注释按机器学习推断的“标签”排序。这提供了一种替代的浏览方式：不按日期顺序，而是按主题顺序浏览。 “排序”列表已自动聚类成多个部分并自动标记，以便更轻松地浏览。 从最新的注释开始，它使用每个注释的嵌入来尝试创建一个最邻近注释的列表，从而形成主题的演进。 更多详细信息，请参阅链接。
每日HackerNews RSS
这个Hacker News讨论围绕着Gwern的“Stem Humor”目录链接展开，并迅速转移到几个技术相关的讨论方向。
最初，一位评论者链接了一篇名为“你应该多久打一次你的孩子？”的数学笔记——实际上是一个博弈论问题。这引发了关于博弈策略和概率的讨论。
随后，对话转向了使用DMT辅助素因数分解的可能性，用户们争论着改变后的意识状态是否会增强或阻碍这个过程。一位用户分享了与ayahuasca的经验，指出它在低剂量下可能有助于集中工作。
最后，有人向Gwern提问，询问他之前对生成对抗网络（GANs）的怀疑态度，鉴于扩散模型越来越多地利用对抗方法。Gwern回应说，他仍然认为GANs被低估了，并建议扩散模型实际上是在重新整合类似GAN的方法。
## 雪地里的开放总线行为与Macintosh模拟
本文详细介绍了早期 Macintosh 电脑（128K、512K、Plus、SE、Classic）上的“开放总线行为”及其对模拟准确性的影响，尤其是在 Snow 模拟器中。Macintosh 的地址/数据总线运作方式使得访问未分配的内存地址不一定会导致错误。相反，由于硬件设计和寄生电容，CPU 经常会读取先前总线事务的残留数据——实际上是读取“垃圾”数据。
准确的模拟需要复制这种行为，包括 CPU 的预取队列。Snow 现在实现了这一点，揭示了旧 Macintosh 软件中先前隐藏的错误。 重点介绍了两个例子：*The Print Shop 1.0*，现在由于正确的开放总线处理而可以运行，以及 *Animation Toolkit 1.0*，它会因尝试分配过多内存而崩溃，就像在具有 4MB RAM 的真实 Macintosh Plus 上一样。
作者强调了*bug-accurate*（错误精确）模拟的重要性——忠实地重现甚至崩溃——以确保真正原汁原味的体验。 这需要不断地与真实硬件进行验证，并展示了在保存复古计算历史中涉及的微妙复杂性。
一个黑客新闻的讨论围绕着初代Macintosh的“开放总线”行为，正如thomasw.dev的文章所详细描述。核心观点是Macintosh的CPU（Motorola 68000）发起所有通信，但视频控制器*也*拥有直接的RAM访问权限，在屏幕绘制期间利用循环窃取DMA。
这会影响性能；尽管CPU时钟为8MHz，但由于一半的内存带宽被视频重绘消耗，CPU的实际运行速度更接近6MHz。这类似于Apple II处理视频的方式，尽管68000的预取队列提供了6502所不具备的优势。
评论者指出，这种“开放总线”方法并非Apple独有，在ZX Spectrum等计算机中也发现了类似系统，通常是由于CPU在处理DRAM刷新方面的限制。文章提供了关于68000架构的深入分析以及在Apple II上利用这种行为的示例链接。
中国科学院上海应用物理研究所戈壁沙漠开发的实验反应堆实现了胸腺素到铀的燃料转化，为几乎无限的核能供应铺平了道路。这项成就使这座2兆瓦液态燃料的胸腺素熔盐堆（TMSR）成为世界上唯一一个成功装载和使用胸腺素燃料的该技术运行实例。据该研究院称，实验初步证明了在熔盐堆系统中利用胸腺素资源的技术可行性，并代表着该技术的重大飞跃。据《科学与技术日报》报道，这是世界首次科学家能够在熔盐堆内部获得胸腺素运行的实验数据。
## 联想拯救者Pro 7i Gen 10 (16IAX10H) Linux 音频修复 – 摘要 本指南详细介绍了一种在Linux下解决联想拯救者Pro 7i Gen 10 (16IAX10H)音频问题的解决方法，尤其是在内核6.17.8下，直到内核集成永久修复为止。该过程涉及多个步骤：安装AW88399固件，修补Linux内核源代码，配置和编译自定义内核，安装NVIDIA DKMS驱动程序，生成新的initramfs，并更新引导加载程序。 关键步骤包括启用与AW88399编解码器和SOF（Sound Open Firmware）相关的特定内核配置选项，以及将`snd_intel_dspcfg.dsp_driver=3`添加到启动参数中。还需要一个修补后的ALSA UCM2配置文件才能正确控制音量。 这是一个复杂的过程，需要具备技术熟练度。目前该修复归功于Lyapsus的大量工作，Nadim Kobeissi和Gergo K.也做出了贡献。作者提供此修复程序“按原样”且不提供任何保证，并免除因使用该修复程序而引起任何问题的责任。
## 联想拯救者Pro 7 扬声器漏洞赏金：摘要
针对联想拯救者Pro 7 16IAX10H 笔记本电脑在Linux下运行时的扬声器问题，成功申领了1900美元的漏洞赏金。修复主要由Lyapsus完成，Nadim Kobeissi提供支持，涉及内核级驱动程序工作和编解码器调整。
