女性）在职业选择上的正面引导作用。作者强调“代表很重要”，并呼吁创作者提供更多元的角色，以塑造未来一代的想象与现实。

该文章介绍作者为将Lisp编译为JavaScript的编译器添加了优化功能，主要包括常量传播、常量折叠和死代码消除，这些优化在解析后、代码生成前通过转换抽象语法树（AST）实现，以生成更小、更高效的JavaScript代码。

优化功能与作用：

• 常量传播：移除编译时已知结果的变量绑定，用字面量替换变量引用（例如(let ((a 1)) a)变为(let () 1)）。
• 常量折叠：简化编译时已知结果的表达式（例如将算术运算直接替换为计算结果字面量）。
• 死代码消除：移除不影响程序输出的代码，如在已知条件的if表达式中删除未使用分支。

这些优化叠加使用可提升性能：减小生成的JavaScript文件大小（加快浏览器加载速度），并减少运行时操作（提升执行效率）。

实现方式：

• 优化在AST上执行，通过后序遍历（从底向上）应用，确保子表达式先优化。
• 使用上下文对象（哈希表）跟踪let表达式中的变量绑定，若变量绑定为字面量则将其传播到引用处。
• 对if表达式，若条件可折叠为布尔值则直接返回对应分支；对算术表达式，若所有操作数为字面量则折叠为结果值；对let表达式，若绑定值为字面量则移除绑定并用字面量替换变量。

代码结构：

• optimize函数遍历程序表达式列表，递归调用optimize_expression处理每个表达式。
• optimize_expression通过模式匹配处理不同表达式类型（如if、let、算术表达式），并在递归返回时利用已优化的子表达式。

测试与未来计划：

• 作者通过断言AST的调试字符串进行单元测试，确保优化逻辑正确。
• 未来可能添加端到端测试（比较生成的JavaScript与手写JavaScript的输出），并考虑先构建测试框架再添加新功能。

NASA发布了通过TEMPO仪器获取的新型高质量近实时空气质量数据，分辨率可达街区级别，旨在通过太空观测革新空气质量监测方式，改善人类生活。

该数据由NASA兰利研究中心的大气科学数据中心提供，TEMPO仪器于去年发射，可对北美地区进行每小时一次的白昼大气扫描，覆盖从大西洋到太平洋沿岸、从墨西哥城到加拿大中部的区域。它通过观测阳光与对流层中气体和颗粒的相互作用来检测污染。

监测的污染物包括二氧化氮、甲醛和总柱臭氧等，这些污染物会对健康造成影响。目前已有超过500个早期采用者在使用该数据集，预计流行病学家和健康专家也将利用这些数据开展研究。早期采用者计划帮助政策制定者了解数据的用途和优势。

研究人员指出，该数据将支持多种科学分析，例如交通高峰期污染研究、疾病与急性空气污染暴露的关联、空气污染对弱势社区的不成比例影响、空气质量警报改进、闪电对臭氧的影响，以及野火和火山污染的扩散追踪等。

农村地区往往缺乏空气质量监测站，社区间空气质量也存在差异，例如低收入社区空气质量通常较差。TEMPO数据能提供更精细的时空分辨率，有助于识别受影响严重的区域。此外，该仪器能帮助追溯污染物来源，例如美国国家公园管理局正利用TEMPO数据了解新墨西哥州公园因油气排放导致的空气质量下降问题。

TEMPO仪器由BAE系统公司制造，搭载在Intelsat 40e卫星上，其地面系统（包括仪器运行中心和科学数据处理中心）由史密森天体物理台运营。

根据文章内容，主要事实与分析如下：

1. 核心发现：eBay和Poshmark上的卖家账号“Bullseye Deals”与大型零售商Target存在关联。该账号销售的所有商品似乎都来自Target。

2. 账号详情：

   • eBay账号：自2013年起活跃，拥有13.7万关注者，已售出超过260万件商品。
   • Poshmark账号：2022年开设，已获得2万多关注者。
   • 品牌标识：商标是一个带公牛剪影的红色圆点，与Target的靶心商标非常相似。

3. 运营模式：

   • Bullseye Deals并非由Target直接运营。根据Target的确认，该账号由逆向供应链服务公司Liquidity Services, Inc. 运营。
   • Liquidity Services从Target购买其无法再销售的“清仓商品”，然后通过Bullseye Deals账号在电商平台转售。
   • 销售商品包括Target自有品牌（如A New Day, Casaluna）和第三方品牌的产品，状态多为全新、开封或二手，价格低于Target原价。

4. 行业背景与问题：

   • 清仓库存：零售商处理过剩、退货或停产的商品是常见做法。行业内有类似TJ Maxx的折扣店，也有像Liquidity Services这样的逆向物流公司专门处理此类商品。
   • 退货成本：2023年美国零售退货总额高达6139亿美元，占零售总额的8.5%。对于Target这类提供宽松退货政策的公司，处理无法重新上架的退货商品是一个重大挑战。

5. Target的策略与优势：

   • 控制品牌流向：通过与拥有特定线上店铺的合作伙伴清仓，Target可以避免其自有品牌商品出现在其他实体折扣店（如TJ Maxx），从而更好地维护品牌形象。
   • 管理供应商关系：对于在Target销售的第三方品牌，这种线上清仓方式比商品出现在Target的实体店清仓区可能更易被接受，有助于维护合作关系。
   • 减少浪费：为过剩库存提供了去处，是比填埋更可持续的方式。

