标题：本田可重复使用火箭首次发射与着陆测试成功

2025年6月17日，本田技术研究所（Honda R&D Co., Ltd.）于日本北海道大树町的设施成功完成了其独立研发的实验性可重复使用火箭的发射与着陆测试。这是本田首次在火箭达到近300米高度后实现成功着陆。

• 测试详情与成果：

  • 目的：验证火箭可重复使用的关键技术，包括上升和下降过程中的飞行稳定性以及着陆能力。
  • 火箭参数：长6.3米，直径85厘米，干重900公斤，湿重1,312公斤。
  • 结果：火箭达到271.4米的高度，最终在目标着陆点37厘米范围内精准着陆，总飞行时长56.6秒，达到了预期行为目标，并获取了宝贵的上升与下降数据。

• 安全措施：

  • 测试严格遵循安全优先原则，并得到当地当局与居民的理解配合。
  • 设立了半径1公里的限制区域，通过标识、路障及安保人员进行管制。
  • 限制区域范围基于潜在坠落区及防爆缓冲区（依据日本内阁府指南计算）划定。
  • 火箭搭载了安全系统，可防止其偏离预设的飞行走廊、速度和姿态条件，确保不会影响限制区域外。

• 本田火箭研发背景与愿景：

  • 本田自2021年起将太空技术视为发挥其核心科技、挑战“梦想”与“潜能”的领域，旨在通过技术创新（如循环可再生能源系统、太空机器人及可重复使用火箭）创造新价值，丰富人类生活。
  • 研发起源于年轻工程师希望利用本田在燃烧、控制等产品开发中积累的核心技术来建造火箭，并认为自行发射卫星可带来与现有业务兼容的新服务（如地球遥感监测、广域通信卫星星座）。
  • 面对未来卫星发射需求增长的趋势，本田认为发展可重复使用火箭有助于实现可持续交通。
  • 目前该研究仍处于基础阶段，尚未决定商业化。本田计划以在2029年前具备实现亚轨道发射的技术能力为目标，持续推进研发。

本田全球CEO三部敏宏表示，此次成功的测试是火箭研究迈出的又一步，并重申本田将继续迎接新挑战，不仅通过产品提供价值并应对环境与安全课题，更致力于创造新的价值，让人们的生活在时间与空间上更加丰富。

Interactive tutorial for A*, Dijkstra's Algorithm, and other pathfinding algorithms

A suite of open-source, ad-free apps with customizable colors - Fossify

Chawan TUI 网络浏览器发布了版本 0.2.0，提供了源码 tarball 和静态二进制分发（适用于 amd64 Linux 的 .deb 包）。安装时，解压后以 root 身份运行 make install，卸载则使用 make uninstall。包维护者需注意运行时依赖项包括 libssh2、libbrotli（libbrotlicommon 和 libbrotlidec）以及 OpenSSL 或 LibreSSL（推荐 OpenSSL 3.0 或更高版本，或 OpenBSD 7.7 中的 LibreSSL），而 zlib、libseccomp、termcap/ncurses 和 libcurl 等旧依赖已不再使用。如遇打包问题，建议联系上游解决。未来计划中，v0.2 分支仅接收 bug 修复，新功能开发将在 master 分支进行，下个版本将重点提升布局模块性能、正确性及 UI 用户友好性。附加说明指出，2025-06-25 发布的补丁版本修复了部分平台特定问题，详情见链接。

生成式AI编码工具与代理对我无效

作者针对“是否使用生成式AI工具及对其看法”的常见提问，从纯粹的技术角度分享个人经验。核心观点是：生成式AI编码工具并未提高其工作效率，主要原因如下：

AI并未更快

作者认为生成式AI工具的主要问题在于无法加速其工作流程。尽管AI可生成代码，但作者必须对所有代码负责，无法盲目采用。审查他人代码所需时间至少与自己编写相同，甚至更长（行业中“读代码比写代码更难”的说法佐证了这一点）。将AI生成的代码视为“黑箱”而不加审查是不负责任的，尤其是在涉及合同、法律义务和资金的专业工作中，作者宁愿承担风险也不愿降低工作质量。

AI并非生产力倍增器

关于AI是“倍增器或赋能者”的说法缺乏硬数据支持，可能源于用户仅对AI代码进行抽样审查或完全跳过审查。此外，有人认为AI有助于学习不熟悉的语言或技术，但作者享受学习过程，且出于代码责任考虑，也不会因此使用AI。

AI代码与人类代码不同

作者同样严格审查开源贡献者提交的代码，但重视与贡献者的互动带来的新想法，这有助于改进工作。部分用户使用AI生成低质量代码提交，作者会询问提交者以明确其责任，但对方通常不回应。AI工具的普及也导致了低质量Pull请求的出现。

AI不同于实习生

将AI比作“实习生”的说法并不恰当。实习生需要初期投入大量时间指导与代码审查，但他们会学习并成长，减少后续监督需求，最终可能成为独立贡献者。而AI工具则像患有“顺行性遗忘症”的实习生，每次任务重置，无法积累经验。

结论

作者总结认为，AI编码工具存在技术缺陷：声称其提高效率的人可能降低了质量标准，或本身从销售AI中获益。使用AI编码并非“免费午餐”。

Around 97% of US households have internet access, but bandwidth and latency are likely worse than you expect.

