2025-06-24

40 篇热帖

2. uv: An extremely fast Python package and project manager, written in Rust (github.com) 515 points | 246 comments | by chirau

An extremely fast Python package and project manager, written in Rust. - astral-sh/uv

3. A new PNG spec (www.programmax.net) 476 points | 459 comments | by bluedel

After 20 years, PNG is back with renewed vigor! A new PNG spec was just released.

4. Starship: The minimal, fast, and customizable prompt for any shell (starship.rs) 376 points | 175 comments | by benoitg

Starship is the minimal, blazing fast, and extremely customizable prompt for any shell! Shows the information you need, while staying sleek and minimal. Quick installation available for Bash, Fish, ZSH, Ion, Tcsh, Elvish, Nu, Xonsh, Cmd, and PowerShell.

8. Switching Pip to Uv in a Dockerized Flask / Django App (nickjanetakis.com) 236 points | 141 comments | by tosh

本文详细介绍了在 Docker 化的 Flask 或 Django 应用中，将 pip 替换为 uv 的具体步骤和优势。作者报告称，这一转换带来了约10倍的速度提升，同时采用了避免使用虚拟环境 (venv) 并以非 root 用户运行的最佳实践。

核心更改：依赖定义从 requirements.txt 转向 pyproject.toml

  • 使用 pyproject.toml 文件定义项目的顶级依赖及其版本，取代传统的 requirements.txt。
  • uv 会自动生成一个锁文件（uv.lock），该文件包含完整的、确定的依赖树，比 pip freeze 的输出更为精确和可靠。

Dockerfile 的关键修改

  1. 安装 uv：

    • 通过多阶段构建从官方镜像复制 uv 和 uvx 二进制文件到应用镜像中。uv 是一个静态编译的 Rust 工具，因此无需其他依赖。

  2. 复制依赖文件：

    • 将 COPY 指令的目标从 requirements*.txt 改为 pyproject.toml 和 uv.lock*。锁文件名后的 * 使其成为可选，方便首次构建时可能没有锁文件的情况。

  3. 设置环境变量：

    • UV_COMPILE_BYTECODE=1：在构建时将 Python 源代码编译为字节码，避免运行时开销。
    • UV_PROJECT_ENVIRONMENT="/home/python/.local"：指示 uv 将依赖安装到指定路径，而非创建独立的虚拟环境。此路径通常由非 root 用户（如 python）拥有和使用。

  4. 依赖安装命令：

    • 使用一个封装了 uv 命令的 Shell 脚本（例如 bin/uv-install）。
    • 该脚本的主要逻辑是：检查或更新锁文件，然后执行 uv sync --frozen --no-install-project。
    • --frozen 确保严格按锁文件安装，不进行更新。
    • --no-install-project 跳过将项目本身作为 Python 包安装（适用于常规 Web 应用场景）。

依赖管理操作

  • 安装/更新依赖：提供了运行脚本（如 ./run deps:install），该命令会构建镜像并通过卷挂载更新主机上的锁文件。
  • 添加/更新/删除包：可以通过在容器内执行 uv 命令完成，例如：
    • uv add mypackage --no-sync：更新 pyproject.toml 和锁文件，然后通过 ./run deps:install 安装。
    • uv remove mypackage --no-sync：移除包。
  • 检查过期依赖：使用 uv tree --outdated --depth 1。

总结与资源

  • 整个转换过程被描述为非常平滑，附有 Flask 和 Django 示例项目的具体 Git 差异可供参考。
  • 文章最后提供了一个演示视频，涵盖了从设置到具体命令操作的完整过程。
9. The bitter lesson is coming for tokenization (lucalp.dev) 213 points | 94 comments | by todsacerdoti

Highlights the desire to replace tokenization with a general method that better leverages compute and data. We'll see tokenization's fragility and review the Byte Latent Transformer arch.

10. Excalidraw+ Is Now SoC 2 Certified (plus.excalidraw.com) 203 points | 71 comments | by gmays

Excalidraw+ is officially SOC 2 Type I certified! Here's how we got there — the tools, policies, infra changes, and what we learned along the way.

12. Judge denies creating “mass surveillance program” harming all ChatGPT users (arstechnica.com) 187 points | 97 comments | by merksittich

OpenAI will fight order to keep all ChatGPT logs after users fail to sway court.

