## GIMP 与 GEGL：与 Øyvind Kolås 的对话 本文呈现了一篇重现的采访，采访对象是 GEGL 和 babl 的维护者 Øyvind Kolås（“Pippin”），它们是 GIMP 功能的关键色彩引擎，包括 GIMP 3.0 中的全新非破坏性滤镜。 这次采访于 2017 年进行，深入探讨了 Øyvind 的背景、他对项目的贡献以及自由软件图形的未来。 Øyvind 的参与始于一个改进 GIMP 透视变换的补丁，源于他对视频编辑工具的实验。 他解释说，GEGL 是一个用于串联图像操作的系统，可以实现强大的功能，例如非破坏性编辑。 他承认 Mitch 对 GEGL 与 GIMP 的集成有最深入的理解，但他讨论了为高级功能实现用户友好界面的挑战。 他强调了 GEGL 在 GIMP 之外的潜力，设想其滤镜可以在其他软件中使用。 Øyvind 还谈到了性能方面的考虑，目标是每秒 10 帧的更新速度，以及持续努力改进文档和网站展示。 他最后讨论了他的 Patreon，寻求支持以继续开发开源图形工具并追求他在代码和视觉媒体中的创意探索。

Ghostty 是一款跨平台终端模拟器，专为速度和丰富的功能而设计。它利用原生 UI 和 GPU 加速以实现最佳性能。值得注意的是，Ghostty **无需任何配置**即可开始使用——只需安装并运行！ macOS 提供现成的二进制文件，Linux 提供软件包或源代码构建，安装过程简单明了。 Ghostty 拥有广泛的自定义选项，包括**灵活的键绑定**和**数百个内置颜色主题**（支持浅色/深色模式）。一个全面的**配置系统**允许用户定制终端的外观和行为。 开发者会发现详细的 **终端 API (VT) 参考** 对于构建兼容应用程序很有帮助。 您可以在他们的 [GitHub](链接到 GitHub) 和 [Discord](链接到 Discord) 上找到更多信息、文档并为项目贡献力量。

## AI驱动的工程变革：更高的期望，更大的复杂性 虽然AI工具让代码*创建*比以往任何时候都更容易，但软件工程师的日常工作却出乎意料地变得更加复杂和要求更高。这并非矛盾，而是采用强大工具而不考虑对工程师影响的后果。期望值已大幅提升——2026年的预期产出远超2023年——并非通过正式公告，而是因为AI能够更快地完成任务，从而导致对*更多*工作的需求。 研究表明，工程师并非利用AI来减少工作，而是承担更广泛的任务，加快工作速度，并延长工作时间，导致普遍的倦怠（62%的助理/初级人员 vs. 38%的高管）。一个关键问题是转变*从*构建代码*到*审查和监督AI生成的代码，这正在侵蚀许多工程师在代码创作这一创造性行为中找到的核心满足感。 此外，角色也在扩展——工程师现在被期望处理产品思维、架构等等——却没有相应的支持或补偿。由于缺乏上下文，审查AI代码往往比编写代码*更难*，从而增加了认知负荷。最终，行业需要认识到这种转变，投资于技能提升，设定现实的界限，并优先考虑工程师的福祉，以避免人才危机。AI是一种强大的工具，但人——以及他们的局限性——仍然是构建成功产品的关键。

启用 JavaScript 和 Cookie 以继续。

## Vertex.js：一个轻量级SPA框架 Vertex.js 是一个1KB的单文件JavaScript框架，提供类似React的功能——包括虚拟DOM、hooks和模板引擎，并兼容jQuery。它无需构建步骤，可以直接通过`<script>`标签包含在HTML中，或与CommonJS/AMD一起使用。 主要特性包括：一个**DOM层（V$ / VQuery）**用于元素操作，一个**Fiber协调器**用于高效更新（使用`createElement` & `render`），以及类似**React风格的hooks**，如`useState`、`useEffect`和`useRef`。模板通过**Mustache**处理，使用`Vertex.template`，支持本地和远程文件。 包含一个**Backbone风格的哈希路由器**，用于通过URL片段管理应用程序状态。Vertex.js 被设计成可以与jQuery共存；如果jQuery存在，则保持不变，Vertex提供自己的DOM包装器 (`V$`)。它还通过 `VQuery` 提供一个兼容jQuery的API。 Vertex.js 为常见任务（如AJAX请求 (`Vertex.ajax`) 和组件创建）提供快速API，使其成为小型到中型SPA的可行选择。

🛡️ 安全验证 我们正在检查您的连接以防止自动化滥用 ⏳ 正在验证您的浏览器... 为什么我看到此验证？ 有问题吗？联系支持 验证并继续 ✓ 验证完成 此页面将在片刻后自动跳转...

