Better Home & Finance 备受争议的前首席执行官 Vishal Garg 声称，他是在一场由继任者 Daniel Lewis 精心策划的董事会政变中被免职的。Garg 曾带领该公司度过了一段动荡时期，包括 2021 年那场臭名昭著的 Zoom 裁员事件、灾难性的特殊目的收购公司（SPAC）合并，以及 93% 的股价跌幅。但他坚称当时已处于扭亏为盈的边缘，并将销售额的预期增长和运营效率的提升归功于近期推行的人工智能举措。 Garg 指控 Lewis 利用董事会席位博取其信任，随后在一周之内就设法将其取而代之。自 Lewis 接管公司以来，股价又暴跌了 45%。在特殊投票权股份和一群担忧此事的投资者支持下，Garg 已聘请律师 Alex Spiro 要求恢复其职位，并承诺在公司实现盈利前只领取每年 1 美元的薪水。他坚持认为董事会犯了错误，并声称自己被强行赶走时，离成功只差“最后 5 码”。目前，Lewis 和公司方面均未对此发表评论。
每日HackerNews RSS
抱歉。
对不起。
本资源提供了1974年经典影片《地铁大劫案》（The Taking of Pelham 123）中约40处外景拍摄地的详细清单及时间戳。尽管影片主要在地下进行，但制作团队精心选取了纽约市的实景——如雅园（Gracie Mansion）、富兰克林·罗斯福大道（FDR Drive）以及金融区的多条街道——来铺陈叙事。 影片上映五十年后，这些取景地大多仍清晰可辨，勾勒出20世纪70年代曼哈顿的迷人风貌。本清单既是一份地理指南，也是一份制作分析，记录了电影制作人在哪些场景保持了严格的空间准确性，又在哪些地方为了戏剧效果而打破了连贯性。无论是追踪从联邦储备银行到第28街现场指挥部的警车护送路线，还是辨认地铁入口，这份名录都为剖析这部纽约犯罪惊悚片经典作的制作逻辑提供了一个引人入胜的视角。
最近的一场 Hacker News 讨论将 1974 年的电影《地铁奇案》（The Taking of Pelham 123）誉为 20 世纪 70 年代纽约市的“时间胶囊”。用户们称赞该片具有粗砺的质感、真实的时代细节（如老式交换机和办公家具），以及大卫·夏尔（David Shire）创作的标志性配乐。
讨论的核心大多围绕沃尔特·马修（Walter Matthau）的魅力展开，他被公认为是一位虽出人意料却极其出色的动作英雄。评论者将该片与《窃听大阴谋》（The Conversation）等同时代经典进行了对比，并指出其独特的实景拍摄捕捉到了现代电影中罕见的纽约风貌。参与者还交流了有关马修演艺生涯的轶事，并分享了详细介绍该市旧交通基础设施技术历史的补充链接。总的来说，社区将这部电影视为 70 年代动作片创作的典范，认为它至今仍具有文化共鸣。
**Ember** 是一套专为使用“暖色屏”滤镜（如 Nightshift 或 Redshift）的用户所设计的配色方案。传统的调色板在滤镜开启后，常会出现色彩汇聚或“褪色”现象，导致不同的 UI 元素难以区分。
Ember 通过将滤镜状态作为核心设计约束解决了这一问题。该系统将显示效果建模为增益乘法信号，确保 UI 界面、终端主题及分类颜色在标准光照和极端色温（3400K、2000K 和 1200K）下，均能保持视觉上的清晰区分。
**核心功能：**
* **容量优化：** 考虑到极端红移会减少可感知的色彩空间，Ember 在较深配置文件中刻意限制了不同类别的数量（例如 3400K 下为 6 种颜色，而在 1200K 下为 3 种），以防止色彩混淆。
* **结构完整性：** 配色方案采用“暖中性”背景和奶油色文本，以最大程度减少视觉疲劳，并确保在经过滤的画布上仍具有高对比度。
* **完备的工具链：** Ember 为终端主题（Alacritty、iTerm2、Windows Terminal）、CSS 变量、JSON 清单及数据可视化 Python API 提供了经核验的成品。
* **严谨验证：** 每一项导出成果均通过 Oklab 色彩空间的数学测试，以确保在日间和夜间模式下均具备稳定的对比度与可辨识性。
抱歉。
在本文中，Rahul Saha 等人确立了格罗滕迪克常数（$K_G$）更精确的下界和上界，成功将其取值范围缩小至能够确认其十分位数字为 7 的区间。该研究定义的最新区间为： \[ \frac{6\pi}{11} \le K_G \le \frac{\pi}{2\log(1+\sqrt2)} - 10^{-4} \] 研究人员采用了创新方法以实现这一成果。下界是通过识别渐进最优 Krivine 方案的局限性而推导出的，突破了传统的基于构造的方法。在上界方面，作者首次引入了舍入方案的渐进分析，摒弃了以往仅依赖低维模型的研究路径。 值得注意的是，这一突破是人类研究人员与专业长程 AI 研究系统长期协作的成果，证明了 AI 辅助数学发现的有效性。
最近的一场 Hacker News 讨论聚焦于数学领域的一项突破：研究人员成功缩小了格罗滕迪克常数（Grothendieck constant）的界限（1.7135 < KG < 1.7819）。
作者使用了一套定制的“长周期”人工智能研究架构，将技术编码任务与高级推理分离开来。尽管人工智能在执行方面表现出色，但研究人员强调，人类的直觉对于“研究品味”仍然至关重要——具体而言，即决定追寻哪些方向，以及何时放弃失败的路径。
