## Clojure 在 OpenLDK 上：优化 Java 方法分派 在 OpenLDK (一种 Common Lisp JVM) 上运行 Clojure 曾面临极慢的启动时间——达到 REPL 几乎需要三个小时——这是由于 CLOS (Common Lisp 对象系统) 和 Java 的分派机制之间存在根本性不匹配所致。CLOS 使用多分派（考虑所有参数类型），而 Java 使用单分派（仅考虑接收者的类型）。OpenLDK 将 Java 映射到 CLOS，导致每次 Java 调用都进行代价高昂的方法查找，而 Clojure 在启动期间加载的约 3000 个类进一步加剧了这一问题。 解决方案是利用 CLOS 的元对象协议 (MOP) 将 Java 方法的默认分派机制替换为单分派实现。这是通过创建具有分派和 `invokespecial` 调用（Java 构造函数/超类调用）哈希表缓存的自定义 `java-generic-function` 元类来实现的。 关键改进包括拦截 SBCL 的 `update-dfun`（它在类定义上重建分派网络）并将其替换为缓存清除，以及为常用的 Java 方法（如 `<init>`）预先创建泛型函数。这些更改将 REPL 启动时间从近三个小时缩短到三分钟以内，展示了 MOP 在不修改核心 Lisp 实现的情况下进行有针对性的运行时定制的强大功能。

403 禁止访问 nginx

为了改进代码管理和安全性，tldraw的测试套件正在从公开的tldraw/tldraw仓库迁移到私有的、闭源仓库。这包括大量的测试集合——超过327个文件，涵盖了`tldraw`、`editor`、`store`和`sync-core`等多个包的单元测试、集成测试和端到端 (e2e) 测试。 此次迁移包含所有Vitest单元/集成测试、Playwright e2e测试（来自示例和dotcom应用）、相关的配置和测试工具。重要的是，闭源CI将被更新，以针对SDK包运行完整的测试套件。迁移完成后，所有测试文件都将被从开源仓库中删除，将测试整合到私有环境中。此举旨在更好地保护内部测试逻辑，并确保核心tldraw功能的全面测试。

## 鹦鹉：快速、离线和流式语音识别 C++ 工具包 鹦鹉是一个高性能的语音识别工具包，完全用 C++ 构建，利用轻量级的 `axiom` 张量库，并在 Apple Silicon 上实现自动 Metal GPU 加速。它绕过了 Python 和 ONNX 等依赖项，实现了显著的速度提升——高达 110M 模型 CPU 推理速度的 96 倍。 **主要特点：** * **多种模型：** 提供离线 (TDT-CTC 110M/600M) 和流式 (EOU 120M, Nemotron 600M) ASR 模型，以及用于说话人分段的 Sortformer 模型。 * **快速推理：** 在 Apple Silicon 上实现 10 秒音频 (110M 模型) 的约 27 毫秒编码器推理。 * **易于使用：** 简单的 API，只需一个头文件 (`#include <parakeet/parakeet.hpp>`)。 * **灵活性：** 支持解码器选择 (CTC, TDT)、词级别时间戳和完全的流水线控制。 * **GPU 加速：** 利用 `axiom` 的 Metal 图编译器实现优化的性能。 **入门：** 需要 C++20，可以使用 `make` 构建。 预训练模型可通过 Hugging Face 获取，并可以使用提供的脚本进行转换。 该工具包支持各种命令行选项，用于模型选择、GPU 使用和输出格式化。

受一个奇特的、缺氧产生的想法启发，作者踏上了一段旅程，试图将“早餐”的全部内容绘制成一个复杂的、多维空间，其定义基于牛奶、鸡蛋和面粉的比例。 这项最初的趣味性智力练习，很快演变成了一场对理论上的“暗黑早餐”——一种*应该*存在但尚未被观察到的早餐——的痴迷式搜寻。 作者一丝不苟地记录了已知的早餐——煎饼、蛋饼、国际变种——绘制了它们之间的关系，并确定了早餐“流形”中一个显著而令人不安的空白。 尽管进行了广泛的研究，包括搜寻古代食谱，甚至分析了IHOP的菜单，但这个深渊仍然存在。 最终，一个线索浮出水面：IHOP蛋饼中含有煎饼糊，暗示了这种禁忌早餐的位置。 作者得出结论，这个空白很可能存在原因，并且干涉边界可能会产生灾难性的后果。 这项研究与其他的“早餐学者”分享，以洛夫克拉夫特一句令人不寒而栗的引言作为结尾，警告人们揭示太多真相的危险。

