## Go 与响应式编程：超越 Goroutine 与 Channel Go 语言在并发方面表现出色，拥有 Goroutine、Channel 和 `select` 语句，使其适用于微服务和实时系统。然而，使用这些基本元素构建的复杂事件驱动管道，随着阶段的增加，可能会变得冗长、容易出错且难以维护。 这时，响应式编程和领域特定语言 (DSL) 提供了解决方案。响应式编程将数据视为流，允许通过操作符进行转换和组合，从而产生更简洁、更可组合的管道。像 `samber/ro` 这样的库提供了一种声明式方法，简化了工作流定义，与手动 Goroutine/Channel 管理相比。 现有的 Go 响应式库，如 RxGo，存在一些局限性——缺乏泛型、偏离 ReactiveX 标准、缺少 Subject 等特性，以及由于依赖 Go Channel 而导致的反压失效，这可能导致执行顺序混乱。 `samber/ro` 旨在解决这些问题，其灵感来自 RxJS，专注于符合 Go 语言习惯且具有可预测、有序执行的特性。在 Go 语言中使用响应式编程可以提高复杂事件驱动系统的可读性、可组合性和流程控制。 [github.com/samber/ro](github.com/samber/ro) 提供了一个探索这种方法的起点。
每日HackerNews RSS
Easy RISC-V
35 天前
## 简易RISC-V：摘要
这次Hacker News讨论围绕“简易RISC-V”（dramforever.github.io），这是一个学习RISC-V汇编的互动指南。用户称赞该指南清晰且互动性强，尤其适合不熟悉汇编语言的人。
一个关键主题是RISC-V与较老的ISA（如MIPS）的关系。许多人认为汇编与MIPS非常相似，并能从先前使用帕特森和亨内西的“计算机组织与设计”教材的经验中受益，该教材现在有RISC-V版本。然而，一些人争论RISC-V保守的设计选择是否最优，并将其与AArch64的实用方法进行对比。
讨论还涉及向RISC-V添加新指令的难度，强调了可证明的益处和广泛采用的必要性。用户指出AArch64有效利用条件标志，尽管受到批评，以及理解链接器放松等概念在处理RISC-V时的重要性。最后，人们对潜在的项目（如使用RISC-V汇编重现“核心战争”）表示热情。
PSF已撤回向美国政府拨款计划提交的150万美元提案。
The PSF has withdrawn a $1.5M proposal to US Government grant program
35 天前
Python软件基金会（PSF）因资助附加了不可接受的条件而放弃了一项150万美元的国家科学基金会（NSF）拨款。虽然最初“建议批准”该拨款是为了加强Python的安全，但协议中包含一项条款，禁止PSF支持或推广多元化、公平性和包容性（DEI）倡议——甚至超出拨款范围。 PSF法律顾问建议，此限制将适用于*所有* PSF活动，直接与基金会促进“多元化和国际化社区”的核心使命相冲突。接受资金存在日后需要偿还的风险，考虑到PSF相对较小的年度预算（低于600万美元），这对组织构成了生存威胁。 PSF董事会一致投票拒绝这笔资金，优先考虑其对DEI的承诺，而非重大的经济利益。尽管这是一个艰难的决定，但它表明了董事会维护基金会价值观的决心。
作者提出了一条新的经验法则：如果即使在脑海中将“DNS”替换为“将名称映射到IP的键值存储”后，问题仍然存在，那么DNS就不是根本原因。 虽然“总是DNS的问题”这种说法很常见，但过度依赖它会阻碍有效的故障排除。DNS故障通常是*症状*，而不是核心问题。像IP连接失败或意外记录删除这样的问题源于潜在问题——有缺陷的自动化、网络问题——这些问题无论*如何*分发名称到IP的映射都存在。 作者认为，责怪DNS会分散对真正运营风险的识别，并鼓励肤浅的分析。*确实*存在需要解决的合法DNS特定问题，但将每个网络问题都归咎于DNS是一种肤浅且可能有害的做法。我们应该努力获得更细致的理解和更好的诊断。
