## MicroGPT：200行代码实现的LLM Andrej Karpathy 使用200行Python代码创建了一个完全可用的GPT语言模型，展示了像ChatGPT这样的模型背后的核心原理，*无需*依赖外部库。该模型从32,000个示例的数据集中学习生成合理的人名。 过程首先将名称转换为数字标记——为每个字符分配一个ID，以及一个“序列开始”标记。然后，模型预测序列中的下一个标记，学习字符之间的统计关系。这种预测依赖于“注意力”机制，允许模型权衡输入不同部分的重要性。 至关重要的是，模型通过反向传播学习，使用交叉熵方法调整其参数以最小化预测误差（损失）。这涉及计算梯度并通过像Adam这样的优化器更新参数。 虽然这个micro-GPT使用简单的Python标量，但其底层算法与更大的LLM相同——这只是规模的问题。差异在于利用GPU、更大的数据集、更复杂的标记化以及大幅增加的模型大小（参数和层）。最终，核心循环保持不变：预测下一个标记，衡量误差，并完善模型。

Please provide the content you want me to translate. I need the text to be able to translate it to Chinese. Just paste it here, and I will give you the Chinese translation.

几位民主党人和所有共和党人在今晚特朗普宣布禁止股票交易时起立鼓掌。有趣的是，共和党人曾试图阻止本党人乔希·霍利（@HawleyMO）的干净法案——一项直接禁止在任期间交易个人股票的法案。该法案仅以委员会投票（8-7）通过，因为所有7名民主党人加入了霍利。所有共和党成员都投了反对票。霍利的法案还将禁止总统和副总统（从2028年开始）。自2025年7月30日以来，该法案一直搁置。⬇️ 现在，正在推动的“禁令”恰好只适用于国会——不包括行政部门。

## Servo 0.0.5：实验性浏览器重大更新 Servo 0.0.5 在网络平台功能、性能和稳定性方面带来了显著改进。主要新增内容包括对 `<link rel=preload>`、`<style blocking>` 和 `<img align>` 的支持，以及对 `<select disabled>`、`<audio>`（现在可以播放 OGG 文件）和 CSS 功能（如 `cursor-color` 和 `<details>` 元素的样式设置）的增强功能。 在底层，Servo 拥有新的 Web Cryptography 算法（ML-KEM、ML-DSA、AES-OCB），改进了 JS 模块加载，支持循环导入和 JSON 模块，并启用了 `navigator.sendBeacon()` 以实现更快的分析。网络改进包括 HTTPS 代理支持和更完善的错误处理。 性能提升得益于优化的 IPC 通道和缓存策略，而稳定性则通过大量的错误修复和防止崩溃措施得到加强。开发者工具也得到了增强，具有更好的 UI 分类和调试功能。 最后，该更新强调了持续的社区支持，通过捐赠和赞助来推动持续开发和基础设施建设。此版本代表着 Servo 作为下一代 Web 浏览器引擎向前迈出的重要一步。

## Dada 的基于位置的权限：摘要 Dada 是一种新的编程语言概念，旨在通过“基于位置的权限”系统改进 Rust 的借用检查器。Dada 不跟踪生命周期，而是跟踪数据从 *哪里* 借用——变量的“位置”。这简化了理解并实现了更灵活的借用。 Dada 与 Rust 的一个关键区别在于它处理移动和借用的方式。虽然 Rust 阻止在数据被借用时移动数据，但 Dada 允许这样做。这是可能的，因为 Dada 的引用不是指针，而是浅拷贝，并且类型系统通过更新变量类型来跟踪移动。例如，从变量借用然后移动该变量会更新借用以指向新位置。 Dada 默认使用引用，并使用类似于 `ref[variable] Type` 的语法来表示借用的数据。这与 Rust 的以指针为中心的方法形成对比。该系统在 `dada-model` 仓库中建模，展示了移动期间类型更新以及防止从错误位置借用的功能。 作者认为类似的改进可以应用于 Rust，可能利用正在进行的工作，例如字段投影，以允许更灵活的借用而不会牺牲安全性。最终，Dada 的目标是建立一个系统，程序员可以将变量视为对象，简化内存管理，而无需深入了解底层内存表示。