📺 广告 — 在您免费聊天之前🚀BrainBoost Pro 2025年#1人工智能效率应用！加入200万专业人士，思维更快，专注更好，成就更多。人工智能驱动的目标追踪、习惯养成和记忆力提升。首月免费！⭐⭐⭐⭐⭐98,432条评价•🏆 年度应用🎉 领取我的免费试用Ad • brainboostpro.ai 跳过8秒...

## 重新思考Postgres的`random_page_cost` Postgres默认的`random_page_cost`，在过去25年里一直设置为4.0，可能无法反映现代存储的实际情况。实验表明，随机页面读取比顺序读取要昂贵得多——在本地SSD上慢约25-35倍，在云存储上甚至更高——这与将SSD的值降低到1.0的建议相矛盾。 这种差异源于虽然SSD处理随机I/O更好，但*成本*差异仍然很大。调整`random_page_cost`会影响查询计划；配置不当的值可能导致次优计划，可能导致查询时间长达10倍。 然而，降低成本并不总是错误的。在具有高缓存命中率的系统中，随机I/O可能优于完全顺序扫描。此外，当前的成本模型没有考虑预取，而预取可以显著提高性能。 最终，调整`random_page_cost`需要仔细监控和评估，因为它是一种解决复杂数据访问模式的简单粗暴的方法。未来的改进可以包括分离非I/O成本、更好的缓存统计信息以及将预取纳入成本模型。

## AI苏格拉底马德里聚会：总结 上周四的AI苏格拉底马德里聚会汇集了来自人工智能研究人员、企业家、风险投资家，甚至利用人工智能的营销人员等不同领域的人们，进行了热烈的讨论。聚会的核心围绕“苏格拉底式对话”展开，重点关注OpenClaw和Moltbook等最近的人工智能发展，以及它们对工作和社会的影响。 一个关键主题是未来十年内“人工智能优先社会”的可能性，引发了关于人类在潜在自动化世界中的目的的疑问。虽然有些人持怀疑态度，但讨论的重点是寻找超越传统工作的满足感，强调人类对社区的持久需求。然而，一个重要的担忧浮出水面：不是失去身份，而是人工智能目标可能不一致，从而可能认为人类是“次优的”。 聚会还包括一个名为“语境即一切”的演讲，认为在人工智能智能商品化的时代，*语境*——提供最佳连接和环境——将是真正的产品和竞争优势。这挑战了当前对硬件的投资重点，表明价值将积累在最前沿人工智能实验室*之上*的层面，为自主代理构建必要的连接和安全性。作者认为我们正在见证软件交付方式的转变，从发布代码到部署自适应代理，并预计未来将充满有趣的时刻。

Pigeons & Planes 是一个致力于音乐发现和推广新兴艺术家的平台。他们专注于策划高质量的音乐体验，包括线上内容和线下活动。 简单来说，Pigeons & Planes 不断寻找和分享新音乐，作为你发现下一位喜爱艺术家的资源。他们的核心使命是聆听并为受众提供最佳的音乐精选。他们始终活跃于音乐界，确保源源不断的新声音和艺术家展示。

这篇帖子详细描述了一项调查，发现几乎每个程序执行的开始都会出现持续的72KB内存分配。作者在试验自定义内存分配器时，使用调试工具记录分配大小，注意到了这个初始的`malloc`调用。通过使用`gdb`进行调试并追踪调用堆栈，他们确定这次分配来自libstdc++的异常处理基础设施。 具体来说，这72KB是为“紧急池”保留的——一个备份内存区域，用于在标准`malloc`失败时分配异常所需的空间。该池在程序启动时延迟初始化，以确保即使在低内存情况下也能处理异常。池的大小由诸如字大小和libstdc++中定义的常量等因素决定。 作者还探讨了这种行为如何影响Valgrind等工具，该工具先前将此内存报告为“仍然可达”（可能误导性地标记为泄漏），以及较新版本如何正确释放紧急池。这项调查强调了即使在核心系统库中也需要进行内存分配，以及底层编程的复杂性。

