▶ 运行 ⏭ 步进 ⟲ 重置 加载示例... 从10开始倒数 两数相加 乘法（重复加法） 内存存储演示 MLD 加载 内存→累加器 MRD 存储 累加器→内存 ADD 累加器 + 内存 SUB 累加器 - 内存 AND 累加器 & 内存 JMP 跳转 SKZ 若为零则跳过 SKP 若为正则跳过 WAT 暂停 DW 定义字
每日HackerNews RSS
抱歉。
RFC 10023 引入了一种标准化的 DNS 惯例，旨在无需停放域名或替换现有内容的情况下，标示域名处于待售状态。域名所有者只需发布一条 `_for-sale` 的 TXT 记录（例如 `_for-sale.example.com`），即可直接向经纪人和自动化服务传达域名的可用性、价格或联系 URI。 与传统的域名停放不同，此方法允许现有的网站和服务保持完全正常运行。该记录主要用于机器可读的发现，而非供人类浏览器使用。实现时需遵循特定格式：必须包含 `v=FORSALE1;` 标签，后跟一个属性（例如用于价格的 `fval` 或用于联系的 `furi`）。若需包含多项详细信息，所有者应在同一 DNS RRset 中发布多条记录，而非将其挤入单条记录中。 安全性和可靠性的关键要求包括：使用较短的 TTL（≤3600 秒）、通过 DNSSEC 对区域进行签名以防止伪造，并确保在域名不再可售时立即移除该记录。此惯例填补了 WHOIS 数据与实际可用性之间的空白，为域名收购提供了一种透明且非侵入式的渠道。
本次讨论探讨了关于 `_for-sale` DNS 记录的争议性提议，旨在简化潜在买家寻找待售域名的方式。支持者认为这规范了一种常见做法，而批评者则认为这会进一步助长“域名抢注”和互联网的金融化。
讨论的核心大多围绕出售域名的法律风险。用户辩论了公开挂牌出售域名是否会向仲裁小组释放“恶意”信号，尤其是在商标持有者质疑所有权的情况下。专家指出，虽然公开挂牌并不意味着在 UDRP 仲裁中自动败诉，但专家组会权衡商标显著性、定价及注册人的意图等因素。
该贴文还强调了人们对当前域名管理现状的普遍不满。参与者批评了将域名视为有限房地产这种“反常”的做法，即常用词汇被投机者扣押以索要高价。一些人建议进行系统性变革，例如对超额持有的域名采取分级年费，或实施“不用即失”税，以抑制囤积行为。最终，许多人对这项新提议持怀疑态度，认为这是由人工智能驱动的、不必要的尝试，旨在将一种许多人认为已经导致网络退化的寄生行为专业化。
在接下来的几个月中，MV2 扩展程序将逐步被默认关闭。用户会提前收到通知，并在有可用版本时被引导至推荐的 MV3 版本。这些更改将首先在 Canary、Dev 和 Beta 渠道中启动，并在随后的几个月中逐步扩展到稳定版，目标是在 2026 年底前完成消费者端的过渡。托管设备在此次消费者版本推广期间不受影响。企业版的弃用工作将于 2027 年初进行。
Microsoft Edge 正在逐步淘汰对旧版“Manifest V2”浏览器扩展的支持，以配合谷歌 Chrome 向限制更多的 Manifest V3 (MV3) 框架的过渡。
此举在 Hacker News 上引发了激烈的讨论，核心焦点在于功能完备的广告拦截扩展（如 uBlock Origin）能力的丧失。批评者认为，无论品牌如何，基于 Chromium 的浏览器实际上都受到谷歌开发路线图的控制，使用户几乎无法掌控自己的浏览体验。虽然一些人认为兼容 MV3 的拦截器（如 uBlock Origin Lite）对大多数用户来说“已经足够”，但高级用户对其配置能力的减弱以及无法绕过日益激进的反广告拦截脚本表示担忧。
