2026-04-28

GitHub Copilot 将采用基于使用量的计费模式 (GitHub Copilot 将采用基于使用量的计费模式)

总结: GitHub 于 2024 年 4 月 27 日宣布，所有 GitHub Copilot 计划将于 2026 年 6 月 1 日起转为基于使用量的计费模式。

主要变化:

• 计费方式: 将从目前的按高级请求单位 (PRU) 计费转为使用 GitHub AI Credits。Credits 的消耗基于 token 使用量（包括输入、输出和缓存 tokens），按照不同模型对应的 API 费率计算。
• 定价不变: Copilot Pro, Pro+, Business 和 Enterprise 订阅的月度价格将保持不变。
• 免费功能: 代码补全和 Next Edit 建议仍然包含在所有计划中，不消耗 AI Credits。
• 不再有回退机制: 原本在耗尽 PRU 后可以回退到低成本模型，新模式下，使用将受到可用 Credits 和管理员预算控制的限制。
• 代码审查: Copilot 代码审查将消耗 GitHub Actions 分钟，并按照 GitHub Actions 的标准费率计费。

对个人用户的影响:

• Copilot Pro & Pro+: 月度订阅将包含相应的 AI Credits：
  • Copilot Pro: $10/月, 包含 $10 的 AI Credits
  • Copilot Pro+: $39/月, 包含 $39 的 AI Credits
• 年费用户: 将继续享受现有的基于 PRU 的定价，直至年费到期。到期后将转为免费版，可以选择升级到月度付费计划。

对企业和组织的的影响:

• Copilot Business & Enterprise: 每用户月度价格保持不变：
  • Copilot Business: $19/用户/月, 包含 $19 的 AI Credits
  • Copilot Enterprise: $39/用户/月, 包含 $39 的 AI Credits
• 过渡期优惠: 在 6 月、7 月和 8 月期间，现有客户将获得额外的 AI Credits：
  • Copilot Business: $30 的 AI Credits
  • Copilot Enterprise: $70 的 AI Credits
• 共享 Credits: 组织内的 Credits 可以共享，避免 Credits 浪费。
• 预算控制: 管理员可以设置企业、成本中心和用户级别的预算，并控制超出预算后的使用情况。

关键点:

• 此变更旨在更好地反映实际使用情况，确保 Copilot 服务的长期可靠性。
• GitHub 将在 5 月初推出预览账单功能，方便用户和管理员了解预计费用。
• Copilot 已经发展成为一个功能更强大的平台，需要更多的计算资源，因此需要采用基于使用量的计费模式。
• 用户仍然可以控制支出，并根据需要购买额外的 AI Credits。

更多信息:

• 个人用户文档: https://docs.github.com/copilot/concepts/billing/usage-based-billing-for-individuals
• 企业和组织文档: https://docs.github.com/copilot/concepts/billing/usage-based-billing-for-organizations-and-enterprises
• FAQ 和讨论: https://github.com/orgs/community/discussions/192948

标题：我的蓝，你的蓝？ (Wǒ de lán, nǐ de lán?)

描述： 这是一个互动测试，旨在测试你的色彩感知能力。(Zhè shì yīgè hù dòng cèshì, zhǐ zài cèshì nǐ de sècǎi gǎnzhī nénglì.)

主要内容：

该网站/测试名为 “Is my blue your blue?” (我的蓝，你的蓝？)。其目的是让用户测试他们对颜色的感知。(Gāi wǎngzhàn/cèshì míng wéi “Is my blue your blue?” (Wǒ de lán, nǐ de lán？)。Qí mùdì shì ràng yònghù cèshì tāmen duì yánsè de gǎnzhī.)

关键细节：

• 互动性： 该测试是一个互动体验，用户可以参与其中。(Jīhuó xìng: Gāi cèshì shì yīgè hù dòng tǐyàn, yònghù kěyǐ cānyù qīzhōng.)
• 图像： 网站提供一张图片 (https://ismy.blue/card.png) 作为测试的一部分。(Túxiàng: Wǎngzhàn tígōng yīzhāng túpiàn (https://ismy.blue/card.png) zuòwéi cèshì de yī bùfèn.)
• 核心问题： 测试的核心在于探究不同人对同一颜色的感知是否一致，尤其是在讨论“蓝色”时。(Héxīn wèntí: Cèshì de héxīn zàiyú tànqú bùtóng rén duì tóngyī yánsè de gǎnzhī shìfǒu yīzhì, yóuqí shì zài tǎolùn “lánsè” shí.)

总结：

“Is my blue your blue?” 网站提供了一个简单的互动测试，用户可以通过它来了解不同人对颜色的感知可能存在差异，并以此来探讨主观色彩体验的可能性。(“Is my blue your blue?” wǎngzhàn tígōng le yīgè jiǎndān de hù dòng cèshì, yònghù kěyǐ tōngguò tā lái liǎojiě bùtóng rén duì yánsè de gǎnzhī kěnéng cúnzài chāyì, bìng yǐcǐ lái tànqú zhǔguān sècǎi tǐyàn de kěnéngxìng.)

GitHub 服务降级事件总结 (GitHub Service Degradation Summary)

事件概要 (Event Overview):

2026年4月20日 UTC 时间 10:28 至 15:04 期间，GitHub 经历了服务降级，影响了代码扫描默认设置 (code scanning default setup)、代码质量 (code quality) 和项目看板 (project boards) 的功能。项目看板的修复工作持续到 2026年4月21日 UTC 时间 05:04。

受影响的功能 (Affected Functionality):

• 代码扫描和代码质量 (Code Scanning and Code Quality): 新创建的拉取请求 (pull requests) 未触发代码扫描和代码质量分析。
• 项目看板 (Project Boards): 新创建的问题 (issues) 未出现在项目看板上。

根本原因 (Root Cause):

此次服务降级是由序列化错误 (serialization error) 引起的，该错误阻止了代码扫描、代码质量分析和项目看板更新的正常触发。

缓解措施 (Mitigation Steps):

• 部署了修复程序，恢复了代码扫描和代码质量的事件发布 (event publishing)。
• 针对项目看板，部署了额外的代码更改以更新事件消费者，并对受影响的项目项进行了重新索引 (re-index)。

