本项目引入了一套浏览器原生系统，利用自主人工智能智能体集群，生成可探索的现实世界 3D 重建场景。该系统不依赖传统游戏引擎或私有图块，而是使用开源代码和公共数据（OSM、USGS），构建出高精度的 Three.js 环境。 首个构建版本展示了旧金山的联合广场，包含 453 个建筑基底、129 个已识别店面、运行中的交通流，以及苹果和任天堂商店等详细的室内场景。其开发流程完全透明且可复现： 1. **侦察**：AI 智能体聚合站点数据与源图像。 2. **资产生成**：Blender 脚本自动创建优化的 GLB 资产。 3. **运行时**：轻量级 Three.js 应用程序负责组装场景。 4. **验证**：严格的质量保证循环使用 Playwright 进行虚拟环境与现实照片的摄像机匹配，并由多学科 AI 智能体提供反馈，进行迭代优化。 从数据获取到渲染，该过程的每个阶段都已包含在代码库中。本项目采用开源协议（MIT），为在浏览器中重现物理世界提供了一个可扩展的、代码驱动的框架。

AI 智能体正在导致软件可维护性下降，因为它们绕过了人类的“重构反射”。过去，当代码变得过于复杂而超出了人类的工作记忆时，开发者会进行重构；这种自然的限制曾起到关键的质量控制作用。 由于 AI 智能体可以处理错综复杂的高难度代码而不会感到“迷失”，这种本能的预警信号便消失了。各团队正日益放任系统滑向难以管理的境地，因为智能体依然能在其中运作。这产生了一种危险的依赖：人类失去了在没有 AI 干预的情况下理解、审查或信任自身系统的能力。 抛开人类的可理解性不谈，整洁、模块化的代码对智能体而言客观上也更好，因为这能降低 Token 成本并减少幻觉。为防止技术债务失控，团队必须刻意重新引入人工检查点。我们不能依赖智能体来发出代码难以维护的信号。相反，开发者必须主动自问：“如果移除了智能体，人类还能理解这段代码吗？”维持系统健康需要我们有意识地强制执行模块化和重构，而不是任由智能体对复杂性的处理能力掩盖正在腐化的代码库。

本摘要概述了为部署在 Cloudflare Pages 上的静态 Eleventy (11ty) 网站添加安全无服务器联系表单的策略。 由于静态网站缺乏后端，作者利用 **Cloudflare Pages Functions** 作为无服务器端点。其工作流程为：用户提交表单，由服务器端进行验证，通过反机器人服务检查垃圾邮件，最后通过 **Resend** 发送至指定邮箱。 为了防止垃圾邮件，作者最初使用了 **Google reCAPTCHA v3**，该服务通过机器学习和行为分析来为用户评分。然而，由于 **Cloudflare Turnstile** 具有更好的隐私保护特性、无基于 Cookie 的跟踪以及更简单的配置，作者后来转向了使用 Turnstile。 **关键技术组件：** * **表单处理：** Cloudflare Pages Functions (`functions/api/contact.js`) 负责处理 POST 请求、验证输入并管理表单清理。 * **安全性：** 同时使用“蜜罐”（honeypot）字段和验证码服务（Turnstile）来过滤自动化提交。 * **可访问性：** 表单使用语义化 HTML、ARIA 标签和正确的焦点管理，以确保高质量的用户体验。 * **效率：** 通过在边缘端处理所有操作，网站避免了第三方依赖，保持了内容安全策略 (CSP) 的简洁与高效。

