请启用 JavaScript 和 Cookie 以继续。
每日HackerNews RSS
法国税务局（DGFiP）近期遭遇数据泄露，涉及68万名纳税人的个人信息。据报道，该事件发生在6月下旬，直至黑客与行政部门取得联系后，官方才承认了此次泄露。
在Hacker News上，用户讨论了此次泄露的影响。他们指出，泄露的数据似乎相对普通，主要涉及低税负群体，而非富裕阶层。讨论随后转向了对法国公共部门IT基础设施的更广泛批评，参与者形容该系统支离破碎、依赖旧有架构，这增加了安全和数据管理的难度。
一些用户质疑GDPR法规的有效性，因为该泄露事件在数月内未被披露。另一些人指出法国公务员体系存在系统性危机，认为低薪和老旧的基础设施（受人口和经济压力加剧）导致公共部门难以吸引合格的IT人才。虽然一些评论者呼吁对监管疏忽追究个人责任，但另一些人则认为，安全是一个复杂的、持续的权衡问题，而非通过简单的惩罚就能解决的缺陷。
请启用 JavaScript 和 Cookie 以继续。
在1897年至1953年间，纽约市运行着一套庞大的气动管道邮件系统，旨在加速曼哈顿及布鲁克林之间的通讯。在鼎盛时期，该网络覆盖了27英里的地下管道，连接了23个邮局，每天以每小时35英里的速度，通过钢制密封罐运送多达95,000封信件。该系统由私人承包商运营，并由被称为“火箭手”的工人进行维护。起初，它被誉为一项技术奇迹，甚至在一次测试中还运送过一只活猫。
然而，该系统面临着重大挑战，包括高昂的维护成本、需要挖掘城市街道才能修复的机械故障，以及有限的运载能力。随着邮件量的增长和机动车辆变得更加高效，政府的研究日益认为这些管道已成为过时且昂贵的邮政运营阻碍。尽管承包商游说希望保留该服务，但管道系统在第一次世界大战期间被暂停，并最终于1953年永久退役，随后邮政服务转向了更现代、更具成本效益的运输方式。
近期的一场 Hacker News 讨论回顾了气动管道系统的魅力及其留下的印记。用户们分享了对 20 世纪零售商店中这些管道的怀旧记忆，当时它们曾被用于运送现金和收据。
尽管在商业零售领域已基本过时，但该技术在专业场景中依然发挥着作用。现代医院仍在利用气动管道快速运送医疗物资、处方药和实验室样本。讨论参与者还提到了大规模气动垃圾收集系统的存在，例如罗斯福岛上所使用的系统。
然而，讨论的共识也强调了其实际局限性。评论者指出，这些系统容易发生机械故障，难以维修，且受到包裹尺寸和重量的限制，这使得它们在效率上往往不如现代物流。归根结底，虽然“管道系列”至今仍是一个令人好奇的对象，甚至成为了互联网上的历史梗，但它也提醒人们，曾经革命性的基础设施可能会以多快的速度演变成一种维护负担。
将大语言模型（LLM）的输出限制在大型固定词汇表（如 Wayfair WANDS 数据集）中，既具有挑战性且成本高昂，还会受到 Token 上下文窗口的限制。虽然使用 Pydantic 字面量（literals）实现结构化输出可行，但在大规模应用中效率低下。 一种更有效且经济的模式是：使用更小型、“更笨”的 LLM 为给定的搜索查询生成“幻觉”或合理的分类。与其强迫模型从庞大且僵化的模式（schema）中进行选择，不如引导它建议自然语言类别。 当模型生成候选分类后，你可以通过向量相似度将其映射到官方分类体系中。通过预先计算真实类别的向量嵌入（embeddings），只需进行简单的点积计算，即可将 LLM 的输出匹配到数据集中最接近的有效项。这种方法无需在每次提示（prompt）中都传入庞大的模式，在保持准确性的同时，显著降低了成本并提高了灵活性。
Hacker News 的讨论聚焦于一种通过大型语言模型（LLM）先行生成“幻觉”（假设性）答案，再将其作为查询条件，通过向量相似度匹配获取准确分类，从而提高分类准确率的技术。
