本文探讨了繁忙海狸问题（寻找在停止前输出最多1的图灵机）与考拉兹猜想之间的潜在联系。考拉兹猜想涉及重复应用一个函数到一个数字：如果数字是偶数则除以2，如果是奇数则乘以3并加1，目标是达到1。
作者研究繁忙海狸图灵机，已知其磁带模式有时会表现出类似考拉兹的行为，是否实际上*模拟*特定的考拉兹序列。描述了一种修改后的“考拉兹磁带”——一个根据考拉兹函数输出（模3）翻转磁带单元格的磁带，读写头根据数字是奇数还是偶数向左或向右移动。
提出的问题是，繁忙海狸是否可以使用这种磁带机制生成镜像考拉兹数字行为的模式，特别是达到类似于考拉兹序列达到1的状态。以n=371581为例来说明磁带的发展。
每日HackerNews RSS
这个Hacker News讨论探讨了考拉兹猜想与“繁忙海狸”(BB)机器之间的联系——那些在停止前最大化步数的理论计算机。
虽然BB机器通常不会模拟*原始*考拉兹过程（随机缩放直到零），但许多机器表现出“类似考拉兹的行为”，通过迭代具有固定比例因子的函数，直到达到特定的模值。这会产生伪随机余数流，类似于考拉兹序列。
有趣的是，一些BB候选者，比如BB(3,3)，使用了完全不同的停止条件——将采样点与康托集进行比较——而不是模运算。讨论还涉及考拉兹模拟产生的视觉模式，类似于波浪片，以及对这些模式背后潜在更高维度形状的推测。
最后，帖子还提醒了申请Y Combinator 2026年冬季批次的申请。
展示 HN: Deta Surf – 一款开源且本地优先的 AI 笔记本
Show HN: Deta Surf – An open source and local-first AI notebook
40 天前
## Deta Surf：一款人工智能驱动的思考工具
Deta Surf 是一款开源的人工智能笔记本，旨在通过将文件和网络直接融入您的工作流程来简化研究和思考。它基于 Svelte、TypeScript 和 Rust 构建，适用于 MacOS、Windows 和 Linux，并优先考虑以开放格式进行本地数据存储。
与单一用途的应用程序不同，Surf 擅长综合处理*所有*媒体类型中的想法——笔记、网站、PDF、YouTube 视频等等——从而最大限度地减少标签页切换和复制粘贴。主要功能包括组织成笔记本的多媒体库、集成的网络搜索和引用，以及“Surflets”——用于数据可视化的无代码应用程序生成。
用户可以使用他们自己的人工智能模型（通过 API 密钥集成）或利用本地语言模型。Surf 强调用户隐私和控制，提供一个个性化、开放且可扩展的思考环境。您可以从 GitHub 或 Deta 网站下载它（条款可能不同）。
## dasn1：深入 ASN.1 与编译器开发 本文详细介绍了作者构建“dasn1”的过程，这是一个用于 ASN.1（抽象语法表示法一）的编译器。其驱动力是希望在异步 I/O 框架 Juptune 中实现 TLS。ASN.1 是一种复杂且历史悠久的数据规范，对于 TLS/SSL 证书等现代安全协议至关重要，但大多数开发者对此知之甚少。 该项目仍在进行中，重点是解析 ASN.1 符号并生成代码，特别是 DER 编码。作者强调了 ASN.1 的惊人深度和复杂性，包括其各种编码规则（BER、CER、DER、PER 等）以及复杂的版本控制系统。 开发过程是一次重要的学习经历，暴露了编译器构建的挑战——从管理已弃用的功能和复杂的约束条件到生成有用的错误消息。作者利用 D 语言的元编程特性（静态导入、`typeof()`、mixin 模板）来简化代码生成并保持类型安全。 尽管困难重重，项目仍在进展，已经成功解析了 x.509 证书，并开始进行 TLS 1.3 的实现。作者最后以一句幽默的警告作结：除非你准备好迎接一项具有挑战性且可能耗费全部精力的事业，否则请避免 ASN.1。
## 重新思考编程面试：超越力扣 许多人难以有效评估程序员候选人。本指南探讨了一种替代传统、通常无效的力扣式面试的方法，灵感来自凯西·穆拉托里（Casey Muratori）的方法。穆拉托里提倡一种“深入挖掘”的方法：深入询问候选人关于*他们*构建的项目，旨在理解他们的推理和技术基础。 