每日HackerNews RSS

为了调查为何某个项目的 Rust 构建速度远快于其原有的 Zig 构建版本,软件工程师兼 Perfetto 贡献者 Julian Squires 开发了 **buildprof**。这是一个开源工具,通过可视化进程树来识别构建过程中的瓶颈。 通过对 Bun 构建历史的分析,Squires 发现 Zig 版本速度缓慢主要源于两个因素: 1. **LTO 配置不当**:该项目对自身代码和下载的 WebKit 依赖项均使用了“全量 LTO (Full LTO)”,迫使链接器执行大规模的串行优化过程。改用“ThinLTO”并重新编译依赖项后,显著节省了时间。 2. **结构差异**:Zig 构建过程将所有内容集中在一个单一的整体模块中,而 Rust 构建则拆分为 90 多个 crate,从而实现了更好的并行化。 **buildprof** 利用 `ptrace` 记录任意构建系统(无论是 `make`、`cargo` 还是自定义脚本)的进程层级。通过将这些进程叠加在时间轴上并追踪文件系统输入,它能够让隐藏的构建问题(如过度的链接操作或意外的后台脚本)变得一目了然。该工具使用了定制化的 Perfetto UI,为实际的构建耗时情况提供了高保真、可交互的视图。

开发者 Lalit Maganti 创建了一个构建可视化工具,用于分析 Bun 的编译时间,旨在了解其 Zig 和 Rust 组件之间的性能差异。 该项目在一项深入分析中记录并揭示,尽管模块化代码(如 Rust 所做的那样)常被建议用于提升性能,但由于 Zig 对单体编译单元的架构要求,在不牺牲语言特性的前提下实现这一点比较困难。讨论中指出,Zig 目前缺乏增量编译功能,不过预计会在未来版本中加入。 Maganti 的研究结果显示,与 Rust 相比,Zig 在调试和增量构建中的表现出人意料地好,尽管由于确定性构建的要求,大规模并行化仍然是一个障碍。Hacker News 社区对此反应非常积极,开发者们称赞该工具能够为标准日志所遗漏的复杂构建瓶颈提供可操作的见解。Maganti 计划继续完善该工具,包括增加对构建跟踪差异分析的支持,并可能探索 macOS 兼容性,尽管这面临系统级监控方面的挑战。

Signal 引入了“自动密钥验证”(Automatic Key Verification)功能。这是一项“密钥透明度”特性,通过确保公钥的全球一致性,防止服务器通过伪造公钥拦截加密消息。此前,用户必须手动验证安全码;现在,应用程序会自动检查收到的密钥是否与全球一致的记录相符。 该系统依赖于 Signal、Cloudflare 和 Trail of Bits 三家独立的审计机构,以确保公钥映射诚实、一致且未被篡改。Trail of Bits 运行着一个开源审计程序,利用默克尔树(Merkle tree)持续监控这些记录。 当用户开启该功能后,其 Signal 客户端会获取并验证来自这些审计机构的签名。如果服务器试图提供不一致的信息,签名验证将失败,应用程序会向用户发出警报。如果系统无法确认密钥,用户应恢复使用手动安全码验证。 Trail of Bits 自愿提供此项服务且不收取任何报酬,旨在加强端到端加密的安全性。用户可以在 Signal 应用的“设置 > 隐私 > 高级”中启用此功能。

对不起。

针对YouTube频道Gamers Nexus指控LG智能电视在待机模式下秘密录制环境对话并上传用户数据一事,LG已正式予以否认。 在向《汤姆硬件》(Tom’s Hardware)发表的声明中,LG坚称其电视不会录制或传输私人对话。该公司解释称,诸如“Hi LG”等语音唤醒功能仅在用户手动启用时才会激活。LG澄清,唤醒词的音频处理是在设备本地进行的,若未能识别指令,相关音频会立即删除,绝不会向其服务器传输任何数据。 关于其他指控,LG证实其电视会扫描局域网以识别已连接的设备,并说明这是智能家居功能的标准特性。该公司还指出,其自动内容识别(ACR)系统仅用于追踪观看习惯以提供个性化推荐和广告,且该功能完全基于用户自愿启用。LG表示始终致力于透明度与用户隐私保护,并强调用户对数据收集和许可设置拥有完全控制权。《汤姆硬件》尚未对双方的指控进行独立核实。

