## 亚马逊隐藏的水资源使用：泄露的策略
一份泄露的亚马逊内部文件显示，该公司有意淡化其大量的水资源消耗，尤其是在对其人工智能开发至关重要的不断扩张的数据中心网络中。尽管亚马逊公开倡导“水资源正向”举措，但该备忘录详细说明了对公开透明地报告总用水量（包括为设施供电所需的发电用水量）的担忧，担心这会引发负面宣传和掩盖真相的指控。
该策略侧重于仅报告“直接”用水量（预计到2030年为77亿加仑），以避免因“间接”用水量而膨胀的更大数字，尽管这在环境科学中是标准做法。内部讨论强调了披露完整消耗规模的“声誉风险”，甚至承认了诸如“亚马逊隐瞒其用水量”之类的潜在标题。
除了数据中心外，亚马逊的整体水足迹（2021年估计为1050亿加仑），来自零售和供应链，也被列为保密目标。专家批评亚马逊依赖“抵消”项目具有误导性，并指控该公司积极影响行业标准以尽量减少报告的用水量。亚马逊为自身方法辩护，声称泄露的文件已过时，目前的努力集中在直接的水资源影响上，但批评人士认为需要更大的诚实和问责制。
每日HackerNews RSS
本文概述了**GitHub**的功能和资源，GitHub是领先的软件开发和协作平台。 GitHub为开发生命周期的每个阶段提供工具，包括**代码托管、问题跟踪、代码审查和项目管理**（通过Issues、Pull Requests和Projects）。它还通过**Actions**提供自动化，通过**Codespaces**提供即时开发环境，以及强大的**代码搜索**功能。 除了核心开发之外，GitHub正在扩展到**人工智能驱动的工具**，例如**Copilot**和**GitHub Models**，用于代码生成和提示管理。它服务于各种用户——从个人开发者到大型**企业**——并提供根据公司规模、用例和行业定制的解决方案。 GitHub还通过GitHub Sponsors和The ReadME Project等计划，以及广泛的**文档、学习资源和支持**，培养了强大的**开源社区**。
## Z80 多任务处理与复古计算回忆
最近一篇 Hacker News 的讨论引发了人们对在 Z80、8080 和 68000 等早期微型计算机上构建抢占式多任务处理系统的回忆。 许多用户分享了使用 Turbo Pascal、Microsoft C 甚至汇编语言创建自己任务切换器的经历，通常是在自学成长的青少年时期。
这些项目涉及仔细管理有限的资源——64KB 内存是一个常见的限制——并实施诸如银行切换等技术来扩展寻址空间。 用户们回忆起在没有互联网帮助的情况下完成复杂任务的成就感，并将其比作一种更具挑战性和回报性的现代开发体验。
对话还涉及了 MP/M、iRMX 和早期小型计算机（PDP-8、VAX）等历史系统，强调了即使在硬件有限的情况下也能实现多任务处理。 许多人强调了由于规模较小而能够理解整个系统的优势，并感叹过去文档的成本。 这次讨论展示了人们对一个资源丰富和深入的系统知识在计算中至关重要的时代的共同怀旧之情。
## js-functions-orchestrator: 一个轻量级函数编排器 js-functions-orchestrator 是一个强大但轻量级（约100行代码）的库，用于在浏览器、Node.js、Bun 和 Deno 中编排 JavaScript/TypeScript 函数。它通过使用 JSON 定义编排逻辑，并利用 JSONata 实现灵活的输入/输出转换，从而能够构建低代码平台。 主要特性包括：极少的依赖项（仅 JSONata），固有的安全性（JSONata 表达式无需沙箱），可扩展的自定义状态管理，以及完整的 TypeScript 支持。 编排通过函数之间的连接来定义，可以选择从初始函数和用户定义的输入开始。连接可以将多个函数链接起来，使用 JSONata 转换输出，作为后续函数的输入。编排器循环遍历连接，在所有依赖项解决后执行函数。 该库为定义工作流和管理函数之间的数据流提供了清晰的结构，为构建复杂、适应性强的应用程序提供了强大的基础。示例展示了简单的函数链和循环场景。 在 npm 上找到它 (`npm install js-functions-orchestrator`)，并在 GitHub Pages 上探索代码和在线演示。
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
