Gossamer 是一门现代编程语言，旨在通过 WebAssembly 编译的虚拟机在浏览器中直接流畅运行，无需本地安装。 该语言具有简洁且富有表现力的语法，支持： * **函数式范式：** 包含用于数据转换的可读管道操作符（`|>`）。 * **并发处理：** 通过 `spawn` 和 `join` 提供对 goroutine 的原生支持，并可轻松处理结果。 * **强大的类型系统：** 利用代数数据类型（ADT）和模式匹配来处理复杂数据结构。 * **灵活性：** 允许顶层语句，使 `fn main()` 成为可选，从而减少样板代码。 通过将底层性能与高水平的开发体验相结合，Gossamer 简化了从 Web 路由到复杂计算的各项任务，且一切均可在交互式的浏览器环境中实现。
每日HackerNews RSS
关于 **Gossamer** 的 Hacker News 讨论反映了开发者社区的极大质疑。Gossamer 是一门类似 Rust 的新语言，号称具备“无停顿内存管理”和 goroutine 特性。
虽然该项目展示精良，但评论者迅速对其技术主张提出了批评。最主要的技术争论集中在语言的内存管理上：批评者认为，Gossamer 对贪婪引用计数（eager reference counting）和循环收集器的依赖与其“无停顿”的承诺相矛盾，并指出回收大型循环图必然会导致延迟。
怀疑论者通过对比 ZGC 或 Go 语言的垃圾回收器等成熟的高性能方案，对该语言的设计选择提出了挑战，质疑为何现代语言设计者往往选择重新发明内存管理，而不是采用已被证实的高性能解决方案。其他评论者则强调了新语言发布中存在的“敷衍”趋势，对那些缺乏明确差异化或严谨技术基础的项目感到疲惫。总的来说，社区对 Gossamer 的价值仍持怀疑态度，既对其营销策略抱有犬儒心态，也对其实现技术存有疑虑。
萨姆·诺布尔博物馆的“奇异头饰”展览令人叹为观止 The "Bizarre Headgear" Exhibit at the Sam Noble Museum Is Incredible
57 分钟前
位于俄克拉荷马州诺曼市山姆·诺贝尔博物馆（Sam Noble Museum）的“奇异头饰：角龙类与非凡头骨的演化”展览，是一场极为出色的演化生物学临时展。该展览汇集了令人印象深刻且内容丰富的化石、雕塑和插图，探索了角龙类及多种哺乳动物多样化的头骨解剖结构。
展览布局逻辑清晰，一侧专门展示中生代恐龙，陈列了一系列引人注目的角龙类头骨和骨架，包括辽角龙（*Liaoceratops*）和曙角龙（*Auroraceratops*）等珍稀标本；另一侧则展示新生代哺乳动物，为理解不同动物群体中独特头部结构的演化提供了背景。高质量的解剖陈列，辅以清晰详实的展板说明，以及谢恩·福尔克斯（Shane Foulkes）和安德烈·阿图钦（Andrey Atuchin）的艺术创作，营造出一种令专家和普通游客都叹为观止的“珍奇屋”体验。
该展览由罗布·加斯顿（Rob Gaston）策划，是古生物学和演化设计爱好者不容错过的盛事。展览将持续至2026年8月下旬，为观众提供了一个价格亲民且引人入胜的视角，去领略大自然中最具创造力的“生物设计师”们的杰作。
Hacker News
最新 | 往期 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
Sam Noble 博物馆的“奇异头饰”展览令人惊叹 (svpow.com)
7 点，由 surprisetalk 发布于 1 小时前 | 隐藏 | 往期 | 收藏 | 讨论 | 帮助
准则 | 常见问题 | 列表 | API | 安全 | 法律 | 加入 YC | 联系
