Layer3 Intel 为其 Tripwire 代理检测工具推出了“带宽消耗”（bandwidth drain）功能，旨在使网页抓取在经济上变得不可行。
大多数反机器人工具仅会阻止可疑流量，而抓取者可以通过轮换 IP 地址来绕过这些限制。相比之下，Tripwire 的“带宽消耗”功能会识别出高置信度的住宅代理连接，并强制其下载最多 10MB 的数据。由于住宅代理提供商按千兆字节收费，这会显著增加每次请求的成本，从而将常规抓取转化为一项昂贵的操作。
该功能效果显著：在测试中，它迫使抓取者支付了超过 11GB 的不必要流量费用，导致其在 48 小时内停止了抓取活动。为防止误报，该功能采用选择性加入机制，仅在严格匹配 Layer3 的住宅代理数据库，且确认流量为转发代理连接时才会激活。
通过将经济负担转嫁给操作者，Tripwire 超越了简单的拦截，从根本上改变了大规模抓取的经济成本。现有用户只需更新其 Tripwire 代码片段参数即可启用此功能。
每日HackerNews RSS
抱歉。
**Pngine** 是一种声明式格式和运行时，旨在简化 WebGPU 的“连接”过程。通过使用与 WebGPU 规范一一对应的 S-表达式，它允许开发者将着色器、管线和渲染通道定义为结构化、人类可读的数据。
主要功能包括：
* **验证**：通过 LSP 对 WebGPU 配置执行静态分析和规范检查，无需实时上下文即可捕获错误。
* **可移植性**：声明式代码可以导出为 HTML、ZIP，甚至嵌入到 **PNG 文件**中。这些图像既是视觉预览，也是自包含的可执行程序，通过小型运行时解释嵌入的字节码。
* **跨平台**：作为一种“基底”设计，它适用于浏览器、Rust (wgpu)、Android 和 iOS，消除了对特定语言样板代码的需求。
* **抽象**：在保持 WGSL 原样不变的同时，它为构建场景图或材质节点等更高级的工具提供了稳定且可组合的基础，使开发从程序化复杂性转向数据驱动的方法。
最终，Pngine 作为一个多功能的机器友好型环境，适用于底层图形实验，从而能够轻松地打包、验证和共享复杂的 GPU 工作流。
抱歉。
使用纯 CMake 实现的 GPT-2，采用 Q16.16 定点数运算。 mkdir -p checkpoint curl -L -o checkpoint/model.safetensors https://huggingface.co/openai-community/gpt2/resolve/main/model.safetensors curl -L -o checkpoint/vocab.json https://huggingface.co/openai-community/gpt2/resolve/main/vocab.json curl -L -o checkpoint/merges.txt https://huggingface.co/openai-community/gpt2/resolve/main/merges.txt python3 tools/gen_full.py cmake -P gpt2_full.cmake -DPROMPT="Hello" -DN=2 python3 tools/gen_tables.py python3 tools/gen_model.py cmake -P gpt2.cmake 采用 BSD 3-Clause 许可证。详情请参阅 LICENSE 文件。
GitHub 上近期出现了一个用“纯 CMake”编写的 GPT-2 实现，在 Hacker News 上引发了热烈讨论。用户们对该项目表现出一种集娱乐、惊恐与敬畏于一身的复杂情绪，将其比作在计算器上运行《毁灭战士》或利用 C++ 模板进行图灵完备计算等荒诞的技术壮举。
评论者指出了该实现极端的性能局限，指出 CMake 是一种解释型的“字符串类型”语言，并不适合神经网络繁重的数学计算需求。该项目是单线程的，且需要不断的字符串到数字转换，导致其运行速度极其缓慢。
尽管在技术上并不实用，但社区大体上将这一尝试视为一种“荒诞艺术”。虽然有些人质疑作者的理智，但大多数反应都带有调侃意味，将其视为一场令人印象深刻的技术受虐秀。该讨论串捕捉到了开发者实验精神的精髓：仅仅因为可以实现，就去做一些困难且在技术上存疑的事情，而不论其结果看起来多么“糟糕”或“恶心”。
