该项目致力于数字化玛伊蕾德·尼·格拉达（Máiréad Ní Ghráda）的《曼南南的数字化》（1940），这是一部罕见的爱尔兰语青少年科幻小说，可能包含机甲的首次描绘以及对引力助力的文学提及。由于该书目前没有再版或翻译版本，此举旨在提高其可读性。 该工作涉及从扫描的PDF文件中提取文本并仔细校正，因为该书使用了较旧的爱尔兰语正字法。目前正逐章推进，已完成并手工校正了第9-18页的OCR输出结果。一项关键策略是尽早识别并修复常见的OCR错误，因为这些模式会在整个文本中重复出现，从而简化未来的校正工作。 该项目欢迎贡献，特别是来自爱尔兰语母语者的帮助，以识别和纠正提取文本中任何剩余的错误。全书共188页，包含目录，列出了章节标题和页码范围。

美国分析公司帕兰蒂尔正在起诉瑞士在线杂志“Republik”，原因是该杂志发表了两篇报道，详细介绍了该公司试图与瑞士当局（特别是军队、警察和卫生部门）签订合同的企图。虽然没有达成任何协议，“Republik”报道了帕兰蒂尔的主动接触，引发了这场诉讼，因为帕兰蒂尔寻求法院强制执行的反声明，以纠正他们声称的不准确之处。 此举具有讽刺意味地放大了对原始报道的关注——一种典型的“斯特赖桑德效应”。帕兰蒂尔的动机源于欧洲正在进行的关键采购决策，在国防和安全软件领域获得合同是其关键增长领域。该公司在美国当局取得了成功，但在瑞士却难以获得进展。 “Republik”坚持其报道的真实性，该报道基于瑞士政府文件，并指责帕兰蒂尔试图恐吓他们。帕兰蒂尔否认了这一点，表示他们只是想纠正“重大不准确之处”。瑞士法律允许法院审查反声明的请求，但不评估事实真相，只判断是否存在不同的观点。此案获得了公众对“Republik”的大力支持，捐款和声援之情激增。

## Gwtar：一种新型HTML归档格式 Gwtar是一种新颖的HTML归档格式，旨在克服现有方法的局限性。它创建一个单一的、自包含的HTML文件，能够高效地延迟加载资源，解决了静态（独立、完整）、单文件和高效（按需加载）之间的三难困境。 传统方法存在不足：保存为HTML会失去静态特性，SingleFile会产生巨大的下载量，而WARC/WACZ则需要专门的软件。Gwtar通过将JavaScript头部内联到标准HTML文件中来实现这三点，该头部指向包含原始内容的tar包。JS拦截请求，并利用HTTP范围请求仅在需要时下载资源，模拟正常的浏览器行为。 这种方法确保了长期保存、兼容性（仅需标准浏览器功能）和用户友好性。Gwern.net利用Gwtar归档大型页面，即使超过500MB，并包含可选的PAR2错误校正和GPG签名以确保数据完整性。虽然本地查看可能受到浏览器安全限制，但Gwtar为归档和共享网络内容提供了一个强大的解决方案，旨在创建一个面向未来且易于访问的格式。

## 6502 笔记本项目总结 该项目详细介绍了基于 65C02 处理器、运行于 8MHz 的一个完全功能、便携式笔记本电脑的创建过程。目标是超越“PCB 堆叠”，构建一个自包含的系统。 该笔记本电脑具有 46K RAM、ROM 中的 BASIC、65C22 VIA 以及 9 英寸显示屏。存储由 Compact Flash 卡提供，由 10000mAh 电池供电，并通过 USB-C 充电。输入由内置键盘处理，同时也可通过串口控制台进行操作。内部扩展槽允许未来升级。 开发始于 2025 年底，并在 2026 年初获得可用的 PCB。关键里程碑包括使核心组件正常工作、集成键盘以及实现带有 `LOAD`、`SAVE` 和 `DIR` 命令的 Compact Flash 支持。图形功能已添加，包括用于绘制圆、线和散点的命令。该项目基本完成，功能性外壳已组装完毕，但仍有待改进之处，例如更大的显示屏（计划 10.1 英寸）和键盘代码优化。

