2026-03-03

脸上的隐私：Meta智能眼镜背后的人工标注与数据泄露危机 (The Privacy on Your Face: Human Annotation and Data Leakage Risks Behind Meta's Smart Glasses)

这篇报道调查了Meta（Facebook, Instagram, WhatsApp母公司）新款智能眼镜Meta Ray-Ban的隐私问题，揭示了其背后隐藏的人工数据标注过程和潜在的数据泄露风险。

产品介绍与承诺: Meta将这款眼镜定位为一款全能助手，旨在帮助用户在工作、记录生活（如日落）、旅行和实时翻译等方面提升效率。其宣传重点是兼顾强大功能和用户隐私。

暗箱操作：数据标注员的困境: 然而，现实情况远非理想。报道发现，Meta的智能眼镜数据收集工作依赖于位于肯尼亚内罗毕的Sama公司，该公司是Meta的下包商。成千上万的数据标注员在Sama工作，负责训练AI系统，识别和解读世界。他们通过在屏幕上标注花盆、交通标志、勾勒轮廓、识别像素和命名物体等工作来提高眼镜的智能程度。

隐私泄露的担忧: 调查揭示了标注员们目睹的令人不安的场景：大量私密视频出现在他们的屏幕上，包括上厕所、更衣、性行为等。这些视频可能来自世界各地的用户，他们可能并不知道自己的数据正在被记录和传输。标注员们面临着巨大的压力，需要完成工作，却又无法质疑，否则将面临失业的风险。

Meta Ray-Ban的发布与销售: 2025年，Mark Zuckerberg在硅谷发布了Meta Ray-Ban眼镜，强调其作为全能助手的革新性功能，包括实时翻译和面部识别。这款眼镜与意大利眼镜巨头EssilorLuxottica合作生产，销量在2025年飙升至七百万台，远超前两年的两百万台。

瑞典市场的推广与销售人员的说法: 在瑞典，Synsam和Synoptik等零售商销售Meta Ray-Ban眼镜。但销售人员对数据处理方式的说法不一致。一些人声称用户可以完全控制数据共享，而另一些人则表示不清楚数据流向。

调查发现：数据并非完全本地处理: 调查人员购买了眼镜，并发现即使用户选择了“不共享”额外数据，眼镜仍然会频繁连接到Meta位于瑞典和丹麦的服务器，进行数据处理。这意味着眼镜的功能依赖于Meta的基础设施，无法完全在本地运行。

隐私政策的模糊性: Meta的隐私政策表明，为了AI功能的正常运行，语音、文本、图像和视频数据可能需要被处理和共享。用户被告知不要分享他们不希望AI使用的敏感信息，但实际上，数据处理是自动进行的，无法关闭。

法律与监管的挑战: 欧洲的数据保护律师指出，Meta在透明度方面存在问题，用户可能没有意识到摄像头在开始语音助手交互时正在记录。 瑞典隐私保护局（IMY）强调，用户在同意使用这些服务时，往往对数据处理的实际情况缺乏清晰的认识。

Meta的反应: Meta多次联系，但仅提供泛泛的回复，并引导调查员阅读其隐私政策和使用条款。

结论： 这篇报道揭示了AI革命背后隐藏的人力成本，以及用户隐私面临的潜在风险。智能眼镜的强大功能建立在大量人工标注的数据之上，而这些数据可能包含用户最私密的瞬间。Meta虽然承诺保护用户隐私，但其数据处理方式和透明度仍然存在问题，引发了对用户知情权和数据控制权的担忧。

总结：不列颠哥伦比亚省将永久采用日光节约时间

不列颠哥伦比亚省（BC省）于周一宣布，大多数BC省居民将在3月8日最后一次调整时钟，该省将永久采用日光节约时间（Daylight Saving Time，简称DST）。BC省省长大卫·埃比 (David Eby) 表示，BC省将“不再等待”，并将在2026年11月1日将时钟调整为永久日光节约时间。

