## 太赫兹信号突破，利用“量子天线” 华沙大学的研究人员开发了一种新方法，可以准确测量太赫兹（THz）辐射——电磁波谱的一个区域，具有先进成像和6G通信等巨大应用潜力，但历史上难以精确测量。他们的方案利用制备成高灵敏度“量子天线”的“里德堡原子”。 这个创新系统不仅*检测*太赫兹信号，还精确*校准*了该范围内的“频率梳”——一种超精确的电磁标尺。通过将微弱的太赫兹信号转换为可检测的光，并利用里德堡原子固有的校准能力，该团队首次成功测量了太赫兹频率梳的单个“齿”。 这一突破克服了太赫兹计量学中的一个主要障碍，为校准仪器提供了一个参考标准，并实现了高度精确的测量。重要的是，该系统在室温下运行，为经济高效且具有商业可行性的太赫兹技术铺平了道路，并为这个激动人心的领域的研究和开发开辟了新的途径。

## 重新构想面向现代硬件的数据库 核心问题是：如果利用90年代以来的进步——特别是快速的本地SSD和强大的云基础设施，我们今天应该如何从头设计一个关系数据库？ 当前的数据库是为慢速旋转磁盘构建的，优先考虑诸如预写日志和批量缓冲等技术。 分析表明，有几个关键的改变。 首先，**缓存大小**应侧重于预期访问的30秒到5分钟窗口，尽管存储速度已大大提高，但这仍然符合Jim Gray的“五分钟规则”。 其次，**传输大小**应以大约32kB为目标，以最大化SSD吞吐量。 至关重要的是，**持久性**从对本地磁盘的依赖转变为跨可用区进行分布式复制，并接受由此产生的延迟以实现强一致性。 这会影响**隔离**策略，倾向于像Aurora DSQL这样的方法，即推迟跨AZ的通信到提交时间。 最后，对**预写日志**的传统依赖性，用于单系统持久性，变得不那么重要，取而代之的是基于分布式日志的恢复。 虽然SQL和原子性等核心关系原则仍然有价值，但重点转移到分布式系统关注的问题上，例如规模、可用性和性能。 现代数据库应优先优化实际网络条件和应用程序架构，利用诸如高质量时钟来实现一致性等功能。

## Codex Agent Skills：扩展AI能力 Codex Agent Skills 通过添加特定任务的专业知识来增强 Codex 的功能。一个技能是一个包含指令（在 `SKILL.md` 中）、可选脚本和资源的包，使 Codex 能够可靠地执行定义的流程。技能可共享，并基于开放标准构建，可通过 Codex CLI 和 IDE 扩展访问。 Codex 通过**显式调用**（在提示中使用 `/skills` 或 `$skill-name`）和**隐式调用**（根据任务自动选择相关技能）来利用技能。技能的优先级基于其位置——从本地仓库文件夹到用户特定和系统范围的目录。 可以使用 `$skill-creator`（以及可选的 `$plan` 用于规划）或手动使用包含名称和描述的 `SKILL.md` 文件来创建新技能。预构建的和社区贡献的技能可以使用 `$skill-installer` 安装（例如，`$skill-installer linear` 用于 Linear 集成）。 最终，Agent Skills 允许用户根据其特定需求和工作流程定制 Codex，扩展其超越核心功能的能力。

## Sharp：JavaScript 的高速图像处理 Sharp 是一个 Node-API 模块，专为极速图像转换和处理而设计。它擅长将大型图像调整为适合 Web 的格式，如 JPEG、PNG、WebP、GIF 和 AVIF，其速度比 ImageMagick/GraphicsMagick 快 4-5 倍，这归功于它使用了 libvips。 Sharp 兼容 Node.js、Deno 和 Bun（需要 Node-API v9 支持），能够准确处理色彩空间、ICC 配置文件和透明度。它通过 Lanczos 重采样提供高质量的缩放，以及旋转、提取、合成和伽马校正等功能。 在现代系统中，安装通常无需依赖。该模块支持文件和缓冲区输入/输出，并可集成到流式处理管道中。详细文档、基准测试和安装指南可在 sharp.pixelplumbing.com 找到。它是开源的，采用 Apache 2.0 许可。