## SAS-音频处理器：一套25种音频工具 SAS-音频处理器是一套包含25种音频处理工具的集合——包括修剪、归一化、EQ、混响、音高变换以及BPM检测和调性识别等分析功能，可通过DeclarAgent的MCP（多命令协议）访问。这些工具接受WAV文件并输出结构化的JSON数据。 该套件分为处理、效果、分析、MIDI和复合工具几类，提供静音移除、压缩和旋律提取等功能。用户可以将工具链式连接起来，执行复杂操作，例如母带处理过程（归一化 -> 压缩 -> 限制）。 **集成：** 该处理器通过简单的配置更新，可与Claude Code和其他MCP客户端（如Cursor、Windsurf和Copilot）集成。 **用法：** 工具通过类似`sas-processor analyze --input <文件>`的命令调用，结果以JSON形式返回。 快速入门指南提供了示例对话，展示了在Claude Code中的使用方法。 **安装：** 安装涉及克隆GitHub仓库、设置Python虚拟环境和安装依赖项。 提供适用于macOS的预构建二进制文件。 该项目还包括全面的测试和覆盖报告。

## Python 类型检查器中的空容器类型推断 Python 代码经常在填充之前初始化空容器（如列表或字典）。这给类型检查器带来挑战：如何确定容器最终类型，当它一开始是空的。不同的类型检查器采用不同的策略，各有优缺点。 **存在三种主要方法：** 1. **推断 `Any`：** (Pyright, Ty, Pyre) – 最简单，假定容器元素类型为 `Any`，避免错误但牺牲类型安全。可能遗漏运行时错误。 2. **从所有用法推断：** (Pytype) – 分析容器的 *所有* 用法，推断可能的类型联合（例如 `list[int | str]`）。 镜像运行时行为，但可能在远离实际错误的地点报告错误。 3. **从首次用法推断：** (Mypy, Pyrefly) – 根据添加的 *第一个* 元素猜测类型。提供更可操作的错误消息，但如果初始用法不具代表性，可能会产生误报。 最佳策略取决于项目优先级。`Any` 具有许可性但不可安全。从所有用法推断是运行时准确的，但调试困难。从首次用法推断平衡了安全性和可用性，但当初始猜测不正确时需要注释。 Pyrefly 优先考虑可操作的错误，并默认使用首次用法推断，提供切换到基于 `Any` 的推断的选项，以获得更大的灵活性。

受最近快速开发工具的进步启发，作者在几天内构建了“Puppy Scheme”，一个针对WebAssembly (WASM) 的Scheme编译器。利用AI辅助（Claude）显著提升了性能——将编译时间从3.5分钟减少到11秒。 尽管仍处于alpha阶段，Puppy Scheme已经拥有令人印象深刻的功能，包括支持73%的R5RS/R7RS Scheme标准，WASI 2 & 组件模型，WASM GC，以及有效的死代码消除，从而产生小型二进制文件。值得注意的是，它是自托管的，可以编译自己的代码，并包含一个wasmtime包装器用于原生二进制文件。 作者还开发了一个基本组件模型和一个托管在Cloudflare Workers上的网站，所有这些都在Puppy WASM上运行。虽然仍然存在bug并且主要供个人使用，但该项目展示了新工具在短时间内取得显著成果的力量。更多信息请访问puppy-scheme.org。