后续工作 (Follow-up Actions):

GitHub 正在采取措施防止此类事件再次发生，包括：

• 加强模式验证 (schema validations)。
• 改进对关键“水力主题” (hydro topics) 发布中断的监控。

时间线 (Timeline):

• 2026年4月20日 13:28 UTC: 开始调查报告的性能问题。
• 2026年4月20日 13:57 UTC: 确认代码扫描和代码质量功能出现问题，并积极进行缓解。
• 2026年4月20日 14:38 UTC: 开始部署缓解措施。
• 2026年4月20日 15:20 UTC: 继续部署缓解措施。
• 2026年4月20日 16:16 UTC: 代码扫描默认设置和代码质量触发器已恢复运行。之前或期间未处理的 PR 需要重新推送才能触发分析。 新问题未出现在项目看板上的问题仍在处理中。
• 2026年4月20日 16:48 UTC - 18:21 UTC: 继续努力解决新问题未出现在项目看板上的问题。
• 2026年4月20日 18:08 UTC: 部署修复新问题未出现在项目看板上的问题。
• 2026年4月20日 18:20 UTC: 问题已缓解。 新创建的问题现在应按预期显示在项目看板上。 之前在事件期间链接到项目的 issue 可能需要大约五小时才能正确渲染，因为正在完成重新索引。
• 2026年4月21日 03:10 UTC & 21:36 UTC: 问题已缓解，正在监控以确保稳定性。
• 2026年4月21日 04:18 UTC & 05:04 UTC: 问题已缓解，正在监控以确保稳定性。 链接到项目的 issue 可能需要大约三个小时才能正确渲染，因为正在完成重新索引。

当前状态 (Current Status):

服务降级已缓解，GitHub 正在监控以确保稳定性。 链接到项目的 issue 可能需要额外时间才能完全渲染。

GTFObins 概述 (GTFObins Overview)

这份文档列出了各种Unix/Linux工具，它们可以通过利用其内置功能来执行任意命令，从而实现提权或执行恶意操作。每个工具都提供了一种或多种方法来绕过正常的安全措施。

主要功能分类:

• Shell (Shell): 允许直接执行shell命令。这是最常见的利用方式。
• Reverse shell (Reverse shell): 建立一个反向shell连接，允许攻击者远程访问目标系统。
• Bind shell (Bind shell): 在目标系统上打开一个端口，允许攻击者连接到该端口并获得shell访问权限。
• File read (File read): 允许读取文件内容。
• File write (File write): 允许写入文件内容。
• Upload (Upload): 允许将文件上传到目标系统。
• Download (Download): 允许从目标系统下载文件。
• Inherit (Inherit): 工具可以继承父进程的环境或权限，从而可能导致提权。
• Command (Command): 允许执行特定的命令或脚本。
• Privilege escalation (Privilege escalation): 利用工具的特定功能来提升用户权限。
• Library load (Library load): 允许加载动态链接库，可能用于执行恶意代码。

工具列表及功能:

以下按照字母顺序列出部分工具及其主要功能。 请注意，由于列表非常长，这里只列出部分，完整的列表请参考原始文档。

• 7z: 文件读取
• R: Shell
• aa-exec: Shell
• ab: 上传/下载
• acr: 命令
• agetty: Shell
• alpine: 文件读取
• ansible-playbook/ansible-test: Shell
• apport-cli: 继承/Shell/命令/文件读写
• apt/apt-get/aptitude: Shell/继承/命令/文件读写
• ar: 文件读取
• arch-nspawn: Shell
• aria2c: 命令/文件读取/下载
• arj: 文件读写
• arp: 文件读取
• as: 文件读取
• ascii-xfr: 文件读取
• ascii85: 文件读取
• ash: Shell/文件写入
• aspell: 文件读取
• asterisk: Shell
• at: Shell/命令
• atobm: 文件读取
• autoconf/autoheader/autoreconf: Shell
• awk: Shell/文件读写/文件读取
• aws: 继承/Shell/命令/文件读写
• base32/base58/base64/basenc/basez: 文件读取
• bash: Shell/反向shell/文件读写/文件读取/上传/下载/库加载
• bashbug: 继承/Shell
• batcat: 继承/Shell/命令/文件读写/文件读取
• bbot: 文件读取
• bc: 文件读取
• bconsole: Shell/文件读取
• bee: 继承/Shell/反向shell/文件读写/文件读取/上传/下载/库加载
• borg: Shell
• bpftrace: Shell
• bridge: 文件读取
• bundle/bundler: Shell
• busctl: 继承/Shell/命令/文件读写/文件读取
• busybox: 反向shell/上传/继承/Shell
• byebug: 继承/Shell/反向shell/文件读写/文件读取/上传/下载/库加载

... (省略大量工具列表)

总结:

GTFObins 提供了一个全面的工具列表，展示了如何利用常见的 Unix/Linux 工具进行安全漏洞利用。 了解这些工具的功能可以帮助安全专业人员更好地识别和缓解潜在的安全风险。 需要注意的是，滥用这些工具是非法的，本文档仅用于安全研究和教育目的。

总结：Brent A. Yorgey 的计算机科学教学理念与对行业的担忧 (Summary: Brent A. Yorgey's Teaching Philosophy and Concerns about the Industry)

以下是对 Brent A. Yorgey 网站内容的总结，主要关注他在计算机科学教学中的理念以及他对行业现状的担忧。

个人背景与教学经历:

Brent A. Yorgey 教授目前在 Hendrix College 教授计算机科学和数学课程。他拥有丰富的教学经验，曾在 Hendrix College、Williams College 和 University of Pennsylvania 等机构教授多种课程，包括计算机科学基础、数据结构、算法、编程语言、离散数学等。他还曾在高中教授计算机科学和预习数学。

核心理念与对学生的期望:

Yorgey 教授的核心理念是，计算机科学的价值在于创造力、帮助他人以及促进人际关系。他担忧当前软件行业的现状，认为它存在以下问题：

• 道德伦理问题： 行业过度追求短期利润，忽视长期可持续性，并利用技术进行分散注意力、榨取信息、监控和杀戮。
• 偏见与歧视： 系统和数据中存在固有的偏见和歧视，可能加剧社会不公。
• 资源浪费： 不确定效益的计算使用消耗了大量资源。
• 奴役智能机器： 专注于创造智能机器，却将其用于奴役目的。