此次讨论引发了关于漏洞修复可行商业模式的争论，评论者质疑为什么专有软件公司不提供类似的赏金计划。人们对这些计划的成本、在没有源代码访问权限的情况下进行修补的复杂性以及质量控制的挑战表示担忧。
许多人指出，虽然赏金可能有效，但通常只会吸引到最低可行的补丁，并且很难建立稳定的收入来源。其他人建议采取替代方法，例如聘请外部顾问或通过非营利组织资助开源开发。该讨论还涉及逆向工程的困难以及潜在的法律问题。最终，这次成功表明了社区驱动解决方案的力量以及补偿熟练开发人员解决特定硬件兼容性问题的价值。
## Depot：资深基础设施工程师 概要 Depot是一家快速发展的、远程优先的公司，正在通过高性能开发者平台革新软件协作。他们处理大规模数据——启动数百万个EC2实例，并协调PB级缓存数据——以加速CI/CD和本地构建。 他们正在寻找一位经验丰富的资深基础设施工程师来构建和扩展他们的基础设施。此职位需要深入的系统工程专业知识（计算隔离、存储优化）以及精通AWS、Go和Terraform。职责包括基础设施管理、自动化、可观察性实施和后端开发，以及参与值班轮换。 理想的候选人应具有7年以上相关经验，在分布式系统中有强大的调试技能，并具备积极主动、以主人翁精神驱动的心态。Depot重视能够积极主动、在模糊不清的环境中茁壮成长、优先考虑数据驱动的决策并将工作与个人生活平衡的人才。目前招聘仅限于北美和欧洲。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Depot (YC W23) 正在招聘基础设施工程师 (ycombinator.com)
1天前 | 隐藏
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
## 《道林·格雷的画像》的持久意义
一篇最近的《华盛顿邮报》文章引发了 Hacker News 上关于奥斯卡·王尔德的《道林·格雷的画像》及其持续共鸣的讨论。读者分享了他们与这部小说的个人经历，并注意到它精妙的对话和愤世嫉俗的主题。一个关键点是，许多读者最初会因为这本书的社会背景而感到脱节——王尔德的同性恋以及这部作品在维多利亚社会中的争议性。
讨论的中心是维多利亚时代对男性之间亲密关系的容忍度是否出乎意料，一些人认为王尔德巧妙地运用了貌似否认来应对社会约束。另一些人则指出了男性关系的 historical context，有时被视为需要克服的幼稚依恋，或者仅仅在某些社交圈子（如可卡因使用）中被接受。
对话还涉及现代解读，包括对《魔戒》等作品中潜在的同性恋亚文本的讨论，以及当今描绘男性亲密关系的挑战。最终，这个帖子突出了这部小说持久的力量，它能够引发人们对艺术、道德和社会规范的思考和讨论。
## 苹果探索使用LLM进行活动识别
苹果研究人员展示了大型语言模型（LLM）在准确推断用户活动方面的潜力，即使*无需*特定训练。他们的研究“使用LLM进行活动识别的后期多模态传感器融合”利用LLM结合音频描述和运动追踪（通过IMU）的见解——而非原始数据本身——来识别烹饪、运动或看电视等活动。
该研究使用Ego4D数据集，表明LLM在零样本（无先例）和单样本（单个示例）分类场景中均取得了显著高于偶然的准确率。这种“后期融合”方法——将专业模型的输出与LLM结合——在训练数据有限时尤其有价值。
苹果强调这可以提高活动分析的精确度，尤其是在传感器数据不完整时。值得注意的是，研究人员已公开发布他们的实验数据，以鼓励该领域的进一步研究，从而可能为更细致和上下文感知的健康和活动追踪功能铺平道路。
## 苹果研究与监控担忧
一项新的苹果研究表明，大型语言模型（LLM）仅通过Apple Watch等设备收集的音频和运动数据，就能准确推断出一个人的活动。数据并非直接输入LLM，而是由生成文本描述的模型进行处理，然后将文本描述传递给LLM进行解读。
这在Hacker News上引发了关于这项技术更广泛影响的讨论。虽然数据收集的担忧并非新问题——可以追溯到早期的Android应用——但评论员强调，收集到的数据会被无限期存储，其潜在用途将随着技术进步而不断增加。