LG 最近否认了有关其监视客户的指控,特别回应了外界对“自动内容识别”(ACR)功能的担忧。该公司声明,ACR 使用内置处理器通过音频指纹识别内容,而非录制视频、截屏或录下周围的对话。LG 坚称这些功能并非默认开启,且用户可自行选择。 尽管如此,该声明在精通技术的用户和研究人员中引发了强烈质疑。批评者认为,LG 对“不录音”的定义存在语义欺骗,并指出实时音频处理本质上仍属于一种监视。此外,Gamers Nexus 等机构的调查显示,厂商常在设置过程中使用“黑暗模式”——例如“全部接受”按钮——诱导用户同意数据收集,这与所谓的“用户选择权”相悖。 用户群体中的广泛讨论集中在对丧失消费自主权的沮丧上。许多人认为,现代“智能”设备对用户实际上是不友好的,厂商将广告收入和用户画像置于用户隐私之上。社区普遍建议,为重获硬件控制权,应让电视保持离线状态,改用外接设备(如 Apple TV 或专用电脑),或者干脆彻底禁用智能功能。

“ClickFix”攻击浪潮目前正伪装成 Homebrew 等合法软件下载网站,针对用户发起攻击。这些恶意网站在搜索引擎结果中排名靠前,诱导用户误以为它们是官方页面。 该攻击利用了剪贴板功能:当用户点击按钮复制安装命令时,网站会将预期的代码替换为恶意脚本。如果执行该脚本,可能会导致个人电脑(PC)和 Mac 感染恶意软件。 Hacker News 上的讨论指出,uBlock Origin (uBO) 等广告拦截器能够有效检测并拦截此类恶意注入企图。用户报告称,当他们尝试从受感染的站点复制命令时,uBO 成功拦截了攻击。虽然关于 uBlock Origin Lite(适用于 Chromium 浏览器)是否能提供与 Firefox 完整版同等保护水平的讨论仍在进行,但安全专家强调,使用强大的浏览器广告和脚本拦截器对于减轻这些“复制粘贴”劫持威胁至关重要。建议用户在从网络复制终端命令时务必极其谨慎。

在这篇文章中,Pranoy Dutta 重点介绍了三项能够提升开发效率与代码安全性的编程语言特性: 1. **流式类型(Flow Typing,Crystal/TypeScript):** 该特性允许变量在生命周期内持有多种类型。编译器会追踪这些类型并使用“类型收窄”(如 `is_a?` 检查)来确保类型安全,从而在提供动态语言灵活性的同时,兼顾编译型语言的性能。 2. **借用检查器(The Borrow Checker,Rust):** 为了消除并发编程中的数据竞争,Rust 的借用检查器强制执行严格的所有权规则:同一时间,一段数据只能拥有一个可变引用或多个不可变引用。这创造了一种优雅的零成本抽象,能够在编译阶段防止内存安全错误。 3. **契约式编程(Contract Programming,D):** D 语言通过内置对不变式、前置条件和后置条件的支持,提高了代码的可靠性。通过区分内部错误(`assert`)与外部环境问题(`enforce`),并将验证逻辑直接附加到函数和类上,D 语言使得维护复杂的对象状态和程序不变式变得更加简单。 总而言之,这些特性将错误检测前置到了编译阶段,通过富有表现力的高级语法,减少了运行时的故障。

图尔库大学与瑞典农业科学大学最近的一项研究表明,马匹的个性很大程度上受人类提供的环境和关系影响。研究人员分析了超过 2700 匹马的数据,确定了四个个性维度:人类社交性、注意力、神经质和马匹社交性。 虽然年龄、品种和性别等内在因素起着基础性作用,但管理决策同样具有影响力。研究发现,长期稳定的饲养以及规律、非高要求的“高质量陪伴”能提高马匹对人类的社交性。同样,频繁骑乘与更高的注意力和更低的神经质相关,这可能是由于习惯化所致。相反,社交孤立会显著阻碍马匹与其他马匹互动,这突显了群体饲养对于行为发展的重要性。 尽管该研究属于横断面研究,无法证实直接的因果关系,但它表明人类管理的环环境直接影响马匹的性格。首席研究员奥塞安·利尔曼(Océane Liehrmann)强调,通过培养稳定的关系和社交生活条件,马主可以积极影响马匹的个性发展,从而提升它们的福利及其与人类进行有效互动的能力。

一项近期的研究指出,马匹的性格不仅由基因或品种决定,很大程度上还受其生活环境、照料方式以及与人类关系质量的影响。 Hacker News 上的评论者大多对此表示并不意外,并指出马是高度聪明的哺乳动物,具备复杂的沟通能力。经验丰富的马主强调,成功的互动建立在尊重马匹社交礼仪的基础上——例如进行眼神交流并等待对方发出接近的邀请——而非强行介入。如果人类忽视这些信号(例如为了拍照而从背后接近),可能会导致安全问题和沟通误解。 讨论中还强调,长期饲养马匹的主人会与动物发展出一套“专属语言”,其特征是微妙的肢体语言和相互形成的日常惯例。尽管正式研究证实了这些发现,但许多人认为,对于任何与动物建立长期联系的人来说,这都是常识。总而言之,人们达成的共识是:就像狗或人类一样,马的行为深受其人生经历这一“训练数据”以及照料者对待方式的影响。

