苹果传奇细节关注度之失

核心观点：过去8-10年间，苹果产品逐渐丧失了以细节著称的传统，用户体验、无障碍设计和质量测试质量显著下降。新系统iOS 26和macOS的更新不仅未修复旧问题，还引入了更糟糕的设计选择。

主要问题示例

1. 设计不一致与缺乏标准化

• 搜索栏位置不统一：不同应用（如日历、活动监视器）的搜索栏位置和样式各异。
• 标签页设计混乱：macOS中多个应用（如日历、TV）的标签页设计不一致。
• 跨应用设计脱节：Safari与其他苹果应用的UI存在明显不一致，暗示设计团队间缺乏沟通。

2. 用户体验缺陷

• 权限弹窗干扰：提醒事项应用在未授予位置权限时，每次启动都会弹出权限请求，打断用户操作。
• 搜索栏难以发现：Finder等应用的搜索栏设计不直观，用户需先找到搜索栏才能使用。
• 通知管理讽刺：系统询问"是否暂停通知？"的弹窗本身也是干扰。

3. iOS 26的严重问题

• 黑暗模式测试不足：文件应用在黑暗模式下文件夹名称和箭头几乎不可见。
• 共享表单图标异常：更新后共享表单的应用图标显示异常。
• "减少透明度"功能漏洞：开启该无障碍模式后，设置、提醒事项等应用出现黑条等界面错误。
• 液态玻璃设计失控：iPad上文件夹悬停时的液态玻璃效果残留；通知在浅色背景下难以阅读；控制中心如同"迪斯科球"。

4. 浏览器与WebKit兼容性灾难

• 第三方浏览器受影响：iOS 26强制所有第三方浏览器使用WebKit，但WebKit存在大量缺陷。
• Safari自身问题重重：包括按钮闪烁、地址栏与内容颜色不协调、视口错误导致固定元素不可用、标签切换需两次点击且伴随刺眼动画。
• 应用内浏览器更混乱：视口错误导致固定底部UI在滚动时被覆盖，无法访问。

5. 可访问性与性能退化

• 文本可读性下降：iMessage鼓励设置背景图，导致文本和照片难以辨认，输入框难以定位。
• 应用库图标不可靠：图标时而显示时而消失。
• 电池寿命受影响：液态玻璃UI对iPhone mini系列等小屏幕设备适配不佳，且加剧耗电。

原因推测

作者认为，可能因项目经理过度追求季度目标，匆忙推出华丽原型说服管理层，而过程中无人提出"过度使用玻璃效果"的风险，最终导致设计灾难。

结论

苹果的液态玻璃设计及其新系统问题繁多，不仅未能体现昔日的细节把控，反而反映了设计质量的严重下滑，正导致设计师和开发者对苹果的疏离。

Typst 0.14 版本摘要

核心更新：Typst 0.14 专注于提升文档的可访问性、兼容性与排版质量，使其更适用于从学术到工业的多种生产环境。

主要新功能与改进

1. 默认无障碍支持

• 自动标签：生成的 PDF 默认包含结构化标签，供屏幕阅读器等辅助技术识别文本语义（如标题、强调）和阅读顺序，无需用户手动添加。
• 替代文本：为图表等视觉元素新增 alt 参数，提供文字描述，确保信息对所有用户可用。
• PDF/UA-1 标准：支持导出符合国际无障碍标准 PDF/UA-1 的文档，并提供严格检查，帮助遵守《欧洲无障碍法案》等法规。

2. PDF 标准支持增强

• 可选择导出 PDF 1.4 至 2.0 等多个版本。
• 扩展了对 PDF/A 标准各部分和符合级别的支持，适用于长期存档等特定场景。

3. PDF 作为图像格式

• 支持直接将 PDF 文件作为图像插入文档。
• 跨格式优化：在 PDF 输出中直接嵌入；在 HTML/SVG 输出中转换为 SVG；在 PNG 输出中进行栅格化。该功能由社区库 hayro（纯 Rust 编写）实现，无外部依赖。

4. 字符级对齐

• 新增字符间距调整选项，用于优化段落两端对齐效果。通过智能算法选择断点并最小化不美观的拉伸，提升版面视觉平衡。这是 LaTeX 所不具备的特性。

5. 更丰富的 HTML 导出

• 语义化映射：增强了对脚注、大纲、引文等内置元素到语义 HTML 的映射支持。
• 类型化接口：html 模块新增函数，可使用强类型属性构建 HTML 元素，代码更简洁、安全。
• 即将推出：HTML 导出功能将在 Typst 网页应用中正式上线。目前该功能仍属实验性，需通过命令行标志或设置启用。

迁移指南

• 此版本破坏性变更较少，多数文档可无缝兼容。需注意少数更严格的验证（如标签不可为空）。
• 废弃功能：需将 pdf.embed 替换为 pdf.attach；两个参考文献样式及命令行标志 --make-deps 已被弃用。
• 网页应用体验升级：当项目有新版本可用时，应用将提示升级，并提供自动兼容性检查。

社区与资源

• 详细的变更新内容和迁移说明请参阅官方更新日志。
• 官方将于 2024 年 11 月 8 日在 Discord 举办社区电话会议，分享新版本体验。

文章摘要

事件概述：2025年10月20日，美国马里兰州巴尔的摩肯伍德高中外，16岁学生Taki Allen在橄榄球训练后与朋友停留时，突然被八辆警车包围。武装警察持枪命令他趴下、跪地并戴上手铐进行搜查，但未发现任何武器。事后警方展示触发警报的AI监控截图，显示其口袋里一包皱巴巴的多力多滋薯片被误判为手枪。

技术背景：该事件由Omnilert公司的枪支检测AI系统触发，该系统去年被引入巴尔的摩县公立学校。它通过扫描现有监控录像，实时向警方发送疑似武器警报。

各方回应：

• Omnilert公司：承认该事件为“误报”，但声称系统“按设计运行”，其目的是通过“快速人工验证”优先保障安全。公司此前宣传该系统具有“即时枪支检测”和“近零误报”能力。
• 学校方面：校长在致家长信中称理解事件对学生造成的困扰，并提供心理咨询服务，但未直接联系Allen本人。Allen表示校方仅告知他这是“程序规定”，未道歉。
• 当事人影响：Allen表示感到恐惧，不敢返校，甚至害怕再次吃薯片或喝饮料。

社会讨论：该事件引发了对AI监控工具可靠性及其现实后果（尤其是在学校环境中）的新一轮质疑。文章同时提及近期其他AI应用案例，包括美国陆军将领使用ChatGPT辅助军事决策，以及英国因年龄验证AI系统错误识别纹身为面具导致成人无法访问特定内容的问题。

Claude Memory 功能摘要

上线范围扩展

• 2025年10月23日起，Memory功能向Pro和Max计划用户开放。此前已为Team和Enterprise用户提供。

核心功能

• 上下文延续：记忆用户及其团队的项目、偏好和工作进展，无需重复解释背景。
• 项目隔离记忆：每个项目拥有独立记忆空间，确保不同项目间信息不混杂。
• 用户控制权：可查看、编辑或删除记忆内容，并通过对话调整记忆重点。
• 隐私模式：开启“无痕聊天”后，对话不会保存至记忆或历史记录，适用于敏感讨论。

工作场景优化

• 记忆聚焦专业上下文与工作模式，提升团队生产力。例如：
  • 销售团队维护客户信息
  • 产品团队跨迭代管理需求
  • 管理层持续追踪项目进展

安全与测试

• 上线前针对敏感话题（如心理健康）和边界场景进行大量安全测试，防止记忆强化有害模式、过度迎合或绕过安全措施。
• 根据测试结果优化记忆功能，确保响应安全且实用。

启用与管理

• 在设置中手动开启功能，可基于历史对话生成初始记忆。
• 支持从其他工具导入或导出记忆数据。
• 企业管理员可为组织禁用此功能。

设计理念

• 通过分阶段部署评估功能适用性，优先应用于工作场景，避免涉及敏感话题。
• 强调记忆能力使对话逐次优化，助力持续性工作进展。

英国航空（British Airways）航班上提供免费“消息专用”Wi-Fi，但仅限特定通讯应用。其限制机制是通过检查 TLS 握手中的 SNI（服务器名称指示）来实现的。SNI 会在加密连接建立前暴露客户端请求的域名，航空公司据此白名单域名（如 WhatsApp 使用的 wa.me）并重置其他连接。

作者通过实验验证了该机制：直接使用 IP 地址或非白名单域名进行 TLS 连接会被重置。为绕过限制，作者搭建了一个技术方案：

1. 代理服务器设置：在一台 VPS 上部署 tinyproxy 作为 HTTP 代理，并使用 stunnel 为其添加 TLS 层，生成自签名证书。
2. SNI 欺骗：配置客户端（如 curl 或浏览器）连接代理时，将连接目标域名设为 wa.me（例如通过 --resolve 参数或修改 hosts 文件），但将实际 IP 指向自己的 VPS。这样，英航的过滤系统会看到 SNI 为 wa.me，从而允许连接建立。
3. 隧道化浏览：成功建立与代理的 TLS 隧道后，通过该代理即可自由访问任意网站。

在回程航班上实际测试成功，使用该代理可以浏览 Hacker News 等网站。但免费 Wi-Fi 的带宽受限，加载含大量资源的网站速度很慢。

文章还简要测试了 ECH（加密客户端问候）技术。ECH 能加密 SNI，保护真实域名。作者配置了使用 wa.me 作为外部 SNI 的 ECH，使得连接其真实域名时对外仍显示为 wa.me，同样绕过了限制。

