KDE 已正式宣布将淘汰 Plasma X11 会话。从预计于五个月后发布的 Plasma 6.8 开始，登录界面将不再提供 X11 会话选项，所有与 X11 相关的代码也将从 Plasma Shell 和设置中移除。
此次转型是一个重要的里程碑，它使开发人员无需再维护双重代码路径，能够全身心投入到 Wayland 的开发中，从而提供更好的性能和新功能。尽管如此，XWayland 支持仍将保留，以确保现有的 X11 应用程序能够继续顺畅运行。此外，KDE 应用程序在其他桌面环境中仍将保持对 X11 的兼容性，登录管理器也将继续为其他桌面环境提供 X11 会话支持。
内部数据显示，超过 95% 的 Plasma 6.6 用户已经迁移至 Wayland，这表明该平台已基本被开发者弃用。虽然团队承认部分工作流程可能需要调整，但他们仍致力于解决遗留痛点。鼓励遇到问题的用户在 Plasma 6.8 发布前反馈，以助力实现向全 Wayland 未来的平稳过渡。
每日HackerNews RSS
Hacker News
新帖 | 往期 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
为 KDE Plasma 最后一个支持 X11 的版本做准备 (davidedmundson.co.uk)
20 分，jandeboevrie 发布于 1 小时前 | 隐藏 | 往期 | 收藏 | 讨论
帮助 | 社区准则 | 常见问题 | 列表 | API | 安全 | 法律 | 加入 YC | 联系
搜索：
独立上诉中心（Appeals Centre Europe）的一份报告显示，各大社交媒体平台（尤其是 Meta）未能配合庭外争议解决程序。
据报道，在 4600 起涉及用户声称其 Facebook、Instagram 和 Threads 账号被错误封禁的案件中，Meta 仅提供了不到 100 起案件的证据。这种缺乏参与的态度，使得许多依赖这些平台进行商业活动或维持个人联系的用户，在申诉账号封禁时几乎求助无门。
该报告还强调了内容审核方面的重大失误。在审查仇恨言论投诉时，上诉中心发现各平台经常未能执行其自身的政策，超过三分之二的案件中，种族歧视、厌女和恐同内容仍未被删除。在整个行业内，对于该机构处理的 1 万起案件，各大平台有 72% 的情况未能提供必要的审查数据。
尽管 YouTube 和 TikTok 声称致力于与此类独立机构合作，但调查结果表明，这些科技巨头在管理封禁和执行安全标准方面，普遍存在系统性的透明度和问责制缺失。
Meta 目前因多次无视欧盟监管机构关于其 Facebook 和 Instagram 内容审核政策的意见而面临批评。尽管欧盟要求各平台与该机构“诚信协作”，但其裁决并无法律约束力，这意味着尽管存在分歧，Meta 目前并未违反欧盟法律。
这一消息在 Hacker News 上引发了观点两极分化的讨论。批评 Meta 的人指出了该公司审核标准中存在的虚伪性，指出 Meta 经常封禁关于健康和计划生育的合法内容，却被指对仇恨言论听之任之。相反，其他评论者则质疑欧盟的权威，认为 Meta 的行为在其法律权利范围内，强制合规属于越权。这场辩论反映了科技巨头与监管机构之间持续存在的紧张关系；一些用户主张对该公司处以巨额罚款，而另一些人则强调 Meta 在技术层面上并未触犯任何法律。
```Hacker News最新 | 往日 | 评论 | 提问 | 展示 | 招聘 | 提交登录为业余无线电复兴图文电视 (ieee.org)11 点，作者 yarapavan，1 小时前 | 隐藏 | 往日 | 收藏 | 讨论 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：```
作者认为，当前的人工智能热潮是一场由虚假信息、不可持续的补贴以及缺乏可衡量的投资回报率（ROI）所驱动的万亿美元“骗局”。
核心观点包括：
* **成本隐瞒：** AI 公司刻意隐瞒了基于 Token 的真实使用成本，以推动普及。随着企业转向直接的 Token 计费，他们发现 AI 的使用成本高得惊人，往往缺乏经济效益。
* **投资回报的幻象：** 尽管炒作热烈，但并无证据表明 AI 能显著提升生产力或盈利能力。该技术不可靠、容易产生幻觉，且需要持续的人工干预，更像是“鲁布·戈德堡机械”（指过于复杂的低效系统），而非自动化的解决方案。
* **独特的泡沫：** 与留下光纤等实用且可扩展基础设施的互联网时代不同，AI 专用数据中心极其昂贵、耗电量巨大，除了训练大语言模型外几乎没有其他用途。
* **行业共谋：** 作者认为，投资者、首席执行官和媒体共同编造了舆论，为大规模的资本错配提供合理性。
最终，文章断言 AI 技术既没有变得更便宜，也没有变得更好。由于 AI 缺乏内在的投资回报率，且仅靠炒作维持生存，作者预测，随着企业无法再忽视这些不可持续的成本，AI 泡沫终将破裂。