因此，他对学生寄予以下期望：

• 不盲从： 不要相信关于技术是“不可避免”或“一成不变”的自我服务谎言。
• 道德底线： 明确自己的道德和伦理界限，并坚持原则，不要轻易妥协。
• 深度思考： 培养深度思考的能力，创造不受干扰的环境。
• 精益求精： 对自己的技术精益求精，编写清晰优雅的代码，并撰写良好的文档。
• 放慢脚步： 在追求速度和效率时，保持谨慎，并愿意放慢脚步。
• 以人为本： 将人、关系和正义置于利润、代码和生产力之上。
• 以爱为动力： 以爱而非恐惧为动力。

对大型语言模型 (LLMs) 的立场:

Yorgey 教授明确表示拒绝使用大型语言模型 (LLMs) ，理由包括：

• 剥削劳工： LLMs 的训练过程涉及对人类劳工的巨大剥削。
• 资源浪费： LLMs 的运行需要消耗大量稀缺资源。
• 实用性不足： 他认为 LLMs 在许多应用场景中表现并不理想。
• 道德考量： 即使 LLMs 在技术上表现良好，也并不意味着其使用对人类发展有积极作用。 他将自己形容为“生成式 AI 素食主义者”，并推荐 Sean Boots 的相关文章进行进一步阅读。

总而言之， Brent A. Yorgey 教授希望他的学生在追求计算机科学知识的同时，保持批判性思维，坚守道德底线，并以人为本，为社会做出积极贡献。他强调了对行业现状的警惕，并呼吁学生在技术发展中保持伦理责任感。

LocalSend 简介

LocalSend 是一款免费、开源的应用程序，允许您在本地网络上通过 REST API 和 HTTPS 加密安全地与附近的设备共享文件和消息，无需互联网连接。

主要特点：

• 本地通信: 不依赖外部服务器，实现快速可靠的本地通信。
• 安全: 使用 HTTPS 加密，确保数据传输安全。
• 跨平台: 适用于 Android、iOS、macOS、Windows 和 Linux 系统。
• 开源: 源代码开放，方便用户查看和贡献。
• 多种语言支持: 提供多语言界面，包括中文。

下载：

LocalSend 提供多种安装方式，包括：

• Windows: Winget, Scoop, Chocolatey, EXE 安装包, Portable ZIP
• macOS: App Store, Homebrew, DMG 安装包, AUR, TAR
• Linux: Flathub, Nixpkgs, Snap, AppImage, DEB
• Android: Play Store, F-Droid, APK
• iOS: App Store
• Fire OS: Amazon

建议从应用商店或包管理器下载，以便自动更新。

工作原理：

LocalSend 使用 REST API 和 HTTPS 协议进行通信，所有数据都经过安全加密传输。设备之间通过本地网络进行通信，无需互联网连接。

快速开始：

1. 安装 Flutter 或使用 fvm 管理 Flutter 版本。
2. 安装 Rust。
3. 克隆 LocalSend 仓库。
4. 进入 app 目录并运行 flutter pub get 下载依赖。
5. 运行 flutter run 启动应用。

贡献方式：

• 翻译: 参与多语言翻译工作。
• Bug 修复和改进: 提交 bug 修复和功能改进的 pull 请求。

常见问题：

• 设备无法识别: 禁用路由器上的 AP-Isolation 功能。
• 速度慢: 使用 5GHz 频段，禁用加密。
• Android 速度慢: 可能是 saf_stream 库的问题。
• macOS/iOS 设备无法识别： 尝试切换系统设置中的“本地网络”权限。

构建 LocalSend:

LocalSend 提供了针对不同平台的构建方式，包括 Android AppBundle、iOS IPA、macOS、Windows (传统和 MSIX)、以及 Linux AppImage 和 Snap。详细构建步骤请参考仓库文档。

SUPER ZSNES 介绍

SUPER ZSNES 是由 ZSNES 的两位原开发者重新合作打造的 SNES 模拟器。它完全从头开始重写，利用 GPU 性能，旨在提供熟悉的功能、新的特性以及超越原有的体验。

主要特性：

• 更精确的核心: CPU 和音频核心比原版 ZSNES 更加精确。
• GPU 驱动的 PPU 核心: 利用 GPU 性能，实现高分辨率 Mode 7 效果和针对每款游戏的特殊增强功能。
• 经典 UI 现代化: 保留了经典 UI 的特色（如雪花效果），同时提升了清晰度和用户体验。
• 实用功能: 支持快进、回退、保存状态、自动保存历史、保存书签、作弊码、快速加载等功能。
• 传统开发风格: 不使用 Vibe Coding 技术，保持了传统的开发方式。
• 超级增强引擎 (Super Enhancement Engine): 开发者们将逐步对游戏进行增强。目前已支持 7 款游戏，未来将持续增加。

超级增强引擎 (Super Enhancement Engine) 功能：

超级增强引擎目前支持以下增强功能，可以单独启用或禁用：

• 高分辨率 (High Resolution): 使用内部绘图程序，手动绘制高分辨率细节，而非简单的自动放大。
• 纹理/法线贴图 (Texture/Normal Map): 为背景增加细节，使其看起来更高清。
• 超频 (Overclock): 针对经常出现卡顿的游戏进行超频处理。
• 宽屏支持 (Wide Screen): 在游戏内部支持宽屏的情况下，启用宽屏显示。
• 无损音频替换 (Uncompressed Audio Replacement): 替换原游戏中高度压缩的音频样本，使用精心挑选的无损音频样本。
• 3D 效果 (3D): 目前仅支持视角式 Mode 7，将瓦片替换为具有高度图数据的 3D 数据。

重要提示： 增强数据不包含 ROM 或受版权保护的数据。用户需要自行提供 ROM 文件。开发者不会提供 ROM。

下载：

• iOS: 敬请期待

未来计划：

• 修复 bug
• 完善特殊芯片模拟 (DSP1, SuperFX 等)
• 进一步优化性能
• 增加更多类型的增强功能
• 实现网络对战 (Netplay)
• 其他功能