最后，文章强调 SNI 本身只是一个提示，客户端可伪造。虽然它常用于内容过滤（如审查），但不应被视为可信赖的安全或威胁检测依据。

https://venturebeat.com/ai/sakana-ais-cto-says-hes-absolutely-sick-of-transformers-the-tech-that-powers

PyTorch调试记：一次关于MPS后端与内存布局的深度探索

问题现象

作者在训练一个两层稀疏自编码器时，发现训练损失过早停滞。尽管尝试了各种超参数组合、重写损失函数，问题依旧。最终发现，模型编码器的权重完全未更新，而解码器权重正常更新。问题仅出现在使用Apple Silicon GPU（MPS后端）的Adam优化器时。

调试与定位过程

1. 梯度检查：确认编码器梯度正常计算且非零，排除梯度问题。
2. 优化器测试：使用手动SGD和PyTorch的SGD时编码器权重能更新，但使用Adam时则完全冻结。问题定位到Adam优化器。
3. 设备差异：发现相同代码在CPU上使用Adam时工作正常，但在MPS设备上失败。问题与设备实现相关。
4. 张量属性分析：对比能正常更新的解码器权重和失败的编码器权重，发现关键区别在于内存布局（contiguity）。编码器权重因其初始化方式（self.decoder.weight.T.clone()）是非连续（non-contiguous） 的，而解码器权重是连续的。

根本原因

PyTorch的MPS后端存在一个内核级bug：addcmul_和addcdiv_原地操作在向非连续内存布局的输出张量写入结果时会静默失败。

具体机制如下：

1. 张量初始化：编码器权重通过转置解码器权重并克隆得到，形成了一个非连续的内存布局。
2. 优化器状态继承：Adam优化器为每个参数维护的状态张量（exp_avg 和 exp_avg_sq）通过 torch.zeros_like 创建，并继承了参数的内存布局。因此，编码器的这些状态也是非连续的。
3. 静默失败链：
   • 第一矩更新：exp_avg.lerp_ 正常工作。
   • 第二矩更新：exp_avg_sq.mul_ 正常，但 exp_avg_sq.addcmul_ 未能将结果写入非连续的原始张量，导致其保持为零。
   • 参数更新：param.addcdiv_ 同样失败，因为输出是非连续的。
   • 双重掩盖：由于 exp_avg_sq 为零，addcdiv_ 的失败（不更新）掩盖了 exp_avg_sq 为零本应导致的巨大更新量，造成了参数完全冻结的假象。

根本缺陷在于PyTorch MPS后端中，用于处理张量与Metal内存缓冲区转换的Placeholder抽象层。它在遇到非连续张量时，会自动创建一个临时的连续副本来供Metal内核计算，但对于输出张量，计算完成后却没有机制将结果拷贝回原始的非连续张量中。一些内核（如mul_）通过显式的“检查-拷贝”逻辑绕过了此问题，但addcmul_和addcdiv_等内核没有实现这一逻辑。

修复方案

1. 临时方案：在初始化或代码中显式调用.contiguous()，确保权重为连续内存布局。
2. 版本升级：
   • 升级 PyTorch至2.4或更高版本，其中已包含针对addcmul_/addcdiv_的修复。
   • 升级 macOS至15或更高版本。苹果在macOS 15的Metal中添加了原生的跨步数组（strided array）支持，使得MPS能直接处理非连续张量，从根本上解决了此问题。
3. 后续发现：类似的静默失败模式也存在于MPS后端的其他随机原地操作（如normal_, random_）中，作者已提交PR修复。

经验总结

1. 调试技巧：隔离具体、可衡量的症状（如“exp_avg_sq保持为零”），检查张量元数据（如连续性）而非仅关注数值，注意同时改变多个变量可能掩盖真实原因。
2. 框架理解：这次调试迫使作者深入探究了Adam优化器细节、PyTorch的设备调度系统、张量内存布局以及MPS后端的内核实现，揭示了框架的抽象层如何影响底层行为。
3. 代码实践：了解contiguous()的使用时机。在可能影响内存布局的操作后，在可能不支持跨步内存的后端操作前，或在性能关键且重复使用同一非连续张量时考虑使用。但避免不必要的调用。
4. 设计启示：Placeholder作为抽象层，未能区分输入/输出张量的处理，是一个“泄漏的抽象”。更优的设计应为输入输出提供不同的包装器，或使临时连续化管理变得显式。

最终，一个阻塞研究的烦人Bug，变成了一次深入框架内部、收获颇丰的技术探索。

在当今社交媒体普及和生成式AI兴起的背景下，图像的真实性面临挑战。Roc相机应运而生，旨在通过技术手段捕获可验证为真实的图像。

核心问题 传统的摄影能够捕捉特定时刻的真实故事与现实片段。然而，图像的创作、分享方式已发生巨变。社交媒体使图像分享变得便捷，生成式AI则能创造出任何想象的图像。这导致我们逐渐迷失在无尽的复制品和AI生成的信息噪音中，难以辨别何为真实。

解决方案与技术原理 Roc相机通过结合以下三项核心技术来解决此问题：

1. 经过验证的传感器数据
2. 零知识证明
3. 防篡改的环境 从而确保其拍摄的照片是“可验证真实的”。

相机硬件组件

• 屏幕：4英寸IPS LCD电容触摸屏，分辨率720x720
• 图像传感器：16MP索尼IMX519 CMOS，配备122° FOV镜头
• 处理器：树莓派4，4GB RAM，ARM Cortex-A72 1.5GHz
• 电源：4000mAh锂电池 + 不间断电源板

工作流程

1. 拍摄：拍摄一张仅此相机能唯一生成的照片。
2. 证明：为相机的传感器数据及其他元数据创建一个零知识证明。
3. 验证：通过Roc Photo SDK检查该零知识证明，即可验证照片的真实性。

Twake Drive – 开源Google Drive替代方案

项目概述

Twake Drive 是一款旨在简化文件管理的开源应用，提供类似 Google Drive 的核心功能，由 Linagora 开发，采用 AGPL v3 许可证分发。

主要功能

• 文件树结构管理
• 文件和文件夹上传
• 通过 URL 进行文件和文件夹共享
• 文件和文件夹搜索

快速入门

环境要求

• 使用 Yarn 作为官方 Node 包管理器
• 需按照 .nvmrc 文件指定设置本地 Node 版本

安装与运行

1. 克隆与安装

   git clone https://github.com/linagora/twake-drive.git
   cd twake-drive
   yarn install
   

2. 开发模式运行

   • 使用热重载监视器：

     yarn watch
     cozy-stack serve --appdir drive:/<项目绝对路径>/twake-drive/build/drive --disable-csp
     

   • 或直接构建静态文件：

     yarn build
     cozy-stack serve --appdir drive:/<项目绝对路径>/twake-drive/build/drive
     

   • 应用访问地址：http://drive.cozy.localhost:8080/#/folder

3. 在虚拟机中运行

   # 终端1：监视模式运行应用
   yarn watch
   # 终端2：运行Docker容器
   docker run --rm -it -p 8080:8080 -v "$(pwd)/build/drive":/data/cozy-app/drive cozy/cozy-app-dev
   

   • 应用访问地址：http://drive.cozy.tools:8080

高级功能

跨用户共享演示

• 场景：Alice 与 Bob 共享文件夹
• 流程：
  1. Alice 通过分享按钮输入 Bob 邮箱
  2. Bob 接收包含“接受共享”按钮的邮件
  3. Bob 点击后重定向，输入自己的 Twake URL 完成链接
  4. Bob 在自己的 Twake 中看到 Alice 的共享文件夹

开发环境邮件测试

使用 MailHog 进行邮件测试：

./cozy-stack serve --appdir drive:../twake-drive/build --mail-disable-tls --mail-port 1025

• 邮件访问地址：http://cozy.tools:8025/
• 所有邮件均被 MailHog 截获，地址无需真实

开发进阶

本地链接库开发

可对 cozy-ui 或 cozy-client 进行本地开发：

1. 克隆并链接库：

   git clone https://github.com/cozy/cozy-ui.git
   cd cozy-ui && yarn install && yarn link
   

2. 在项目中链接：

   cd twake-drive && yarn link cozy-ui
   

• 修改 cozy-ui 源文件将触发热重载
• 注意：使用 rlink 替代 yarn link 可能更佳

测试与贡献

• 测试运行：yarn test（底层使用 Jest，搭配 Chai 和 Sinon）
• 贡献代码：通过 Pull Requests 提交，详见贡献指南

社区支持

本地化翻译

• 通过 Transifex 管理翻译
• 翻译者：使用 GitHub 账号登录 Transifex 并申请访问权限
• 开发者：
  1. 配置 Transifex CLI 并申请维护者权限
  2. 仅更新源语言文件（通常为 en.json）
  3. 使用 tx push -s 推送到 Transifex
• 注意：需从 transifex-client 迁移至 Transifex CLI 以兼容 v3 API

The Asahi Linux developers involved with working on Linux support for Apple Silicon M-Series devices have put out a new progress report on their development efforts.

Prosecutors said the elaborate plot, which allegedly netted $7m from victims, belonged in a Hollywood film.

