面对职业生涯的转折点，《The Autopian》联合创始人戴维·特雷西（David Tracy）向 eBay Motors 提议了一个雄心勃勃、近乎不可能的项目，从而达成了一项重大合作：仅利用 eBay 采购的零件从零开始组装一辆全新的二战时期威利斯（Willys）MB 吉普车，并将其从洛杉矶驾驶至 900 英里外的犹他州摩押（Moab）越野小径。
在仅有的几个月执行时间内，特雷西将他的私家车道改造成了一个临时工厂。凭借深入的研究、专家好友的协助，以及通过 eBay 在全球范围内搜罗的数千个零件，他克服了重重障碍，包括紧凑的组装公差、机械故障，以及最后一刻争分夺秒的严峻挑战。
前往摩押的旅程是对他手艺的一次高风险考验。尽管面临气阻、电气故障和极度疲劳等反复出现的问题，这辆吉普车的表现依然非常出色。该项目最终在复活节吉普车之旅（Easter Jeep Safari）中圆满收官，车辆在传奇的“7英里环线”（7 Mile Rim）越野道上证明了自己的实力。归根结底，这次艰苦的尝试既是一次技术上的胜利，也印证了特雷西对其出版事业的投入，证明了他对汽车和社群的热情足以克服最艰巨的困难。
每日HackerNews RSS
1981年发布的《大金刚》不仅是任天堂的一款破纪录街机游戏，更是游戏史上至关重要的里程碑。该游戏最初由宫本茂设计，旨在重新利用滞销的街机机柜，它的出现不仅开创了平台跳跃类游戏，还向世界介绍了“Jumpman”——即后来的马力欧。
游戏的巨大成功促成了一系列授权交易，并无意中重塑了整个行业。当时，任天堂与雅达利就《大金刚》家用主机版权产生纠纷，导致双方谈判破裂。起初，任天堂曾寻求与雅达利合作，以便在北美分销其新款主机——红白机（Famicom）。但随着版权争端爆发以及雅达利高层变动，这项合作最终告吹。
因此，任天堂选择独立推出这款主机，即后来的任天堂娱乐系统（NES）。这一决策使任天堂得以垄断家用机市场，并最终取代雅达利成为行业领军者。在雅达利因1983年市场崩溃而陷入困境并最终退出硬件业务的同时，任天堂却建立起了深远的影响力。如果当年雅达利达成了那项协议，现代家用游戏产业的发展轨迹将会完全不同。
抱歉。
**pgrust** 是一个实验性的 PostgreSQL Rust 重写项目，旨在保持与 Postgres 18.3 的完全兼容。它在磁盘格式上兼容，允许直接从现有的 Postgres 数据目录启动，目前已通过超过 46,000 项回归测试。
该项目的主要目标是使数据库内部结构更加模块化，并更易于修改。通过利用 Rust 的安全性以及人工智能辅助开发，团队旨在实现以往在 C 语言代码库中难以实现的功能创新，例如原生多线程、内置连接池、无 Vacuum（垃圾回收）存储架构，以及对高频 JSON 工作负载的增强支持。
虽然 pgrust 尚未达到生产就绪状态，且缺乏对现有扩展（如 PL/Python 或 PL/Perl）的广泛支持，但它为高级数据库实验提供了一个现代化的基础。用户可以通过 WebAssembly 演示、Docker 镜像或在本地构建源码来探索该项目。项目采用 AGPL-3.0 许可证，欢迎社区反馈和贡献，共同塑造 Postgres 生态系统的未来。
开发者“malisper”用 Rust 完全重写了 PostgreSQL，并将其命名为 `pgrust`。该项目目前已能通过 100% 的标准 Postgres 回归测试。
主要技术变更包括：
* **线程模型：** 从 PostgreSQL 传统的“每个连接一个进程”模型转变为“每个连接一个线程”模型。
