502 错误网关 Cloudflare
每日HackerNews RSS
在糖分配给制下出生的婴儿，成年后患癌风险较低。 Babies born under sugar rationing grew into adults with lower cancer risk
70 天前
一项针对超过6.4万名二战后英国出生者的研究表明，在生命最初的“1000天”（从受孕到两岁）内限制糖分摄入，对一生健康都有益处。由于英国的食糖配给制度于1953年结束，研究人员得以对比配给期间和配给结束后出生的人群，从而揭示了这一因素带来的长期显著影响。 研究发现，早期糖分摄入量较低的参与者，在几十年后患肝癌、乳腺癌和前列腺癌等多种癌症的概率均有所降低。他们还表现出生物学衰老速度较慢的迹象，例如端粒更长、与压力相关的免疫蛋白水平更低。此外，研究显示早期饮食环境塑造了终身的口味偏好；经历过配给制的人群摄入糖分更少，且在成年后仍保持着更健康、更多样化的饮食习惯。 研究人员得出结论，在发育的关键窗口期，即代谢、器官和免疫系统快速形成的阶段，身体对营养摄入高度敏感。尽管该研究并不建议完全戒糖，但其结论强调了早期的饮食习惯会对细胞健康、代谢功能和行为偏好留下深远的影响，甚至可能在半个世纪后依然左右着个体的健康状况。
抱歉。
牛津铃 Oxford Electric Bell
70 天前
牛津电铃目前保存在牛津大学克拉伦登实验室，是一台自1840年安装以来几乎持续鸣响的实验装置。该电铃利用静电钟原理，在两个干电池堆（早期电池）之间悬挂着一个金属铃锤。由于静电的吸引和排斥作用，铃锤以2赫兹的频率振动，交替敲击两个铃铛。
由于该过程所需的电荷量极低，该装置在超过180年的时间里几乎没有损耗能量，并因此获得了“世界上最耐用的电池”的吉尼斯世界纪录。虽然内部电池堆的具体成分仍是一个谜，但它们很可能是用硫磺绝缘的赞博尼电堆。
尽管电铃看起来像是永动机，但它并非如此；一旦电池电量耗尽或铃锤磨损，它最终会停止工作。该装置目前被放置在两层玻璃之后，已鸣响超过100亿次，作为一件长期的历史仪器，它曾帮助研究人员区分关于电作用的不同理论。
Polars 是一个用于数据处理和分析的高性能 Python 库，提供了快速且富有表现力的 DataFrame API。与 pandas 不同，Polars 具有不可变的 API，没有行索引，并提供了一种强大的“延迟”（lazy）执行模式，可以在执行前通过谓词下推（predicate pushdown）和投影下推（projection pushdown）等技术优化查询计划。
**核心概念：**
* **数据结构：** 数据存储在 1D 的 `Series` 或 2D 的 `DataFrames` 中。`LazyFrames` 作为优化查询的蓝图，通过 `.collect()` 方法执行。
* **表达式：** Polars 使用灵活的“表达式”系统来执行复杂的列转换、过滤和聚合。
* **输入输出（IO）：** 支持多种格式（Parquet、CSV、Delta Lake 等），并提供同步的 `read_*` 和延迟的 `scan_*` 函数。
* **集成：** Polars 利用 Apache Arrow 进行高效的内存管理，支持处理超过内存（RAM）限制数据集的流式传输，并可与 Altair、Plotnine 和 Matplotlib 等可视化工具无缝集成。
Polars 通过多线程引擎和先进的查询优化来提升性能，是 Python 中进行大规模数据处理的理想选择。如需进一步学习，由 Jeroen Janssens 和 Thijs Nieuwdorp 编写的《Python Polars: The Definitive Guide》提供了全面的文档。
Jeroen Janssens 发布了一份全新的 Python Polars 双页速查表，内容摘自其著作《Python Polars: The Definitive Guide》。该资源提供 PDF 和 HTML 两种格式，源代码托管在 GitHub 上。
