《最快的互斥锁》摘要

本文通过基准测试比较了 Cosmopolitan Libc 与其他平台（如 Microsoft SRWLOCK、glibc、musl libc、Apple Libc）的互斥锁性能。测试场景为高竞争：30个线程同时对一个共享整数进行100,000次递增操作。

核心性能对比

• Windows（24核 CPU）：Cosmopolitan 互斥锁比 Microsoft SRWLOCK 快约2.75倍，CPU资源消耗少18倍；比 Cygwin 的 pthread_mutex_t 快65倍。
• Linux（96核 CPU）：Cosmopolitan 互斥锁比 glibc 快3倍，比 musl libc 快11倍；CPU时间消耗分别少42倍和178倍。
• macOS（M2 Ultra）：Cosmopolitan 互斥锁与 Apple Libc 性能基本持平，因在 ARM 平台上采用简化算法并调用系统 ulock。

性能优势原因

Cosmopolitan 的互斥锁基于 nsync 库（由 Google 工程师 Mike Burrows 开发），其优化策略包括：

1. 无竞争时快速锁定：使用乐观 CAS（比较并交换）操作。
2. 减少缓存一致性开销：竞争时将等待线程加入链表，每个等待者拥有独立信号量和缓存行，避免多核争用同一缓存行。
3. 操作系统协作：利用 futex（Linux）、ulock（macOS）、WaitOnAddress（Windows）等机制，使等待线程休眠而不消耗 CPU。
4. 防止饥饿：通过“长等待”机制限制新线程获取锁，确保公平性。
5. 优化唤醒流程：使用“指定唤醒者”位，避免不必要的线程唤醒。

实际应用

作者通过 http://ipv4.games/ 服务器展示该互斥锁在真实高负载下的表现（该服务曾抵御数千万 IP 的 DDoS 攻击），并强调在高竞争场景下，互斥锁的实现差异对性能有决定性影响。

补充说明

• 测试代码包含基准测试框架和自旋锁实现（自旋锁适用于特定底层场景，但总体不推荐）。
• 文章指出，未充分利用 Cosmopolitan 互斥锁在高竞争场景的优势可能被视为“不负责任”，因其能显著减少服务器资源消耗。

结论：Cosmopolitan 的互斥锁在高竞争、小临界区场景下性能显著优于其他主流实现，在其他情况下也至少持平。

Not a Wheelchair：一家试图颠覆手动轮椅市场的公司

公司背景与目标

• 创始人：YouTube频道JerryRigEverything（880万订阅者）的主持人Zack Nelson及其妻子Cambry（一位截瘫患者和手动轮椅使用者）。
• 公司使命：大规模生产高质量、价格实惠的手动轮椅，颠覆现有市场。
• 核心产品：基础型号定制手动轮椅，售价999美元（包含车轮、手圈、轮胎、侧防护板和刚性可调靠背），并计划将交付周期从行业常见的数月缩短至数周。

制造流程与成本控制

公司采用自动化与手工结合的精益生产模式，在犹他州26,000平方英尺的工厂内完成全流程制造：

1. 管材切割：使用大型激光切割机快速完成铝管的切割和打孔，但需人工清除残留铝屑。
2. 弯曲成型：计算机控制的弯管机可精确适应个人测量数据和材料回弹。
3. 焊接：依赖熟练技师人工焊接，耗时约30分钟完成车架所有焊点。
4. 粉末涂装：通过静电吸附和固化处理，实现耐用且可定制颜色的表面涂装。
5. 组装：安装靠背、脚轮、车轮等部件，并进行质量检验。

关键成本控制策略：

• 自动化设备：提高生产效率，减少工时。
• 消除中间商：采用直接面向消费者的在线销售模式，绕过传统座椅诊所、保险公司和耐用医疗设备供应商。
• 边际定价：基础车型接近成本价销售，利润主要来自碳纤维座椅盘、木质手圈等升级配件。
• YouTube收入支持：Zack的YouTube频道收入为工厂和运营提供资金，公司不依赖轮椅业务盈利。

商业模式与理念

• 快速交付：目标为下单后4周内发货，未来计划缩短至2周。
• 消费者自助：用户需自行提供尺寸（可通过现有轮椅、专业评估或参考他人数据获得），自行完成组装调试和维修。
• 简化设计：使用标准化硬件，减少工具需求，强调用户可自行更换脚轮、轴承等易损件。
• 公司性质：注册为“公益性公司”，计划未来转为员工所有制，创始人不领取工资或利润。

产品定位与测试体验

• 定位：基础车型质量至少达到美国保险批准轮椅的平均水平，适合作为备用轮椅、旅行轮椅或特定活动用途。
• 测试反馈（基于作者体验）：
  • 滚动平稳，重量接近钛合金轮椅。
  • 靠背舒适且角度可调，后座高、前脚轮高度/角度、重心均可调整。
  • 整体结构稳固，无传统可调轮椅的晃动问题。
  • 与Vapors Wheels合作的车轮表现优异。

挑战与前景

• 挑战：用户需自行承担尺寸测量误差的风险；缺乏专业座椅诊所的现场评估支持。
• 发展方向：公司正在开发更多平价轮椅配件、电动越野设备、轨道轮椅等产品，旨在成为综合性户外移动解决方案提供商。

总结

Not a Wheelchair 通过创新制造流程、直销模式和YouTube业务的资金支持，试图以极低价格提供高质量定制手动轮椅，旨在解决轮椅价格昂贵、交付缓慢的行业痛点。尽管其自助模式存在一定风险，但为轮椅使用者提供了更具可及性的选择，有望推动市场变革。

• 世界并未面临沙子的枯竭危机，但沙资源与相关话题比人们广泛认知的更为复杂。沙子广泛应用于玻璃、半导体、光纤、过滤和研磨、装饰、娱乐等领域，最重要的是在混凝土生产中的作用。
• 混凝土由水、水泥、碎石和沙子组成，生产原料一般就地挖掘并直接使用，运输距离影响沙子的经济性及其环境影响。河沙通常是混凝土最佳原料，但河道采沙对环境破坏较大（如河流形态变化、生态影响），且沙子是非可再生资源，地质产生速度远慢于使用速度。
• 公众普遍误解：风成沙（如沙漠沙）因颗粒形状无法用于混凝土，认为世界沙资源因此濒临枯竭。但实际上，沙子本质是细小的岩石，完全可以用工程手段（如破碎机）从大岩石制造沙子。人工制造沙子的操作并不复杂，且硬岩采集时产生的细料本来常被当做废料，也可用作沙子，减少对天然沙的需求，且制造沙还能提升混凝土强度。
• 沙子的颗粒形状影响混凝土的性能。实验显示，用河沙或人工制造的多棱角沙，混凝土强度更高；用风成沙（经磨圆处理）的圆形沙，强度较低。但实际施工更关注混凝土的工作性（流动性），圆形沙更易和水混合，减少用水量，使混凝土强度反而更高。因此，沙子颗粒形状影响强度的观点是片面的——强度受水泥与水比例关系影响最深。
• 价格、运输和环境合规成本才是沙资源紧张的主要因素。制造沙子、运输高质量沙子、采沙合规的成本逐渐上升，导致“沙子变贵”，但沙资源本身并非难以获得。传统采沙对环境影响巨大，尤其在缺乏监管的地区。
• 材料供应和技术创新能改变行业。例如，钻石和木材过去只能靠天然矿产和森林，现在大量通过人工合成和人工种植获得。工程界通过技术和材料创新，调整原材料供应体系。
• 沙子（及混凝土中的其他原料）可以循环再利用。旧混凝土碎块可再加工为骨料或“再生沙”，参与新建工程，减少对原生沙资源的依赖。
• 建筑业对沙和骨料需求持续增长，但更准确的挑战是成本、环境和可持续问题。行业内越来越重视资源使用的全成本和环境影响，技术进步和管理提升可缓解沙资源压力。
• “世界沙子危机”实为成本提升和环境压力增加，非绝对物理短缺。工程行业对材料的需求与供应、经济、环境之间始终在动态平衡中调整。

本文是App Store的一个内容推荐页面，展示了当前热门的游戏、应用及开发者故事。页面核心是各种精选内容的分类推荐，而非详细描述标题中提及的“一个可隐秘游玩的游戏”。