同构 JS/TS 函数编排器 (github.com/damianofalcioni)
13 分，由 damianofalcioni 1 天前发布 | 隐藏 | 过去 | 收藏 | 2 条评论
jeduan 1 天前 [–]
但是为什么回复
matthoiland 1 天前 | 父评论 [–]
你们的科学家太专注于他们是否能够做到，而没有停下来思考他们是否应该这样做。回复
考虑申请 YC 的 2026 年冬季批次！申请截止日期为 11 月 10 日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
研究人员分析了数十年前的天文照片，发现了无法解释的光闪、历史核武器试验以及UAP（不明空中现象）报告之间的有趣联系。该研究利用VASCO项目的资料，分析了超过106,000个瞬态事件——即人造卫星发射前捕捉到的短暂光亮。 研究结果显示，核试验后*一天*，这些光闪的出现频率增加了68%，每收到一份UAP报告，光闪的出现频率则增加8.5%。当试验和报告同时发生时，这些效应会叠加。进一步的分析发现了排列成行的光闪，表明可能是由扁平的移动物体反射的光线，其中一个显著的例子与著名的1952年华盛顿特区UAP目击事件相符。 重要的是，在地球阴影范围内观察到光闪显著减少，表明这些现象依赖于太阳反射。研究人员认为，这些发现表明存在着一类真实但此前被忽视的现象，可能由高轨道上的反射物体引起，而非自然现象如小行星。这项研究挑战了之前关于天文照片上“噪声”的假设，并为调查不明空中现象开辟了新的途径。
## 加拿大考虑取消对中国电动汽车的关税 加拿大正在考虑取消对从中国进口的电动汽车征收的100%关税，这是北美贸易的一个重大潜在转变。这一考虑源于唐纳德·特朗普持续的贸易战对美加汽车供应链造成的破坏，以及加拿大希望缓和贸易紧张局势的愿望。 目前，高关税在很大程度上阻止了中国电动汽车进入北美市场，尽管中国在电动汽车制造业中日益占据主导地位。取消关税可以为加拿大消费者提供更多实惠的电动汽车选择，但也可能重塑汽车制造商的竞争格局。此举标志着美国和加拿大贸易政策可能出现分歧，并凸显了驾驭与中国经济关系的复杂性。
请启用 JavaScript 并禁用任何广告拦截器。
## 微软与 OpenAI 财务受审视
《华尔街日报》的一篇文章引发了对微软对其在 OpenAI 的巨额投资的会计处理方式的担忧。 微软报告了来自 OpenAI 股份的亏损，但批评人士认为，该公司没有提供足够的透明度，可能掩盖了这些亏损的规模。
讨论强调了一个更广泛的问题：公司经常淡化负面财务信息，尤其是在像当前人工智能繁荣时期这样的炒作周期中。 一些人认为，微软缺乏详细报告的做法与 Enron 丑闻期间看到的模式相似。 另一些人则指出，有限披露存在合法原因，例如投资的早期阶段或战略考虑。
然而，这笔投资的巨大规模——可能高达数十亿美元的亏损——正在促使人们呼吁提高透明度。 争论的中心是微软是否在隐瞒不利的财务结果，还是仅仅在使用标准的会计方法。 最终，这篇文章建议投资者应警惕虚高的 AI 估值，并预计在炒作不可避免地降温时会出现潜在的减值。
美国人对“自我”的理解，是卢梭和富兰克林哲学之间持续的内在辩论。卢梭认为人天生善良，但会被世俗所腐蚀，更看重意图（“我本意是好的”）。而富兰克林则认为美德是一种后天习得的习惯，更关注行为和结果（“让我看看你做了什么”）。 美国社会同时运用两者——通过卢梭寻求宽恕，通过富兰克林要求责任。虽然两者都很有吸引力，但作者认为富兰克林的模式更实用、更有力量。专注于重复的行为，而非内在感受，*塑造*了性格。 富兰克林强调“行动”促进了进步和自主性；我们无法总是控制自己的感受，但*可以*控制自己的行为。这种“先做起来，再成为”的方法，虽然有时被轻视，但强调了持续的行为塑造了我们，最终带来真正的改变和成就。