社区与链接：

• Discord: https://discord.gg/Qnpk2QjqWM 加入社区，获取最新动态。
• Patreon: https://www.patreon.com/c/ZSNES 支持 SUPER ZSNES 的开发。
• 旧网站: https://www.zsnes.com/old 访问经典 ZSNES 网站。

注意事项：

这是一个早期版本，因此可能存在模拟 bug，并且特殊芯片 (DSP1, SuperFX 等) 尚未实现。性能可能略慢，因为还需要进行大量的优化工作。

本程序免费提供，希望对您有所帮助，但不对本程序提供任何形式的保证，包括对商品适用性或特定用途的默示保证。

SUPER ZSNES 团队与文中提及的任何公司均无关联或隶属关系。公司及其所有产品均为该公司商标。请联系该公司获取商标和版权信息。

Magic: The Gathering Arena 团队联合会成立：总结

今天，Magic: The Gathering Arena 的历史迎来激动人心的时刻！ Magic: The Gathering Arena 团队的员工联合成立了 United Wizards of the Coast - CWA（联合奇迹公司 - 美国通信工会）。

主要内容：

• 联合成立： 上周，Arena 团队的大多数符合条件的员工签署了工会卡，表示支持。
• 正式通知： 今天早上，团队已正式通知 Wizards of the Coast (WOTC) 管理层，表达了组建工会的意图，并呼吁公司进行自愿承认。 相关信件可在 https://unitedwizardsofthecoast.com/letter 查看。
• 下一步计划： 团队希望管理层以诚意进行沟通并自愿承认工会，以便开始集体谈判，争取更优待和工作条件。
• 目标与意义： 此次联合旨在保护员工的权益和福祉，被认为是游戏行业的一步向前，表明优秀的开发团队可以团结起来创造出非凡的游戏。
• 期望： 团队希望与社区合作，共同建设理想中的游戏行业。

总结：

Magic: The Gathering Arena 团队通过联合会的方式，旨在改善工作条件和保护员工权益，并希望得到 Wizards of the Coast 公司和社区的支持。 这标志着游戏行业发展的一个重要里程碑。

GitHub 可用性更新 (2026年4月28日)

本文档是 GitHub CTO Vladimir Fedorov 发表的一篇关于 GitHub 近期可用性问题的更新，并阐述了 GitHub 正在采取的措施以提高平台的可靠性和可扩展性。

主要问题：

GitHub 近期经历了两次可用性事件：

• 4 月 23 日 Merge Queue 事件： 使用 squash merge 方法合并 pull request 时，在 merge group 中包含多个 pull request 时，会产生错误的 merge commit，导致先前合并的 pull request 的更改被意外回滚。影响了 658 个仓库和 2,092 个 pull request。虽然 Git 存储中没有数据丢失，但受影响的默认分支状态不正确。
• 4 月 27 日 Elasticsearch 子系统事件： Elasticsearch 集群因疑似 botnet 攻击而过载，导致搜索功能中断，影响了 pull request、issues 和 projects 等部分 UI 区域。

驱动因素：

GitHub 正在经历前所未有的增长，特别是由于 agentic development 工作流程的加速。自 2025 年 12 月底以来，仓库创建、pull request 活动、API 使用、自动化以及大型仓库的工作负载都显著增加。这种指数级增长对各个系统造成压力，小的不高效之处会累积，导致队列加深、缓存未命中成为数据库负载、索引落后等问题。

应对措施：

GitHub 已开始执行增加容量 10 倍的计划，并已明确目标为达到当前规模的 30 倍。正在采取的措施包括：

• 短期： 解决 webhook 迁移、用户会话缓存重设计、认证和授权流程优化等瓶颈。
• 中期： 隔离关键服务（如 Git 和 GitHub Actions），减少单点故障，并加速将性能敏感代码从 Ruby 单体应用转移到 Go。
• 长期： 逐步迁移到多云环境，以提高弹性、降低延迟和提高灵活性。
• 针对大型 monorepo 的优化： 投资于 Git 系统和 pull request 体验的优化，并设计新的 API 以提高效率和可扩展性，特别是针对 merge queue 操作的优化。

透明度提升：

GitHub 正在努力提高透明度，包括：

• 更新 GitHub 状态页面，包含可用性指标。
• 对所有事件进行状态报告，以便用户了解问题所在。
• 改进事件分类，使其更易于理解。
• 改进用户报告事件的方式。

未来展望：

GitHub 致力于提高可用性、增强弹性、扩展以适应未来的软件开发模式，并在此过程中进行更透明的沟通。GitHub 团队正在积极解决用户遇到的问题，并持续改进平台。

Git 性能优化：核心要点总结

这篇内容主要介绍了 Git 的多重特性以及如何优化其性能，尤其是在代码库、历史记录和团队规模不断扩大的情况下。

核心内容：

• Git 的多重身份： Git 不仅仅是一个版本控制工具，它同时扮演着内容寻址数据库、文件系统缓存、图遍历器和传输协议的角色。
• 性能关注点： 这本书的重点在于分析 Git 各个层面的性能成本。
• 内容结构： 书中将从 Git 的核心概念开始，逐步向外展开：
  • 核心层： 对象 (Objects)、引用 (Refs)、索引 (Index)、历史遍历 (History Traversal)。
  • 进阶层： 打包文件 (Packfiles)、维护 (Maintenance)、稀疏工作树 (Sparse Working Trees)、部分克隆 (Partial Clone)、传输 (Transport)。
  • 高级层： 代码库规模 (Repository Scale)、诊断 (Diagnosis)、配置 (Configuration)、恢复 (Recovery)。
• 目标读者： 这本书面向需要优化 Git 性能的工程师，包括：
  • 构建和 CI 工程师 (Build and CI Engineers)
  • 单仓库 (Monorepo) 的管理者
  • 开发者体验 (Developer Experience) 团队
  • 负责调试 Git 异常行为的工程师 (尤其是当简单解释无法解决问题时)。