## Interval 研究公司：概要 Interval 研究公司于 1992 年由保罗·艾伦和戴维·利德尔创立，是一家独特的硅谷实验室，旨在弥合突破性技术与其未来影响之间的差距。与传统的研发机构不同，Interval 营造了一种高度跨学科的环境——汇集了电影制作人、艺术家、工程师等，探索无线通信、可穿戴计算和沉浸式环境等新兴技术。 受到 Xerox PARC 的成功 *和* 失败的启发，Interval 同时重视创新 *和* 潜在的商业化，运营模式介于研究实验室和风险投资基金之间。研究人员协作进行多个项目，通过“积分”系统分配资源，并被鼓励通过实地研究来研究实际应用。 经过七年的“自由探索”，Interval 将重点转向开发可销售的产品，导致了领导层的变更。虽然创作了一些有趣的艺术装置并催生了一些初创公司，但该实验室在很大程度上保持私密性。这种转变引发了研究人员之间的争论，讨论的是如何维持实验室最初的开放式探索精神，以及满足艾伦不断变化的商业利益，尤其是在有线电视行业。

请启用 JavaScript 并禁用任何广告拦截器。

Kalshi是一家受监管的交易所，正在积极打击内幕交易，过去一年已启动200项调查，其中十多起已成为活跃案件。为展示执法力度，他们最近详细说明了两个已结案件。 第一个案件涉及一位加州州长候选人，他利用自己参选的信息进行交易并公开吹嘘，最终被禁止交易5年并处以罚款。第二个案件涉及一位YouTube主播的编辑，他利用非公开信息获利，被处以2年停赛和罚款。 在这两种情况下，Kalshi的监控系统都标记了可疑活动，并在任何利润被提取之前冻结了账户。罚款将捐赠给消费者教育项目。Kalshi还成立了一个独立的监控审计委员会，以提高透明度，并发布季度调查报告。 他们强调，处罚因案件而异，并始终致力于阻止和识别欺诈活动，承认没有任何交易所能够免受操纵。

## 直接在浏览器中运行 Tauri 前端 该项目旨在使 Tauri 前端——通常限制在桌面应用程序中——能够直接在 Chrome 或 Cursor 等浏览器中运行。 这旨在简化开发人员的设计和迭代流程，模糊“开发人员”和“设计师”之间的界限，就像 Baby Cursor 等工具所见。 最初，简单地在浏览器中打开本地 Tauri 开发服务器不起作用。 Tauri 依赖于浏览器特定的全局变量 (`__TAURI_INTERNALS__`)，这些变量在标准浏览器中不可用，从而破坏了调用 Rust 代码等核心功能。 解决方案通过 `fastrepl/char/plugins/relay` 实现，引入了一个由 Vite 注入的 `shim.js`。 该 shim 替换了缺失的全局变量，并通过 WebSocket 将函数调用路由到 Relay 服务器，然后 Relay 服务器执行 Rust 代码。 为了简化设置，该项目利用现有的“Staging”构建（使用 devtools 启用构建），其中包含必要的 Rust 后端，从而消除了开发人员管理 Rust 依赖项和 UI 迭代的漫长构建时间的需要。 这允许在浏览器环境中进行快速原型设计和开发。