欧盟委员会已采纳新的法规，依据可持续产品生态设计规程（ESPR），以解决未售出纺织品（服装、服饰、配饰和鞋类）的浪费性销毁问题。目前，欧洲有4-9%的纺织品在未被穿着前就被销毁，产生大量二氧化碳排放（每年560万吨）。 新措施将**禁止销毁这些物品**，并要求企业**披露被丢弃的未售出商品数据**。出于安全或损坏原因，将允许有限的例外情况，并由国家当局监督。标准化报告格式将于2027年2月实施。 这些法规旨在鼓励企业采用循环做法，如转售、再制造和捐赠。禁令适用于大型企业，自2026年7月起生效，中型企业将于2030年遵守。信息披露要求也分阶段实施，现在从大型企业开始，并延长至2030年的中型企业。该举措旨在提升可持续性、竞争力，并减少纺织行业对不可持续做法的依赖。

这篇内容讲述了作者三年令人震惊的一氧化二氮成瘾经历，起因是吸毒状态下一次深刻、意想不到的灵性体验。最初，作者试图理解并*证明*这次与感觉像神圣现实的相遇，不懈地追求更多体验，最终陷入毁灭性的行为——经济破产、失去关系以及严重的身体和认知衰退。 尽管作者绝望地寻求持续的启示，但这种联系却被切断了，留下作者苦苦挣扎，无法理解所遭受痛苦的意义。清醒意味着接受所有的付出都是徒劳，这是一个痛苦的认知。然而，讽刺的是，写书的过程却成为了一条治愈之路。 作者将这本书描述为“走出地狱的地图”，一种将毁灭转化为积极事物的方式。完成手稿释放了意想不到的情感洪流——日常的快乐引发了泪水——揭示了之前未曾察觉的内心创伤已经修复。这就像填补了一个“神形空洞”，带来了对意外恢复的生命的平和与感激。

佐藤秀树，世嘉的关键人物和几乎所有世嘉游戏机的主要设计师，享年77岁。他于1971年加入世嘉，领导了Master System、Genesis/Mega Drive、Saturn和Dreamcast等标志性系统的硬件开发，始终从世嘉街机技术中汲取灵感。 他于2001年至2003年担任公司代理社长，并一直为世嘉工作至2008年。佐藤强调了世嘉街机和家用机开发之间的联系，解释了街机技术的进步如何直接影响游戏机设计——特别是16位Mega Drive。 关于Dreamcast，尽管它最终未能使世嘉在硬件市场中立足，佐藤专注于“游戏和交流”，融入了调制解调器和VMU等功能。他甚至俏皮地承认，为了吸引沉迷于“位战争”的消费者，夸大了Dreamcast的处理能力。

## 内部平台效应：摘要 “内部平台效应”描述了一种适得其反的倾向，即软件架构师构建高度可定制的系统，实质上是*重新创造*现有开发平台的功能。这常常导致效率低下、复杂且性能不佳的软件——一种反模式。 例子包括 Firefox 插件复制操作系统功能（如文件浏览器），以及开发者使用实体-属性-值模型而不是利用关系数据库的优势。 同样，过度依赖通用的 XML 元素或构建大量的自定义函数库来复制语言特性，也属于这种陷阱。 虽然有时出于可移植性、抽象化或权限分离（如 Java 的设计）等目的，内部平台通常会导致代码复杂、性能问题和可维护性降低。 核心问题是重建底层平台中已经可用且经过优化的功能。

在商业山核桃产业出现之前，山核桃是美洲原住民的重要资源，用于食物、贸易、仪式（如阿尔冈昆人的“powcohiccora”饮料）和医药——甚至作为抗菌剂。这个坚果的名字本身就源于阿尔冈昆语，指的是它坚硬的外壳。 虽然像华盛顿和杰斐逊这样的南方人喜欢山核桃，但早期的商业种植尝试由于种子生长的树木产量不稳定而失败。这种情况在19世纪由奴隶园丁安托万改变，他开创了一种成功的嫁接方法，创造了“百年”品种。这项创新使得大规模生产成为可能，到1920年产量达到每年一千万磅，并建立了一个价值数百万美元的产业。 尽管取得了成功，但当种植园转为种植甘蔗时，安托万的工作最终被遗忘。这个故事凸显了奴隶个人对植物学和农业贡献被更广泛地抹去的现象，他们的关键专业知识和劳动常常被欧洲探险家掩盖。山核桃至今仍具有文化意义，尤其是在黑人南方美食和传统疗法中。