他的方法侧重于确定候选人是否*胜任*，不一定能确定他们是否能在特定公司文化中茁壮成长（他承认这更难评估）。关键是让候选人*向你讲解*他们的工作——实现细节、替代方案以及他们将如何适应不断变化的需求。 虽然力扣可以通过测试准备好的问题解决能力来减少误报，但它通常会忽略现实世界的适应能力。本指南建议将深入挖掘的方法与在不熟悉的代码库上进行结对编程环节相结合，以评估候选人的导航技能和协作能力。Linear更进一步，通过付费工作试用期，以候选人处理真实项目为基础，声称拥有96%的留存率。 最终，理解候选人做出决定的*原因*比仅仅看他们是否能解决预定义的难题更有价值。
## Hacker News 讨论：评估程序员面试
一篇 Hacker News 的帖子讨论了 Casey Muratori 的面试方法，重点深入了解候选人的过往项目，而不是像 LeetCode 这样的标准化测试。Muratori 声称这种方法能够可靠地识别有能力的程序员，通过评估他们*讲解*自己作品的能力，从而揭示他们的理解和解决问题的能力。
然而，评论者提出了有效的担忧。一些人指出面试官的技能至关重要——并非所有人都能有效地提问和评估答案。偏见也是一个问题，尤其是在系统设计面试中，先入为主的观念可能会掩盖替代方案。另一些人强调了对签署了保密协议或个人项目有限的候选人来说的困难，以及 LLM 可能在远程编码任务中扭曲结果的潜力。
许多人赞成结对编程的想法，使用像 StringCalc 这样的任务来观察候选人的思维过程和协作能力。一个关键的收获是评估候选人*完成工作*的能力，即在特定技术栈内完成工作，而不仅仅是关注过去的成就。最终，讨论强调了适应性、深思熟虑的面试技巧的必要性，并承认没有任何流程是万无一失的。
美国国家公路交通安全管理局（NHTSA）已针对约2000辆Waymo自动驾驶汽车启动初步调查，原因是收到有关涉嫌违反交通安全法规的报告，涉及停靠的校车。调查源于最近在佐治亚州发生的一起事件，据报道一辆Waymo自动驾驶出租车绕过了停靠并伸出停止臂、闪烁灯光的校车，当时学生正在下车。 NHTSA认为，鉴于Waymo行驶里程的广泛性——超过1亿英里，每周200万英里，可能发生了类似事件。Waymo表示，该车辆是从一个遮挡信号的角度接近的，并保持了安全距离，并且已经实施了软件更新以改进校车检测。 此项调查是在对Waymo碰撞事件进行为期14个月的调查之后展开的，那次调查最终导致了两次召回。目前的调查重点是Waymo的无人驾驶技术如何与学生等弱势道路使用者互动。
## Waymo 自动驾驶出租车安全调查 - Hacker News 总结
一篇关于美国调查 Waymo 自动驾驶出租车，原因是其在校车停靠时未能完全停止的 Yahoo News 文章，引发了 Hacker News 的讨论。核心争论在于自动驾驶汽车与人类驾驶员在安全性和规则遵守方面可能带来的好处。
许多评论者认为，自动驾驶系统具有显著优势：修复可以普遍部署，而无需重新培训数百万人类驾驶员。然而，人们也担心自动驾驶公司可能采取降低成本的措施，从而影响安全性，以及现实世界驾驶场景的复杂性。
讨论还涉及了为极端情况（如不同的校车时间表）编程的挑战，以及对严格测试和监管的需求。一些人认为 Waymo 有限的运营区域可以实现更安全的开发，而另一些人则指出需要更广泛的测试，包括高速公路。最终，共识倾向于自动驾驶汽车*可能*更安全，但需要仔细监督和持续改进。
一个多世纪以来，反垄断法一直专注于防止*明确的*共谋——秘密协议以固定价格。但算法的兴起正在挑战这种方法。虽然算法并非“在酒馆会面”，但研究表明它们可以*默契地*共谋，通过诸如对降价采取不成比例的报复等策略来维持高价——本质上是一种价格战的沉默威胁。 最近的研究表明，即使是看似“良性”的算法，仅仅设计用于在没有明确沟通的情况下最大化利润，也可能导致价格膨胀。研究人员使用博弈论发现，保证“无悔”的算法——意味着它们无法识别更好的过去策略——在与某些对手配对时，仍然可能导致对消费者的不利结果。 具体来说，一种不响应的策略，利用“无悔”算法的局限性，可以通过赋予高价较高的概率来推高价格。这凸显了一个关键问题：监管机构难以识别源于复杂算法交互的“不公平”定价，缺乏传统反垄断案件所需的明确协议。寻找解决方案证明很困难，即使限制算法以防止威胁也无法保证公平定价。