主要内容：

• 永久采用DST： BC省将在3月8日最后一次进行“夏令时调整”，之后将永久采用日光节约时间。
• 省内时区： BC省的新时区将称为“太平洋时间”（Pacific Time）。
• 受影响区域： 位于BC省东部，使用山区时间（Mountain Time）的社区不受此变化影响。
• 立法基础： BC省于2019年已通过相关立法，但缺乏明确的时间表。最初，BC省等待美国邻州（包括华盛顿州、俄勒冈州和加利福尼亚州）采取类似行动。
• 原因： 埃比省长表示，调整时钟会带来各种问题，例如影响儿童和家长的睡眠、扰乱宠物作息，以及增加交通事故风险。
• 公众意见： 2019年的公共参与报告显示，93%的受访者希望BC省全年采用日光节约时间，其中四分之三的人认为这是出于健康和保健方面的考虑。
• 担忧与反对：
  • 温哥华商会（Greater Vancouver Board of Trade）担心BC省的单方面行动会给企业带来困扰，并可能影响BC省吸引和留住企业的能力。
  • 温哥华机场管理局（Vancouver Airport Authority）强调与其他太平洋沿岸地区的协调至关重要，以避免对航空运营和航班排程造成不必要的困扰。
  • 加拿大独立企业联合会（Canadian Federation of Independent Business）认为此举可能会造成混乱和中断，并质疑其动机。

其他信息：

• 尽管美国前总统特朗普曾表达过取消日光节约时间的意愿，但美国国会尚未通过相关立法。
• 育空地区已经永久采用日光节约时间。
• BC省居民有八个月的时间来准备2026年11月1日的改变。

Ars Technica 因 AI 错误解雇资深 AI 记者

Ars Technica，属于 Condé Nast 公司，因一篇包含 AI 捏造引言的文章被撤回，解雇了其资深 AI 记者 Benj Edwards。

事件经过：

• 文章发布与撤回： 2 月 13 日，Ars Technica 发布了一篇关于 AI 代理针对工程师 Scott Shambaugh 发布的“诽谤文章”的文章。随后，Shambaugh 指出文章中引用的内容并非他所说，Ars 于 2 月 18 日撤回了该文章，并发表了编辑说明，承认文章包含由 AI 工具生成的虚假引言。
• Edwards 的责任承担： Edwards 在 Bluesky 上承认对引言捏造负全责，解释称当时他身体不适，使用了实验性的 Claude Code AI 工具辅助提取引言，但错误地将 AI 提供的释义当作了 Shambaugh 的真实话语。他强调文章内容由人类撰写，且该事件是孤立的，不代表 Ars 的编辑标准。他还声明其同事 Kyle Orland 在该错误中无责。
• 读者反响与内部审查： 文章撤回引发了 Ars 读者的强烈反馈。Ars 的创意总监 Aurich Lawson 关闭了评论区，并表示 Ars 已完成审查，并采取了相应的内部措施。 Ars 计划发布一份面向读者的指南，解释其如何使用和不使用 AI。

后续发展：

• Edwards 离职： Edwards 的 Ars 网站个人简介已更改为过去时态，表明他已不再担任记者。
• 媒体环境： 这起事件并非 Ars 首次因 AI 错误而引发争议，也正值媒体公司普遍鼓励员工探索 AI 应用，但相关伦理规范尚未完善的时期。 同时，新闻巨头与 AI 公司的版权纠纷、合作、以及日益增长的 AI 生成内容和错误信息也加剧了媒体行业的混乱。

核心要点：

• Ars Technica 因记者使用 AI 工具导致文章出现捏造引言而被撤回。
• 记者 Benj Edwards 因身体不适，在辅助提取引言时，错误地使用了 AI 生成的释义。
• Ars Technica 解雇了 Benj Edwards。
• 事件反映了媒体行业在 AI 应用日益普及，但伦理规范仍不完善的复杂局面。
• 即使是熟悉 AI 的专业人士也可能因依赖 AI 而犯错，这突显了人类错误的重要性。

p5.js Web 编辑器 总结 (p5.js Web Editor Summary)

以下是对 p5.js Web 编辑器的总结：

核心功能与目的 (Core Functionality and Purpose):

p5.js Web 编辑器是一个基于网络的编程环境，专门为 p5.js 库设计。p5.js 是一款 JavaScript 库，旨在使艺术、设计师、教育工作者以及初学者更容易地进行编程，特别是用于生成视觉艺术和交互式媒体。Web 编辑器的目标是提供一个便捷、易于访问的平台，无需本地安装即可开始使用 p5.js。

关键特性 (Key Features):