SETL是一种高级、多范式编程语言，于1960年代末在纽约大学库兰特研究所由雅各布·T·施瓦茨及其同事开发。它基于数学集合论，使用集合和元组作为基本数据类型，允许元素可以是任何类型，包括其他集合和元组。它具有集合成员关系、并集和交集等操作，以及量化布尔表达式和用于循环的迭代器。 SETL最初在CDC 6600和IBM/370等系统上实现，并影响了后来的语言。值得注意的是，它被用于早期Ada的实现中，并作为Python前身ABC的灵感来源。 出现了几种变体和后继语言，包括SETL2（一个不兼容的版本）、ISETL（用于离散数学）和GNU SETL（一个现代实现）。尽管其最后一个稳定版本发布于2005年，但SETL因其独特的编程方法及其对语言设计的历史影响而仍然具有重要意义。
一个黑客新闻的讨论强调了SETL编程语言，指出它在**列表推导式**的起源方面具有历史意义——这一特性现在在Python和Haskell等语言中很常见。
用户分享了在大学学习SETL的回忆，一些人回忆起由于教学质量差和缺乏实际应用而感到沮丧的经历。尽管如此，这种语言因其对集合论的关注而被铭记。
一位用户宣布计划在2025年使用SETL参加Advent of Code，而其他人则指出SETL是在1960年代编程语言设计创新时期开发的。该帖子还包括了关于Y Combinator 2026年冬季申请期的提醒。
腐蚀 (fǔshí)
Corrosion
35 天前
## Fly.io 的 Corrosion：分布式系统的一课
Fly.io 在全球范围内运行 Docker 容器作为微型虚拟机，最大的挑战不是服务器或网络——而是跨服务器同步状态。他们最初的系统依赖于 HashiCorp Consul，但在全球范围内扩展时遇到了困难。这促使他们开发了 **Corrosion**，一种非常规的服务发现系统，现在已开源。
Corrosion 避免了传统的分布式共识（如 Raft），转而采用受网络路由启发的“链路状态路由协议”。每个服务器维护自己的状态，并通过快速高效的协议（使用 SQLite 数据库和 CRDT（无冲突复制数据类型））进行“八卦”更新。这种设计无需中央瓶颈即可扩展。
然而，Corrosion 也并非一帆风顺。早期的一些错误，包括导致完全中断的死锁，凸显了分布式系统的复杂性。Fly.io 此后实施了诸如看门狗、严格测试（使用 Antithesis 等工具）以及转向区域化数据库以限制影响范围等保障措施。
Corrosion 的成功在于其简单性：它*看起来*像一个标准的 SQLite 数据库，但无需锁定或中央服务器即可运行。它证明了理解分布式系统需要经历它的失败——并针对这些失败构建强大的解决方案。
## Fly.io 的腐蚀数据库：扩展挑战与解决方案
这次黑客新闻讨论围绕着 Fly.io 博客文章，详细介绍了他们在 Corrosion 数据库系统方面遇到的挑战。最初，一个涉及 `if let` 表达式和 `RWLock` 的错误导致了传染性死锁。这个问题在 Rust 2024 版本中得到解决。
讨论的核心问题是全局状态分发的扩展性。Fly.io 从单个集群迁移到两层级的“区域化”方法：区域集群持有细粒度数据，而全局集群将应用程序映射到区域以进行路由。这减轻了每个节点的扩展限制。
对话强调了维护即时全局状态的难度，尤其是在支持应用程序移动性和全球客户群的平台上。像依赖于 gossip 协议（SWIM）这样的解决方案被考虑过，但错误可能造成的爆炸范围导致了减少全局数据的策略。关于是否利用现有的网络协议（OSPF、Envoy）或使用标准数据库（PostgreSQL）等替代方法可能更有效，存在争论。
最终，文章和讨论强调了构建健壮的全球分布式公共云平台的复杂性以及在一致性、可扩展性和弹性之间取得平衡的权衡。
微软将OpenAI的亏损计入47亿美元“其他”费用。
Microsoft's folds losses from OpenAI into $4.7B expense line – "other"
35 天前
微软对其与 OpenAI 的财务关系保持着显著的不透明。据《华尔街日报》最近报道，微软因其对 OpenAI 的数十亿美元投资而产生的巨额亏损，被归入其最新年度报告中一个名为“其他，净额”的 47 亿美元的大类支出中。 关于该投资及其表现的细节通常含糊不清，几乎没有透明度来了解这一关键合作关系的财务影响。缺乏具体报告引发了人们对微软如何核算其在领先人工智能研究公司的重大股份的质疑。该报告强调了微软对其与 OpenAI 关系的详细披露的故意缺乏。