每日HackerNews RSS

“劣质品种”是一个讽刺网站,专门展示故意糟糕的软件开发实践。它推崇“简历驱动开发”——优先选择那些在简历上*看起来*令人印象深刻的技术和架构,而不是提供实际价值或简洁性。 该网站强调灾难性的“设计模式”,例如“分布式单体”,以及一个应避免使用的技术“雷达”,所有这些都以具有讽刺意味的热情呈现。它还包含来自行业专业人士的虚假推荐,他们吹嘘着不必要地复杂的解决方案——将简单的脚本迁移到 Kubernetes,使用区块链来处理 cookie,以及采用多个 React 版本——即使这些选择明显损害了性能。 “劣质品种”的核心理念在其宣言中有明确说明,它倡导**复杂性胜于简洁性,流程胜于人,工具胜于解决方案,简历胜于价值。** 这是一个对科技行业趋势的幽默批判,这些趋势优先考虑流行语和职业发展,而不是构建有效的软件。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 最差的软件 (worstofbreed.net) 5 分,由 facundo_olano 47 分钟前发布 | 隐藏 | 过去 | 收藏 | 1 条评论 slater 41 分钟前 [–] 很高兴看到 L_tus N_tes 仍然受到它应得的憎恨!回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

## 辛克莱C5:英国电动车的一次失败 克莱夫·辛克莱爵士以其家用电脑而闻名,于1985年试图用C5来革新个人交通。这款单人、电池供电的卧式三轮车旨在成为汽车和自行车的经济替代品,但最终因商业上的失败而臭名昭著。尽管发布会很盛大,但C5因差评、安全问题和实际限制而备受困扰——续航里程短、速度慢(15英里/小时),且缺乏天气保护。 C5在缺乏充分研究的情况下投放市场,既没有吸引到汽车车主,也没有吸引到自行车骑行者。生产很快被削减,该公司辛克莱汽车在生产了14,000台后破产清算,仅售出5,000台。 然而,C5获得了一批狂热粉丝。滞销库存被以高价转售,爱好者们改装了这些车辆,一些甚至实现了超过150英里/小时的速度。虽然是一次商业灾难,但C5仍然是雄心勃勃的创新和产品开发中一个值得警惕的案例,尽管最初存在不足,但它为未来的电动汽车发展铺平了道路。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 Sinclair C5 (wikipedia.org) 9 分,由 jszymborski 发表于 34 分钟前 | 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:

## Ghostty 内存泄漏已解决 Ghostty 中一个显著的内存泄漏问题已被识别并修复,该问题影响用户,导致高内存消耗(有报告高达 37GB)。该泄漏至少存在于 1.0 版本以来,由最近流行的 CLI 应用程序(如 Claude Code)引入的特定条件触发,这些应用程序会生成大量复杂的文本。 问题的核心在于 Ghostty 的内存管理系统,它使用“PageList”——一个用于终端内容的内存页链接列表。Ghostty 为标准大小的页面使用内存池,但在需要时(例如,对于富含表情符号的内容)会通过 `mmap` 直接分配更大的非标准页面。一项用于回滚修剪的优化,该优化在达到历史记录限制时重用最旧的页面,未能正确调整底层内存分配的大小,导致在释放这些较大页面时发生泄漏。 修复方案阻止了在修剪期间重用非标准页面,确保通过 `munmap` 正确释放内存。macOS 上的新型虚拟内存标记有助于调试,从而更容易识别 Ghostty 的内存使用情况。 Ghostty 通过 Zig 分配器、Valgrind 和 macOS Instruments 采用强大的泄漏检测机制,但由于其特定的触发条件,该泄漏逃避了检测。已添加一个新的测试用例以防止回归。该修复已包含在 tip/nightly 版本中,并将包含在 3 月发布的 1.3 版本中。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 查找并修复 Ghostty 最大的内存泄漏 (mitchellh.com) 19 分,由 thorel 发表于 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:

## 知识中的轨迹:揭示隐藏的联系 Pieter Maes 的“轨迹”项目利用 Claude Code 自动识别各种书籍和思想中的主题联系。这些“轨迹”揭示了传统研究中常常被忽略的令人惊讶的联系。 该系列探讨了诸如自我欺骗的力量(“有用的谎言”)、系统的脆弱性(“隐形裂缝”)以及模仿的重要性(“复印机”)等概念。 循环出现的主题强调了约束如何促进创新(“起搏器原理”、“修补圣地”)、优化的陷阱(“代理陷阱”、“假阳性”)以及秩序与混沌之间的复杂相互作用(“熵税”、“简化陷阱”)。 “轨迹”还深入研究了人类动态——从影响雄心壮志的“父伤”到不受约束的权力带来的危险(“赢家锁”、“弹射座椅”)。 最终,该项目表明真正的理解往往在于拥抱不完美、优先考虑实用知识(“难以理解的优势”)以及认识创新和控制的循环性质(“克洛诺斯循环”)。 它是一种发现细微见解和挑战传统智慧的工具。

