Dale Weiler 认为，程序员应默认使用无符号整数，因为大多数程序数值本质上是非负的。虽然诸如 Google C++ 风格指南等常见建议倾向于使用有符号整数以避免下溢错误，但 Weiler 认为这种方法是错误的，且往往会助长不安全的编码习惯。 作者指出，有符号整数运算常会导致未定义行为（特别是在 C/C++ 中）、复杂且易出错的溢出检查，以及隐蔽的内存安全漏洞。相比之下，无符号算术具有定义明确的溢出回绕（wrapping）行为，可用于编写更简洁、更稳健的代码，例如反向循环和增量计算。此外，使用无符号类型允许编译器和开发者将非负值视为严格的取值范围，从而消除了持续进行“是否为负数？”检查的必要性，也杜绝了将负数用作错误标记这一危险做法。 总之，Weiler 认为，对有符号整数的广泛依赖是一种遗留习惯，而非技术上的必然。通过默认采用无符号类型，开发者可以创建更具表现力、更易于维护且可预测的软件，前提是必须始终避免混合使用有符号和无符号类型，以防止出现需要危险转换或抑制警告的情况。
每日HackerNews RSS
抱歉。
电子邮件身份验证迎来了二十年来最重要的更新：**DKIM2** 和 **DMARCbis**。目前，Stalwart 邮件服务器 v0.16.12 已全面支持这些标准。 **DKIM2** 将 DKIM 从静态内容签名演进为可验证的“监管链”。通过嵌入信封信息和逆转消息修改的“配方”，它使身份验证能够在合法的转发过程中保持有效，防止重放攻击，并解决了投递状态通知的“反向散射”问题。它本质上取代了不稳定的 ARC 协议，提供了一种原生的、防篡改的序列机制。 **DMARCbis** (RFC 9989–9991) 对 DMARC 框架进行了现代化升级。它摒弃了脆弱的静态公共后缀列表（Public Suffix List），改用“实时”DNS 树遍历，允许域名所有者自行管理其组织边界。它还通过废弃无效标签（如 `pct`）并以更清晰的替代方案（如用于测试的 `t` 和用于不存在子域的 `np`）取而代之，从而简化了标准。 这些更新具有向后兼容性，现有的记录依然有效。Stalwart 的实现是开源的（通过 `mail-auth` crate），并提供了一个基于浏览器的测试环境，开发者无需复杂的架构即可试验这些新标准。
抱歉。
禁止访问 您没有权限访问此资源。
请启用 JavaScript 和 Cookie 以继续。
这篇 Hacker News 讨论聚焦于人们对当前 AI 编程基准测试（特别是 **SWE-bench**）日益增长的怀疑。参与者认为，这些基准测试正变得越来越“饱和”且存在缺陷，通常包含模棱两可的提示词和测试用例，往往侧重于特定的实现细节而非真正的解决问题能力。
核心观点包括：
* **“基准测试即服务”的问题**：许多用户指出，当前的测试很容易被模型“钻空子”或作弊，导致不断出现新的基准测试（如 Verified、Pro、DeepSWE），但它们很快就会过时。
* **预算效率指标**：一个主流建议是摒弃“单任务成本”指标，转而采用“固定预算”基准测试。用户关心的不再是模型完成某项任务的成本，而是模型如何在固定预算（例如 100 美元）内，通过迭代循环发挥出最大的智能水平。
* **实际应用性**：批评者认为，这些基准测试无法衡量“现实世界”的软件工程，因为后者涉及持续、模糊的沟通和长期的代码维护，而非简单的“一次性”代码生成。
* **对 AGI 的怀疑**：参与者感到沮丧，尽管模型声称具备 AGI 级别的能力，但在处理空间推理和具体、开放性任务时依然吃力，这表明当前的评估指标可能掩盖了技术缺乏实质性进展的事实。
逃离鼠辈竞赛 — 一款 FAANG 生活模拟器 一款 FAANG™ 生活模拟器 点击一次 = 四分之一个人生 · 特邀：MILTON 🪪 打卡 每日运行 = 每个人今天都会面对同样的被诅咒的时间线。 比较逃离结果。 或自由游玩 — 每一局都是全新的混乱。 据称与任何万亿市值公司无关。 年龄 22岁1个月 · 第1季度 🏝️ 自由（永久离职基金）0% 净资产 $0 年薪 $190k 我们又回来了 表格 HR-1099-RAT · 离职面谈 · — — — — 一格 = 你的一年人生： — 📤 分享结果 📋 复制结果 ↻ 再来一局 ▼ 该你走了（每季度一次） ▼ 🔊