By weaving together existing railway lines, some cities can build the best transit in the world

Canine：基于 Kubernetes 的 Heroku 替代方案

Canine 是一个自托管的 Kubernetes 部署平台，旨在将平台即服务（如 Heroku）的简洁性引入您自己的 Kubernetes 基础设施。它允许用户通过 git push 部署应用程序，通过直观的 Web 界面管理服务，而无需编写复杂的 YAML 文件，即可充分利用 Kubernetes 的强大功能。

核心价值与优势

• 简化 Kubernetes：提供清晰的 Web 界面，用于在 Kubernetes 上部署、扩展和管理应用，取代了繁琐的 kubectl 和复杂 YAML 配置。
• Git 驱动部署：集成 GitHub 或 GitLab，实现每次代码推送后的自动部署。Canine 能自动构建 Docker 镜像并处理整个部署流程。
• 完全控制基础设施：与托管 PaaS 不同，您完全掌控自己的基础架构。Canine 可运行在任何 Kubernetes 集群上（云端、本地或边缘环境）。

核心功能

安装要求

• Docker v24.0.0 或更高版本
• Docker Compose v2.0.0 或更高版本

安装方式

一键安装：

curl -sSL https://canine.sh/install.sh | bash

手动安装：

git clone https://github.com/CanineHQ/canine.git
cd canine
echo "SECRET_KEY_BASE=$(openssl rand -hex 64)" > .env
docker compose up -d

然后在浏览器中打开 http://localhost:3000。可通过设置 PORT 环境变量自定义 Web 界面端口。

Canine Cloud

Canine Cloud 针对小型团队提供额外功能，包括无缝的 GitHub 集成部署工作流、基于角色的团队协作访问控制、实时指标跟踪与监控，以及更少的维护工作。详情与定价请访问其官网。

许可证

Canine 项目基于 Apache 2.0 许可证 发布。您可免费将其用于商业和非商业用途、修改及分发。商业支持、企业功能或托管服务请访问官网。

聊天中不要只说“你好”

在即时通讯中，仅发送“你好”而不直接提问是低效的做法。这类似于打电话时先说“你好”然后让对方等待，会浪费时间，因为打字比说话慢，导致对方需要等待你完成提问，降低生产力。

错误示例：

• Keith发送“hi”，Tim等待数分钟后才收到问题：“what time was that thing again?”。如果Keith直接提问，Tim可以更早回答。

原因：
人们可能出于礼貌先问候，但聊天不是面对面或电话沟通，打字速度较慢，因此实际上让对方空等，影响效率。

类似行为：

• “Hello, are you around?”
• “hi sophie - quick question.”
• “You got a sec?”
• “yt?”
• “ping”

正确做法：
直接提出问题，或在问候后立即提问。例如：

• “Hiya! What time was that thing?”
• “hey man, what’s up? also, any idea when that thing’s due?”

好处：

• 支持异步通信：如果对方不在线，他们返回后可以回答问题，而不是只看到一个“你好”而不知何事。
• 提高沟通效率，减少等待时间，使双方更满意。

o3 Pro是OpenAI发布的新模型，其核心是通过投入更多计算资源来提升o3模型解决复杂问题的能力。以下是关键信息总结：

核心特点与使用体验

• 性能提升：官方和部分用户（如Tyler Cowen）认为o3 Pro比o3更强，在分析、推理、解决特定难题（如经济学问题）方面有优势，且可能幻觉更少。Arena模拟胜率显示其性能可能显著高于o3。
• 主要缺点——速度慢：这是最受诟病的问题。响应通常需要15分钟以上，会严重打断工作流程和用户注意力，类似于“深度研究”的使用模式。
• 成本高昂：API使用费用极其昂贵，不适合大规模调用。ChatGPT Pro的200美元/月订阅是主要使用途径，但性价比存疑。
• 使用场景有限：它不适合日常或编码等需要快速交互的场景。更适合作为“最终手段”或“高级顾问”，在Opus、Gemini或常规o3失败时升级使用。其优势在于深度思考而非广度探索。