作者展示了现代 AI 智能体（如 Claude Opus）逆向工程外设固件的便捷程度，将以往复杂且繁重的工作缩短为几小时的自动化任务。通过针对摄像头、显示器、麦克风和智能灯具等设备，作者成功揭露了重大漏洞：禁用摄像头状态指示灯、绕过固件签名，以及通过未公开的 HID 协议获取根权限（root shell）。
这些发现凸显了一个令人担忧的现实：硬件安全性几乎不存在或极易被规避，而现代操作系统的防护措施在受损外设面前往往力不从心。虽然这些技术能够实现强大的互操作性和定制化，但也大幅降低了恶意活动的门槛。
作者警告称，我们正进入一个 AI 驱动的自我复制恶意软件时代，它们能够以史无前例的速度自动利用并入侵相邻的物联网设备和外设。随着逆向工程劳动的自动化，曾经保护硬件的“隐蔽式安全性”已名存实亡。作者总结道，随着威胁形势转向这些易受攻击、被 AI 瞄准的硬件攻击面，未来几年将变得“极其有趣”。
这场 Hacker News 讨论聚焦于利用大语言模型（LLM）对消费级硬件进行逆向工程和定制的增长趋势。原帖强调了作者成功为一款小众 GPU 开发了自定义 Linux 驱动程序，并修补了显示器固件以移除诸如“像素清理”提示等恼人的用户体验元素。
讨论的主要主题包括：
* **赋能与安全：** 许多用户将其誉为数字自主权的“黄金时代”，LLM 使个人能够绕过计划报废、移除遥测数据，并解锁制造商刻意限制的硬件功能。
* **用户的“武装化”：** 批评者认为，这种能力降低了恶意行为者的准入门槛，可能使每个联网外设都成为持久的后门或大规模攻击的工具。
* **伦理考量：** 关于“维修权”与“安全加固”的争论非常激烈。虽然爱好者将未经授权的固件修补视为所有权的基本权利，但工程师们对现代消费设备缺乏基本安全保障感到震惊，并指出制造商最终会以更严格的锁定作为回应。
* **AI 作为倍增器：** LLM 极大缩短了逆向工程所需的时间，将以往需要专家数周才能完成的任务缩减至几小时的提示互动。
生成式模型的初始训练准则因奖励信号冗余且权重设置不当而失效，导致模型陷入输出重复、质量低下的瓶颈。多个质量评估指标出现了重叠，而代码长度的奖励机制也过早饱和。 解决方案是将绝对数值评分转变为与精选的高质量人工标注参考图库进行成对比较。通过简化准则，优先考虑 HPSv3 分数和相对比较，奖励信号获得了必要的动态范围。 这一重构使模型突破了此前的性能壁垒，达到高质量基准的速度提升了三倍。此外，模型学会了优化效率，在不牺牲创意输出的前提下，将代码长度从 13,500 个标记缩减至 2,000 个以内。该实验证明，在训练生成式智能体时，经过提炼的相对反馈比复杂的多维度评分准则更为有效。
抱歉。
发表在《自然》杂志上的一项卫星数据分析显示，1982年至2016年间，全球树木覆盖面积增加了224万平方公里，增幅达7.1%。尽管这表明地球正在“变绿”，但研究人员强调，这种增长掩盖了严重的生态退化。
森林覆盖面积的增加主要集中在温带、寒带和极地地区，原因包括耕地弃耕、气候变化导致的森林向极地迁移，以及中国等国家大规模的植树造林行动。相反，地球上生物多样性最丰富的生态系统——特别是热带雨林和干旱森林——遭受了巨大的、不可逆转的损失。巴西的退化速度最快，主要是由于工业化农业的扩张。
该研究强调了一个关键区别：“树木覆盖”并不等同于“森林覆盖”。增加的树木往往包括缺乏原始森林生物多样性和生态系统服务的单一栽培人工林。研究人员认为，所有土地覆盖变化中60%是由人类直接活动引起的。总之，虽然树木的总表面积有所扩大，但用人工林和短寿命植被取代复杂的自然景观，预示着地球最重要生态系统的复原力和健康状况正在下降。
抱歉。
这段内容是 PDF 文件的二进制原始数据，无法翻译成可读的中文。
一篇由 Alpoge 撰写、据称在 Claude 辅助下完成的百页论文《A complex structure on $S^6$》在 Hacker News 上引发了激烈讨论。在 6 维球面 ($S^6$) 上是否存在复结构是数学界一个著名的长期难题；若该结论得到验证，将成为历史性的突破。
