请启用Cookie。 错误 1005 Ray ID：99b61cd90847d47d • 2025-11-08 15:30:37 UTC 访问被拒绝 发生了什么？ 该网站（gizmodo.com）的所有者禁止您的IP地址所在的自治系统编号（ASN 45102）访问此网站。 请参阅 https://developers.cloudflare.com/support/troubleshooting/http-status-codes/cloudflare-1xxx-errors/error-1005/ 了解更多详情。 此页面是否有帮助？ 是 否 感谢您的反馈！ Cloudflare Ray ID：99b61cd90847d47d • 您的IP： 点击显示 47.245.80.60 • 由Cloudflare提供性能和安全保障。
每日HackerNews RSS
一位即将43岁的千禧一代发现自己越来越同意婴儿潮一代的抱怨——不是关于工作伦理，而是关于令人沮丧的现代不便之处。作者哀叹简单实用设计衰落，转而青睐技术驱动的“解决方案”，而这些方案往往会制造更多问题。
具体来说，他们抨击餐厅里的二维码菜单、刺眼的汽车大灯、软件和流媒体服务的订阅模式（以及其中的广告！）、以及手刹和实体按钮等触觉控制的移除。基本任务所需应用程序的激增、微小的印刷说明以及无休止的营销/奖励计划也引起了不满。
最终，最大的沮丧是不起作用的聊天机器人客服以及日常电器日益复杂的Wi-Fi连接需求。作者认为这些烦恼是普遍存在的，可能成为世代之间的桥梁——一种对无意义的技术“改进”的共同恼火。
该网站正在使用安全服务来保护自身免受在线攻击。您刚才的操作触发了安全解决方案。 提交特定词语或短语、SQL命令或格式错误的数据等行为可能会触发此阻止。
## 美国体育联盟的坚不可摧堡垒 自2000年以来，尽管有超过65次尝试，并获得了蒂尔和库班等人的数十亿美元投资，但没有新的美国主要体育联盟取得成功。这并非缺乏努力，而是由于根深蒂固的市场结构偏袒现有联盟。像MLB的垄断地位这样的法律先例，以及既定的文化期望，都构成了巨大的进入壁垒。 “赢者通吃”的动态，通过有利可图的、为期十年的电视合同（主要联盟收入的50-70%）得到放大，是关键。新的联盟难以在没有电视曝光的情况下吸引观众*和*顶级人才，但电视台需要证明收视率。LIV高尔夫试图通过直接支付明星来绕过这一限制，虽然显示出潜力，但最终还是寻求与现有结构合作。 风险投资在很大程度上不适用，因为其时间线长且需要大量资金。相反，成功需要的是亿万富翁家族办公室或主权财富基金——这些群体优先考虑地位和影响力，而不是纯粹的财务回报。此外，像YouTube和Twitch这样的平台上个人内容创作者的崛起提供了竞争性的娱乐，降低了传统体育的文化相关性。 一个成功的新的联盟可能需要与专注于更广泛目标（如研发）的长期投资者保持一致，初始团队规模较小，并与明星球员分享股权。最终，打破现有模式需要一种与简单复制既定模式根本不同的方法。
## 缺失的主要体育联盟之谜
最近Hacker News上的一场讨论探讨了为什么最近没有出现新的主要体育联盟。核心论点集中在现有联盟的统治地位以及在缺乏重大财务支持（通常受限于电视收入不足）的情况下吸引顶级人才的困难。
讨论考虑了几个因素：像英超联赛（通过易于访问性和升降级制度吸引美国观众）这样的外国联赛日益普及，电子竞技的发展（尽管对其是否是“真正的”运动存在争议），以及新兴运动如匹克球和美国职业板球联赛的潜力。
对话强调了与成熟联盟竞争的挑战，盈利能力（或至少清晰的盈利途径）的重要性，以及政府投资在促进体育发展中的作用。一些评论员建议关注地方社区层面的体育运动，或探索替代的联赛结构，而另一些人则指出所有体育运动的内在娱乐价值，即使是像WWE这样带有剧本元素的运动。最终，讨论的问题是，当现有选择已经满足球迷兴趣时，是否对*新的*联赛有足够的市场需求。