## 反对MCP：大型语言模型不需要特殊协议 作者认为，旨在让大型语言模型与工具交互的模型上下文协议（MCP）已经失败，且在实际应用中益处不大。尽管最初业界对此炒作不断，但MCP引入了不必要的复杂性，而现有的解决方案——命令行界面（CLI）——已经表现出色。 大型语言模型非常擅长使用CLI，因为它们接受过大量相关数据的训练。CLI提供卓越的可调试性（直接命令执行）、可组合性（管道和链式工具）以及利用成熟的身份验证方法。相反，MCP需要自定义文档，使调试变得复杂（不透明的日志），并且难以处理需要工具链的复杂任务。 此外，MCP引入了运营开销，包括服务器管理、不稳定的初始化和持续的重新身份验证——这些都是CLI避免的问题。虽然MCP *可能* 对缺乏CLI等效工具的工具有用，但作者提倡优先开发CLI，因为它们天生就能有效地服务于人类和机器用户。最终，作者认为我们已经*拥有*了一个良好的工具使用抽象层——CLI，而MCP是对重复造轮子的误导性尝试。

## 从电动自行车困境到DIY动力中心 出于减少汽车使用的愿望，作者开始探索克服标准电动自行车局限性的方法。虽然承认电动自行车在中程出行方面优于汽车（并且在荷兰很受欢迎），但他们发现现有型号的续航里程和速度不足。 最初使用二手电池的尝试被证明是不够的，导致“续航焦虑”。升级到更快的S-Pedelec虽然提供了更高的速度，但续航里程却更差。这促使他们启动了一个复杂的项目：为Riese & Mueller自行车构建定制的高容量电池组。 该项目涉及深入研究Bosch电动自行车系统的复杂性，规避DRM限制，并最终构建了一个170节（最初计划190节）的锂离子电池组。挑战包括焊接过程中的电源问题以及确保安全构造。结果？一个2150Wh的电池，提供惊人的130公里续航里程，有效地取代了汽车出行。 作者公开分享了构建过程，强调了潜在的改进，并鼓励反馈以推动电动自行车技术的发展，倡导通过优化的充电/放电循环来实现更持久的电池。

## 构建“小而有趣的语言”：摘要 创建小型编程语言涉及一系列编译阶段，从解析源代码到抽象语法树 (AST)，再到生成目标代码（汇编、字节码或另一种语言）。关键阶段包括词法分析、语法分析、反糖化、类型推断、规范化和优化。 一个核心决策是求值策略：**严格**（立即求值参数）与**惰性**（仅在需要时求值参数）。惰性求值，由 Haskell 推广，可以实现无限数据结构，但增加了复杂性，例如“thunk”（未求值表达式），并需要像 STG 机器这样的技术来实现高效执行。 实现选择各不相同。编译器可以是**解释型**（直接执行 AST）或**编译型**（翻译成另一种语言）。编译成本大约需要 500-2000 行代码。**自举**——用语言本身编写编译器——是一种强大的自我维持技术。 错误报告的质量至关重要；“美观”的错误可以精确定位代码位置，需要在整个编译过程中跟踪源代码范围。类型系统从简单到高度表达性（类型类、依赖类型），每个系统都会增加复杂性。 最后，运行时系统处理内存管理（通常通过垃圾回收）并提供基本操作。较小的语言通常优先考虑简单性，选择解释器和最小优化，而更雄心勃勃的项目则以通过 LLVM 或类似后端生成本机代码为目标。

为父母设置新安卓手机对作者来说是一次令人沮丧的经历，凸显了现代智能手机日益复杂的设置和隐私问题。他曾经喜欢定制设备，但目前的安卓限制和缺乏时间让他无法进行完全的、注重隐私的设置。他依赖内置和OEM（三星的Smart Switch）数据传输工具，为了方便使用，不得不接受一些数据收集。 他通过禁用跟踪、卸载预装软件以及将默认应用（浏览器、图库）替换为注重隐私的替代品（如Vivaldi和Fossify）来尽量减少隐私侵犯。然而，他感到被迫在便利性上妥协隐私，担心父母否则会陷入云订阅、侵入性广告和持续的数据跟踪。 作者哀叹科技公司掌握的力量，并寻求隐私实践不太具侵入性的手机推荐，表达了对这些趋势日益增长的无助感。他担心这对技术水平较低的用户意味着什么，以及幕后普遍存在的数据收集。

