加载中...
每日HackerNews RSS
Stripe 出现故障
Stripe is down
30 分钟前
Hacker News新帖 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交登录Stripe 宕机 (stripe.com)17 分 tompccs 40 分钟前 | 隐藏 | 过去 | 收藏 | 4 评论 帮助
rethab 17 分钟前 | 下一个 [–]
> 截至 UTC 时间 07:55，我们正在所有平台和移动设备上遇到 Dashboard 和 Express Dashboard 的问题。我们正在继续调查，并将发布进一步的更新。API 请求和支付处理不受此问题影响。https://status.stripe.com/回复ChrisMarshallNY 16 分钟前 | 上一个 | 下一个 [–]
这可能是一个更有用的链接：https://downdetector.com/status/stripe/回复ramon156 16 分钟前 | 上一个 | 下一个 [–]
链接是指向仪表盘吗？我没有 Stripe 账户回复A_Duck 17 分钟前 | 上一个 [–]
支付链接似乎仍然有效。只有仪表盘吗？回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系方式
搜索：
## 驾驭人工智能革命：以人为本的方法 (2026)
随着人工智能迅速重塑世界，尤其是在科技领域，重新关注人类独有的优势至关重要。这种转变类似于汽车的出现——仅仅在新工具上坚持旧方法（“骑马”）行不通，反而会阻碍进步。
为了蓬勃发展，技术人员应优先考虑**商业头脑**，理解利益相关者的关系，并通过持续的积极互动建立牢固的“情感储蓄”。 **跨职能团队**——具备用户体验理解的工程师，具备商业意识的设计师——对于精简执行和保持一致性至关重要。
至关重要的是，**日常人工智能整合**并非捷径，而是战略性使用时的强大助手。与此同时，通过**与人建立联系**，在需要帮助之前主动提供帮助并建立真诚的关系，来培养强大的人脉网络。最后，拥抱**持续的好奇心**——终身学习在这个快速发展的领域至关重要，抵制即时满足的诱惑，并培养对不断发展技术的更深入理解。
这些原则并非追逐潮流，而是关于建立有韧性、适应性强的技能组合，以及专注于长期发展的充实职业生涯。
一场 Hacker News 的讨论围绕一篇关于在 2026 年生存于科技行业的新文章展开，重点关注人工智能的影响。虽然原文主要提供一般的职业建议，但评论者们集中讨论了人工智能的潜在缺点。
一个主要担忧是，过度依赖人工智能可能会阻碍对问题领域的根本理解，从而形成一个恶性循环，使人们更难有效地*使用*人工智能。另一位用户强烈批评了人工智能的更广泛影响，提到了环境问题（巨大的能源消耗、资源枯竭）和社会问题（劳工剥削、数据盗窃以及低质量产出/臃肿软件的泛滥）。
最后，一位评论员指出，每个人都需要以高级别的姿态运作，指导那些缺乏关键商业和人际交往技能的人——技能发展加速，原本需要长时间积累的经验现在需要快速掌握。
苹果公司看似缓慢的人工智能策略，现在有望使其成为主要赢家。 与竞争对手投入巨额资金（超过 1.4 万亿美元）开发自己的基础人工智能模型不同，苹果公司战略性地以 10 亿美元的代价获得了谷歌的 Gemini 授权。 这使得苹果能够立即将其 25 亿台设备中整合人工智能功能，从而获得巨大的用户基础优势。 当其他人专注于用户获取时，苹果只是“翻了个开关”。 他们还受益于提供设备端人工智能处理，与 OpenAI 等订阅服务相比，它能提供更便宜、更快、更私密的体验。 凭借 1350 亿美元的现金和由于他人大量人工智能投资而产生的微弱竞争，苹果公司有望主导人工智能 *应用* 层，并可能通过其新的人工智能硬件彻底改变移动设备市场。 他们在模型开发方面的“失败”实际上是一项出色的战略举措。
一场 Hacker News 的讨论集中在苹果公司的人工智能策略上，最初的帖子称苹果“通过什么都不做而完美掌握了人工智能”。 许多评论者对此提出异议，但也承认苹果一贯的策略是延迟进入新的技术领域。
一位开发者指出，苹果早在 2019 年就拥有强大的、预先存在的人工智能开发工具（Accelerate & MPS），并将其与微软 DirectML 的挣扎形成了鲜明对比。 其他人则指出错失的机会，特别是 Siri 在语音转文本技术方面落后于 Whisper 等竞争对手。
核心争论在于，苹果的后发制人策略是深思熟虑的战略——等待完善实施后再发布——还是未能抓住新兴技术。 一种普遍的观点是，苹果经常将成熟的技术包装成创新技术，当他们最终采用这些技术时。