这场 Hacker News 的讨论凸显了企业在人工智能（AI）投资回报率（ROI）方面日益紧张的关系。
批评者认为，随着企业面临高昂的实施成本和难以实现的生产力提升，最初对 AI 的热情正在消退。怀疑论者指出，用人工智能取代人工可能会引发总消费者需求下降的恶性循环，且目前“副驾驶（Copilot）式”工具的财务合理性难以证明。许多观察家注意到，市场正转向更严格的预算控制和谨慎态度，并将当前环境描述为从“AI 狂热”转向幻灭的过程。甚至有人认为，该行业正在底层经济现实显现之前急于进行首次公开募股（IPO）。
相反，支持者认为 AI 显著加速了软件开发生命周期，特别是在快速原型设计和迭代方面。通过减少测试概念所需的时间，开发人员可以避免沉没成本谬误，并探索更广泛的解决方案。尽管存在分歧，但共识认为，虽然确实存在具体的生产力提升，但为巨额 AI 资本投资提供广泛财务合理性的做法仍存有极大争议。
FidoNet 由汤姆·詹宁斯（Tom Jennings）于1984年创立，是一个全球性的“存储转发”广域网（WAN），利用调制解调器和公共电话系统来交换电子邮件和“回声邮件”（新闻讨论组）。它最初是为 MS-DOS 开发的，后来通过标准化协议扩展到了各种平台。 该网络以其独特的层级化数字寻址方式（区：网/节点/点）和一个每周更新的分布式“节点列表”为定义。FidoNet 采用了一种协作式的去中心化模式，即节点均为私人资助且自给自足。虽然最初使用的是原始的 xmodem 协议，但该网络后来采用了 zmodem 等高效流式协议，以最大限度地降低连接成本。 历史上，FidoNet 通过 uucp 网络维持着与互联网的网关，实现了两者之间的互操作性。尽管它最初是作为公告牌系统（BBS）爱好者的事业而兴起，但其用途后来扩展到了企业、非政府组织以及 K12Net 等教育计划。尽管过去曾因集中管理问题产生过政治紧张，但 FidoNet 依然是一种具有弹性的低成本通信基础设施。到1993年，它在全球拥有约20,000个公共节点，服务用户估计在20万到200万之间，并继续作为传统学术或政府网络之外的一个重要的独立替代方案而运作。
Hacker News
最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
Fidonet：技术、用途、工具与历史 (fidonet.org)
14 点，由 BruceEel 发布于 37 分钟前 | 隐藏 | 过往 | 收藏 | 1 条评论 | 帮助
specialist 1 分钟前 [–]
感谢分享。每当我听到那些年轻人对所谓的新型 AT 协议津津乐道时，我就不禁怀念起 BBS 时代。FidoNet 和 PC-Relay 当年真是太棒了。当然，是就当时而言。
来源：曾担任过一个节点（hub）的系统管理员。
回复
准则 | 常见问题 | 列表 | API | 安全 | 法律 | 加入 YC | 联系
搜索：
Hacker News | 最新 | 往期 | 评论 | 提问 | 展示 | 招聘 | 提交 | 登录
西雅图监控基础设施漫步指南 (coveillance.org)
24 点 | eustoria | 1 小时前 | 隐藏 | 往期 | 收藏 | 2 条评论 | 帮助
SauntSolaire | 3 分钟前 | 下一条 [-]
鉴于这个标题，这份名单出奇地平庸。
回复
xx_ns | 18 分钟前 | 上一条 [-]
> 探测数据包不仅包含 MAC 地址，还包含您的设备之前尝试连接过的所有 Wi-Fi 网络列表，这可能会泄露大量关于您的信息！
通常，大多数现代设备发送广播/通配符探测正是为了避免泄露“首选网络列表”(PNL)。据我所知，定向探测仅针对隐藏的接入点发送。
回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 加入 YC | 联系
搜索：
作为 PE 解析库 *AsmResolver* 的维护者，作者认为 .NET 的**自定义特性（Custom Attribute）**存储机制是微软最糟糕的设计决策之一，给开发者带来了极大的复杂性和挫败感。 该批评主要集中在两个问题上： 1. **枚举序列化：** 自定义特性根据其底层类型（如 `int` 或 `short`）存储枚举值，但二进制格式中并未提供识别该类型的元数据。若要解析这些值，必须对程序集元数据、类型定义和类型转发器进行昂贵的递归遍历，以确定正确的字节长度。 2. **通过字符串引用类型：** .NET 二进制格式的其他部分使用了高效且去重后的元数据 Token，但自定义特性却将 `System.Type` 引用存储为完全限定名（FQN）字符串。这种方式效率极低，不仅导致了巨大的数据膨胀，还迫使解析器必须针对各种且往往缺乏文档的语法规则，实现复杂且易出错的字符串解析逻辑。 作者总结道，这些设计选择过于繁琐且与 .NET 架构的其他部分不一致。由于微软对长期向后兼容性的严格坚持，这些问题很可能将一直无法得到解决。
