## 游戏男孩色彩实时渲染：深度解析
该项目展示了在游戏男孩色彩上使用巧妙的技术克服硬件限制，实现实时图像渲染。开发者创建了一个着色器，通过操纵法线贴图，使光源围绕旋转的3D物体运行。3D模型最初是在Blender中设计的，并使用密码贴图进行精确的颜色控制，以及涉及自定义着色器的流程生成法线贴图。
该技术的核心在于在有限的游戏男孩硬件上高效地计算朗伯特阴影。这是通过将点积计算转换为球坐标来实现的，从而显著提高了计算速度。为了进一步优化，代码使用了固定点数学，具有8位小数和对数查找表，以绕过游戏男孩缺乏乘法和浮点支持的问题。
为了提高性能，使用了自修改代码，减少了关键计算中的周期数。在尝试使用AI辅助代码生成（Python脚本、小型汇编片段）时，开发者发现它对次要任务很有用，但最终由于准确性和性能问题，仍然依赖于手工编写的优化汇编代码来实现核心着色器。最终的演示程序将游戏男孩色彩推向了极限，实现了视觉上令人印象深刻的效果，大约89%的CPU时间用于渲染。
[项目GitHub](https://github.com/nukep/gbshader) & [YouTube视频](https://www.youtube.com/watch?v=SAQXEW3ePwo)
每日HackerNews RSS
黑客新闻 新的 | 过去的 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
我在Game Boy Color上放置了一个实时3D着色器 (otterstack.com)
7点 由 adunk 1小时前 | 隐藏 | 过去的 | 收藏 | 讨论
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
这项英国生物库研究调查了omega-3脂肪酸血水平与40-64岁年龄段的217,122名参与者中，65岁前诊断出的早发性痴呆（EOD）之间的联系。在平均8.3年的随访中，确定了325例EOD病例。 结果显示，omega-3脂肪酸总水平最高（Q4和Q5）的个体患EOD的风险显著降低——与水平最低的个体（Q1）相比，降低了40%。对于非DHA omega-3水平，也发现了类似的负相关关系。有趣的是，omega-3的益处不受APOE-ε4基因存在的影响，该基因是已知的痴呆风险因素。 这项研究扩展了晚发性痴呆研究的结果，表明更早地增加omega-3摄入量可能有助于延缓EOD的发展。需要进一步的研究，尤其是在不同人群中，来证实这些发现。
一个黑客新闻的讨论围绕一项研究（nih.gov），该研究显示Omega-3水平与早发性痴呆的风险呈负相关。一位评论员解读该研究的主要结论是，鱼类摄入量有限的人可能受益于增加非DHA Omega-3来源，如种子和油类。
然而，关于非DHA Omega-3（ALA）有效性的争论浮现，因为身体将其转化为EPA和DHA的转化率会随着年龄增长而下降。一种普遍的理论认为，Omega-3的益处源于减少炎症和氧化应激。
评论员还质疑膳食摄入量是否准确反映了血液水平，并戏谑地谈论不断增长的“Omega”趋势，突显了对健康潮流的某种愤世嫉俗的看法。
可以使用代理定义和子代理组合来绕过计费。
Billing can be bypassed using a combo of subagents with an agent definition
26 分钟前
## Copilot 计费绕过总结 存在一种潜在方法，可以通过利用子代理和特定模型配置来绕过 Copilot 的高级请求计费。其核心原理是，使用免费模型（如 GPT-5 Mini）的初始聊天请求不会消耗高级额度。该免费模型随后可以启动配置为使用强大、通常付费模型（如 Opus 4.5）的子代理。 关键在于，在子代理上下文中执行的高级请求不会被计费。这使得能够以仅初始免费请求的成本，广泛使用昂贵模型。 通过设置较高的 `chat.agent.maxRequests` 值并编写重复的工具调用脚本，可以进一步滥用，创建持续调用高级模型的循环，从而以极低的成本实现。该报告还强调了与消息类型验证相关的潜在 API 漏洞，这些漏洞可能有助于直接的 API 滥用。 此问题已报告给微软安全响应中心 (MSRC)，但被认为超出其范围，因此公开披露。
一个 Hacker News 的讨论围绕着一个 GitHub 仓库中发现的，绕过微软高级人工智能模型计费系统的报告。最初的报告指出，存在可通过子代理和代理定义利用的漏洞。
然而，讨论迅速转移到对“氛围工程师”可能利用此类问题以及由于大量（且可能恶意）贡献而导致维护开源项目日益困难的担忧。许多评论者对微软最近的软件质量表示沮丧，并指出频繁的 Azure 中断以及过去 15 多年来产品可靠性普遍下降。
有趣的是，一些人指出微软似乎对 Windows 和 Office 现成的盗版工具持容忍态度，暗示即使这意味着接受未经授权的软件使用，微软也更倾向于将其用户保留在其生态系统中。总体基调是对微软当前开发实践和质量控制的批评。