社区对此反应两极分化。许多用户持怀疑态度，鉴于该问题此前曾多次出现过错误的声明，他们质疑机器生成的证明能否得到妥善验证。另一些人则指出，现代数学证明（即使是人类完成的）正变得越来越深奥难懂，往往需要借助人工智能进行核查。
虽然一些参与者嘲讽该论文的技术密度，或将其斥为“AI 垃圾内容”，但也有人认为 AI 非常适合处理这类高维分类工作。目前，数学界尚未达成共识，专家们正以审慎的态度对待这项研究。这究竟是一个真正的里程碑，还是一次失败的尝试，仍未有定论，同时也凸显了 AI 快速生成复杂知识的能力与人类验证能力之间日益紧张的关系。
“Quicktake for Apple II” 软件发布了重大更新，重点在于增加了对 1996 年柯达 DC50 数码相机的支持。此次升级实现了 115,200bps 的高速传输，并完全兼容相机的内置内存及 PCMCIA 存储卡。
为实现这一功能，开发者结合现有的开源工具、旧版软件以及手动十六进制分析，对 DC50 的协议进行了逆向工程。由于 DC50 使用独特的 756×504 分辨率，该软件在解码过程中会将图像裁剪为 640×480。
除了相机支持外，本次发布还包含多项架构改进：
* **核心重构**：重组了源代码树以提高可维护性，并改善了用户界面与驱动程序的分离。
* **解码器增强**：通用化后的 RADC 和 JPEG 解码器现支持更多格式，并修复了稳定性问题。
* **易用性**：新增了 Quicktake 200 的缩略图预览功能、更优的串口配置，以及改进后的缩略图抖动算法。
* **效率**：尽管增加了新功能，但本次更新通过多项性能调整，降低了内存与磁盘占用。
详细文档（包括定制线缆接线图）可在项目主页获取。
最近的一项工程展示了 1996 年的柯达 DC50 老式数码相机现已能与 Apple II 计算机连接，这在 Hacker News 上引发了热烈讨论。用户们对这种充满创意的“老派”工程实践大加赞赏，并将其与当下以 AI 为核心的趋势进行了对比。
技术讨论很快转向了 DC50 独特的 756×504 分辨率。评论者们推测了早期数字传感器设计的历史，指出这些尺寸虽然符合 1.5:1 的宽高比，但很可能是制造商在市场驱动的像素数、生产良率以及现有传感器硬件之间权衡的结果。讨论随后演变成了一场怀旧之旅，参与者们分享了使用柯达 DC215 和 DC280 等其他早期型号的经历，并回顾了从胶片时代的比例向 90 年代末数字标准过渡的过程。
Google Workspace 认为我的域名是电子邮件服务提供商。 Google Workspace thinks my domain is an email provider (2025)
63 天前
一位用户在尝试注册 Google Workspace 时遇到了一个持续且无法解释的错误：“请输入有效的域名，而非电子邮件提供商。”尽管联系了 Google 支持团队，用户只收到了重复且无用的故障排查建议，最终被告知由于一个未定义的系统标记，必须放弃其合法的优质域名。
出于沮丧，该用户调查了 Google Workspace 注册页面的源代码。他们发现了一个有缺陷的客户端验证脚本——一个基于正则表达式的黑名单——它错误地将合法域名标记为电子邮件提供商。具体而言，该代码阻止了任何匹配诸如 `web.*` 或 `me.*` 等模式的域名，这导致该用户乃至乌克兰经济部等知名机构都无法完成注册。
通过禁用此本地输入验证，该用户绕过了限制并成功注册了其域名，证明了该拦截是一个错误的前端问题，而非服务器端的必要限制。调查显示，Google 的工程师过于依赖一个宽泛且维护不善的“电子邮件提供商”模式列表，导致合法的企业被错误地阻挡在服务之外。
抱歉。
arXivLabs 是一个允许合作者直接在我们的网站上开发和分享 arXiv 新功能的框架。与 arXivLabs 合作的个人和组织都秉持并认可我们对于开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于坚守这些价值观，并仅与遵守这些准则的合作伙伴开展合作。如果您有能为 arXiv 社区创造价值的项目构想，欢迎了解更多关于 arXivLabs 的信息。
对不起。