本文探讨了 Linux OOM（内存溢出）杀手对 PostgreSQL 带来的风险。由于 PostgreSQL 的架构中，“postmaster”进程负责管理共享内存，因此当某个后端进程被 OOM 杀手强制终止时，通常会被视为潜在的数据损坏事件，从而触发整个数据库的崩溃及冗长的恢复过程。 为防止此类情况，作者建议采用**严格的内存超额分配策略**（`vm.overcommit_memory=2`）。通过设置明确的 `CommitLimit`，内核会拒绝过度的内存请求并返回 `ENOMEM` 错误。这使得 PostgreSQL 能够优雅地终止单个事务，而不是触发系统级的灾难性宕机。 该团队近期还遇到了一个具有迷惑性的“虚假内存”漏洞，表现为 `Committed_AS` 指标虚增了数百 GB。经追踪发现，这是 Linux 内核 6.5 版本中一个单字符的回归错误导致的：`mremap.c` 中的一个返回值检查被反转，导致内核在执行内存重映射（remap）操作时对内存进行了重复计数。 在修复该问题后，作者确定了一个可靠的 `CommitLimit` 启发式计算公式：**总物理内存的 80% 加上 2 GB 缓冲空间**。该公式考虑了内核结构和侧挂进程（如基于 Go 的导出器）的开销，确保数据库在保持稳定的同时，不会过早触及内存上限。
每日HackerNews RSS
亚马逊的“柯伊伯计划”（Project Kuiper）卫星互联网服务已达成关键里程碑，成功将 396 颗卫星部署至近地轨道。这一成就使该服务能够在初始纬度地区实现持续运行，确保公司有望实现 2026 年中期的商业发布目标。 然而，亚马逊前方仍有漫长的路要走。早期用户需预见性能方面的挑战，这类似于 SpaceX 星链（Starlink）的“测试”阶段，当时存在频繁的服务中断和覆盖范围有限等问题。尽管星链现已发展成为拥有超过 10,000 颗卫星且具备高速连接能力的成熟全球网络，但亚马逊 3,232 颗卫星的部署计划仍处于早期阶段。由于蓝色起源公司（Blue Origin）的“新格伦”运载火箭研发延迟，亚马逊的进展受到阻碍；这意味着亚马逊可能还需要数年时间，才能在性能和全球覆盖范围上与星链抗衡。
抱歉。
经济学中的同义反复常被贬为简单的定义或陈词滥调，但它们却是理清思路的重要工具。虽然它们无法建立直接的因果关系，却能提供一个框架，用以辨别哪些因果论点是合理的，哪些是谬误的。 作者强调了几个关键的恒等式： * **货币主义 (M=kPY)：** 剑桥方程提供了一种直观的方法，用以理解货币供应量和现金余额需求 (k) 如何决定名义 GDP。 * **储蓄与投资 (S=I)：** 根据定义，储蓄等于投资。担忧储蓄增加会导致萧条是错误的；真正的问题在于当货币供应僵化时，人们“囤积货币”（即 k 值上升）所带来的后果。 * **萨伊定律 (AS=AD)：** 被贴上“需求”问题的经济问题，往往实际上是供给侧的结果，即工资刚性对名义支出缺口的反应。 * **GDP=GDI：** 该恒等式阐明了导致金融危机的根源在于名义收入下降，而非产出减少；同时也解释了为何技术进步（如人工智能）能增加国家财富，而非导致贫困。 * **经常账户余额 (S-I=CA)：** 该恒等式迫使人们思考贸易政策必须如何影响国内储蓄或投资，才能改变贸易逆差。 归根结底，同义反复充当了分析的护栏，防止出现基本的逻辑错误。
抱歉。
许多虚构小说作者常为了营造紧张氛围而误用枪械术语，这会让专业读者感到出戏。常见的错误包括：描述角色“拨开保险”时，所用的枪械（如左轮手枪或格洛克）根本没有手动保险；或是让角色为击针平移式或其他无法手动待击的枪支进行“上膛/扳动击锤”的操作。另一个常见错误是口径不匹配，例如给格洛克22（.40口径手枪）装填9毫米弹药。
