## 美国电费飙升 美国电价大幅上涨，自2020年2月以来上涨了40%，超过了26%的整体通货膨胀率。 这一增长正在影响全国各地的家庭，特别是像佛罗里达州71岁的凯西·莱图诺那这样的固定收入人群，她每月难以负担200至300美元的账单。 有几个因素在推高成本。 由于电动汽车、电器以及特别是耗能密集的AI数据中心的快速增长，需求正在激增。与此同时，老旧的发电厂正在退役，需要在未来五年内投资超过一万亿美元来建设新的基础设施并使电网现代化。 天然气是发电的关键燃料来源，其价格也会波动并导致更高的电费。 一个关键的争论集中在谁应该承担这些升级的成本。 虽然数据中心*应该*自行承担其电力需求，但一些监管机构正在考虑为它们提供折扣费率，这可能会将负担转移到已经支付比企业更高的费率的居民客户身上。 激励数据中心减少高峰时段用量和灵活的电动汽车充电等策略可以帮助缓解这些不断上涨的成本。
每日HackerNews RSS
## 黑客新闻讨论：人工智能与不断上涨的电费
一篇最近的 NPR 文章引发了黑客新闻关于电费上涨的争论，核心问题是人工智能数据中心的作用。虽然文章暗示人工智能是导致电费上涨的*部分*原因，但许多评论员认为这是一种误导。
主要观点集中在**政策主导的供应限制**上。用户指出，阻碍所有新型发电厂（包括可再生能源、核能和传统能源）建设的法规是导致价格上涨的主要原因。在供应受限的情况下增加大量新需求（例如来自人工智能），自然会导致价格上涨，但供应有限本身并非固有问题，而是一种*政策选择*。
讨论延伸到电网基础设施的复杂性、建设发电厂所需的时间以及简化法规的可能性。一些人建议让数据中心直接承担增加电网容量的成本，而另一些人则主张监管人工智能数据中心的建设本身。
最终，共识倾向于将电费上涨归咎于由于监管障碍导致的电力供应不足，而不是人工智能需求的增加，将后者视为症状而非根本原因。
这项实验研究了280nm紫外线对面包酵母的影响，旨在了解超出文献学习范围的紫外线敏感性研究的实际挑战。作者发现即使在预期能完全灭菌剂量的照射下，结果也存在显著差异，这凸显了湿实验室实验的脆弱性和复杂性——特别是对于资源有限的独立研究人员而言。
一个关键的发现是由于容纳器内光线扩散以及依赖制造商提供强度数据等因素，难以准确计算紫外线剂量。污染是另一个主要障碍，尽管努力保持清洁，但仍会影响结果。
虽然初步结果显示随着紫外线照射增加，菌落密度呈减少趋势，但出现了异常情况，促使作者计划进行重复实验，并改进无菌技术——包括使用酒精灯和火焰灭菌——以及详细记录，供其他尝试类似家庭生物实验的人参考。作者强调了独立实验在揭示这些隐藏变量方面的价值，并计划在未来的文章中分享有关无菌技术的见解。
## 精妙的工程与食品生产：黑客新闻摘要
最近一篇Substack文章引发了黑客新闻的讨论，探讨了食品生产中用于实现细菌和酵母所需特征的令人惊讶的技术——通常绕过转基因食品标签要求。一位前食品技术员工透露了一种故意用紫外线照射（如用于酸奶和酵母生产的菌株）进行诱变的做法。一旦通过工程菌株鉴定出有益的突变，研究人员就会对原始菌株进行紫外线照射，并*扫描*相同的突变，从而有效地创造出“天然”版本。
这种“平行构建”允许公司开发改良菌株，而不会触发转基因法规。讨论进一步揭示了其他行业中类似的实践，例如选择性地销售未*常规*使用抗生素的鸡肉，以及在不改变配料标签的情况下操纵橙汁的成分。
用户还强调了辐射在作物开发中的历史应用（“原子园艺”），以及现代技术（如单细胞测序）日益强大的力量，可以加速这些过程。对话涉及消费者认知、法律漏洞以及酵母等微生物惊人的适应性之间的平衡。