文章标题： 不存在但应该开设的计算机科学课程（2015）

该文章以虚构课程的形式，幽默地探讨了计算机科学教育中可能缺失或值得深入的领域。以下是五门假设课程的总结：

1. CSCI 2100：放弃面向对象编程

   • 内容： 学习如何创建和使用不在对象层次结构中的变量，以及理解比方法更通用的“函数”。
   • 先决条件： 任何使用过“抽象基类”这一术语的课程。

2. CSCI 3300：经典软件研究

   • 内容： 讨论和剖析历史上具有重要意义的产品，如VisiCalc、Zork、MacPaint等。
   • 重点： 用户界面以及硬件限制所激发的创造力。

3. CSCI 4020：在慢语言中编写快速代码

   • 内容： 从高层次分析性能，目标是编写出可匹配甚至超越典型C++代码性能的Python代码，同时代码更健壮、更有趣。

4. CSCI 2170：命令行工具的用户体验

   • 内容： 将用户体验原则应用于课程设计的命令行程序。
   • 核心焦点： 输出的相关性、可读性和最小化。以UNIX的“ls”工具为例，探讨过多命令行开关的问题。

5. PSYC 4410：程序员思维的执念

   • 内容： 识别并理解软件开发者经常执着的次要话题，例如代码格式、分类学、类型系统、将项目拆分成过多文件。课程也研究了在面对不熟悉系统时产生的“膝跳反射式批评”。

发布信息： 该文章发布于2015年9月10日。文末还列出了该作者此前的一些文章标题作为参考。

Valve's most recent update to Counter-Strike pushed its cosmetics economy in freefall, with billions evaporating overnight.

三个世纪几何难题得解：首个无法自我穿过的形状被发现

一项起源于17世纪皇室赌约的几何问题，历经三百余年终于被破解。该问题探讨：是否存在一个与自身形状大小完全相同的物体，能否穿过在其内部挖出的直通隧道？

问题起源与历史发展

• 皇室赌约：17世纪末，莱茵的鲁珀特亲王与人打赌，认为一个立方体无法穿过在另一个相同立方体上钻出的直通道。数学家约翰·沃利斯于1693年数学证明了亲王赢了赌约：若沿立方体空间对角线方向钻孔，第二个立方体恰好能通过，但仅允许比第一个立方体小最多约4%的第二个立方体通过。
• “鲁珀特性质”：若一个凸多面体存在这样一条直通道，使另一个相同的多面体能通过，则称该形状具有“鲁珀特性质”。立方体是已知第一个具有此性质的形状。
• 研究拓展：1968年，数学家证明四面体和八面体也具有此性质。过去十余年间，数学家与爱好者陆续在十二面体、二十面体、足球形（截角二十面体）等多种高度对称的凸多面体中发现了此类通道。这导致了一个猜想：所有凸多面体可能都具有鲁珀特性质。

核心发现：首个反例“Noperthedron”

• 2024年8月，奥地利数学家雅各布·斯坦纳格与谢尔盖·尤尔科维奇在线发表论文，描述并证明了一个名为“Noperthedron”的多面体不具备鲁珀特性质。
• 形状描述：该形状拥有90个顶点和152个面（由150个三角形和2个正十五边形构成），外形类似一个宽底宽口的晶莹花瓶。
• 证明方法：研究者采用“阴影法”——将多面体置于不同方向，考察其投影（阴影）是否包含另一个相同形状的投影。他们结合了两项理论成果：
  1. 全局定理：通过计算机测试约1800万个不同方向，若某个方向下第二个形状的投影显著超出第一个形状的投影，则可排除该方向及其“邻近”的大片方向区域。
  2. 局部定理：针对第一个形状的特定投影，若能找到边界上满足特定条件（如它们构成的三角形包含投影中心点）的三个顶点，则任何微小旋转都会使投影至少一个顶点向外突出，从而无法形成通道。
• 计算验证：通过上述定理，研究者证明所有可能的方向均被排除，从而确认了Noperthedron是首个被证实不具备鲁珀特性质的凸多面体。

影响与后续

• 颠覆猜想：这一发现否定了“所有凸多面体都具有鲁珀特性质”的长期猜想。
• 遗留挑战：其他一些高度对称的多面体（如菱形三十二面体）至今未找到通道，也未证明不具备该性质。新方法能否用于证明更多“Nopert”（不具备鲁珀特性质的形状），或发展新定理以解决其余候选形状，仍有待探索。
• 问题本质：该问题展示了计算几何与离散数学结合的强大力量，也体现了跨越数百年的数学探究的延续性——从皇室赌约到现代计算机辅助证明。

Learn how Rosetta translates executables, and understand what Rosetta can’t translate.

标题描述了一个技术性能基准测试：使用分片的DuckDB数据库系统在63个节点上运行，成功在5秒内完成了对一万亿行数据的聚合挑战。这展示了分布式数据库的高性能和可扩展能力，适用于大规模数据分析场景。

主体部分介绍了GizmoData公司，它提供性能驱动、安全和可靠的企业分析软件解决方案。该内容可能暗示GizmoData与此类技术成就相关，专注于为商业用户提供高效的分析工具。整体来看，内容突出了企业级分析解决方案中的性能优势，通过具体的技术实例（如分片DuckDB的快速聚合）来体现其价值。

本文探讨了非语言思维的效用，尤其是对数学家等专业人士而言，何时无词思维更佳。作者通过法国数学家雅克·阿达马的研究引入话题：阿达马在20世纪40年代询问数学家们如何解决难题时，他们普遍表示不以语言、图像或方程思考，而是通过手部振动、无意义声音或模糊形状等非语言方式思考。这与作者的个人经验形成对比——他发现自己在将思考写下来时，常发现其中存在逻辑漏洞和矛盾。

文章引用保罗·格雷厄姆的观点，认为写作能精炼思维，因此未经过写作梳理的想法往往不完整。然而，阿达马的数学家同行们却能长时间无词思考并取得成果。作者推测，这可能是因为他们能够同时激活大脑的“默认模式网络”（负责发散和联想）和“执行控制网络”（负责专注和推理），从而在保持意识专注的同时进行类似潜意识的并行思考。这种状态需要大量专业训练才能达到，类似于芭蕾舞者的平衡技巧。

非语言思维的优势在于速度更快、能在高维概念空间中自由操作，避免了将多维网络压缩为线性语言的费力过程。但前提是拥有深厚的专业知识模型，否则容易出错。对于大多数人来说，语言思维虽慢，却能通过精确表述来暴露矛盾、验证想法。

写作在思维过程中具有双重作用：一方面，它能固化想法，提供稳固的“中继点”以构建更深层思考；另一方面，过早用语言固化可能导致虚假精确性，将不确定的细节草率填充。因此，专家们常避免过早使用语言，以保持思维在不确定领域的模糊性。

最终，语言思维与非语言思维是互补的：非语言思维提供直觉和快速搜索，而语言写作用于验证、固定和推进想法。作者建议，在专业领域，可通过训练同时利用这两种模式；而在不熟悉领域，仍需依赖写作来整理思维。文章总结，有效的思考需要在这两者间找到平衡，并根据问题的性质灵活运用。

Mesh2Motion 项目总结

核心定位： Mesh2Motion 是一个开源的网页应用程序，旨在为网页和游戏引擎提供 3D 模型动画制作与自动骨骼绑定工具。该项目免费、无需订阅，完全在浏览器中运行。

主要使用方式：

1. 探索动画库：内置超过 150 个可直接浏览和使用的动画，支持在示例模型上预览。
2. 上传自定义模型：用户可上传自己的模型（如从 Kenney.nl 下载的模型），利用自动骨骼绑定功能快速为模型添加骨骼并使其动起来。
3. 使用预绑定模型：具备一定技术知识的用户，可以直接上传已绑定骨骼和蒙皮的模型。

核心功能亮点：

• 完整工作流：支持导入、骨骼绑定、动画制作和导出。提供完整的骨架、直观的定位工具以及完善的撤销/重做历史记录。
• 广泛的格式支持：支持导入 GLB、GLTF、DAE、FBX 格式的模型。
• 多样化的动画骨架：提供针对鸟类、龙、蜘蛛、怪兽、狐狸和人类等类型的动画骨架。
• 可修改与导入的动画源文件：项目提供所有 Blender 源文件，允许用户研究、改进或创建新动画，并导入测试。
• 导出整合动画文件：可以一次性将多个动画打包并导出为单个 GLB 文件。该格式被 Three.js、Babylon.js 及多数现代 3D 管线广泛支持，也便于游戏引擎使用。

许可证与可用性：

• 整个项目（包括源文件）遵循 CC0 许可证，可免费用于个人或商业项目。
• 所有源代码在 GitHub 上公开可用。
• 部分人类动画资源来源于 Quaternius。

项目背景与透明度：

• Mesh2Motion 始于 2023 年末，最初是作者 Scott Petrovic 为了学习 3D 网页技术（骨骼、绑定、蒙皮和动画）的实验项目。
• 目标是提供一种免费、便捷的动画制作方式，作为类似 Mixamo 等闭源工具的开源替代品。
• AI 使用声明：所有 3D 模型、动画和骨骼均为手工创建。工具运行时不使用任何大语言模型（LLM）、AI API 或进行数据训练，仅使用标准 JavaScript/TypeScript。作者仅将 AI 作为编程辅助工具。