搜索：
列线图是一种由多个刻度尺组成的图形计算工具。用户只需将直尺横跨已知数值，即可即刻解出包含三个或更多变量的复杂数学方程。这种对线图由菲尔贝·莫里斯·多卡涅（Philbert Maurice d’Ocagne）于1880年发明，在现代计算机出现之前，是工程师、医生和科学家不可或缺的工具。
虽然数字计算器在很大程度上已取代了常规数学运算中的列线图，但它们因具备提供变量间相互关系及跨变量敏感度视觉洞察的独特能力，依然具有重要的应用价值。在无需电力且要求高可靠性的现场环境中，或是求解难以通过代数方法分离的隐变量时，列线图尤为实用。
如今，借助PyNomo等软件，设计此类工具变得触手可及。用户可以编写脚本来制作自定义的列线图，将经验数据或特定的物理关系封装其中，将复杂的公式转化为优雅且具有自解释性的图表。无论是应用于工程、医学还是统计学领域，列线图都在原始计算与概念理解之间架起了一座桥梁，证明了计算的真正目的不仅在于数字，更在于洞察。
该 Hacker News 帖子讨论了列线图（nomogram）的实用性，特别强调了其在概率推理中的应用。其主要观点是推荐使用贝叶斯定理的列线图，使用户能够直观地观察证据如何更新先验概率。
参与者指出，该工具依赖于贝叶斯法则的“赔率形式”，即对数赔率（log-odds），使得证据变为可加性的，这使其成为解读诊断测试和统计推断的有力思维模型。虽然一些用户认为其符号表示（例如用“D”代表疾病而非数据）略显不直观，但共识是掌握这种视觉呈现方式能为逻辑决策提供有价值的捷径。讨论还涉及了列线图更广泛的文化意义，一些人半开玩笑（或许也颇具洞察力）地提到了当前人工智能发展背景下的“Numogram”。
这篇 Hacker News 讨论聚焦于一份报告，该报告指出美国政府正在限制对新型“GPT-5.6 Sol”人工智能模型的使用，仅允许政府选定的少数“受信任合作伙伴”访问。
**讨论的核心观点包括：**
* **监管越权：** 许多用户认为这开创了一个危险的先例，标志着监管方式从透明、基于法律的模式，转向了武断的、基于“感觉”的行政管控，从而助长了任人唯亲和政治偏袒。
* **“搬起石头砸自己的脚”的讽刺：** 多位评论者指出，OpenAI 和 Anthropic 此前曾游说政府进行监管，如今却面临着不透明、限制性的审查流程，这对它们的商业模式和全球竞争力构成了威胁。
* **地缘政治后果：** 用户担心此举会将人工智能的前沿阵地拱手让给中国。通过迫使美国实验室“削弱”模型并限制访问，政府可能会无意中将外国开发商和企业推向中国或开源替代方案，从而永久性地损害美国产业的全球竞争壁垒。
* **开源的未来：** 人们非常担心这些限制性政策最终会被用来针对开源人工智能，甚至可能将开发或使用未经政府预先批准的模型定为犯罪。
选民对大型数据中心的反对正逐渐成为美国一股强大的政治力量，跨越党派界限，致使支持这些项目的官员落选。数据中心曾被视为经济发展的引擎，如今却日益被公众视为对当地土地利用、水资源以及最关键的家庭用电负担能力的威胁。 近期的选举结果凸显了这一趋势。在犹他州，参议院议长及当地委员因支持大型“Stratos”数据中心项目而落败。俄勒冈州、弗吉尼亚州和密苏里州也出现了类似的政治反弹，反对数据中心的候选人成功将现任官员挤出局。 政治分析人士指出，随着能源价格成为“负担能力”的焦点，选民对“人工智能基础设施消耗海量电力，可能推高消费者电费”这一说法作出了反应。尽管这些项目承诺带来就业和税收，但由于缺乏切实的本地利益，它们已变成一种政治负担。由于公众情绪依然持强烈怀疑态度，共和党和民主党官员目前均面临压力，必须要么放弃这些开发项目，要么实施严格监管，以保护缴费者免受人工智能驱动的能源热潮所带来的成本上涨影响。