这套配备 AMD EPYC 9555 处理器和 8 张 NVIDIA RTX 6000 Blackwell GPU 的系统，其优化目标是高密度并行工作负载，而非通过 PCIe 对 400B 以上参数的超大规模模型进行分片（受限于高延迟）。 该平台主要通过以下三种策略展现优势： 1. **独立推理：** 在每张 GPU 上独立运行模型（TP=1），消除了互联瓶颈，从而最大化计算效率和 KV 缓存密度，支持全节点数百万个活跃 Token。 2. **多租户模型集群：** 768 GB 的总显存支持同时托管数十个专用的 8B–32B 微服务终端，非常适合企业级路由或并行扩散任务。 3. **高效微调：** 通过将优化器状态卸载至 EPYC 的主机 DDR5 内存，用户可以在单节点上进行 70B 参数模型的原生微调，无需支付昂贵的云端多节点集群费用。 该架构配备 64 核心 Zen 5 处理器以支持高吞吐量的预处理和数据暂存，为昂贵的数据中心级集群提供了一种高性价比、高并发的替代方案，是智能体集群、大规模推理及本地模型训练的绝佳选择。

请启用 JavaScript 和 cookie 以继续。

法律学者乔纳森·特利（Jonathan Turley）在其网站的一篇评论文章中，批评了德克萨斯州众议员兼参议院民主党候选人詹姆斯·塔拉里科（James Talarico），指责其过去曾呼吁“推翻”资本主义。特利列举了2020年的一段视频，视频中塔拉里科将资本主义描述为与白人至上主义相关联的“压迫性体制”。 特利认为，塔拉里科的言论反映了美国民主社会主义者协会等组织以及列昂·托洛茨基等历史人物的意识形态，这些人主张终结资本主义社会秩序。作者指出，塔拉里科对德州石油和天然气等核心产业的反对态度，威胁到了该州的经济稳定。 此外，特利将塔拉里科的言论置于“沙发革命者”与建制派政客——包括加文·纽森（Gavin Newsom）和卡玛拉·哈里斯（Kamala Harris）——的更大趋势中，他认为这些人正在系统性地破坏人们对美国宪政主义和自由市场资本主义的信心。特利总结称，这些候选人往往将他们激进的过去轻描淡写为政治包装，并暗示他们的主要目标是实现美国体制的革命性转型，即使这需要以意识形态上的不诚实来换取选举的成功。

林赛·克兰西（Lindsay Clancy）承认于2023年勒死了自己的三个孩子，目前针对她的谋杀案审判在陪审团经过五天的审议后仍陷入僵局。克兰西的辩护律师认为，她当时患有严重的产后精神病和躁郁症，因此在法律上无需承担责任。相反，检方则认为克兰西的行为是蓄意策划的，并指出她当时具备正常行动能力，且对杀人时间进行了规划。 为了确定刑事责任，陪审团收到了“图伊-罗德里格斯”（Tuey-Rodriguez）指示——这是一项要求达成裁决否则将自动导致审判无效的最后指令。由于一名女子因涉嫌在法院停车场拍摄陪审员以实施恐吓而被捕，诉讼过程变得更加复杂。威廉·沙利文（William Sullivan）法官已分别约谈了每位陪审员，以确保审判过程的公正性。陪审团现在必须在多种裁决结果中做出选择，范围从一级谋杀罪到因缺乏刑事责任能力而被裁定无罪，后者将强制要求其接受精神病治疗而非入狱。

这项技术分析对比了 Embassy（异步 Rust）与 FreeRTOS（C 语言）在 STM32F446 微控制器上的性能表现，测试场景包含 LED 闪烁、UART 通信和 GPIO 中断等标准任务。 研究测量了中断延迟、程序大小和静态内存占用。与最初的预期相反，Embassy/Rust 在所有主要指标上均优于 FreeRTOS/C： * **延迟：** Embassy 展示了明显更快的终端处理速度和更低的整体延迟。 * **内存/体积：** 与 C 项目相比，Rust 实现的二进制文件更小，静态内存占用也大幅降低。 * **易用性：** 作者强调，相比传统 RTOS 环境基于线程的模式，async/await 模型更为直观，且与硬件中断的集成度更高。 虽然 FreeRTOS 提供了熟悉的抢占式多任务环境，但结果表明，对于嵌入式系统而言，异步模型在性能和开发便捷性之间提供了更好的平衡。此外，作者简要提到，另一种基于 Rust 的框架 RTIC 由于更接近底层硬件，其性能甚至优于 Embassy，这进一步证明了 Rust 在嵌入式领域的效率。