“FAANG 模拟器”游戏在 Hacker News 上引发了热烈讨论，它对科技行业“内卷”现状的刻画让许多开发者感到扎心且真实。
在游戏中，玩家需要通过平衡工作、副业和心理健康（“回归自然”）来模拟职业生涯，以实现财务自由。许多用户指出，这款游戏映射出现代科技大厂的愤世嫉俗、职业倦怠以及政治化氛围，高薪往往掩盖了缺乏实际价值创造的问题。
讨论主要聚焦于三个核心主题：
* **生活成本：** 关于 8.5 万美元是否属于“宜居薪资”的争论仍在持续。有人认为在沿海城市之外这笔钱足够生活，但也有人指出，在通货膨胀加剧的情况下，仅凭这份薪水支撑家庭十分困难。
* **“拼搏”与“稳定”：** 许多参与者反思，与政府机构或小型行业中更“无聊”、更稳定、且拥有更好福利和工作生活平衡的工作相比，追逐 FAANG 的职位是否值得付出心理代价。
* **创业的现实：** 多位评论者表达了挫败感，认为人工智能和现代工具并没有让“副业”变得更容易成功，因为分发和销售依然是真实存在且难以克服的瓶颈。
归根结底，这个讨论串为那些质疑行业文化的开发者提供了一个宣泄的出口。
Onboard-CLI 是一个功能强大的开发者平台，旨在映射、可视化并维护复杂的代码库。它由高性能的 Go CLI 和基于 React 的可视化工具构建，利用 Tree-sitter AST 解析技术将代码转换为交互式的拓扑图。
**核心功能：**
* **交互式可视化：** 使用 `map` 命令启动 React Flow 画布（http://localhost:3000/app），以探索依赖关系和代码路径。
* **架构护栏：** `drift` 引擎通过 `architecture.yml` 强制执行架构规则，自动检测未经授权的导入和边界违规行为，非常适合集成到 CI/CD 流程中。
* **高级分析：** 提取后端路由、执行影响分析、跟踪代码所有权，并通过自动化的“脉冲”（pulse）摘要监控项目健康状况。
* **多语言支持：** 支持 Go、JS、TS、Python 和 Java 的强大解析能力。
**入门指南：**
开发者可以使用预构建模板（例如整洁架构 Clean Architecture）初始化项目，并执行带有可配置半径设置的深度映射。Onboard-CLI 简化了代码库导航并强化了架构完整性，是扩展团队不可或缺的工具。
安装过程通过 shell 脚本即可轻松完成：
`curl -fsSL https://raw.githubusercontent.com/onboard-cli/install.sh | bash`
请访问其代码仓库了解更多信息，并为代码库智能化的未来贡献力量。
Multigres 支持在连接池中进行 Listen/Notify 操作 Multigres Supports Listen/Notify Across Pooled Connections
3 天前
Postgres 的 `LISTEN/NOTIFY` 功能带来了严峻的扩展性挑战：随着监听者数量的增加，性能会随之下降。此外，该功能与单个数据库会话绑定，这使其无法与将客户端与特定后端连接解耦的标准连接池兼容。
Multigres 通过将订阅与客户端连接解耦解决了这一问题。连接池无需将客户端绑定到特定后端，而是为整个连接池维护一个单一的、预留的、长寿命的“监听连接”。它使用引用计数来跟踪通道订阅，确保仅在必要时才向 Postgres 发送 `LISTEN` 或 `UNLISTEN` 命令。
当此共享连接收到通知时，Multigres 会使用两级扇出系统，通过 gRPC 流将消息路由给正确的客户端。为了保持与 Postgres 的严格兼容，Multigres 还处理了复杂的边界情况：
* **事务：** 待处理的 `LISTEN/UNLISTEN` 请求会被缓冲，并仅在提交时应用。