项目更新渠道：

• GitHub 仓库：https://github.com/Mesh2Motion/
• 作者社交媒体：@scottpetrovic (X), @scottpetrovic.bsky.social (Bluesky)
• 提供新闻邮件订阅，以获取新版本发布通知。

苹果在英国App Store垄断案败诉，或面临近20亿美元罚款

核心裁决
伦敦竞争上诉法庭（CAT）裁定，苹果公司滥用其在应用分发市场的支配地位，通过向开发者收取过高且不公平的佣金（通常为30%），从2015年10月至2020年底排斥市场竞争。

赔偿估算

• 诉讼方估算赔偿总额约15亿英镑（约20亿美元）。
• 计算方式基于两点：
  1. 开发者损失：苹果佣金率（30%）与合理佣金率（17.5%）之间的差额；
  2. 消费者连带损失：开发者将50%的超额成本转嫁给了消费者。

后续进展

• 法庭将于下月举行听证会，确定具体赔偿金额的计算方式。
• 苹果已提出上诉，称该裁决对“繁荣且有竞争力的应用经济”存在误解。
• 本案代表英国数百万iPhone和iPad用户提起诉讼。

影响范围
此次败诉可能迫使苹果调整其App Store佣金政策，并对全球类似反垄断案件产生示范效应。

核心理念：如外科医生般编程 作者认为，AI时代不应将程序员视为“管理者”或“编辑”，而应类比外科医生——专注于自身最擅长的核心创造性工作（如设计原型），同时利用AI作为高效支持团队，处理各类次要任务。目标是将100%的时间投入真正重要的事务。

次要任务委托清单 AI代理现已能有效处理多种后台任务，包括：

• 代码库指南编写：在大型任务前梳理相关代码结构
• 原型探索：快速尝试大幅修改并将其视为设计草图
• 明确规范的缺陷修复：如TypeScript错误修复
• 文档编写：自动生成开发文档

这类任务可异步执行（如午餐或夜间），使核心工作开始前“手术室已准备就绪”。

自主性滑块：区分核心与次要任务 作者强调核心任务与次要任务需采用不同的AI协作模式：

• 核心设计工作：仍以手动编码为主，若使用AI需保持细致监控（如偏好Cursor的代码补全），追求快速反馈循环。
• 次要任务：允许AI代理长时间自主运行（如使用Claude Code或Codex CLI），更关注任务最终完成而非实时可见性。这种差异体现了Andrej Karpathy提出的“自主性滑块”概念。

团队动态与责任分配的革新 文章指出，将枯燥的“苦差事”委托给AI可避免团队中因任务分级导致的地位问题。作者举例：AI代理可全天候工作（如深夜下达任务要求清晨完成报告），这种灵活性与零伦理负担是人类团队难以实现的。

Notion的关联思考

1. 作为员工：公司对AI编程工具的支持及适配的代码库显著提升了生产力，尤其对大型代码库的新成员。
2. 作为产品：Notion旨在将“外科医生式工作法”推广给更广泛的知识工作者，核心是识别并委托次要苦差事，而非放弃核心工作。

延伸观点 作者最后建议拓展人机协作认知：

• 关注非副驾驶形式的AI交互（如“AI HUD”直接扩展思维）
• 利用AI生成定制工具（如调试界面）提升编程乐趣
• 将LLM视为灵感激发器（提问与启发）而非仅是问答工具

总结核心：通过将次要任务自动化，释放人类专注于创造性核心工作，实现如外科医生般的高效深度协作。

OpenMaxIO：MinIO 对象存储的分支用户界面

项目简介

OpenMaxIO 是 MinIO 控制台（Console）的一个社区驱动分支，独立于 MinIO, Inc.。该项目的诞生源于 MinIO 将一些关键功能移至商业许可之后，其目标是保留一个完全开放、功能齐全且可用于生产环境的对象存储服务器，坚持最初的极简主义、高性能和自由精神。

核心功能

它是一个为 MinIO 服务器提供管理和浏览功能的图形用户界面（GUI），主要包含：

• 对象浏览器 (Object Browser)：管理存储桶和对象。
• 仪表盘 (Dashboard)：监控服务器状态。
• 创建存储桶 (Bucket Creation) 等操作。

快速开始

1. 从源码构建

git clone https://github.com/OpenMaxIO/openmaxio-object-browser
cd openmaxio-object-browser/web-app
git checkout v1.7.6
yarn install
yarn build
cd ../
make console
./console server

2. 连接现有 MinIO 服务器

启动时通过环境变量指定 MinIO 服务器地址（将 1.2.3.4:9000 替换为你的实际地址）：

CONSOLE_MINIO_SERVER=http://1.2.3.4:9000 ./console server

详细配置与使用

设置要求

控制台运行需要一个具有管理员权限的 MinIO 用户以及指向 MinIO 部署的 URL。

步骤一：创建控制台用户

使用 mc 命令创建用户（例如，访问密钥为 console，你需要设置自己的密钥）：

mc admin user add myminio/
Enter Access Key: console
Enter Secret Key: xxxxxxxx

步骤二：创建并应用管理员策略

创建一个允许完全管理员访问的策略文件（admin.json），然后将该策略附加给新用户：

# 创建策略文件
cat > admin.json << EOF
{
  "Version": "2012-10-17",
  "Statement": [
    { "Action": ["admin:*"], "Effect": "Allow" },
    { "Action": ["s3:*"], "Effect": "Allow", "Resource": ["arn:aws:s3:::*"] }
  ]
}
EOF

# 创建策略
mc admin policy create myminio/ consoleAdmin admin.json

# 将策略附加到用户
mc admin policy attach myminio consoleAdmin --user=console

注意：也可以创建更精细的策略来限制其他用户的权限（例如仅允许访问仪表盘、存储桶和通知相关页面）。

启动控制台服务

1. 基本启动：需要设置以下环境变量并启动服务：

   export CONSOLE_PBKDF_PASSPHRASE=SECRET
   export CONSOLE_PBKDF_SALT=SECRET
   export CONSOLE_MINIO_SERVER=http://localhost:9000
   ./console server
   

   服务默认运行在 http://localhost:9090，可通过 --port 参数更改端口。

2. 启用 TLS：将证书文件 (public.crt, private.key) 放入 ~/.console/certs 目录后启动服务。支持多域名证书（需按 certs/domain.com/ 结构组织文件）。

3. 连接使用 TLS 和自签名证书的 MinIO：将 MinIO 的 CA 证书 (ca.crt) 复制到 ~/.console/certs/CAs，并使用 https:// 协议连接。

调试日志

通过设置环境变量 CONSOLE_DEBUG_LOGLEVEL 可控制 HTTP 请求日志的详细程度（值为 0-6）。

贡献与参与

OpenMaxIO 是一个处于早期阶段的社区项目，欢迎贡献代码和参与开发。项目致力于恢复并增强用户喜爱的功能。

总结

OpenMaxIO 提供了一个开源、功能完整的 MinIO 管理图形界面，旨在应对 MinIO 部分功能闭源的变化，为开发者和管理员提供了一个保持自由和功能的替代选择。

## 问题概述
该 GitHub Issue（#21647）报告了一个关于 MinIO 项目的问题：用户无法在 `quay.io` 或 `DockerHub` 上找到针对安全版本 `RELEASE.2025-10-15T17-29-55Z` 的新 Docker 镜像。

## 核心内容
1.  **用户查询**：用户询问针对该特定安全发布版本（可能旨在修复 CVE-2025-62506）的 Docker 镜像缺失是否为预期行为。
2.  **用户请求**：如果不是预期情况，用户请求项目方推送适用于 Docker 安装方式的新镜像版本。
3.  **仓库状态**：该 Issue 所在的仓库已于 **2026年4月25日** 被所有者归档，现为**只读**状态。这通常意味着问题将不再被主动跟进或讨论。
4.  **Issue 元数据**：该 Issue 没有配置特定的类型标签，也没有关联的开发分支或拉取请求。

FocusTube Chrome扩展程序概述

项目名称：FocusTube
功能：一个Chrome浏览器扩展程序，专门用于隐藏YouTube平台上的Shorts（短视频）内容。

主要组成部分：

• 反馈机制：用户被鼓励提供反馈，开发者承诺阅读每一条反馈并认真对待输入。用户可选择包含电子邮件地址以便联系。
• 保存搜索功能：允许用户保存搜索设置，以加快结果过滤速度，提升用户体验。
• 用户账户系统：通过GitHub账户进行登录或注册，相关链接指向GitHub的认证页面，确保用户身份验证。
• 外观设置：提供页面显示自定义选项，允许用户调整界面外观。

目的：帮助用户管理YouTube内容，专注于长视频，避免Shorts的干扰，从而提升注意力或生产力。

关键细节：

• 该项目托管在GitHub上，由用户CaptainYouz维护。
• 反馈和搜索功能是扩展程序或相关平台的一部分，旨在增强用户交互和个性化。
• 登录和注册流程集成GitHub，简化了账户管理。

此摘要基于提供的标题和内容，聚焦于扩展程序的目的、核心功能和相关用户支持特性，未添加外部信息。

文章摘要

本文报道了Debian技术委员会（TC）介入并推翻了一项systemd项目更改的事件。该更改涉及/run/lock目录的权限，违反了Debian政策，导致多个依赖该目录的程序无法正常工作。