## SuperSplat Studio 发布，用于互动3D体验 SuperSplat Studio 是一款基于 SuperSplat 平台的新应用程序，它使您可以从已发布的 Gaussian splats 创建引人入胜的互动体验。该 Studio 引入了**标注和热点**——3D 场景中的可点击点，可以显示信息并平滑地将观看者过渡到特定的摄像机视角（每个场景最多 25 个）。SuperSplat Viewer 中的新导航栏允许按顺序探索这些标注。 除了互动性之外，SuperSplat Studio 还提供了一套由 PlayCanvas 提供支持的**后期效果**，包括 Bloom、Sharpen、Vignette 和色彩分级，以实现电影级的润色。用户还可以控制**色调映射**和**背景颜色**，以进一步完善视觉呈现。 要开始使用，只需通过 Manage 页面在 SuperSplat Studio 中打开已发布的 splat。团队鼓励反馈，并欢迎通过 Discord 或 X 提出未来功能的建议。

像Claude这样的人工智能工具的兴起正在大幅降低应用开发成本，导致应用提交量激增（预计2025年增长24%），并可能导致订阅模式走向消亡，尤其是对于那些不依赖服务器的应用。克隆应用变得极其容易且廉价，从而削弱付费模式——一款每月10美元的应用将很快面临免费或一次性购买的替代品。 虽然依赖服务器的应用可能仍会保留订阅模式，但由于竞争加剧，定价将被迫降至最低利润。令人惊讶的是，苹果正在*拥抱*这一趋势，将人工智能直接集成到Xcode中，进一步推动应用创作。 这使消费者受益，他们可以获得更实惠的选择和访问以前因成本原因无法构建的利基应用。然而，这给寻求可持续收入的开发者带来了重大挑战，因为市场变得越来越饱和和竞争激烈。

客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。网站的必要部分无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置造成的。请检查您的连接，禁用任何广告拦截器，或尝试使用不同的浏览器。

正在验证您的浏览器。网站所有者？点击此处修复。 Vercel 安全检查点 | sin1::1771167762-DWNa7JluTcwediHJWqFrTYRpZdzEHuyq 启用 JavaScript 以继续。 Vercel 安全检查点 | sin1::1771167762-DWNa7JluTcwediHJWqFrTYRpZdzEHuyq

新聊天 Kimi 代码 3 倍加速

最近的事件凸显了美国日益扩张的监控状态，引发了严重的隐私担忧。亚马逊在超级碗期间为其Ring摄像头投放的广告，展示了一个通过人工智能连接社区摄像头的“搜索队”功能，引发了对其潜在的大规模生物识别追踪的强烈反弹——即使在用户“选择加入”的情况下。这促使亚马逊结束了与警察监控公司Flock Safety的合作。 与此同时，关于南希·古斯里失踪案件显示，谷歌的Nest摄像头即使在用户没有付费订阅的情况下仍然保留了录像，这与之前的理解相矛盾，并引发了对数据存储实践的质疑。专家认为数据并未被删除，只是被“重命名”。 这些事件，以及像Palantir这样的公司发展壮大，以及面部识别和人工智能（如谷歌的Gemini整理用户档案）的进步，都表明了一种普遍监控的趋势。虽然这可能带来潜在的安全益处，但也引发了对基本自由受到侵蚀的担忧，这与十年前爱德华·斯诺登的披露所引发的担忧相呼应。公众反应平淡，表明对这种不断演变的现实存在令人担忧的接受度，尽管历史上一直强调自由高于安全。

## RynnBrain：一个具身基础模型 RynnBrain是一个新的具身基础模型，旨在理解和与物理世界互动。它已发布代码和模型检查点（2B、8B和30B-A3B版本），擅长需要详细视频理解、空间推理和精确规划的任务。 主要特点包括强大的第一人称理解（如具身问答和物体计数）、准确的时空定位，以及一种独特的交错推理方法，将语言与物理现实相结合。还提供专门的后训练模型，用于机器人任务规划（RynnBrain-Plan）、视觉语言导航（RynnBrain-Nav）和链式指向推理（RynnBrain-CoP）。 RynnBrain基于Qwen3-VL构建，采用统一的编码器-解码器架构，并经过大量时空和物理数据的训练。它使用新的RynnBrain-Bench基准进行评估，重点关注物体与空间认知、 grounding 和指向。 演示、cookbook 以及预训练/评估细节（通过RynnScale）均可获得。