最新研究揭示了火山之间令人惊讶的相互联系，被称为“火山耦合”，这挑战了对岩浆来源的传统理解。对夏威夷火山基拉韦厄和冒纳罗亚的研究表明，它们共享一个深层的岩浆储库，尽管喷发的熔岩类型不同——这种联系最初受到怀疑，但已通过地震数据得到证实。这种耦合可以表现为交替喷发或同时活动，具体取决于岩浆的流动。 这种现象并非仅限于夏威夷。2025年初，对希腊圣托里尼岛周围的监测显示，类似的场景正在发生：岛屿下方上升的岩浆似乎从附近的 Kolumbo 水下火山“借用”了储备，导致两者都收缩，但没有发生喷发。 科学家们现在正在积极寻找全球其他耦合火山系统，认识到这些联系可能很复杂且难以预测。这项研究强调，火山并不总是共享相同的岩浆成分或以相同的方式喷发，岩浆通道可以延伸到惊人的深度，需要改进监测和预测技术。
对不起。
JavaScript 当前已禁用 为了在 Stripe 上获得最佳体验，您需要启用 JavaScript。请在浏览器设置中启用它。 了解如何操作 浏览器不兼容 您需要使用现代浏览器才能使用 Stripe 控制面板。请切换到兼容的浏览器以继续。 查看 Stripe 控制面板浏览器兼容性
作者讲述了一次令人沮丧的经历：他们的第一份技术草稿，经过LLM辅助润色后，却因为很可能由AI生成而被拒绝。这次拒绝让他们意识到——过度依赖AI工具已经对他们的写作能力产生了负面影响。 过去，即使作为非英语母语者，他们也是一位自信的写作者，但现在，如果没有AI的不断验证，他们很难产出原创作品。这扼杀了他们的创造力，让写作变得平庸，缺乏独特的个人风格。他们惋惜失去了流畅自然的写作状态和真挚的表达，甚至在个人写作，比如诗歌创作中也感受到了这一点。 作者将这次拒绝视为一次警醒，促使他们有意识地夺回自己的写作技能，并拥抱不完美。他们认为，写作的原始和未经编辑的质量——即使包含错误——也蕴含着情感重量和真实性，这是AI难以复制的。他们希望与面临类似挑战的人们建立联系，并重新发现纯粹从自己内心涌现的写作乐趣。
一个黑客新闻的讨论显示，人们对人工智能时代写作风格日益同质化感到沮丧。发起者表达了对人工智能之前的写作时代的怀念，引发了关于真实性和保持独特声音的困难的争论。
许多评论者对此表示认同，特别是那些英语非母语的人，他们发现很难在清晰表达的同时，避免听起来像“人工智能生成”而非“人类写作”。另一些人指出，“大型语言模型的声音”通常类似于良好有效的写作，使得检测变得困难，并导致不准确的指控。
一个主要担忧是，为了避免被标记为人工智能写作，语言可能会被“简化”，以及对未来被低质量、机器生成的内容主导的更广泛的恐惧——被称之为潜在的“垃圾十年”。这场讨论凸显了人们对写作中失去个人表达和智力严谨性的担忧。
## Ninja：一个快速构建系统 - 摘要 Ninja 是一个轻量级且**快速的构建系统**，专为速度而设计。它是一个单独的可执行文件——无需严格安装，只需下载二进制文件即可！可以通过复制 `misc/` 目录中的文件来获得诸如 shell 补全和编辑器集成等可选功能。 你可以使用 Python 生成器 (`./configure.py --bootstrap`) 或 CMake 构建 Ninja 本身。支持使用 GoogleTest 进行测试；在构建期间指定其位置。 文档使用 AsciiDoc 和 Doxygen 生成。要创建手册，请运行 `./configure.py ninja manual`（需要 AsciiDoc 和 xsltproc）。也可以使用 dblatext 创建 PDF 版本。可以使用 `./configure.py ninja doxygen` 构建 Doxygen 文档。 重要的是，Ninja 是一个独立的*可执行文件*，而不是一个库，并且缺乏公共 API。更多详细信息和贡献指南可在项目的手册和 `CONTRIBUTING.md` 文件中找到。
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
ninja: 一个小型构建系统，专注于速度 (github.com/ninja-build)
5 分，by tosh 1小时前 | 隐藏 | 过去 | 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：
我大量使用 Excalidraw 进行头脑风暴、解释概念，现在还用于博客写作。在撰写第一篇文章时，我发现不断地重新导出图表——每次更改都需要耗时 45 秒——严重打断了我的工作流程。为了解决这个问题，我最初创建了一个 GitHub Action，它可以自动将更改的 Excalidraw 文件中的框架元素（名称带有“export_”前缀）导出为明亮和黑暗模式的 SVG。
然而，这个解决方案需要推送到 GitHub 才能进行本地预览，造成了令人沮丧的延迟。然后，我开发了一个 Excalidraw 的 VSCode 扩展，每当 Excalidraw 文件保存时，它都会*自动*将框架元素导出为 SVG。这提供了实时的本地预览，显著改善了写作体验。
该扩展将导出的文件命名为 `${image_name}.light.exp.svg` 和 `${image_name}.dark.exp.svg`，使其易于引用。我已经将该扩展发布到我的 GitHub 分支，希望它能激发对核心 Excalidraw 扩展的改进。