此次讨论凸显了用户群体之间日益扩大的分歧：一方优先考虑便利性，另一方则主张 Firefox 是唯一能够保护用户选择权和强大广告拦截能力的有效替代方案。许多评论者对互联网的“垃圾化”（enshittification）表示沮丧，并指出只要浏览器市场仍由广告驱动型公司主导，用户在维护自身数字环境的掌控权方面就将持续面临困难。
Cyan Worlds 是打造了经典游戏系列《神秘岛》（Myst）的传奇工作室，近日发布了一款名为《Anglerfish》的新作预告，展现了极高的潜力。尽管该项目制作精良且反响积极，但目前已被取消。 该工作室的困境凸显了游戏行业日益严重的“中型市场崩溃”现象。虽然耗资数亿美元的“3A”大作和预算极低的“微型独立”项目依然可行，但预算在 200 万至 1500 万美元之间的“2A”游戏领域已几乎无法获得融资。在未能从十几家发行商那里获得支持后，Cyan 被迫搁置了《Anglerfish》并裁减了一半员工。 行业专家指出，发行商已经退出了这一中端市场，而该市场此前由各大平台和专业发行厂牌的支持所支撑，如今这些支持已纷纷撤出。这一转变反映了娱乐业的一个大趋势：中等预算项目正日益受到挤压，导致成熟的独立工作室在巨额投资的企业级大作与自筹资金的个人项目之间，几乎没有创新空间。
《连线》杂志刊登的文章《没人能再负担得起制作〈神秘岛〉这类游戏了》在 Hacker News 上引发了关于“AA 级”（中等预算）游戏生存能力的激烈讨论。讨论主要围绕以下几个核心主题：
* **中间地带的消失：** 参与者观察到，游戏市场已经两极分化为低预算的独立游戏和规模宏大、成本高昂的 3A 游戏。像《神秘岛》这类侧重解谜的中等规模项目，由于需要大量资本投入却无法保证投资人所要求的超高回报，因此生存艰难。
* **经济现实：** “零利率”时代的结束使得风险投资变得更加谨慎。许多人认为，真正的问题不在于这类游戏“无法制作”，而在于发行商不再愿意提供资金，迫使开发者只能依靠个人积蓄或成败难料的众筹。
* **人工智能与艺术性：** 评论者对于 AI 的角色意见不一。一些人认为 AI 工具能让个人开发者达到接近 AA 级的质量，而另一些人则坚持认为 AI 生成的素材缺乏优秀游戏所应有的连贯性和人类“灵魂”。
* **质量与策展：** 批评人士指出，Steam 等商店中充斥的“劣质内容”不仅仅是 AI 问题，更是一个长期存在的发现问题，这使得优秀游戏的市场推广变得更加复杂。
Andrea 将 Kitty Graphics Protocol 成功集成到了一个圆环渲染项目中，实现了终端内的直接可视化。为达成此目的，需将原始像素数据进行 Base64 编码，并以 4096 字节为数据块，通过特定的终端转义序列（`<ESC>_G<control data>;<payload><ESC>\`）进行传输。
通过在终端中直接渲染圆环，Andrea 能够直观地调试各种故障，例如光照不一致和几何剪切问题，从而改进了色彩表现并增加了对双光源的支持。该项目包含一个（主要用于美观的）帧率计数器，现已托管在 GitHub 上。Andrea 正在考虑该项目的未来方向，例如利用 Apple 的 Metal API 来提升性能、实现 OBJ 模型加载，或是彻底放弃该项目。文章最后分享了一个趣味知识：品红色并非真实的光谱色，而是人脑的一种构造。
抱歉。
CPU 回归：重新思考大模型推理中 CPU 与 GPU 的分工 The CPU is back: Rethinking the CPU-GPU split for LLM inference
87 天前
过去三年里，GPU 在人工智能推理领域占据了主导地位，但这种格局正在发生变化。尽管 GPU 擅长高吞吐量 Token 生成所需的并行矩阵运算，但随着“智能体”（Agentic）AI 的兴起——即依赖迭代规划、工具使用和多步编排的 AI——主要的性能瓶颈已转向 CPU。