该讨论帖的主要结论包括：
* **方法论：** 这是 **HyDE（假设性文档嵌入）** 的一种变体。用户利用 LLM 弥合模糊的用户查询与僵化分类体系之间的语义鸿沟，有效地将不精确的输入映射为结构化数据。
* **关于“确定性”的辩论：** 参与者讨论了 LLM 是否本质上具有非确定性。一些人认为它们本质上是统计性的，而另一些人则认为“智能”源于学习到的模式，这些模式只是过于复杂而难以预测，与传统的基于规则的专家系统不同。
* **实际批评：** 批评者认为增加 LLM 层会引入延迟、成本以及“凭感觉编程”（vibe-coded）的不稳定性。许多人认为，对于大规模生产任务，标准的搜索/数据库技术，或者仅仅是对人工标注进行监督学习模型训练，仍然更加高效。
* **背景：** 这场对话突显了编程领域的一种转变，即开发者越来越多地利用 LLM 作为中介，在人类意图与机器可读的分类之间进行“翻译”。
为了防止未经授权的访问和流量垃圾信息，Iroh Services 已为所有托管中继（managed relays）引入了强制身份验证。此前，任何发现中继 URL 的设备都可以使用其带宽和连接槽位。现在，托管中继需要与您项目的 API 密钥相关联的签名能力令牌（signed capability token）。 **主要特性包括：** * **增强的安全性：** 令牌绑定到特定的端点公钥，确保即使令牌或 URL 泄露，也无法用于冒充或未经授权的连接。 * **无缝集成：** 如果您使用 `iroh_services` 预设，您的端点会自动使用 `IROH_SERVICES_API_SECRET` 进行身份验证。由于预设使用该密钥来生成短期的、有范围限制的令牌，您的密钥永远不会离开您的进程。 * **向后兼容性：** 2026 年 6 月之前部署的中继默认保持开放，以防止服务中断，不过可以通过仪表板手动启用身份验证。 此次更新在保持易用性的同时，有效地保护了您的基础设施。未来的更新将引入更细化的权限范围和针对单个端点的撤销功能。如需设置详情或帮助，请查阅托管中继指南或加入 Iroh Discord 社区。
这篇 Hacker News 帖子讨论了《保护你的中继（Protect Your Relays）》一文，该文主要探讨了如何保障网络中继（特指 Iroh 生态系统内）的安全。
虽然标题最初让一些用户联想到了家用电器和早期计算中使用的物理机械继电器，但讨论很快转向了 Iroh 中继架构的技术细节。用户就基于令牌的身份验证的安全影响展开了争论；评论者指出，尽管这种方式能防止冒充，但也把身份管理的负担转移到了各个项目自身。
参与者还讨论了在现实场景中中继的实际可靠性，特别是在网络地址转换（NAT）穿透（打洞）失败时，中继就成了必需品而非备选方案。讨论中还涉及了关于控制权、隐私以及该项目的官方中继设施未来是否会限制访问的简短辩论（开发者澄清称，公共中继将保持免费，但会受到速率限制）。此外，该帖子的评论区还演变成了关于人工智能生成的垃圾信息和社区内低质量机器人活动的元讨论。
每个人都在谈论 AI 智能体。这就是它从内部看起来的样子。 Everyone talks about AI agents. This is what one looks from the inside
77 天前