数据中心扩张已成为一个尖锐的政治议题，犹他州多名支持大型设施开发的地方官员在近期初选中落选便是有力证明。
批评者认为，这些耗电量甚至相当于一个州的巨型项目，给当地基础设施造成了负担，消耗了水资源，并导致居民的公用事业费用上涨。许多人认为该行业对税收补贴的依赖，以及“私有化收益、社会化损失”的模式从本质上是不公平的，特别是在数据中心仅能提供极少数长期本地就业岗位的情况下。这种不满情绪因公众对生成式人工智能的怀疑而加剧——许多人将其视为“AI垃圾”产业，而非有益的公共服务。
反之，支持者强调人工智能作为现代“思维自行车”的变革潜力，认为当前的抵制声浪忽视了建设大规模能源和计算基础设施的广泛技术必要性。尽管一些观察人士将这种反对意见归咎于“邻避主义”或盲目的愤怒，但越来越多的州开始暂停税收优惠，这表明地方社区越来越不愿意为那些尚未向公众证明其持久、实质价值的科技行业承担环境和财务成本。
本书旨在为构建面向现代人工智能工作负载（包括大语言模型和混合专家模型）的高性能 GPU 内核提供全面指南。本书取材于卡内基梅隆大学的机器学习系统课程，弥合了复杂的 GPU 硬件架构（特别是 Blackwell 一代）与前沿实际应用之间的鸿沟。 本书强调建立稳固的硬件认知模型，重点关注数据布局、异步内存移动和任务调度等关键优化技术。为了便于学习，书中采用了基于 Python 的领域特定语言（DSL）TIRx，让读者能够通过可运行的循序渐进的代码示例，深入理解底层硬件控制。 全书分为四个部分： 1. **GPU 基础**：GPU 架构的核心概念与优化方法。 2. **TIRx 概览**：编程模型介绍。 3. **GEMM 实现**：通过 TMA 流水线和 Warp 特化等高级技术优化矩阵乘法的系统指南。 4. **FlashAttention 4**：深入剖析如何构建生产级的注意力机制内核。 通过将硬件直觉与实践编程相结合，本书为工程师提供了掌握驱动现代人工智能的高性能内核所需的必要工具。
抱歉。
锂离子电容器是一种高性能储能设备，它结合了双电层电容器（EDLC）的正极和锂离子电池的负极。这种混合结构在比传统电容器更高的能量密度和比标准锂离子电池更高的安全性之间实现了卓越的平衡。
该类电容器的主要特点包括快速充放电能力、高功率密度以及性能衰减极小的长使用寿命。
捷太格特（JTEKT）提供的“Libuddy”系列是一款在传统型号基础上进行了改进的层压式锂离子电容器。通过利用较宽的工作温度范围（-40°C 至 85°C），Libuddy 提升了功率密度和使用寿命。这些设备采用与标准锂离子电池类似的工艺制造，对于需要可靠且快速响应储能的应用而言，是一种强大且高效的解决方案。
抱歉。
作者将现代新闻消费比作吸烟：这不仅会损害个人的心理健康，还会对周围的人造成“二手”伤害。在意识到持续的愤怒并不能为全球性问题提供切实的解决方案，反而只会助长个人的焦虑和攻击性后，作者停止了每日的新闻消费。 结果是变革性的：内心变得平静，人际关系得到改善，并重新专注于身边即时的影响。作者认为，大多数新闻都是“噪音”——它们具有误导性、不准确，且旨在进行情感剥削，而非提供真正的信息。通过将思想比作花园，作者建议我们必须审慎地对待所摄入的内容。与其陷入“末日刷屏”，作者主张专注于有意义的人际联系、长篇深度报道以及生活中的直接行动。最终，本文提出“保持知情”往往只是一种空洞的表演，通过脱离24小时制造愤怒的循环，我们可以培养一种更健康、更高效且平静的生活。
Hacker News 关于文章《阅读新闻是新的吸烟行为》的讨论，核心在于持续摄取新闻究竟是一种有毒的成瘾习惯，还是一项必要的公民义务。