人工智能公司 Anthropic 的首席执行官达里奥·阿莫代(Dario Amodei)呼吁放缓人工智能的发展步伐,以更好地应对该技术带来的“严重”风险。在题为《我们必须控制前沿技术的发展速度》(We Must Pace the Frontier)的文章中,阿莫代提出了三点计划,包括独立监管、全行业规范以及全球协调。 他认为,在将人工智能推向更高水平之前,企业需要时间来确保其安全性和对齐性;他提到了人工智能驱动的网络攻击以及机器可能超出人类控制范围等隐忧。尽管 OpenAI 的山姆·奥特曼(Sam Altman)等行业领袖也表达了类似的安全担忧,但科技行业的其他人仍持怀疑态度。一些批评人士认为,阿莫代呼吁监管并非出于纯粹的安全考虑,而是一种旨在巩固自身权力并抑制开源竞争的战略举措。 阿莫代强调,任何放缓步伐的措施都必须与国家安全利益相平衡,并敦促美国政府保持对中国等竞争对手的技术领先优势。他的提议引发了褒贬不一的反应:一些业界人士称赞其呼吁透明度的做法,而另一些人则认为这只是营销手段,或是为了维护大型人工智能公司的市场主导地位。

抱歉。

arXivLabs 是一个允许合作者直接在我们的网站上开发并分享 arXiv 新功能的框架。与 arXivLabs 合作的个人和组织都认同并接受我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 始终致力于这些价值观,并只与遵守这些价值观的合作伙伴进行合作。如果您有能为 arXiv 社区增值的项目想法,欢迎了解更多关于 arXivLabs 的信息。

工业革命期间纺织制造业所使用的动力织布机。Hulton Archive/Getty Images 隐藏说明 切换说明 Hulton Archive/Getty Images 称呼某人为“勒德分子”(Luddite)通常是一种侮辱——意指那些思想落后于时代的人。但真正的勒德分子并非仅仅害怕变革;他们是一场为了保住工作、抵制机器取代人工的劳工运动。 如今,随着人工智能的兴起,许多人也感受到了同样的生存威胁,甚至有人呼吁发起一场“勒德分子复兴运动”。在本期节目中,Throughline 将探讨一位听众提出的问题,带你了解 19 世纪的勒德分子起义能为我们看待技术与人类能动性带来什么启示。 嘉宾: Katrina Navickas,赫特福德大学历史学教授,《抗议与空间及地方的政治,1789–1848》一书作者。 支持 NPR+ 的公共媒体,即可享受包括本节目在内的 25 个以上播客的专属福利,包括无广告收听体验。了解更多信息请访问 plus.npr.org。

这篇 Hacker News 的讨论探讨了在技术飞速发展的背景下,社会是否即将迎来一场“卢德主义复兴”。 讨论主要分为两个观点: 1. **“冷静科技”方法:** 许多用户摒弃了卢德主义在历史上带有暴力(破坏机器)色彩的定义,转而主张与科技建立一种个性化、有意识的关系。这包括使用“冷静”或简化的工具——如电子墨水设备、实体笔记本或极简软件(例如 Obsidian)——以重新获得人类的主动权,并专注于自身福祉,而非沉溺于多巴胺驱动的消费。 2. **社会政治批判:** 其他参与者讨论了抵制科技巨头的道德性。有人认为历史上的卢德主义是对劳工剥削的理性防御;也有人认为,现代的“反科技”情绪只是对企业过度扩张的一种空洞反应。讨论中多次提到阿米什人,他们会对新技术进行选择性评估,以确保技术服务于社区而非扰乱社区。 归根结底,这个讨论串反映出科技从业者内部日益增长的疲惫感。人们的态度正从过往的“技术乐观主义”转向一种更谨慎、更审慎,有时甚至带有一丝愤世嫉俗的评估,开始重新审视快速创新所带来的意外后果。

在这项非传统的探索中,开发者 “gg582” 将 C11 并发内存回收的复杂不变量(如可见性、释放后使用 [UAF] 以及比较并交换 [CAS] 操作)映射到了中世纪东亚(宋元时期)八卦的结构逻辑上。 作者利用一个基于 C11 的并发内存释放谜题,展示了古代框架(特别是乾、坤、坎、离卦)如何成为现代底层系统编程的符号词汇。通过将这些经典结构映射到特定的技术行为上——例如在释放内存前撤销可见性或处理非对称交接——该文章旨在提供一种独特的视角来审视系统架构,而非依赖哲学抽象。 Hacker News 上的讨论引发了浓厚兴趣,社区成员甚至以游戏心态拓展了这一概念,将中国古代悖论(如“白马非马”)应用于软件缺陷,例如将竞态条件和 UAF 错误比作类似的哲学命题。

更多

联系我们 contact @ memedata.com