总结：

总而言之，该内容旨在帮助工程师理解 Git 的内部机制，并提供优化其性能的方法，从而应对日益增长的代码库和团队规模带来的挑战。 它通过深入分析 Git 的各个层面，为解决复杂 Git 问题的调试和配置提供了指导。

Easyduino：面向KiCad的开源PCB开发板仓库

Easyduino项目旨在以易于理解的方式提供流行的微控制器开发板（如Arduino、ESP32、Raspberry Pi Pico和STM32 Bluepill等）的PCB设计，并计划增加更多型号。该项目使用免费开源软件KiCad，遵循PCB和KiCad生态系统中的最佳实践，并支持USB-C接口。

项目背景：

Easyduino项目源于统一当前流行开发板中各种软件、语言和规范的必要性。例如，Arduino Uno于2010年在意大利使用Eagle开发，ESP32开发板于2016年在中国使用Altium开发，Raspberry Pi Pico 2040于2021年在英国使用KiCad和Altium开发。

可用的开发板：

Easyduino仓库目前包含以下开发板：

• Easyduino UNO (基于Atmega328p)
• Easyduino Nano (基于Atmega328p)
• Easyduino ESP32
• Easyduino ESP32 S3
• Easyduino Pi Pico (基于Raspberry Pi Pico 2040)
• Easyduino Bluepill STM32F103

所有设计都力求复制原始板卡的轮廓、引脚定义、布局和组件，但由于一些因素（例如01005元件的成本高昂，以及特定元件的供应问题），在某些方面存在差异。这些差异都已在每个项目的readme文件中说明。

项目结构与设计：

• 所有项目均采用4层铜设计，以简化布线，并遵循JLC04161H-7628堆叠结构。
• 每个项目包含：
  • KiCad主文件 (.kicad_pro, .kicad_sch...)
  • readme文件，解释项目特定细节
  • xxx.pretty 或 xxxlibraries 文件夹，包含非标准元件或原理图
  • Outputs 文件夹，包含KiCad Jobset生成的所有数据，如Gerber、STEP、PDF、ERC、BOM、CPL等。
  • ProductionFiles 文件夹，包含：
    • BOM：包含元件清单和JLCPCB可读格式的Centroid文件。
    • Datasheets：包含项目所用主要元件的数据手册。
    • Gerbers：包含所有制造Gerber文件的压缩文件（如铜层、掩膜层、丝印层等）。
    • PDFs：原理图和PCB的PDF和PNG文件。
    • Photos：制造的PCB照片和渲染图。

使用方法：

1. 安装最新版本的KiCad。
2. 双击项目中的 xxx.kicad_pro 文件以启动KiCad。

项目最初使用KiCad v8.0.0开发，并已更新和测试至KiCad v10。

贡献：

欢迎发现并报告任何错误，可以通过提交issue或fork项目进行修改。

未来计划：

• 测试v1.1 RP2040板（v1.0版本存在Flash引脚错误）。
• 测试v1.1 ESP32S3板（v1.0版本缺少RST和SUSPEND的下拉电阻）。
• 开始开发nRF52840 Dongle和RP2350A。
• 研究其他可能的微控制器/SOC。

鸣谢：

感谢winsrrow提供KiCad技巧，并从头设计v1.1 RP2040板。

许可协议：

本项目采用CERN开放硬件许可协议版本2 - 宽松版发布，允许自由使用本项目的所有或部分内容，无论是否公开源代码，甚至用于商业项目，只需包含CERN OHLv2宽松版许可协议的副本即可。

介绍 Talkie：1930 年的 13B 级复古语言模型

本文介绍了 Talkie 项目，旨在探索和研究 1930 年之前训练的“复古”语言模型。该项目使用 Claude Sonnet 4.6 提示 talkie-1930-13b-it 模型，以探索其知识、能力和倾向性。

为什么选择复古语言模型？

复古语言模型允许我们模拟与过去的人进行对话，并提供研究人工智能的独特视角。研究这些模型可以帮助我们更好地理解人工智能的一般原理。

研究方向：

• 预测未来能力： 通过分析模型对历史事件的“惊讶度”来评估其预测未来事件的能力。
• 创造新想法： 考察模型是否能够生成超出其知识截止日期的发明或科学发现。
• 代码能力： 测试模型在没有数字计算机知识的情况下学习现代编程语言的能力。
• 数据多样性影响： 探讨不同数据源对模型的影响，以及如何改进语言模型的人格、行为和倾向性。

Talkie 模型介绍：

• 模型规模： Talkie 是目前已知的最大复古语言模型，采用 13B 参数。
• 训练数据： 使用 260B 个 tokens 的 1930 年之前的英语文本进行训练。
• 训练方式： talkie-1930-13b-base 是基础模型，而 talkie-1930-13b-it 是经过后训练的版本，旨在作为对话伙伴，避免使用现代聊天记录和指令调整数据。
• 未来计划： 计划训练 GPT-3 级别的模型，并扩展训练语料库至超过万亿 tokens。

基准测试：

将 Talkie 与使用现代网络数据训练的“现代双胞胎”模型进行比较，发现 Talkie 在标准语言模型评估中表现稍逊。但核心语言理解和数学任务表现相似。 性能差距可能与数据质量和语料库主题分布有关。

数据收集和训练挑战：

• 时间泄漏： 确保训练语料库中没有超出知识截止日期的信息。
• 数据质量： 传统 OCR 系统在处理历史文档时存在问题，会引入噪声。
• 复古后训练： 避免使用现代指令调整数据，而是使用历史文本进行后训练。
• 效率提升： 正在开发专门的复古 OCR 系统来提高训练效率。

合作邀请：

该项目欢迎研究人员和机构的合作，共同构建下一代复古语言模型。 鼓励与历史学家、人工智能研究人员、艺术家和作家合作。

注意事项：

Talkie 模型反映了其训练数据的文化和价值观，可能产生冒犯性输出。

总结：**

Talkie 项目旨在探索复古语言模型，并为人工智能研究提供新视角。通过研究这些模型，我们可以更好地理解语言模型的一般原理，并为未来的 AI 开发提供指导。

加拿大总理卡尼发布国家主权基金计划概要

加拿大总理马克·卡尼（Mark Carney）宣布将创建加拿大首个主权财富基金，名为“加拿大强劲基金”（Canada Strong Fund）。该基金旨在为后代积累财富，并为具有国家利益的重大项目提供资金，与私营部门合作。