现代新闻摄取的批评者认为，新闻业的本质是利用愤怒和焦虑来获利，而非提供信息。他们认为不断涌来的新闻推送就像药物一样，会导致精神疲惫和现实认知扭曲。许多“新闻节食”的支持者建议，用精心挑选的深度报道（如周刊或 RSS 订阅）来取代高频的电视新闻和社交媒体动态，或者彻底远离新闻以恢复思维清明。
相反，另一些人认为将新闻等同于吸烟是非常危险的。他们主张在面临全球危机和民主衰退的时代，保持知情是一项基本责任。他们认为问题不在于新闻本身，而在于媒介素养的匮乏以及新闻向煽动性、观点导向内容的转变。目前舆论倾向于折中方案：远离那些令人上瘾、实时轰炸的全国性头条新闻，转而进行更有意图、更具背景深度或更关注本地的信息获取。
SwiftLaTeX 是一款开源的浏览器端 LaTeX 编辑器，利用 WebAssembly 直接在浏览器中运行 PdfTeX 和 XeTeX 引擎。它具有高度的兼容性，所生成的输出结果与标准的 TeXLive 或 MikTeX 发行版完全一致，其性能可达到原生二进制程序的一半。 主要功能包括对“所见即所得”编辑的支持，以及一个对开发者友好的库，允许用户通过简单的脚本标签将 LaTeX 编译功能集成到自己的网页项目中。开发者可以将源文件、图像和字体加载到内存文件系统中，触发编译，并以编程方式获取 PDF 或日志文件。 凭借其模块化 API（包括文件管理和引擎初始化方法），SwiftLaTeX 为在 Web 应用中集成专业级文档排版提供了一种无缝的解决方案，且无需任何服务器端依赖。所有源代码均已在 GitHub 上公开。
这次 Hacker News 的讨论围绕着 **LaTeX.wasm** 的发布展开，该项目旨在将 LaTeX 引擎引入 Web 浏览器。
评论者对该项目的实用性及其潜在影响看法不一：
* **自定义布局：** 一位用户认为，成熟的 WebAssembly (WASM) 可以让开发者将自定义布局引擎发送到浏览器。虽然他们怀疑 LaTeX 不会主导这一领域，但承认它可能会占据一个重要的利基市场。
* **生态潜力：** 爱好者们认为，整合 LuaLaTeX 等工具可以使整个 LaTeX 生态系统在 Web 和桌面应用程序中更易于使用。
* **网页打印的批评：** 一些用户指出，在浏览器中使用复杂的排版引擎具有讽刺意味，因为现代网络浏览器在实现可靠、高质量的打印方面一直表现欠佳。
* **实用性：** 社区提出了关于集成简易性的疑问，特别询问该项目为何尚未作为 npm 包发布。
总的来说，该项目被视为一种在技术上令人印象深刻，但略带幽默的解决方案，旨在应对当前基于浏览器的文档渲染和打印的局限性。
Liva AI 是一家与前沿 AI 实验室合作的多模态数据公司，现正于旧金山招聘**创始运营负责人**。这是一个高责任的全职岗位，旨在寻找一位高效、极具条理的人才，负责从零开始管理复杂的数据采集、质量保证（QA）及标注项目。 理想的候选人应能适应充满不确定性且节奏极快的工作环境，能够管理承包商，并将混乱的手动流程转化为自动化、可扩展的系统。你将与顶尖 AI 实验室密切合作，确保高质量的数据交付，并助力定义人机协作的未来。 **任职要求：** * 能适应高强度工作时间（每天 12 小时，每周 6 天）。 * 出色的问题解决和项目管理能力。 * 具备人员管理和构建运营系统的经验。 * 极高的自主性及注重细节的思维方式。 **理想背景：** 在咨询、投资银行或早期创业公司等高强度领域拥有 1-2 年工作经验。精通 SQL、Excel 或编程者优先。 Liva AI 提供全面的福利待遇，包括健康支持及确保高效工作的资源。如果你对数据与 AI 自动化的结合充满热情，这将是你在一家成长型公司扩大运营规模的关键机会。
抱歉。