13. U.S. Chemical Safety Board Could be Eliminated (www.ishn.com) 171 points | 92 comments | by z991

The Trump administration has proposed to eliminate the U.S. Chemical Safety and Hazard Investigation Board by October 2026, citing fiscal responsibility and redundancy. 

14. Microplastics shed by food packaging are contaminating our food, study finds (www.cnn.com) 169 points | 178 comments | by gortok

Microscopic bits of plastic are sloughing off into food and beverages when consumers unwrap the plastic packaging, a new study has shown.

15. XBOW, an autonomous penetration tester, has reached the top spot on HackerOne (xbow.com) 161 points | 84 comments | by summarity

For the first time in bug bounty history, an autonomous penetration tester has reached the top spot on the US leaderboard.

16. Gemini Robotics On-Device brings AI to local robotic devices (deepmind.google) 160 points | 62 comments | by meetpateltech

We’re introducing an efficient, on-device robotics model with general-purpose dexterity and fast task adaptation.

19. Reinforcement learning, explained with a minimum of math and jargon (www.understandingai.org) 140 points | 6 comments | by JnBrymn

To create reliable agents, AI companies had to go beyond predicting the next token.

21. Tell HN: Meta developer account suspended 134 points | 61 comments | by ArthurVL1

这篇Hacker News讨论帖围绕一位开发者Meta账户被封禁的事件展开，评论中汇集了众多用户关于Meta平台风险、账户恢复难度以及数字依赖问题的见解与经验。

账户封禁的常见情形与恢复困境 多位用户分享了账户被无故封禁的经历，常见触发条件包括：

  • 跨区域登录：有用户因在国外旅行时登录Instagram商业账户而遭永久封禁，且申诉无门。
  • 自动化误封：大型品牌（如LVMH集团）的账户也常因自动化系统误判而短暂封禁，但得益于其商业影响力和法律施压，通常能快速恢复。
  • 规则执行不透明：封禁常缺乏明确解释，用户感到无力且愤怒。有案例显示，账户甚至经历每日定时封禁又解封的循环后最终被彻底封禁。
  • 恢复渠道缺失：Meta被普遍认为缺乏有效的用户支持。除非是重要广告客户或大品牌，普通用户（包括拥有大量粉丝的网红）很难联系到人工客服获得帮助。

对封闭平台的深度依赖与商业风险 讨论的核心在于揭示构建业务于Meta这类封闭平台之上的脆弱性：

  • 不对等的权力关系：用户指出，Meta作为平台所有者，可以单方面制定和执行规则，用户几乎没有追索权。这被形容为“数字封建主义”。
  • 小企业尤其脆弱：大品牌拥有验证徽章、专属客户经理和法律团队等资源来应对危机，而小企业和个人开发者则完全暴露在风险中，账户消失往往意味着业务的重大打击。
  • 难以摆脱的“必需品”：尽管风险显著，但许多行业（如本地烘焙店）因客户习惯而不得不依赖Instagram和Google Maps等平台进行营销和曝光，形成了“用户在哪里，就必须在哪里”的商业现实。

寻求解决方案的讨论 评论中提出了多种应对思路：

  1. 法律途径：通过律师函向Meta法律部门施压可能有效，但这通常成本高昂，且更适用于有实质商业损失和资源的大客户。在某些法域（如法国），忽视法律文书可能给公司带来后续司法麻烦。
  2. 内部渠道：过去Meta员工可能通过内部系统（如“Oops”请求）帮助联系人恢复账户，但据称此途径现已受到严格限制，仅适用于员工本人或近亲。
  3. 技术性规避与替代方案：
    • 有用户建议使用Matrix等去中心化开源协议来构建服务，并通过桥接方式临时兼容WhatsApp，以降低被单一平台扼杀的风险。
    • 也有人提议建立自有的沟通渠道（如官网、邮件列表），并将社交媒体仅作为引流工具，但这需要克服用户习惯的壁垒。
  4. 接受现实与风险管理：部分观点认为，在当前环境下，完全避开主流平台不切实际。更务实的做法是多元化渠道，在依赖平台的同时教育用户如何通过其他方式联系，并准备好应对平台政策突变的应急方案。