此文档似乎是PDF文件的内部结构，具体来说是交叉引用表（xref）和对象定义。**这不是人类可读的内容**，例如文本或图像。 `xref`表对于PDF阅读器定位文件不同部分至关重要——包含文本、图像、字体和其他数据的对象。 `xref`后跟随的数字（302 32）表示起始对象编号和表中条目总数。 `obj`条目（如302 0 obj和303 0 obj）定义了PDF中的各个对象。 `stream`对象（332 0 obj）可能包含压缩数据。 `stream`内的看似随机字符（HUYlEwl'QdwsIKACIvHRf)6nɱv CHOH⨢O RR/AU (BBbf1!) 可能是二进制数据——压缩文本、图像数据或其他文件组件——在没有适当解码过程的情况下没有意义。 **简而言之，这是PDF的基础代码，而不是文档本身的内容。**
这个Hacker News讨论的核心是令人惊讶的复杂机票规划问题。一位用户发起讨论，表达了对当前航班搜索工具的不满，并提倡一种基于约束的系统，允许灵活的日期/时长输入（例如，“10月至11月之间的旅行，持续10-15天”）。
主要障碍，反复强调的是获取全面的航班数据——航空公司严密保护这些信息，使得爬取数据成为一种潜在但复杂的方法。 几位评论者提到过去尝试解决这个问题，回忆起Hipmunk的“最少痛苦”排序功能，该功能现已停止使用。
讨论还延伸到航空公司的运营挑战，引用了西南航空在暴风雪期间由于过时的改航软件而遇到的困难，以及点对点航空公司模式与枢纽式网络的差异。 最后，评论者们触及了航空公司收入优化导致系统过度复杂化的更广泛问题，并链接到关于最佳登机方法的 исследования.
## 基于阳光的自动深色模式 网站越来越多地提供深色模式，一项引人注目的增强功能是根据用户的位置和一天中的时间自动启用它。这涉及到确定本地日出和日落时间，以调整主题以达到最佳的观看舒适度。 位置可以通过地理位置API（在用户许可下）或后端API（如geolocation-db.com）获取。`SunCalc` NPM包然后根据纬度、经度和日期计算日出、日落、黎明和黄昏时间。通过将当前时间与这些太阳事件进行比较，网站可以动态地在亮色和深色主题之间切换——甚至可以结合“黄昏”模式，利用黄金时段的时间。 然而，开发者必须考虑到极地地区等边缘情况，在这些地区太阳可能不会每天升起或落下，并且始终优先考虑用户偏好。用户可能有可访问性需求（例如散光，在这种情况下，浅色背景上的深色文本更可取），应该通过CSS `@media (prefers-color-scheme: dark)` 或 JavaScript 的 `window.matchMedia('(prefers-color-scheme: dark)')` 来尊重。最终，自动设置应该补充而不是取代手动深色模式切换。
## 黑客新闻讨论总结：深色模式与用户偏好
一场黑客新闻讨论围绕着根据环境光或一天中的时间自动调整深色模式展开，起因是一个尝试使用地理位置来实现这一功能的项目。核心争论在于应用程序是否应该自动实现此功能，还是仅仅尊重用户系统范围内的深色模式偏好。
许多评论者认为应用程序应该遵循操作系统级别的设置，因为用户已经配置了他们喜欢的界面主题。另一些人指出应用程序中深色模式实现存在不一致之处——有些使用纯黑色（#000000），这可能会导致一些人眼睛疲劳，而另一些人则更喜欢灰色调。
几位用户强调了基于阳光切换的局限性，尤其是在高纬度地区或由于个人偏好（例如，无论光线如何都更喜欢深色模式）。讨论还涉及环境光传感器的潜力以及频繁主题切换的破坏性。最终，共识倾向于尊重用户定义的系统设置，同时承认应用程序内需要可定制的选项，以满足那些需要它们的人。