在智能体工作流中，CPU 负责处理协调、代码执行和沙箱环境等逻辑繁重的任务。因此，数据中心正从传统的 1:8 CPU 与 GPU 配比向 1:1 甚至更高比例转型。在边缘端，对于本地化、隐私保护及高性价比部署小型语言模型（SLM）的需求，进一步推动了这一转变。
行业巨头正在响应这一趋势：NVIDIA 推出了专为智能体工作负载设计的“Vera”CPU，OpenAI 与 AWS 等大型合作伙伴也在将 CPU 容量扩展至数百万级别。虽然 GPU 对于大规模、高并发的模型服务仍然至关重要，但 CPU 正在重新夺回其作为 AI 技术栈核心“逻辑引擎”的地位。开发人员现在可以利用 vLLM 等成熟的软件后端，在标准 CPU 基础设施上部署和基准测试这些模型，这标志着 AI 的未来将是算力支撑与逻辑编排之间均衡的协作。
抱歉。
作者挑战了现代的“进步宗教”，认为技术进步往往将企业利润置于质量、效用和人类福祉之上。为了应对这一点，作者引入了“复古创新”（retrovation）的概念——即复兴那些比现代替代品更适合我们当前资源匮乏现实的废弃技术。
作者将这一过程分为三个阶段：
1. **第一阶段复古创新：** 复兴那些因营销噱头而被推到一边的、广泛使用且经过验证的技术，例如黑胶唱片和非电脑化的拖拉机。
2. **第二阶段复古创新：** 探索那些从未实现大众市场地位的有前途的发明，例如19世纪的“电疗农耕法”（利用电力促进植物生长）。
3. **第三阶段复古创新：** 调查那些被“诅咒”的技术，例如顺势疗法，它们尽管有效，却被现代科学正统所排斥，这主要是因为它们威胁到了大型制药公司等既定行业的利润。
作者最后建议创建一个“技术典”（Technonomicon）——一本关于这些被遗忘或被压制工具的协作指南，并号召读者分享知识和经验，旨在为未来构建一套实用的工具箱。
这篇 Hacker News 讨论帖对约翰·迈克尔·格里尔（John Michael Greer）的文章《禁忌技术大典》（A Tome of Forbidden Technologies）持强烈的批评态度。
评论者们压倒性地否定了作者的观点，将其标记为阴谋论且缺乏科学素养。讨论集中在三个主要的争议点上：
1. **音频保真度**：作者声称 CD 因采样率低而听起来“尖锐刺耳”，但用户指出这种说法已被驳倒。用户解释了 44.1kHz 在数学上的充分性，并指出早期的音质问题源于昂贵或不完善的模拟滤波器，而非格式本身。
2. **技术怀旧**：作者希望复兴过时技术（如 1966 年的汽车设计）的想法受到批评，因为这忽视了现代的安全标准和效率。用户认为，这些技术被淘汰是因为它们确实存在劣势，而非所谓的阴谋。
3. **科学可信度**：作者对顺势疗法的辩护以及对现代医学的不信任，导致许多读者拒绝接受该文章的全部前提，将其视为伪科学和反智主义的传播者。
总体而言，社区认为这篇文章反映了“阴谋论思维”，而非对技术进步的严肃批判。
所提供的文本并非说明性文章，而是一段用于管理网站（很可能是基于 DLE 引擎构建的 Trinixy.ru）前端功能的 **JavaScript 代码**集合。 该脚本实现的关键技术功能包括： * **图片管理：** 自动检测页面上的图片并为其添加社交媒体/书签按钮，包括异步检查图片是否已被收藏。 * **UI/UX 优化：** 滚动触发的顶部栏，可动态显示导航、评分以及登录/注册链接。 * **评论系统逻辑：** 评论线程的高级管理，包括用于折叠/展开嵌套回复的功能、隐藏回复的计数器，以及通过直接链接访问时自动滚动到特定评论。 * **导航：** 根据预定义变量处理“上一篇”和“下一篇”文章的链接。 总之，这段代码纯粹是功能性的，旨在通过简化图片交互、评论导航和界面响应速度来提升用户体验。