## LLM：从随机鹦鹉到潜在的AGI 近年来，人们对大型语言模型（LLM）的理解发生了转变。过时的“随机鹦鹉”理论——即LLM缺乏理解力——在模型展示出越来越复杂的推理能力时，已被 largely 驳斥，尤其是在链式思考（CoT）提示的出现之后。CoT通过在模型的表示中启用内部搜索*和*通过强化学习来改善输出，使模型能够学习用于获得期望结果的最佳token序列。 由于具有可验证奖励的强化学习，扩展不再受token数量限制，这预示着持续且重大的进展潜力。尽管存在不完善之处，LLM辅助编程正在获得认可，为许多开发者提供了可观的投资回报。 虽然有些人正在探索Transformer之外的其他架构，但作者认为，即使在当前框架下，LLM仍然有可能实现通用人工智能（AGI）。ARC测试曾经被认为是一个主要障碍，但现在正被优化的模型和利用CoT的大型LLM超越。最终，人工智能面临的最大挑战不是技术进步，而是确保其安全发展以避免生存风险。

该网站正在使用安全服务来保护自身免受在线攻击。您刚才的操作触发了安全解决方案。 提交特定词语或短语、SQL命令或格式错误的数据等行为可能会触发此阻止。

## NIST 时间服务中断 - 科罗拉多州博尔德 NIST博尔德校区自2025年12月17日起因强风和防火措施经历长时间停电。这导致原子集成时间标出现故障，影响了博尔德互联网时间服务的准确性。 虽然服务器（time-a-b.nist.gov 至 time-e-b.nist.gov，以及 ntp-b.nist.gov）目前正在发电机供电下运行，但NIST计划禁用它们以防止发布不准确的时间。 主要问题是通过寻找替代电源来保护氢原子钟超出其电池备份的时间。校园访问仅限于紧急人员，阻碍了维修估算和监控能力。NIST希望在稳定性恢复后，使用来自另一栋建筑物中的备份时钟来恢复时间标，避免依赖外部参考。

伦敦一项价值10亿英镑的电力基础设施升级项目正在进行中，第一阶段现已启动。伦敦电力隧道2号（LPT2）项目已成功激活一条长18公里的电力电缆，该电缆位于伦敦南部地下深处，从纽克罗斯延伸至赫斯特。 这个新的、类似于地铁隧道的隧道网络——深度达50米——取代了可追溯至20世纪60年代的老旧电缆，提供更具弹性和安全性的电力供应。整个LPT2项目跨越七个区，全长32.5公里，连接从温布尔登到赫斯特的变电站。 在2018年成功完成伦敦北部第一阶段后，LPT2利用深层隧道最大限度地减少干扰，并确保首都可靠的电力供应。第二回路预计将在新年投入运营，完成这项关键升级。

作者认为，声称“我没有什么可隐瞒”并非天真，而是与监控国家危险的合作行为。通过自愿分享数据——通过社交媒体、未加密的通讯和位置追踪——个人创造了一种“正常化基线”，这*帮助*政府构建强大的监控工具。 这种透明度并非无害；当情况发生变化，隐私*变得*必要时，任何自保尝试都会触发“偏差信号”，由于个人以往的开放历史，立即将那个人标记为可疑。 此外，这种行为损害了*已经*在实践安全措施的人的隐私。作者强调，隐私不仅仅是一项个人权利，更是一种集体责任。为了抵制监控，我们必须积极*培养*一种隐私文化——拥抱加密、匿名，并制造足够的“噪音”使个人追踪变得不可能。目标不仅仅是隐藏，而是使隐私成为常态，从而有效地瓦解监控基线。

## tvterm：一个 Turbo Vision 终端模拟器 tvterm 是一个实验性的终端模拟器，使用 Turbo Vision 框架构建，旨在展示其高级功能，例如 24 位色支持。它利用 Paul Evan 的 libvterm – Neovim 和 Emacs 也使用的库 – 提供终端模拟能力，并与 Unix 和 Windows 10 (1809+) 兼容。 构建 tvterm 需要克隆 GitHub 仓库（包括子模块，使用 `git clone --recursive`），CMake，一个 C++14 编译器，以及 libvterm、libncursesw (Unix) 等依赖项，以及可选的 libgpm (Linux)。这些依赖项可以与 tvterm 一起构建，也可以通过 CMake 选项链接到系统提供的版本。 目前 tvterm 仍在开发中，旨在展示 Turbo Vision 在现代终端应用程序中的潜力。你可以在 [https://github.com/magiblot/tvterm](https://github.com/magiblot/tvterm) 找到该项目和构建说明。

(Empty input provided. There is nothing to translate.)