## 英国暂停与美国分享情报，因其在毒品战争中使用致命战术 英国已暂停与美国分享有关加勒比地区 suspected 毒品走私的情报，据报道，原因是担心这些信息可能被用来 justification 对船只的致命军事打击。这种罕见的盟友间紧密合作中断，表明英国对特朗普政府在毒品贸易中采取的 controversial 击沉船只政策持不同意见——英国可能认为这种做法不合法。 美国已实施大约 19 次袭击，造成 76 人死亡，声称走私者是武装冲突中的“combatants”。然而，英国不愿提供支持，如果这可能使其 complicit 于潜在的战争罪行或违反国际法。 这一决定 coincided with 美国在该地区增加军事 presence，包括部署 USS Gerald R. Ford 航空母舰，并引发了对目前在 strike group 内美国驱逐舰上 serving 的英国皇家海军军官的担忧。美国的行动也引发了与委内瑞拉潜在冲突的 fears，进一步 complicating 英国的立场。
## 英国暂停与美国分享加勒比海毒品行动情报
英国已暂停与美国分享关于加勒比海可疑毒品船只的情报，引发了Hacker News的讨论。此前，美国政策发生了变化，直接摧毁可疑走私船只，不再事先检查是否有毒品，引发了对法外处决和违反国际法的担忧。
此前，英国、加拿大和圭亚那与美国海岸警卫队分享情报，海岸警卫队随后将拦截和搜查船只。现在，由于盟友提供的情报减少，预计毒品拦截率将会下降。批评人士认为，美国的方法优先考虑武力而非正当程序，可能伤害无辜平民并破坏国际准则。
讨论的中心是美国的行为是否合理，一些人认为这是应对毒品危机所必需的，而另一些人则谴责这是危险的越权行为。 许多评论员指出美国的虚伪，提及过去的美国行动，并质疑放弃法律框架的长期后果。 据报道，荷兰也已经削减了与美国分享的情报。 这种情况引发了对国际合作未来以及英国在“五眼联盟”情报联盟中作用的质疑。
Valve 刚刚发布了三款新的 Steam 硬件设备的新闻稿。最近的泄露都得到了证实，Valve 宣布了一款新的 Steam Controller、Steam Machine 作为 Linux 驱动的客厅游戏机的回归，以及 Steam Frame 作为他们长期传闻的 VR 头显。
新的 Steam Controller 看起来类似于 Steam Deck 的控制方式，但没有屏幕和技术。新的 Steam Machine 运行 SteamOS，并由 AMD 台式机级别的 CPU 和 GPU 驱动。它将作为一台传统的（基于 Linux 的）PC 使用。Steam Machine 使用基于 AMD Zen 4 的半定制 SoC，配备 RDNA3 显卡，以及 16GB 内存和 8GB GDDR6 显存。Steam Frame 是他们的轻量级 VR 头显，无线且据称舒适。Steam Frame 由 Qualcomm Snapdragon 8 Gen 3 ARM64 SoC 驱动，配备 16GB LPDDR5x 内存，并运行 SteamOS。
这些新的 Steam 设备将于“2026 年初”发布。确切的发布时间和价格将在新年时公布。
这个Hacker News讨论围绕着Phoronix的一篇文章，宣布Valve的新硬件：Steam Machine、Steam Controller和Steam Frame。最初的帖子因被认为是“博客垃圾信息”和重复讨论而受到批评。
版主“dang”通过将评论整合到不同的主题中来解决这个问题：Steam Machine一个主题，Steam Frame一个主题，Steam Controller一个主题，甚至专门有一个主题用于与半条命相关的玩笑。
用户还指出了指向Steam商店促销页面的链接。 许多评论将原始帖子标记为重复，引用了新创建的、更集中的讨论主题。 基本上，这次对话突出了Hacker News的社区管理以及努力围绕Valve硬件公告的特定方面组织讨论。