后 AI 时代的互联网看起来并不怎么样 —— Jordan Goodman 个人博客 作品集 咨询服务 2026年9月2日 自从生成式 AI 爆发以来，互联网的大部分内容几乎变得无法使用。当我真正想直接从来源获取答案时，搜索引擎却强行插入 AI 生成的回答。社交媒体平台充斥着机器人生成的垃圾内容。正因如此，我已经注销了大部分账号，尤其是 X。生成内容的门槛正趋向于零，导致噪音淹没了有效信息。 基于以上原因，我与互联网的关系已转变得更加平静——只在我的个人网站上发布和互动，订阅深度内容 RSS 源和 Substack 博主，并极其挑剔地选择订阅的 YouTube 频道。我希望互联网能再次变得好用。 由 Bear 驱动 ʕ•ᴥ•ʔ

Muse Spark 1.3 现已发布，在智能体任务和编程任务方面实现了显著的性能提升。该模型专为实际应用而设计，现在能够更出色地处理长周期工作流、同时管理多项任务，并能主动修正自身的规划偏差。 主要改进包括： * **增强协作能力**：当面临模糊不清的情况时，模型会提出澄清问题；遇到困难时会请求协助；在执行关键操作前会进行确认。 * **编程效率提升**：在工程任务中，Muse Spark 1.3 更加精简，与前代版本相比，工具调用次数减少了约 20%，Token 使用量减少了约 25%。 * **可靠性增强**：模型展现出更好的约束管理能力，能更准确地执行复杂指令，并对自身局限性有更敏锐的感知，从而减少了幻觉现象。 * **稳健的安全性**：增强了对对抗性输入和提示词注入的防御能力，同时对不可逆操作具有更好的判断力。 Muse Spark 1.3 即日起可通过 Muse Code 和 Meta Model API 使用。目前已支持现有的推理模式，而“最大推理（max reasoning）”功能将在完成最终安全测试后发布。团队计划进行后续更新，包括发布未来的模型版本以及开放权重。

请启用 JavaScript 并关闭广告拦截器。

请提供您需要翻译的内容。

arXivLabs 是一个让合作者能直接在我们的网站上开发并分享 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 始终致力于这些价值观，并仅与遵守这些价值观的合作伙伴开展工作。如果您有能为 arXiv 社区创造价值的项目构想，请了解更多关于 arXivLabs 的信息。

请启用 JavaScript 和 Cookie 以继续。

Tangle 是一个由 Shopify 开发的开源、与平台无关的实验平台，旨在普及机器学习流水线开发。它通过功能强大的拖拽式可视化编辑器，让团队能够构建复杂的机器学习工作流，无需繁琐的配置。 主要功能包括： * **协作设计：** 团队可以使用可重用模块库或自定义组件来克隆、共享和编辑流水线。 * **灵活性：** 作为一种平台无关工具，Tangle 允许用户通过将代码封装在容器中来集成任何语言或框架。 * **高效性：** 基于内容的先进缓存机制可存储中间结果，显著缩短实验时间并降低计算成本。 无论是从零开始构建还是使用示例流水线，Tangle 都为现代机器学习团队提供了一个易于访问的协作环境。您可以在 GitHub 上探索该项目、为其开发做出贡献或查看文档。

