启用 JavaScript 和 Cookie 以继续。
启用 JavaScript 和 Cookie 以继续。
对上周日西班牙火车脱轨事故的初步调查显示,造成45人死亡的主要原因是轨道存在预先的裂缝。Iryo高速列车由于轨道近40厘米的缺口而脱轨,导致其后节车厢驶入相反的轨道,并与迎面而来的Renfe列车相撞。 值得注意的是,调查人员在Iryo列车的车轮以及三列先前使用同一轨道的列车上发现了匹配的“刻痕”,表明损坏发生在脱轨*之前*。这些标记与裂开的轨道一致。虽然该裂缝可能在事故发生前无法检测到,但调查仍在分析详细数据以确认这一“工作假设”。这是西班牙十多年来最致命的铁路事故,引发了对铁路安全的重新审查。
写作建议:有些非虚构作品失败是因为一开始就写背景信息,而不是引人入胜的开端——读者在还没读到精彩内容之前就离开了。找到让你的主题有趣的关键异常或问题,以此开头,然后在获得读者注意力之后再补充背景信息。[返回博客索引]
## 告别平台:呼吁开放式社交网络 作者对社交媒体平台的短暂性深感沮丧,认为在公司拥有的空间上不断重建社群既耗费精力又不具可持续性。平台不可避免地会改变、被出售或直接消失,带走用户多年积累的内容和联系。这造成了一种“社交债务”——对时间和精力的投资,却无法保证长期拥有权。 作者提倡转向“开放式社交网络”,这种网络建立在协议之上,而非平台。这意味着优先考虑用户控制和数据所有权,利用内容存储在*你*的个人空间里的系统,独立于任何单一公司。 虽然承认精美平台产品的吸引力,作者认为社群和文化更为重要。开放的网络允许在没有门槛的情况下进行创新,确保平台失败时作品不会丢失。这是一个个人拥有数字生活,社群通过开放协议独立发展,以人为本而非平台的未来。
帮助中心首页
## AI 与编码的未来:现实的看法 尽管炒作广泛,但人工智能将*取代*程序员的说法大多被夸大了。虽然人工智能工具正在快速发展,并且在代码生成和错误检测等任务中明显有用——作者每天都在使用这些工具——但它们目前缺乏构建健壮、可扩展应用程序所需的批判性思维和架构理解。 许多关于人工智能影响的预测是由既得利益驱动,或者来自缺乏深入编程经验的人,这反映了即使在其他领域(如自动驾驶汽车或医疗人工智能)的知名专家也曾做出过不准确预测的历史。 人工智能擅长“样板代码”,但如果没有人工监督,始终会产生难以维护的“意大利面代码”。真正的软件开发需要理解项目背后的*原因*,而不仅仅是*方法*——这是人工智能尚未掌握的细微之处。因此,人工智能应该被视为程序员技能的强大*补充*,而不是替代品。软件开发的核心——解决人类问题——仍然需要人类的创造力和专业知识。
## LLMNet:您的私有离线AI搜索引擎
LLMNet提供安全快速的搜索体验,由您*本地*的大型语言模型(LLM)提供支持。它使用向量数据库(RAG)将您的LLM转化为强大的离线知识库,提供即时答案——无需互联网连接。
LLMNet基于Next.js、Tailwind CSS和PostgreSQL构建,优先考虑隐私;您的数据*绝不会*离开您的设备。您可以轻松索引网站或维基,将内容转换为可搜索的Postgres向量数据库。
主要功能包括亚秒级语义搜索、现代深色模式UI以及递归摄取管道,该管道可以抓取、转换为Markdown、分块和嵌入内容,以实现高效检索。
LLMNet需要本地运行的LLM服务器(如Llama.cpp或Ollama)以及安装了pgvector扩展的Postgres数据库。非常适合注重数据主权和离线信息访问的用户。
客户端挑战:您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。此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所致。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。
电子前沿基金会(EFF)曾警告政府整合数据用于监控的危险,最近的披露证实了这些担忧正在成为现实。美国移民及海关执法局(ICE)现在正在使用由Palantir开发的工具ELITE,来识别和追踪可能被驱逐出境的个人。 ELITE从包括医疗补助(通过卫生与公众服务部)等来源收集数据,创建包含“可信度评分”的档案,评分基于地址信息。这与EFF对特朗普政府计划建立集中式、人工智能驱动的公民信息数据库的担忧相符。 鉴于ICE加强了监控活动,包括在明尼阿波利斯等城市的大规模部署,以及可能援引《煽动法》,这一进展尤其令人担忧。EFF强调将为基本服务收集的数据用于无关的执法行动的危险,强调了一种越权行为模式,并呼吁公众抗议和国会采取行动,以保护隐私和公民自由。
## 星座:一场真实关系游戏 “星座”是一款真实关系游戏,参与者通过将手放在最符合描述的人的肩膀上来回应提示——包括他们自己。也可以选择不参与。这款游戏的力量在于它的简单性以及主持人调整提示“敏感度”的能力,从轻松愉快(“你想一起喝啤酒的人”)到可能敏感(“你认为最性感的的人”)。 随着提示变得更具挑战性,有趣的动态会浮现。参与者开始在真实性与社交风险之间权衡,有时会奉承、欺骗或策略性地回避答案以保护自己或他人。一个关键的观察是,个人会在回应负面提示*之前*评估潜在的冒犯性。 这款游戏揭示了人们如何表达对反馈的开放程度——并因此获得更多反馈——并突出了诚实与维护社会和谐之间的紧张关系。虽然有些问题被证明风险过高,但主持人旨在找到“最佳点”——推动边界以揭示令人不舒服的真相,同时避免社交崩溃。最终,观察参与者的行为——犹豫、风险计算——变得与答案本身一样富有洞察力。