## 字节序：无声的漏洞终结者 字节序定义了字节在内存中的存储顺序，对漏洞利用至关重要。**小端序 (LE)**，被大多数现代计算机（x86/x64）使用，先存储最低有效字节。**大端序 (BE)**，常见于网络和一些嵌入式系统，先存储最高有效字节。 不正确的字节序会导致崩溃 (SIGSEGV)，因为目标程序会错误解释漏洞利用中的地址。当目标架构不是x86，例如MIPS或PowerPC时，这种情况尤其常见。 **漏洞利用开发的关键点：** * **确认目标架构和字节序：** 不要假设是x86！使用 `file`、`readelf` 或 GDB 进行验证。 * **使用正确的打包：** 使用像 `pwntools` 或 `struct.pack` 这样的工具来正确格式化地址 (p32/p64)。 * **验证有效载荷字节：** 比较发送的数据与目标接收的数据及其内存表示形式。 * **网络协议：** 除非另有说明，否则以网络字节序（大端序）编码网络中的多字节字段。 理解打包过程中字节被反转的原因对于调试至关重要。虽然现代工具可以处理大部分工作，但了解底层概念可以防止静默失败并加速漏洞利用开发。
**项目欧拉**
Project Euler
14 天前
为了确保本网站的安全，请稍等片刻，我们正在验证您是否为机器人！这只需要几秒钟… 加载中…
## Project Euler：一个社区与学习资源
这次Hacker News讨论围绕Project Euler ([projecteuler.net](https://projecteuler.net))，一个网站，上面提出了一系列具有挑战性的数学/计算机编程问题。许多评论者分享了网站如何影响他们生活的深刻个人故事，通常认为它激发了他们对编程的热爱，帮助他们克服个人挣扎（如成瘾），并开启了他们的职业生涯。
该网站的难度显著提高，需要超出最初问题的更复杂的数学知识。用户讨论策略，从暴力方法到优雅的数学解决方案，以及发现优化方法的乐趣。
最近的讨论涉及该网站的持续相关性、人工智能工具的潜在影响，以及它所培养的学习过程的价值——与像LeetCode这样的快速解决方案形成鲜明对比。Project Euler仍然是一个充满活力的社区，仍在每周发布问题并接受贡献，为程序员和数学爱好者提供独特的、有益的挑战。
启用 JavaScript 和 Cookie 以继续。
## GPT-5.1 发布：褒贬不一
OpenAI 发布了 GPT-5.1，通过 API 提供“即时”和“思考”模式，并在 Hacker News 用户中引发了争论。一些人对改进后的推理能力感到兴奋，但许多人对模型响应中 perceived 的“热情”和趋炎附势倾向感到失望。
一个主要担忧是 OpenAI 正在优先考虑用户参与度——通过过于友好的互动来实现——而不是提供直接、客观的答案。用户报告了使用自定义提示来强制模型采用更机械的语气等解决方法，但遗憾的是不得不不断“引导”人工智能。
另一些人对发布时缺乏基准测试感到沮丧，并担心数据隐私，引用了 Anthropic 和 OpenAI 的法律纠纷以及服务条款的变更。一些用户因此转向开源模型或 Gemini 等替代方案。
最终，这些反馈凸显了 OpenAI 创造对话式人工智能的愿望与用户对强大工具的效率和客观性的重视之间的紧张关系。