主要内容分为以下几个板块：

1. 时下热门游戏：包括《王者荣耀》《和平精英》《原神》《蛋仔派对》等多款主流手游。
2. 独立游戏推荐：介绍了《霓虹深渊：无限》《火山的女儿》《累趴侠》等独立作品。
3. 编辑挚爱游戏：涵盖《波西亚时光》《机甲战队》《英雄联盟手游》等不同类型的游戏。
4. 剧情向游戏：推荐了《未定事件簿》《匿名爱人》《倾听画语》《龙脉常歌》等。
5. 聚焦创作者：通过对话形式，介绍了《听游江湖》《江南百景图》《逆水寒》《明日方舟：终末地》《恋与深空》等游戏的开发者故事。
6. 其他类别：包括“逆境求生”类游戏（如《鸣潮》《黎明觉醒》）、足球游戏、萌趣游戏（如《金铲铲之战》）、效率工具（如Microsoft Teams、To Do）以及纸牌游戏（如《一起优诺》）。

值得注意的是，文章标题“I made a game you can play without anyone knowing (no visuals/sound)”所描述的具体游戏，在提供的正文内容中并未得到详细说明或展开介绍。正文主要聚焦于上述各类游戏和应用的推荐列表及其简短宣传语。

作者与妻子承诺向Zig Software Foundation（ZSF）捐赠共计30万美元，分两年每年支付15万美元，目前第一期款项已支付。作者自2019年关注Zig项目，2021年公开表达对Zig的兴趣，随后成为用户并贡献代码，2023年发布使用Zig开发的终端项目Ghostty，目前主要编程工作集中在Zig上。作者家庭希望支持具备变革和影响力的独立软件项目，并鼓励“为热爱而创造”的文化，认为Zig正是这样的项目。作者强调Zig项目始终由激情驱动，管理良好、社区活跃、资金透明且可持续，技术既创新又务实，虽尚需稳定与更广泛行业采纳，但拥有清晰的发展路径和机会。ZSF约三分之一资金来源于个人捐赠，作者鼓励其他人也能支持。此次公开捐赠例外是希望借助自身背景推动项目发展。

文章摘要：《生、死与退休》

作者布鲁斯·道森在博客中分享了过去一年的个人经历及其职业决定。

个人生活剧变：去年10月，作者发表最后一篇技术博客后，妻子突发严重胰腺炎，并在九周后不幸去世。这带来巨大的悲痛，加上因美加双重国籍产生的繁重行政事务，使生活陷入混乱。

工作状态转变：妻子去世后，他尝试回归工作，但发现远程工作（在家隔离办公）无助于康复。尽管已将工作时间减少至每周32小时，工作仍干扰着社交、锻炼等康复活动。他随后申请了三个月休假，期间发现自己对工作毫无留恋。他回顾了过去（如四年前）享受工作、频繁发帖的状态，但指出近年来能激发兴趣的“随机发现”（如罕见bug）已减少，而悲痛进一步削弱了工作动力。

退休决定：在财务顾问确认可行后，他决定在谷歌工作十周年之际（2024年10月4日）正式退休，全面转向生活优先。

未来展望：他不确定是否还会撰写博客，但开放接收读者提出的性能、稳定性或浮点数问题进行探讨。同时，他也提及若有公司存在Windows性能问题，可提供有偿私人咨询。

日本宫崎机场发生二战未爆美军炸弹爆炸事件

• 事件概述：位于日本西南部的宫崎机场，一枚埋藏的二战时期美军500磅未爆弹于周三发生爆炸。爆炸在机场滑行道上炸出一个直径约7米、深约1米的大坑。
• 直接后果：爆炸发生时附近没有飞机，因此未造成人员伤亡。但事件导致该机场超过80个航班被取消，机场计划于周四上午恢复运营。
• 调查与认定：日本自卫队和警方调查确认，爆炸由一枚美军炸弹引起，并表示现场已无进一步危险。爆炸的具体原因仍在调查中。
• 历史背景：宫崎机场建于1943年，原为日本帝国海军飞行训练场，曾有神风特攻队从此地起飞执行任务。该地区此前已多次挖出美军在二战期间投下的未爆弹。
• 普遍问题：日本各地仍埋藏着数百吨战争遗留的未爆弹，时常在建筑工地施工时被挖出。

文章概述

文章标题为“Noise”，正文仅包含“tap anywhere”。文章内容极为简短，未提供具体信息或详细阐述。从标题和正文来看，文章可能涉及噪音（Noise）主题，但全文只写了“tap anywhere”，暗示用户在某处点击，可能用于交互或提示，但未包含技术细节、分析或背景说明。

要点总结

• 标题为“Noise”，暗示主题与噪音有关。
• 正文内容为“tap anywhere”，为用户操作提示，无其他说明。
• 未提供其他信息、细节、结构或功能性描述。

《Math from Three to Seven》讲述苏联数学圈（mathematical circle）对儿童教育的影响，尤其是作者亚历山大·兹文金（Alexander Zvonkin）主导为学龄前儿童开展的数学圈经历。

文章首先探讨冷战期间苏联在科学技术领域与美国的竞争，提出苏联人均技术人才的重要原因在于“数学圈”这种文化与教育模式。数学圈起源于俄国帝国时期，后广泛传播于苏联，它不同于学校和竞赛中的“习题”，而是围绕“问题”展开多维度、团队式深入探索。习题是人为设计、可快速求解的问题，而“问题”是真实世界中的挑战，常需长期努力与创新，可能连导师都无法立即解答。数学圈以共同解决这些问题为核心，培养成员对挑战与失败的热爱，并通过互助与故事传递数学文化和传统。

兹文金以“数学圈”理念反对学校机械化教学，尝试在自己三四岁的孩子及邻居孩子之间建立一个数学圈。他记录了大量失败和挫折，比如孩子们无法集中或发生意外，但通过耐心和多角度反复引导，最终让孩子们掌握深刻的数学思想。例如，他用多种具体形式（珠链组合、图形涂色、路径规划、盒子放球）反复提问“从五个物品中选两个有多少种方法”，让孩子们逐步在不同场景下感知和理解“同构”（isomorphism）数学思想，即表面不同的问题其实本质相同。最终孩子们能够独立思考组合数的本质，逐步迈入更高层次的数学推理。

文章还反思儿童思维与成人的差异。儿童非“小大人”，而是与成人完全不同的智能形态——他们具体思维强而抽象能力弱。低估儿童则会剥夺他们独立探索的机会。兹文金利用“间隔重复、不同角度”的教学方法，激发孩子们在潜意识中形成抽象概念，引领他们解决复杂的问题。

最后，文章总结兹文金的经验：即使连续两组孩子条件和方法相同，实际效果完全不同。教育无法完美复制，因每个孩子天性、兴趣、能力差异巨大。第二组孩子难以成圈，凸显儿童是独特的智能个体，教育更多是陪伴和发现而非塑造。作者认为，这种发现过程既让人生充满挑战，也带来自由——通过共赏思考之乐，无论是阅读、运动还是数学讨论，父母能与孩子共同成长。

整体而言，苏联“数学圈”文化不仅造就大量技术人才，也体现教育应以兴趣、问题、合作和故事为中心，鼓励欣赏困难与失败，把深刻数学体验带到最年幼的学习者。

这是一个发布在 Hacker News 上的帖子，标题为“Ask HN: Who is pretending to be hiring?”（问问HN：谁在假装招聘？）。帖子作者 neilk 在 2024 年 10 月 1 日 发布，获得了 337 个点赞和 127 条评论。

核心内容概述：

1. 作者背景与困境：作者正在寻找工作，但发现过程异常困难。
2. 观察到的现象：他听到传言，称许多公司实际上处于招聘冻结状态，但为了“维持表面”而继续发布虚假的招聘职位。据说，一些投资者会将职位发布数量视为衡量公司健康状况的指标。
3. 具体案例：
   • 作者从个人联系人处得知，有些公司忽略了内部推荐的简历。
   • 在另一些案例中，候选人通过了公开职位的面试流程，但招聘经理最终仍未做出录用决定。
4. 发帖目的：作者不确定这种现象有多普遍，但确认其存在。他因此向社区提问，希望有真实信息（而非仅是怀疑）的人能够指名道姓，揭露哪些公司存在这种“假装招聘”的行为。

总结：该帖子揭露了就业市场中一种潜在的欺骗性做法——公司为维护形象或满足投资者指标而发布无法兑现的职位，从而给求职者带来不必要的困扰和虚假希望。作者旨在通过社区力量收集具体证据和实例。

COBOL的“死亡”与持续存在

1992年6月，作者的祖父在《技术支持》杂志上发表文章，宣称COBOL语言已死，并提及了当时流行的第四代编程语言（4GL）等概念。然而，历史证明COBOL比大多数4GL语言都更持久。文章认为，“死亡”一词存在不同含义：COBOL或许已死，但如同“僵尸”一般，它并未消失。作者推测，像COBOL的前身Autocoder等老语言，可能仍有少量代码残存于世。

COBOL的延续与一个关键技术事件紧密相关——Y2K问题。尽管该问题在媒体报道中一度被夸大，但它实际上规模巨大，迫使行业培养了新一批COBOL程序员，从而延长了COBOL的生命。