## 假食物艺术：食品样品 (Shokuhin Sampuru) 食品样品，极其逼真的食物复制品，起源于1932年的大阪，由岩崎泷三 (Iwasaki Takizō) 创建，现在岩崎集团是领导力量，控制着日本市场70%的份额。受熔蜡形状的启发，这些复制品最初在20世纪20年代帮助将西餐引入日本，展示在餐厅窗口和百货商店中，以说明如意大利面和火腿三明治等不熟悉的菜肴。 除了实用性之外，*sampuru* 与战后日本的“咖啡馆”（kissaten）联系在一起，并唤起复古美学。虽然早期版本很简单，但它们已经发展，甚至早在1958年就被出口用于促销用途。 如今，它们具有双重目的：帮助游客了解日本各地的料理（展示了所有47个县的菜肴），甚至帮助*日本*食客理解当地特色菜。尽管数字信息日益普及，工匠们仍然认为这种工艺完全是模拟的，依靠技巧来捕捉质感和比例——这些是照片无法始终传达的品质。它们是一种独特的日本艺术形式，提供了一种对菜单的“快速”评估，就像浏览Instagram一样。

启用 JavaScript 和 Cookie 以继续。

许多文档评审因缺乏优先级的反馈而受阻，导致时间浪费、关键问题被忽略以及评审周期延长。每个评论都显得同等紧急，导致贡献者将精力花在次要建议上，而重要的错误却被忽视。 为了解决这个问题，作者实施了一个使用**严重性**（阻碍、改进、可选）和**类别**（清晰度、错误、组织、风格、一致性）的标签系统。这提供了一种共享语言来确定修复的优先级。 **阻碍** *必须* 在合并前解决，**改进** 应该在发布前修复，而 **可选** 只是风格建议。类别为需要修复的类型提供背景信息。 这个系统使贡献者能够专注于最重要的事情，减少关于合并准备情况的争论，并促进更高效的评审文化。虽然标签并非万能药——它不能解决评审缓慢或反馈质量差的问题——但它强制进行一个关键的前期决策：这是一个阻碍性问题吗？

NUFORC数据库是一个免费开放、独立的在线档案，收录了超过25年的不明飞行物/不明空中现象目击报告——此类数据库中规模最大的一项。NUFORC工作人员会审核每份提交的报告，并根据目击事件的异常程度和可信度将其分为四个等级。 **第一级**报告详细描述了与异常飞行器最引人注目的遭遇，而**第二级**报告涉及具有无法解释特征的物体，例如速度或推进方式。**第三级**涵盖其他无法解释的报告，**第四级**包括可能归因于常规原因的目击报告，分为可能、可能较大或确定。 用户可以按日期、地点、形状或等级浏览报告。NUFORC会剔除明显的恶作剧，但会以原始提交的形式呈现报告，不声称其有效性。该数据库会随着报告的处理而不断更新，为研究人员和公众提供宝贵的资源。

## Charles Proxy: 发布历史概要 Charles Proxy 自早期版本以来经历了广泛的开发，持续添加功能并修复错误。最初的版本（2005-2008）专注于核心代理功能，增加了对 Firefox、SOCKS 代理的支持，并改进了对 XML、SWF 和 AMF/Flash Remoting 等连接和数据格式的处理。 3.0 版本（2007）和 4.0 版本（2016）进行了重大更新，引入了显著的用户界面改进、HTTP/2 和 IPv6 支持，以及捆绑的 Java 运行时环境。最近的开发（2017-2023）优先考虑 TLS 调试、macOS 兼容性（包括深色模式）、SSL 证书处理以及持续的错误修复。 开发者积极应对安全漏洞，特别是 2021 年的 log4j2 问题。目前，Charles 5 正在公开测试版，继续改进用户界面和稳定性。在整个发展历程中，Charles 一直在不断发展，以满足 Web 开发人员和安全专业人员的需求。

🛡️ 安全验证 验证您是否为机器人 ⏳ 正在验证您的浏览器… 验证并继续 ✓ 验证完成 此页面将在稍后自动跳转…

## Google外部内容链接计划摘要 Google的外部内容链接（ECL）计划目前在美国可用，允许开发者将用户链接到外部来源以进行应用下载或应用内购买，从而绕过标准的Google Play要求。使用此类链接的开发者**必须在2026年1月28日之前注册该计划**，并遵守特定要求，包括仅限美国访问、遵守Play开发者政策（不包括支付政策）以及提供强大的客户支持和退款选项。 主要方面包括与ECL API集成，用于信息屏幕、家长控制以及*未来*的交易报告。虽然**Google目前不收取费用或要求报告**，但他们计划对通过这些链接产生的交易/下载实施服务费（应用内物品的10-20%，以及每个应用安装的固定费用）。 链接的应用必须满足目的地要求：清晰的应用详情、安全的下载以及遵守相关法规。链接的外部应用必须进行注册。该计划是可选的，Google保留修改或终止该计划的权利。