客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。网站的必要部分无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置造成的。请检查您的连接，禁用任何广告拦截器，或尝试使用不同的浏览器。
## PyTorch Monarch：一个新的分布式计算框架
PyTorch Monarch 是一个全新的开源框架，旨在简化 PyTorch 的分布式计算。它的目标是提供构建可扩展系统的基础设施基础组件，定位为像 Tinker 这样的托管微调服务的低级替代方案。Meta 通过发布 Monarch 和 RL 框架 TorchForge 作为开源工具，实际上已经使 Tinker 的价值主张商品化。
Monarch 采用单控制器模式，不同于像 Jax 这样专注于多控制器设置的方法。它采用 Python 前端和 Rust 后端构建，利用 Rust 的并发特性来实现性能和鲁棒性。虽然它支持 GPU 加速，但一些讨论集中在其对 CUDA 的依赖以及与 Ray 和 Dask 等探索更广泛硬件支持（包括 RDMA）的替代方案相比的潜在限制。
该项目与 Ray 和 Hadoop 等现有框架进行了比较，Monarch 旨在通过抽象分布式计算的复杂性来提供更精简的体验。它被认为是一个潜在的重要发展，但人们也担心“隐藏”分布式系统的固有复杂性以及潜在的 CUDA 特定依赖性。
美国劳工统计局（BLS）收集并发布消费者平均价格数据，最著名的是通过消费者价格指数（CPI）。CPI以1982-1984年为基准年（100），追踪城市消费者购买的一篮子商品和服务的价格变化——代表美国约88%的人口。 数据每月从87个城市地区的约4,000个住房单位和26,000个零售点收集，涵盖食品、住房、交通和服务的类别。会发布经过季节性调整和未调整的CPI数据；前者剔除了可预测的季节性波动。 BLS还发布特定商品（如一打A级大鸡蛋）的平均价格。虽然这些数据可以了解当前价格，但CPI指数值更适合追踪随时间推移的价格*变化*。CPI有助于识别通货膨胀和通货紧缩，但通常会使用排除食品和能源等波动性项目“核心CPI”来进行更准确的评估。
## 鸡蛋价格与通货膨胀：Hacker News 总结
Hacker News 上的一场讨论围绕一张图表展开，该图表将 1980 年以来鸡蛋价格与消费者价格指数 (CPI) 进行比较。虽然图表显示出总体相关性，但鸡蛋价格经历了显著的飙升，尤其是在 2022 年和 2025 年，这归因于诸如广泛的禽流感爆发导致大规模扑杀鸡只等事件。
评论员指出，由于鸡蛋短缺，后院养鸡的情况有所增加，但考虑到饲料和围栏等成本，养鸡不一定更便宜。讨论还涉及了鸡蛋生产的复杂性——其对疾病的脆弱性、与其他食品相比的快速可扩展性，以及行业内集中所有权的影响。
几位用户指出了图表中历史价格的差异，并争论鸡蛋价格波动是否真正反映了更广泛的通货膨胀趋势，或者仅仅是该商品的独特现象。其他人强调了负担得起的鸡蛋生产和分销的后勤奇迹，并将其与医疗保健和教育等基本服务成本的上涨进行了对比。
启用 JavaScript 和 Cookie 以继续。
## 皮肤供电可穿戴设备：黑客新闻讨论
最近一篇ACM的文章详细介绍了“皮肤供电”技术——利用皮肤作为媒介为可穿戴传感器供电和通信——在黑客新闻上引发了讨论。 核心思想并非*从*人体*获取*能量，而是将其用作分配系统。
最初的担忧集中在潜在的健康风险上，包括氧化应激和热力学失衡。 然而，评论员澄清该技术旨在消除为智能手表等设备充电的需求，通过集成传感器网络提供便利。
对话扩展到更广泛的能量收集可能性——太阳能、动能和热能——以及它们的实际限制。 虽然设想将这些方法结合起来并在超级电容器中存储能量，但由于生物限制和热量散失，从体温或运动中提取大量能量被证明效率低下。 最终，这场讨论凸显了这项技术为未来互联的可穿戴设备供电的潜力。