性能评估与争议

• 基准测试结果不一：在某些学术和专家评估中得分更高，但在共幻觉（confabulations）基准上改进不大。有报告指出其在代理式编码（agentic coding）方面甚至表现不如o3。
• 用户反馈两极分化：部分用户赞扬其解决复杂问题的能力；另一部分则认为它过度思考、反应慢、且改进不明显，甚至质量不如4o或其他模型。
• 幻觉问题：关于幻觉是否减少存在争议。一种观点认为，由于它思考更深入、答案经过更多推敲，因此可能在事实准确性上有所提升。

价格与竞争环境

• 更具影响力的是降价：o3本身的价格大幅下降了80%，这一举措对开发者和应用场景的扩展可能比o3 Pro的发布更具实际意义。
• 竞争加剧：文中提到谷歌Gemini 2.5 Pro Deep Think即将推出，表明AI模型竞争持续激烈。

安全与评估争议

• 缺乏系统卡更新：OpenAI声称o3 Pro使用与o3相同的底层模型，因此沿用其系统卡。但批评者（如Miles Brundage）指出，系统卡应涵盖整个系统，未对更强大的o3 Pro进行新的准备框架评估属于流程缺失。

结论与建议 o3 Pro是一个更强大但极慢的专用工具，适用于特定需要长时间深度推理的复杂任务。然而，其速度、成本和有限的使用场景决定了它并非通用解决方案。对于大多数用户，常规o3（尤其是在降价后）或其他模型（如Opus）可能已足够。作者建议，在面临关键难题时可尝试排队提交给o3 Pro，但其缓慢的响应和偶发的错误是需要接受的现实。

JPEG格式持久统治网络的原因

历史背景与优势

• 起源对比：早期浏览器NCSA Mosaic最初仅支持GIF等格式，JPEG于1994年被Netscape引入后逐渐取代GIF。
• 核心优势：JPEG支持有损压缩，在高压缩率下仍能保持照片基本形态，且文件大小可灵活调整，适应从低速调制解调器到高清摄影的各种需求。

标准化与互操作性

• GIF vs. JPEG：GIF由个人（Steve Wilhite）独立开发，属于事实标准；而JPEG由联合图像专家组（JPEG委员会）联合多家企业（如IBM、AT&T、佳能）共同制定，是正式国际标准。
• 标准化的意义：JPEG的开放标准特性确保了跨平台、跨应用的兼容性，成为图像交换的通用解决方案，奠定了其长期普及的基础。

技术原理与压缩方式

• 核心算法：采用离散余弦变换（DCT）实现有损压缩，通过近似还原原始图像来减少数据量，平衡图像质量与文件大小。
• 压缩模式：提供顺序DCT、渐进DCT、顺序无损和分层模式等工具包，适应不同场景。渐进模式曾适用于低速网络环境。
• 压缩特性：纹理复杂区域（如树叶）压缩损失较小，纯色或边缘区域易产生失真（如文本截图后出现噪点）。

专利风波与普及阻力

• 早期专利挑战：GIF因Unisys的LZW专利要求用户付费，推动了免版税JPEG的普及（并间接催生PNG格式）。
• JPEG专利诉讼：Forgent Networks在1997年获得一项与JPEG压缩相关的专利，随后向相机厂商和PC行业索要高额许可费，最终在2007年专利过期前获得部分赔偿，但面临大量先有技术的质疑和法律限制。

格式的持久性与竞争

• 新格式挑战：JPEG 2000、WebP、AVIF、HEIC等新技术在压缩效率和功能上有所提升，但受限于生态兼容性、用户习惯和历史积累，未能完全取代JPEG。
• 类比遗留格式：JPEG类似MP3和ZIP，已成为事实上的“遗产格式”，凭借30年的普及深度和广泛支持，短期内难以被淘汰。

结论

JPEG凭借技术实用性、标准化协作、适应网络发展的压缩特性，以及关键历史事件（如专利竞争）的推动，成为网络图像的主导格式。尽管存在技术局限和新兴竞争，其庞大的生态系统和用户惯性确保了其持续影响力。

https://jdfio.com/pages-output/demos/x-mode/

OpenAI与美国国防部签署价值2亿美元的一年期合同，为其提供人工智能工具，以开发用于国家安全挑战的前沿AI原型。这是国防部网站上列出的首份与OpenAI的合同。此前，OpenAI已宣布与国防科技初创公司Anduril合作，为“国家安全任务”部署先进AI系统。