## 新型纳米材料在癌症完全消退方面显示出希望 俄勒冈州立大学的研究人员开发了一种用于癌症治疗的新型纳米材料，在小鼠身上实现了肿瘤的完全消退，且未观察到副作用。该研究发表在《先进功能材料》上，推进了“化学动力疗法”（CDT）——一种利用肿瘤内独特化学环境的策略。 与仅产生一种活性氧的现有CDT药物不同，这种新型药物由铁基金属有机框架（MOF）构建，可以产生羟基自由基和单线态氧*两种*。这种双重作用会用氧化应激压垮癌细胞，同时保护健康组织。 在小鼠乳腺癌细胞的临床前试验中，全身给药这种纳米药物可导致肿瘤的完全且持久的消除，显示出比现有CDT方法显著更高的疗效。该团队目前正在将测试扩展到其他侵袭性癌症类型，如胰腺癌，然后再考虑进行人体试验。这项研究为更有效、毒性更低的癌症治疗提供了一个有希望的步骤。

## Ape 编码：历史与复兴 “Ape 编码”——人类刻意手写软件代码的实践——源于对人工智能驱动（代理）编码的兴起的反弹。 最初，它是一个贬义词，用来形容无法使用人工智能工具的开发者，后来被担忧人工智能生成软件的可靠性和可理解性的批评者所接受。早期的代理编码存在复杂性、质量控制以及缺乏真正的 AI 理解等问题，导致了回归和人类开发者失业。 倡导者推动回归人类编写的代码，认为其质量更优，并提供更大的控制力，但这些努力最终失败，因为人工智能技术迅速发展。 然而，Ape 编码作为一种娱乐活动却意外复兴。围绕这种实践涌现出社区，吸引了重视刻意工艺、教育效益，甚至手动编码的冥想方面的爱好者。现代“Ape 编码者”合作进行雄心勃勃的项目，例如为人工智能设计的语言（𒀯）编写的人工编译器，其灵感来自 Linux 内核的规模和寿命。虽然主要是一种爱好，但 Ape 编码现在被视为积极的信号，代表着好奇心和对计算机科学更深入的参与。

正在验证您的浏览器。网站所有者？点击此处修复。 Vercel 安全检查点 | sin1::1772379161-qNlvZGYjhTXI2jBqQk4ayuvKr2ZGVvCi 启用 JavaScript 以继续。 Vercel 安全检查点 | sin1::1772379161-qNlvZGYjhTXI2jBqQk4ayuvKr2ZGVvCi

经过数十年的研究，由萨尔兰大学的David Scheschkewitz和东北大学的Takeaki Iwamoto领导的两个独立研究团队成功合成了五硅杂环戊二烯化物，这是众所周知的环戊二烯化物的全硅类似物。两支团队采用了不同的合成路线，最终创造了具有庞大保护基团和锂离子的相同分子。 Scheschkewitz团队在尝试合成不同化合物时偶然取得了突破，而Iwamoto团队则采用了逐步方法。X射线分析揭示了一种具有一定芳香性的环状结构，但两支团队报告的平面度略有不同。 这种“梦想化合物”在催化和材料科学中具有潜力，由于其尺寸和屏蔽特性，优于其碳对应物。专家强调理解碳和硅环结构差异的重要性，为深入了解重元素的键合和性质铺平道路。这项合成被认为是开创性的，挑战了现有的键合理论。