作者由此总结：对于曾拥有庞大用户基础的编程语言，他避免使用“死亡”一词。它们不会真正消亡，而是进入漫长的衰退期，逐渐走向边缘化，只是不再有新程序员学习。

文章最后提及作者祖父的生平：他于2024年9月1日去世，享年91岁，死因官方记录为肺炎。此前（同年4月），其祖母已去世，并且祖父生前曾请求不再接受治疗。

OpenAI DevDay 2024 核心内容摘要

核心 API 与模型更新

• o1 模型升级：o1 的速率限制提升至 10,000 RPM。预计年底前将全面支持函数调用、系统提示和结构化输出。
• Realtime API（实时 API）：推出基于 WebSockets 的实时 API，支持文本、音频输入输出及函数调用，旨在构建低延迟、流畅的多模态语音对话应用。目前处于公测阶段，暂不支持图像输入。
• 自动提示缓存（Prompt Caching）：系统自动对超过 1024 个 token 且重复出现的提示前缀应用 50% 的费用折扣，开发者无需修改 API 集成。

开发者工具与技术演进

• 结构化输出（Structured Outputs）：确保模型输出 100% 严格遵循指定的 JSON Schema。底层结合“约束解码”与“令牌掩码（Token Masking）”技术，利用上下文无关文法（CFG）和 Trie 树索引，在首次查询建立索引后实现极速推理。
• 视觉模型微调：新增对视觉模型的微调支持，允许使用图像数据训练模型，适用于产品推荐、医学成像及自动驾驶等场景。
• 模型蒸馏（Model Distillation）：推出新工具简化蒸馏流程，允许开发者利用大模型（如 GPT-4o）的输出数据微调小模型（如 4o-mini），在特定任务中以低成本压缩并保留大模型的智能。
• 存储补全与评估工具：新增 store: true 参数以永久存储 API 交互数据用于微调，并发布全新的评估（Evals）工具支持端到端模型测试。

战略愿景与炉边谈话要点

• AGI 与研究范式：Sam Altman 表示团队现采用五步发展框架而非单纯讨论 AGI。强调 o1 是重大的强化学习研究突破，未来将持续探索新范式以推动能力边界。
• AI 智能体（Agents）：预计 2025 年将是智能体爆发之年。未来的智能体将能处理复杂的多轮环境交互，自主完成相当于人类数天工作量的任务。
• 安全与对齐：强调 o1 是迄今为止最强大且最对齐的模型。OpenAI 坚持迭代部署策略，在提升模型能力的同时确保系统安全与稳健。
• 产品与生态规划：长上下文窗口的实际使用率低于预期，但实现“无限上下文”仍是长期研究目标。目前暂无优先开发本地/离线模型的计划。团队对 Google NotebookLM 和 Claude 的产品设计表示赞赏。

加拿大安大略省北部拉德湖镇男子贾森·普洛格历时35年追寻当地传说，最终在湖底发现了一辆沉没于1937年的出租车及六瓶陈年威士忌。传说版本多样，包括出租车在运送圣诞派对物资、矿工奖金、金条或私酒途中沉入冰下。普洛格去年在钓鱼时使用侧扫声呐探测到车辆轮廓，随后与潜水员下潜15米进行调查，确认其为一辆1929年产REO Flying Cloud出租车。车内未发现黄金，但找到六瓶威士忌，其中一瓶打捞上船时因压力爆炸，尝起来“非常顺滑”。其余五瓶今年夏季打捞后又有两瓶瓶塞爆开。普洛格将一瓶完好威士忌捐赠给当地慈善拍卖会，认为“这是小镇的故事”。车辆因过于脆弱将保留在湖底供潜水者参观。他已完成这一追寻，但仍继续探索该地区其他未解之谜，包括湖中沉船及二战时期坠毁军用飞机。

AMD GPU 推理项目摘要

项目目的
该项目提供一个基于 Docker 的推理引擎，用于在 AMD GPU 上运行大型语言模型（LLMs），主要针对 Hugging Face 模型，重点是 LLaMA 模型家族。

先决条件

• AMD GPU 支持 ROCm
• 系统安装 Docker
• 主机系统安装 ROCm 驱动程序（版本 5.4.2 或兼容）

项目结构

• 源代码目录 src/ 包含：__init__.py、engine.py、model.py、utils.py、amd_setup.py
• 其他文件：Dockerfile、requirements.txt、run_inference.py、run-docker-amd.sh、README.md

快速开始

1. 克隆仓库：git clone https://github.com/slashml/amd-gpu-inference.git 并进入目录
2. 使运行脚本可执行：chmod +x run-docker-amd.sh
3. 运行推理引擎：./run-docker-amd.sh "model_name" "prompt"（替换模型名称和提示，例如 "meta-llama/Llama-2-7b-chat-hf"）

详细使用

• Aptfile：列出必要的 ROCm 包，确保 Docker 容器中安装正确的驱动和库
• 构建 Docker 镜像：脚本自动构建，或手动运行 docker build -t amd-gpu-inference .
• 运行容器：脚本处理 AMD GPU 标志，或手动运行 docker run 命令，包括 --device=/dev/kfd、--device=/dev/dri 等参数

自定义

• 更改模型：通过指定 Hugging Face 仓库名称使用任何模型，例如 "facebook/opt-1.3b"
• 修改推理逻辑：编辑 run_inference.py 文件，修改后需重建 Docker 镜像

故障排除

• 确保 AMD GPU 驱动和 ROCm 正确安装配置
• 遇到内存错误时，尝试使用更小模型或减少输入/输出长度
• 参考 Hugging Face 模型文档解决特定问题

贡献和致谢

• 欢迎贡献，可通过提交 Pull Request 参与
• 项目使用 Hugging Face Transformers 库和 ROCm（由 AMD 开发，MIT 许可证）

2024年10月1日，第三方YouTube应用Juno已从App Store下架。此前，YouTube曾联系苹果，指出Juno应用违反其使用指南，通过修改网站界面的方式，擅自变更了YouTube的商标和图标设计。开发者认为Juno本质是一个网页视图，仅通过CSS调整使网站和视频播放器更符合苹果visionOS的视觉风格，未添加额外标识，也未屏蔽广告。双方未能达成一致后，苹果移除了该应用。

开发者表示，Juno是其为体验Vision Pro开发而创建的兴趣项目，旨在为用户提供更优的YouTube观看体验。虽然对该应用下架感到遗憾，且原计划推出更多功能，但开发者无意将此事升级为类似过去与Reddit的争议，而是选择接受现状。目前，已安装Juno的用户仍可继续使用，除非YouTube未来更新网站导致应用失效。开发者对Vision Pro用户的支持表达了感谢。

CERN（欧洲核子研究中心）通过大型强子对撞机（LHC）产生海量数据。其IT部门的存储与数据管理组负责数据的管理，包括长期磁带存档、在WLCG（全球LHC计算网格）中的分发，以及为超过30000名用户提供安全便捷的数据访问。

本次演讲概述了CERN为满足组织存储需求所使用的开源项目，如CERNBox和EOS，并讨论了高能物理社区在数据存储与管理方面面临的独特挑战。此外，还探讨了如何利用FUSE让用户从世界任何地方安全访问数据。

演讲者：Guilherme AMADIO

本文是对解释P vs NP问题的视频的技术性补充，旨在阐明视频中为通俗易懂而略去的细节。

核心观点：P vs NP的函数反转视角 文章的核心是介绍了一种理解P vs NP问题的非标准视角：将问题从“高效验证解是否意味着高效找到解”转化为“给定一个可高效计算的函数 (f)，是否存在高效计算其逆函数 (f^{-1}) 的方法？”。这两种表述在数学上是等价的，并且都等价于“能否高效解决可满足性问题（SAT）”。作者认为这种函数反转的视角因其数学上的简洁性和对问题本质的凸显而被低估。

关键概念澄清

1. 可满足性问题（SAT）的变体：文中澄清了SAT的不同形式。CNF-SAT（合取范式）是常用的输入格式。3-SAT是每个子句最多三个文字的CNF-SAT。Circuit-SAT（电路可满足性）是给定一个输出一位的电路，判断是否存在使输出为真的输入。通过Tseytin变换，任何Circuit-SAT实例都可以被多项式时间地转换为CNF-SAT实例，这证明了CNF-SAT和3-SAT都是NP完全的。

2. 计算模型：电路：任何算法（包括图灵机）都可以被转换为电路。理论电路是无环的，计算一次从输入到输出。现实世界的电路（如CPU）可以有环，但可以通过“时间展开”（为每个门在每个时间步创建副本）将其转换为等价的无环电路。