* **性能：** 作者声称事务工作负载的性能提升了 50%，分析工作负载的性能提升了约 300 倍，这得益于更好的并行性和对共享内存的高效利用。
* **开发方法：** 该项目采用了大规模的 LLM 辅助开发方式，包括将 C 语言代码机械转换为 Rust，随后进行人工审计和代码重构。
此消息在 Hacker News 上引发了激烈辩论。支持者认为这是现代化遗留代码库的一个令人振奋的概念验证；而批评者则认为，“AI 重写”缺乏人类的制度性知识和令原始 PostgreSQL 保持稳定的“生产经验”。许多人质疑一个超过 20 万行、且无人能完全理解其原始设计的代码库的可维护性；还有人对缺乏明确社区驱动开发流程的 AI 生成项目的长期可行性表示怀疑。
CollectWise 是一家快速发展的 Y Combinator 支持型初创公司，正利用生成式 AI 彻底改变价值 350 亿美元的债务催收市场。我们的 AI 智能体目前的催收效率是人工催收员的两倍，且成本仅为其一小部分；这使我们在短短几个月内实现了 200 万美元的年度经常性收入（ARR）。在通过数百次由创始人主导的销售电话验证了产品后，我们现在正在寻找一位**创始客户主管**，以帮助我们将业务规模扩大至 1000 万美元 ARR。 这是一个为在快节奏环境中追求卓越的销售人才准备的高影响力岗位。你将负责整个销售漏斗——从外联开发到高合同价值（ACV）企业交易的达成——并直接与创始人合作，打造我们可复制的销售方案。 **任职要求：** * 3 年以上企业级/复杂 B2B 销售经验（SaaS、金融科技或 AI 领域）。 * 具备将年经常性收入从 100 万美元提升至 1000 万美元以上的成功记录。 * 能够以充沛的精力处理高强度的演示需求（每天 8-12 场）。 * 出色的顾问式销售能力，注重投资回报率（ROI）。 **薪酬待遇：** * 年度目标收入（OTE）：30 万至 37.5 万美元。 * 可观的股权激励，以及在基础阶段塑造销售组织的机会。 如果你是一位准备好推广成熟 AI 解决方案的高绩效“猎手”，我们期待与你联系。
对不起。
Vanguard Map 是一款高性能的实时 3D 可视化工具，基于 Three.js 和原生 ES 模块构建，无需任何框架或构建步骤。它通过渲染 150 万个点的地形云，用于追踪全球船舶交通 (AIS)、飞机、卫星及海洋基础设施。
该平台具有交互式影院级界面，支持海洋模拟及昼夜循环。用户可通过提供 aisstream.io 的 API 密钥来切换实时数据，并可选用 Cesium Token 以获取高分辨率地形。其架构采用模拟时钟和一个通过 DOM 事件进行通信的模块化“管理器”系统，确保了代码的简洁与解耦性能。
主要功能包括：
* **时间控制：** 可跳转至任意日期/时间或调整模拟速率。
* **场景模拟：** 支持编写合成交通数据，或记录与回放实时 AIS 数据。
* **物理强制约束：** 内置不变性门控，可检测欺骗行为或遥测错误。
* **可访问性：** 开源且基于浏览器，仅需简单的本地服务器即可运行。
Vanguard Map 已针对 Chrome 进行优化，鼓励社区贡献，并欢迎用户通过 GitHub 提交性能基准测试报告或功能建议。如需开始使用，请克隆仓库并启动本地服务器。
抱歉。