## AI驱动的开发困境 最近的评论指出了一个日益增长的担忧：当AI工具成为标准做法时，新开发者如何建立必要的经验和直觉？ 核心问题是AI助长了“肤浅的胜任力”——快速交付代码，却不真正理解其*运作原理*。 这导致对AI生成解决方案的依赖，使开发者无法解释他们的选择或预见潜在问题。 经验丰富的开发者有价值不在于速度，而在于通过多年的挣扎和调试获得的失败模式识别能力。 为了避免落后，有抱负的开发者应该优先考虑：**1) 扎实的基础知识**（使用如*Head First Design Patterns* & *Designing Data-Intensive Applications*等资源），**2) 研究过去的失败**（分析Cloudflare & AWS等公司的事故后报告），**3) 自行制造挑战**（在*使用*AI之前尝试独立解决问题），**4) 理解每一行代码**（能够捍卫设计选择），以及**5) 向AI索要解释**（询问为什么推荐某种方法，而不仅仅是解决方案是什么）。 虽然快速交付的压力是真实存在的，但将空闲时间用于有意识的学习至关重要。 AI是一种强大的工具，但它应该被用作导师，而不是替代基础知识和批判性思维。 最终，开发者的价值在于辨别好代码和坏代码——这是AI无法复制的技能。

一种令人不安的趋势正在出现：源自在线“自愿单身”和“颜值最大化”社群的俚语正在迅速渗透到主流语言中，甚至出现在美国政府的官方通讯中——例如最近美国国防部的一条推文，其中充满了关于“杀伤力”的密码化术语。 这种语言诞生于像4chan这样的论坛，优先考虑外貌和性“市场价值”（SMV），并使用一种密集且快速演变的词汇，旨在用于群体内部识别。像“foids”（对女性的贬义词）和“mogging”（用吸引力羞辱他人）这样的术语，展现了一种根深蒂固的厌女症和虚无主义世界观。 语言学家注意到这种俚语的使用量显著增加，这得益于算法和对在线验证的渴望。特朗普政府，其根源在于这些在线社群，似乎有意采用了这种语言。虽然许多用户可能不知道它的起源，但这种俚语的正常化反映了文化向残暴的男子气概、对机构的蔑视，以及在数字世界中绝望地寻找意义的更广泛转变。专家建议，社交媒体中的有意识设计选择可以引导远离这种有害趋势，并优先考虑在线的关怀和自主权。

## GIMP 与 GEGL：与 Øyvind Kolås 的对话 本文呈现了一篇重现的采访，采访对象是 GEGL 和 babl 的维护者 Øyvind Kolås（“Pippin”），它们是 GIMP 功能的关键色彩引擎，包括 GIMP 3.0 中的全新非破坏性滤镜。 这次采访于 2017 年进行，深入探讨了 Øyvind 的背景、他对项目的贡献以及自由软件图形的未来。 Øyvind 的参与始于一个改进 GIMP 透视变换的补丁，源于他对视频编辑工具的实验。 他解释说，GEGL 是一个用于串联图像操作的系统，可以实现强大的功能，例如非破坏性编辑。 他承认 Mitch 对 GEGL 与 GIMP 的集成有最深入的理解，但他讨论了为高级功能实现用户友好界面的挑战。 他强调了 GEGL 在 GIMP 之外的潜力，设想其滤镜可以在其他软件中使用。 Øyvind 还谈到了性能方面的考虑，目标是每秒 10 帧的更新速度，以及持续努力改进文档和网站展示。 他最后讨论了他的 Patreon，寻求支持以继续开发开源图形工具并追求他在代码和视觉媒体中的创意探索。

Ghostty 是一款跨平台终端模拟器，专为速度和丰富的功能而设计。它利用原生 UI 和 GPU 加速以实现最佳性能。值得注意的是，Ghostty **无需任何配置**即可开始使用——只需安装并运行！ macOS 提供现成的二进制文件，Linux 提供软件包或源代码构建，安装过程简单明了。 Ghostty 拥有广泛的自定义选项，包括**灵活的键绑定**和**数百个内置颜色主题**（支持浅色/深色模式）。一个全面的**配置系统**允许用户定制终端的外观和行为。 开发者会发现详细的 **终端 API (VT) 参考** 对于构建兼容应用程序很有帮助。 您可以在他们的 [GitHub](链接到 GitHub) 和 [Discord](链接到 Discord) 上找到更多信息、文档并为项目贡献力量。