事件背景

• 冲突起因：systemd v258将/run/lock目录的默认权限从“全局可写”改为“仅root可写”，并计划在v259版本中移除该目录。这一改动破坏了依赖/var/lock（Debian中链接到/run/lock）进行设备锁定的软件，例如UUCP、cu工具和alsa-utils。
• 政策依据：Debian政策仍引用已过时的《文件系统层次结构标准》（FHS），该标准规定/var/lock应用于存储设备锁文件。systemd项目已将自身文件层次文档移交Linux用户空间API（UAPI）组作为新标准，但Debian政策尚未更新。
• 双方立场：
  • systemd维护者认为全局可写的/run目录存在安全风险（如拒绝服务攻击），并主张Debian应自行通过tmpfiles.d配置文件恢复旧行为，或推动软件改用现代的flock()锁机制。
  • Debian维护者（如Marco d'Itri）指出，根据政策，该目录应由systemd提供，因此systemd需负责修复此政策违反问题。

技术委员会介入与决定

• 由于systemd维护者将相关bug标记为“WONTFIX”，Debian技术委员会被请求裁决。
• 委员会投票后，决定覆盖systemd维护者的决定，要求systemd包必须提供符合FHS的/var/lock目录，且权限足够宽松，以确保依赖它的现有软件能正常工作。
• 委员会强调，遵守Debian政策是Debian开发者的重要职责，尽管他们也认同采用flock()是更佳方案。

后续影响与现状

• Debian计划在下一版（Debian 14 "forky"）中实施此决定，为受影响的软件提供迁移时间。
• 作为对比，Fedora的uucp包已修补为使用lockdev，其systemd v258版本中/run/lock也并非全局可写。
• 事件凸显了过时的FHS标准与上游项目现代实践之间的矛盾，以及Debian政策更新滞后的挑战。

xyflow 仓库概述

xyflow 仓库是四个包的代码库：

• React Flow 12 (@xyflow/react，位于 packages/react)
• React Flow 11 (reactflow，位于 v11 分支)
• Svelte Flow (@xyflow/svelte，位于 packages/svelte)
• 共享辅助库 (@xyflow/system，位于 packages/system)

商业使用支持

• 个人项目：无需赞助，可通过报告错误、分享项目截图或在 GitHub 上标星支持。
• 商业组织（盈利目的）：需通过赞助支持库的维护，以保持 MIT 许可。React Flow 可通过 React Flow Pro 网站或 GitHub Sponsors 支持；Svelte Flow 仅通过 GitHub Sponsors 支持。

入门使用

React Flow 基本用法

• 安装：npm install @xyflow/react
• 代码示例：
  • 导入 ReactFlow 及相关组件（MiniMap、Controls、Background）和状态钩子。
  • 定义初始节点和边，通过 useNodesState 和 useEdgesState 管理状态。
  • 渲染 ReactFlow 组件并包含子组件。

Svelte Flow 基本用法

• 安装：npm install @xyflow/svelte
• 代码示例：
  • 使用 Svelte 的 writable 存储定义节点和边。
  • 导入 SvelteFlow 及组件（Controls、Background、MiniMap）。
  • 渲染 SvelteFlow 组件，绑定数据并监听事件。

发布流程

• 使用 changesets 工具与 GitHub Actions 配合。
• 流程：提交功能/修复 PR（附带 changeset）→ 合并到 main → changeset 自动创建版本升级 PR → 合并后发布到 GitHub 和 npm。

维护与许可

• 由 xyflow 团队维护，可通过联系表单或 Discord 服务器沟通。
• React Flow 和 Svelte Flow 均采用 MIT 许可证。

/dev/null 是一个符合 ACID 的数据库

这篇文章以幽默的方式描述了 /dev/null 如何满足数据库的 ACID（原子性、一致性、隔离性、持久性）属性，发布时间为 2025 年 8 月 22 日，并于 2025 年 10 月 26 日更新，指出该内容被分享到 Hacker News 上。

ACID 特性分析

• 原子性：操作是“全有或全无”。写入 /dev/null 的任何数据都会完全消失，没有部分写入问题：要么写入（并丢弃），要么未写入。
• 一致性：系统从一个有效状态过渡到另一个状态。/dev/null 始终保持一致状态（空）。无论写入什么，不变量“文件为空”始终成立。
• 隔离性：并发事务不会相互干扰。多个进程可以同时写入 /dev/null，输出不会冲突，因为数据从未被存储。
• 持久性：事务提交后即使发生崩溃也保持不变。/dev/null 将数据“持久化”到虚无中。崩溃或重启后，它仍然包含一直拥有的内容：空。

存储限制与幽默点

文章最后指出，/dev/null 仅有 0 字节的免费存储空间。若需更多空间，必须联系企业销售，而这实际上就是作者本人。

OpenAI 已完成对 Software Applications Incorporated（Sky.app 的开发商）的收购。Sky 是一款适用于 Mac 的强大自然语言界面工具，能够理解屏幕内容并基于用户意图操作相关应用，辅助用户进行写作、规划、编程及日常管理。OpenAI 计划将 Sky 深度的 macOS 集成能力与产品设计融入 ChatGPT，其团队也将全部加入 OpenAI。

此举旨在推动 ChatGPT 从响应提示转变为协助用户完成实际任务，通过将 AI 直接集成到日常工具中，实现更直观、智能的计算体验。收购由 ChatGPT 负责人 Nick Turley 和 Fidji Simo 主导，并经过 OpenAI 董事会下属独立交易与审计委员会批准。另外需披露，与 Sam Altman 相关的一只投资基金曾对 Software Applications Incorporated 进行被动投资。

科技新闻聚合器内容摘要

本文呈现了一个科技新闻聚合器的内容，重点展示了近期多项技术进展和产品发布。以下是按主题分类的核心要点：

一、人工智能与大模型

• Anthropic完成巨额融资：Anthropic完成约650亿美元的H轮融资，估值接近9650亿美元，超越OpenAI成为全球估值最高的私有AI初创公司，并接近万亿美元估值，为未来可能的IPO铺路。
• Anthropic发布Claude Opus 4.8：发布了名为Opus 4.8的新旗舰模型，在编程相关基准测试中领先，并号称更加“诚实”，能更好地提示自身错误。该版本引入了用于链接任务的“动态工作流”工具，并更新了开发者工具。
• 苹果专注于设备端AI：据报告，苹果计划在2026年全球开发者大会上重点展示设备端AI，强调隐私保护模型和本地推理能力，以提升性能和隐私性。
• CoreWeave推出统一智能体AI平台：CoreWeave发布了一个统一的智能体AI平台，旨在通过自动化模型改进和集成训练与推理来消除AI部署的生产瓶颈。

二、硬件与电子产品

• 小米发布17T Pro：小米推出中端手机17T Pro，主打摄影和续航，配备徕卡摄像头、5倍光学变焦和7000mAh大电池，性价比突出。
• Oura推出Ring 5智能戒指：Oura发布了更轻薄（尺寸缩小约40%）的Ring 5智能戒指，搭载更新传感器、AI健康教练等软件功能，并正朝着IPO目标迈进。
• 宏碁Predator Atlas 8游戏掌机：宏碁发布了搭载英特尔最新Arc G3系列（如Arc B390）显卡的游戏掌机Predator Atlas 8，是首批采用该芯片的掌机之一，主打散热和设计。
• 高通发布骁龙C芯片：高通面向入门级Windows笔记本电脑推出了骁龙C芯片平台，目标是将设备价格下探至300美元区间，相关产品已与宏碁等OEM厂商合作。
• Waymo开放新款Ojai出租车试乘：Waymo在部分城市向特定乘客开放了新款Ojai机器人出租车厢的试乘服务，旨在通过这款成本更低、空间更大的专用车辆来降低车队扩张成本。

三、软件、平台与服务

• Spotify推出播放列表新功能：Spotify在移动端新增了播放列表文件夹、批量编辑和后台下载功能，改善了歌单管理体验。
• YouTube推出AI定制信息流：YouTube在美国推出了一项AI驱动的定制信息流功能，用户可以通过自然语言提示来个性化自己的主页内容。
• YouTube Premium新增播客功能：YouTube Premium为播客添加了自动变速播放和“出行模式”等新功能。
• 苹果Siri在iOS 27中大幅改造：泄露信息显示，苹果计划在iOS 27中对Siri进行重大改版，包括推出独立的聊天应用、更简洁的界面设计，并可能整合类似Gemini的AI能力。
• IBM与红帽投资开源安全：IBM和红帽宣布了一项50亿美元的承诺，用于加强开源软件的安全性，旨在通过AI驱动的项目来提高漏洞检测和供应链韧性。

四、游戏与娱乐

• 《使命召唤：现代战争4》公布：《使命召唤：现代战争4》将于2026年10月23日发售，并将登陆PS5、Xbox Series X/S、PC以及Nintendo Switch 2平台，但不再支持PS4/Xbox One等老平台。
• 《大金刚64》登陆Switch Online：经典游戏《大金刚64》将于6月4日加入Nintendo Switch Online + Expansion Pack订阅服务。

五、研究与安全

• 新型锂提取技术：MIT等机构研究人员开发了一种闭环提取工艺，可从硬岩中近乎零废弃地提取锂，有望降低开采成本和环境影响，缓解锂供应危机。
• FROST浏览器攻击：安全研究人员展示了一种名为FROST的攻击方法，该方法无需特殊权限或用户交互，通过浏览器API测量SSD活动时间，即可推断用户正在访问的网站或使用的应用，引发隐私担忧。