请启用Cookie。 错误 1005 Ray ID：9ce5596f0ba5a053 • 2026-02-15 14:03:33 UTC 拒绝访问 发生了什么？ 该网站（matthew.verive.me）的所有者禁止您的IP地址所在的自治系统编号（ASN 45102）访问此网站。 请参阅 https://developers.cloudflare.com/support/troubleshooting/http-status-codes/cloudflare-1xxx-errors/error-1005/ 了解更多详情。 此页面是否有帮助？ 是 否 感谢您的反馈！ Cloudflare Ray ID：9ce5596f0ba5a053 • 您的IP： 点击显示 47.245.80.60 • 由Cloudflare提供性能和安全保障。

## 星际飞行：复古游戏深度解析 《星际飞行》于1980年代发行，是一款开创性的沙盒太空探索游戏，玩家可以完全自由地驾驶星舰——采矿、战斗和外交都是可行的途径。 整体故事随着玩家发现一个来自古代种族的威胁而展开，该威胁导致恒星耀斑并摧毁生命。 过去和现在都广受赞誉，《星际飞行》深刻影响了后来的开放世界游戏。 最近，一位狂热爱好者开始逆向工程《星际飞行》，并发现这个过程极具挑战性。 与通常使用大量汇编代码的游戏不同，《星际飞行》是用Forth编写的，这是一种极简主义编程语言。 这导致可执行文件结构与原始源代码非常接近，并且仍然存在令人惊讶的调试信息。 该游戏的代码严重依赖于间接线程——一种节省空间但速度较慢的方法——并利用了大量的代码覆盖，从而使分析变得复杂。 该项目成功地解除了游戏的汇编，揭示了其错综复杂的内部结构，并提供了对开发者原始思维过程的迷人一瞥。 最终解编译的代码和数据是公开可用的，为探索经典游戏的核心提供了一个独特的机会。

## Perlin Terminal：你的命令行中的精美噪声 Perlin Terminal 使用 24 位真彩色和半块字符，将令人惊叹、流畅的 Perlin 噪声动画直接带到你的终端，从而提高视觉保真度。享受流畅的 60 FPS 的流动渐变和有机运动。 该程序提供多种颜色主题——海洋、火焰、极光和矩阵——每种主题都能创造出独特而迷人的效果。它易于自定义，可调整噪声比例、动画速度，甚至 Perlin 噪声种子。 安装很简单，可以使用 `cargo install --git https://github.com/denisepattenson/perlin-terminal` 或从源代码构建。使用 `--theme` 和 `--scale` 等标志控制动画，并使用 Ctrl+C、Q 或 Esc 干净地退出。需要支持 24 位真色彩的终端和 Rust 1.70+。

## DjVu：被忽视的文档格式 DjVu 是一种在处理扫描文档（尤其是书籍和学术论文）方面明显优于 PDF 的文件格式。虽然现代 PDF 已经采用了一些 DjVu 的创新技术，但在高效处理扫描内容方面仍有所不足。PDF 通常将扫描件视为简单的图像（如 JPEG），导致文件体积庞大且文本表现力差。然而，DjVu 能够智能地将文档分析为文本和图像的混合体，丢弃冗余数据，从而实现显著更好的压缩。 DjVu 由后来创立深度学习的先驱们（包括 Yann LeCun 和 Léon Bottou）创建，它利用小波和算术编码（IW44 和 JB2）等先进的压缩技术来实现令人印象深刻的文件大小。它甚至包含可能容易受到攻击的元素，突出了像 PDF 这样复杂格式中固有的安全风险。 尽管 DjVu 具有技术优势，并有可能创建一个庞大的在线图书馆，但由于操作系统和浏览器缺乏原生支持，它未能获得主流应用。如今，访问 DjVu 文件通常需要专门的软件，例如在已 root 的电子阅读器上使用 Koreader，这对于一种理想的便携式扫描内容格式来说，是一个令人沮丧的障碍。作者认为，DjVu 保存的知识甚至可能超过许多现代、数字原生信息的价值。