## AI驱动的工程变革：更高的期望，更大的复杂性 虽然AI工具让代码*创建*比以往任何时候都更容易，但软件工程师的日常工作却出乎意料地变得更加复杂和要求更高。这并非矛盾，而是采用强大工具而不考虑对工程师影响的后果。期望值已大幅提升——2026年的预期产出远超2023年——并非通过正式公告，而是因为AI能够更快地完成任务，从而导致对*更多*工作的需求。 研究表明，工程师并非利用AI来减少工作，而是承担更广泛的任务，加快工作速度，并延长工作时间，导致普遍的倦怠（62%的助理/初级人员 vs. 38%的高管）。一个关键问题是转变*从*构建代码*到*审查和监督AI生成的代码，这正在侵蚀许多工程师在代码创作这一创造性行为中找到的核心满足感。 此外，角色也在扩展——工程师现在被期望处理产品思维、架构等等——却没有相应的支持或补偿。由于缺乏上下文，审查AI代码往往比编写代码*更难*，从而增加了认知负荷。最终，行业需要认识到这种转变，投资于技能提升，设定现实的界限，并优先考虑工程师的福祉，以避免人才危机。AI是一种强大的工具，但人——以及他们的局限性——仍然是构建成功产品的关键。

启用 JavaScript 和 Cookie 以继续。

## Vertex.js：一个轻量级SPA框架 Vertex.js 是一个1KB的单文件JavaScript框架，提供类似React的功能——包括虚拟DOM、hooks和模板引擎，并兼容jQuery。它无需构建步骤，可以直接通过`<script>`标签包含在HTML中，或与CommonJS/AMD一起使用。 主要特性包括：一个**DOM层（V$ / VQuery）**用于元素操作，一个**Fiber协调器**用于高效更新（使用`createElement` & `render`），以及类似**React风格的hooks**，如`useState`、`useEffect`和`useRef`。模板通过**Mustache**处理，使用`Vertex.template`，支持本地和远程文件。 包含一个**Backbone风格的哈希路由器**，用于通过URL片段管理应用程序状态。Vertex.js 被设计成可以与jQuery共存；如果jQuery存在，则保持不变，Vertex提供自己的DOM包装器 (`V$`)。它还通过 `VQuery` 提供一个兼容jQuery的API。 Vertex.js 为常见任务（如AJAX请求 (`Vertex.ajax`) 和组件创建）提供快速API，使其成为小型到中型SPA的可行选择。

🛡️ 安全验证 我们正在检查您的连接以防止自动化滥用 ⏳ 正在验证您的浏览器... 为什么我看到此验证？ 有问题吗？联系支持 验证并继续 ✓ 验证完成 此页面将在片刻后自动跳转...

📺 广告 — 在您免费聊天之前🚀BrainBoost Pro 2025年#1人工智能效率应用！加入200万专业人士，思维更快，专注更好，成就更多。人工智能驱动的目标追踪、习惯养成和记忆力提升。首月免费！⭐⭐⭐⭐⭐98,432条评价•🏆 年度应用🎉 领取我的免费试用Ad • brainboostpro.ai 跳过8秒...

## 重新思考Postgres的`random_page_cost` Postgres默认的`random_page_cost`，在过去25年里一直设置为4.0，可能无法反映现代存储的实际情况。实验表明，随机页面读取比顺序读取要昂贵得多——在本地SSD上慢约25-35倍，在云存储上甚至更高——这与将SSD的值降低到1.0的建议相矛盾。 这种差异源于虽然SSD处理随机I/O更好，但*成本*差异仍然很大。调整`random_page_cost`会影响查询计划；配置不当的值可能导致次优计划，可能导致查询时间长达10倍。 然而，降低成本并不总是错误的。在具有高缓存命中率的系统中，随机I/O可能优于完全顺序扫描。此外，当前的成本模型没有考虑预取，而预取可以显著提高性能。 最终，调整`random_page_cost`需要仔细监控和评估，因为它是一种解决复杂数据访问模式的简单粗暴的方法。未来的改进可以包括分离非I/O成本、更好的缓存统计信息以及将预取纳入成本模型。