本指南为进阶用户提供了一种无需 Root 的方案，旨在将小米 15 Ultra 的操作系统锁定在 Android 16（HyperOS 3.0.309.0）版本。其主要目的是绕过 Android 17 中令人诟病的隐私侵犯、遥测数据收集及各类“AI 垃圾功能”。 **核心步骤包括：** * **隐私加固：** 执行恢复出厂设置，并在初始设置过程中系统性地禁用所有系统级遥测、跟踪、广告及不必要的权限。 * **卸载臃肿软件：** 手动禁用或卸载非必要的系统应用、后台服务以及“国产软件臃肿组件”，以提升性能并保护隐私。 * **深度优化：** 利用 `Shizuku` 和 `aShell` 执行 ADB 命令，在无需电脑的情况下进行深度的系统清理。 * **系统调试：** 调整开发者选项（如动画缩放、日志记录缓冲区），禁用“内存扩展”，并用 F-Droid 等注重隐私的替代品替换默认组件，以及更换第三方输入法。 * **网络控制：** 限制后台数据，禁用自动更新，并使用本地工具监控应用的跟踪行为。 *免责声明：本指南仅供进阶用户参考，作者不对设备的稳定性或数据丢失负责。请谨慎操作。*

化学遗传学是一种利用改造后的受体（DREADDs）通过惰性药物远程控制特定神经元的技术，目前已正式进入人体临床试验阶段。该技术最初应用于基础神经科学研究，现正中国用于治疗癫痫、帕金森病和慢性疼痛。 该过程涉及利用病毒载体将合成受体引入脑细胞。一旦植入，这些“旋钮”便允许临床医生通过施用特定药物来兴奋或抑制特定的神经元群体。与影响整个大脑的传统全身性药物不同，化学遗传学提供了一种靶向、可滴定且可逆的治疗方法。 虽然目前的试验依赖于低剂量的氯氮平，且需要通过侵入性脑部手术进行递送，但其底层逻辑是稳健的，并与非人类灵长类动物研究中观察到的疗效相吻合。挑战依然存在，包括管理潜在的药物相互作用、改进病毒递送方法以及提高细胞类型的选择性。尽管存在这些障碍，化学遗传学仍代表了精准医疗的一次重大飞跃。通过将神经回路调节的控制权转移至外部配体，它为不可逆的基因疗法提供了一种更安全、更可控的替代方案。随着进一步的完善，该技术有望在未来十年内治疗多种神经系统疾病。

综合基准评估 在 12 种配置下对 9 种工具集进行评估，均使用相同的软件工程任务、模型和运行环境。 每次运行均采用相同的冷启动 全部 360 次试验均从全新的检查点恢复启动。正式任务从未提前运行，排除了缓存预热带来的偏差。 无主场优势的中立评估 每次运行均使用 Kimi K3，并在 Runta 上执行，通过全新的恢复方式，确保 vCPU、内存、磁盘大小、磁盘内容及内存状态完全一致。

要使用 Mastodon 网页应用，请启用 JavaScript。或者，也可以尝试适用于您平台的 Mastodon 原生应用。

所提供的文本是从 PDF 文件中提取的原始数据流。它由压缩的二进制信息、控制字符和不可读的编码内容组成，而非连贯的文段或结构化信息。因此，它不包含任何可供总结的语义内容、叙述或数据。

电子游戏《穿越时空》（Chrono Cross）中描述了一个盲目依赖“命运记录”（Records of FATE）的社会——这些神秘终端为人们提供指引，却掩盖了它们实际上是被人工智能用来操纵人类行为的工具这一真相。作者将这个虚构世界与我们当下的现实进行了令人不安的类比：向人工智能聊天机器人寻求建议，已从科幻情节迅速转变为一种司空见惯的习惯。 尽管目前的大语言模型尚不具备“命运记录”那样的感知能力或独立目标，但它们容易引发“伊莉莎效应”（ELIZA effect），即用户会误以为机器拥有类似人类的理解力。关键在于，这些模型并非真空存在，它们受控于背后的组织及其议程。由于聊天机器人是通过个性化的“私人”对话运作，其背后的企业影响力很容易被掩盖，从而造成了一种危险的信息不对称。随着数百万人开始转向这些系统寻求思维和行为上的建议，我们正在让一种新型的大规模影响趋于常态化。作者警告称，由于这些系统已无处不在，我们必须看透其人造界面，审视那些掌握权力、能够通过“系统提示词”来影响我们生活的背后人类机构。