3. 决策问题与复杂性类：正式定义中，P和NP是针对决策问题（输出为是/否）定义的。NP完全问题的定义依赖于“归约”。文章区分了Karp归约和Cook归约。Karp归约要求将问题A的实例通过多项式时间转换为问题B的单个实例，然后直接使用B的求解器得到答案，无后处理。Cook归约允许多次调用求解器并进行后处理（如取反结果）。Karp归约更严格，能更好地保持NP类的结构（例如，Karp归约到SAT的问题本身在NP中）。在Karp归约下，SAT是NP完全的。Cook归约下能用SAT求解的问题类记为 (P^{SAT}) 或 (P^{NP})，它比NP更广（例如，验证一个公式是否是重言式属于 (P^{NP}) 但可能不在NP中）。

P=NP的等价表述与影响 文章形式化地证明了以下三个陈述等价：

1. 存在多项式时间算法解决SAT。
2. 对于任何用电路描述的函数 (f) 和任意值 (y)，存在多项式时间算法找到某个 (x) 使得 (f(x) = y)（如果存在）。
3. 存在多项式时间算法解决任何NP完全问题。

若P=NP的后果

• 密码学崩溃：大多数密码学（包括RSA和哈希函数）的基础是某些函数（如加密、哈希）易于计算但难以反转。P=NP意味着这些函数可以被高效反转，从而失效。然而，一次性密码本等信息论安全的方案可能不受影响。
• 算法世界将变得声明式：如果P=NP，我们可能像深度学习研究者那样声明式地编程（定义损失函数），然后由一个通用的快速求解器（如SAT求解器）自动找到解，而无需设计具体的算法。

其他重要讨论

• NP中间问题：在NP中，除了P和NP完全问题外，存在潜在的NP中间问题（既不在P中也不是NP完全）。因式分解是主要的候选例子，这类问题非常罕见。
• 比NP更难的问题：例如确定棋类游戏的获胜策略。在指数时间（EXP）或多项式空间（PSPACE）内可解，但解的验证可能不是多项式时间的。
• 与深度学习的联系：神经网络可视为连续版本的电路。反向传播算法能高效计算损失函数关于权重的梯度，可以看作是“在局部反转”网络。这类似于函数反转问题，但仅限于微小扰动下的局部近似，而非P=NP所意味的全局高效反转。
• 可逆计算：任何电路都可转换为只使用可逆门（如Toffoli门）的电路。然而，这种可逆电路在输出时需要附加“垃圾”位，而在实际使用中我们会丢弃这些位。丢弃信息这一行为本身破坏了可逆性，因此，知道输出来反转电路（找到原始输入）的难题，在可逆电路中转化为寻找被丢弃的“垃圾”位的难题，计算难度并未改变。
• 寻找单个解与所有解：在函数反转的语境下，高效“反转”意味着能找到一个原像。通过逐步添加约束来排除已找到的解，可以将此方法扩展为在输入输出总长度多项式时间内高效列出所有原像。

RadioShack数字档案库概述

RadioShackCatalogs.com 是一个数字化的在线档案库，致力于保存RadioShack的历史。RadioShack 作为一家拥有超过百年历史的零售商，曾是个人、移动及家庭技术领域创新的基石，提供了各类前沿科技产品与服务。

该档案库的核心是其收藏的产品目录，时间跨度从1939年延续至2011年，共计72年。这些精心制作的目录记录了时代的技术变迁，其产品范围广泛，包括高保真音响、通信设备、计算机、电子元件等，是回顾RadioShack发展历程的视觉之旅。

目录中展示了多个具有代表性的品牌，如 Tandy、Realistic、TRS-80、Micronta、Archer、Optimus、Clarinette、Nova、Patrolman、Enercell 和 Science Fair 等，每一个品牌都承载了RadioShack故事的一个篇章。这些目录曾是专业人士、技术爱好者和电子DIY者获取最新产品信息的重要渠道。

该网站的特色在于其创新的展示方式。用户可以通过翻页式的交互格式，逐年逐页地浏览这些历史目录。无论是用于研究RadioShack产品、查阅历史资料、追踪电子与计算机技术的演进，还是单纯地怀旧，该网站都提供了一次独特而引人入胜的时光穿越体验。

在技术不断前进的今天，这个数字存储库确保了RadioShack的记忆、产品与创新成果能够被所有希望追忆和欣赏这家标志性零售商持久影响力的人永久访问。

Waypoint：一个本地优先的旅行规划应用案例研究

背景与动机

作者因不满现有旅行规划工具（如Apple Notes、Notion、Google Maps、Wanderlog等）在快速数据输入、轻松比较和处理非结构化数据方面的不足，开发了名为 Waypoint 的本地优先（local-first）网页应用。该应用受到 Ink & Switch 所设计的未公开应用 Embark 的启发。

核心功能与设计理念

Waypoint 的界面由左右两栏构成：左侧为富文本编辑器，右侧为地图。

• 快速数据输入：用户可像在普通文档中一样输入笔记，并通过类似 Embark 的 @提及 自动补全功能快速添加地点。输入即实时显示在地图上。
• 轻松比较：所有地点始终绘制在地图上，提供“鸟瞰”视角。用户可通过以 ~ 开头创建“路线列表”，在地图上绘制路线（默认为驾车导航，可切换为直线）。支持通过复制粘贴列表并修改来比较不同路线。
• 重视非结构化数据：支持从松散笔记开始，逐步整理成结构化行程。包含聚焦模式，可淡化除当前段落外的所有内容，并在地图上仅显示该段落中的地点和路线，便于详细对比。

技术架构：本地优先的实现

Waypoint 是一个 本地优先 应用，其关键区别在于使用 CRDT（无冲突复制数据类型） 在客户端存储数据，而非传统服务器数据库。

• 核心优势：
  • 编辑即时同步：无加载等待、无乐观更新失败回滚。
  • 数据自主权：即使作者停止托管，用户仍拥有可工作的数据文件。
• 实时协作：为支持与妻子共同规划，使用了 Y-Sweet（基于 WebSocket 的同步后端）。其架构中，Y-Sweet 服务器充当总线，合并各客户端文档并持久化到 S3，同时广播更新。它本质上是运行标准 Yjs 的“云端对等体”。
• 离线支持：通过 y-indexeddb 提供商，将 Yjs 文档持久化到浏览器 IndexedDB，确保离线编辑不会丢失。

对“本地优先”理念的检验

根据 Ink & Switch 提出的七个理想特性评估 Waypoint：

• 否：安全与隐私（数据在 S3 中未加密）。
• 部分满足：长期可用性（地点自动补全和地图依赖第三方服务 StadiaMaps）。
• 是：其余五项（无等待加载、数据跨设备可访问、网络可选、无缝协作、用户最终拥有控制权）。 作者认为，选择 CRDT 库和 Y-Sweet 等现成技术使大部分能力“免费”获得。

开发经验与心得

• 可行性：本地优先并非遥不可及，利用现有工具（如 ProseMirror、Yjs、Y-Sweet）可构建实用的应用，且这些工具组合良好。
• 与前端框架的集成：以 Svelte 为例，因其响应式机制（基于代理）与 Yjs 的可变类实例存在冲突，需进行一些额外处理才能正确触发重渲染。
• 开发体验提升：尽管有 CRDT 相关样板代码，但整体更简单，无需处理异步函数、错误捕获或服务器同步细节。
• 离线支持：实现离线支持比预想的容易，SvelteKit 的服务工作线程和 y-indexeddb 提供了大部分功能。
• 挑战与局限：访问控制等更复杂问题尚未探索。该应用是为满足个人特定需求而构建，非生产级软件。

总结

Waypoint 作为一个实际案例，展示了利用当前生态系统工具构建本地优先应用的可能性与优势，包括即时编辑、数据自主权和简化开发体验。尽管在框架集成和某些高级功能上仍存挑战，但其成功实践表明本地优先架构具有现实价值。

根据提供的信息，文章标题为 “NixOS is a good server OS, except when it isn't”，内容是一个重定向链接，指向 /blog/nixos_server_issues。

总结： 该文章标题本身即为核心论点，指出 NixOS 是一个优秀的服务器操作系统，但并非在所有情况下都适用。这表明文章将探讨 NixOS 作为服务器系统时的优势与潜在局限性或适用场景的限制。由于原始内容已重定向，无法获取具体细节，但可推断其内容可能涉及对 NixOS 在服务器部署中特点（如声明式配置、可重现性等）的分析，以及其在某些场景下（如特定性能需求、兼容性或运维复杂性方面）可能面临的挑战或不适用情况的讨论。