Kagi Small Web
20 天前
## 小网络，大成果：重塑二进制加法
最近的AI研究集中于大型神经网络，但令人惊讶的是，为特定任务设计的*小型*网络（<1000个参数）也能产生有效解决方案。这项探索训练了一个微型网络来执行8位二进制加法，包括处理溢出。 最初使用了更大的网络，但即使大幅减少到仅422个参数（3层：12、10、8个神经元）后，它仍然表现出色。
关键在于一个专为二进制逻辑设计的自定义激活函数（“Ameo”），并结合后续层中的tanh函数。分析表明，该网络并没有学习传统的数字加法器电路。相反，它巧妙地在其第一层实现了一个数模转换器（DAC），将二进制输入转换为模拟信号。然后，这些信号被映射到类似正弦波的模式，反映了计数过程中二进制数字的周期性切换。
后续层完善了这些信号，使其“饱和”以达到目标-1/1输出。这种方法表明神经网络可以发现意想不到的、高效的解决方案——在这种情况下，模仿模拟信号处理来执行数字任务。 这引发了关于通过更智能的架构大幅减少当前大型模型尺寸的潜力的问题，尽管作者也承认了“苦涩的教训”中强调的关于规模和蛮力方法的挑战。 该项目突出了梯度下降从随机性中持续发现非凡模式的力量。
## 神经网络逆向工程：二进制加法出乎意料的模拟解决方案
最近一篇Hacker News上的帖子讨论了对训练用于执行二进制加法的神经网络进行逆向工程。作者发现该网络并没有学习传统的数字逻辑解决方案（如一系列门电路），而是实现了一种类似模拟电路的方法。
评论者指出，这表明我们对神经网络如何学习内部表示的理解仍然有限。该网络有效地使用了一个DAC（数模转换器），在模拟域中执行求和，然后使用一个ADC（模数转换器）——这是一个通过标准梯度下降实现的令人惊讶的结果。
进一步的讨论探讨了激活函数（甚至正弦波也以类似的方式工作）和网络拓扑在实现这一解决方案中的作用。人们争论了使用的训练组合数量以及网络是否能够泛化到其训练范围之外（8位数字）。总的来说，结论是神经网络经常为离散问题找到非直观的连续解决方案，从而挑战了我们对它们“应该”如何运作的先入为主的观念。
启用 JavaScript 和 Cookie 以继续。
您的请求已被阻止，原因是网络策略。请登录或在此处创建帐户以恢复浏览。如果您正在运行脚本或应用程序，请在此处注册或使用您的开发者凭据登录。此外，请确保您的User-Agent不为空，并且是独特且具有描述性的，然后重试。如果您正在提供替代的User-Agent字符串，请尝试改回默认设置，因为这有时会导致阻止。您可以在此处阅读Reddit的服务条款。如果您认为我们错误地阻止了您，或者想要讨论更轻松地获取所需数据的方式，请在此处提交工单。联系我们时，请提供您的Reddit帐户以及以下代码：4b573463-9aac-4251-ad8a-73e00631f765。
## 意外的 Ryzen 泄露与科技新闻讨论
一群朋友无意中通过操纵系统信息和提交伪造的 Passmark 基准测试，泄露了 Ryzen 7 9700X3D CPU 的细节。他们最初讨论了编辑 CPUID 指令和 AMD MSR 的技术可能性，强调了他们之间共同的兴趣——这种兴趣通常在在线社区或黑客空间中培养。
这起事件引发了 Hacker News 上关于科技新闻现状的更广泛讨论。许多评论员指出，媒体很容易被误导，尤其是未经核实的基准测试，并质疑许多科技“记者”的专业知识。一些人强调了盖尔-曼失忆效应——在自己专业领域内批判性地分析信息，而在其他领域盲目信任报道的倾向。
这起事件强调了核实信息的重要性以及潜在的错误信息，即使信息来自看似可靠的来源。它也引发了关于独立验证与依赖传统新闻在快节奏的科技世界中作用的争论。