Figma 最近启用了 AI 代理直接*写入* Figma 文件,这与之前的只读权限有所不同。这个看似微小的更新凸显了产品开发中更大的权力动态转变。虽然 Figma 最初希望其自身的 AI 工具(如 Figma Make)能够推动“氛围设计”,但它们已被 Claude Code 等代理的速度和效率所超越。 越来越多的原型设计*始于* Claude Code,完全绕过 Figma——这威胁到 Figma 作为中央设计枢纽的传统角色。这反映了一个更广泛的趋势:AI 代理正在成为聚合器,利用来自多个来源(如 Slack、Jira 等)的上下文数据,而单个 SaaS 工具无法复制这些数据。 SaaS 公司意识到专有数据不足以竞争。未来在于要么成为一个全面的“万能工具”,要么接受在这些主导的 AI 生态系统中的插件角色。Figma,以及许多其他公司,很可能正朝着后者发展,成为供应商而非用户的首选目的地,因为软件开发过程变得更加流畅,并且依赖于 AI 驱动的工作流程。代理现在是起点,为旧流程构建的工具必须适应,否则有被取代的风险。
## 不要把钱浪费在昂贵的音频线上
Audio Science Review的Amir最近将一副7美元的亚马逊基础款RCA线与一套4000美元的Kimber Kable进行比较,使用了科学的音频分析和听力测试。令人惊讶的结论是:价格实惠的亚马逊线表现得同样出色。
尽管Kimber线拥有优质材料和设计——包括银导体和锁定机制——测试显示在失真、频率响应和相位方面几乎没有可辨别的差异。即使是抖动,发现的微小差异也可能是由于亚马逊线更长造成的。
Amir认为,像亚马逊基础款这样胜任的线缆已经提供了尽可能低的噪音和最宽的带宽,使得昂贵的升级变得没有必要。音频质量的真正瓶颈在于系统中的其他部分——例如放大器或扬声器——而不是线缆本身。虽然主观听力*可能*会发现感知到的差异,但盲测表明这些差异会消失。
最终,投资高端RCA线是一种浪费钱的行为;标准且价格实惠的选择足以提供高质量的音频。
最近出现的数据质量问题引发了对机构信任的担忧,以及由未经检查的数据训练大型语言模型可能导致的“混乱末日”。作者在两个英国数据集中发现了明显的错误:政府的燃料价格数据,包含位于海洋中的地点和严重不准确的价格比例;以及汽车协会(RAC)关于电动汽车的报告,显示车辆数量的图表严重失实。
尽管作者已于3月22日报告了燃料数据问题,但错误数据一周后仍公开可用。这些错误可能源于未经验证的用户提交和缺乏基本检查,凸显了一种令人担忧的趋势。作者强调需要严格的校对、代码测试和数据验证,以维护数据完整性并防止虚假信息的传播。最终,在日益数据驱动的世界中,对工作感到自豪并确保准确性至关重要。
## IPv6 专用家庭网络:实用实施
本文详细介绍了向 IPv6 专用家庭网络过渡的过程,承认 IPv4 仍然普遍存在。作者通过利用 NAT64、DNS64 和 464XLAT 等技术,成功地实现了 IPv6 专用设备访问 IPv4 服务。
为了获得静态 IPv6 前缀,从 Free Range Cloud 租用了一个 /48,并通过 WireGuard 隧道传输,以克服 ISP 的动态分配。OPNSense 防火墙管理此隧道的基于策略的路由 (PBR)。IPv6 寻址使用 SLAAC 与 DHCPv6 进行有状态分配,并为每个 Docker 主机提供一个专用的 /56,以及 /64 网络。
重要的是,NAT64/DNS64(使用 Jool 实现)将 IPv6 请求转换为 IPv4,使用 /96 前缀。464XLAT 结合 DHCPv4 选项 108 和 PREF64,允许缺乏原生 IPv6 支持的设备工作,同时优先使用 IPv6。Docker 网络已完全过渡到 IPv6,需要配置调整和 FRR 路由宣告。
虽然总体上是成功的,但一些设备(Eufy、HP 打印机、某些 Docker 容器)缺乏完整的 IPv6 支持仍然存在挑战。一个临时的基于 IPv4 的 VPN 解决方案(Zerotier)提供了从 IPv4 网络访问 IPv6 服务的途径。此设置展示了一条通往未来可证明的、以 IPv6 为中心的家庭网络的可行路径。