主要内容：

• 基金规模与资金来源： 基金初期 endowment 为 250 亿加元。资金来源将体现在即将发布的春季经济更新中，预计加拿大财政状况将比之前预期的 783 亿加元赤字更加稳健。油价上涨也为加拿大油产省和联邦政府带来了更多收入。
• 投资领域： 基金将投资于清洁和传统能源、关键矿产、农业和基础设施等领域。
• 运作模式： 基金将由一个独立的 Crown 公司管理，并向议会报告。政府将进行数月的咨询，以确定基金的具体细节。
• 零售投资产品： 政府将推出类似于共同基金或养老计划的零售投资产品，允许加拿大民众直接投资于该基金，并获得股息。
• 项目审批加速： 基金的运作将借鉴历史上的铁路建设经验，但避免重蹈历史覆辙，例如原住民土地被侵占、工人受苦等问题。 新项目将确保原住民参与，提供高薪工会工作岗位，并让所有加拿大民众（无论是否直接投资）都能从中受益。
• Major Projects Office (MPO)： 现有的 Major Projects Office 将作为项目提案、投诉和表达关切的中心。
• 批评声音： 保守党领袖皮埃尔·波利耶夫（Pierre Poilievre）批评卡尼政府借债设立基金，认为国家应该先有财富才能设立主权基金。 他认为，项目融资困难并非资金短缺，而是由于繁琐的法规和法律阻碍了发展。

相关立法：

• 《C-5 法案》已于去年六月通过，旨在加速重大基础设施项目的审批。
• 《建设加拿大法案》赋予联邦内阁选择和批准项目、以及凌驾于联邦法律、环境评估和许可流程的权力。

总结：

“加拿大强劲基金”旨在通过投资于国家战略项目，促进加拿大经济发展，为后代积累财富，并让所有加拿大人从中受益。

世界币项目：全球受阻，美企寻求突破 (Worldcoin: Global Rejection, Seeking Breakthroughs in US Corporate World)

项目概述 (Project Overview)

世界币 (Worldcoin) 是由山姆·阿尔特曼 (Sam Altman) 参与支持的一项技术项目，旨在利用生物识别技术（主要是虹膜扫描）来区分人类和机器人，从而创建一个全球数字身份系统。该项目由 Tools for Humanity 启动，其核心技术是名为 Orb 的 spherical 设备，用于扫描用户的虹膜并生成“人类证明” (proof of humanity)。项目声称已在全球 160 个国家/地区验证超过 1800 万人。

运营模式与争议 (Operation and Controversy)

世界币通过在各地安装 Orb 设备进行虹膜扫描，并曾提供加密货币奖励 (如 50 美元) 以鼓励用户注册。然而，该项目在全球范围内遭遇了广泛的抵制和审查。

• 数据收集担忧: 多个国家，包括亚洲、非洲、欧洲和拉丁美洲，因对生物识别数据收集和隐私侵犯的担忧而暂停或禁止了世界币的运营。
• 伦理指控: 吹哨人爱德华·斯诺登 (Edward Snowden) 批评该项目“扫描眼球”，引发了对其伦理性的质疑。
• 不当行为指控: 2022 年的调查揭示了世界币在非洲和亚洲招募测试用户时存在不道德的营销行为，并收集了超出虹膜扫描的个人数据，例如心跳和呼吸，且未经充分知情同意。
• 法律挑战: 西班牙、葡萄牙、巴西和菲律宾等国家/地区对世界币的运营提出了法律挑战，指责其存在侵犯隐私、滥用合同条款以及对弱势群体进行剥削等问题。

美国市场的突破 (Breakthrough in the US Market)

尽管面临全球性的阻力，世界币在美国市场似乎找到了突破口。由于美国各州对生物数据收集和加密货币的监管相对宽松，世界币得以在美国六个城市建立 7000 个 Orb 设备。

近期发展 (Recent Developments)

• 战略合作: 2024 年 4 月，世界币宣布与 Tinder、Zoom 和 Docusign 建立战略合作关系，利用其数字身份验证服务来减少欺诈行为，例如深度伪造和诈骗。
• 积极公关: 世界币发布研究报告，以展示其在葡萄牙、西班牙和韩国等国家/地区获得用户支持。
• 商业模式: 公司发布蓝图，展示其数字身份验证服务如何帮助公司增加收入。
• 持续监管压力: 尽管如此，世界币仍然面临着监管压力，德国要求其删除不符合欧盟通用数据保护条例 (GDPR) 的数据。
• 其他地区动态: 肯尼亚解除了一年多的政府调查，为 Orb 的回归铺平了道路。印度尼西亚暂停了数据收集，并对两家当地实体展开调查。泰国关闭了生物识别数据收集，并要求删除数据。

时间线 (Timeline Summary)

• 2021 年 10 月: 世界币项目启动。
• 2022 年 4 月: 调查揭示存在不道德行为。
• 2023 年 7 月: 推出 World ID，并在多个国家/地区安装 Orb 设备。
• 2023 年 8 月: 肯尼亚暂停生物验证。
• 2024 年 3 月: 西班牙和葡萄牙禁止数据收集。
• 2024 年 4 月: 世界币在美国启动。
• 2024 年 5 月: 香港下令停止运营。
• 2024 年 6 月: 肯尼亚解除政府调查。
• 2024 年 12 月: 德国要求删除部分数据。
• 2025 年 1 月: 巴西重新禁止数据收集。
• 2025 年 5 月: 印度尼西亚暂停数据收集。
• 2025 年 10 月: 菲律宾下令停止运营。
• 2025 年 11 月: 泰国关闭生物识别数据收集。
• 2026 年 4 月: 与 Tinder、Zoom 和 Docusign 建立合作关系。

加拿大首次发现使用 SMS Blaster 进行的网络犯罪调查：总结

事件概述:

加拿大多伦多警方在2025年11月启动了名为“灯塔计划”(Project Lighthouse) 的网络犯罪调查，目前三名男子面临44项指控。 这标志着加拿大首次发现使用 SMS Blaster 技术进行犯罪活动，并突显了对公共安全和金融安全的潜在威胁。

SMS Blaster 技术:

SMS Blaster 是一种模拟合法移动通信基站的技术。 当附近的手机连接到该设备时，用户会收到伪造的短信，这些短信看起来来自受信任的组织。 这些信息通常会诱骗用户点击链接，访问虚假网站，从而窃取个人信息，包括银行账户凭据和密码，这种手法被称为“网络诈骗”（smishing）。

犯罪活动规模与影响:

• 调查显示，该设备是移动的，从车辆中运行，可以在大多伦多地区（Greater Toronto Area）的不同地点使用。
• 警方估计，在数月内，该设备连接了数万台设备。
• 超过1300万次网络中断被识别出来，导致设备无法正常连接到合法的移动通信基站。 这可能影响紧急服务，例如9-1-1 的接入。
• 此次犯罪活动并非针对单一个人或企业，而是具有大规模影响。

调查进展:

• 警方于3月31日在马克汉姆（Markham）和汉密尔顿（Hamilton）执行了搜查令，逮捕了两名男子，并查获了大量电子证据，包括多个 SMS Blaster 设备。
• 第三名男子于4月21日自首。
• 调查过程中，多伦多警方与包括加拿大皇家骑警国家网络犯罪协调中心（RCMP National Cybercrime Coordination Centre）、加拿大皇家骑警安大略分部、约克地区警察、汉密尔顿警察以及金融机构和电信供应商等多个合作伙伴密切协调。

警方建议:

• 对于未曾预料到的短信，不要点击任何链接。
• 对声称来自合法组织的，要求支付款项的信息保持警惕。
• 只通过官方应用程序或直接在浏览器中输入网址访问银行账户。
• 切勿通过未经请求的短信分享个人或登录信息。
• 如果怀疑自己成为诈骗受害者，请向警方报案。

总结:

此次调查表明网络犯罪正在变得更加先进、移动和难以检测。 警方强调，犯罪分子获取个人和财务信息的意图始终如一，公众保持警惕和了解最新信息是保护自己的最有效方法。 此次事件也突显了网络犯罪调查中，跨部门合作和技术专长的必要性。

金融时报订阅方案摘要 (Financial Times Subscription Options Summary)

以下是金融时报订阅方案的摘要：

核心内容： 该页面主要宣传金融时报的订阅服务，旨在鼓励用户付费订阅以获取其高质量的财经新闻和分析。

订阅选项：

• 无限畅享 (Unlimited Access): 4周仅需1美元，之后每月75美元。 提供完整的数字访问权限，可在任何设备上阅读。 可随时取消订阅。
• 标准数字 (Standard Digital): 每月45美元。提供基本的数字访问权限，可在任何设备上阅读。 预付一年可享受20%的折扣。
• 高级数字 (Premium Digital): 每月75美元。 提供完整的数字访问权限，并且包含来自行业领导者的专家分析。 预付一年可享受20%的折扣。
• 高级数字 + 周末版印刷版 (Premium & FT Weekend Print): 每月79美元。包含每周六的《金融时报周末版》印刷报纸，以及完整的数字访问权限。

其他选项:

• 提供组织机构订阅方案，包含独家功能和内容。
• 用户可以探索所有在他们所在国家/地区可用的订阅计划。

宣传点：

• 强调金融时报拥有超过一百万付费读者。
• 提供链接，供用户了解选择《金融时报》的原因 (https://subs.ft.com/whytheft?ft-content-uuid=8c354f2d-3e66-47f1-aad4-9b4aa30e386d)。

总而言之，该页面旨在推广《金融时报》的订阅服务，并提供多种订阅方案以满足不同用户的需求。

总结：女性健康应用程序数据泄露及隐私问题 (Summary: Data Leak and Privacy Issues in Women's Health Apps)

本文探讨了女性健康应用程序 Flo 泄露用户数据给 Meta 的事件，并引发了关于健康数据隐私的更广泛担忧。

主要内容：

• Flo 数据泄露事件： Flo 应用程序被发现违反承诺，将用户的敏感健康数据（包括月经周期、排卵和怀孕相关信息）泄露给 Meta、Google 和 Flurry 等第三方公司用于商业目的。Meta 被陪审团裁定对收集这些数据并将其用于自身利益负有责任。
• 法律滞后： HIPAA 等现有健康数据隐私法规未能跟上健康追踪技术的快速发展。这导致了非医疗健康追踪软件在数据共享和用户同意方面存在大量灰色地带。
• 设计决策而非黑客攻击： Flo 并非被黑客入侵，而是公司内部的决策选择将用户数据提供给第三方。
• "粉红清洗" (Pinkwashing) 的问题： 文章指出，一些女性健康科技 (femtech) 应用可能利用“赋权”和“进步”等口号来掩盖不道德的产品决策，例如过度强调症状以推动相关产品的销售。
• 用户同意的模糊性： Flo 在相关三年内（2016-2019）多次修改隐私政策，但未能真正明确用户同意的含义。
• 监管空白： 许多女性健康科技产品未受 HIPAA 等严格监管，允许应用程序自行决定如何处理用户数据。
• 对未来的担忧： 随着女性健康数据收集的增加，以及生成式 AI 在健康建议中的应用，对数据隐私保护的担忧日益加剧。作者呼吁更严格的监管和对用户数据更谨慎的处理。
• 个人选择： 作者建议用户选择更注重隐私保护的应用程序，并对当前女性健康科技行业的现状表示担忧，甚至提议使用“笨”的性玩具来避免隐私泄露。

核心问题：

文章提出了以下关键问题：

• 如何平衡女性健康数据收集的必要性与用户隐私保护？
• 在缺乏严格监管的情况下，用户应该如何选择并信任女性健康应用程序？
• 如何避免利用女性健康问题进行商业炒作？
• 未来女性健康数据收集和使用的标准应该是什么？

总而言之，文章揭示了女性健康应用程序数据泄露的风险，并强调了在快速发展的科技领域中，用户隐私保护的重要性。

过去事件摘要 (Past Incidents Summary)