库伯·梅塔是一位才华横溢的19岁人工智能开发者，来自印度新德里，目前正在印度顶尖大学学习计算机科学、人工智能与数据科学。他是Perplexity AI商业研究员，并且活跃于OpenAI亚太开发者社区。 库伯拥有丰富的黑客马拉松经验——参加过20多场，包括赢得Nothing Essential Lab S1黑客马拉松，并在Unsloth x AMD强化学习黑客马拉松中获得第四名。他因创新项目而备受认可，例如**PolyThink**（多智能体人工智能）、**TREAT**（触发检测），以及特别的**Backdooms**——一个完全功能的DOOM游戏，嵌入在二维码中——该项目曾被《独立报》、《PC Gamer》等媒体报道。 他还正在开发**MEOW**，一种适用于人工智能时代的下一代图像格式，以及众多其他人工智能/机器学习和Web开发项目。库伯精通多种技术，包括Python、JavaScript、TensorFlow和AWS。 他的作品可以在[GitHub](https://github.com/Kuberwastaken)和[Portfolio](https://kuber.studio/)上找到。

## Chrome应对量子抗性HTTPS的计划 Chrome正在主动为量子计算机对当前HTTPS证书安全造成的威胁做准备。Chrome没有直接将量子抗性密码学实现到传统的X.509证书中——这将显著增加带宽使用量——而是率先采用**Merkle树证书 (MTC)**。 MTC提供了一种更高效的解决方案，它用紧凑的“证明”取代了冗长的证书链，以验证包含在认证机构 (CA) 签名的公共树中。这在增强安全性的同时，保持了速度和透明度。 Chrome的推广分为三个阶段：**阶段1 (正在进行中)** 是与Cloudflare进行的可行性研究，并以现有的X.509证书作为安全保障。**阶段2 (2027年第一季度)** 邀请已建立的证书透明度 (CT) 日志运营商启动公共MTC。**阶段3 (2027年第三季度)** 将启动专用的“Chrome量子抗性根存储库” (CQRS) 用于MTC，与现有的根程序并行。 除了MTC的开发，Chrome将继续支持当前的CA，并探索用于私有PKI的量子抗性X.509证书。该举措旨在构建一个更快、更安全、更透明的网络基础，使其能够抵御未来的量子计算进步。

## 决策树：总结 决策树通过创建一系列规则来对数据进行分类，将数据分割成越来越纯净的区域。这个过程的核心在于**熵**，它是数据杂质度的度量——熵越低，数据集越同质。算法旨在*最大化信息增益*，即分割后熵的减少量。 **ID3算法**计算每个可能分割的信息增益（基于特征和值），选择产生最大增益的分割。这个过程是递归的，自上而下地构建树，直到叶节点主要包含一个类别（纯净）或满足停止条件（例如最大深度）。 虽然**基尼不纯度**可以作为一种指标进行比较，但熵在不平衡数据集上可能更稳健。决策树易于解释、训练速度快且能很好地处理异常值，但容易出现**过拟合**——创建过于复杂的树，无法很好地泛化到新数据。可以通过诸如剪枝（限制树的深度/大小）等技术来减轻这种不稳定性，或者更有效地通过将多个树组合成**随机森林**来解决。

## 室内植物编程：为我而写，由我而造 Hannah Ilea 提出了“室内植物编程”的概念——创建小型、个性化的软件解决方案，旨在解决*你*的具体问题，而无需追求广泛适用性。受 Recurse Center 同行的启发，这种理念拥抱“仅为自己构建”的自由，其中“在我机器上能运行”是成功，而非道歉。 这种方法与专注于生产和大规模使用的传统软件开发形成对比。就像照料室内植物一样，这些项目是为了个人享受和实用性而培育的。即使它们无法茁壮成长，或需要独特的照料也没关系——可以轻松地“堆肥”（删除）或分享给他人进行调整。 Ilea 还将“花束编程”定义为更加短暂的一次性脚本，用于执行特定任务，且不期望维护。她鼓励分享这些个人项目，提供徽章来识别它们，并重新构建围绕分享未完成或高度定制代码的心态。最终，室内植物编程是关于创造的乐趣以及软件存在的价值，仅仅是为了满足个人需求。