虽然作家使用这些桥段是为了增强悬念，但对于熟悉枪械的读者来说，这往往是无法接受的硬伤。为避免这些陷阱，作者应优先进行调研。如果场景需要“保险扣动”的清脆声，或是扳动击锤的戏剧性效果，请选择适合这些动作的枪械，如M1911或伯莱塔92FS。如果你不确定某种特定武器的机械构造，宁可忽略技术细节，也比加入明显的错误要好。简单的事实核查或咨询专家，能够在不牺牲故事刺激性的前提下，确保叙事的真实性。
抱歉。
`pl-cbmbasic` 扩展将怀旧的 Commodore 64 BASIC V2 环境直接引入了 PostgreSQL。通过嵌入 1982 年 Microsoft/Commodore 解释器的静态重新编译版本，该扩展允许开发人员使用真正的 C64 BASIC 编写 SQL 函数。 每次函数调用都会执行一次内存中的“通电重启”，在约 15-20 微秒内重置模拟的 64KB 环境。尽管存在这种开销，但其执行速度比原始 C64 硬件快约 1,000 倍。该扩展将 PostgreSQL 参数映射到 BASIC 变量中，并通过扫描模拟内存的变量表来支持 `OUT` 参数。 关键在于，该扩展将数据库视为“设备 8”。开发人员可以使用传统的 `OPEN`、`INPUT#` 和 `PRINT#` 命令来执行 SQL 语句，从而实现熟悉（尽管陈旧）的数据操作。它包含一个智能验证器，用于处理 BASIC V2 独特的命名限制和怪癖，同时提供清晰的错误报告。 虽然 `pl-cbmbasic` 旨在供高级用户使用（或许纯粹出于怀旧），但它提供了一种令人惊讶的高效方式来运行旧代码。它是一种“非受信任”的语言扩展，让你在保留 1982 年复古约束的同时执行 DDL 和 DML 命令，并与现代 SQL 工作流程保持了惊人的兼容性。
对不起。
在人工智能时代，内存已从一种商品演变为关键的瓶颈。在生成式人工智能和云基础设施快速发展的驱动下，内存需求激增，促使行业转型——高性能 DRAM（特别是 HBM 和 LPDDR）现已成为现代计算架构的核心。 在此次讨论中，美光科技的 Praveen Vaidyanathan 探讨了人工智能如何改变内存经济，使行业摆脱了传统的周期性模式，进入了一个持续且高风险的需求增长期。主要结论包括： * **定制化**：尽管 JEDEC 标准提供了基础准则，但为了满足大型人工智能厂商对性能和功耗的具体要求，行业正越来越多地采用“定制化”内存。 * **创新**：美光正在推进 HBM4 和专有的逻辑芯片技术，以优化功耗效率和带宽。 * **LPDDR 的扩展**：LPDDR 曾经专注于移动领域，如今已成为数据中心的关键，而 SOCAMM 等新型模块化规格则为人工智能工作负载实现了高密度、大容量的内存配置。 * **战略规划**：面对长达数年的生产周期，美光正在全球投资数十亿美元以扩大制造能力，确保行业避免出现瓶颈。 最终，内存已成为战略竞争的焦点，获取速度最快、密度最高的子系统将决定下一代人工智能基础设施的可扩展性。
Wordgard [wɜrd-gɑrd] 名词：用于培育文字的花园。 这是一款开源的 JavaScript 库，用于实现浏览器端的富文本编辑器。Wordgard 提供了一套用于构建内容编辑器的工具。它并非自由格式的 HTML 编辑器，而是由你精确控制所支持内容类型的编辑器。其主要特点在于强大的编程接口，这使其成为构建定制化编辑器（甚至是复杂、高要求编辑器）的坚实基础。 Wordgard 在 MIT 许可协议下开源。它目前在 code.haverbeke.berlin 上进行开发。非常欢迎提交错误报告，但不接受 Pull Request。 如果你将 Wordgard 用于商业用途，我们存在一种社交（而非法律）层面的期望，即希望你能资助其维护工作。请从这里开始。 如需讨论项目或提出问题，最好在论坛上进行。错误报告应通过问题跟踪器提交。