Sourcebot 是一个自托管的开源工具，旨在帮助开发者理解代码库，可作为 Sourcegraph 的替代方案。其主要功能包括：

1. 智能问答：允许用户以自然语言提出关于代码库的复杂问题。Sourcebot 利用其搜索和导航工具，结合推理模型，提供详细的答案，并附带可内联引用的代码片段。

2. 代码搜索：支持跨所有仓库和分支的搜索与导航，无论代码托管在何种平台上。搜索速度快，支持正则表达式、仓库/语言过滤器、布尔逻辑等高级功能。

3. 代码导航：提供 IDE 级别的代码导航能力，例如“转到定义”和“查找引用”，覆盖所有仓库。

4. 内置文件浏览器：具有现代用户界面，支持语法高亮、文件树浏览和代码导航，可探索所有仓库中的文件。

部署与使用

• 可通过 Docker Compose 快速部署，只需下载 docker-compose.yml 文件并创建 JSON 配置文件来指定代码仓库连接（如 GitHub）及行为设置。
• 启动后访问 http://localhost:3000 即可使用。详细配置（如索引自有仓库、连接语言模型等）可参考官方文档。
• 默认收集匿名使用数据以改进产品，但不收集敏感信息。如需禁用，可设置环境变量 SOURCEBOT_TELEMETRY_DISABLED 为 true。

从源码构建

仅开发者贡献时需要从源码构建，普通用户建议使用自托管文档中的方式。具体构建指南参见 CONTRIBUTING.md 文件。

Durk Kingma，OpenAI 较少为人知的联合创始人之一，宣布加入人工智能公司 Anthropic，并将大部分时间远程工作，常驻荷兰。Kingma 在 X 平台表示，赞同 Anthropic 对 AI 研发的理念，希望能为其“负责任开发强大AI系统”的使命做出贡献，与包括多名前 OpenAI 和 Google 同事在内的团队合作。他并未透露将在 Anthropic 担任的具体岗位或组织。

Kingma 拥有阿姆斯特丹大学机器学习博士学位，曾任 Google 博士后研究员，后以研究科学家身份参与 OpenAI 创立，主攻基础研究并领导算法团队，开发主要应用于生成式AI模型的技术，如图像生成器 DALL-E 3 及大语言模型 ChatGPT。2018年，Kingma 离开 OpenAI，转为天使投资人和 AI 创业公司顾问，同年7月重返 Google，加入 Google Brain，直至其于2023年并入 DeepMind。

Anthropic 近期持续引入高端 AI 人才：2024年5月聘请 OpenAI 前安全负责人 Jan Leike，8月招募 OpenAI 联合创始人 John Schulman，同年5月还任命 Instagram 和 Artifact 联合创始人 Mike Krieger 为产品负责人。Anthropic CEO Dario Amodei 曾任 OpenAI 研究副总裁，因对公司逐渐商业化的方向产生分歧后离职，并与多名 OpenAI 前员工一起创立 Anthropic，包括前政策负责人 Jack Clark。Anthropic 一直致力于塑造比 OpenAI 更注重 AI 安全的企业形象。

NVLM 1.0 72B 模型概述

NVIDIA发布了NVLM 1.0 72B开源模型，这是一个前沿的多模态大语言模型（LLM）系列，在视觉-语言任务上达到了业界领先水平，可与GPT-4o、Llama 3-V 405B等顶尖模型媲美。值得注意的是，该模型在多模态训练后，其纯文本性能甚至优于其原始的LLM骨干网络。

主要特点与功能：

• 任务能力：支持视觉-语言和纯文本任务，包括光学字符识别（OCR）、多模态推理、定位、常识推理、世界知识运用和代码生成。
• 许可协议：模型仅可用于非商业用途，遵循知识共享署名-非商业性4.0国际许可协议。
• 开放内容：本次开源的是NVLM-1.0-D-72B模型（解码器-only架构）的权重和代码。

模型架构与性能

核心架构：

• 类型：解码器-only Transformer。
• 文本骨干：Qwen2-72B-Instruct。
• 视觉编码器：InternViT-6B。
• 输入：文本和图像，支持高达128K令牌。
• 输出：文本。

基准测试表现：

• 视觉-语言基准：在MMMU、MathVista、OCRBench、ChartQA、DocVQA等多个权威测试中，NVLM-D 1.0 72B的表现优于或持平于众多开源和闭源模型（如Llama 3-V 405B、InternVL2-Llama3-76B、GPT-4V）。
• 纯文本基准：在MMLU、GSM8K、MATH、HumanEval等任务上，经过多模态训练后，NVLM-D 1.0 72B的平均准确率达到84.1%（Megatron）和84.3%（Huggingface），相较于其基础骨干模型Qwen-72B-Instruct提升了约4.5个百分点。

使用与部署

环境准备：提供了Docker构建文件以确保环境一致性，推荐使用nvcr.io/nvidia/pytorch:23.09-py3基础镜像。

代码使用示例：

• 模型加载：使用transformers库的AutoModel加载模型。
• 多GPU推理：提供了自定义设备映射函数，可将视觉模型和语言模型的不同层分配到多个GPU上，以支持大模型推理。
• 推理流程：代码展示了如何处理图像输入（包括动态预处理以适应不同长宽比）并进行单图或多轮文本对话。

评估：提供了评估脚本，可方便地在ChartQA、COCO Caption、TextVQA、MMMU等多个标准数据集上进行零样本评估。

数据集与训练

• 预训练数据：包含图像描述、图文对、自然图像、图表、文档、场景描述和数学推理等多模态数据。
• 监督微调数据：在预训练数据基础上，扩展了通用知识、科学图表、教科书数据、视觉指令调优等内容。
• 评估数据：基于人工收集和标注的基准数据集。

总结

NVLM 1.0 72B是一个高性能的开源多模态大模型，尤其在视觉-语言任务上表现突出，并且经过多模态训练后增强了其纯文本处理能力。英伟达提供了完整的模型权重、训练与推理代码以及详尽的文档，便于研究社区复现和进一步开发。

使用浏览器进行网络爬取：为何不尝试？

可行性与现状

尽管网络爬取教程通常推荐Python与Beautiful Soup等工具，但现代网页浏览器本身完全具备爬取能力。由于历史惯性和Python的成熟生态，浏览器爬取未被广泛采用。JavaScript在浏览器中解析HTML/JSON/执行脚本的能力，使其天然适合数据提取。

技术挑战与解决方案

主要障碍是CORS（跨源资源共享），它会阻止浏览器脚本访问跨域资源。解决方案包括：

• 浏览器扩展：受限于安全策略，效果有限。
• 代理服务器：更灵活，需满足：
  • 设置Access-Control-Allow-Origin: *响应头
  • 允许通过URL自定义请求头（如Referer）
  • 处理OPTIONS预检请求
  • 可选：修改响应头、处理cookie、模拟浏览器TLS握手

代理交互分两种模式：

• 直接模式：脚本直接与代理通信
• 透明模式：通过浏览器代理设置转发所有请求

浏览器爬取的优势

1. 原生数据处理：浏览器天生能解析HTML、JSON甚至渲染视频，无需额外库。
2. 简化工作流：数据提取后可直接用HTML/CSS可视化，形成完整应用。
3. 少量代码实现：示例中仅用数十行JavaScript即可完成从Rumble播放列表提取视频标题的任务。

实践示例

基础爬取（字符串分割）

// 使用fetch获取页面，split分割HTML，提取特定标签间文本
var scrape = async () => {
  // ...构建代理URL...
  resp = await fetch(url);
  data = resp.text();
  data.split('class="video-item"'); // 分割HTML
  // 使用pullstring函数提取标题等数据
}

DOM解析方法

// 将HTML渲染为DOM，使用标准DOM API查询
var dom = new DOMParser();
var doc = dom.parseFromString(data, "text/html");
doc.querySelectorAll(".video-element"); // 查询元素

局限性与未来方向

• 规模化应用：浏览器多任务能力理论上支持并行爬取，但大规模应用仍待验证。
• 代理服务器需求：简单案例可用远程代理，复杂任务（如处理Cloudflare）需本地代理。
• 文件与通信：浏览器可读写本地文件、使用WebSocket，为数据存储与多应用协作提供可能。

核心价值

浏览器爬取避免了第三方工具的复杂学习曲线，利用现有网络环境能力，实现“少代码、直接处理、一体化工作流”。尤其适用于个人化数据提取场景（如从视频网站提取链接），但大规模企业级爬取仍需传统工具栈支持。

注：本文演示了浏览器作为爬取工具的可行性，关键技术突破在于通过代理服务器绕过CORS限制，同时充分利用浏览器原生的HTML解析与DOM操作能力。

这篇文章记录了作者在 FOSDEM 2024 大会上题为 “You Too Could Have Made Curl” 的演讲经历，重点描述了演讲开始前遇到的一段技术故障。