## ClickHouse 聚合性能改进 - 总结 这项工作（PR #87366）解决了在看似相同的 ClickHouse 查询中观察到的显著性能差异，特别是那些使用 `uniq()` 聚合的查询。 根本原因在于 ClickHouse 处理分组值的方式——将它们视为 `UInt16` 与更大的类型——从而影响了使用的聚合数据结构。 ClickHouse 使用基于数组或标准哈希映射来进行聚合。 当按较小的数字分组时，使用数组，从而可以有效地并行合并聚合状态。 较大的值会触发标准哈希映射，从而阻碍并行化。 最初的查询使用了 `UInt16`，导致较慢的两级哈希映射合并。 添加 `0 +` 强制使用 `UInt64`，从而实现更快的单级合并。 该实现侧重于通过在线程之间分配工作而无需竞争条件，从而为单级哈希映射启用并行合并。 开发涉及克服内存损坏问题（与线程不安全的 `DB::Arena` 内存管理相关）以及优化琐碎的聚合函数（如 `count()`），在这些函数中，并行化的开销超过了收益。 火焰图和仔细的日志记录对于识别性能瓶颈和调试至关重要。 最终解决方案包括优化，以在并行合并期间保持哈希映射索引以提高性能。

GitHub Actions 没有内置机制来锁定依赖项版本。像 @v4 这样的版本标签可能会被静默地重新标记指向不同的代码。复合操作会引入您无法查看或审计的传递依赖项。

受运行精简类UNIX操作系统的愿望驱动，作者探索了基于Z80的系统Fuzix，该系统源自UZI。他们成功地在树莓派Pico上编译并运行了Fuzix。 构建需要Debian Bookworm环境，通过Docker实现。一个小的补丁去掉了无法编译的Pico游戏（“2048”）。编译产生了两个`.uf2`文件：内核和一个文件系统镜像。这些文件通过BOOTSEL方法刷入Pico，利用Pico板载闪存进行存储。 通过串口连接后，作者登录到了一个可用的Fuzix shell。该系统拥有令人惊讶数量的实用程序（`/bin`目录下超过120个），并且似乎能够进行GPIO操作和脚本执行。作者对在如此精简的硬件上运行UNIX后代感到兴奋，强调了尽管现代计算能力强大，但这仍然是一项了不起的成就。

这段代码实现了一个简化的类似React的渲染系统，名为“Didact”。它专注于创建虚拟DOM（使用`createElement`和`createTextElement`）并根据变化有效地更新真实DOM。 核心过程包括： 1. **`createElement`**: 创建虚拟DOM节点（fiber）。 2. **`render`**: 启动渲染过程，通过`requestIdleCallback`调度工作以提高性能。 3. **`workLoop` & `performUnitOfWork`**: 这些函数迭代地构建DOM树，创建DOM节点（`createDom`）并应用属性（`updateDom`）。 4. **`reconcileChildren`**: 比较新的虚拟DOM与旧的虚拟DOM，以识别变化（添加、更新、删除）。 5. **`commitWork`**: 将更改应用于实际DOM，处理插入、更新和删除。 该系统使用“effect标签”（PLACEMENT, UPDATE, DELETION）来跟踪必要的DOM操作，并通过仅更改不同之处来优化更新。它的目标是模仿React的核心概念：虚拟DOM和高效的协调。

## 用音乐可视化重塑人工智能：一种新方法 Positron 正在通过专注于音乐可视化来应对现代人工智能开发中的挑战——大规模、反馈循环慢和成本高昂。他们认为这是一个理想的“原始”问题，对缺陷具有容忍性，并能使用更小的 AI 模型进行快速迭代。他们的开源项目 µTate 旨在通过为开发者提供贡献平台并获得经济奖励来启动一种名为 PrizeForge 的筹款解决方案。 核心思想是*远离*当前越来越大的人工智能模型趋势，转向“小型人工智能”——利用诸如权重重用和贪婪粒子方法等技术来降低计算需求。音乐可视化独特地受益于“幻觉”——意想不到的、迷幻的结果——将模型缺陷转化为理想特征。 µTate 使用 Rust 构建，利用 Vulkan 等现代图形 API，并专注于高效的实时性能。该项目强调开放开发，欢迎贡献，并旨在创建一个充满活力的社区，尤其是在本地 LLM 爱好者群体中。最终，Positron 设想了一个良性循环，即快速开发、用户反馈和经济激励，证明即使使用更小、更易于访问的 AI，也可以取得重大进展。

(Empty input provided. There is nothing to translate.)

