国防科技行业目前正经历由投机资本而非市场现实驱动的估值泡沫。尽管美国国防预算规模庞大，但新进入者能触及的份额却微乎其微，因为大部分资金都锁定在由老牌军工巨头主导的既有“记录项目”中。目前，该行业每产生1美元的政府收入，就会涌入超过10美元的风险投资。 这种高企的私募估值与有限且竞争激烈的政府支出之间的错位，必然会在未来18个月内迫使市场进行修正。随着企业在后续融资中陷入困境，行业将经历大规模整合。企业的生存之道将从内生性增长转向并购、收购与资本重组。 为求生存，创始人必须超越“愿景”，通过真实的规模化收入、直接的客户关系、可靠的实地表现以及可持续的单位经济效益来证明价值。无法达到这些标准的企业将面临被并购或被迫重组的命运。最终，市场将青睐那些稳健的规模化企业而非投机型初创公司，从而形成一个更加精简、且有能力驾驭复杂政府采购现实的生态系统。
每日HackerNews RSS
抱歉。
atpr.to
AT Protocol 网址缩短服务 — 链接存储在您自己的 PDS 中。
从您的仪表板创建、编辑和删除短链接
为每个链接生成二维码 — 可导出为 SVG
链接与您的 handle 或 DID 绑定 — 永久属于您
即时搜索并筛选您的链接
用于程序化访问的 JSON API
通过 AT Protocol 身份登录
最近创建或修改
正在等待短链接...
由 @seqre.dev 制作
抱歉。
请启用 JavaScript 和 Cookie 以继续。
抱歉。
本网站正在使用安全服务来抵御网络攻击。您刚才的操作触发了安全防御机制。触发此拦截的原因可能有多种，包括提交了特定的词汇或短语、SQL 命令或格式错误的数据。
抱歉。
Linux 7.2 发布 Linux 7.2
67 天前
Linux 7.2 现已发布，这是历史上最繁忙的开发周期之一，其主要更新包括缓存感知调度、MGLRU 改进以及自动多尺寸透明大页（Transparent Hugepages）。 尽管最后时刻出现的回归问题导致 DRM 调度器的新公平策略只能作为可选功能而非默认功能，但 Igalia 仍做出了巨大贡献。Igalia 的主要贡献亮点包括： * **Raspberry Pi：** 为 Pi 4 和 5 GPU 实现了运行时电源管理，以降低空闲功耗；同时修复了 Pi 3 驱动程序的稳定性问题，解决了 RetroPie 中长期存在的崩溃现象。 * **Sched_ext：** 通过优化自定义调度程序的错误转储流程，提高了可观测性，特别是在高核心系统中。 * **系统稳定性：** 修复了一个长达 14 年的 futex 漏洞，该漏洞涉及健壮链表（robust list）数据损坏；此外还进行了多项内核范围的错误修复，包括 `ueagle-atm` 驱动程序中的竞态条件修复以及 memcmp() 的改进。 * **HDMI 2.1：** 为 `amdgpu` 驱动程序集成了初步的固定速率链路（FRL）支持，推进了对高端显示器的支持。 此次发布反映了内核开发高产出的“新常态”，而 Igalia 在驱动程序维护和核心基础设施改进方面持续发挥着至关重要的作用。
这篇 Hacker News 的讨论探讨了 Linux 内核的现状，起因是一篇关于 Igalia 近期贡献的总结。
参与者们就 Linux 是处于停滞状态还是在不断演进展开了辩论。虽然终端用户通常认为内核只是一个“后台”组件，只要能用就行，但开发者和资深用户却指出其中存在显著且往往隐形的进步。主要的亮点包括对硬件支持的改善、Btrfs 等文件系统的稳定性、容器化技术（cgroups/namespaces）的广泛采用，以及 eBPF 和 `io_uring` 等性能关键型工具的引入。