• 在线编程环境 (Online Programming Environment): 用户可以在浏览器中直接编写和运行 p5.js 代码，无需安装任何软件。
• 代码编辑器 (Code Editor): 提供一个集成的代码编辑器，支持语法高亮、自动补全等功能，提高编码效率。
• 实时预览 (Real-time Preview): 代码更改会立即在预览窗口中反映出来，方便用户实时查看和调试效果。
• 示例代码 (Example Code): 包含大量的示例代码，帮助用户快速学习 p5.js 的各种功能和用法。这些示例涵盖了不同的主题和技术，适合不同水平的学习者。
• 社区支持 (Community Support): 通常与 p5.js 社区紧密结合，提供论坛、文档和其他资源，方便用户交流和获得帮助。
• 保存与分享 (Save and Share): 允许用户保存他们的代码草图，并将其分享给他人。
• 跨平台兼容性 (Cross-platform Compatibility): 因为是基于 Web 的编辑器，所以可以在各种操作系统和设备上运行，只要有现代浏览器即可。
• 简化学习曲线 (Simplified Learning Curve): p5.js 本身的设计就旨在降低学习编程的门槛，Web 编辑器进一步简化了入门过程，让用户可以专注于创意表达，而不是配置环境。

技术架构 (Technical Architecture - based on the provided limited content):

虽然提供的代码片段仅包含 <!DOCTYPE html>，但可以推断 Web 编辑器基于 HTML、CSS 和 JavaScript 构建。 它利用浏览器提供的功能来渲染代码编辑器和预览窗口，并处理用户与代码的交互。 具体的后端架构（例如用于保存和分享代码）可能使用服务器端技术，但从提供的信息中无法得知。

总结 (Summary):

p5.js Web 编辑器是 p5.js 库的理想伴侣，它提供了一个简单、直观、易于访问的在线编程环境，让任何人都可以轻松地探索和创造视觉艺术和交互式媒体，无需担心复杂的安装和配置。它强调了便捷性和易用性，降低了编程学习的门槛。

macOS 的现状：持续问题、设计优先和未来担忧 (macOS Current State: Persistent Issues, Design-First Approach, and Future Concerns)

以下是对原文内容的总结：

本文作者表达了对 macOS 近期发展方向的强烈担忧，指出其长期存在的问题和不合理的优先级排序。

主要问题：

• Time Machine: 长期以来，Time Machine 备份经常失败，唯一的解决方法是全新开始，删除旧备份。
• Spotlight: Spotlight 的标签索引不靠谱，搜索时经常漏掉部分带有标签的最新文件。重建索引无效，重启 Finder 才能暂时解决。Finder 搜索也经常出现卡顿或挂起。
• Finder 窗口更新问题: Finder 窗口无法及时更新文件夹内容，尤其是在程序写入文件时。需要复杂的变通方法（例如“前往文件夹”），甚至重启 Finder 才能解决。
• AirPods Pro 和 Quick Look 冲突: 使用 AirPods Pro 播放音频，然后使用 Finder 的快速预览功能查看视频时，音频经常出现故障。
• 全屏窗口焦点问题: 切换到全屏窗口时，窗口经常无法获得焦点，键盘快捷键失效。
• Rosetta 2 的移除: 计划移除 Rosetta 2，这会影响依赖 ARM64 Linux 容器的应用的运行，考虑到当前容器生态的现状，这并不利于开发者。

核心观点：

• 以上所有问题都源于 Apple 自身控制的组件，并非用户使用不当，并且这些问题已经存在多年，跨越多个 macOS 版本。
• Apple 却将精力集中在用户未要求的视觉重设计上，破坏了现有的可用性和视觉体验。
• 作者持有 2021 年的 MacBook Pro M1 Max，由于硬件优秀，一直没有升级。但 macOS Tahoe 的糟糕稳定性让作者犹豫不决。
• 作者担心 Apple 已经失去了对软件迭代的组织能力，无法理解和解决用户面临的实际问题。
• 作者希望 Apple 内部有 Mac 的爱好者，能够抵制不合理的决策，维护 macOS 长期稳定和迭代。

未来展望：

• 作者希望未来的 macOS 版本能够专注于修复 bug 和改进用户体验，回归 Snow Leopard 的模式。
• 作者希望 Apple 能够重新关注用户的需求，将计算机作为工具来完成任务，而不是追逐年度潮流或不断地进行表面的美化。
• 作者希望 Macintosh 能够避免像一些曾经辉煌的帝国一样，因内部纷争和决策失误而衰落。

总结:

作者对 macOS 的现状感到失望，认为 Apple 应当重新审视其软件开发策略，优先解决实际问题，回归以用户为中心的理念，而不是过度追求视觉设计和跨平台统一。

事件摘要

事件状态: 已解决。

受影响服务: claude.ai, platform.claude.com (原 console.anthropic.com), 以及 Claude Code。

时间线:

• 3月3日 03:15 UTC: 正在调查问题。
• 3月3日 04:39, 04:41, 04:43 UTC: 持续调查问题。
• 3月3日 08:39 UTC: 已实施修复，正在监控结果。
• 3月3日 09:36 UTC: 持续监控，以防出现进一步问题。
• 3月3日 10:18 UTC: 事件已解决。

总结: claude.ai, platform.claude.com 和 Claude Code 服务出现问题，经过调查和修复后，问题已解决，目前正在持续监控。

总结：Hacker News "谁在招聘？(2026年3月)" 帖子

这是一个Hacker News (HN) 帖子，名为“谁在招聘？(2026年3月)”，由用户 whoishiring 发起，于2026年3月发布。该帖子的主要目的是为公司提供一个直接向潜在求职者发布招聘信息的平台。

主要规则和要求：

• 地点信息： 发布者必须明确说明工作地点，包括：
  • REMOTE：完全远程工作。
  • REMOTE (US) 或类似格式：仅限美国或其他特定国家/地区的远程工作。
  • ONSITE：必须现场工作，不支持远程。
• 发布者身份： 帖子必须由公司内部人员发布，禁止招聘公司或招聘网站发布。
• 公司介绍： 如果公司不是广为人知，发布者需要简要介绍公司的业务。
• 招聘状态： 仅限正在积极招聘且承诺回复申请者的公司可以发布。
• 评论规范： 禁止在招聘帖子下发表与招聘无关的抱怨。
• 求职者行为： 求职者仅限于对感兴趣的职位发送邮件。

其他资源：

帖子还提供了几个用于搜索HN招聘信息的工具：

• nchelluri.github.io/hnjobs/
• https://hnjobs.emilburzo.com
• https://chromewebstore.google.com/detail/hn-hiring-pro/mpfaljjblphnlloddaplgicpkinikjlp (Chrome 扩展)

相关帖子：

帖子还链接到另一个相关帖子： 谁想被雇佣？ https://news.ycombinator.com/item?id=47219667

总结：构建高性能语音代理的实践经验

这篇文章讲述了作者在过去六个月里为一家大型消费品公司构建语音代理原型所做的实验。尽管市面上已经存在成熟的语音代理平台，例如 Vapi 和 ElevenLabs，作者发现这些平台隐藏了大量的复杂性。他决心自己构建语音代理的编排层，并取得了令人惊喜的结果，在延迟方面比 Vapi 的配置快了 2 倍，实现了约 400 毫秒的端到端响应时间。

主要观点：

• 语音代理的复杂性： 与文本代理相比，语音代理更复杂，因为需要实时管理多个模型，并准确判断用户何时开始或停止说话。
• 核心循环： 语音代理的核心在于一个简单的循环，只需回答一个问题：“用户在说话还是在听？”
• 技术实现： 作者构建了一个流水线，将语音识别 (STT)、大型语言模型 (LLM) 和文本转语音 (TTS) 整合在一起，并通过 Deepgram 的 Flux 进行转弯检测。地理位置和模型选择对延迟有显著影响。
• 性能提升： 通过将系统部署到欧盟地区的 Railway，并使用 Groq 的 Llama-3.3-70B 模型，作者将端到端延迟降低到约 400 毫秒，显著优于 Vapi 的配置。
• 关键技术要点：
  • 延迟优化： 优化用户停止说话到听到代理回复的第一段语音的时间，这是用户体验的关键。
  • 模型选择和首个 Token 延迟 (TTFT): TTFT 占据了总延迟的一半以上，因此选择低延迟的 LLM 至关重要。
  • 流水线式代理转弯： 避免将 STT、LLM 和 TTS 作为三个顺序步骤进行构建，而是采用流水线方式，确保 token 和音频帧的快速流动。
  • 取消进行中的调用： 及时取消 LLM 生成、TTS 和缓冲的音频，以实现流畅的插播功能。
  • 地理位置的重要性： 将编排层和外部服务（电话、STT、TTS、LLM）部署在相近的地理位置，可以显著降低延迟。
• 结论： 尽管现成的平台提供了便利，但自己构建语音代理可以更深入地理解其底层机制，并针对特定需求进行优化。语音代理本质上是一个编排问题，通过清晰地理解循环，可以将其转化为可解决的工程问题。