* **竞态条件：** 就绪握手确保客户端仅在后端订阅激活后才会收到确认。
* **弹性：** 系统会在重新连接时自动恢复订阅。
这种方法在保留连接池优势的同时，确保了透明且高性能的发布/订阅分发。
抱歉。
本摘要概述了一种受硬件设计背景启发、高度依赖测试的软件开发系统性方法。 **“软件工厂”哲学** 与标准软件实践不同，作者主张摒弃以人为核心的代码审查，转而采用大规模自动化测试。通过利用专职测试工程师，尤其是随机测试（模糊测试），作者实现了比传统重审查流程更高的软件可靠性。 **集成大语言模型（LLM）** 尽管大语言模型可能不可靠——常会“幻觉”出成功的漏洞复现或提供虚假的数据分析——但当它们在系统性循环中受到引导时，表现极为高效。作者建议： * **优先考虑随机测试：** 使用大语言模型来生成模糊测试器，而非直接要求它们“查找漏洞”。 * **实施反馈回路：** 使用数据驱动的流水线（例如由支持工单触发合并请求）来在代码量扩展时维持质量。 * **管理差异性：** 接受大语言模型表现波动巨大的事实。不要依赖公共基准测试或类似“原始模式”这类“一刀切”的工具，而应使用具有不同角色的独立智能体来核查工作并拒绝误报。 **结论** 在系统设计、数据分析及理解人工智能失效模式方面的专业知识仍然至关重要。作者总结道，尽管人工智能显著加速了开发进程，但“人在回路”的监管对于引导自主循环和验证结果依然必不可少。
抱歉。
**DocuBrowse** 是一款本地 AI 驱动的文档搜索引擎，它能将杂乱的文档集整理成可搜索的智能索引。该工具专为隐私保护而设计，完全在您的本地机器上运行，无需互联网连接、API 密钥或账户。 **主要功能：** * **智能搜索：** 采用混合搜索模式（70% 语义搜索 + 30% 关键词搜索）来理解文档含义，使您能够通过概念而非仅仅通过精确关键词来查找文档。 * **本地 AI 模型：** 利用 Ollama（使用 `nomic-embed-text` 进行向量嵌入，使用 `dolphin3` 生成摘要），按需即时生成文档的 AI 摘要。 * **广泛的兼容性：** 支持索引多种格式，包括 PDF、Word、Excel、PowerPoint、Markdown 和电子书。 * **隐私至上：** 内置自动 PII（个人身份信息）扫描器，可检测并剔除包含敏感信息的文档。 * **管理工具：** 提供重复文件检测、文件类型报告和目录管理功能，所有操作均可通过简洁的 Web 界面完成。 **技术亮点：** * **性能表现：** 基于 SQLite FTS5 的快速关键词索引，搜索延迟通常低于 150 毫秒。 * **多平台支持：** 提供适用于 Linux（RPM、DEB、tarball）、Windows（zip）和 macOS（dmg）的安装包。 * **强化安全：** 内置针对 CSRF（跨站请求伪造）和 DNS 重绑定攻击的防护措施，确保仅限本地使用。 DocuBrowse 是开源软件（GPL-3.0），为管理本地文件归档提供了一个强大且保护隐私的替代方案。
这份总结反映了作者对 Anthropic 公司“Fable”模型的失望。由于该模型采用了激进且校准不当的安全过滤器，导致其在处理正规的计算机科学研究任务时完全无法使用。 作者最初尝试使用 Fable 将 C++ 软件移植到 Rust。尽管该项目是开源且无敏感性的，但模型多次拒绝了这一指令，显然是由于源代码中包含的生物学术语触发了机制。作者得出结论，Fable 的“分类器”更像是一种针对生物学和网络安全等主题的粗糙黑名单，而非细致入微的安全机制。 第二次尝试涉及一个关于树结构与网络演化的纯抽象离散数学问题。即使作者删除了提示词中所有的生物学背景，并与 ChatGPT 合作排除了潜在的“危险”语言，Fable 依然拦截了该请求。 最终，作者认为 Fable 过度敏感的护栏机制——甚至连无关痛痒的查询也会被标记——令人极度失望。虽然该模型可以就冰淇淋等琐碎话题发表看法，却无法胜任专业的科学工作。对于生物信息学或计算机科学等领域的从业者而言，作者认为 Fable 目前并非一个可行的工具。