这一公告在 Hacker News 上引发了关于数据分析工具现状的热烈讨论。许多用户称赞 Polars 比 Pandas 更快、更直观，并指出它解决了 Python 数据处理生态系统中常见的痛点。
辩论的很大一部分集中在数据处理库的“易用性”上。R 语言用户强调 *tidyverse* 和 `dplyr` 是直观语法的黄金标准，尤其是在列操作方面。尽管一些 Python 用户批评 Polars 的 `pl.col()` 语法过于冗长，但也有用户分享了变通方法，例如通过对 `pl.col` 使用别名来实现类似 R 语言的简洁编码风格。讨论还涉及了 DuckDB 等替代工具，一些从业者强调，在 Python 和 R 之间的选择往往取决于任务的侧重点：是侧重于复杂的数据流水线（Python），还是统计建模（R）。
亚马逊税 The Amazon tax
70 天前
正在检查您的浏览器……需要启用 JavaScript
近期围绕“亚马逊税”（The Amazon Tax）的 Hacker News 讨论探讨了在线搜索质量的日益恶化，特别是在亚马逊和谷歌等平台上。
**主要观点包括：**
* **搜索“屎化”（Enshittification）：** 用户反映亚马逊和谷歌的搜索结果充斥着大量“赞助”和无关内容，平台往往优先展示付费广告，而非精准的自然搜索匹配。
* **市场敌意：** 评论者认为这些平台已不再是服务消费者的“市场”，而是沦为“寻租”机构，迫使卖家即便销售自有品牌产品，也必须通过购买广告来维持可见度。
* **“广告税”：** 这些强制广告的成本最终通过涨价转嫁给消费者，而“产品发现”过程已变成一片“黑暗森林”，用户必须费力避开各类广告和仿冒品。
* **信任流失：** 许多用户表示正转向当地实体店、品牌官网或专业聚合平台，并指出亚马逊在功能上已逐渐等同于 Temu 或全球速卖通（AliExpress）这类低质平台。
* **系统性批判：** 舆论普遍对这种垄断模式感到沮丧，认为其将短期广告收入和股价置于用户体验之上，导致搜索生态演变为“付费才能被看见”的局面。
**impersonate-proxy** 是一款本地中间人（MITM）代理，专为 WAF 和机器人检测系统的授权安全测试而设计。用户可以通过单一的 YAML 配置文件，操控 TLS（JA3/JA4）、HTTP/2 指纹、HTTP 标头顺序、User-Agent 字符串以及源 IP 标头。
**主要特性：**
* **深度定制：** 利用 `uTLS` 伪造特定浏览器（Chrome、Firefox、Safari 等）的指纹，或创建完全自定义的 TLS 握手。
* **动态控制：** 包含 Chrome 扩展程序和管理 API，无需重启代理即可实时切换指纹配置文件和设置。
* **轻松集成：** 支持 `curl`、标准浏览器以及 Playwright 等自动化工具。
* **操作透明：** 提供生成并信任本地 CA 证书的清晰路径，确保无缝的 MITM 拦截。
**重要说明：**
* **范围：** 该代理会拦截流量，并要求客户端信任其 CA 证书。它支持 HTTP/1.1 和 HTTP/2，但不支持 HTTP/3 (QUIC) 和分块请求体。
* **合规性：** 本工具仅限用于授权的安全测试。未经授权针对第三方系统使用本工具属非法行为，并违反相关服务条款。
本项目使用 Go 语言构建，并包含一个 `Makefile`，用于简化构建、CA 管理和部署流程。