许多人表达了对隐私侵蚀的担忧，将当前的监控能力与《1984》中的反乌托邦景象相提并论。一些人认为，即使“没有什么可隐瞒”的人，也在为可能被用于对付他人的系统做出贡献，为人工智能提供有价值的训练数据。 还有人争论了分析历史数据的实际价值，但承认了我们的活动被追踪的日益容易。 讨论还涉及了潜在的缓解措施，例如拒绝传感器权限，以及未来无处不在的追踪可能变得不可避免的可能性。
格陵兰父母正面临有限的案件复审，尽管他们曾接受“强制家庭联合”（FKU）测试——一项备受争议的计划，该计划评估父母的育儿能力。尽管一些案件正在重新审查，但涉及已完成的收养案件，例如约翰娜和乌尔里克一案，将*不会*由丹麦政府审查。 约翰娜和乌尔里克在2019年与他们早产的儿子共度了17天，之后社工和警察强行带走了他。此前，约翰娜在2010年接受了FKU测试，之后她与前任关系中的两个孩子也被带走。 2019年的评估将约翰娜定义为“自恋”且患有“智力障碍”——她强烈否认这些说法。这对夫妇描述了失去儿子的心碎，强调了FKU计划的破坏性影响以及对家庭造成的持久痛苦。
## 丹麦有争议的育儿评估
近期BBC报道详细描述了丹麦在带走父母子女方面令人担忧的做法，尤其影响格陵兰家庭。父母需要接受评估，包括罗夏墨迹测试和看似无关紧要的琐事（例如关于特蕾莎修女或阳光速度的问题），引发了对偏见和与实际育儿能力无关的担忧。
Hacker News上的讨论凸显了对这一程序的愤怒，许多人将其比作历史上的殖民主义滥用，并质疑基于此类评估进行国家干预的合理性。评论员指出，研究表明，即使在困难的情况下，孩子在寄养家庭的表现也*不如*与亲生父母在一起。
担忧的中心在于测试的主观性、潜在的文化偏见以及缺乏透明度。一些人认为，该系统优先考虑官僚控制而非家庭保护，重点应该放在解决对儿童安全的真正威胁上，而不是武断的父母“适格性”标准。这一情况引发了关于国家在家庭生活中作用以及儿童保护服务过度干预的更广泛的辩论。
## 在线隐私面临的演变挑战：浏览器指纹
许多寻求“去谷歌化”的人都是为了保护隐私，希望防止公司追踪他们的在线行为——例如医疗研究——并驱动广告行业。 避免使用谷歌是一个好的开始，但由于**浏览器指纹**技术，保护隐私变得越来越困难，这种技术超越了对第三方cookie等旧式追踪方法的担忧。
指纹技术通过结合浏览器版本、操作系统、已安装字体，甚至细微的图形硬件差异等细节，为您的浏览器创建唯一的标识符。 与cookie不同，它不易受到VPN和隐私设置的影响，并且试图阻止它反而可能*增加*独特性。
像禁用JavaScript这样的简单修复方法适得其反，而伪造信息也可能被检测到。 虽然指纹技术并非万无一失——它是统计性的，而非绝对的——但它正变得非常有效。
缓解措施包括使用流行的浏览器/系统、尽量减少自定义、采用内置的指纹识别抵抗功能（Brave、Mullvad、Librewolf）以及使用VPN。 然而，即使采取这些步骤，被追踪的概率仍然很高。 最终，需要更严格的立法来应对这一不断演变的威胁，并抑制侵入性的在线广告生态系统。
免费 & 开源 只需输入一次，即可同时向ChatGPT、Gemini和Claude提问。实时并排比较AI回复。 适用于Mac下载 适用于Mac下载 适用于Windows下载 适用于Linux下载 在GitHub上查看 4+ 模型：ChatGPT, Gemini, Claude 一次输入，镜像至所有界面 100% 免费 开源 & 隐私 您的浏览器不支持视频播放。
## PolyGPT：AI 响应对比工具
开发者 ncvgl 创建了 PolyGPT，一个免费开源的桌面应用程序（Mac/Windows/Linux），旨在简化同时比较来自领先 AI 模型——ChatGPT、Claude 和 Gemini——的响应。该应用程序解决了不断切换标签页以评估不同 AI 输出的痛点。
PolyGPT 适用于比较技术解释、调试代码和交叉核对信息等任务。重要的是，它在本地运行，确保用户凭据安全。
Hacker News 讨论指出，Open WebUI 具有类似的功能，但用户要求提供 PolyGPT 的网络版本，因为他们对原生应用程序安装的安全性和自定义性有偏好。 进一步的建议包括选择“最佳”响应作为后续查询的上下文，并结合一个判断系统来自动评估和排名 AI 输出。
您可以在 [polygpt.app](https://polygpt.app) 和 [github.com/ncvgl/polygpt](https://github.com/ncvgl/polygpt) 找到该应用程序和源代码。