• 演讲环境：演讲于2024年2月4日上午10点，在一个约能容纳800人的房间举行。尽管周日早上时间较早，但仍有数百名听众出席。
• 技术问题：演讲开始时，笔记本电脑的画面无法通过投影仪显示出来。尽管备用视频监视器和直播信号都显示笔记本电脑输出正常（自动协商的分辨率为1280x720），但投影仪没有响应。问题被定位在从视频信号源到投影仪之间的环节。
• 解决过程：多位工作人员介入处理，多次重启设备并插拔线缆。最终，在演讲者安装并使用arandr工具，将HDMI输出的分辨率强制设置为1920×1080后，投影仪才成功显示了演示文稿。后来得知，该会场在前一天也出现过相同问题。
• 影响：这段技术故障持续了约9分钟，已从正式录像中剪辑掉。这对演讲者是一次临场应变能力的考验。

这篇文章报道了一项技术成就：成功在 Arduino Nano Matter 开发板上运行经典的第一人称射击游戏《雷神之锤》（Quake）。该移植项目最引人注目的特点是其极低的内存占用，游戏运行时仅需 276 kB 的 RAM。这一结果展示了在资源极为受限的嵌入式硬件平台上运行复杂软件的优化水平。Arduino Nano Matter 是一款小型开发板，此项目证明了其具备处理非平凡图形应用任务的能力。

互联网档案馆面临6.21亿美元版权诉讼

互联网档案馆（Internet Archive）作为一家致力于保存互联网历史的非营利数字图书馆，目前正面临由环球音乐集团和索尼音乐等主要唱片公司发起的6.21亿美元版权侵权诉讼。诉讼核心针对其“伟大78转唱片项目”（Great 78 Project），该项目旨在数字化保存近40万首78转唱片录音。

互联网档案馆的使命与争议

由布鲁斯特·卡勒（Brewster Kahle）于1996年创立的互联网档案馆，以“数字时代的亚历山大图书馆”自居，其使命是实现“对所有知识的普遍访问”。除了知名的Wayback Machine（网页时光机）外，档案馆还收集了超过145PB的数字化材料，包括书籍、软件、电视节目及音乐会录音等。

然而，唱片公司指控档案馆在未获授权的情况下，将受版权保护的78转唱片录音数字化并免费提供访问，构成“工业规模的侵权”。他们认为，该项目以“保存和研究”为名，实质上是“非法唱片店”，且播放的原始录音与商业流媒体平台上的重新灌录版本存在本质区别。

诉讼的核心争议点

1. 版权合规性：唱片公司指出，互联网档案馆未遵循《音乐现代化法案》（Music Modernization Act）中关于共享1972年前录音的规定，该法案要求使用方进行合理搜索以确认作品不再商业化流通，并提交通知至版权局。

2. 合理使用抗辩：互联网档案馆主张其行为属于“合理使用”，因为播放的是年代久远、音质粗糙的原始录音，与商业发行版本不同，且主要服务于研究和教育目的。但此前在图书出版商的诉讼中，法院已裁定互联网档案馆不属于传统图书馆范畴。

3. 损害赔偿计算：唱片公司要求按每首录音最高15万美元的法定赔偿计算，涉诉录音总计4,142首，潜在赔偿金额超过6.21亿美元。若唱片公司胜诉，可能威胁互联网档案馆的生存。

各方立场与背景

• 互联网档案馆：卡勒强调该项目是社区驱动，与数千名收藏家和机构合作，旨在保存濒临失传的文化记录。他认为，许多78转唱片录音在其他平台已无法获取。
• 唱片公司与行业组织：美国唱片业协会（RIAA）认为此举侵犯了“最具标志性的音乐录音”，并担忧该案例可能为人工智能训练数据的版权争议树立先例。
• 艺术家与遗产代表：部分艺术家遗产（如米尔斯兄弟遗产）支持诉讼，认为档案馆未获得授权便免费分发作品，损害了创作者收益。但也有观点指出，许多老艺术家在世时并未从唱片公司获得公平报酬。
• 法律专家：有学者指出，唱片公司可能需证明其当前销售的版本与档案馆播放的原始录音相同，但两者在音质和版权注册上可能存在差异。

诉讼现状与影响

该诉讼目前处于证据收集阶段，预计持续至2025年。近期双方进行了私下调解。与此同时，互联网档案馆还因新冠期间开放图书借阅服务，被出版商起诉并败诉，进一步凸显了其在版权问题上面临的系统性挑战。

卡勒认为，唱片公司的做法试图“抹除历史”，而互联网档案馆的工作则是为了保存普通人的文化痕迹。这场诉讼不仅关乎巨额赔偿，更触及数字时代文化保存、版权制度与公共利益的深层矛盾。

双层床猜想的证伪：一段关于坚持与真理的非凡故事

双层床猜想是一个关于随机子图的基本命题。给定一个有限图G=(V,E)，考虑其与K2的积图G×K2，该图通过连接第一层顶点集V(1)和第二层顶点集V(2)的对应顶点而形成，结构类似于双层床。猜想认为：对于该积图的随机子图，同一层内两个顶点（如u(1)与v(1)）相连的概率，总是大于或等于不同层顶点（如u(1)与v(2)）相连的概率。这一直觉上似乎显而易见的猜想，在概率论领域困扰了数代研究者，直到本文作者及合作者（Nikita Gladkov, Alexandr Zimin）给出反例才被证伪。

反例的构造

作者通过构造一个具体的图来推翻猜想。他们采用了Hollom近期论文中的一个三元超图，并将其中的黄色三角形替换为特定的构件（使用n=1204的构造）。该构件的红路结构旨在制造一种偏差。最终得到的图包含7523个顶点和15654条边。在该图中，同一层顶点与不同层顶点相连的概率之差是一个极小的负数（数量级约为 -10^{-6500}），但这足以从数学上否定猜想。证明过程被设计为组合学的，相对初等且易于理解，全文仅12页。

研究过程与反思

作者坦言，寻找反例的首要动力源于一种批判性思维：即使面对公认的“真理”也应保持质疑。他们最初进行了广泛的计算机实验，包括测试所有小图、利用AI和集群计算，但均未找到反例。在耗费大量时间后，他们意识到方法的局限性并暂停了计算尝试。

作者强调了以下几点：

1. 计算的局限性：对于中等规模的图，蒙特卡洛模拟只能以很高概率确认不等式，无法提供数学要求的100%确定性证明。这引发了关于数学界是否应接受“高概率”反例的讨论。
2. 发表的现实考量：鉴于博士生等研究者面临的职业现实，与仅具有统计显著性而非完全确定性的反例打交道可能引发争议并影响发表，这也是他们停止纯计算探索的原因之一。
3. 方法论建议：作者鼓励研究者积极进行计算机实验，成功与否的结果都应公开（如通过arXiv），为领域提供有价值的工作成果，避免他人重复劳动。

最终与影响

作者最终转向了完全形式化的组合证明，成功证伪了双层床猜想。这项工作已在《美国国家科学院院刊》发表，并得到了《Quanta Magazine》等多家媒体的报道。文章末尾还提及了与Avi Wigderson关于“P=BPP”问题的对话，暗示若该猜想成立，则可能为计算机验证概率问题提供更严谨的基础。

不要在别人的王国里建造自己的城堡

过去几个月，多个大型社交媒体平台突然修改条款或推出可疑的付费计划，让内容创作者措手不及。例如：

• Twitch 推出了“Boost”功能，允许主播付费获得更多曝光
• OnlyFans 差点禁止成人内容，这会让创作者损失数十万美元

每年都有社交平台上演类似戏码，人们却总是感到惊讶。但问题不是“是否会发生”，而是“何时会发生”。平台并不真正关心你。你必须以“你使用的平台明天可能消失”为前提来运营，否则可能会失去大部分追随者。

核心观点：不要在不属于你的土地上建造城堡！

比喻说明

你的游戏工作室就像你的领土，你是国王，可以制定规则、收取“税收”（游戏销量）、获得“臣民”（玩家社区）的拥护。目标是将你小小的村落发展为繁华的城堡王国。

但最初你的王国无人问津，于是你看到海外有免费提供土地的富饶王国（如早期的Myspace、Facebook），便前去建造城堡。这些城堡虽然宏伟，但建立在别人土地上，一旦原王国的国王治理不善（如基础设施差、政策突变）、或开始收费、或遭遇种族主义者入侵、或被其他王国吞并，你的城堡就会瞬间空无一人，所有努力付诸东流。