一个主要的共识是，过去十年间 Linux 桌面的易用性有了巨大的提升，特别是在驱动兼容性（Wi-Fi、蓝牙和 GPU 支持）以及游戏性能方面。讨论帖还澄清了一些技术上的细微差别，例如“直接渲染管理器”（内核的图形栈）与“数字版权管理”之间的混淆。总的来说，用户们回顾了 Linux 从一个业余爱好项目演变为一个稳健且“开箱即用”操作系统的过程，同时也指出，大多数内核创新对普通用户而言依然是隐形且无需感知的。
Sixtyfour 正在寻找位于旧金山的线下工程师，致力于构建能够进行深度网络开源情报（OSINT）研究的 AI 智能体。该职位的核心是将简单的输入（姓名、电子邮箱或域名）通过自主收集证据的 AI，转化为全面且经过验证的个人档案。 这是一个侧重设计的岗位，80% 的工作是在编码前进行规划、架构设计和白板方案推演。理想的候选人应重视系统设计基础，能够深入思考并发、延迟、数据量和故障模式，以确保系统具备大规模、高可靠的性能。你将全权负责各项功能，从构思智能体逻辑和评估框架，到部署生产级代码。 **主要要求：** * **卓越的工程能力：** 具备设计稳健系统的能力，并能为架构决策提供充分论证。 * **技术栈：** 精通 Python 或 TypeScript（愿意学习两者）。 * **思维方式：** 渴望开发大语言模型（LLM）或智能体，注重数据质量，并具备解决模糊、复杂问题的直觉。 * **经验：** 不限经验水平（欢迎学生及职场新人），但要求有实际项目的交付经验。 你将加入一个精简且快速迭代的团队，获得直接的指导、卓越的团队氛围，以及充足的 AI 工具研发预算。
抱歉。
Go 1.27 终于引入了对泛型方法的支持，允许方法定义独立于接收者结构体的类型参数。 在此之前，如果一个方法需要结构体本身未使用的泛型类型（例如将 `T` 转换为 `U` 的 `Map` 函数），开发者只能被迫在结构体定义中添加多余的类型参数，或者依赖不够直观的包级函数。通过此次更新，像 `U` 这样的类型参数现在可以严格限定在方法作用域内，从而使 API 设计更加简洁且符合 Go 语言的惯用法。 这一功能的实现推迟，源于 Go 语言编译时单态化（为特定类型生成代码）与运行时接口分发之间的技术冲突。在接口中支持泛型方法本需要复杂的即时编译（JIT）技术，或会导致二进制文件体积大幅膨胀。为了平衡灵活性与性能，Go 团队决定仅允许在具体类型上使用泛型方法，并明确将其排除在接口之外。这一折中方案在有效解决泛型方法最常见用例的同时，也保持了 Go 语言的性能标准。
抱歉。
在这篇博文中，安德鲁（Andrew）认为旨在扰乱文本的“反人工智能”字体既无效又有害，最终也是徒劳的。他指出，这些字体造成了严重的无障碍访问障碍，因为屏幕阅读器无法正确解析经过混淆的文本。此外，他警告称，建立区分人类和人工智能访问的系统，可能会迫使残障用户进行存在问题的集中式身份验证。 从技术角度来看，安德鲁断言这些混淆方法仅仅充当了“基准测试”，人工智能开发人员可以轻松克服。只要人类能阅读这些内容，人工智能终将被训练得能够解析它们。他认为，这种持续的“猫鼠游戏”可能会导致互联网基础设施受到限制——例如强制性的付费墙或严苛的版权保护——从而破坏互联网开放和易于访问的精神。最后，他总结称，阻止人工智能访问公共信息没有“灵丹妙药”，并主张应将此视为现代互联网的基本现实。
近期 Hacker News 上关于“反人工智能字体”的讨论，反映了在保护内容免受人工智能抓取，与优先考虑可访问性及技术现实性这两方观点之间的尖锐分歧。
支持者认为，尽管这些字体并不完美，但它们作为一种必要的工具，能够提高人工智能公司的获取成本，使自动化抓取在经济上变得不那么划算。一些人认为，这些字体是针对未经授权使用人类创造力进行更广泛、必要抵制的第一步。