代码仓库： github.com/NickTikhonov/shuo

https://govbase.com

Go 语言在 AI 代理开发中的优势总结

本文作者，一位拥有8年专业 Go 开发经验的工程师，分享了其团队选择 Go 作为构建 ETL 工具 Bruin 的语言，并阐述了 Go 在 AI 代理辅助软件开发方面的优势。

背景：

作者曾使用 PHP、Go、JavaScript 和 Python 进行开发，并为 Bruin CLI 工具选择了 Go。选择 Go 的关键在于 Bruin 的需求：并发处理、系统集成、性能要求、错误处理和跨平台支持。作者个人对 Go 的喜爱也促成了这个选择，并预见到了 Go 在 AI 代理领域的潜力。

Go 的优势：

• 编译型语言： Go 是一种编译型语言，能够确保代码的语法正确性，方便 AI 代理进行迭代和调试。相比 Rust，Go 的语法更简单，类型系统更灵活，编译速度更快，且 Go 代码库更大，更容易训练 AI 模型生成高质量代码。
• 简洁性： Go 语言设计简洁，易于理解和阅读，即使在 AI 代理生成大量代码的情况下，也能方便人工审查和维护。
• 统一规范： Go 语言具有明确的规范和工具链，例如代码格式化、单元测试和二进制构建，这使得 AI 代理可以更容易地生成符合标准的 Go 代码。相比 JavaScript 的多样性，Go 的统一性提高了 AI 代理的效率。
• 跨平台支持： Go 语言原生支持跨平台构建，简化了测试和部署流程，方便 AI 代理在不同环境下进行验证。
• AI 代理已具备 Go 代码生成能力： 作者的经验表明，当前 AI 代理能够以较高的准确率（约95%）生成有效的 Go 代码，这得益于 Go 代码风格的统一性和训练数据中 Go 代码的比例。
• 背景代理支持： Go 的跨平台特性使得在各种环境下运行背景代理更加便利。

未来展望：

作者认为，编程语言的未来趋势是人类编写的代码减少，AI 代理将承担更多开发任务。Go 的特性使其在 AI 代理辅助软件开发中占据优势，但未来可能会出现更适合 AI 代理的编程语言。目前，Go 已经为作者的团队带来了效率提升，他们将继续深耕 Go。

总结：

Go 的编译特性、简洁性、统一规范和跨平台支持，使其成为 AI 代理辅助软件开发的一个理想选择。尽管未来可能会有更适合 AI 代理的语言出现，但 Go 目前已经展现出强大的优势。

Arm Cortex X925：性能与架构分析 (Arm Cortex X925: 性能与架构分析)

本文总结了Arm Cortex X925核心的架构和性能表现，以及它在桌面和笔记本电脑市场中的潜力。

核心概述:

• 性能目标: Arm Cortex X925旨在与Intel Lion Cove和AMD Zen 5等顶尖桌面CPU核心相媲美，实现高性能单线程处理能力。
• 应用场景: 最初的Arm核心专注于低功耗和低面积，X925标志着Arm在高性能领域的重要突破，能够满足笔记本电脑甚至高性能桌面应用的需求。
• 硬件实现: Nvidia的GB10芯片集成了十个X925核心，其中一个核心运行在4 GHz，其余核心略低于3.9 GHz。

架构特点:

• 核心宽度: X925是一个10路宽核心，拥有大量的资源，包括比Zen 5更大的重新排序能力和与Intel P-Cores相当的L2缓存。
• 配置选项: X925提供了配置选项，例如L2缓存大小（2MB或3MB）和ECC粒度，但去掉了A725的一些低成本选项，所有缓存都支持错误检测和纠正。
• 互连: X925通过Arm DSU-120互连与系统通信，并拥有高达32MB的L3缓存。
• 地址空间: 支持40位物理地址，主要面向消费级系统，不适用于需要更大地址空间的服务器应用。
• 分支预测: X925具有强大的分支预测能力，与AMD Zen 5表现相似，能够识别长周期重复模式。
• BTB (Branch Target Buffer): 具有大容量的L1 BTB，能够跟踪大量分支目标，性能接近Zen 5。
• MOP缓存: 与A725类似，X925取消了MOP缓存，因为其他方法（如预解码）已经足够。
• 前端: 前端可以维持10指令/周期的高吞吐量，但使用4KB页面时吞吐量会降低。
• 后端: 拥有约525个指令的重新排序缓冲区，与Lion Cove和Zen 5相当。
• 向量处理: 具有六个FPU流水线，支持128位向量操作，但相比Intel和AMD的更宽向量寄存器，略显不足。
• 地址转换: 采用两级TLB，L1 DTLB拥有96个条目，L2 TLB拥有2048个条目。