## 10-202：现代人工智能物流导论 - 课程概要 本课程将于2026年春季在CMU开课，介绍驱动现代人工智能（如ChatGPT）的核心机器学习方法和大型语言模型（LLM）。尽管它们很复杂，但其底层技术却令人惊讶地易于理解——学生甚至将从头开始构建一个基本的AI聊天机器人。 课程涵盖了广泛的主题，从人工智能的历史和监督学习到神经网络、Transformer以及微调、强化学习和AI安全等高级技术。课程的很大一部分涉及使用Python和PyTorch等工具进行实践编程作业，最终训练并运行一个开源LLM。 成绩评估基于作业（20%）、小测验（40%）和期中/期末考试（40%）。课程的精简免费版本将在线提供，内容发布延迟两周。学生允许将AI助手作为学习工具用于作业，但预计独立完成最终提交，并且禁止在考试中使用它们。 **先修课程：** 基本Python编程（15-112/15-122）和微积分入门（21-111/21-120）。

这段 JavaScript 代码创建了网页上由特定元素触发的交互式工具提示（气泡）。它解析页面文本内容中的自定义 `[[术语|标题|内容]]` 标记，将其替换为按钮。点击或聚焦这些按钮，将显示包含与 `术语` 关联的 `标题` 和 `内容` 的工具提示。 该代码智能地将工具提示相对于触发元素定位，确保其保持在视口内，并通过调暗触发元素分支外部的区域来避免覆盖内容。它处理鼠标交互（悬停/点击）和键盘导航（聚焦、Esc 键）以打开和关闭工具提示。 该脚本还适应不同的输入方法，为触摸设备提供“粗略”模式，并包含打开和关闭工具提示的动画。最后，它在窗口大小调整或滚动事件时重新定位工具提示，以保持其可见性和位置。

## 使用 `uv` 和 `Dagger` 轻松构建 Python Monorepo Monorepo（单仓库包含多个项目）在谷歌和 Facebook 等大型公司很常见，但管理起来可能具有挑战性。本文详细介绍了一种使用工具 `uv` 和 `Dagger` 构建 Python Monorepo 的简化方法。 传统上，Python Monorepo 的设置很复杂，因为依赖管理和构建速度慢。然而，`uv` 简化了打包和依赖解析，而 `Dagger` 提供了一个强大的构建系统。这种组合能够实现具有端到端缓存的快速、模块化流水线。 核心思想是利用 `uv` 的 workspace 功能和 `Dagger` 以编程方式定义构建过程的能力。通过解析 `uv.lock` 文件，系统可以智能地仅复制必要源代码，避免因无关项目中的更改而触发完整重建。这是通过一个构建 Docker 镜像的 Dagger 模块实现的，利用现有的 Dockerfile 阶段并添加一层用于依赖管理。 这种方法具有维护成本低、本地和 CI 兼容性以及通过缓存实现显著速度提升等优点。虽然需要一些初始设置，但由此产生的流水线高效且可扩展，使 Python Monorepo 更易于管理和性能更高。作者鼓励查阅 `uv` 和 `Dagger` 文档以进行自定义和优化。

## 硬木：高性能 Parquet 解析 硬木是一个新的系统，专为高性能 Parquet 文件处理而构建，借鉴了 1BRC 的经验。其主要重点是通过并行化最大化 CPU 利用率，即使在 Parquet 格式的复杂性下也能实现高吞吐量。 硬木采用了多种技术：**页面级并行**（使用多个线程解码数据页面）、**自适应页面预取**（优先处理解码速度较慢的列）和 **跨文件预取**（重叠文件解码）。这些，以及减少分配等优化措施，显著提升了性能。 在 MacBook Pro M3 Max 上，硬木可以在约 1.2 秒内对 ~9.2GB 纽约出租车数据集的三个列求和（列读取器 API），并在约 1.3 秒内解析 900MB 的嵌套 Overture Maps 数据文件。 该项目利用 JDK Flight Recorder 进行瓶颈识别，并包含自动化性能测试，并计划使用 Apache Otava 构建自动化回归检测流水线，以确保持续的性能改进。