这篇帖子比较了两款绘图逻辑游戏（picross/nonogram）的设计：“Squeakross”在美观上令人愉悦，而作者自己的“bicross”则侧重于解题的确定性。作者在享受“Squeakross”魅力的同时，指出其谜题可能存在模棱两可的解法——特别是“Elementary Switches”，根据线索可能存在多种有效排列。 “Bicross”则采用独特的程序生成系统，旨在*保证*谜题的可解性。它采用三步流程：生成随机网格，计算提示，然后严格测试是否存在*唯一*解。这种测试涉及迭代应用约束传播——根据行和列的提示逻辑推断方块的位置——并丢弃无法通过这种方法明确解出的任何谜题。 这种方法虽然计算量大（生成和拒绝5-10个关卡），但确保玩家无需猜测。作者对这个“蛮力”生成循环的速度感到惊讶，即使限制在10x10网格内，也能实现快速的关卡切换。最终，帖子强调了一种设计权衡： “Squeakross”允许模糊性以提供更轻松的体验，而“bicross”则优先考虑逻辑上的确定性。

## Windows 原生构建的困境与解决方案 在 Windows 上维护原生项目，往往演变成支持复杂的 Visual Studio 安装程序，而不是自己的代码。仅仅将“Visual Studio”列为依赖项，就会给贡献者带来令人沮丧的体验，需要特定的工作负载（如 C++ 构建工具和精确的 SDK 版本），并且经常导致花费数小时排查难以理解的构建错误。这与 Linux 不同，在 Linux 上，工具链可以通过包管理器轻松管理。 核心问题在于 Visual Studio 的整体性——将编辑器、编译器和 SDK 混为一体——以及其组件缺乏版本控制。这导致安装时间过长、安装过程不透明以及环境不一致（“在我机器上可以运行！”）。 为了解决这个问题，开发者 marler8997 创建了 **msvcup**，一个将 MSVC 工具链视为现代、版本化的依赖项的 CLI 工具。它解析 Microsoft 的组件清单，直接从 Microsoft 的 CDN 下载必要的包，并将它们安装到隔离的、版本化的目录中。 **msvcup** 提供快速、可重现的构建、交叉编译支持，并消除了对 Visual Studio GUI 的需求。它已被证明可以成功地从头开始构建 raylib 等项目，而无需完全安装 Visual Studio，从而为更精简的 Windows 原生开发体验提供了一条途径。

## Copapy：用Python轻松实现实时计算 Copapy是一个Python框架，专为确定性、低延迟计算而设计，目标应用包括机器人、航空航天和嵌入式系统。它旨在将类似PyTorch框架的快速迭代优势带入实时、嵌入式开发领域。 Copapy允许开发者编写类似Python的代码，通过“复制和修补”编译器编译成高度优化、静态类型的机器代码。这带来了内存安全、最小的运行时错误和确定性执行——对于可靠的硬件控制至关重要。它支持自动微分以进行高效优化，目前支持x86_64、ARMv6/7和AArch64架构，并且只需一个C编译器即可简化移植到其他架构。 主要特性包括浅的学习曲线、详细的类型提示和较小的依赖足迹。目前Copapy仍是一个概念验证，缺乏直接的硬件I/O，但核心计算引擎是可用的，并且基准测试显示与NumPy相比具有良好的性能。 持续开发重点是用于SIMD优化的数组模板以及对ARM*-M目标的支持。Copapy是开源的，欢迎通过GitHub贡献。

Go的包完整性非常强大，这得益于Go校验和数据库，它确保所有用户访问的是每个模块版本的相同、经过验证的源代码，即使在去中心化模块获取的情况下也是如此。该数据库在首次使用时对模块版本进行加密哈希处理，并验证后续获取，防止恶意篡改，例如强制推送的标签或打字劫持攻击。 然而，依赖GitHub等代码托管平台会引入漏洞——它们的网页界面不会将源代码与校验和数据库进行验证。像`go mod download`以及即将推出的`go mod verify -tag`命令可以在本地提供帮助，但pkg.go.dev等服务仍然链接到潜在的未经验证的代码。 新的替代方案，如pkg.geomys.dev，通过直接从Google模块代理访问模块压缩文件，提供经过验证的源代码查看。虽然目前信任该代理，但未来的更新旨在整合透明日志证明检查，以增强安全性。这项工作由Geomys支持，并获得Ava Labs和Teleport等公司的资助，确保可持续的开源维护。