性能表现:

• SPEC CPU 2017: 在整数测试中，X925的性能与Intel和AMD的顶级核心相当，在浮点测试中略逊于Zen 5，与Lion Cove持平。
• IPC (Instruction Per Cycle): X925具有较高的IPC，但在某些需要更多指令执行的测试中，表现不如Zen 5。
• 内存带宽: L1数据缓存具有较高的带宽，但与更现代的Intel和AMD核心相比，仍有差距。
• 功耗: 文档中没有详细描述X925的功耗，但其设计目标是高性能而非低功耗。

总结:

Arm Cortex X925代表了Arm在高性能CPU设计方面的重大进步，其架构和性能表现使其能够与桌面级的Intel和AMD核心竞争。尽管在某些浮点计算和内存带宽方面仍有提升空间，但X925的出现预示着Arm在桌面和笔记本电脑市场中将扮演越来越重要的角色。

https://physics.aps.org/articles/v19/24

Okay, please provide the content you want me to summarize. I'm ready when you are. I will adhere to your instructions:

• Concise and accurate summary
• Less than 800 words
• No personal opinions or external information
• Focus on purpose, structure, and key functionality if technical
• Markdown format
• Chinese language

Just paste the text here, and I'll get to work.

啤酒品牌 Brewdog 宣告破产，部分业务被 Tilray 收购 (啤酒品牌 Brewdog Declares Bankruptcy, Part of Business Acquired by Tilray)

英国苏格兰啤酒品牌 Brewdog 宣布进入管理程序，引发大规模裁员和酒吧关闭。美国饮料和医疗大麻公司 Tilray 以 3300 万英镑的价格收购了该公司在英国的酿造业务、品牌以及 11 家酒吧。

主要事件回顾：

• 破产与收购: Brewdog 上个月宣布聘请顾问 AlixPartners 后，于周一正式进入管理程序。Tilray 收购了 Brewdog 的英国酿造业务、品牌和 11 家酒吧，保留了 733 个工作岗位。
• 裁员与酒吧关闭: 尽管有收购，仍有 484 名员工被裁员，38 家酒吧立即关闭。
• 股权投资者损失: 管理人员表示，包括参与“Equity for Punks”计划的小投资者，所有股权持有者都将无法从此次交易中获得任何回报。
• 德国业务清算: Brewdog 在德国的业务（包括柏林的一家啤酒厂和酒吧）未包含在交易中，将进行清算。
• 美国和澳大利亚资产谈判进行中: 公司正在就其在美国和澳大利亚的资产进行谈判。

公司背景：

• Brewdog 成立于 2007 年，由 James Watt 和 Martin Dickie 创立，在全球范围内拥有四家啤酒厂和约 100 家酒吧。
• 2009 年推出的 "Equity for Punks" 计划吸引了约 20 万人投资，募集了 7500 万英镑，用于业务扩张。
• 2017 年，美国私募股权公司 TSG Consumer Partners 获得了 Brewdog 22% 的股权，并拥有优先于小投资者获得回报的权利。

工会反应：

工会 Unite 对 Brewdog 的管理层行为表示谴责，称其对待员工的方式“令人发指”，并承诺为失业员工争取法律和财务上的正义。

Tilray 的计划：

Tilray 计划利用此次收购，在英国和国际市场上扩大业务。收购的资产包括位于 Aberdeenshire 的啤酒厂和 Motherwell 的国家配送中心。Brewdog 的 18 家特许经营酒吧以及国际酒吧将继续运营。

财务困境：

Brewdog 近年来未能盈利，过去五年亏损近 1.5 亿英镑。此前，公司已宣布裁员并关闭 10 家酒吧。该公司曾以“叛逆”的姿态挑战英国传统的酿酒行业，但由于未能支付“现实生活工资”，也面临过批评。

Radio Amateurs of Canada (RAC) 就加拿大环境与气候变化加拿大关闭 Weatheradio 服务发表声明

主要内容：

Radio Amateurs of Canada (RAC) 对加拿大环境与气候变化加拿大 (Environment and Climate Change Canada) 停止提供 Weatheradio 服务表示遗憾。