## Palantir 与加沙援助的军事化 Drop Site News 报道了一种令人担忧的转变，即对加沙的援助交付日益被私营公司主导——最引人注目的是 Palantir Technologies，这引发了人们对利润动机可能掩盖人道主义需求的担忧。Palantir 在美国主导的以色列民事-军事协调中心 (CMCC) 保持永久存在，提供技术基础设施，利用人工智能驱动的数据分析来跟踪援助分配。 CMCC 内部消息来源透露，该系统允许 Palantir 的民用“Foundry”平台与其军事“Gotham”平台之间实现无缝数据传输——可能将援助跟踪与人工智能驱动的定位联系起来。与此同时，对传统非政府组织的镇压也在加强，以色列禁止不愿共享数据的组织，同时批准与有争议的过去援助倡议有关的信仰组织。 包括联合国特别报告员 Francesca Albanese 在内的专家警告说，这种“以利润为驱动的平行系统”有沦为国际犯罪的帮凶的风险，并将苦难转化为人工智能训练的商品。 这种情况因美国军事承包商的参与以及以财务机会为框架的大规模重建计划而进一步复杂化，可能导致加沙出现“资本主义技术反乌托邦”。

## LiteLLM：首位可靠性工程师 - 概要 LiteLLM 是一家快速发展的开源 AI 网关，为 NASA、Netflix 和 Stripe 等大型公司提供 AI 基础设施，每天处理数亿次 API 调用，年经常性收入 (ARR) 达 700 万美元。他们正在寻找首位专门的可靠性工程师，以确保平台在客户 AI 堆栈中的稳定性。 该职位兼具运营可靠性（60%）和性能工程（40%），需要解决大规模下的内存泄漏、竞态条件和数据库瓶颈等问题。职责包括待命支持、事件响应、性能优化和构建可观察性工具。 理想的候选人拥有 2 年以上运行 Python 服务于生产环境的经验，对异步 Python、PostgreSQL 和 Kubernetes 有深入的了解，并具备调试复杂问题的能力。具有代理/网关经验或在 Stripe 或 Cloudflare 等以基础设施为重点的公司工作经验将是加分项。 这是一个能够在快速发展的初创公司中定义可靠性实践、并具有显著开源影响力和有意义股权的高影响力机会。

《塞拉菲尼奥斯手稿》，由艺术家路易吉·塞拉菲尼于1981年创作，是一本视觉上令人惊叹且完全神秘的书籍，几十年来一直吸引并困惑着读者。 类似于臭名昭著的沃尼奇手稿，它呈现了一个奇幻世界，其中描绘着奇异的植物、动物和机器，所有这些都用一种虚构的、无法破译的语言描述。 尽管粉丝们不懈地寻找隐藏的含义，塞拉菲尼透露这本书有意毫无意义——一个视觉罗夏墨迹测试，让读者投射自己的解读。 他甚至开玩笑地声称，一只猫才是真正的作者，引导着他的手！ 他创作这本书并非为了欺骗，而是作为一种创造性的出口，一种与他人“连接”的方式，就像现代博主一样。 尽管（或者说正因为）它的神秘性，《手稿》在网上获得了忠实的追随者，并且价值越来越高，初版本已售出数千美元。 这是一部独特的作品，其灵感来自波希和达芬奇等艺术家，为我们自己的世界提供了一种超现实的反映，并最终证明了想象力的力量。

Netflix已退出对华纳兄弟探索公司的竞购，实际上将胜利拱手让给了大卫·埃里森的Skydance支持的派拉蒙。Netflix联合首席执行官泰德·萨兰多斯和格雷格·彼得斯表示，为了与派拉蒙最新的每股31美元的报价竞争，这笔交易在财务上不再“有吸引力”，该报价包含显著的附加条款，如计时费和一大笔监管终止付款。 华纳兄弟探索公司的董事会已经认为派拉蒙的报价“更优”。首席执行官大卫·扎斯拉夫对合并表示热情，预计将为股东带来显著价值。Netflix因退出竞购可能需要支付28亿美元的终止费。 尽管失去了收购机会，Netflix的股价却大幅上涨，该公司重申了将投资约200亿美元用于内容并恢复股票回购计划的承诺，专注于有机增长和盈利能力。