讨论转向了人工智能辅助研究的未来，指出当前的人工智能模型在保持长期研究状态的连贯表述方面仍存在困难。参与者讨论了构建稳健“架构”的必要性，这能让专家引导人工智能，并在复杂、迭代的发现过程中保持人类的监督。最终，该讨论帖将此项目作为一个人类与人工智能协作的案例研究，并指出随着模型能力的提升，人类的核心价值将转向战略判断、重新架构研究方向以及整合复杂信息。
这段内容并非可读文本，而是PDF文件的二进制数据（包含压缩流）。这些数据无法翻译为中文，因为它们是用于计算机解析的格式指令和编码后的图像或文档内容，而非人类可读的语言。
抱歉。
杰森·阿迪：前剑桥大学教授被发现身亡 Jason Arday, ex-Cambridge professor at centre of plagiarism row, found dead
77 天前
41岁的前剑桥大学教授杰森·阿迪（Jason Arday）被发现死于伦敦南部巴特西的家中。警方将此死亡事件定性为突发事件，但并不存在可疑情况。
阿迪于上周辞去了在剑桥大学的职务，此前他因涉嫌剽窃及学术成就受质疑而受到公众的强烈审视。尽管阿迪否认了剽窃指控，仅承认存在微小错误，但他表示，持续不断的公众攻击对他造成了严重的心理负担。
阿迪在2023年被任命为剑桥大学最年轻的黑人教授时曾引发广泛关注，这一成就当时受到各界的高度赞誉。在近期争议爆发后，剑桥大学已就其任命过程展开独立调查。校方对其离世深感悲痛，并向其家人和朋友表示慰问。
抱歉。
UDP Gateway 引入了两项新功能，旨在简化面向公众的事件驱动型 WireGuard 服务的部署。
首先，**AllowUnknownPeers** 属性使 WireGuard 监听器能够接受来自任何客户端的连接，而无需预先注册。这模仿了 HTTPS 模型，即在应用层验证身份之前先建立加密。为提高安全性，管理员可以使用 **UnknownPeerPreSharedKey** 属性，要求所有未知客户端提供共享凭据。
其次，**UseAsyncInvoke** 参数允许异步触发 Lambda 目标。网关无需等待同步响应，而是直接发送数据包批次并立即释放连接。这非常适合触发持久且耗时较长的工作流（如设备配置或多步验证），这些工作流的生命周期超出了单个数据包的持续时间。
这些功能既可以独立使用，也可以组合使用，以构建无需手动密钥管理或持久化基础设施的可扩展服务。这两项功能现已在所有受支持的区域中可用，并完全保持与现有配置的向后兼容性。
Hacker News 正在讨论一个名为“Open WireGuard Endpoints”的项目，它允许 WireGuard 服务器接受来自未知公钥的握手请求。标准的 WireGuard 实现通常要求预先注册对端（peer），而该工具将此协议作为一种轻量级加密层，用于 AWS Lambda 等云服务的 UDP 流量。
批评者表示困惑并持怀疑态度，质疑在没有静态 IP 分配的情况下第三层（Layer-3）路由如何工作，并认为这种方法引入了不必要的复杂性或潜在的安全风险。一些用户将其比作弱化的 VPN 安全性，认为它类似于未经身份验证的 TLS。
开发者澄清称，该项目是从零开始的 C# 实现，旨在作为一种稳健、高效的 DTLS 替代传输方案，而非传统 VPN。通过将数据包检查卸载到后端（如 Lambda 函数），它允许开发者构建自定义服务（例如物联网传感器数据采集），在无需管理静态对端列表的情况下，利用 WireGuard 出色的加密性能和可靠性。开发者坚持认为，即便客户端身份未预先验证，加密机制依然保持完整，从而提供安全的传输。
为遵守《欧盟人工智能法案》，Anthropic 正在为未来的 Claude 模型实施水印系统。该系统会在生成的文本中嵌入特定模式，以帮助识别 Claude 是否参与了内容的创作。 **核心要点：** * **隐形且无害：** 水印不会影响文本的质量、可读性或创造力。系统不会添加任何隐藏字符，也不会对性能、速度或成本产生影响。 * **工作原理：** 模型利用其内部的“随机性”选择来嵌入一种独特模式。虽然读者无法察觉，但拥有相应密钥的用户可以对其进行检测。这并非永久性印记，而是一种概率性的指标。 * **局限性：** 对于短文本、事实性陈述（措辞受限），或经 Claude 轻微修改的人类创作内容，水印的效果会减弱。 * **隐私保护：** 水印仅用于识别 Claude 的参与，不包含任何关于用户个人信息或具体聊天内容的标识。 * **图像：** 对于非文本文件，Anthropic 使用行业内容溯源标准——C2PA 元数据。 此次全球范围内的推广旨在确保符合欧盟行为准则，同时为用户维持顺畅的使用体验。
抱歉。
以下是该披露账本的简要总结：
**Z.ai Security 漏洞披露账本总结**
Z.ai Security 披露账本共收录了 2,436 个漏洞，覆盖了 45 个开源项目。在这些漏洞中，严重及高危级别共计 206 个（注：原文此处数据逻辑有误，按后文求和应为 206），分布情况为：Critical（107个）、High（99个）、Medium（1,177个）及 Low（1,053个）。
该数据集展现了极长的安全隐患周期：受影响漏洞的时间跨度长达 45 年（追溯至 1981 年），平均每个漏洞在被发现前已潜伏长达 26.6 年，凸显了长期隐匿漏洞的严峻安全挑战。近期披露的高危漏洞包括 Linux 内核的释放后重用（use-after-free）错误、Apple Safari 的 WebKit 内存缺陷、FreeBSD 的参数验证缺失以及 GStreamer 的堆越界写入问题等。这些数据揭示了在复杂开源生态中，深度安全审计与漏洞治理的迫切性。
抱歉。