关键点：

• Weatheradio 的重要性： Weatheradio 长期以来是加拿大，特别是农村、偏远和北部地区，可靠且具有韧性的实时天气警报和公共安全信息来源。它在应急准备、恶劣天气意识和社区韧性方面发挥了重要作用。许多业余无线电操作员和应急志愿者依赖 Weatheradio 广播来了解风暴、野火等公共安全事件的情况。

• RAC 的担忧： 虽然 RAC 承认通信技术的不断发展，但强调任何从专用广播警报服务过渡都必须确保所有加拿大人都能及时获取关键警告。RAC 认为应急通信系统的冗余不是奢侈品，而是必需品。

• RAC 的承诺： 加拿大各地的业余无线电操作员承诺继续支持各级（市政、省和联邦）的应急管理合作伙伴。RAC 的志愿者随时准备在传统系统出现故障或超负荷时提供通信支持。

• RAC 的呼吁： RAC 鼓励与政府和公共安全利益相关者继续对话，以确保加拿大维持一个健全、可访问且具有韧性的国家警报框架，有效地服务于所有社区。

总结：

RAC 对 Weatheradio 服务的关闭表达了担忧，强调了其在应急通信中的重要作用，并承诺继续支持应急管理工作。RAC 同时呼吁政府确保在通信技术发展的同时，所有加拿大人都能获得关键的安全警报。

总结：Ask HN：谁想被雇佣？(2026年3月)

这是一篇 Hacker News (HN) 帖子，题为 "Ask HN: Who wants to be hired? (March 2026)"，由用户 [whoishiring] 于 2026 年 3 月发布。

主要内容：

该帖子旨在为正在寻找工作的人提供一个平台，分享他们的求职信息。 帖子鼓励求职者使用特定的格式来提供以下信息：

• 地点 (Location): 期望工作地点。
• 远程 (Remote): 是否接受远程工作。
• 是否愿意搬迁 (Willing to relocate): 是否愿意为了工作而搬迁。
• 技术 (Technologies): 掌握的技术栈。
• 简历/CV (Résumé/CV): 简历/CV 的链接。
• 邮箱 (Email): 电子邮件地址，用于讨论工作机会。

重要规则：

• 仅限个人求职者： 帖子明确禁止招聘机构、招聘人员和招聘网站发布信息。
• 仅限讨论工作机会： 读者只能通过帖子中提供的邮箱地址与求职者联系，讨论工作机会。
• 求职信息搜索： 提供了一个网站 https://www.wantstobehired.com，用于搜索这些帖子中的求职信息。

总结：

该帖子是一个专门用于个人求职者分享求职信息的 Hacker News 平台，旨在方便潜在雇主和求职者之间的联系。它通过明确的格式要求和规则，维护了帖子的专注性和有效性。

总结：使用 GrapheneOS 8.4 个月后的反思

这篇文章总结了作者使用 GrapheneOS 8.4 个月后的体验和反思，并介绍了近期的一些变化和更新。

主要变化与新闻：

• GrapheneOS 与摩托罗拉合作： GrapheneOS 宣布与摩托罗拉合作，将提供非 Pixel 设备的 GrapheneOS 系统。
• Pixel 9 Pro Fold 故障： 作者的 Pixel 9 Pro Fold 出现故障，导致重新安装 GrapheneOS。

应用使用情况：

• 应用分类简化： 作者简化了应用分类，分为“日常常用应用”、“不得不用的谷歌应用”和“私密空间/按需安装应用”。
• 谷歌应用：
  • Google Camera 重新安装，用于在光线不足的情况下拍照。
  • Google Chat 已移除，朋友已迁移至 Signal。
  • Google Maps 仍然使用。
  • Google Messages 用于与 iOS 用户沟通。
  • Android Auto 基本正常运行。
• 日常常用应用：
  • Firefox 浏览器。
  • Tuta 邮件和 Thunderbird 邮件客户端（即将发布支持折叠屏的版本 17）。
  • Futo 键盘，已改进语音识别模型。
  • AntennaPod 替换 PocketCasts (因为 PocketCasts 改变了付费用户协议)。
  • CameraSync/GR World 用于拍照和位置信息同步。
  • Discord 已卸载，仅在桌面端使用。
  • Kagi Translate 发布移动应用，提供 OCR 翻译功能。
  • Kvaesitso 替换 Nova Launcher。
  • TickTick 用于任务管理。
  • SpamBlocker 默认来电显示应用，开源且权限清晰。
  • Snapchat 已卸载。