总结 这场讨论反映了开发者与创业者在面对科技巨头时的普遍焦虑。核心矛盾在于：为了触及用户而不得不使用这些高效但不可控的平台，却又时刻面临着因平台任意决策而失去一切的风险。评论区的经验表明，除了呼吁平台提供更公平透明的规则和客服支持外，构建业务时优先考虑技术自主权和数据可控性，避免过度依赖单一垄断平台，是更为稳健的长期策略。然而，对于许多现实中的业务，尤其是面向消费者的业务，如何在平台依赖与自主控制之间找到平衡点，仍是一个无简单答案的挑战。

24. Marble Blast (marbleblast.vaniverse.io) 131 points | 31 comments | by sunday_serif

A web port of Marble Blast Gold and Marble Blast Platinum: In this 3D platformer classic, race your marble to the finish as fast as possible in more than 4100 diverse levels taken from Marble Blast Gold, Platinum and Ultra. Play Marble Blast online right in your browser or on your mobile device.

26. Apple Research unearthed forgotten AI technique and using it to generate images (9to5mac.com) 120 points | 45 comments | by celias

Apple’s latest research hints that a long-forgotten AI technique could have new potential for generating images. Here’s the breakdown.

27. The NO FAKES act has changed, and it's worse (www.eff.org) 119 points | 39 comments | by miles

A bill purporting to target the issue of misinformation and defamation caused by generative AI has mutated into something that could change the internet forever, harming speech and innovation from here on out.The Nurture Originals, Foster Art and Keep Entertainment Safe (NO FAKES) Act aims to...

28. 'Sticky thinking' hampers decisions in depression (www.bps.org.uk) 114 points | 67 comments | by domofutu

New study finds rumination can cause those with depression to get ‘stuck’ on thoughts, limiting their ability to mentally juggle options available to them when making decisions.

31. Moonbase Alpha: That time NASA made a meme video game (www.spacebar.news) 110 points | 58 comments | by todsacerdoti

NASA 为促进公众对科学教育与太空探索的兴趣，于2009年与多家游戏工作室合作，启动了一款太空主题的大型多人在线游戏项目。该计划最初名为“宇航员：月球、火星及更远”，旨在基于NASA原型设计，利用虚幻引擎3打造具有教育意义的游戏体验。

游戏开发商Virtual Heroes（曾参与军用训练模拟器开发）与Project Whitecard等工作室共同承接了该项目。在正式MMO发布前，一个名为《月球基地阿尔法》的演示版于2010年7月推出。该演示由Virtual Heroes和美国陆军游戏工作室开发，设定在2032年的虚构月球基地，玩家需在25分钟内协作修复受陨石撞击的生命维持系统。游戏部分基于NASA“星座计划”的设计，该计划虽于2010年被取消，但其部分成果后来演变为太空发射系统。

《月球基地阿尔法》最初反响平平，被一些媒体批评为枯燥，但在两周内下载量超过10万次，八个月后达到30万次。游戏的关键特色在于其多人模式中的语音合成系统——基于DECtalk技术的文本转语音功能（该技术曾用于斯蒂芬·霍金的语音设备）。玩家发现可以利用音高和时长控制命令，通过聊天频道“演唱”歌曲，使游戏意外转变为音乐创作平台。

这一特性催生了病毒式传播，玩家创作并分享了大量使用DECtalk“演唱”的歌曲覆盖，从蝙蝠侠主题曲到迪士尼歌曲，甚至包括流行单曲。游戏社区形成了独特的音乐创作文化，相关视频在网络上广泛流传。

原计划中的大型太空MMO最终以Kickstarter众筹项目形式尝试开发，更名为《星辉：宇航员学院》，并获得额外资金支持。但项目因内部争议和资金不足未能完成，仅发布了两款评价不佳的小型游戏。Virtual Heroes为《月球基地阿尔法2》发起的众筹也以失败告终。

尽管热潮已过，《月球基地阿尔法》仍保持着小众 cult 游戏的地位，并与音乐社区保持联系。该游戏至今可在Steam免费游玩，其修改版本还在佛罗里达州的科学与工业博物馆作为展品运营。

34. Nordic Semiconductor Acquires Memfault (www.nordicsemi.com) 107 points | 37 comments | by hasheddan

Becomes the first semiconductor company to combine best-in-class hardware, software, and cloud services – transforming how connected products are built, deployed, and upgraded to address rapidly evolving requirements and increasing software complexity