OpenAI在博客中将此合同描述为一项名为“OpenAI for Government”的新计划的一部分，该计划旨在为美国政府机构提供定制化AI模型，以支持国家安全及产品开发。公司称，合同将帮助国防部识别和原型化前沿AI如何变革其行政运营，例如改善军人医疗、简化项目数据查看及支持主动网络防御。所有应用需符合OpenAI的使用政策。

国防部指定合同方为OpenAI Public Sector LLC，工作主要在华盛顿特区及周边地区的国家首都区进行。目前，OpenAI年化收入已超过100亿美元，此合同仅占其收入的一小部分。

行业竞争方面，国防科技公司Anduril在12月获得1亿美元合同；而OpenAI的竞争对手Anthropic此前也宣布与Palantir和亚马逊合作，向美国国防和情报机构提供AI模型。OpenAI CEO Sam Altman表示公司“自豪并愿意投身国家安全领域”。

此外，OpenAI正致力于在美国境内扩大算力基础设施，参与由特朗普总统宣布的5000亿美元“星门”项目。微软作为OpenAI的云基础设施供应商，其Azure OpenAI服务已获准用于处理机密分类信息。

研究摘要：使用AI助手撰写论文时的认知债务积累

研究目的

本研究旨在探究在教育写作任务中使用大型语言模型（如ChatGPT）所带来的认知成本，重点关注其对认知参与度、神经连接模式和学习成果的影响。

研究方法

• 参与者分组：54名参与者被分为三组：LLM组（使用ChatGPT）、搜索引擎组（使用搜索引擎）和纯大脑组（不使用工具）。每组连续完成3次写作任务。
• 第四次实验：在第四次实验中，LLM组转为不使用工具（LLM到大脑组），纯大脑组转为使用LLM（大脑到LLM组），共18名参与者完成。
• 数据采集：使用脑电图记录脑活动，评估认知参与度和认知负荷；进行自然语言处理分析、人工与AI评分；并在每次实验后进行访谈。
• 分析指标：包括命名实体识别、n-grams、主题本体分析、脑连接模式、论文所有权感知及即时回忆能力。

主要发现

1. 脑连接模式差异：
   • 纯大脑组表现出最强、最广泛的脑网络连接。
   • 搜索引擎组显示中等认知参与度。
   • LLM组的整体神经耦合最弱，反映认知策略存在显著差异。
2. 第四次实验转变：
   • LLM到大脑组表现出较弱的神经连接，alpha和beta网络参与不足。
   • 大脑到LLM组显示出更强的记忆回忆能力，并重新激活了与视觉处理相关的广泛脑区（类似搜索引擎组）。
3. 语言与认知效果：
   • 各组在命名实体、n-grams和主题上呈现组内一致性。
   • LLM组对其撰写论文的“所有权”感知较低，且难以回忆刚刚撰写的内容。
   • 搜索引擎组拥有较强所有权，但仍低于纯大脑组。
4. 长期表现：
   • 在4个月的四次实验中，LLM组在神经、语言和评分方面的表现持续低于纯大脑组。
   • 初步表明LLM使用可能带来认知债务，影响学习技能。

研究局限性

1. 样本局限性：参与者数量有限，且来自地理相近的学术机构，缺乏背景、职业、年龄和性别多样性。
2. 模型单一性：仅使用ChatGPT，无法推广至其他LLM模型；未来需涵盖多种模型或用户自选模型。
3. 任务与模态限制：未细分写作子任务；仅涉及文本模态，未探索音频等其他模态。
4. 分析深度：EEG分析侧重于连接模式，未涉及频谱功率变化；空间分辨率有限，无法精确定位深部脑区活动。
5. 情境依赖性：结论基于教育场景下的论文写作，不一定适用于其他任务或情境。
6. 纵向影响未知：未探索LLM使用对记忆保持、创造力和写作流畅性的长期影响。

结论

本初步研究揭示了LLM使用在写作任务中可能带来认知债务，表现为神经参与度降低、所有权感知下降和记忆表现减弱。尽管LLM最初看似有益，但长期使用可能影响学习效果。未来需扩大样本、涵盖更多模型与任务类型，并结合fMRI等技术深入探索。研究结果提醒教育者需谨慎评估AI工具在学习环境中的潜在认知影响。

All web developers know, at some level, that accessibility is important. But when push comes to shove, it can be hard to prioritize it above a bazillion other concerns when you're trying to center a <div> and you're on a tight deadline. A lot of accessibility advocates lead with the moral argument: for example, that…

https://substack.com/home/post/p-165655726

内容摘要： 本文介绍了作者Angad的个人背景与当前职业状态。Angad是一名高中生，同时也是一位摄影师和软件开发者。目前，他以承包商身份在Hack Club工作。