启用 JavaScript 和 Cookie 以继续。

不要陷入过时的 SQL 与 NoSQL 争论——现代数据库通常足以应对大量负载。性能问题很少源于数据库*引擎*本身，而是源于糟糕的设计选择，例如低效的查询、缺少索引或规划不周的迁移。 关键在于理解你的*工作负载*。关系数据库擅长一致性读取（如金融交易），而 NoSQL 解决方案可能更适合高容量、最终一致性的写入。 选择数据库不是为了面向未来，而是承认故障模式及其影响。过于复杂、分布式系统会引入显著的开销并可能阻碍开发。通常，一个更简单、建模良好的关系数据库会为你提供更长时间的服务。 明智的扩展首先关注数据建模和优化。优先考虑清晰性并避免不必要的复杂性。资深工程师不会测试你对数据库类型的了解，而是测试你评估权衡、理解风险以及选择最符合业务需求和团队能力解决方案的能力。

## DISH：一种体积3D打印系统 - 摘要 本研究详细介绍了DISH（基于衍射成像的水凝胶成型）的开发，这是一种新型的体积3D打印系统，能够快速、高分辨率地在各种水凝胶材料中制造复杂的结构。DISH利用由数字微镜器件（DMD）调制并经由棱镜投影到旋转的比色杯中的405nm激光束。DMD投影与比色杯旋转之间的精确同步能够使3D图案在整个体积内固化。 该系统采用复杂的校准过程，包括自适应光学和全息优化，以确保准确的光线传递和剂量控制。这使得能够打印具有亚毫米分辨率的特征。研究人员通过成功地使用一系列材料进行打印——包括PEGDA、SilMA、GelMA和各种树脂——展示了DISH对不同化学性质和粘度的适应性。 通过严格的测试和表征，包括X射线计算机断层扫描，研究团队展示了DISH创建复杂几何形状、空心结构和复杂设计的能力，打印时间以秒为单位。该系统的性能通过优化的算法和材料配方得到进一步提升，为更快、更精确的体积3D打印铺平了道路。

启用 JavaScript 和 Cookie 以继续。

## 时空数据库 2.0 与 Three.js：实时 3D 的新方法 时空数据库 2.0 提供了一种构建实时和多人 Three.js 应用的新方法。它不再采用传统的 API 轮询，而是将游戏逻辑置于数据库*内部*，并通过 WebSocket 将状态变更流式传输到客户端。开发者使用表格定义世界状态（玩家、实体），使用带有 reducer 的 mutations 进行修改，并使用 views 获取派生数据。 这使得服务器能够充当权威的世界模拟器，让 Three.js 客户端专注于渲染和插值。常见的游戏事件，如移动或生成，可以直接转化为场景更新。虽然它本身不是游戏引擎，但时空数据库为低延迟、同步的 3D 体验提供了强大的基础——包括多人游戏、协作工具和虚拟世界。 它提供慷慨的免费层级和可负担的付费选项。其主要优势在于专注于实时状态复制，这是传统数据库中经常缺乏的功能。开发者仍然需要自行实现延迟掩码和网络代码。

三星在其最新的One UI 8.5更新中移除了Android恢复菜单中的关键工具，引发了用户困惑。诸如“通过ADB/SD卡应用更新”、“清除缓存分区”和诊断测试等选项正在被移除，仅留下重启、恢复出厂设置和关机等基本功能。 GalaxyClub首先注意到这一变化，它伴随着2026年2月的安全更新，并包含关于降级软件的警告。虽然原因尚不清楚，但推测指向加强的安全措施，可能为了遏制软件泄露——三星目前正在对泄密者采取法律行动。 目前，Galaxy S26 Ultra在其1月份的更新中仍然保留了完整的恢复工具，但这可能会改变。此举大大限制了用户手动 sideload 更新和执行高级故障排除的能力。