Anthropic，Claude聊天机器人的背后公司，拒绝了五角大楼提出的更广泛获取其技术的请求，理由是担心潜在的滥用。首席执行官达里奥·阿莫迪表示，该公司“不能昧着良心”允许其人工智能被用于对美国人进行大规模监控或在自主武器系统中——这些用途已经违反了Anthropic的政策。 五角大楼坚持认为，它打算合法使用该技术，并且不会被供应商左右，并威胁要取消合同，将Anthropic列为安全风险，甚至援引《国防生产法》以强制合作。Anthropic认为这些威胁是自相矛盾的，既认为他们存在风险，又认为他们对国家安全至关重要。 这场争端受到了参议员的批评，一些人指责五角大楼采取不专业的策略，并忽视人工智能治理。Anthropic需要在周五之前同意，否则合作关系可能会终止，军方将寻求其他供应商。这种情况凸显了人工智能在国防领域部署所带来的伦理和法律影响日益加剧的紧张关系。

## Go 运行时：深入内存分配器 Go 运行时内存分配器高效管理程序获取内存的方式，充当需要持久存在于函数调用之外的数据的“仓库经理”（堆）。与直接从操作系统请求内存（一个缓慢的过程）不同，Go 请求大块内存（ arenas，通常为 64MB）并在内部管理分配。 Arenas 被划分为 8KB 页面，然后划分为包含单一大小对象的 *spans*，根据对象大小以及是否包含指针（scan/noscan）分为 68 个 *尺寸类别*（8B-32KB）。这避免了碎片并加快了分配速度。微小对象（<16B）被打包在一起以提高效率。 为了处理来自许多 goroutine 的并发分配，使用了三级缓存层次结构：每处理器 *mcaches*（无锁），每 span 类 *mcentrals*（简短锁），和全局 *mheap*（昂贵的锁）。这最大限度地减少了争用。 分配器与垃圾收集器紧密合作，使用位图跟踪存活对象。未使用的内存最终由后台 *scavenger* 返回给操作系统。该系统通过最大限度地减少系统调用和利用缓存来优先考虑速度，使 Go 的内存管理具有高性能。

Anthropic是一家领先的AI公司，一直是美国国防部和情报界的关键AI模型提供商，优先考虑国家安全和对抗专制敌对势力的民主防御。他们率先在机密网络和国家实验室部署前沿AI，其“Claude”模型被用于情报分析和网络行动等关键任务。 尽管牺牲了大量收入——通过阻止与中国共产党有关联的实体访问而放弃了数亿美元——Anthropic一直在积极努力保持美国的AI领导地位。然而，他们在两个应用方面划清了界限：被视为对民主价值观构成威胁的大规模国内监控，以及被认为当前技术不可靠的完全自主武器。 美国国防部现在要求Anthropic移除这些安全措施，并威胁将该公司列为安全风险，并可能援引《国防生产法》。Anthropic拒绝了这一要求，优先考虑伦理考量以及对作战人员和平民的安全。他们仍然致力于支持美国国家安全，并准备在最终被撤换为承包商的情况下确保平稳过渡。

## Hydroph0bia 漏洞 (CVE-2025-4275) – 修复分析与厂商响应 本文详细分析了 Insyde 针对 Hydroph0bia 漏洞的修复方案，该漏洞影响众多 OEM 厂商。禁运期结束后，只有戴尔迅速发布了解决该问题的 BIOS 更新。联想计划在 7 月 30 日前发布修复，Framework 承认了漏洞但未给出时间表，其他厂商（宏碁、惠普、富士通等）保持沉默。 对戴尔更新的 BIOS 进行逆向工程显示，修复主要位于 SecureFlashDxe 驱动程序中，添加了代码以删除可能被篡改的变量，并实施了 VariablePolicy 以防止其重新设置。然而，作者指出该修复并非万无一失，可能可以通过直接 NVRAM 操作（SPI 编程/闪存写入绕过）来绕过。 Insyde 承认曾尝试更强大的解决方案，但导致了回归问题，最终采用了当前这种不太理想的实现方式。他们承诺未来将发布修复程序，消除对 NVRAM 在安全敏感数据方面的依赖。作者赞扬了 Insyde 在整个披露过程中的响应速度和协作精神。将对新购买的配备 Intel BootGuard 的宏碁 Swift Go 16 进行进一步测试，以验证研究结果。 资源（BIOS 镜像、报告、驱动程序）可在 GitHub 上获取。

我们检测到您的浏览器已禁用 JavaScript。请启用 JavaScript 或切换到受支持的浏览器以继续使用 x.com。您可以在我们的帮助中心查看受支持的浏览器列表。帮助中心 服务条款 隐私政策 Cookie 政策 版权信息 广告信息 © 2026 X Corp.