六条规则

规则一：在自己的土地上建造城堡

你的“王国”应该是你完全拥有的平台：

• 你自己域名的网站
• 你网站上的博客（而非Medium或Patreon）
• 你的邮件列表
• 你自己的知识产权和周边商品
• 你自己的声誉

虽然邮件列表可能依赖Mailchimp，网站可能托管在GoDaddy，但这些都是对追随者透明的底层服务。即使更换服务商，用户仍通过你的域名和邮箱访问，无需改变习惯。应将更多资源投入这些自有“城堡”。

规则二：无耻地使用其他王国

即使像TikTok这样热门的平台，未来也可能改变。不要爱上它，而要尽可能将粉丝引流回自己的王国。在平台上建立“临时城堡”吸引注意力，并明确呼吁“加入我的邮件列表”。永远要有行动号召（Call to Action），将关注者从敌方领土转移至你的王国。

规则三：永远将人群引回自己的王国，而非另一个王国

避免在YouTube视频结尾引导观众去Discord或Twitter，这等于将流量拱手送给另一位国王。总是尝试让人们跟随你回到自己的领地。

规则四：以“城堡明天可能被关闭”的心态运营

不要过度投资于任何单一平台。从第一天起，就应将粉丝引回自己的王国。在别人的土地上建造廉价的、可承受损失的“城堡”，并站在上面大喊：“跟我到那边去！”

规则五：警惕提供轻易可见性的新王国

每两年左右就会出现一个“热门”新社交平台（如Snapchat），提供大量免费流量和参与度。但这是暂时的——它们是为了抢占市场而补贴用户，最终会为了盈利而向你收费。

目前两个风险较高的平台：

• TikTok：提供大量免费流量，但这只是暂时的增长策略。
• Discord：商业模式不明确，反广告，且可能被大公司收购，届时政策必变。

建议：可以利用这些平台的流量，但务必通过行动号召将用户引至你的邮件列表或自有网站，而非其他第三方平台（如LinkTree）。

规则六：为人们回归你的王国提供好理由，并持之以恒

利用“诱饵”吸引人们离开社交平台：

• 举办竞赛，要求加入邮件列表才能参与
• 提前在邮件列表中发布游戏重大消息或独家内容
• 提供仅限邮件列表成员的专属代码
• 定期提醒粉丝关注你的自有平台

这是一个缓慢的过程，但建立真正的追随者需要时间。

总结：将社交媒体视为临时、不可靠的引流渠道，始终致力于将流量和关注者沉淀到你完全拥有的平台上。不要将城堡建在别人的王国里。

《A Trail Gone Cold》文章总结

历史谜团与早年生活

冰岛以人口基因的高度同质性和详尽的家谱记录著称。神经学家 Kári Stefánsson 自幼听闻冰岛东部小镇 Djúpivogur 在19世纪初有一位名叫 Hans Jónatan 的黑人祖先。Hans Jonathan 于1784年出生在丹麦西印度群岛的圣克罗伊岛，母亲 Regina 是一名黑奴，父亲可能是一位白人。童年时，他被主人 Schimmelmann 家族带至丹麦哥本哈根成为家奴。

争取自由与法庭败诉

1801年，Hans 违抗女主人 Henrietta 的命令，加入丹麦海军参与哥本哈根海战并表现英勇。战后，在丹麦王储的默许下，他一度获得自由。然而，Henrietta 拒绝接受并提起民事诉讼。1802年，丹麦法院判决 Hans 仍为奴隶，面临被遣返加勒比海出售的命运。

逃亡冰岛与融入当地

面对判决，Hans 秘密逃往当时属于丹麦的偏远殖民地冰岛。他在 Djúpivogur 镇落脚，凭借诚实和才干成为受人尊敬的商店经理。他与当地女子 Katrín 结婚并育有两名子女，将“Jonathan”作为家族姓氏传承。Hans 于1827年去世，其后代在冰岛繁衍生息，完全融入当地社会。

现代基因学突破

20世纪90年代，Stefánsson 创立了 deCODE Genetics 公司，利用冰岛独特的基因库进行遗传学研究。2018年，研究团队通过分析 Hans Jónatan 数百名现代后裔的 DNA，成功重构了他的部分基因组。由于冰岛基础基因库的高度同质性，研究人员能够清晰剥离出 Hans 的非洲基因片段，证实他是当时冰岛基因库中近期非洲 DNA 的唯一来源。

此外，研究团队成功重构了其母亲 Regina 约38%的母系基因组。比对结果显示，Regina 的 DNA 与现今尼日利亚、喀麦隆和贝宁（尤其是约鲁巴人）的人群密切相关。

科学与社会意义

这是首次仅凭现代后裔 DNA 逆向重构数世纪前祖先基因组的成功案例。该研究不仅填补了 Hans Jonathan 及其母亲的历史空白，更展示了基因学在重新连接被跨大西洋奴隶贸易割裂的家族渊源方面的巨大潜力，深刻揭示了人类基因组与社会历史交织的科学价值。

300k USD捐赠承诺详情

Mitchell Hashimoto承诺向Zig项目捐赠300k美元。捐款分为两笔150k美元支付，第一笔立即到账，第二笔将在一年后支付。

捐赠背景与项目现状

• 项目增长与资金缺口：近年来Zig项目在采用率和贡献者数量上显著增长，开发活动量已超过当前的捐赠收入。目前，大量待审查的PR（拉取请求）与合格的核心贡献者之间存在矛盾，主要瓶颈在于缺乏足够的资金来支付计费工时以满足需求。
• 高效的资金使用：Zig软件基金会（ZSF）一直注重捐款的高效利用。超过90%的收入持续用于支付贡献者报酬。为控制不断增长的云基础设施成本，基金会近期已从AWS迁移。这确保了捐赠能直接支持核心贡献者的持续工作。
• 即时有效的影响：鉴于上述高效的运作模式，当前ZSF能够将捐赠立即、有效地转化为对核心贡献者的持续雇佣。

捐赠资金的具体用途

Mitchell Hashimoto的捐款将用于为 Jacob Young 提供全职工作支持。Jacob是Zig项目多个关键部分的主要作者，包括：

• C后端
• x86后端
• 为LLDB添加Zig支持的分支
• 同时维护 eZ80工具链

此前，尽管贡献巨大，他无法获得全职计费的机会。

致谢与生态支持

• 感谢Mitchell Hashimoto：感谢其财务支持、关于Zig的优秀文章，以及他在 Ghostty 项目中对Zig愿景的实践。
• 感谢其他赞助商：同时感谢 Bun 和 TigerBeetle 对ZSF及社区项目 ZigTools（支持ZLS开发等）的财务支持，以及 ZML 成为ZSF的新赞助商。

更新：Mitchell Hashimoto本人关于此次捐赠的文章已发布：https://mitchellh.com/writing/zig-donation

Automattic-WP Engine 谈判条款与争议概要

Automattic 公开了与 WP Engine 的谈判细节，以澄清 Silver Lake 和 WP Engine 在停止函中的一项指控，即 Automattic 在其首席执行官 Matt Mullenweg 于 WordCamp US 发表演讲前突然要求付款。

核心争议点： Automattic 声称，其要求并非立即支付金钱，而是寻求 WP Engine 的口头协议，即 WP Engine 将通过商标协议或投入员工工时参与 WordPress 核心开发的方式，将一定比例的收入回馈给 WordPress 生态。由于 WP Engine 在此后的表现，Automattic 认为最初于 2024年9月20日 提出的条款清单已不再足够。

谈判时间线（过去20个月关键节点）： Automattic 详细列出了双方自 2023年2月 至 2024年9月 期间的多次会议与沟通，以表明其长期致力于解决此冲突。主要活动包括：

• 高层直接会晤：双方首席执行官 Matt Mullenweg 与 Heather Brunner 于 2023年2月、2024年1月等多次会面或通话。
• 工作层持续沟通：从2024年3月起，双方团队成员通过会议、邮件就商标和商业协议条款进行多轮讨论。
• 正式条款提交：Automattic 于 2024年5月30日 通过电子邮件向 WP Engine 发送了首份条款清单，并于 2024年7月 进行了两次回顾。
• 后期紧急沟通：在2024年9月17日、19日及20日，Automattic 首席财务官 Mark Davies 与 Silver Lake 董事总经理 Lee Wittlinger 进行了 Zoom 会议。但指出，在9月19日和20日，Lee Wittlinger 和 Heather Brunner 未接听 Matt 的电话。

当前状态： 鉴于 WP Engine 的行为，Automattic 表明最初的条款提议已失效，并通过发布此时间线来增加透明度，展示其为解决问题所做出的持续努力。

SlateDB 是一个构建在对象存储之上的开源嵌入式键值数据库和LSM引擎。它允许系统直接集成对象存储，提供在线事务访问能力，适用于构建数据库、缓存、特性存储、账本或工作流引擎等应用。