关键信息：

• 身份：高中生、摄影师、软件开发者。
• 当前工作：为非营利组织Hack Club提供承包服务。

Timescale 现更名为 TigerData

产品

• Tiger Cloud：专为初创公司和企业设计的强大弹性云平台。
• TimescaleDB Enterprise：适用于本地部署、边缘计算和私有云的自托管 TimescaleDB。

开源项目

• TimescaleDB：基于 PostgreSQL 的时序数据库，支持实时分析和事件处理。
• Search：基于 PostgreSQL 的向量搜索与关键词搜索功能。

大学棒球与风险投资的惊人相似

这篇文章的作者通过观察儿子作为一名大学棒球运动员的经历，将大学运动员的招募过程与创业公司筹集风险投资的过程进行了深入类比，指出两者在本质上是高度相似的、充满不确定性的非线性耦合。

核心相似性

两者都是一种机构对未来的押注（风险投资机构投资公司，教练招募球员），决策具有机会成本且难以完全撤回。双方都面临高风险：投资机构需要为有限合伙人带来回报，教练需要赢得比赛保住工作；而创业者或运动员则是在管理自己的单一职业生涯，无法使用投资组合理论分散风险。害怕错过是双方共同的恐惧。

关键阶段类比

作者详细列举了多个对应阶段，展示了过程的高度相似性：

1. 项目介绍：风险投资的“投资建议书”类似于运动员在社交媒体上发布的比赛视频和数据集锦，都是为了展示最佳一面。
2. 长期可能：风险投资机构因害怕错过而倾向于不明确拒绝，以“保留选择权”为由拖延。同样，教练也会以各种外部理由（如等待裁决、开放转会窗口）为由拖延沟通，实际上可能是兴趣不足。
3. 投资条款清单：对于公司，拿到条款清单是重要里程碑，但后续谈判、尽调直至资金到账才算完成。对于运动员，收到的“录取通知”也非板上钉钉，最终依赖于教练的诚信。两者中都可能存在不诚信的机构或教练过度招募或撤销承诺。
4. 抢先交易：风险投资机构可能在一个公司未融资时抢先提出条款清单，但这可能打乱公司计划。在棒球招募中，这表现为教练对低年级高中生做出不具约束力的“口头承诺”，导致年轻球员过早停止寻找其他机会。
5. 爆炸性要约：条款清单或录取通知常附有短期限，迫使对方快速决定。这在双方都是可以协商的。
6. 多个条款清单：对于公司和运动员，同时获得多个邀请是理想状况，能获得谈判优势，但这种情况并不常见。
7. 估值过高：公司估值过高会带来过高预期，限制未来发展选择。运动员类似的风险是过早进入顶级联盟（如Power Four conference），可能因无法立即获得出场时间而发展受阻，最终不得不进入转会门户。
8. 估值下调：公司估值下调意味着生存。运动员在转会门户中进入更低级别联赛，是为了获得上场时间以重建职业生涯。
9. 首次公开募股：IPO是创业公司的终极梦想，而进入职业大联盟是大学运动员的最终目标。两者看似遥不可及，但确实有人实现。

普遍建议

基于这些相似性，作者给创业者和运动员提出了共同建议：

1. 明确自己的目标：是建立一家大公司，还是成为最好的运动员获得职业机会？目标不同，选择路径就不同。
2. 根据目标做决策：选择真正契合长远目标的投资者、项目或教练，而非仅看表面条件。
3. 去真正需要你的地方：寻找有坚定承诺的合作伙伴，他们不仅在顺境中支持你，更能在逆境中陪伴你。要警惕那些只有空泛赞美而无实际行动的机构或教练。

文章最后，作者以父亲的视角，向所有大学棒球运动员表达了敬意，肯定他们超越课堂的磨砺和面对的压力。

https://www.cs.utexas.edu/~EWD/transcriptions/EWD03xx/EWD340.html

神职人员服用裸盖菇素的实验研究

实验概述

近十年前，一项实验邀请了包括浸信会学者、天主教神父、多位拉比、伊斯兰领袖、禅宗大师在内的33名宗教领袖，在实验室首次服用高剂量裸盖菇素（psilocybin，迷幻蘑菇主要成分）。实验过程及后续16个月的跟踪数据被记录，但研究结果直至近期才正式公布。

主要发现

• 超过90%的参与者认为，服用裸盖菇素的经历是他们一生中最具精神意义、最为神圣的体验之一。
• 近**50%**的参与者表示这是他们经历过的最深刻的体验。
• 许多参与者认为这段经历使他们成为更好的宗教领袖。
• 研究发表于同行评审期刊《迷幻药物医学》（Psychedelic Medicine）。