该网站正在使用安全服务来保护自身免受在线攻击。您刚才的操作触发了安全解决方案。 提交特定词语或短语、SQL命令或格式错误的数据等行为可能会触发此阻止。

启用 JavaScript 和 Cookie 以继续。

## 智能手机市场面临历史性下滑 国际数据公司（IDC）的一份新报告预测，全球智能手机市场将出现重大下滑。预计2026年出货量将**下降12.9%至11.2亿部**——这是十多年来的最低水平。此次急剧下降主要归因于影响整个消费电子行业的严重**内存短缺危机**。 这场危机将不成比例地影响**低端安卓手机制造商**，他们面临着不断上涨的组件成本，并可能需要提高价格，从而影响需求。预计**苹果和三星**将更具韧性，甚至可能获得市场份额。 IDC预计市场将进行**结构性重置**，随着较小厂商的挣扎，可能会出现整合。平均智能手机售价（ASP）预计将**上涨14%至创纪录的523美元**，100美元以下智能手机市场可能变得不可持续。虽然预计2027-2028年将出现轻微复苏，但预计内存价格不会恢复到以前的水平。 严重依赖低端手机的地区，如中东和非洲，将经历最严重的下滑。

Anthropic，一家领先的AI公司，正面临一个可能产生全球影响的关键决策。美国战争部，由彼特·海格塞斯（Pete Hegseth）部长领导，正在要求无限制地访问Anthropic的AI软件，用于军事应用，包括自主武器系统——甚至可能包括控制核武器的系统。 这不仅仅关乎AI在战争中的应用；这是一场权力争夺，试图绕过国会监督。海格塞斯正在施加一个快速的期限，有效地压制了关于关键伦理和安全问题的公众辩论和立法审议。批评者担心海格塞斯缺乏对AI局限性的细致理解，并将优先考虑快速部署而非负责任的使用。 核心问题是，关于AI驱动的监控和致命武力决策应该由个人做出，还是通过一个透明、民主的过程，由国会和公众参与。倡导者呼吁立即采取行动——联系代表——以防止设定一个潜在的危险先例。

这项研究提出了一种新的方法来处理用于自动驾驶的激光雷达数据，超越了传统方法，后者孤立地分析单个激光波形。当前的激光雷达系统通过识别峰值将波形转换为点云，该过程容易受到噪声和雾等恶劣条件的影响而产生错误。 作者提出了一种利用Transformer架构的“学习的数字信号处理”（learned DSP），以分析*完整*的波形，关键在于结合来自相邻波形的信息。这使得系统能够生成更准确、更详细的多回波点云。 在实际驾驶场景和受控天气条件下进行测试，该方法显著优于传统的峰值检测和现有的瞬态成像技术，点云精度提高了高达32厘米，并且在雾天条件下激光雷达的范围延长了高达17米。这证明了考虑完整波形数据及其周围环境对于稳健的3D场景理解的价值。

如有任何疑问，请咨询合格的电工！虽然在准备本网站时已采取所有预防措施，但作者对错误或遗漏不承担任何责任。对于因使用此处包含的信息而造成的损害，亦不承担任何责任。

Vercel（推荐）— 由 Next.js 的创建者构建。零配置部署，自动预览部署，边缘函数。 Netlify — 具有类似功能的优秀替代方案。不错的免费套餐。 AWS Amplify — 如果您已经在使用 AWS 生态系统，是不错的选择。 Vercel 获取安装命令和理由。AWS Amplify 获取一句话命令。