这份报告记录了2026年4月15日至2026年4月29日期间发生的一些事件。

总体情况:

在2026年4月15日至2026年4月29日期间，大部分日期（4月15日-4月22日，以及4月24日-4月29日）均未报告任何事件。

特定事件:

• 2026年4月28日: 发生了未指明的问题，经过调查后，于UTC时间21:04实施了修复方案，随后进入监控阶段。该问题最终于UTC时间22:24解决。 整个过程包括：

  • 19:55 UTC: 正在调查问题 (Investigating)
  • 21:04 UTC: 实施修复并监控结果 (Monitoring)
  • 22:24 UTC: 问题已解决 (Resolved)

• 2026年4月27日: 发生了未指明的问题，经过调查后，于UTC时间22:30解决。 整个过程包括：

  • 21:06 UTC: 正在调查问题 (Investigating)
  • 22:28 UTC: 继续调查问题 (Update)
  • 22:30 UTC: 问题已解决 (Resolved)

总结:

在报告的这段时间内，仅在4月27日和4月28日报告了两次问题，并且这两次问题都得到了及时解决。 其他日期均未发生任何报告事件。

微软 VibeVoice 项目概要 (Microsoft VibeVoice Project Overview)

概述

VibeVoice 是一个开源的前沿语音 AI 模型系列，包含文本转语音 (TTS) 和自动语音识别 (ASR) 模型。其核心创新在于使用超低帧率（7.5 Hz）的连续语音分词器（声学和语义），在高效处理长序列的同时，有效地保留音频保真度，并显著提高计算效率。VibeVoice 采用基于大型语言模型 (LLM) 的“下一token扩散”框架，用于理解文本上下文和对话流程，并利用扩散头生成高保真度的声学细节。

项目页面 提供更多信息、演示和示例。

新闻

• 2026-03-06: VibeVoice ASR 现已集成到 Hugging Face Transformers 版本 中，方便用户在项目中无缝集成。
• 2026-01-21: 发布开源 VibeVoice-ASR (/microsoft/VibeVoice/blob/main/docs/vibevoice-asr.md)，这是一个统一的语音转文本模型，专为单次处理 60 分钟的长音频设计，生成包含“谁 (Speaker)”、“何时 (Timestamps)”和“说什么 (Content)”的结构化转录，并支持用户自定义的上下文。可以在 Playground 中体验。
  • 支持超过 50 种语言。
  • 提供 微调代码。
  • 支持 vLLM 推理，以获得更快的推理速度；详情请参见 vllm-asr。
  • 技术报告：VibeVoice-ASR 技术报告。
• 2025-12-16: 在 VibeVoice‑Realtime‑0.5B (/microsoft/VibeVoice/blob/main/docs/vibevoice-realtime-0.5b.md) 中添加了实验性语音，包括九种语言（DE、FR、IT、JP、KR、NL、PL、PT、ES）的多语言语音和 11 种不同的英语风格语音。
• 2025-12-03: 发布开源 VibeVoice‑Realtime‑0.5B (/microsoft/VibeVoice/blob/main/docs/vibevoice-realtime-0.5b.md)，这是一个实时文本转语音模型，支持流式文本输入和强大的长篇语音生成。可以在 Colab 中体验。
• 2025-09-05: 由于工具被用于与声明意图不符的方式，VibeVoice-TTS 代码从该仓库中移除。
• 2025-08-25: 发布开源 VibeVoice-TTS (/microsoft/VibeVoice/blob/main/docs/vibevoice-tts.md)，这是一个长篇多说话人文本转语音模型，能够合成长达 90 分钟的语音，并支持多达 4 个不同的说话人，已被 ICLR 2026 接受为口头报告。

模型

• VibeVoice-ASR-7B: 长篇语音识别 ([HF Link](https://huggingface.co/

Okay, I'm ready. Please provide the content you want me to summarize. I will do my best to follow your instructions:

• Concise and Accurate: Focus on the core information.
• Less than 800 words: I'll be mindful of the word limit.
• No personal opinions: Strictly objective summary.
• No external information: Only what’s in the provided text.
• Technical Content Handling: Summarize purpose, structure, and key functionality.
• Markdown Format: I will use markdown for formatting.
• Chinese Language: The summary will be in Chinese.

Looking forward to receiving the text! 请提供您要我总结的内容！

WebAssembly 并非完全的栈机 (WebAssembly Is Not Quite a Stack Machine) 总结

这篇文章探讨了 WebAssembly (Wasm) 的底层架构，并指出它与传统栈机的定义存在显著差异，因此将其简单地归类为栈机可能具有误导性。

核心观点:

• 栈机与寄存器机: 栈机使用栈来存储中间计算结果，指令操作栈顶元素。寄存器机则使用寄存器存储数据，指令明确指定操作数的位置。
• Wasm 的特殊性: Wasm 拥有栈机的一些特点，如使用栈来传递参数和返回值。然而，它缺乏关键的栈操作指令（例如 dup、swap）来重排栈中的元素。这使得 Wasm 难以进行常见的优化，如公共子表达式消除，需要依赖局部变量才能实现更复杂的计算。
• 表达式编码: Wasm 使用逆波兰表示法（后缀表达式）来编码表达式，这可以通过栈进行计算，但仅仅是一种编码方式，并非本质。文本格式的 Wasm 使用更接近 LISP 的前缀表达式，这表明底层架构的实现方式并非严格依赖栈。
• 控制流限制: 在引入多值扩展之前，Wasm 的控制流块与栈的交互受到严格限制，使得条件语句的实现类似于三元运算符，进一步证明了它并非纯粹的栈机。

总结:

作者认为，将 Wasm 视为一种寄存器机，其操作被推广到复合表达式更为准确。虽然 Wasm 可以通过栈进行计算，但其设计目标并非针对栈机的优化，而是更侧重于通用性和可移植性。 这种理解有助于更好地评估 Wasm 的性能限制，并为未来的优化提供方向。 尽管栈机实现较为简单，这在 Wasm 的早期采用中可能有所帮助，但这种经验并不能完全应用于 Wasm 的优化。