ProseMirror 的创作者 Marijn Haverbeke 推出了一个新的浏览器内富文本编辑器：**Wordgard**。
Hacker News 上的讨论澄清道，Wordgard 并非直接的“ProseMirror 2.0”，而是基于新的设计见解和架构经验所进行的迭代。Haverbeke 强调他将继续维护 ProseMirror，并指出对于那些认为 Wordgard 的设计选择更符合其需求的用户来说，它是一个可选的替代方案。
在技术层面，Wordgard 使用了自定义文档模型，而不是仅依赖于在各浏览器中依然存在许多 Bug 的 `contenteditable` API。尽管用户对其较高的“迁移成本”存有疑虑，但支持者们对其简化的架构和精确的事务处理表示赞赏。
社区也称赞了该项目高质量的手绘风格设计，以及其不依赖外部组件的特性。虽然该项目尚处于早期阶段，且目前在移动端还存在一些稳定性问题，但开发者们将其视为 Web 编辑领域的一次重大演进。Haverbeke 重申了他对开源稳定性的承诺，并指出 ProseMirror 的 MIT 协议确保了即使他的个人重心转向 Wordgard 等新迭代，该项目依然能够长久存在。
抱歉。
半成品 Half-Baked Product
20 天前
请启用 JavaScript 和 Cookie 以继续。
这篇 Hacker News 的讨论围绕着一篇名为《半成品》（Half-Baked Product）的讽刺故事展开，该故事批评了失败初创公司的典型生命周期。
故事讲述了一位创始人筹集了 500 万美元，意图在没有任何行业经验的情况下“彻底变革”烤箱行业。他以“完全自由”为承诺聘请了一名工程师，但项目很快陷入了“情绪编程”（为了取悦投资者而快速构建肤浅的演示）和向挑剔的大客户兜售不成熟功能的循环中。最终，这家初创公司变成了一堆破碎承诺和定制臃肿软件的混乱集合。
**评论中的核心观点包括：**
* **“为了解决方案而寻找问题”：** 读者认为核心失败在于缺乏真正的解决问题意识。创始人往往基于市场分析而非个人经验选择领域，导致产品根本无人需要。
* **工程与销售的矛盾：** 许多工程师对“马里奥”这一角色感同身受，指出被迫构建“功能大杂烩”以满足销售驱动的里程碑目标，令人倍感挫败。
* **资本的角色：** 讨论中争论了初创公司是否注定会陷入这种循环。有人认为超速增长的要求导致了不良行为，也有人认为优秀的创始人会选择转型或坚持专注于最小可行性产品（MVP）。
* **系统性管理不善：** 用户指出，这些陷阱——短视、各种“紧急”积压任务以及功能蔓延——在大企业中与在初创公司中同样普遍。
请启用 JavaScript 并关闭广告拦截器
据报道，由于担心潜在的后门和数据泄露风险，阿里巴巴已禁止员工使用“Claude Code”。此举在 Hacker News 上引发了激烈讨论，凸显了各界对企业采用人工智能技术日益深切的忧虑。
远程 AI 工具的批评者认为，这些工具带来了巨大的安全风险，可能会让情报机构或服务提供商在未经授权的情况下访问专有源代码及敏感的内部文档。此次讨论还揭示了 AI 公司存在的“虚伪”现象：一方面，Anthropic 等公司积极限制“蒸馏攻击”（即竞争对手利用其模型训练自己的模型）；另一方面，这些公司本身在未经广泛补偿或许可的情况下，通过使用公开数据训练模型建立起了庞大的商业帝国。
关于威胁的严重性，各方观点不一。一些人认为，对于大型科技公司而言，这项禁令是一项合理的安全预防措施；而另一些人则认为这种恐惧带有讽刺意味，指出大多数跨国公司早已依赖美国云基础设施，而这些基础设施在安全性上同样存在质疑。归根结底，这一讨论反映了人们对托管式 AI 代理“黑箱”性质的日益怀疑，以及在企业权衡效率与商业间谍风险之际，推动本地化、自托管替代方案的趋势。