后续影响

• 部分参与者后来成为迷幻药物的倡导者，并将相关体验融入自身宗教教导中。
• 对一些人而言，该经历帮助他们摆脱对教条的执着，对其他宗教体验形式持更开放态度。
• 但至少一名参与者经历了黑暗、空虚、恐怖的旅程。
• 所有参与者均未排除未来再次使用裸盖菇素的可能性。

研究争议与局限

• 伦理问题：研究因资助来源的利益冲突及资助方直接参与研究而受质疑，后通过披露解决。
• 研究方法缺陷：
  • 偏差风险：招募广告中的语言及研究者预期可能影响了参与者的体验认知。
  • 样本局限性：样本量小，参与者多为白人、男性、基督徒，缺乏印度教、道教、儒家、土著宗教等传统代表。
• 部分参与者最初考虑离职，可能希望通过此次体验重新与神圣建立联系。

广泛背景与历史关联

• 当今主要宗教（如印度教、犹太教、佛教、基督教、伊斯兰教）通常不提倡使用精神活性物质。
• 但美洲土著文化数千年来一直在神圣仪式中使用迷幻植物。
• 部分研究者认为，古希腊的迷幻体验可能影响了包括基督教在内的一些宗教的形成。
• 美国心理学之父威廉·詹姆斯的部分核心思想（如宗教价值、神秘体验的重要性）被认为与其使用氧化亚氮的致幻体验有关。
• 然而，过度追求超验体验可能带来负面后果。

图片来源

• 题图：New Africa / Shutterstock

Some time ago I came across a cinematic experience ......... @@@@@ @@@@@ ........... ......... @ @ @ @ ........... ......... @@@ @ @ .......... ........ @@ @ @ ......... ........ @@@@@@@ @@@@@ th ....... ...... ----------------------- ...... ..... C E N T U R Y .... .... ----------------------- ... ... @@@@@ @@@@@ @ @ @@@@@ .. == @ @ @ @ @ == || @ @@@@ @ @ || | | @ @ @ @ @ | | ||__ @ @@@@@ @ @ @ ||________ It was a Star Wars inspired animation, brought to you by Telnet!

(An homage to one of my favorite pieces on the internet: A Brief, Incomplete, and Mostly Wrong History of Programming Languages)

Elsewhere I've been asked about the task of replaying the bootstrap process for rust. I figured it would be fairly straightforward, if slow. But as we got into it, there were <em>just</em> enough tricky / non-obvious bits in the process that it's worth making some notes here for posterity.<br /><br

拉丁字母视觉史概述

一、字母形态演变历程

拉丁字母的书写形态经历了从古典到现代的漫长演变，主要阶段包括：

1. 古典时期：罗马纪念碑体（凹形过渡形式）
2. 中世纪初期：半安色尔体（如希拉里《论三位一体》手稿）
3. 加洛林文艺复兴：加洛林小写体成为标准，出现于《圣马丁生平》《穆捷-格朗瓦尔圣经》等文献
4. 哥特时期：早期哥特小写体（《尼伯龙根手稿》C）、哥特体（如鲁道夫《世界编年史》）、哥特草写体
5. 文艺复兴时期：威尼斯古体、人文主义小写体、书法旋转体、书记体、商业体等
6. 巴洛克至近代：英国巴洛克古体、意大利庶民体、斯宾塞体、弗拉克图尔体等
7. 现代探索：苏特林字体（德国手写体）、拉丁基础字体（伊泽洛恩书写圈）

二、关键技术发展节点

• 书写载体：莎草纸卷轴（公元前100年）→ 皮纸法典（公元400年）→ 纸张生产（1200年欧洲化）
• 印刷技术：活字印刷术（1450年）→ 旋转印刷（1850年）→ 照相排版（1950年）→ 数字字体（1984年）
• 书写工具：鹅毛笔 → 钢笔批量生产（1822年）→ 自来水笔（1849年）

三、社会文化背景影响

• 古典时期：亚历山大图书馆（公元前50年）促进知识积累，罗马帝国衰落（476年）影响文化传播
• 中世纪：查理曼帝国（800年）推动加洛林小写体标准化，修道院抄写照明手稿
• 近代转折：大学兴起（1088年博洛尼亚大学）、印刷术引发知识革命、宗教改革（1517年）推动 vernacular 文本
• 启蒙与革命：百科全书出版（1751年）、工业革命（1775年）、法国大革命（1789年）塑造现代社会
• 全球影响：殖民主义（1850年）传播罗马字母，联合国成立（1945年）促进多语言文字规范
• 数字时代：万维网发明（1990年）彻底改变文字传播方式