## AI苏格拉底马德里聚会：总结 上周四的AI苏格拉底马德里聚会汇集了来自人工智能研究人员、企业家、风险投资家，甚至利用人工智能的营销人员等不同领域的人们，进行了热烈的讨论。聚会的核心围绕“苏格拉底式对话”展开，重点关注OpenClaw和Moltbook等最近的人工智能发展，以及它们对工作和社会的影响。 一个关键主题是未来十年内“人工智能优先社会”的可能性，引发了关于人类在潜在自动化世界中的目的的疑问。虽然有些人持怀疑态度，但讨论的重点是寻找超越传统工作的满足感，强调人类对社区的持久需求。然而，一个重要的担忧浮出水面：不是失去身份，而是人工智能目标可能不一致，从而可能认为人类是“次优的”。 聚会还包括一个名为“语境即一切”的演讲，认为在人工智能智能商品化的时代，*语境*——提供最佳连接和环境——将是真正的产品和竞争优势。这挑战了当前对硬件的投资重点，表明价值将积累在最前沿人工智能实验室*之上*的层面，为自主代理构建必要的连接和安全性。作者认为我们正在见证软件交付方式的转变，从发布代码到部署自适应代理，并预计未来将充满有趣的时刻。

Pigeons & Planes 是一个致力于音乐发现和推广新兴艺术家的平台。他们专注于策划高质量的音乐体验，包括线上内容和线下活动。 简单来说，Pigeons & Planes 不断寻找和分享新音乐，作为你发现下一位喜爱艺术家的资源。他们的核心使命是聆听并为受众提供最佳的音乐精选。他们始终活跃于音乐界，确保源源不断的新声音和艺术家展示。

这篇帖子详细描述了一项调查，发现几乎每个程序执行的开始都会出现持续的72KB内存分配。作者在试验自定义内存分配器时，使用调试工具记录分配大小，注意到了这个初始的`malloc`调用。通过使用`gdb`进行调试并追踪调用堆栈，他们确定这次分配来自libstdc++的异常处理基础设施。 具体来说，这72KB是为“紧急池”保留的——一个备份内存区域，用于在标准`malloc`失败时分配异常所需的空间。该池在程序启动时延迟初始化，以确保即使在低内存情况下也能处理异常。池的大小由诸如字大小和libstdc++中定义的常量等因素决定。 作者还探讨了这种行为如何影响Valgrind等工具，该工具先前将此内存报告为“仍然可达”（可能误导性地标记为泄漏），以及较新版本如何正确释放紧急池。这项调查强调了即使在核心系统库中也需要进行内存分配，以及底层编程的复杂性。

库伯·梅塔是一位才华横溢的19岁人工智能开发者，来自印度新德里，目前正在印度顶尖大学学习计算机科学、人工智能与数据科学。他是Perplexity AI商业研究员，并且活跃于OpenAI亚太开发者社区。 库伯拥有丰富的黑客马拉松经验——参加过20多场，包括赢得Nothing Essential Lab S1黑客马拉松，并在Unsloth x AMD强化学习黑客马拉松中获得第四名。他因创新项目而备受认可，例如**PolyThink**（多智能体人工智能）、**TREAT**（触发检测），以及特别的**Backdooms**——一个完全功能的DOOM游戏，嵌入在二维码中——该项目曾被《独立报》、《PC Gamer》等媒体报道。 他还正在开发**MEOW**，一种适用于人工智能时代的下一代图像格式，以及众多其他人工智能/机器学习和Web开发项目。库伯精通多种技术，包括Python、JavaScript、TensorFlow和AWS。 他的作品可以在[GitHub](https://github.com/Kuberwastaken)和[Portfolio](https://kuber.studio/)上找到。