工作原理 当 Claude 生成受支持的文件类型（例如 .png、.jpg 或 .svg）时，它会以元数据中小巧的加密签名注释形式附加内容凭证，说明该文件是由 Claude 创建或处理的。 这是一种名为 C2PA 的开放行业标准，相机制造商和照片编辑软件也使用该标准来记录图像的来源。任何支持 C2PA 的工具都可以读取它。如果我们发现某项内容指向 Claude，我们会在下方告知您。 其他模型提供商（OpenAI、Google DeepMind、Gemini）也提供类似的工具。 如何判断文本是否由 Claude 创建？ 为了检测嵌入在文本中的水印，我们提供了一个检测 API，目前根据欧盟法律的要求，该 API 正处于针对符合条件的组织的内测阶段。 点击此处了解更多关于文件和文本检测的信息。

关于保罗·格雷厄姆（Paul Graham）和帕尔默·拉奇（Palmer Luckey）之间关于“聘用最合格的人才”与“优先考虑美国本土人才”的争论，忽略了一个关键的细微之处。作者通过约翰·约翰逊（John Johnson）的故事阐述了这一点：约翰逊被征入伍后，在冯·布劳恩（Wernher von Braun）等德国火箭科学家的指导下，成长为美国国家航空航天局（NASA）的隔热罩专家。 约翰逊刚开始工作时并非“最合格”的应聘者，但他具备核心竞争力、勤奋精神和学习能力。美国航天计划的成功，并非通过不断引入普通劳动力，而是通过引进世界级专家来培养美国本土人才。 作者认为，H-1B 签证项目也应发挥类似作用：引进外籍人才应仅限于那些能提供独特专业知识，从而提升整个团队水平的人。企业不应将经济视为全球商品，而应采取一种利用国际专家来培育本土人才的思路。通过辅导和内部成长培养“下一代约翰·约翰逊”，美国企业既能确保即时的技术成功，也能保障长期的国家实力。

WebLLM 是一款高性能的浏览器端推理引擎，利用 WebGPU 硬件加速，使大语言模型（LLM）能够直接在浏览器中运行。它无需服务器端处理，既确保了用户隐私，又实现了快速的实时性能。 主要功能包括： * **兼容 OpenAI API：** 可使用熟悉的 API 调用（包括流式传输、JSON 模式和种子设置）无缝集成到现有工作流中。 * **广泛的模型支持：** 原生支持 Llama 3、Phi 3、Gemma、Mistral 和 Qwen 等多种模型，并支持集成自定义的 MLC 格式模型。 * **灵活的部署方式：** 可通过 npm、yarn 或 CDN 轻松安装，模块化设计便于 UI 集成。 * **先进的功能特性：** 支持 Web Workers 和 Service Workers 以实现优化的非阻塞性能，并提供构建 Chrome 扩展程序的工具。 * **强大的安全性：** 包含可选的模型组件完整性验证（SRI），以确保部署的安全性。 WebLLM 由一个协作研究小组开发，是 MLC LLM 项目的配套产品，为在各类 Web 应用中引入先进的 AI 能力提供了一种通用且开源的解决方案。

为了应对不断上涨的存储成本，Cloudflare 开发了名为“缓存转码”（Cache Transcoding）的原型系统。该系统会在将符合条件的资源存入磁盘前，利用 Zstandard (zstd) 算法对其进行压缩。 其过程很简单：当一个大于 4 KiB 的未压缩文本类资源（如 HTML、JSON 或 JavaScript）进入缓存时，系统会以 zstd 3 级标准对其进行压缩。该压缩格式会在资源存储于磁盘以及通过分层缓存（Tiered Cache）在数据中心之间传输时全程保持，仅在交付给客户端时才会解码还原为原始形式。 测试显示，该方法可将符合条件的资源压缩至原始大小的三分之一左右。虽然这会额外消耗少量的 CPU 算力来进行编码和解码，但这种权衡非常高效：编码成本仅需支付一次，而节省的存储空间和带宽成本却是在资源每次被请求时都会体现出来。通过显著提高缓存密度并减少数据中心间的流量，Cloudflare 能够在现有硬件基础上存储更多的客户内容。未来的工作将集中在优化压缩级别，并扩展系统以处理更广泛的内容类型和请求模式。