六、商业与市场

• 戴尔业绩超预期：戴尔因季度业绩远超预期并上调全年展望，股价大涨，凸显了AI服务器业务的强劲增长。
• CNN起诉Perplexity：CNN对AI公司Perplexity提起诉讼，指控其未经许可非法复制和发布新闻内容，这是出版商针对AI公司内容使用问题发起的最新法律行动。
• SpaceX与Anthropic算力协议澄清：马斯克澄清SpaceX与Anthropic的AI算力协议仅为六个月的短期租赁，而非此前报道的长期合约，这引发了对协议细节和SpaceX IPO信息披露的疑问。

JupyterGIS 最新进展概述

发布背景与初始功能 JupyterGIS 于2024年6月推出，是一个基于JupyterLab框架构建的协作式、网页端GIS环境。其目标是将QGIS风格的工作流程引入浏览器，支持实时协作编辑、与Jupyter Notebook无缝集成以及核心地理空间数据格式。初始版本已提供实时协作编辑、栅格与矢量数据可视化、符号化编辑、时空动画以及通过Python API进行程序化地图控制等功能。

矢量瓦片功能增强 矢量瓦片支持得到加强，现已完全兼容PMTiles格式。关键更新包括：

• 识别工具：可检查矢量瓦片并显示要素及其属性。
• 符号化面板：可为矢量瓦片图层应用分级、分类和规范符号化。

新增基于WebAssembly的处理工具箱 本次重大更新引入了一个浏览器端的处理工具箱，由GDAL的WebAssembly (WASM) 构建驱动。可用工具包括：

• 缓冲区计算
• 凸包生成
• 要素溶解
• 边界框计算
• 质心计算
• 凹包计算 该工具箱通过JSON模式设计，便于扩展和集成更多GDAL操作。

符号化与可视化增强

• 默认使用Viridis色图，提供感知均匀的可视化效果。
• 支持GeoTIFF的多波段符号化。
• 可自动应用GeoJSON文件中定义的规范符号化。
• 色图支持反转，增强数据解释与可视化灵活性。
• 对于点图层，颜色和标记大小可独立设置并绑定到不同数据。

集成时空资产目录浏览器 新增内置的STAC浏览器，方便用户访问不同数据集合。用户可按平台、传感器、数据产品、处理级别以及时空范围进行筛选，并支持跨多个数据集同时搜索。搜索结果可直接添加为JupyterGIS项目中的图层，实现从数据发现到可视化的无缝工作流（当前仅支持Geodes STAC API）。

支持更多数据格式 现支持GeoParquet和PMTiles格式，分别提供高效的列式存储与快速分析查询，以及紧凑、流式友好的矢量瓦片传输。

用户体验与界面优化

• 集成控制面板（图层列表、过滤器、图层属性等），减少在JupyterLab侧边栏与JupyterGIS UI之间的切换。
• 改进工具栏设计，图标更清晰，可用性更高。
• 新增地图居中于当前位置功能。
• 地图标注与地图链接，点击标注可自动居中并缩放至该位置。
• 支持全屏模式。

矢量图层图例自动生成 系统会自动为矢量图层生成图例，并随符号化动态更新。自定义设置（如反转色图）也会在图例中保留。

JupyterGIS-tiler扩展 该扩展允许从Jupyter内核中的xarray变量创建JupyterGIS图层，支持惰性求值，将地理空间工作流与基于数组的强大计算相结合。可通过PyPI安装。

未来发展方向

• 扩展基于GDAL的处理工具箱。
• 与QGIS更深度集成，并丰富Python API以实现自动化。
• 开发故事地图编辑器与查看器，支持通过文本、图像和地图进行交互式地理信息传达。

社区参与与试用 用户可通过JupyterLite在浏览器中直接试用JupyterGIS，无需安装。此外，社区通过文档教程、Python API、GeoJupyter Zulip频道、双周黑客松以及开发代码库欢迎各类贡献。

阿拉斯加航空IT系统中断事件更新摘要

事件概述

阿拉斯加航空于2023年10月23日（周四）遭遇重大IT系统中断，导致其主数据中心故障，引发阿拉斯加航空及其子公司地平线航空的系统性停航。停航令于太平洋时间当晚11:30解除。事件并非网络安全事件。

影响范围

• 航班取消：截至10月24日（周五），累计取消超过400个航班；到10月25日（周六）上午，另有9个航班因恢复工作被取消。
• 旅客影响：在两天内，近5万名旅客的行程受到干扰。
• 受影响运营商：阿拉斯加航空和地平线航空的运营航班受到影响，夏威夷航空的航班未受影响。

应对措施与运营恢复

• 航空公司正安全、尽快地恢复正常运营，并重新部署飞机与机组人员。
• 已实施灵活的改签政策，旅客可通过应用程序和网站自助服务。
• 增加了客服人员以应对高咨询量，但承认等待时间仍然较长。
• 持续建议旅客在前往机场前检查航班状态。

航空公司回应与反思

• 阿拉斯加航空对给旅客造成的不便深表歉意，并承认此次运营表现不可接受。
• 强调安全是首要责任，但运营可靠性同样是旅客的核心期望。
• 公司指出，尽管今年早些时候已采取措施加固系统，但此次故障凸显了在确保系统稳定性方面仍有大量工作待完成。
• 为提升系统韧性，阿拉斯加航空正立即引入外部技术专家，对整个IT基础设施进行诊断评估。

Google Earth AI 新功能更新与全球扩展

核心能力概述

Google Earth AI 整合了地理空间人工智能模型，利用数十年世界建模经验、先进的预测模型以及Gemini的推理能力，帮助用户在数分钟内获得深度洞察，替代过去需要复杂分析与多年研究的工作。该技术已应用于洪水预报（覆盖超20亿人）、野火危机警报等灾害应对中。

关键更新

1. 地理空间推理

• 新框架：基于Gemini的“地理空间推理”框架能自动连接多种Earth AI模型（如天气预报、人口地图、卫星影像），解决复杂问题。
• 应用场景：可同时识别风暴影响中的脆弱社区与高风险基础设施。例如，非营利组织GiveDirectly结合洪水与人口密度数据，精准定位急需援助的群体。
• 开放计划：已开放“可信测试者”注册，社会影响力组织可通过Google.org申请非商业访问权限。

2. Google Earth 中的Gemini新功能

• 实验性能力：用户可通过提问从卫星影像中快速识别物体与发现模式。例如：
  • 水务公司可监测河流干涸情况，预警干旱期沙尘暴风险。
  • 分析师可识别有害藻华，监控饮用水供应并及时预警。
• 可用性：该功能将在未来几周内向美国地区的Google Earth Professional及Professional Advanced用户开放；Google AI Pro和Ultra订阅用户现已可使用更高限额的Gemini功能。

3. Earth AI 入驻Google Cloud

• 模型开放：影像、人口与环境模型将向Google Cloud的“可信测试者”开放。
• 数据整合：企业可结合自身数据与Google的影像洞察等数据集，解决环境监测、灾害响应等挑战。

实际应用案例

• 世界卫生组织非洲区域办事处：利用人口与环境模型预测刚果民主共和国的霍乱风险区域，辅助管理水、卫生设施与疫苗接种。
• 卫星影像提供商Planet和Airbus：Planet分析历史影像追踪森林砍伐；Airbus检测植被侵入电线的情况以预防停电。
• Alphabet旗下X实验室的Bellwether：为保险经纪商McGill and Partners提供飓风预测，加速理赔流程。

未来方向

Google将持续与合作伙伴合作，训练Earth AI模型像大语言模型理解数字世界一样，流畅推理物理世界，以支持公共卫生、危机应对等领域的解决方案构建。

本文探讨了星际任务前往黑洞的可能性与科学价值。作者指出，虽然目前星际飞行首选目标通常是比邻星（4.2光年外），但若建立可重复使用的光束推进基础设施，还可探索其他天体，例如黑洞。根据宇宙中黑洞的估计数量（约14亿个），理论上距离地球20-25光年内可能存在黑洞，未来或通过观测双星系统中的伴星轨道异常、微引力透镜、引力波（如LIGO升级设施）或吸积辐射（利用SKA、ALMA、JWST等设备）来探测孤立黑洞。

若在10光年左右发现黑洞，可派遣两艘纳米飞行器进行探测任务。其核心科学目标包括：

1. 通过观测信号传播测试时空度规（如克尔解或史瓦西解）；
2. 检验强引力场下基本物理常数（如精细结构常数）是否变化；
3. 验证黑洞是否具备事件视界，或属于“无视界致密天体”（如毛球理论）。

文章还提及一项新研究：暗物质可能在气态巨行星内部聚集并坍缩成微型黑洞，这或许能增加发现近距离黑洞的机会。作者认为，前往黑洞的星际任务将揭示全新谜题，是未来深空探测的重要方向。

（注：本文综合了Bambi关于黑洞任务及Phoroutan-Mehr与Fetherolf关于暗物质形成黑洞的论文观点。）

Ubuntu 25.10 因 Rust 版 date 命令错误导致自动更新失败

Ubuntu 项目宣布，在随 Ubuntu 25.10 发行的基于 Rust 的 uutils 工具集中，date 命令存在一个错误，导致部分系统的自动软件更新功能失效。

受影响系统
该问题影响了多种环境，包括云部署、容器镜像以及 Ubuntu Desktop 和 Ubuntu Server 的安装实例。这些系统无法自动检查可用的软件更新。