## 版本控制的未来：超越 Git 软件开发正在演变——随着 LLM 扮演核心角色，开发者花费在*编写*代码上的时间减少，而更多地用于*理解*和导航现有代码库。这种转变凸显了 Git 日益增长的局限性，尤其是在涉及 AI 代理和大型单仓库的协作开发兴起的情况下。 Git 的主要问题包括难以管理代码模块、非确定性合并、缺乏超越基本搜索的代码智能，以及僵化的“全有或全无”数据模型。Git 将代码视为非结构化的 blob，阻碍了对变更的高级查询和理解。 作者正在开发 Git 的替代品，放弃兼容性，转而进行根本性的架构重构。这个新系统将专注于版本控制*数据结构*（如抽象语法树），而不是 blob，采用正式的、确定性的合并算法和强大的、结构感知的查询语言——本质上，一个用于代码的数据库。 这旨在解决长期存在的问题，并促进与 AI 的更好协作，从 Git 的基础设计上实现显著的飞跃。

## 快速模式对决：Anthropic vs. OpenAI Anthropic 和 OpenAI 最近都推出了其编码模型的“快速模式”，大幅提升了交互速度。然而，两种方法以及结果却大相径庭。OpenAI 的快速模式声称超过每秒 1000 个 token（比标准速率快 15 倍），但依赖于一个更小、能力较弱的模型 GPT-5.3-Codex-Spark，该模型运行在配备巨大内部内存的 Cerebras 专用芯片上。 Anthropic 的方案通过减少“批处理”来实现高达 2.5 倍的速度提升——本质上是优先考虑即时响应，而不是最大化整体吞吐量，成本增加 6 倍。 虽然 OpenAI 的速度令人印象深刻，但 Spark 能力的降低导致更多错误，尤其是在工具调用等复杂任务中。Anthropic 优先考虑模型保真度，即使速度提升较慢。这种差异源于 OpenAI 利用新硬件（Cerebras 芯片）和精馏模型，而 Anthropic 优化现有基础设施。 最终，作者质疑“快速、能力较弱的推理”是否真的是人工智能的下一个重大飞跃，认为准确性对于有用的 AI 代理仍然至关重要。

夜空浩瀚。对于许多初学者，甚至经验丰富的观测者来说，这种丰富性反而成为了一种障碍。成千上万的目标。无尽的清单。选择太多，却缺乏从哪里开始的清晰方向。Stargazing Buddy 通过提供视觉观测和天体摄影的精选路径，消除了这种障碍。

一家初创公司最近彻底改造了其整个工程流程，原因是像Claude Code和Codex等AI工具的颠覆性影响。他们意识到传统的以编码为中心的流程正在变得过时，因此改变了策略：**AI代理现在是主要工作者，工程师专注于赋能这些代理。** 他们的新方法是围绕为代理而构建，优先考虑清晰的数据结构和全面的“代码即文档”。关键原则包括：上午10点前不编码（专注于提示工程和对齐），在实施*之前*定义目标和约束，并严格测试输出是否符合这些目标——有效地取代了传统的代码审查。 团队强调最大化代理利用率（24/7运行）并最大限度地减少人为瓶颈。他们采用了一种“系统思考”方法，自动化重复性任务，并优先考虑模块化以适应快速的技术变化。最终，他们认为工程的未来在于团队从根本上围绕AI重建他们的流程，而不是试图将AI融入现有的结构中。

理论可视化 这是一个存档网站，供参考。 一个关于概率和统计的视觉介绍。 开始 第4章 频率主义推断是通过观察数据来确定潜在分布属性的过程。 前往 频率主义推断 第5章 贝叶斯推断技术规定了在观察到数据后应该如何更新信念。 前往 贝叶斯推断 第6章 回归分析是一种用于建模两个变量之间线性关系的方法。 前往 回归分析 我们目前正在编写《理论可视化》的教科书。 下载我们的pdf草稿如下。 您可以在这里提供对我们写作的反馈。 Twitter 联系 Github 捐赠