今年是威斯敏斯特法典 1275 年颁布 750 周年,这部法律出人意料地定义了法律术语“远古时”。虽然通常理解为“很久以前”,但该法典明确将其设定为 1189 年 9 月 3 日之前的时间——即理查一世(狮心王)的加冕日。
该法律旨在用书面证据取代不可靠的口述历史,尤其是在土地所有权和税收方面。此前,即使祖父已故,其证词也可以在法庭上使用。1189 年的日期代表了潜在可验证口头传统的上限;1275 年的人*可能*还能回忆起祖父的故事,但无法回忆起曾祖父的故事。
本质上,该法典规定,任何早于 1189 年的事项都需要书面证据。 “远古时”这个短语直到 1832 年才被创造出来,但 1275 年确立的原则将英格兰从口头法律文化转变为书面法律文化,并微妙地加强了国王的权威。
这段文字展示了大小写对使用Python的`qrcode`库生成二维码的影响。从相同句子生成二维码,混合大小写和全部大写会产生不同的像素密度。
这种差异源于二维码处理字符数据的方式。大写字母和数字字符属于一个44个字符的字母数字集合,允许更高效的二进制编码(每个字符约5.5位)。混合大小写,包括小写字母,默认使用效率较低的8位编码。
在示例中,大写二维码(29x29像素)所需的像素比混合大小写版本(33x33像素)少约30%。这个原理适用于加密货币地址:Bech32使用单大小写字母表,生成比使用混合大小写字母表的Base58更小的二维码,用于相同的数据。最终,有限且一致的字符集可以优化二维码的大小。
## JermCAD:基于YAML的3D建模
JermCAD是一个基于浏览器的3D CAD渲染器,提供了一种独特的、以代码为中心的设计方法。模型不是通过传统的用户界面构建,而是使用简单的YAML语法来定义形状(长方体、圆柱体等),并使用布尔运算(合并、差集、交集)将它们组合起来。
该项目源于对传统CAD软件的沮丧,旨在为那些习惯于直接定义几何体的人提供更直观的工作流程。主要功能包括通过可重用的“图章”(模板)进行参数化建模,通过属性引用实现一致的设计,以及具有STL导出功能的实时渲染,用于3D打印。
**重要提示:** JermCAD 仍在开发中,严重依赖“感觉编码”,并且可能包含错误。请谨慎使用!
**核心功能:**
* **YAML建模:** 使用基于文本的YAML定义3D几何体。
* **基本体和运算:** 利用基本形状和布尔逻辑。
* **图章:** 创建可重用、参数化的组件。
* **属性引用:** 通过在形状之间链接属性来保持一致性。
* **可视化和导出:** 交互式3D查看器和STL导出。
它需要Node.js和npm进行设置,在克隆存储库并安装依赖项后本地运行。用户编辑YAML代码,渲染模型,并使用鼠标控制与3D视图交互。调试模式提供详细的控制台日志,用于故障排除。
阿尔弗雷德·梅内泽斯提供一系列关于现代密码学的课程和资源,重点关注后量子安全。他的课程涵盖了基础的“密码学 101”主题,例如核心密码学原语及其在现实世界中的应用。
目前,梅内泽斯正深入研究下一代密码学,包括关于**基于格密码学**(Kyber & Dilithium – NIST 标准方案)和**基于哈希的签名方案**(LMS, SPHINCS+)的详细课程。他还深入研究**基于格系统的底层数学**以及用于密码分析的强大的**LLL 格基约简算法**。
除了后量子密码学,还提供关于**纠错码**的资源。梅内泽斯是一位领先的专家,著有《应用密码学手册》等出版物,并维护着一个全面的在线平台,其中包含指向他的研究和专业活动的链接。
## Soumith Chintala 宣布离开 Meta & PyTorch
在 Meta 工作了十一年,其中近八年领导 PyTorch 的 Soumith Chintala 即将离职。他为将 PyTorch 从一个新兴项目引导成为人工智能领域的主导力量而感到自豪——它驱动着从基础模型到全球课堂研究的一切。他强调这些工具现在易于获取,入门门槛已显著降低,但仍需要持续发展。
尽管身居高度有影响力的职位,Chintala 感到强烈的需要迎接新的挑战,即 Meta 之外的“小规模、全新且令人不适”的事物。他对 PyTorch 的未来充满信心,并提到目前已有一支强大且价值观一致的团队就位——包括 Greg、Alban、Ed、Jason 和 Joe——他们能够独立创新。
他 fondly 回忆起 FAIR 早期协作的日子,并感谢 Andrew Tulloch、Mark Zuckerberg 和 Mike Schroepfer 等关键领导者营造了开源创新的文化。最终,Chintala 离开时相信 PyTorch 具有韧性,即使在没有他的直接领导下,也能继续蓬勃发展。他计划保持参与,提供反馈并见证其持续的成功。
## LLM 时代 React 的主导地位
近期的趋势表明,React 已经不仅仅是一个框架,而是 Web 开发的 *平台*,并且由于 LLM 的兴起,它的地位正变得越来越牢不可破。 尽管最初的预测认为 LLM 会抽象掉框架选择,但事实恰恰相反:LLM 正在从 React 中学习,并强化 React 的主导地位。
像 Replit 和 Bolt 这样的工具现在正在它们的系统提示中硬编码 React,因为 LLM 持续输出 React 代码——开发者可以轻松维护的代码。 这创造了一个自我强化的循环:生成更多的 React 代码,进一步训练 LLM 偏爱 React,从而导致更多的基于 React 的项目。
尽管 Builtwith 和 HTTP Archive 等来源的数据存在差异,但 React 的增长是不可否认的,这很可能得益于 LLM 的偏好。 新框架面临着一个巨大的障碍:它们需要进入 LLM 训练数据(一个 12-18 个月的过程),说服工具创建者优先考虑它们,并构建一个强大的库生态系统——所有这些都要在与 React 既定的网络效应竞争的同时进行。
关键要点? 创新应该侧重于无法在用户空间中复制的底层 Web 平台能力,并最终侧重于改善 *用户* 体验。 未来,竞争可能会从框架选择转移到输出质量,这源于对用户结果进行优化的需求,而不仅仅是开发者便利性。