错误范围与修复
受影响的软件包版本为 rust-coreutils 0.2.2-0ubuntu2 及更早版本。此问题已在版本 0.2.2-0ubuntu2.1 或更新版本中修复。该错误仅影响自动更新，用户使用 apt 等其他工具进行的手动更新操作不受影响。

背景
Ubuntu 正在推进其工具链的“氧化”（Rust 化）项目。在 25.10 版本中，它尝试用基于 Rust 的 uutils 和 sudo-rs 替换传统的 C 语言工具，以评估这些新工具是否适于明年四月发布的长期支持版本。

内存映射（mmap）是一种Unix机制，通过将文件映射到虚拟内存中，使应用程序能够像访问内存一样访问文件数据。其主要优势在于减少系统调用开销，因为传统的文件读取需要通过内核进行寻址和读取操作，而内存映射允许直接通过指针访问数据，从而显著提升性能。

性能优势

使用内存映射读取文件时，操作系统将文件内容直接映射到进程的虚拟地址空间。应用程序通过指针和偏移量访问数据，避免了频繁的系统调用。基准测试显示，在Go语言中，内存映射的读取性能比使用ReaderAt（基于pread系统调用）高出数倍。这种技术早期应用于Varnish Cache，使其能够快速传递缓存内容，同时降低内存压力。

写入操作的局限性

内存映射不适合用于写入操作。当写入未映射到物理内存的虚拟页面时，会触发页错误（page fault）。操作系统需要分配新内存页、读取文件内容并加载到该页，然后应用才能覆盖数据。这个过程效率低下，尤其在文件未缓存到物理内存时，性能损失明显。基准测试表明，通过内存映射写入的性能远不如使用pwrite等系统调用，且结果不稳定。

实际应用案例

在开发HTTP文件系统时，需高效传输文件夹数据。传统JSON编码速度较慢，而基于CDB数据库的查找操作虽然快速，但使用ReaderAt实现时，每次查询耗时约1200纳秒，主要延迟来自操作系统交互。改用内存映射后，性能提升了25倍，且无额外副作用。这表明内存映射在读取密集型场景中具有显著优势。

总结

内存映射适用于只读或读多写少的场景，能大幅提升文件读取性能。但对于写入操作，建议使用传统的系统调用以确保可预测的效率。实际案例证明，合理应用内存映射可显著优化高性能计算环境中的文件访问速度。

Antislop：消除语言模型重复模式的框架

摘要：随着大语言模型（LLM）的广泛采用，其输出中出现了一种特征性的重复短语模式，称为“冗余模式”（slop），这降低了输出质量，并使AI生成的文本易于识别。本文提出了Antislop，这是一个用于检测和消除这些过度使用模式的综合框架。该方法结合了三项创新：

1. Antislop采样器：在推理时使用回溯技术来抑制不需要的字符串，同时不会破坏词表。
2. 自动化流程：通过对比人类基准数据，自动分析特定模型的冗余模式，并生成用于训练的数据。
3. 最终词元偏好优化：一种新颖的微调方法，它在单个词元层面操作，在推理过程中针对出现过禁止模式的任何地方，精准地调整对数概率。

研究表明，某些冗余模式在LLM输出中的出现频率比人类文本高出1000倍以上。Antislop采样器能够成功抑制超过8000种模式并保持质量，而单纯的词元禁用方法在抑制2000种模式时就已变得不可用。最重要的是，FTPO方法能够将冗余模式减少90%，同时在包括GSM8K、MMLU和创意写作任务在内的跨领域评估中保持甚至提升了模型性能。相比之下，DPO方法虽然能实现较弱的抑制效果，却会导致写作质量和词汇多样性显著下降。作者已根据MIT许可证发布了所有代码和结果。

该内容并非关于算法发现自动化的技术研究，而是介绍了Notion作为一款协作AI工作空间的产品描述。其核心信息如下：

• 产品性质：Notion是一个基于公司情境构建的协作式AI工作空间。
• 核心功能：允许用户在该平台上构建和编排AI代理（agents）。
• 整合场景：这些AI代理能够与团队的项目、会议以及其他已连接的应用程序协同工作。
• 产品定位：旨在成为团队与AI代理共同工作的中心化场所。

总结：提供的文本内容与标题“Automating Algorithm Discovery: A Case Study in MoE Load Balancing”不符，实际内容是Notion产品对其AI协作功能的宣传介绍。

斯德哥尔摩大学Nordita的研究人员分析了1950年代早期天文底片上的闪光现象，发现这些现象与核武器试验及不明异常现象报告存在统计关联。相关成果发表于《科学报告》和《太平洋天文学会会刊》。

研究背景与数据

• VASCO项目（百年观测中消失与出现的光源）对数字化天文底片进行分析，识别突然出现、消失或闪烁的光源。
• 研究聚焦于1950年代超过10.6万次短暂闪光（瞬变事件），这些现象在单次曝光中表现为星星状亮光突然出现或消失。

关键发现

1. 与核试验的关联：闪光现象在核武器试验后一天发生的概率比无试验日高68%。
2. 与UAP报告的关联：每增加一份UAP报告，闪光数量平均增加8.5%。
3. 叠加效应：当核试验与UAP报告同时出现时，闪光数量是无任何相关事件日的两倍以上。

对地外可能性的探究

• 在人类首颗卫星发射（1957年）前，底片中多次出现沿直线或窄带排列的闪光，暗示可能是运动中的高反射平面物体。
• 例如，1952年7月27日晚出现的闪光与华盛顿特区著名的UAP目击事件发生在同一晚。
• 研究通过对比地球阴影（无法发生太阳反射的区域）发现，闪光现象在阴影区减少约三分之一，表明至少三分之一的现象可能源于高轨道平面反射物体对阳光的反射。

科学意义

• 传统上，天文底片上的单点光斑多被视为缺陷，但新研究表明部分现象为真实事件，且具有无法用随机噪声解释的模式。
• 闪光特性（短暂、高亮）更符合平面高反射物体（如卫星或碎片）的反射特征，而非球形小行星或尘埃（会产生条纹状轨迹）。
• 研究结果暗示底片中的部分光点可能对应地球高轨道上的物理实体反射，但需进一步调查确认。

参考文献

1. 《科学报告》研究：链接
2. 《太平洋天文学会会刊》研究：链接

电动汽车电池的“第二人生”能否用于电网级储能？

Redwood Materials公司主导了电动汽车电池回收领域，但其新成立的部门Redwood Energy正尝试在回收前，最大化利用这些退役电池的剩余价值——将它们用作大规模的电网级储能。这不仅仅是一个副业，而是将即将到来的退役电池潮转化为电网关键资源的战略。

技术突破：解决电池异质性难题

• 核心挑战：退役电池来自不同制造商、化学成分各异、老化程度不一，传统上难以整合利用。
• 解决方案：Redwood开发了名为“通用转换器”的软硬件系统。该系统无需拆解电池包，直接原样连接不同规格的电池包（电压范围200-900伏，兼容多种化学体系如磷酸铁锂、高镍电池），通过智能控制为每个电池包提供定制化的电压和功率管理。
• 评估与筛选：评估过程快速（不到一分钟），接受率高达90%以上，只有极少数电池因健康状况过差被拒绝。

首个项目：打造北美最大微电网

• 项目位于内华达州，完全离网运行，包含20兆瓦太阳能和63兆瓦时的“第二人生”电池储能，为两个1兆瓦的数据中心供电。
• 安全设计强调被动安全：电池包分散布局，即使单个包起火也不会蔓延，无需消防系统干预。
• 构建速度惊人：从空地到全面调试仅用时约四个月。

经济性与优势

• 成本更低：由于电池本身成本近乎为零（已是回收物），且系统设计简化（注重降低电力电子和平衡系统成本），其生命周期总成本已低于使用新锂离子电池的电网级储能系统。
• 价值倍增：通过先储能再回收，电池的总价值比直接回收提高一倍或更多。
• 适用场景广：在8小时及更长时储能场景中优势尤为明显，可实现24小时不间断供电。既能用于电网服务（如调频、套利），也能快速构建离网微电网，为数据中心等用电设施提供“即插即用”的电力，解决其接入电网等待时间长的痛点。
• 业务模型灵活：Redwood既可作为储能系统的开发者和所有者，也探索多种合作模式，但始终坚持电池最终将由其回收的闭环原则。

未来展望与规模潜力

• 当前电池输入量已达每年约5吉瓦时，且随着电动汽车普及，输入量预计以每年约50%的速度增长。
• Redwood计划在美国各地建设规模更大的项目（远超首个试点），并布局区域仓储网络以支持物流。
• 长期来看，随着退役电池潮的到来，“第二人生”储能业务有望成为Redwood公司与回收业务同等重要甚至更大的支柱。未来还可能纳入非汽车类大型电池。
• 该模式是循环经济的关键一环：在电池金属最终被完全回收循环之前，最大限度地延长其能源服务寿命，有助于降低对新能源储能设施的需求，并加速全经济体的电气化进程。

https://cacm.acm.org/research/automatically-translating-c-to-rust/

这篇文章批评了在代码审查等技术协作中直接粘贴AI生成文本作为反馈的懒惰行为。作者认为，当人们复制粘贴ChatGPT的回复而非提供自己的见解时，会产生问题。

核心问题：

• AI生成的反馈缺乏具体上下文和针对性，通常是通用、未经筛选的信息。
• 这增加了其他人的工作量，他们需要自行判断这些通用建议是否适用于当前项目，并猜测审查者的真实意图。
• AI不理解特定项目的约束、技术债务或商业背景，也不对最终结果负责。