## “并非总是DNS” - Hacker News 讨论总结
一个 Hacker News 帖子，源于一篇因足球转播法律命令在西班牙被屏蔽的博客，引发了人们对“总是DNS”这个技术笑话的讨论。虽然 DNS 问题是网络问题的常见原因，但讨论很快扩展到承认多种潜在原因。
用户指出审查（特别是西班牙当局屏蔽博客的行为）、BGP 问题，甚至更广泛的系统性问题，如配置错误和复杂的分布式系统，都是常见的故障来源。 许多评论强调，“DNS”梗并非指协议本身不可靠，而是它中心地位使其成为常见的故障点。
对话还深入探讨了 DNSSEC 部署的复杂性、简单系统设计的重要性，以及操作系统（如 Linux 的顺序 DNS 服务器列表）中经常被忽视的默认配置，这些配置可能会加剧问题。 最终，该帖子强调，虽然 DNS 通常是首先检查的地方，但彻底调查至关重要，将所有问题都归咎于 DNS 是一种过于简单的做法。
这个文件似乎是一个PDF文档的原始内部格式。提供的文本是数据流，包括对象定义、交叉引用表和流内容——PDF的基本构建块。 本质上，这是你在使用Adobe Acrobat等查看器打开PDF时所看到内容的*背后*代码。如果没有PDF解析器或查看器，它作为人类可理解的内容是无法读取的。数据表明该文档包含各种对象（文本、图像、字体等），并以特定结构排列以便渲染。 仅凭这些原始数据无法确定文档的*内容*（文档的主题）。你需要使用PDF阅读器打开它才能看到它所包含的实际信息。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
使用RRAM芯片精确且可扩展的类比矩阵方程求解 [pdf] (nature.com)
17点 由 iamkneel 1天前 | 隐藏 | 过去 | 收藏 | 讨论
考虑申请YC冬季2026批次！申请截止至11月10日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
## Agentic 编码：十倍飞跃及其挑战
亚马逊 Bedrock 的一个团队通过利用 AI 代理（如 Amazon Q 和 Kiro）进行代码生成，实现了代码编写速度的十倍提升。他们采用了一种工程师审查和验证所有 AI 生成代码的工作流程，这种方法被称为“Agentic 编码”。这并非“氛围编码”，而是在明确约束下利用 AI 辅助，并受益于 Rust 对代码安全的关注。
然而，速度的提升也带来了新的挑战。更高的提交频率会放大错误的冲击，可能将年度生产问题转变为每周发生。该团队认识到，仅仅提高吞吐量是不够的；错误概率*必须*相应降低，这需要重新评估现有的实践。
这需要对更强大的测试进行投资——灵感来自航空等行业——包括使用 AI 创建的虚假依赖项进行的全面、本地“风洞”测试。更快的 CICD 管道，以分钟为单位而非小时，以及简化的团队沟通（强调紧密协作以进行快速、实时的决策）也至关重要。
最终，成功的 Agentic 开发需要对软件开发生命周期进行全面的改造，利用 AI 不仅进行代码生成，还要构建基础设施来*维持*这种速度的提升。
## AI辅助编码：协作方式与谨慎乐观
一篇近期文章讨论了一个团队将AI融入其编码流程的经验，据报道实现了10倍的生产力提升。然而，这种方式并非完全自动化代码生成。相反，它强调**协作**：AI生成代码，但每次提交都需要由人类工程师进行审查和负责，并由“指导规则”确保代码库的一致性。
讨论强调了对依赖诸如代码行数之类的指标的担忧，以及生成大量低质量代码的潜力。许多评论员将其与特斯拉的“完全自动驾驶”相提并论——仍然需要人工干预——强调明确责任的重要性。
一个关键的收获是需要强大的测试基础设施来处理加速的开发速度，一些人提倡转向**测试驱动开发 (TDD)**，让AI满足测试要求而不是直接生成代码。虽然前景可观，但人们对这些收益的真正价值和可持续性仍然持怀疑态度，许多人强调明确定义的测试和规范至关重要，代码质量仍然是首要任务。
## 抖动：一项令人惊讶的实用技术
尽管显示技术不断进步，抖动仍然是图形编程中一项有用的技术——不仅适用于旧系统，而且适用于今天的艺术和实际应用。抖动解决了显示设备无法支持的更多颜色的图像问题，防止颜色分层和细节丢失。它通过使用可用颜色的图案来近似不可用的颜色，从而产生更广色域的*错觉*。