四、重要文化现象

• 首批书法大师著作出版（1520年）
• 早期大众传媒：首份日报（1650年）
• 包豪斯运动（1919年）革新字体设计
• 普及教育（1800年义务教育）提升识字率

该视觉历史展示了拉丁字母如何适应技术革新、社会变迁和文化需求，从石碑雕刻到数字显示，始终保持着形态与功能的动态平衡。

The KiCad development team frequently receives questions about our support for Wayland. Given that Fedora and Ubuntu are both planning to drop X11 support from their main desktop environments in the near future, we want to provide clear, transparent guidance to our users about the current state of Wayland support in KiCad. Current Status Is Functional but Degraded KiCad does run on Wayland systems, but with significant limitations and known issues that substantially degrade the user experience.

ideas, work and experiments

该内容是一个网站防护系统的说明页面，介绍了名为 Anubis 的机制。其主要目的是抵御人工智能公司对网站的激进数据抓取（爬虫），因为此类活动会导致服务器资源紧张甚至服务中断。

核心机制与目的

• 技术原理：Anubis 采用一种工作量证明方案，其设计参考了用于减少垃圾邮件的 Hashcash。
• 设计目的：在个人用户层面，完成证明所需的额外计算负荷可以忽略不计；但对于大规模、自动化的爬虫，这些累积的计算成本会变得非常高昂，从而大幅提高抓取成本，使爬虫行为不再经济可行。
• 当前状态：Anubis 被明确描述为一个临时的解决方案。其最终目标是通过浏览器指纹识别技术（例如通过字体渲染方式）来更精准地区分自动化爬虫和真实人类用户，从而使得真实用户在未来可能无需再面对该证明挑战。

对用户与环境的要求

• 兼容性影响：Anubis 依赖现代 JavaScript 功能。因此，它要求用户禁用类似 JShelter 的隐私保护插件，因为这些插件可能会阻止必要的脚本执行，导致无法正常访问网站。

总结

总而言之，Anubis 是一个为应对 AI 爬虫滥用而部署的临时性服务器保护系统。它通过增加自动化抓取的计算成本来起到防护作用，并计划未来升级为更智能的基于行为分析的识别方案。使用该网站需要用户允许 JavaScript 运行。

As some of the work planned for Marginalia Search this year has been progressing a bit faster than anticipated, there was time to implement an unplanned change. This post details the implementation of a system for detecting when servers are online, to avoid serving dead links and improve data quality, and for detecting when websites have significant changes including ownership transfers and parking. Table Of Contents Feature Rationale Data Representation Live Data Event Data Change Detection Details Availability Detection Ownership Changes DNS Implementation Hurdles Scheduling Certificate Validation Conclusions

《自然》杂志将透明同行评审扩展至所有研究论文

政策变更

自2024年6月16日起，所有新投稿至《自然》杂志并最终发表的研究论文，将自动公开其同行评审文件。此前，作者可自愿选择是否公开审稿记录（自2020年起）。这意味着未来《自然》发表的论文中将有更多附带评审文件。

具体实施

• 公开内容包括审稿人报告和作者回复。
• 审稿人身份默认保持匿名，除非其主动要求公开。
• 所有读者均可查阅这些审稿对话记录。

改革目的

旨在提高科学出版的透明度，揭开被视为“黑箱”的同行评审过程，从而增强对科学研究的信任。编辑与作者、审稿人之间的讨论是论文完善的关键环节，公开这些记录有助于：

• 展示科学知识的演进过程，而非将其视为固定不变。
• 为早期职业研究人员提供了解核心学术流程的机会。
• 丰富科学传播，呈现研究结果诞生背后的“故事”。

背景与意义

• 《自然通讯》自2016年便已实施类似政策。
• 同行评审制度在《自然》杂志直至1973年才成为强制要求。
• COVID-19大流行期间，公众曾短暂目睹科学辩论的实时过程，此次改革希望延续这种开放性，将审稿交流视为科学记录的重要组成部分。

这项举措标志着科学出版向更大透明度迈出的重要一步，有望使审稿过程——这一科学研究与传播的核心环节——得到更广泛的认知与重视。

https://www.wsj.com/tech/ai/openai-and-microsoft-tensions-are-reaching-a-boiling-point-4981c44f

汉堡菜单图标现状：可识别性探讨

汉堡菜单在数字设计中引发了长达十年的讨论。它最初作为一种在小屏幕上节省空间的方案而受到欢迎，但早期研究发现其会导致可用性下降：用户容易忽略它，任务完成时间延长，满意度降低。