Vault Operator 是一款直接集成于知识库（Obsidian）的开源 AI 智能体，旨在对笔记进行操作，而不仅仅是阅读它们。与外部 AI 工具不同，它驻留在您的本地文件中，尊重您的图谱结构，并随着您的个人习惯共同演进。 主要功能包括： * **深度集成：** 通过透明的“应用前审查”系统，执行内联任务，如总结、翻译和编辑笔记。 * **知识管理：** 该智能体可摄取文档，将网络内容归档为带有块级来源的永久 Markdown 笔记，并利用语义搜索来发掘关联。 * **记忆与上下文：** 它维护三层记忆（偏好、事实和历史），这些记忆可通过 MCP 在会话和外部平台之间持续存在。 * **自动化：** 它可以触发 Obsidian 插件，生成办公文档（Word、Excel、PowerPoint），并运行后台“健康检查”来整理您的知识库。 * **控制与效率：** 您对文件变更和数据隐私拥有完全的管控权。其“精通”系统通过学习您的工作流程来降低 Token 成本，而多智能体架构则可处理复杂的跨主题任务。 Vault Operator 可免费使用，费用仅限于您所选的 AI 模型提供商。
抱歉。
本分析认为，**应移除 Kubernetes Pod 的 CPU 限制（Limits）**，同时**保留 CPU 请求（Requests）和内存限制（Limits）。**
**CPU 限制带来的问题：**
限制就像一个“硬上限”，一旦应用在 100 毫秒的时间窗口内用尽了分配的 CPU 配额，内核就会强制将其冻结（节流）。即使此时节点有空闲的 CPU 资源，这种现象依然会发生。由于节流发生在内核层面，常规指标往往无法监测到它。其表现通常是尾部延迟增加、服务超时，或者出现“死亡螺旋”——即受限的应用无法进行内存回收，最终导致内存溢出（OOM-killed）。
**解决方案：**
* **保留 CPU 请求（Requests）：** 请求通过 Linux 完全公平调度器（CFS）提供必要的“公平份额”保护，确保在调度层面预留容量，从而保障稳定性。
* **保留内存限制（Limits）：** 内存是不可压缩资源；一旦超出限制会导致崩溃。限制对于防止节点内存耗尽至关重要。
* **移除 CPU 限制（Limits）：** 这样允许应用利用节点的空闲容量，在流量高峰和启动阶段显著提升性能，同时通过准确的请求设置来确保集群安全。
**预期效果：**
移除 CPU 限制可以降低延迟，消除人为的节流，并实现更精准的资源配置，从而显著节省硬件成本。
抱歉。
“我会称这是一次重大的漏油事故，”卫星环境监测专业机构 Skytruth 的首席执行官约翰·阿莫斯（John Amos）表示。根据其面积和颜色，阿莫斯估计此次泄漏的石油总量“远超” 10 万美加仑（约合 38 万升）。
抱歉。
当前的 Rust FFI 依赖于一种危险的妥协：我们使用内存安全的 Rust，却必须信任缺乏此类保证的传统 C/C++ 库。为了弥合这一差距，作者提出了一种新的“extern 'fil-c'”接口。 与标准的 FFI 不同，这种方法将利用 **Fil-C**，它通过运行时内存安全、能力控制和垃圾回收机制对 C/C++ 代码进行重新编译。通过利用 Fil-C 的加固 ABI，Rust 可以在没有漏洞风险的情况下与遗留库进行交互；内存违规将只会触发安全的恐慌（panic）。虽然这为运行时检查引入了一定的性能“代价”，但它创造了一个强有力的激励机制：开发者可以保持遗留代码的安全但缓慢的状态，而将关键路径（hot paths）重写为 Rust 后，这些检查便可移至编译时，从而有效地消除该代价。 在 **filnix** 生态系统的支持下，并结合与 **Zig** 的潜在对接，该项目旨在将 C 语言的角色从“不安全但快速的路径”转变为“安全且兼容遗留代码的路径”。作者最后诚邀各界参加即将举行的 OceanSprint，共同在 Rust、Fil-C、Zig 和 Nix 社区之间展开合作，构建这座桥梁，并最终实现跨语言边界的安全保障。
抱歉。
抱歉。