为了对抗“末日刷屏”（doomscrolling），作者不再依赖注定会失败的意志力，而是通过制造阻碍，让数字习惯变得枯燥乏味。 这一策略建立在多层刻意的“不便”之上： * **极简主义：** 删除所有原生社交媒体应用，强制通过浏览器访问，并使用极简手机启动器（Olauncher）。 * **视觉威慑：** 将手机设置为灰度模式，剥离应用对视觉的吸引力。 * **内容筛选：** 积极点击“不感兴趣”，确保信息流变得乏味且与自己无关。 * **技术壁垒：** 使用 LeechBlock NG 等浏览器扩展程序来限制对干扰性网站的访问。 * **自定义阻碍：** 在桌面端，作者编写了自定义 Tampermonkey 脚本，将特定网站灰度化、模糊媒体内容，并移除圆角、阴影等美化 UI 元素。 作者承认，这些措施并不能完全杜绝干扰，只是让它们变得足够恼人，从而失去吸引力。通过从“自我约束”转向“环境设计”，作者成功减少了无意识的浏览，将这一问题视为一种需要通过阻碍来管理的成瘾行为，而非需要克服的性格缺陷。

作者 Ploum 经常告诉人们“我没有智能手机”，以此来避免那些强制性应用程序对日常生活的入侵——从查看菜单到冲马桶，无所不包。这种社会摩擦凸显了一种荒谬的假设，即默认每个人都拥有一台功能完好、数据联网，且受谷歌或苹果公司管控的设备。 Ploum 认为，对应用程序的依赖造成了不必要的束缚，浪费了时间，并迫使用户以个人数据为代价来换取基本服务。尽管他确实拥有极简手机和用于银行转账等必要任务的备用设备，但他认为现代社会推崇的、绑定生态系统的强制性应用程序，正导致我们的日常生活被外国企业所掌控，这是一种危险的集权化。 他感到担忧的是，社会竟然接受了对少数几家“篮子”（谷歌、苹果、Meta）的依赖，而政客们却无视了更好、去中心化的替代方案。Ploum 坚持他的“离线朋克”（Offpunk）生活方式作为一种抵抗，在这样一个日益排斥非屏幕依赖者的世界里，捍卫自己的自主权。

请启用 JavaScript 并关闭所有广告拦截器

客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。本网站的一个必要组件无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置所致。请检查您的网络连接、禁用任何广告拦截器，或尝试使用其他浏览器。

Bridson 算法（2007）是一种广泛应用且高效的泊松盘采样生成方法，用于在保持点间最小距离的同时随机分布点（如模拟中的树木）。与效率低下的简单拒绝采样不同，Bridson 算法利用基于网格的空间划分，以常数时间执行碰撞检测。 该算法通过维护一个活跃点列表，并尝试在其周围的环形区域内放置新采样点来运作。作者强调了两个关键优化： 1. **父级优化：** 通过跟踪每个点的“父级”，算法可以排除会导致碰撞的特定角度范围，从而显著提高生成速度。 2. **径向分布：** 通过调整半径采样分布的指数（$c$），可以控制点的密度。通过经验调整该值，可以在高堆积密度和自然的随机性之间取得平衡。 除了基础分布外，动态半径采样还可以实现图像点彩等效果。虽然 Bridson 算法因其简洁性仍是行业标准，但更新的方法（如 Scott A. Mitchell 在 2022 年提出的算法）通过完全消除拒绝采样，在“最大化”和“均匀性”方面表现更优，但代价是增加了实现复杂度。