沃尔夫拉姆基金会正在为首次解决沃尔夫拉姆S组合子挑战赛的人提供2万美元的奖金。 挑战赛面向所有人，要求提交一篇完全证明、技术上可靠的解决方案，形式为可发表的研究论文。 提交的作品必须是原创，明确列出所有贡献者，且不能匿名。 提交者保留对其作品的所有权，但授予沃尔夫拉姆发布该作品的权利。 评审委员会将评判提交的作品，其决定为最终决定。 沃尔夫拉姆保留要求澄清和对证明进行酌情决定的权利。 获奖者需要验证其身份并填写必要的法律表格。 提交作品即表示参与者同意遵守规则并免除沃尔夫拉姆与参与相关的任何责任。 只有明确且精确的解决方案才会被考虑。

## 加州南部边境巡逻监控引发担忧 加州南部居民注意到，越来越多的隐藏式车牌识别器似乎由边境巡逻队在边境道路上运营。这些识别器在拜登政府任期最后几个月获得许可安装，并将数据传输到联邦数据库，引发了隐私和法律问题。 倡导者认为，该计划绕过了2016年加州关于自动车牌识别器（ALPR）使用的法律，是对守法公民不必要的侵入。为帮助移民的人道主义志愿者尤其担忧，担心因被追踪的行动而可能被拘留。虽然支持者声称这些识别器有助于识别罪犯和追踪贩运活动，但批评者指出，数据使用缺乏透明度。 最近的报告显示，边境巡逻队正在将这些数据用于预测情报计划，甚至质疑合法永久居民的日常活动。尽管州法律禁止与联邦移民执法部门共享数据，调查显示仍然存在违规行为。加州官员反应迟缓，最近一项旨在加强自动车牌识别器法律的法案已被州长否决。

## OsmAnd 100倍路由加速：摘要 OsmAnd以其强大的离线地图而闻名，但随着地图细节和路由复杂性的增加，性能面临挑战。他们传统的A*算法在速度方面遇到困难，尤其是在较长路线的情况下。OsmAnd没有采用标准解决方案（如收缩层次结构，这会牺牲灵活性和存储效率），而是开发了一个定制的**高速公路层次结构（HH）路由**系统。 HH路由利用基于“区域簇”和策略性选择的“边界点”（每个簇内的关键接入点）的两层结构。通过预先计算这些边界点之间的捷径，该系统大大减少了需要分析的道路段数量。这与优化的A*算法相结合，用于局部路线调整，实现了**100倍的速度提升**，而不会增加地图大小（整个星球的汽车数据仍然约为800MB）。 重要的是，HH路由保持了OsmAnd著名的灵活性，支持所有现有的路由参数和频繁的地图更新。虽然最佳性能需要跨区域保持一致的地图版本，但这种创新的方法为OsmAnd用户提供了更快、更高效和更可定制的离线导航。

## Rev-dep：JavaScript & TypeScript 快速依赖分析 Rev-dep 是一款高性能的静态分析工具，旨在维护大型 JavaScript 和 TypeScript 项目的代码质量和架构完整性。它使用 Go 语言构建，以实现卓越的性能，比其他工具更快地分析依赖图——审计 50 万+ 行代码的项目仅需约 500 毫秒。 它充当“依赖图的 lint 工具”，强制执行关于循环依赖、未使用代码（文件和模块）、模块边界和导入规范的规则。Rev-dep 提供基于**配置的治理**（用于自动化 CI 检查）和**探索性 CLI 工具集**，用于调试和理解依赖关系。 **主要特性：** * **Monorepo 支持：** 原生支持现代工作区（pnpm、yarn、npm）和 `package.json` exports/imports。 * **可配置规则：** 定义并强制执行架构规则、导入风格和卫生检查。 * **快速 CLI：** 快速识别入口点、解析依赖项和列出导入的文件。 * **CI 集成：** 作为一道关卡，防止架构漂移和代码膨胀。 Rev-dep 通过提供对项目依赖关系的清晰洞察，帮助开发者自信地重构、维护和扩展代码库。它是一个有价值的工具，可确保代码库精简、结构良好且易于维护。