本文详细介绍了一个基于FPGA的SHA-256密码破解器，该破解器运行在连接到树莓派5的LiteFury开发板上。最初的单核SHA-256计算器设计通过集成12个并行的`sha256_core_pif`模块得到了增强，显著提高了吞吐量。 关键优化包括将K矩阵外部化和并行化W矩阵的初始化，从而减少了核心逻辑并提高了性能。一个`SHA256_manager`模块协调各个核心并将其输出与目标哈希进行比较。 系统迭代地对候选字符串进行哈希运算，采用并行处理方式。Python驱动程序利用赛灵思的xDMA驱动程序通过PCIe与FPGA通信，写入寄存器以发送目标哈希，并读取回恢复的字符串以及找到它的核心的索引。 由于时间限制，AXI时钟速度降低到62.5 MHz。该项目展示了FPGA在加速密码学任务方面的强大功能，并突出了FPGA在网络安全领域日益增长的重要性。

作者最初发现像 Claude 3 Opus 和 OpenAI o3 这样的大型语言模型 (LLM) 对日常编码来说过于缓慢且昂贵，更倾向于使用 Claude Sonnet 等速度更快的模型。然而，o3 优越的工具使用和自我纠错能力证明出奇地高效，尽管每天的成本约为 50 美元，但在实践中却能更快地得到结果。 尝试之后，作者及其联合创始人发现 o3 的好处超过了成本，因为它生成的代码风险更低，更频繁地找到相关的代码，并且更严格地遵守规则。对大型语言模型的投资也帮助公司开发者更早地发现错误，使用更可靠的技术，改进 Cursor 规则，改进开发脚本，编写更易读的代码，并对模型产生同理心。 这导致作者将 Cursor 的支出上限提高到每月 1000 美元，这一决定也得到了业内其他人的支持。随着近期价格下降以及后台代理等新功能的出现，重点正从证明成本的合理性转向探索如何同时利用多个代理，从而使开发人员能够专注于更高层次的任务，例如系统设计和客户价值。

Collin Richards 将 tmux 从 C 语言重写为 Rust 语言，作为一项业余项目，最初使用了 C2Rust 转换器。然而，生成的 Rust 代码难以维护且体积显著增大，因此他进行了手动翻译。 该项目涉及理解 tmux 的 autotools 构建流程，将 Rust 代码集成作为静态库，最终切换到一个链接 C 代码的 Rust 二进制文件。采用了逐函数翻译的方法以确保持续验证。 Richards 遇到了一些有趣的错误，例如 C 语言中的隐式函数声明以及 C 和 Rust 之间不匹配的结构体定义。他使用 Rust 的原始指针来处理 C 语言的原始指针，用带标签的块和循环来模拟 goto 语句，并使用泛型 trait 来复制侵入式数据结构。Yacc 被 lalrpop crate 替换用于解析，从而完全去除了 C 代码。虽然转换后的代码并没有比 C2Rust 的输出好多少，并且仍然存在 bug，但 Richards 已经发布了 0.0.1 版本，并计划将代码库转换为安全的 Rust 代码。

帖子 - walterfreedom walterfreedom 🐠 鱼：关闭 © 2025 walterfreedom。版权所有。

请启用JavaScript和Cookie以继续

西蒙妮·斯卡达帕内（Simone Scardapane）的论文“爱丽丝在可微分仙境中的冒险——第一卷，对这片土地的游览”（Alice's Adventures in a Differentiable Wonderland -- Volume I, A Tour of the Land）是可微分编程和神经网络的入门读物。该论文以“爱丽丝”这样的新手为目标读者，重点介绍了通过自动微分优化函数的核心概念的直观理解。 这篇论文探讨了各种常用神经网络设计，这些设计常用于处理序列、图、文本和音频。它强调了这些网络背后的关键设计技术，包括卷积、注意力和循环模块。通过弥合理论知识和实践代码（使用PyTorch和JAX）之间的差距，这篇论文旨在使读者能够理解大型语言模型（LLM）和多模态架构等复杂模型。本质上，这篇论文是一份关于可微分编程和神经网络设计的自包含指南，使读者能够掌握并构建最先进的AI模型。

Kyber正在寻找雄心勃勃的企业业务拓展代表（BDR），以推动其AI原生文档平台的销售渠道增长。Kyber正在彻底改变企业文档工作流程，尤其是在保险行业，取得了显著成果：模板整合率提高80%，起草时间缩短65%，沟通周期加快5倍。在Y Combinator和Fellows Fund的支持下，Kyber在过去8个月实现了20倍的营收增长并实现盈利，现寻找具备超额完成配额的成功经验、卓越的沟通能力和百折不挠的资源丰富能力的优秀人才。 职责包括执行外联策略，在HubSpot中管理潜在客户渠道，代表Kyber参加活动，并提供宝贵的反馈意见以改进信息传递。理想的候选人应具备极强的职业道德，团队合作精神，并渴望拥有自己的业务。Kyber提供具有竞争力的目标总收入（OTE），无限佣金，股票期权和全面的福利。为了脱颖而出，申请者应将简历或领英个人资料以及前同事的2-3句推荐信发送至arvind [at] askkyber.com。

在2025年7月3日的一篇博客文章中，作者批评了多组件管道（MCPs），认为它们目前不如代码生成有效，尤其是在自主编码方面。主要问题在于缺乏真正的可组合性、过度依赖推理以及对上下文的高度依赖，这使得它们比`gh` CLI等工具更慢、效率更低。 虽然作者承认MCPs在特定领域的任务和未来发展中具有潜力，但他认为，利用大型语言模型（LLMs）进行代码生成，提供了更好的控制性、可验证性和可扩展性。关键在于自动化重复性任务，生成的代码可以在没有持续推理的情况下可靠地执行。 作者提出了一种“LLM到代码到LLM”的方法，使用LLMs生成代码，然后再次使用LLMs验证代码的输出，例如reStructuredText到Markdown的转换。这使得能够审查并信任整个过程，这与不透明的MCPs不同。虽然MCPs也有一定的作用，但作者鼓励探索代码生成和API，从而实现更好的自主编码，并可能将代码逻辑转换成对非程序员来说易于理解的解释。