## 安全启动绕过与通用恢复盘：摘要
自2010年以来，现代PC使用UEFI固件，并在2013年引入安全启动以防止恶意引导加载程序。虽然可以禁用，但安全启动需要物理访问计算机才能进行修改，并且通常依赖于微软签名的密钥，迫使开发者寻求微软的批准来签名引导加载程序——这个过程包括代码审计。
本文详细介绍了创建可启动USB驱动器的过程，这些驱动器能够在*不*禁用安全启动的情况下运行恢复软件。标准的Linux发行版使用“shim”——一个验证签名或哈希值的预加载器——但这仍然需要用户最初批准信任新的密钥。
作者开发了“Super UEFIinSecureBoot Disk”，利用修改后的PreLoader和GRUB2，允许执行任何.efi文件。进一步改进后，产生了“Silent UEFIinSecureBoot Disk”，它利用卡巴斯基救援盘中的一个已签名引导加载程序来绕过初始密钥注册。这允许静默启动不受信任的代码。
作者承认潜在的滥用风险，并预计微软会撤销卡巴斯基的签名，但强调了对安全启动系统漏洞的演示，并推广ZeroNet作为分发此类工具的平台。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
利用签名启动加载程序绕过UEFI安全启动 (habr.com)
7点 由 todsacerdoti 2小时前 | 隐藏 | 过去 | 收藏 | 讨论
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
五个学科独立发现了相同的数学，彼此之间互不相知。
Five disciplines discovered the same math independently – none of them knew
56 分钟前
近九十年间，物理学、生物学、金融学、机器学习、电力系统和交通流量等六个独立领域的研究人员，在不知情的情况下，分别开发了相同的数学工具来预测复杂系统中的关键转折点。这种数学能够识别出微小变化引发巨大影响的时刻，例如市场崩盘、心脏衰竭或生态系统崩溃。 研究人员各自独立地发现了这些模式，并将研究成果发表在不同的期刊上，使用了不同的术语，这阻碍了跨学科的认知，直到最近才有所改善。这种碎片化导致了重复研究，延缓了医疗技术等领域的进步，并延长了基础设施的脆弱性。 一项新的分析，记录在arXiv上并得到Didier Sornette的认可，揭示了这种“趋同发现”，对这些案例进行了分类，并展示了数十年来的孤立发展。核心发现是：这种预测数学是基础性的，适用于任何相互关联的系统，并且应该公开获取，以最大限度地发挥其潜在益处。
最近发表的一篇论文（arxiv.org/abs/2601.22389）详细描述了研究人员如何在五个看似无关的学科中独立地发现了相同的数学结构：物理学、金融学、生态学、神经科学和网络科学。每个领域都使用自己的基本原理和术语，得出了相同的方程——描述诸如相变、市场崩盘和物种灭绝等现象，并且对平行研究的了解很少。
作者“energyscholar”强调了这些领域之间知识转移的惊人缓慢速度，指出即使数学具有直接的、救命的应用（例如在心脏病学中），也存在着长达数十年的延迟。该研究探讨了*为什么*这种趋同发现没有得到更广泛的共享，并认为这与知识在学科内部和学科之间的组织和传播方式有关。
评论员指出“相变”类比解释复杂系统行为的力量，并辩论是否应将这种统一的数学纳入标准课程。人们也对大型语言模型（LLM）可能被用于撰写该论文本身表示担忧。
诺姆·乔姆斯基在2023年6月因中风导致无法交流后，他过去与杰弗里·爱泼斯坦的交往受到了关注。他的妻子瓦莱丽亚·乔姆斯基发表声明回应了这一争议，解释说他们于2015年认识爱泼斯坦，那时爱泼斯坦的罪行尚未完全公开。 爱泼斯坦将自己塑造成一位慈善家和金融专家，赢得了乔姆斯基的信任，并促成了书信往来、午餐、晚餐以及在爱泼斯坦提供的房产中住宿——所有这些都与乔姆斯基的专业工作有关。他们从未去过他的岛屿，也没有目睹任何犯罪活动。乔姆斯基甚至应爱泼斯坦的要求写了一封推荐信，相信他关于遭受不公正迫害的说法。 乔姆斯基夫妇直到爱泼斯坦2019年被捕后才得知他令人发指的罪行真相，意识到自己被操纵了。他们承认在调查他的背景时犯了一个“严重错误”，并为他们的判断失误道歉。一张2万美元的支票是乔姆斯基为爱泼斯坦设计的一个语言挑战的报酬，而27万美元的转账涉及爱泼斯坦协助解决乔姆斯基退休金中的不一致问题。瓦莱丽亚·乔姆斯基强调他们没有*与*爱泼斯坦进行任何投资，并向他的受害者表达声援。
## 诺姆·乔姆斯基与埃普斯坦争议 - Hacker News 总结
一篇最近的文章详细介绍了诺姆·乔姆斯基与杰弗里·埃普斯坦之间的财务往来，引发了 Hacker News 的讨论。争论的核心在于一笔 2 万美元的“语言挑战”付款，以及一笔 27 万美元的转账，用于解决乔姆斯基退休金中的不一致之处。
许多评论者对提供的解释表示怀疑，认为其不太可信，并质疑乔姆斯基为何在没有进一步调查的情况下接受了埃普斯坦的资金。一些人认为故意无知不能作为辩护，而另一些人则指出，当时很难了解埃普斯坦活动的全部范围。