在“测试期望”（Test Desiderata）的语境下，**隔离性**通过为每次执行创建全新的固件（fixtures）来确保测试的独立性。尽管一些开发者担心减少断言会削弱测试套件，但作者认为，**组合**是替代冗余“复制粘贴”式测试的更优方案。 当开发者复制并扩展测试时，会产生依赖关系，导致后续测试在前期测试失败时无法通过，从而造成代码库的冗余。与其保留冗余测试或通过删除早期测试来牺牲特定性，不如采用组合方式，将测试精简至仅关注新功能。通过将测试视为正交组件，开发者可以用更少的测试实现同等的信心和覆盖率。 归根结底，组合并非为了削弱测试，而是一种能够提升可维护性、可读性和效率的设计选择。通过战略性地组合测试，团队可以减少臃肿并更好地定位故障点，从而构建出更稳健、可扩展的测试套件。
NeoBrowser 是一个经过隐身加固的 MCP（模型上下文协议）服务器，支持 AI 智能体使用您真实的、已登录的 Google Chrome 会话来浏览网页。
与使用通用 Chromium 实例的标准无头浏览器工具不同——后者常因缺少 Cookie 或指纹不一致而被轻易标记为机器人——NeoBrowser 直接驱动您本地的 Chrome 程序。它通过安全重用您真实的 Cookie 并维持原生的浏览器指纹（包括硬件 WebGL、真实的 User-Agent/客户端提示，以及隐藏 `webdriver` 标志），从而绕过登录墙。
**核心功能：**
* **类人行为：** 模拟鼠标移动、打字节奏及焦点仿真，以规避行为检测。
* **智能交互：** 自动检测机器人防御机制、验证码和频率限制，并在需要人工交互验证时将控制权交还给用户。
* **高性能：** 以单个轻量级（约 4MB）的 Rust 二进制文件形式提供，无复杂的运行时依赖。
* **多功能性：** 提供 43 种工具，包括多标签页支持、表单提交及跨源搜索（Google、Bing、YouTube）。
* **安全性：** 本地运行，会话访问权限由用户选择性开启，在实现强大的智能体网页自动化的同时保障您的凭据安全。
该工具旨在帮助您自动处理个人工作流，为大语言模型提供一致且可靠的浏览体验。
抱歉。
**Avouch** 是一款轻量级且支持 Git 的 Python (3.10+) 静态分析命令行工具。它通过仅审查当前提交中修改过的文件（而非整个旧有代码库）来帮助开发者维护代码质量。 **主要特性：** * **Git 集成：** 自动检测暂存、已修改和未跟踪的文件。它从不标记既有代码，确保反馈始终具有可操作性且与当前工作相关。 * **精确分析：** 使用标准 `ast` 模块进行精确度量（如嵌套深度、参数数量和复杂度），而非使用正则表达式。 * **零开销：** 无守护进程、无网络请求、无需复杂的路径管理。仅依赖标准库，可在几秒钟内运行完成。 * **灵活报告：** 输出清晰易读的终端报告（带有类似编译器的标记），或用于 CI/CD 集成的稳定且版本化的 JSON 格式。 * **可配置：** 用户可以通过简单的 `avouch.toml` 文件微调限制或切换规则。 **使用方法：** * 安装：`pip install avouch` * 运行：`avouch`（用于本地审查）或 `avouch --all-files --json`（用于 CI 环境）。 * 退出代码（0：通过，1：发现违规，2：执行错误）允许其无缝集成到现有工作流中，且无需严苛的门控。
抱歉。
在这篇反思中，作者指出，许多曾经习以为常的日常生活片段如今已变得难以企及。它们不再是简单的预期，而是转变成需要投入大量时间和调研才能实现的“项目”。 作者列举了六个日益难以获得的领域：真正离线的能力、获取安静的可能、获取天然单一成分食物的渠道、商业活动中的个人互动，以及天然纤维耐用服装的供应。这些曾经的标准体验，如今常被包装成“高端”奢侈品，只有那些有钱有闲去搜寻的人才能享受。 核心问题不仅在于金钱成本，更在于对我们注意力的“税收”。作者认为，在数字霸权和大众市场便利化的时代，过去那些简单、符合人类尺度的活动——比如与店主交谈或找到一件高质量的服装——现在需要付出相当大的努力，以至于显得有些异类。归根结底，这篇文章强调了现代生活水平如何剥夺了平庸的日常，将简约变成了需要刻意追求才能获得的艰巨目标。
抱歉。