## LLM驱动的书籍关联 一位开发者(pmaze)使用Claude Code构建了一个系统,旨在发现100本非虚构书籍之间令人惊讶的联系,这些书籍主要来自Hacker News的热门推荐。最初,复杂的LLM流程产生的结果是可以预测的。然而,赋予Claude Code直接访问调试工具的权限,极大地提高了洞察的质量,揭示了意想不到的主题联系——例如,一条将史蒂夫·乔布斯的“现实扭曲场”与创业崇拜和骗术联系起来的线索。 该系统通过主题(使用Gemini Flash Lite,费用约为10英镑)对书籍片段进行索引,并将其组织成树状结构,允许通过相似性、主题关系和共现性进行浏览。所有内容都存储在SQLite中,并使用CLI工具进行管理。 有趣的是,LLM表现出对秘密和阴谋主题的反复关注。一位评论员指出,虽然视觉效果吸引人,但一些连接的准确性值得怀疑,并且生成的描述中存在明显的“LLM声音”。项目详情请参见[https://pieterma.es/syntopic-reading-claude/](https://pieterma.es/syntopic-reading-claude/)。

## 无绑定(Bindless)GPU驱动渲染:摘要 本文探讨了通过GPU驱动技术实现高性能渲染,重点关注使用“无绑定”渲染的实用方法。传统的渲染通常因循环处理绘制调用和管理资源绑定而受CPU瓶颈限制。GPU驱动渲染将这项工作转移到GPU上,在GPU本身生成绘制命令,从而减轻CPU负载并实现大规模扩展。 然而,完全实现GPU驱动渲染在历史上需要像虚拟纹理和巨型几何缓冲区这样的复杂系统。现代无绑定渲染——通过大型描述符表访问GPU资源——提供了一条更简单的路径。 无绑定允许着色器通过ID访问资源,而不是管理单个纹理和几何体,从而简化了数据访问。 作者建议利用无绑定资源,以及诸如ExecuteIndirect(DX12)或设备生成命令(Vulkan)等技术来有效地管理索引缓冲区。这种方法最大限度地减少了CPU开销,能够实现高绘制调用数量,并促进基于GPU的剔除。 最终,无绑定渲染促进了更易于管理和扩展的渲染器,类似于数据库系统,资源通过ID访问,而计算着色器处理数据管理和绘制命令生成。 这简化了渲染器的核心逻辑,降低了复杂性,并为未来的优化打开了大门。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 无绑定面向图形编程 (alextardif.com) 6 分,来自 ibobev 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:

德国研究人员记录到褐鼠的一种令人惊讶的新狩猎行为:主动捕捉并在飞行中杀死蝙蝠。他们在使用红外和热成像相机在主要的蝙蝠冬眠洞穴中观察到,老鼠从悬崖上跳跃拦截从洞口飞出或爬行的蝙蝠。 在数年时间里,该团队记录了13次成功的狩猎,并发现了52具蝙蝠尸体,证实了这是有意的捕食而非清道夫行为。这种行为代表着非凡的适应能力,可能每个季节会威胁到最多7%的当地蝙蝠种群。 老鼠似乎利用胡须和听觉线索在黑暗中狩猎,同时采用空中拦截和地面攻击。这一发现凸显了欧洲蝙蝠种群面临的新压力,并强调了入侵性老鼠物种的生态影响。研究人员建议管理蝙蝠栖息地附近的老鼠数量作为预防措施,强调即使在熟悉的城市环境中也可能发生令人惊讶的适应。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 摄像头捕捉到老鼠猎捕飞蝠 (scienceclock.com) 6 分,akg130522 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:

## Bichon:自托管邮件归档系统 Bichon是一个免费、开源的邮件归档系统,使用Rust构建,旨在高效存储、搜索和管理历史邮件。与专注于发送/接收的典型邮件客户端不同,Bichon *同步* IMAP账户中的邮件,创建一个可搜索的本地归档,并通过Tantivy引擎进行全文索引。 它作为一个独立的服务器运行,内置WebUI,无需外部依赖。主要功能包括多账户同步、灵活的获取选项(按日期、数量或邮箱)、REST API以及强大的搜索功能。Bichon还提供压缩、标签和邮件导入(EML/MBOX)等功能。 作为扩展现有邮件API的替代方案,Bichon优先考虑归档功能。它包括用户身份验证、基于角色的访问控制,并支持CORS配置以实现安全的浏览器访问。最近的更新包括强制访问令牌身份验证和内置管理员用户。欢迎社区贡献,该项目采用AGPLv3许可。

黑客新闻 新的 | 过去的 | 评论 | 提问 | 展示 | 工作 | 提交 登录 Bichon: 一个轻量级、高性能的 Rust 电子邮件归档工具,带有 WebUI (github.com/rustmailer) 11 分,由 rendx 发表于 30 分钟前 | 隐藏 | 过去的 | 收藏 | 讨论 通过 https://news.ycombinator.com/item?id=46429250 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系方式 搜索:

启用 JavaScript 和 Cookie 以继续。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 工作 | 提交 登录 AI 模型回答道德困境的并排比较 (civai.org) 10 分,由 jesenator 发表于 2 小时前 | 隐藏 | 过去 | 收藏 | 2 条评论 Imustaskforhelp 5 分钟前 | 下一个 [–] Mistral Large 似乎有问题,无论我怎么问,它总是最反常的。有趣。我问了很多问题,如果消耗了一些 token 我很抱歉,但我发现这个网站非常有趣。这看起来真的很棒,而且探索 AI 模型中的偏见非常简单,UI 构建得非常好。感谢你的构建,并祝你的项目一切顺利!回复 arter45 15 分钟前 | 上一个 [–] 我无法将问题 3 视为道德困境的例子,除非它暗示着“你更喜欢你的主人还是其他人?”。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

你是一位超级预测者吗?加入互联网上最聪明的群体。提升你的预测技能,并了解你的水平如何。预测挑战的赞助者——包括瑞银资产管理、经济学人以及哈佛肯尼迪学院等——邀请你预测将在未来几年塑造世界的重大政治、经济和技术事件。请务必查看我们所有正在进行的挑战、精选问题以及所有开放预测问题的完整列表。 关于我们:Good Judgment Open由Good Judgment所有和运营,这是一家预测服务公司,为企业、政府和非政府决策者提供先见之益。Good Judgment的联合创始人菲利普·泰特洛克,实际上撰写了关于最先进的众包预测方面的著作。请在goodjudgment.com上了解更多关于Good Judgment及其提供的服务。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 Good Judgment Open (gjopen.com) 4 分,kaycebasques 发表于 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:

## 使用复合管道提高代码生成可靠性 为了提高代码生成的成功率,尤其是在创建功能性网站方面,v0 采用了一个多步骤的“复合”管道,而不仅仅是依赖大型语言模型 (LLM)。该管道的核心在于主动解决 LLM 常见的失败点。 三个关键组件驱动了这一改进:**动态系统提示词**、**LLM 悬念**和**自动修复程序**。动态提示词将最新的信息(如当前 SDK 版本)直接注入到 LLM 的上下文中,避免依赖可能过时的训练数据或网络搜索。**LLM 悬念**实时操作流式输出——纠正长 URL 或过时库引用等错误——而用户不会注意到中间问题。最后,**自动修复程序**通过解析代码并在初始生成*之后*应用确定性或模型驱动的修复,来解决更复杂的问题,例如缺少依赖项或语法错误。 该管道明显提高了成功率——通常提高两位数百分比——通过在错误发生时检测和解决错误。通过在每个阶段解决特定的失败模式,v0 能够提供更可靠和功能性的代码生成,从而带来更流畅的用户体验。

最近Hacker News上讨论了Vercel的“v0”编码代理及其提高效率的技术。一个关键策略是在将长URL(如blob存储链接)发送给LLM之前,在提示词中缩短它们,有效地使用正则表达式进行搜索和替换,以减少token使用量和成本。 然而,一位评论员质疑这种方法的工程质量,认为这是一种权宜之计,而非可靠的解决方案。另一个争论点在于提供给v0的代码示例。Vercel使用只读文件系统,其中包含精选的代码片段供代理参考,这引发了关于版权许可以及从公开可用库转向LLM内部化代码的问题。 评论员对这种趋势表示担忧,哀叹未来依赖昂贵的LLM驱动代码生成,并担心其固有的脆弱性。

更多

联系我们 contact @ memedata.com