## 燕麦与胆固醇：一项令人惊喜的益处 最近，波恩大学的一项发表在《自然通讯》上的研究表明，短期的、高强度的燕麦饮食可以显著降低胆固醇水平，甚至在六周后仍然有效。研究人员发现，患有代谢综合征（糖尿病和心脏病的风险因素）的参与者，在连续两天每天食用300克燕麦，并限制卡路里的同时，有害的低密度脂蛋白胆固醇（LDL）降低了10%。 这种改善比单纯限制卡路里而不采用燕麦饮食的人更明显。 这些益处似乎与肠道细菌的变化有关。 燕麦的摄入增加了产生类绿原酸等化合物的有益细菌，而类绿原酸已知可以改善胆固醇代谢，并有助于消除与胰岛素抵抗相关的化合物。 有趣的是，较长时间、适量的每日80克燕麦摄入只显示出适度的效果。 该研究表明，周期性的、短期的燕麦强化饮食可能是维持健康胆固醇并潜在预防糖尿病的一种良好策略。 进一步的研究计划用于确认这些长期的预防效果。

## microgpt：200行Python代码实现的极简LLM microgpt是一个自包含的Python项目，仅用200行代码演示了大型语言模型（LLM）的核心原理，无需任何外部依赖。它涵盖了整个过程：数据集处理、分词、自动微分引擎、类似GPT-2的神经网络、Adam优化器、训练和推理。 该项目使用一个包含32,000个名字的简单数据集，将它们转换为数字化的token。然后，它训练一个神经网络来预测序列中的下一个token，学习数据中的统计模式。一个关键组件是定制的自动微分引擎，用于计算梯度以更新参数。 训练后，该模型可以生成新的、听起来合理的名字。虽然与ChatGPT等模型（拥有数十亿参数和复杂的工程设计）相比，microgpt被极大地简化了，但它体现了LLM的基本算法本质。microgpt与生产模型之间的差异在于规模、数据大小、优化技术和服务器基础设施，而不是核心算法本身。该项目是一个有价值的教育工具，用于理解LLM在其最基本层面的运作方式。

## 团结圣殿倒置的“H” 最近一张弗兰克·劳埃德·赖特在伊利诺伊州橡木公园设计的团结圣殿的照片，显示了一个奇怪的缺陷：入口处的字母中有一个倒置的“H”。这引发了一项关于该标志历史的调查，揭示了一个关于修改和失误的复杂故事。 该圣殿于1908年首次开放，其字母经历了至少四个不同的时期——包括1973年的喷枪混凝土处理、2010年58个字母被盗以及2014-2017年的重大修复。研究发现，这些字母被移除和重新安装了多次，从而为错误提供了许多机会。 档案照片显示，“H”最初是正确的，但1956年的一张照片显示西侧入口的*所有*“H”都被倒置了。后来，一个“S”也变成了倒置的。2014年的修复工程重新引入了西侧入口的倒置“H”——最近被发现的那个——而东侧入口仍然正确。 谜团依然存在：赖特本人是否曾经安装过一个倒置的字母？作者继续进行调查，并承诺对负责当前错误的专业人士进行后续报道。

## xmloxide：Rust语言实现的现代、安全的XML/HTML解析器 xmloxide是广泛使用的libxml2的纯Rust语言重实现，旨在成为一个可以直接替换的方案，并提供改进的内存安全性和性能。libxml2已停止官方维护，并且存在已知的安全漏洞。 **主要特性：** * **内存安全：** 采用基于arena的树形结构，拥有完全安全的公共API，消除了`unsafe`代码。 * **高度符合标准：** 通过了100%的W3C XML一致性测试套件和libxml2的兼容性套件。 * **多种API：** 提供DOM、SAX2流式、XmlReader（拉模式）以及推/增量解析器。包含容错的HTML 4.01解析器。 * **高级功能：** 支持XPath 1.0、DTD/RelaxNG/XSD验证、规范XML、XInclude和XML目录。 * **性能：** 与libxml2竞争，在序列化和XPath评估方面通常更快，这得益于arena分配和零拷贝等优化技术。 * **C FFI：** 提供完整的C API，方便集成到现有的C/C++项目中。 * **线程安全：** 设计上没有全局状态，使得每个`Document`都是自包含且线程安全的。 * **全面的测试：** 包含广泛的单元测试、FFI测试和模糊测试，以确保其健壮性和安全性。 xmloxide是libxml2的一个强大且高性能的替代方案，提供了一个现代、安全且功能丰富的XML/HTML解析解决方案。