人工智能从根本上改变了软件重写的经济性。AI 生成代码的质量和效率在很大程度上取决于模型现有的知识；当使用通用、文档齐全的技术栈和一致的架构模式时，其表现最为出色。 相反，专有语言、遗留框架和不一致的代码库会迫使 AI 占用宝贵的上下文窗口空间和“精力”去解析模式，而不是解决问题。这会导致延迟增加、成本上升以及输出质量下降。 因此，重写不再仅仅是现代化工作，更是一种战略举措，旨在使代码库与 AI 的先天优势保持一致。通过用符合行业标准的简洁模式取代独特的系统，你就不再需要“教”AI 适应你内部的怪癖，而是利用它来加速功能的交付。在这一新环境下，那些受困于自身技术债的团队将处于严重的劣势。选择优先编写清晰、可预测的代码，能让你充分利用 AI 的力量，而你的竞争对手则会被遗留系统的阻力所拖累。
抱歉。
关于 项目 联系 预订 帮助！ RSS
眼虫运动
发布于 2026年7月5日
维基百科说它们属于孢质门。观察起来很奇异。它们移动的方式就像是把自己“倾倒”到一个新的位置。
版权所有 © 2014-2026
由人类制作。非 GPT。
抱歉。
人工智能革命正推动电力需求激增，如“星门”（Stargate）计算园区等大型基础设施项目对千兆瓦级电力有着迫切需求。然而，制约这一增长的主要障碍并非发电能力不足，而是陈旧且积压严重的电网接入流程。 目前，美国的电网管理依赖于过时的“先到先得”排队机制，导致项目进度延宕数年，且无法优先支持最具可行性或经济价值的基础设施。此外，输电拥堵以及阻碍灵活性管理的僵化监管结构，也让电网不堪重负。 为使电网适应人工智能时代，作者提出了三项关键改革建议： 1. **接入权拍卖：** 以拍卖机制取代静态排队，确保高价值、具备可行性的项目获得优先权。 2. **灵活输电：** 转向“连接与管理”模式，允许项目在输电升级完成前先行并网，前提是项目方需同意在极短的用电高峰期限制用电。 3. **激励灵活性：** 建立付费机制，奖励在电网压力紧张时主动减少用电的能源生产商和大型用电企业。 解决这些瓶颈对于释放人工智能的潜能以及实现更广泛的经济电气化至关重要。
以下是该内容的中文翻译：
这份 Hacker News 的讨论重点突出了拖慢人工智能基础设施建设的多方面挑战。主要观点包括：
* **能源限制：** 扩展人工智能的主要瓶颈不仅在于缺乏电力，还在于难以将电力高效地输送到所需地点。关于最佳能源来源的争论仍在持续，支持者倾向于核能，因其密度高且可靠；而另一些人则认为，可再生能源结合电池储能在经济上更可行，部署速度也更快。
* **物流与经济壁垒：** 参与者指出，当前的“淘金热”忽视了长期效率，驱动力更多是投入竞赛而非优化。这引发了人们对“公地悲剧”的担忧，即快速建设面临当地居民在噪音、用水量以及缺乏社区税收优惠等方面的抵制。
* **基础设施对比：** 讨论将人工智能与电动汽车（EV）的普及进行了比较。正如在公寓楼提供通用充电设施的困难一样，人工智能电网也面临类似的“最后一公里”输送及政治阻力问题。
* **对效用的怀疑：** 一些贡献者质疑当前的基础设施支出是否合理，认为在人工智能模型证明其真正实用性之前，对容量的激进追求更多是由市场炒作而非实际需求驱动的。
请启用 JavaScript 和 Cookie 以继续。
Ergo 是一个非营利性教育平台，致力于提供免费、高质量的哲学教育。作为“文字事物基金会”（Things With Words Foundation）的一部分，Ergo 发布由知名思想家主讲的长篇视频讲座，且完全没有广告和付费墙。
该平台提供涵盖经典哲学、现代科学和计算理论的多元化课程。目前已有的课程包括对柏拉图、笛卡尔和尼采等人物的深度解析，以及对量子力学、无穷本质和计算机科学基础的探索。
Ergo 即将推出的课程库将继续扩展这种跨学科方法，讲座主题涵盖从斯宾诺莎的爱情理论、海德格尔复杂的生存项目，到生物学、道德与叙事认同之间的交叉领域。通过邀请世界一流专家，Ergo 实现了其让深刻的哲学探究惠及每个人的使命，在数字时代为智识好奇心和“惊奇感”创造了一片空间。