日常使用更新：

• 放弃了多用户配置文件，简化了手机使用方式。
• 已开始在不需要定位时禁用定位功能。

GrapheneOS 更新：

• 支持屏幕小部件。
• 支持跨 SIM 卡通话。
• RCS 修复。

FOSS 生态：

• Flip 2 DND 实现了 Digital Wellbeing 的“翻转静音”功能。
• Android 16 AOSP 改进了“模式”功能，但仍缺乏自动开启的选项。
• 对 TTS (文本转语音) 的支持仍然依赖第三方应用，Sherpa TTS 支持单一语言，espeak NG 声质较差。

总结与展望：

• GrapheneOS 与摩托罗拉的合作有望摆脱对 Pixel 设备的依赖。
• Google 试图封闭 Android 系统的趋势，以及 F-Droid 致力于保持 Android 系统开放的声明，都预示着开源生态的重要性。
• 鼓励大家捐助 GrapheneOS 项目。

总而言之，作者在使用 GrapheneOS 的过程中，不断精简应用，优化使用习惯，并积极探索开源替代方案，以实现更安全、更私密的手机使用体验。

Nuke Insta Slop. GitHub Gist: instantly share code, notes, and snippets.

OctaPulse: 机器人与计算机视觉助力水产养殖 (OctaPulse: Robotics and Computer Vision for Fish Farming)

OctaPulse 是一家初创公司，致力于为水产养殖行业构建机器人层，旨在提高生产效率和数据可见度。该公司由 Rohan 和 Paul 创立，目前已与北美最大的鳟鱼生产商合作部署了首个生产站点。

公司背景与动机:

• Rohan 和 Paul 均来自沿海社区（印度果阿和马耳他/波多黎各），对海洋健康问题深感担忧，并了解到水产品是全球 55% 人的主要蛋白质来源，而美国 90% 的水产品依赖进口。
• 两人在卡耐基梅隆大学 (CMU) 相识，并意识到水产养殖行业缺乏数据可见性，这是一个巨大的改进机会。

问题与解决方案:

• 传统养殖的痛点: 传统养殖场的工作流程依赖人工，例如鱼类测量，用于喂养、繁殖和收获决策。手动采样耗时（每条鱼 5 分钟），且数据稀疏。
• OctaPulse 的解决方案: OctaPulse 开发机器人系统，以自动化鱼类检查和数据收集，从而提高效率并减少人为错误。

技术细节:

• 硬件:
  • 使用 Luxonis OAK 相机，提供 RGB 和深度信息，并利用 Myriad X VPU 进行轻量级边缘推理。
  • 对于更复杂的任务（如分割和关键点提取），使用 Nvidia Jetson (Orin Nano 或 Orin NX)。
  • 采用定制外壳，将成熟的组件与软体机器人夹持器相结合，以安全处理鱼类。
• 软件:
  • 模型采用 CNN 和 Transformer 架构，包括 YOLO (目标检测)、自定义分割头部和关键点模型。
  • 利用 TensorRT、OpenVINO 和 ONNX Runtime 等工具加速推理。
  • 采用 INT8 量化以提高速度，但需注意精度损失，并使用专门构建的校准数据集来应对光照变化、水质变化和鱼群密度的变化。
  • 使用 Starlink 提供远程或近海位置的连接，所有推理都在设备本地进行。
• 内部工具: OctaPulse 构建了内部工具，用于标注、任务分配和模型管理，以实现快速迭代和紧密集成。

未来发展:

• 目前专注于水面操作，如苗种表型分析、分拣和质量检查。
• 未来目标是实现水下部署，并结合遗传数据、环境数据和表型图像，以帮助农场选择育种和淘汰的鱼类。
• 公司希望通过应用选择性育种技术，提高水产养殖效率，目前大多数鱼类还没有经过育种改良。

公司现状与求助:

• OctaPulse 正在积极学习水产养殖行业，并欢迎社区成员提供反馈，特别是在恶劣环境中进行计算机视觉、边缘部署和温和动物处理方面的经验。

补充信息:

• 由于保密协议，OctaPulse 无法分享演示视频。
• 公司提供了一个链接，展示了他们构建初始数据集的照片：https://drive.google.com/file/d/1z3oSlB8ed9hanrybzP24XTfjDJEobJua/view?usp=sharing