一些用户推测埃普斯坦的动机——通过与乔姆斯基的关联来寻求信誉，甚至试图抹黑这位知识分子。一种更广泛的情绪是质疑接受来自可疑来源的资金，即使没有直接了解不法行为。讨论还涉及权力、影响力以及知名人士的同谋等更广泛的主题。
此文档似乎是PDF文件的内部结构，特别是“xref”表和其他元数据。**它不是人类可读的内容**，例如文本或图像。 `xref`表是PDF的关键部分，充当索引。它列出了文件中所有对象的字节偏移量——例如文本字符串、图像、字体和页面描述。 “xref”后面的数字（137 43）表示起始对象编号（137）和表中条目的总数（43）。 `stream`关键字后面的看似随机的字符是表示PDF中压缩内容的二进制数据。 没有PDF阅读器，无法确定此数据代表什么（文本、图像等）。 本质上，这是PDF文件的“骨干”，使阅读器能够快速定位和组装各种组件以正确显示文档。
黑客新闻 新的 | 过去的 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
如何压缩词典 (2001) [pdf] (marcinciura.wordpress.com)
3 分，作者 mci，2 小时前 | 隐藏 | 过去的 | 收藏 | 讨论
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
癌症的传染性味道 (historytoday.com)
7 分，Thevet 1小时前 | 隐藏 | 过去 | 收藏 | 讨论
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
## 运行您自己的自治系统：摘要
借助赞助的本地互联网注册机构 (LIR) 提供访问 AS 号码和 IPv6 前缀，以及 FreeBSD 和 FRR 等工具简化设置，个人现在可以在公共互联网上运行他们自己的自治系统 (AS)。 这允许提供商无关的寻址——这意味着即使更换托管提供商，您的 IP 地址仍然属于您。
该过程包括通过赞助 LIR 获取资源（AS 号码和 IPv6 前缀），使用 FRR 配置 FreeBSD 路由器进行 BGP 路由，以及建立到下游服务器的隧道（GRE/GIF）。 一个关键的挑战是使服务器能够同时利用提供商分配的和独立拥有的 IPv6 地址，这通过 FreeBSD 的双 FIB 策略路由来解决。
这种设置提供的优势超越了地址可移植性，包括对互联网路由的更深入理解以及为多提供商服务简化的架构。 仔细的配置，包括 bogon 过滤和 MSS 钳制，对于稳定性和安全性至关重要。 虽然复杂，但直接参与全球 BGP 路由并维护对网络寻址的控制提供了显著的运营优势。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
自己运行AS：FreeBSD上的BGP，FRR，GRE隧道和策略路由 (hofstede.it)
9点 由 todsacerdoti 1小时前 | 隐藏 | 过去 | 收藏 | 1评论
tw04 8分钟前 [–]
不是吹毛求疵，但标题中的AS应该大写。目前的写法会让人困惑。回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
作者在使用Claude-code等AI代码生成工具时，经历着反复出现的抑郁感和编码乐趣的降低，他们将这种现象称为“氛围编码”。虽然最初因其速度和看似正确的输出而具有吸引力，但他们发现它最终*阻碍*了他们的思考过程。 核心问题不是速度，而是失去了积极解决问题的过程。即使缓慢地编写代码，也能迫使人们更深入地理解问题领域和API的细微之处——这对于有效的软件工程至关重要。依赖生成的代码使得验证变得困难，并助长了被动接受，最终让他们的思维“关闭”。 现在，他们更谨慎地使用LLM，提供特定的代码片段并请求有针对性的修改，而不是要求整个功能。这种增加的摩擦保持了参与度，保留了对代码库的理解，并防止了“氛围编码”这种令人上瘾且扼杀思想的循环。最终，作者优先考虑快乐和深入思考，而不是潜在的微小生产力提升，提倡选择能够*增强*而非取代认知参与度的工具。
## 编码与幸福感的变化图景
一则 Hacker News 的讨论围绕着在人工智能日益普及的世界中，手工编写代码的作用演变。发帖者表达了对手工编码的偏好，引发了关于生产力、乐趣和软件工程未来的争论。
许多评论者认同手工编码能够培养对项目的更深理解，从而加快长期开发速度。然而，也有人强调人工智能在繁琐任务（尤其是 UI 开发）方面的吸引力，从而释放时间来处理更具吸引力的方面。人们对人工智能生成代码的质量表示担忧，可能导致的问题比解决的更多。
对话还涉及招聘趋势，一些人认为正在转向重视候选人的 AI 能力。一个关键点浮出水面：工程师的角色可能正在演变为*管理*人工智能代理并解释结果，而不仅仅是编写代码。最终，讨论强调了个人的偏好——如果手工编码带来快乐和更深入的理解，它仍然是一种有效的方法，但专业人士必须适应不断变化的行业格局。