作者的观点：

• 有价值的反馈应是具体、基于个人对代码和上下文理解的。例如，指出某个嵌套循环是O(n²)复杂度，在生产环境中会出问题，建议使用哈希表。
• 审查工作需要真实的参与和负责。如果AI帮助发现了问题，审查者应以自己的话表达，并解释其在当前情况下的重要性，证明自己理解了建议。
• 作者并不反对使用AI来辅助思考、探索想法或学习，但反对用AI来完全替代个人的思考和责任。

结论： 在进行代码审查时，审查者应利用自己的上下文知识、对代码库和团队的理解，提供具体、负责的反馈，而不是依赖AI作为捷径。

https://blog.sesse.net/blog/tech/2025-10-23-21-23_modern_perfect_hashing.html

核心功能：为 TypeScript 函数添加持久性

通过 use workflow 指令，为异步 JavaScript 函数带来持久性、可靠性和可观测性。可轻松构建支持暂停、恢复和状态保持的应用程序及 AI 代理。

可靠性即代码

从手动处理队列和自定义重试，转向使用简单指令实现持久化、可恢复的代码。示例展示了如何将多步异步操作（如获取用户、生成邮件、发送邮件）封装为可靠的工作流。

简易设置与广泛兼容性

提供声明式 API 用于定义和使用工作流。支持多种流行框架，包括：Next.js、Vite、Astro、Express、Fastify、Hono、Nitro、Nuxt、SvelteKit、NestJS、TanStack 等。

深度集成与内置能力

• 与 AI SDK 深度集成：复用 AI SDK 模式，并额外获得持久性、可观测性和自动重试，确保 AI 代理在生产环境中稳定运行。
• 默认持久化代理：高性能流式传输、持久化和可恢复运行开箱即用，无需基础设施配置。
• 内置可观测性：端到端检查每次运行。在 Vercel 上使用时，可观测性直接集成到 Vercel 仪表板，无需配置。

应用场景

适用于构建可靠的长时运行流程，集成了自动重试、状态持久化和内置可观测性。示例展示了如何使用工作流编排 AI 代理流程（生成响应、研究事实、基于事实精炼）。

快速开始

提供示例模板和文档，帮助快速上手。

美加关税谈判因广告争议终止

核心事件
美国因加拿大安大略省播放批评关税的广告，单方面终止了与加拿大的关税谈判。加拿大总理卡尼表示，将在“美国准备好时”恢复贸易谈判。

背景与导火索

• 关税现状：特朗普政府已对加拿大众多进口商品征收35%的关税，并对汽车、钢铁等行业加征额外关税，严重冲击安大略省经济。
• 谈判需求：加拿大四分之三的出口依赖美国市场，总理卡尼一直试图通过谈判缓解关税压力。
• 广告内容：安大略省赞助的60秒广告在美国主流电视播出，预算达7500万加元。广告使用了美国前总统里根（共和党保守派偶像）的演讲片段，强调关税“会伤害每一个美国人”并可能引发贸易战。
• 争议点：里根基金会称广告“选择性”使用音视频，“歪曲”了原意，并未获授权使用。但广告方称仅调换句子顺序，未篡改原话。

各方反应

• 美国：特朗普在社交媒体指责广告“虚假”，宣布“终止”谈判。白宫官员批评加拿大“宁愿玩游戏也不愿与政府合作”。特朗普还声称里根“热爱关税”，与广告观点相悖。
• 加拿大：总理卡尼未直接回应广告，但强调谈判曾取得“重大进展”，并正寻求其他国际合作。安大略省长福特公开发布里根完整演讲，批评关税政策，并曾威胁切断对美供电。
• 其他：中国驻美使馆曾使用类似里根片段质疑特朗普关税政策。

现状与影响

• 谈判已暂停，加拿大表示将等待美国恢复意愿。
• 关税对加拿大造成就业流失和商业压力，安大略省受创最重。
• 事件凸显贸易摩擦的政治化，广告争议成为中断谈判的直接催化剂。

Tommy：将ESP32设备转变为穿墙运动传感器

Tommy是一个利用ESP32设备阵列，通过分析Wi-Fi信号变化来检测运动和存在（包括静止呼吸）的穿墙感知系统。

核心概念与工作原理

• 设备与区域：每个检测区域需要至少2个ESP32设备。设备放置于房间两端，检测范围覆盖两者之间的空间。由于Wi-Fi可穿墙，一个区域可覆盖多个房间甚至整层楼。
• 信号分析：设备间持续交换2.4GHz或5GHz Wi-Fi数据包，接收方提取每个数据包的信道状态信息（CSI）。当人体进入空间时，信号会因直射路径阻断、多径反射变化、多普勒频移（甚至胸部呼吸起伏）而产生特征性变化。
• 处理方式：所有信号处理均在设备本地完成，无需云端。

硬件要求

• 推荐设备：ESP32-C5（唯一支持5GHz频段，适合最佳存在检测）。
• 其他支持型号：ESP32-C6、C3、S3、S2及标准ESP32（均仅支持2.4GHz）。设备需使用外部天线以获得更好性能。
• 区域配置：每个区域至少2台设备，相距至少1米。超过4台设备后效果提升有限。

检测模式

1. 运动检测：检测行走、手部移动、起身/坐下等动作。所有支持设备均可使用。
2. 存在检测：在运动检测基础上，增加对静止状态的识别（通过检测呼吸和微动作）。
   • 最佳配置：ESP32-C5 + 5GHz + 4台以上设备 + 高性能模式。
   • 可行配置：ESP32-C6 + 2.4GHz + 2台以上设备 + 保守/性能模式。

性能与边界控制

• 性能模式：控制设备传输数据包的频率。
  • 保守：最小化网络干扰，可能错过快速动作。
  • 性能：提高传输率，捕捉快速动作和微动作，可能产生Wi-Fi干扰。
  • 高性能：最高传输率与灵敏度，可能产生Wi-Fi干扰。
• 边界模式：解决因信号穿墙导致的误检测，将检测范围隔离在指定区域内。
  • 精准：严格边界控制，减少误报。
  • 平衡（默认）：在区域内可靠检测，泄漏少。
  • 敏感：覆盖所有区域运动，包括边缘。
  • 自定义：手动调整各设备对检测的贡献。

集成与可视化

• 信号可视化器：仪表板中的实时CSI分析工具，用于验证覆盖范围和调试设备布局。
• Home Assistant集成：通过HACS或自定义组件安装，使用MQTT协议。每个区域自动同步为运动传感器实体。
• Matter集成：可将每个区域作为占用传感器暴露给任何Matter控制器（如Apple Home, Google Home等），通过QR码或手动配对。

定价与许可

• 免费试用：包含1个区域、无限设备、社区支持，但检测会每2分钟暂停1分钟。
• 订阅版：提供不间断检测及其他完整功能。
• 许可说明：核心代码（感知算法、固件、服务器、仪表板）为闭源，以销售许可支持开发。Home Assistant集成部分为开源。标准许可不允许商业使用。

总结

Tommy是一个基于现成ESP32硬件的本地化、隐私友好的穿墙感知解决方案。它通过分析Wi-Fi信号的物理层变化，实现了从运动到静止呼吸的检测，并能灵活集成到主流智能家居平台中。系统功能丰富，可根据不同硬件和场景调整性能与检测边界。

主题：西苏门答腊的“歌唱汽车喇叭”音乐传统及代表人物帕克·布达哈尔。

核心内容：

1. “卡拉颂”乐器：西苏门答腊明南卡堡人将美式公交车的普通喇叭改装成可通过键盘演奏的多音调乐器，称为“kalason oto”。初期有8个音，后发展到多达24个音，能演奏复杂的民歌旋律。
2. 文化与情感背景：源于明南卡堡人的“马兰陶”外出谋生传统。在1950-60年代，长途巴士运送移民离乡，演奏的喇叭音乐承载了乘客的乡愁与对未来的憧憬，成为旅途中的慰藉。
3. 传奇人物帕克·布达哈尔：
   • 自11岁起随兄学习演奏，后成为专职“卡拉颂”乐手。
   • 职业生涯跨越数十年（60-80年代），技艺精湛，声誉卓著。
   • 随巴士穿越苏门答腊各地，演奏风格融合当地民乐元素，并响应乘客点歌。
   • 他的演奏使“卡拉颂”风靡一时，甚至催生了录音专辑。
4. 衰落与复兴：
   • 1980年代后，日本新型柴油巴士取代旧美式车，因其不兼容该系统，“卡拉颂”与乐手逐渐消失。
   • 2012年，在当地人阿尔凡迪改装的汽车上，“卡拉颂”短暂重现，帕克·布达哈尔得以再次演奏。
   • 作者曾计划与帕克·布达哈尔合作复兴此传统，但其已于2023年去世。目前，此传统仅剩少量乐器和乐手，未来存续不确定。

意义：该传统是汽车交通与地方音乐文化的独特结合，是移民情感的载体，也是明南卡堡民间音乐的一种活态形式。帕克·布达哈尔作为关键传承人，其逝去使这一文化遗产面临湮灭风险。