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
我使用 excalidraw 来管理我的博客 (lysk.tech) 的图表。
14 分，作者 mlysk，42 分钟前 | 隐藏 | 过去 | 收藏 | 3 条评论 帮助
gethly 1 分钟前 | 下一个 [–]
我也是。我开始把它用于 Gethly 博客。它并不完美，有些事情让我抓狂，但总的来说，它比我以前使用的 draw.io 更好。Excalidraw 也有一些很棒的风格，感觉很对劲 :) 回复
emil-lp 11 分钟前 | 上一个 [–]
应该归类为 Show HN。现在读起来像是一个我从未听说过的程序的扩展的广告。
emil-lp 8 分钟前 | 父评论 [–]
显然 Excalidraw 是一个开源的虚拟手绘风格白板。协作且端到端加密。
https://github.com/excalidraw/excalidraw
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系方式
搜索：
## 动态规划：从20世纪50年代的基础到现代机器学习
尽管最近才受到重视，机器学习建立在源于1952年理查德·贝尔曼关于动态规划的数学概念之上。这为最优控制和强化学习奠定了基础，最初是为离散时间提出的，后来扩展到连续系统。值得注意的是，贝尔曼发现这种连续形式与19世纪的物理方程——汉密尔顿-雅可比方程——相对应，从而统一了连续强化学习、随机控制和扩散模型等领域。
这种联系使得我们可以将问题视为优化轨迹。例如，连续时间强化学习利用汉密尔顿-雅可比-贝尔曼方程来寻找最优策略。同样，训练扩散模型（一种强大的生成技术）可以被解释为随机最优控制问题，利用相同的底层数学结构。
最近的研究表明，可以通过使用策略迭代和Q学习数值求解这些方程，并根据既定的控制基准（如线性二次调节器和莫顿投资组合问题）进行验证，从而实现实际应用。这突出了贝尔曼的基础性工作如何继续推动现代机器学习的进步，尤其是在强化学习和生成建模方面。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 工作 | 提交 登录
Hamilton-Jacobi-Bellman 方程：强化学习与扩散模型 (dani2442.github.io)
10 分，由 sebzuddas 发表于 26 分钟前 | 隐藏 | 过去 | 收藏 | 1 条评论 帮助
measurablefunc 2 分钟前 [–]
为什么连续语义应该适用于数字计算机并不明确或显而易见。这可能看起来是吹毛求疵，但并非如此，这些分析中一直存在一个根本问题，即如何调和位字符串上的有限算术与解析方程，而解析方程通常在实数或复数上以柯西序列的等价类或戴德金分割来定义时才有效。数字计算机上不存在戴德金分割或柯西序列，因此解析方程能够映射到算法本身就非常不明显。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
由于2026年的政治预算僵局和随之而来的部分政府停摆，航空旅行变得不可靠，促使作者乘坐Amtrak的Crescent列车从亚特兰大到华盛顿特区，参加NCAA篮球锦标赛。这段650英里、14个半小时的旅程与飞行的便利形成了鲜明对比，凸显了政治冲突如何轻易破坏人们习以为常的基础设施。
火车之旅成为对美国生活的反思，穿越不同的景观和社区。虽然缺乏航空旅行的速度和便利设施，但Amtrak提供了确定性和宽敞、轻松的体验。这段旅程也展现了美国社会的一个缩影，充满了寻找混乱机场可靠替代方案的旅行者。
作者将铁路旅行的历史与更广泛的主题联系起来，包括移民、经济转型以及汽车和航空工业的兴起。最终，这次经历强调了政治对日常生活的影响，以及在一个分裂国家中联系和韧性的持久价值。尽管政治僵局仍在持续，火车仍然继续前进，载着乘客前往他们的目的地。
## Amtrak 与火车旅行的魅力 - Hacker News 讨论摘要
一篇关于乘坐 Amtrak 的文章在 Hacker News 上引发了热烈讨论，突出了美国火车旅行的独特吸引力。虽然通常比飞行更慢且有时更贵，但评论员强调了*体验*——舒适的旅行、美丽的风景、与乘客的偶遇以及便捷的市中心通道。
许多人分享了个人轶事，从美味的餐点和有趣的对话到重大的延误和不太理想的条件。讨论揭示了 Amtrak 的局限性：盈利能力主要集中在东北走廊，而在该区域之外，由于货运列车的优先权，可靠性可能存在问题。
一些评论员将美国铁路系统与日本和中国等国家进行不利对比，认为这是由于资金不足以及历史上对汽车和航空旅行的优先考虑。尽管存在这些缺点，许多人仍然热烈捍卫 Amtrak，认为它是那些将旅程置于速度之上的人的一个有价值的替代方案，也是一种欣赏美国风光的方式。讨论还涉及了火车旅行的怀旧魅力以及对美国改善铁路基础设施的愿望。