相反，许多评论者认为这些字体是无效的“隐蔽式安全”。批评者指出：
* **可访问性：** 这些字体对依赖屏幕阅读器和其他辅助技术的残障人士造成了不成比例的伤害。
* **徒劳无功：** 人工智能模型正在迅速发展；开发人员可以通过光学字符识别（OCR）或训练模型来解码这些特定模式，从而轻松绕过混淆。
* **自我挫败：** 通过“破坏”网页的可读性，创作者往往会流失人类流量，从而将他们的作品从原本希望触达的受众面前隐蔽起来。
归根结底，目前的共识倾向于认为技术上的“陷阱”是徒劳的，并指出这是一个社会和法律问题，而非可以通过字体设计获胜的技术战。
本文论证了 C 语言中的内存安全漏洞（如缓冲区溢出、释放后使用、整数溢出等）并非孤立的缺陷，而是同一系统性问题的表现：即“语义不变量”（semantic invariants）的失效。 语义不变量是一种逻辑属性（例如“该指针指向 100 字节”或“该对象仍然存活”），它是程序安全运行的前提。尽管这些不变量至关重要，但 C 语言的类型系统不足以对其进行编码。因此，它们只能作为程序员脑中维护的非正式假设存在。 当程序对内存的“语义模型”与现实脱节时，漏洞便产生了。这通常是由攻击者通过操控输入，使这些隐藏的假设失效所导致的。任何一个被破坏的不变量（例如整数溢出）都可能引发连锁反应，进而导致内存损坏或释放后使用漏洞。 作者总结道，C 语言的根本弱点在于其无法表示并强制执行这些逻辑关系。现代内存安全语言通过将这些不变量纳入语言层面来解决这一问题，从而使编译器能够自动进行验证。归根结底，当程序丢失了定义何为“正确”数据的不变量时，内存损坏便随之开始了。
在一场精心设计的网络钓鱼活动中，攻击者冒充招聘人员在 LinkedIn 上以诱人的远程工作机会为诱饵，针对软件工程师进行攻击。这些诈骗者会提供一个看起来像是正规项目的“编程挑战”，实则是一个危险的木马程序。 当受害者运行代码（通常通过 `npm run dev` 等命令）时，一个隐藏脚本会从外部服务器获取恶意载荷。该载荷会执行第二阶段加载程序，并部署远程访问木马 (RAT)。由于代码是在开发者的用户账户下运行，因此无需提升权限即可访问敏感数据。恶意软件会主动窃取浏览器凭据、加密货币钱包、SSH 密钥、AWS 凭据以及环境变量（.env 文件），并将其外泄至命令与控制服务器。 为避免上当受骗，请警惕非官方的电子邮件地址、跳过初次面试的流程，以及要求使用 Bitbucket 等非常规平台的操作。为了保护自己，务必在 Vagrant 或沙盒虚拟机等隔离环境中运行可疑代码，但需注意高级恶意软件能够检测并规避某些沙盒环境。如果您怀疑系统已遭入侵，请立即撤销所有凭据、轮换密钥，并对操作系统进行干净重装。
最近的一场 Hacker News 讨论揭示了“面试驱动型”网络攻击的日益猖獗。恶意分子伪装成招聘人员，诱骗开发者运行恶意代码。这些骗局通常通过虚假的职位发布，要求候选人下载并执行所谓的“编程挑战”，而这些程序实际上是旨在窃取凭据、环境变量和浏览器数据的恶意软件。
社区强调了以下几项关键的安全最佳实践：
* **切勿运行不受信任的代码：** 避免执行来源不明的二进制文件或安装程序。
* **使用沙盒环境：** 如果必须运行可疑代码，请使用无法访问主机数据的虚拟机 (VM) 或容器。
* **核实真实性：** 使用公司官方邮件域名，核查招聘人员的 LinkedIn 经历，并要求提供公开的职位链接。
* **保持警惕：** 来自未知来源的高薪、兼职远程职位通常是危险信号。
虽然关于面试是否必须使用个人电脑存在一些争论，但普遍的共识是，正规公司应提供安全的、基于浏览器的环境进行测试。归根结底，开发者应保持谨慎，将面试过程视为双向审查系统，并拒绝任何损害个人电脑安全的要求。