36. Show HN: Oasis – An open-source, 3D-printed smart terrarium (github.com) 106 points | 18 comments | by jbuch

Oasis 是一款完全开源、主要采用3D打印的智能生态缸，旨在为苔藓、蕨类、兰花等喜湿植物提供理想生长环境。其主要特性包括：高功率LED照明、用于加湿的喷雾器、风扇（促进空气流通）、温湿度传感器，以及WiFi连接功能，允许通过手机或电脑的网页界面进行远程控制与配置。其外形尺寸约为直径20厘米、高33厘米。

项目资料完整，包含CAD模型（使用CadQuery设计）、电子电路设计（使用KiCad）及控制软件（基于esp-rs库，使用Rust语言编写）的全部源文件。虽然大部分构造适合拥有3D打印机的DIY爱好者，但电子部分相对复杂，具备焊接经验的用户可自行采购元件与裸板组装，或选择JLCPCB等服务商进行代工组装。

作者提及未来计划提供组装好的电子套件，目前可通过指定表单表达意向并订阅更新。

37. Resurrecting flip phone typing as a Linux driver (github.com) 104 points | 64 comments | by foxmoss

A C library for creating T9 typing systems. Contribute to FoxMoss/libt9 development by creating an account on GitHub.

39. Show HN: Autumn – Open-source infra over Stripe (github.com) 102 points | 32 comments | by ayushrodrigues

Autumn is an open-source pricing & billing platform - useautumn/autumn

40. Solving LinkedIn Queens Using Haskell (imiron.io) 101 points | 46 comments | by agnishom

使用Haskell解决LinkedIn皇后问题

本文介绍如何用Haskell解决LinkedIn上的皇后变体问题。该问题要求在N×N的彩色棋盘上放置N个皇后，使得每行、每列、每种颜色区域恰好有一个皇后，且任意两个皇后不能对角相邻（允许同对角线但非相邻）。

核心挑战与初始方案

问题本质是约束满足问题，类似于数独或经典N皇后。作者采用回溯算法，使用MonadLogic处理非确定性搜索。初始版本（Attempt 0）直接枚举所有可能位置并检查约束，5×5棋盘耗时约0.24秒。

关键优化演进

  1. 简单消除（Attempt 1）：放置皇后时标记被攻击的格子为“消除”，减少候选空间。5×5棋盘耗时降至0.02秒，但8×8仍需150秒。

  2. 早期死局检测（Attempt 2）：跟踪每行/列/颜色的剩余候选数。若某行/列/颜色无皇后且无候选格，则提前回溯。8×8耗时降至1.67秒。

  3. 智能候选生成（Attempt 3）：维护每行/列/颜色的候选集合，直接从中选取。性能略有提升（8×8约1.42秒）。

  4. 策略排名（Attempt 4）：定义“策略”为必须包含一个皇后的候选集。优先选择最小策略（如只有一格的颜色区域）。8×8耗时骤降至65.5微秒。

  5. 简化与数据结构优化（Attempt 5-6）：

    • 移除显式消除标记，改用策略集合隐式管理。
    • 使用Set维护策略，按大小排序以便快速获取最小策略。
    • 引入“冠状策略”概念：若多个策略均为单格集合，可一次性批量放置皇后，减少回溯开销。

与SMT求解器对比

通过sbv库将问题编码为Z3约束求解。虽然Z3求解速度快，但需考虑约束生成和进程通信开销。在基准测试中，优化后的Haskell方案在小规模问题上更快，但大规模问题上Z3仍具优势。

性能基准

在社区谜题集（7×7至11×11）上测试：

  • Attempt 4（策略排名）将8×8平均耗时从81毫秒降至197微秒。
  • Attempt 6（冠状策略优化）进一步将11×11平均耗时控制在605微秒内。
  • 优化方案相比初始版本提升数个数量级。

结论

成功实现了简洁高效的Haskell求解器（约150行代码）。关键优化包括：智能候选选择、提前剪枝、利用持久化数据结构（如Set/Map）便于回溯状态管理。最终方案在常见棋盘规模上表现优异，体现了启发式与回溯算法的有效结合。