```
Hacker News 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 投稿
登录
为什么 .NET 中的自定义特性让我噩梦连连 (washi.dev)
9 分，作者 jandeboevrie，2 小时前 | 隐藏 | 过往 | 收藏 | 2 条评论
帮助
pjc50 9 分钟前 [–]
……如果你是出于某种原因试图手动解析程序集的话。如果你只是想通过反射来处理它们，这些都不是问题。
回复
jve 1 分钟前 | 父评论 [–]
> 如果你只是想通过反射来处理它们，这些都不是问题
但这或许指出了那种反射调用会有多昂贵？读取多个 .dll 文件时？
回复
准则 | 常见问题 | 列表 | API | 安全 | 法律 | 加入 YC | 联系
搜索：
```
请启用 JavaScript 并关闭广告拦截器
Hacker News 社区正在热议马丁·斯科塞斯（Martin Scorsese）支持 FLUX AI 模型开发商 Black Forest Labs 一事。
这场讨论反映出人们对传奇电影制作与生成式 AI 结合的深层质疑。一些用户认为斯科塞斯拥抱该技术是一步错棋，他们认为创作者随着年龄增长，可能会难以保持创作活力，并有冒进采用过时趋势的风险。
讨论还触及了 AI 在电影领域带来的哲学和经济影响。该技术的支持者认为，AI 可以消除人类演员资源有限这一“限制因素”，从而可能实现无穷无尽、量身定制的电影制作。然而，批评者坚决反驳，认为“无限电影”毫无价值。他们主张艺术需要人类的意图而非算法带来的数量，并担心电影制作的自动化最终会使行业及工艺本身贬值。一些评论者进一步推测，斯科塞斯的支持是他年事已高的产物，暗示他可能并未意识到此类技术给未来电影人带来的长期后果。
“玻璃翼计划”（Project Glasswing）是一项旨在通过向选定合作伙伴提供“Claude Mythos 预览版”AI 模型访问权限，以保护全球关键软件安全的计划。自启动以来，首批合作伙伴已识别出超过 10,000 个高危或极高危安全漏洞。 该计划现正扩展至 15 个国家的约 150 家新机构，重点关注水务、电力、医疗保健及关键开源基础设施等核心领域。鉴于具备高级网络能力的 AI 模型即将广泛普及，该计划旨在帮助网络防御者在应对潜在威胁时保持领先。 该项目不仅限于漏洞识别，还在不断演进以帮助合作伙伴简化漏洞披露、验证及补丁修复流程。通过发布专业安全工具并整合 AI 驱动的补丁建议，“玻璃翼计划”力求在强大的 AI 时代建立新的行业标准。最终，该计划作为探索前沿 AI “双重用途”属性的试点，旨在通过稳固的保障措施、协作性的最佳实践以及对先进网络安全工具的广泛应用，创造持续的防御优势。
Hacker News 上关于 Anthropic “Project Glasswing” 的讨论，反映出人们对该公司在人工智能网络安全领域所扮演角色的深切怀疑与争议。
评论者提出了几点主要担忧：
* **生存安全风险：** 一些用户认为，即便技术漏洞得到修补，由人工智能驱动的社会工程学的必然兴起，也将使传统安全系统过时，并可能动摇人们对所有数字机构的信任。
* **战略怀疑：** 批评者认为该计划是一种“营销手段”或“投毒与解药”模式，暗示大型科技公司在制造安全威胁，只是为了从解决方案中获利。另一些人则怀疑，限制先进的网络能力模型是一种维持市场主导地位并为其高昂成本辩护的策略。
* **投资潜力：** 相反，一些人将 Anthropic 在网络基础设施领域的推进视为长期价值的标志，认为该公司有望成为值得投资的“网络安全巨头”。
总的来说，社区对于 Project Glasswing 究竟是巩固全球基础设施的真诚努力，还是主导企业为控制人工智能生态系统而采取的蓄意行动，仍存在分歧。
请注意 eyeball 专为鼠标或触控板的精确点击而设计。你可以使用触摸操作，但手指点击的精度不足以进行真正的竞技。 知道了 eyeball. 最佳— 平均— 连击0 回合0 重置 — 范围 目标 你 0 n 再试一次 分享 点击线条 rory flint 制作
Hacker News 社区对一款名为“Eyeball”（eyeball.rory.codes）的交互式精度测试游戏反响积极。用户认为该网站趣味十足，有助于建立空间感。不过，部分用户指出界面初期容易让人困惑，建议将“点击线条”（click the line）的提示显示得更显眼一些。
反馈意见颇具建设性，多位用户提议增加“训练模式”，以便通过重复练习和特定目标范围来提高准确度。另有人建议加入计时功能以增加挑战性。开发者 Rory Flint 表示，他目前正在开发手机应用版本，并计划在未来的更新中加入用户请求的训练功能。玩家们报告了令人惊叹的准确率，部分人实现了接近零误差的成绩，他们将成功归因于技巧与运气的结合。