过去：汉堡菜单降低了界面可用性 2015-2016年的研究比较了隐藏导航（如汉堡菜单）与始终可见的导航模式。结果表明，汉堡菜单降低了用户与内容的互动、降低了任务成功率、增加了任务时间并降低了满意度，此问题在移动端和桌面端均存在（桌面端更严重）。当时的建议是尽可能使用可见导航，仅在空间限制时才谨慎使用汉堡菜单。

现在：汉堡菜单已成为熟悉模式 过去十年，随着移动优先设计的普及以及苹果、亚马逊等领导者的采用，汉堡菜单变得无处不在。通过反复接触，用户已学会识别和解读该图标。

近期研究评估了其可识别性：当图标出现在预期位置（屏幕左上角）且样式标准（三条等长横线）时，用户大多能正确将其识别为主菜单或顶级网站分类，即使移除了“菜单”标签。一些设计变体（如两横线、带边框或带箭头的图标）在保持标准位置的情况下，通常也能被正确解读，但额外装饰可能引入轻微混淆。

警告：熟悉可能转化为干扰 汉堡菜单的视觉形式已深入人心，以至于结构相似的其他线条图标（如列表视图或筛选图标）在左上角时也容易被误认为是汉堡菜单。例如，Apple Notes中的列表视图图标和YouTube中的筛选图标都曾导致用户混淆。这提示需谨慎在用户常关联导航的位置（尤其是左上角）使用线条图标，并应通过标签来辅助识别。

设计汉堡菜单的建议 尽管识别度提高，但隐藏导航的固有交互成本依然存在。为最大化可用性，应遵循以下最佳实践：

• 使用标准的三线图标：用户最熟悉此形式。
• 置于左上角：用户习惯在此寻找隐藏导航。
• 避免额外样式或边框：装饰性元素可能导致误认。
• 添加“菜单”标签：对新用户或陌生环境有帮助。
• 使用细微动画或过渡：强化交互提示。
• 避免与其他三线图标混淆：尤其注意左上角区域。
• 适当缩放：确保在各种屏幕尺寸上可见。
• 确保看起来可点击：避免极端扁平化设计。
• 添加视觉内边距：避免拥挤。
• 确保足够对比度：方便视障用户。
• 提供额外导航方式：如内联链接、相关链接列表、搜索功能和页脚链接，以支持汉堡菜单。

核心原则依然有效：如果不需要隐藏导航，就不要使用它。 隐藏导航总会增加交互成本，用户需要额外步骤才能访问菜单项。

结论：更新的评判 汉堡菜单现已是一种熟悉、可识别的模式。但熟悉性并不能消除其根本的权衡。隐藏导航总会引入交互成本。在空间受限的屏幕上，经过深思熟虑地使用汉堡菜单并遵循最佳实践，它可以是一种有效的工具。

最终观点：汉堡菜单可行，但并非通用。 应明智使用，考虑其权衡，并始终与用户进行测试以确保其真正满足需求。

The AI era is speedrunning the Web 2.0 story. Open and accessible MCPs are not our future. Integrations will be tightly governed.

Pornainen recently turned on a 100 MWh thermal battery filled with ground up soapstone.

ELIZA Reanimated是一个旨在修复和重现早期聊天机器人ELIZA的项目。ELIZA被公认为历史上第一个聊天机器人程序，该项目致力于恢复其原始功能或现代实现，使其能够重新运行。核心内容围绕ELIZA的历史意义、技术重建工作及其作为对话人工智能发展基石的地位。该项目可能涉及代码修复、文档整理或在新平台上的重新实现，以保存和展示这一开创性技术。

研究概要

该研究探讨了大语言模型对训练数据中书籍内容的记忆问题，旨在回应版权诉讼中关于模型记忆程度的争议。研究开发了一项技术来测量书籍记忆化，并在200本书籍和14个开源大语言模型上进行了超过3000次实验。

核心发现

• 记忆化程度差异显著：记忆化水平因模型和具体书籍而异。
• 普遍低记忆化：就其提取方法而言，大多数模型并未完全或部分记忆大多数书籍。
• 关键例外：存在显著例外，例如 Llama 3.1 70B 模型完全记忆了《哈利·波特与魔法石》。记忆化程度如此之高，以至于使用该书的前几个单词作为提示，便能几乎逐字确定性地提取出全书内容。

结论与影响

研究结果表明，关于大语言模型记忆化的普遍性断言过于简化。这对版权案件具有重要影响，但研究结果并不明确支持诉讼中的任何一方。

An international club where dull people meet online to share the tedium of everyday lives is immensely popular. But for one man it’s a place of poignant connection

Abstract page for arXiv paper 2505.24363: Ramping Up Open-Source RISC-V Cores: Assessing the Energy Efficiency of Superscalar, Out-of-Order Execution

https://omarabid.com/claude-magic