6. 业界看法：

   • 零售商自建类似Bullseye Deals这样具有暗示性品牌的线上清仓店铺是不寻常的做法。通常，清仓商品会批量出售给第三方折扣渠道。
   • Bullseye Deals的模式因其处理海量、多品类、多状态商品（甚至包括一个二手毛绒玩具）而显得独特。

7. 现状与趋势：

   • 尽管已运营多年，但Bullseye Deals近期才受到更广泛关注，这与当前更多消费者考虑折扣零售的经济环境有关。该模式使Target能够在不直接介入的情况下，由合作伙伴高效地处理大量清仓商品。

蒸汽汽车的最后抗争：内燃机如何赢得汽车世纪

历史背景与核心问题

1900年，美国汽车市场呈现内燃机、蒸汽和电动三种动力平分秋色的局面。然而，在随后的数十年里，内燃机车完全主导了历史。本文聚焦于一个更具体的问题：为何曾经辉煌的蒸汽汽车最终落败？ 蒸汽动力在工业革命中曾无往不利，却在汽车这一新兴领域停滞不前。

蒸汽汽车的早期成功（特别是在美国）

• 美国市场的独特条件：与法国不同，美国的汽车工业起步较晚（约1896年）。美国蒸汽汽车制造商（如Stanley兄弟和Locomobile）直接采用了石油燃料燃烧器，规避了传统煤燃料蒸汽车笨重、启动缓慢和安全隐患等主要缺陷。
• 早期优势：在1900年，美国销售了超过1600辆蒸汽汽车。它们具有扭矩大、加速平稳、无需换挡、运行安静且无异味等优点，早期性能优于尚不成熟的单缸内燃机车。
• 短暂繁荣：到1903年左右，蒸汽汽车制造达到顶峰，但随后迅速衰落。到1905年，绝大多数蒸汽汽车品牌已停产。

蒸汽汽车的核心技术缺陷

尽管进行了改进（如采用“闪蒸”锅炉和液体燃料），蒸汽汽车固有的问题未能解决：

1. 启动延迟：即使是改进后的型号，也需要数分钟预热才能行驶，无法满足即时出行的需求。
2. 操控复杂：操作过程繁琐，需要管理锅炉压力、燃料和供水系统。
3. 能效较低：其热力学效率低于内燃机，燃料消耗更高，且需要频繁加水。
4. 安全隐忧：尽管爆炸风险降低，但公众对锅炉仍有顾虑。

内燃机的快速进步与市场选择

内燃机技术通过持续学习迅速成熟：

• 便捷性提升：通过集成小型电动起动机（取代手动摇柄）解决了启动难题。
• 性能改善：多缸精密发动机和无铅汽油提供了更平顺、安静的运行体验。
• 自动变速箱：发明后，进一步削弱了蒸汽汽车无需换挡的优势。
• 社会因素：汽车从爱好者玩具转变为大众交通工具。普通消费者更注重便捷、可靠和即时可用性，而非蒸汽机的机械优雅。蒸汽汽车所需的耐心等待与内燃机的“即走即用”形成鲜明对比，而这种“不耐烦”恰恰是蒸汽时代本身催生的。

结论：技术范式的必然更迭

蒸汽汽车的失败并非源于个别企业（如坚持手工制造的Stanley兄弟）的决策失误，也非阴谋所致。其根本原因是：

1. 技术路径依赖：知识和资本不断涌入已成规模的内燃机产业链，转换成本日益增高。
2. 无法克服的核心缺陷：启动延迟和操作复杂性始终未能根治。
3. 市场需求的转变：汽车普及化要求便捷性压倒一切，内燃机在这一关键指标上取得了决定性胜利。

蒸汽汽车的案例表明，一项技术即使在早期拥有某些优势，也可能因无法适应更广泛用户的需求而被淘汰。内燃机的胜利是技术特性与社会行为共同塑造的结果。

摘要：

文章主要讲述了作者在为自己的M1 MacBook Pro更换电池时遭遇的新政策问题，并对此表达了强烈不满。

核心问题：

• 苹果自Apple Silicon过渡后，要求MacBook Pro的电池更换必须邮寄回苹果处理，第三方授权服务商无法在店内完成此项操作。
• 作者作为软件开发者，无法承受因邮寄维修导致的长时间设备不可用。

政策影响：

• 对用户： 增加了维修的不便和时间成本，违背了过去可选择快速店内维修的惯例。
• 对第三方维修店： 限制了其服务能力，损害了其业务。
• 作者的初步应对： 因设备仍在AppleCare+保修期内且接受邮寄更换，但最终选择暂时忍受电池容量降至78%的现状。

电池更换成本高昂的原因分析：

• 苹果不单独销售电池，而是提供包含电池、键盘在内的顶部外壳总成，售价约615美元。
• 官方维修指南长达162页，更换过程复杂。
• 第三方服务商若自行购买此总成进行保外更换，成本极高。
• 与旧款Intel MacBook Pro仅200美元的电池更换成本形成鲜明对比。

补充信息：

• iFixit提供约150美元的第三方电池更换套件（仅电池和工具），表明存在不更换整个顶部外壳的可能性。
• 作者引用iFixit观点，指出电池属于消耗品，其衰减是必然的，而苹果的政策使更换变得困难且昂贵。
• 作者怀念过去用户可自行快速更换电池的设计，并认为苹果利用处理器转型来加强对Mac的控制。
• 文章并非iFixit的广告，作者只是参考了其内容，且个人更倾向于由专业技术人员进行维修。