## 苹果推出钱包中的数字身份 苹果公司宣布推出**数字身份**，这是一种新的安全方式，可直接在苹果钱包中存储和展示身份信息，利用美国护照的信息。 这扩展了身份验证选项，超越了驾照，为那些没有符合REAL ID标准的州身份证件的人提供了解决方案。 用户可以通过扫描护照与他们的iPhone，完成面部验证，并将数据安全地存储在他们的设备上，来创建数字身份。展示通过iPhone或Apple Watch使用Face ID或Touch ID进行身份验证，确保隐私——苹果无法访问展示数据。 最初，数字身份将在超过250个美国机场的TSA安检点进行国内旅行的测试。未来的扩展包括在企业和应用程序中用于年龄和身份验证。需要注意的是，数字身份*不能*替代实体护照用于国际旅行。 目前，驾照和州身份证件也在苹果钱包中提供，适用于12个州和波多黎各，最近在日本国际推出。
## Apple Wallet 数字身份：担忧与讨论 (Hacker News 总结)
苹果在 Apple Wallet 中推出数字身份功能，允许用户存储和展示身份证明（如护照和驾照），引发了 Hacker News 上热烈的讨论。虽然便捷，但许多评论员表达了对隐私和潜在政府过度干预的深切担忧。
一个核心恐惧是“完美执行”——无缝追踪和控制公民行为的能力，可能扼杀社会进步。人们担心身份验证范围扩大，数字身份与在线活动关联以进行监控（以及潜在的“预防性犯罪”人工智能），以及即使在苹果安全措施下，集中式数据控制的固有风险。
一些人指出了生物识别数据现有的问题以及强制使用数字身份的可能性，导致持续追踪。另一些人强调了获取所需身份证明的可访问性问题，特别是对于边缘化群体。反驳意见指出现有的数据收集实践以及安全数字身份的潜在好处，而一些人则提倡去中心化的、基于区块链的解决方案。讨论还涉及便利性与安全性之间的权衡以及即使在现有保障措施下，滥用的可能性。
## 从零开始构建 CI/CD 流水线 Runner 本文详细介绍了使用 Python 创建 CI/CD 流水线 Runner 的过程，旨在揭示 GitLab Runner 和 GitHub Actions 等工具的内部工作原理。作者最初对这些工具的配置缺乏深入理解，为了在隔离环境中构建自定义解决方案，从而深入研究了其核心组件。 该 Runner 的构建分阶段进行，首先是在 Docker 容器中执行单个任务，然后是具有顺序执行的多阶段流水线，再到使用多进程并行执行任务。 重要的是，最终版本包含了依赖管理和任务之间的工件传递，从而模拟了真实的 CI/CD 功能。 核心组件包括：配置解析器、使用拓扑排序的依赖解析器、任务调度器和任务执行器。 虽然这个 Runner 演示了基本概念，但生产级别的工具会添加诸如分布式执行、缓存、Webhook 和强大的安全性等功能。 该项目是一个有价值的学习工具，可以深入了解 CI/CD 架构，并使开发者能够在必要时进行故障排除、自定义甚至构建自己的流水线。 进一步的开发可以包括诸如 Web UI、缓存机制和分布式执行能力等功能。
## Hacker News 讨论：用 Python 构建 CI/CD 管道运行器
最近一篇 Hacker News 文章讨论了用 Python 从头构建 CI/CD 管道运行器，引发了关于现有解决方案（如 Jenkins 和 Argo Workflows）的争论。原作者澄清该项目主要是一个教育练习，尤其适用于无法轻松部署现成工具的隔离环境。
讨论集中在 Jenkins 的优缺点上。虽然其可靠性得到了认可，但一些用户认为其界面混乱，结果难以解读。另一些人认为 Jenkins 的灵活性可能导致过于复杂的配置。人们对 Jenkins 的架构提出了担忧——依赖 XML 序列化、可扩展性限制以及插件繁多的生态系统——暗示核心问题尚未解决。
提到了 Argo Workflows 等替代方案，但认为其过于复杂，尤其是在使用 Helm 的情况下。几位评论员强调了自定义解决方案在隔离环境中的简单性优势，避免了学习和上手成熟工具的挑战。对话还涉及了 `cue/flow` 等工具，用于定义任务依赖关系，以及 Python 的 `graphlib.TopologicalSorter`，用于管理作业执行顺序。最后，由于潜在的安全和可重复性问题，Docker 作为构建执行引擎的选择受到了质疑。