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认同并接受我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于秉持这些价值观，且仅与遵守这些价值观的合作伙伴开展合作。您是否有能为 arXiv 社区增值的项目构想？了解更多关于 arXivLabs 的信息。
这篇 Hacker News 讨论聚焦于论文《K-着色问题比计算色数更快》，探讨了图着色的计算复杂性。虽然判定一个图是否为 $k$-可着色对于 $k \ge 3$ 的情况是 NP 完全问题，但用户们讨论了 $k$-着色（判定问题）与寻找色数（最小的 $k$）之间的关系。
参与者明确指出，虽然可以通过二分查找利用 $k$-着色算法得出色数，但其效率取决于算法的复杂性，以及 $k$ 相对于 $N$ 是否较小。
讨论中的很大一部分转向了在数学研究中使用大语言模型（LLM）的风险。批评者担心大语言模型会生成自信但错误的证明，而同行评审可能会漏掉这些错误，因此建议将机器验证的形式化方法作为标准做法。对话还涉及了关于职业环境中风险厌恶的更广泛的哲学争论，以及对人工智能生成的摘要与人工核对之间依赖性的讨论。最后，一位用户分享了他们自己的相关研究，为原始论文中讨论的复杂性参数提供了更紧密的界限。
Google 的 **WeatherNext** 利用功能性生成网络（FGN）提供快速、高精度的天气预报。该系统能在单台 TPU 上以不到一分钟的时间生成 1,000 个预测集合，从而捕捉到飓风快速增强等罕见的高影响事件，并实现了比以往提前一天以上的历史性突破。 令人惊讶的是，WeatherNext 在空间分辨率（28x28公里和111x111公里）远低于传统物理模型的情况下，仍能实现上述性能。为了促进协作研究与全球安全，Google 已开源了模型权重及代码，包括可通过公共 Colab 笔记本访问的紧凑型“WeatherNext 2-mini”。 这些进展已被集成到“天气实验室”（Weather Lab）界面中，用户可以借此可视化全球的风力、降水和温度预报。通过将人工智能的效率与人类气象学专业知识相结合，Google 旨在改善决策、保护基础设施并挽救生命。公司诚邀全球科学界基于这些开源工具进行开发，以进一步加速气候适应和风暴预测方面的进展。
DeepMind 的“WeatherNext”模型标志着气旋预测领域的重大进步，该模型利用图神经网络（GNN）提供了更快、更准确的预测。该模型现已开源，并基于 20 TB 的全球大气数据及历史风暴记录进行了训练。
Hacker News 上的讨论突显了几个核心议题：
* **科学价值与商业化：** 尽管用户称赞该模型通过改善疏散窗口期来挽救生命和资源的潜力，但许多批评者质疑其即时影响力，并指出当前的数值天气预报（NWP）模型已经非常有效。
* **公共数据的作用：** 持怀疑态度的人强调，DeepMind 的成功完全依赖于 NOAA 和 ECMWF 等机构数十年来政府资助的大气数据。
* **超越大语言模型（LLM）的 AI：** 许多贡献者对看到 AI 研究应用于物理和气候建模而非仅仅关注大语言模型感到欣慰，因为他们认为大语言模型领域目前已趋于饱和且充满炒作。
* **股东担忧：** 一些投资者批评 DeepMind 在竞争激烈的环境下优先进行高成本、非营利性的科学研究，认为此类项目无法为谷歌带来直接的财务回报。
最终，各方共识认为，虽然该模型是一项技术成就，但其现实应用价值仍需时间来验证。