## 监狱教育：通过语言寻找连接 摩根·戈德温在加利福尼亚州都柏林的一所联邦监狱服刑60个月，意外地通过重拾高中时期的西班牙语找到了目标。她很快发现监狱人口主要由被移民局拘留的女性组成，其中大部分是墨西哥公民，因不知情地走私毒品越境而被捕。 面对剧烈的文化转变和缺乏英语交流者的情况，戈德温意识到她生疏的西班牙语对于在狭小的空间内进行基本交流和建立联系至关重要。她致力于流利地掌握西班牙语，勤奋学习并积极与狱友互动。 这段语言学习之旅拓宽了她的视野，消除了先入为主的观念，并培养了同理心。她深入了解了对被驱逐出境的恐惧、墨西哥的生活现状，以及通过西班牙语媒体对全球事件的更深层次理解。除了实际交流之外，学习西班牙语还打开了文化世界——音乐、食物和文学——丰富了她的监狱生活。 虽然缺乏传统的教育机会，戈德温却获得了一种独特而有价值的教育，证明即使在监禁的限制下，个人成长和更人道的世界观也是可能的。她甚至完成了她的第一部西班牙语小说。

亚利桑那州立大学沃尔特·克朗凯特新闻学院将于12月19日结束与PBS NewsHour West的合作，关闭为全国新闻节目提供西海岸报道，并为区域观众更新广播的分局。该分局于2019年启动，旨在加强NewsHour与西部观众的联系——西部观众占其总收视人数的20%以上——并为克朗凯特学生提供宝贵的实习机会。 ASU以“调整优先事项”为由未续签合同，但该大学拒绝进一步评论。关闭将导致NewsHour West员工失业。像新闻专业学生AJ Ceglia这样的实习生表达了失望之情，强调该分局强大的指导和实际经验。 虽然PBS和亚利桑那PBS承认这次合作的好处，但双方都没有提供做出决定的具体原因。亚利桑那PBS确认将继续播放全国NewsHour节目，以及其本地新闻节目。目前正在努力为预计下学期在NewsHour West实习的学生寻找替代实习机会。

关于按住版权联系我们创作者广告开发者条款隐私政策和安全性YouTube的工作原理测试新功能© 2025 Google LLC

## 2025年LLM进展：范式转变之年 2025年是大型语言模型（LLM）取得显著且常常令人惊讶进展的一年。一个关键转变是**基于可验证奖励的强化学习 (RLVR)** 的整合，将训练扩展到预训练、监督微调和RLHF之外。RLVR专注于数学和代码等领域的客观奖励，培养了“推理”能力，并允许进行更长、更有影响力的训练。 今年也带来了对LLM智能的新理解——不是作为不断进化的“动物”，而是作为通过独特堆栈召唤出来的“幽灵”，针对模仿人类文本和解决特定任务进行了优化。这导致了**“锯齿状智能”**——在某些领域表现出色，在其他领域却出人意料地存在缺陷——以及对传统基准测试日益增长的不信任。 新的应用层涌现，特别是**Cursor**，展示了LLM应用程序如何编排复杂的LLM调用并提供定制界面。**Claude Code** 演示了强大的代理能力，在用户电脑上本地运行。“**氛围编码**”——通过自然语言编程——赋予了专业人士和新手以力量，彻底改变了软件开发。最后，像**Google Gemini Nano banana** 这样的模型预示了LLM界面的未来，从基于文本的交互转向视觉和空间GUI。 总而言之，2025年揭示了LLM作为一种根本上新的智能形式，既强大又不完美，拥有巨大的未开发潜力。

1999年，一家公司退役了一台HP 9000/720工作站，最初购买用于运行HP/UX下的特定软件。它最终成为X终端的启动服务器，并因硬盘故障而苦苦挣扎。尽管系统管理员优先处理其他任务，但该机器一直存在，直到该公司更换了X终端。作者获得了该工作站，意图运行OpenBSD，移植工作主要由Michael Shalayeff推动。 OpenBSD的移植面临挑战，因为文档有限，主要依靠晦涩的MkLinux项目来获取灵感。作者原本希望做出贡献，但技能尚不足。麻省理工学院学生Matt Fredette的进步推动了项目，他利用Shalayeff的工作创建了一个NetBSD移植版本，实现了多用户功能。Fredette的工作重振了OpenBSD的开发。 一个关键的挑战是在HP 712型号上启用串行控制台访问，HP故意禁用了该功能以鼓励购买715型号。作者成功地逆向工程并实现在OpenBSD的引导加载程序中的解决方案，从而实现了无头操作——即使在晦涩的波特率下——并将代码分享回社区。这涉及在每个支持的速度下进行繁琐的测试，揭示了较低速率下令人沮丧的慢速显示，但最终确保了强大的功能。