本文探讨了图像抖动，重点是误差扩散——一种将颜色近似的“误差”分布到相邻像素的方法。它详细介绍了十一条二维抖动公式，包括众所周知的算法，如Floyd-Steinberg、Jarvis、Judice & Ninke 和 Sierra。这些公式的复杂性和性能各不相同，会影响抖动图像的平滑度和外观。
除了误差扩散之外，本文还简要介绍了“有序抖动”技术，该技术速度更快，但产生的图案更明显。还参考了一个通用的抖动引擎实现，为开发人员提供了一个起点。最终，抖动仍然是减少图像颜色深度（为了文件大小或打印机兼容性）同时保持视觉质量的强大工具。
我们正在验证您的浏览器。网站所有者？点击此处修复。 Vercel 安全检查点 | sin1::1761599024-7g7JPqIEHMrYzgNroJSoxmE58Os9hG39 启用 JavaScript 以继续。 Vercel 安全检查点 | sin1::1761599024-7g7JPqIEHMrYzgNroJSoxmE58Os9hG39
## TOON：为LLM设计的高效数据格式
TOON（Token-Oriented Object Notation，面向Token的对象表示法）是一种新的数据格式，旨在减少与大型语言模型（LLM）交互时的Token使用量，从而节省成本并实现更大的数据输入。它通过结合YAML的易读性（缩进）和CSV的表格结构来实现，并针对LLM的Token化进行了优化。
TOON在处理**统一、复杂对象**时表现出色——即具有多个字段的单个数据项，且所有数据项结构一致的数据。它通常比JSON**节省30-60%的Token**，使用最少的语法并去除冗余标点符号。它使用显式长度和字段列表来帮助LLM验证。
TOON具有适应性：对于非统一数组，它会切换到列表格式，此时JSON可能更有效。主要特性包括确定性格式、可定制的分隔符（逗号、制表符或竖线）以及长度标记选项。
基准测试表明，TOON在各种数据集（GitHub仓库、每日分析、电子商务订单）和不同的LLM上都能显著节省Token。TOON优先考虑LLM的理解能力和数据检索准确性，使其成为可读性和Token效率都至关重要的场景的理想选择。
## TOON：一种用于LLM的新数据表示法
TOON（Token Oriented Object Notation，面向Token的对象表示法）是一种新的数据序列化格式，旨在优化Token使用，并可能提高与大型语言模型（LLM）交互时的准确性。它旨在解决JSON在处理缺失或零值属性时的歧义，通过引入基于元组的表示方法——具体来说，使用`[0]`来表示空值。
核心思想是减少数据交换所需的Token数量，尤其是在诸如Agent输出（例如，文件写入命令列表）等任务中。虽然有人认为现有的YAML或优化的JSON结构可以实现类似的结果，但TOON的创建者认为其独特的结构具有优势。
早期的基准测试表明，TOON在表格数据的LLM准确性方面可以优于JSON、CSV和其他格式，但仍需要在各种模型上进行进一步测试。有人担心TOON的新颖性和缺乏训练数据可能会导致LLM理解方面的问题，以及字符串缺乏引号的问题。然而，支持者建议它可以作为中间格式使用，根据需要转换为/从JSON转换。
一项发表在《美国国家科学院院刊》上的最新研究揭示了社会联系增加与社会两极分化之间令人惊讶的联系。研究人员发现，2008-2010年间发生了显著变化：平均亲密朋友数量从两名增加到四到五名，这与政治两极分化的可测量增长同时发生。 这项研究分析了来自美国和欧洲数十年的调查数据，表明随着人们建立更多联系，社会越来越分裂成意识形态“泡沫”，不同群体之间的互动有限。这不仅仅是遇到不同的意见——增加的联系实际上*推动*了两极分化，可能由于容忍度下降；拥有更多朋友的人可能更不愿意维持与持有相反观点的人的关系。 这种现象类似于物理学中的相变，表明连接的关键阈值可能导致快速的两极分化。这一转变的时间与智能手机和社交媒体的兴起相吻合，暗示了技术的影响。研究人员强调，培养容忍度和与不同观点互动能力对于对抗这一趋势和维护民主进程至关重要。