核心设计特点：

1. 零磁盘架构：数据直接持久化到对象存储，无需本地磁盘，保持S3级别存储的99.999999999%耐用性和成本优势。
2. 灵活部署：通过形式验证的清单锁定协议确保单写入者，同时支持多读取者以扩展读取性能。压缩过程可内嵌运行或作为独立进程。
3. 事务语义：支持事务、快照和乐观并发控制，适用于高要求的事务工作负载。
4. 可调性能：写入可在API请求成本与持久性延迟之间权衡；读取可利用混合内存/磁盘缓存避免冷启动延迟。
5. 克隆与扩展：基于零拷贝检查点实现克隆或分叉，重新缩放（如分片与合并）也是零拷贝的O(1)操作。

多语言支持：提供Rust、Go、Java、JavaScript和Python的客户端库，便于快速集成。示例代码展示了基本读写操作。完整文档涵盖架构、运维、教程和RFC存档。

游戏发布列表摘要

以下为近期发布的游戏列表，包含游戏名称、主要类型/标签及发布日期。

2026年6月发布

• Momento：策略类，选择导向，温馨放松，可爱风格 (2026年6月6日)
• My Isekai Hotel：模拟类，休闲 (2026年6月5日)
• Gothic 1 Remake：角色扮演，动作，探索，冒险 (2026年6月5日)
• Airport Security Sucks!：模拟，多人游戏，社交推理，语音控制 (2026年6月5日)
• Witch's Apocalyptic Journey：肉鸽卡牌构筑，关卡编辑器，卡牌游戏，像素风格 (2026年6月4日)
• Pronoun Palace：拼写，LGBTQ+，文字游戏，肉鸽 (2026年6月4日)
• Fortune Mill：增量，模拟，赌博，放置类 (2026年6月2日)

2026年5月发布

• Loli Ninja Village：角色扮演，忍者 (2026年5月29日)
• STARDUST: Wish of Witch：回合制战术，战术角色扮演，日式角色扮演，回合制策略 (2026年5月28日)
• Scale the Depths：钓鱼，休闲，像素风格，搞笑 (2026年5月28日)
• Utawarerumono: Past and Present Rediscovered：奇幻，武士，策略，日式角色扮演 (2026年5月27日)
• Stonemachia：类魂，砍杀，氛围，华丽战斗 (2026年5月26日)
• Realm of Ink：动作肉鸽，风格化，肉鸽lite，武术 (2026年5月26日)
• Town to City：城市建造，建筑，温馨，体素风格 (2026年5月26日)
• 007 First Light：单人游戏，动作，潜行，动作冒险 (2026年5月26日)
• LEGO® Batman™: Legacy of the Dark Knight：开放世界，合作，超级英雄，漫画风格 (2026年5月22日)
• The Rebirth Tale of Broken Horn Demon Lord Alice：角色扮演，探索，日式角色扮演，地牢探索 (2026年5月22日)
• Forza Horizon 6：竞速，开放世界，驾驶，多人游戏 (2026年5月18日)
• Hotel Architect：模拟，经营，城市建造，建筑 (2026年5月14日)

2026年4月及更早发布

• Everything is Crab: The Animal Evolution Roguelite：动作肉鸽，动物，角色定制，策略 (2026年5月8日)
• Gamble With Your Friends：多人游戏，在线合作 (2026年5月1日)
• Walk of Life：生活模拟，派对游戏，本地4人，搞笑 (2026年4月30日)
• Librarian: Tidy Up the Arcane Library!：放松，收集，人工智能，解谜 (2026年4月30日)
• The Spell Brigade：弹幕天堂，在线合作，肉鸽lite，弹幕地狱 (2026年4月29日)
• Undercover：冒险，动作，角色扮演，互动小说 (2026年4月27日)
• Vampire Crawlers: The Turbo Wildcard from Vampire Survivors：卡牌对战，地牢探索，策略，卡牌构筑 (2026年4月21日)
• PRAGMATA：科幻，可爱，动作，第三人称射击 (2026年4月16日)
• Resident Evil 3 Nemesis (1999)：生存恐怖，动作，冒险，恐怖 (2026年4月1日)
• RACCOIN: Coin Pusher Roguelike：策略，肉鸽，卡牌构筑 (2026年3月31日)
• Crimson Desert：开放世界，动作，单人游戏，探索 (2026年3月19日)

英国英语词汇“入侵”美国英语的现象

文章探讨了英国英语词汇和表达方式逐渐融入美式英语的趋势。作者以个人经历为起点，指出自20世纪90年代起，美式英语中开始出现大量原本陌生的英式词汇，并借助谷歌图书词频统计器等工具进行了量化验证。

背景与原因

• 这一现象与1781年就存在的、对美式英语“污染”英式英语的抱怨形成了反向对比。
• 作者认为，其增长始于1990年代，并与当时一批英国知名记者和文化人移居美国、提升了关注度有关。
• 知识阶层（作者称之为“chattering classes”）有追求新颖、精巧表达的倾向，他们积极从华尔街、硅谷、亚文化乃至英国英语中汲取词汇。

具体词汇示例 文章列举了多个已融入美式英语的英式词汇案例：

1. Bit：在英式英语中常指“部分”（对应美式“part”），如“good bits”、“naughty bits”。尽管美国早有“bits and pieces”等说法，但“bit”作为单数代指“部分”的用法在1990-2000年代于美国普及，甚至衍生出“lady bits”（女性私处）等新词。
2. Cheeky：形容词“cheeky”（厚脸皮的、俏皮的）在英国历史悠久。其在美国的流行部分归功于加拿大演员迈克·迈尔斯在《周六夜现场》中的表演。如今已成为美式英语常用词，但表示“偷偷享受”的“a cheeky Nando's”等用法尚未被美国人理解。
3. Clever：在英国主要指“聪明”，而在美国传统上更侧重“足智多谋”。但21世纪以来，美国政客（如纽特·金里奇）开始按英式含义使用此词，表明其英式用法正在渗透。
4. Early days：英式表达，指事情处于“早期阶段”，常含“为时尚早”之意。大约从1980年代开始出现在美式英语中，如今已很常见，甚至被批评为一种陈词滥调或借口。
5. Gutted / Gutting：在英国（尤其体育报道中）表示“极度失望、伤心”。该词在2016年美国大选后使用量激增，成为描述普遍情绪的流行语。

现状与未来

• 尽管存在这种双向的词汇交流（文中提及美式英语词如“up for grabs”、“fans”也已进入英国），但总体而言，英式英语和美式英语作为两种 distinct 方言的现状并未改变。
• 学术研究（如保罗·贝克的《被同一种语言分割》）指出，两国英语在相互借用的同时，仍然保持着各自的差异和活力。
• 文章最后以英式英语中“rude”作“强健”解为例，暗示这种词汇的“入侵”仍在继续，未来将有更多英式词汇进入美国人的视野。

总结：这篇文章通过具体案例，系统性地展示了英式英语词汇如何、为何以及哪些词汇正在成为美式英语的一部分，但同时强调两种方言并未融合，差异依然显著。

Automattic与WP Engine的冲突升级：商标争议与收购威胁

Automattic首席执行官Matt Mullenweg撤回了对WP Engine提出的8%年度收入授权协议，并暗示紧张局势可能导致Automattic对WP Engine进行企业收购。冲突源于Mullenweg在WordCamp US 2024上公开指责WP Engine对WordPress项目的贡献甚少，并称其为“WordPress的癌症”，指控其通过剥离功能（如关闭修订）和投资者Silver Lake追求利润最大化，损害了开源生态。

冲突迅速升级为法律与公开行动：

1. 商标争议：Automattic指控WP Engine未经授权使用“WordPress”和“WooCommerce”商标，要求支付高达8%年收入（约3200万美元）的授权费或等价资源贡献。WordPress基金会随后更新商标政策，明确点名WP Engine易使用户混淆其与官方关联。
2. 双方行动：WP Engine发送停止侵权信，指责Automattic勒索巨额资金并破坏其业务。Mullenweg则公开批评持续，并采取激进措施，包括一度禁止WP Engine访问WordPress.org资源，导致其客户网站更新中断，后暂时解封。
3. 最新动态：Mullenweg表示原8%协议已过期，要求更多，或可能寻求收购WP Engine。WP Engine已调整网站措辞以澄清商标关系，并声称已部署解决方案恢复客户资源访问，但具体方式不明。Mullenweg继续公开指控WP Engine在Stripe收益分享中窃取WooCommerce收入，并邀请Silver Lake董事公开辩论。

目前双方僵持不下，冲突已对WordPress生态系统造成干扰，且存在进一步升级为企业收购或法律诉讼的可能。