这项研究挑战了一个假设：更精确的工具（如基于 LSP 的语义导航）并不总是能提升编程智能体的表现。通过对比语义导航与标准词法搜索（grep），研究发现智能体往往更倾向于使用 grep，尽管其精确度较低。
核心结论包括：
* **“工具链”至关重要：** 智能体的表现由模型及其执行环境（即“工具链”）共同决定。如果工具的输出格式或交互模式不直观，或需要额外步骤（例如只返回文件路径而非内联代码上下文），智能体可能难以有效利用。
* **上下文为王：** 仅提供精确位置的效果不如提供周围源代码。在语义搜索结果中额外增加几行上下文，显著减少了后续的文件读取次数，并提高了任务成功率。
* **任务导向的选择：** 智能体能够为任务选择合适的工具。它们在处理复杂的引用追踪时使用语义导航，但在需要更新注释或字符串的全文本编辑场景中，则更倾向于使用 grep。
最终，开发者应在完整的智能体工作循环中评估新工具，而不应仅仅关注精确度，以确保其能自然地融入智能体现有的工作流中。
每日HackerNews RSS
这篇 Hacker News 讨论探讨了为何 AI 编程智能体（AI coding agents）在执行任务时，往往更青睐 `grep` 等简单的文本搜索工具，而非语言服务器协议（LSP）等更复杂的工具。
核心观点如下：
* **工具可靠性**：`grep` 在各类环境中通用且表现一致。相比之下，LSP 的配置通常较为脆弱、设置复杂，或缺乏标准化的命令行实现，导致智能体难以可靠地调用。
* **训练偏差**：智能体大多基于包含大量 `grep` 操作的命令行交互日志进行训练，而使用 LSP 等专业工具的训练数据相对稀缺。
* **Token 效率**：部分用户认为，相比 LSP 产生的冗长输出，`grep` 这种结构简单的工具可以减少 Token 开销；但也有人指出，使用抽象语法树（AST）解析器等专业工具能显著提升智能体的表现。
* **“人为”因素**：讨论中还出现了针对 AI 生成文本的元批评，用户争论这种“类 LLM”的写作风格是否掩盖了底层研究的有效性。
最终，参与者建议，理想的工作流应是构建对智能体友好的定制工具，将 `grep` 的稳定性与 LSP/AST 分析的语义深度结合起来。
您没有提供需要翻译的内容。请提供您想要翻译的文本。
《德克萨斯月刊》近期刊登了一篇关于德州工人遭遇神秘肾脏疾病的文章，在 Hacker News 上引发了广泛讨论。评论者们正探讨这场健康危机的潜在成因，许多人将其指向农业劳动的严酷现实。
常见的理论包括不明原因慢性肾脏病（CKDu），这与高温、高强度体力劳动以及长期脱水有关；而对于移民群体而言，缺乏充分的劳动保护和医疗保障加剧了这些因素的影响。其他用户则讨论了饮食因素（如高草酸食物）以及接触杀虫剂或除草剂等潜在环境因素的作用。
此次讨论也强调了更广泛的全球背景，指出在印度、斯里兰卡和澳大利亚的体力劳动者中也观察到了类似的健康模式。最终，参与者的共识认为，这种“神秘”疾病很可能是多种系统性问题综合作用的结果，包括社会经济层面的脆弱性、劳动安全法规的失效，以及极端工作条件对生理造成的损害。
对不起。
客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。本网站的一个必要部分无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置所致。请检查您的网络连接、禁用广告拦截器，或尝试更换浏览器。
关于 Julia 编程语言的讨论揭示了其学术根基与工业可行性之间的巨大分歧。支持者称赞 Julia 独特的设计，强调其多重派发（multiple dispatch）、参数化类型以及元编程能力，这些特性使得代码简洁、符合数学逻辑且具备高性能。他们认为 Julia 是数值计算、微分方程和 GPU 抽象方面无与伦比的工具。
反之，批评者强调了阻碍其广泛应用的主要障碍。常见的抱怨包括“不稳定”的依赖管理、由即时编译（JIT）导致的长时间编译，以及在学术数值计算领域之外较为薄弱的生态系统。反对者还警示了破坏性的版本更新和“毕业软件”（即学生研究人员毕业后便被弃用的程序包）问题，导致一些人避免在专业的生产环境中使用该语言。
社区因关于从 1 开始的索引（1-based indexing）、对有效批评采取的“防御性”回应，以及该语言难以确立通用编程语言的定位等争论而进一步分化。尽管一些用户强调缺陷是任何复杂系统不可避免的现实，且该语言的“魔力”胜过其瑕疵，但另一些人则认为，缺乏严谨的成熟度使其难以成为主流标准。归根结底，Julia 对于解决特定数值问题的用户而言，依然是一种高度专业且强大的工具，而其在更广泛工业领域的实用性仍存争议。
几十年来，美国电话电报公司（AT&T）通过垂直整合，在全美电信业保持着近乎绝对的垄断地位，其中西部电气公司（Western Electric，简称 WE）是其主要的制造与供应部门。从1881年到1984年公司拆分期间，贝尔系统几乎所有的组件，从电话机到电缆，均由西部电气生产。这种整合模式延伸至一种完善的“全方位服务”租赁模式，即设备由公司进行维护、翻新，若无法修复则进行回收。
这一供应链的核心是位于斯塔滕岛的拿骚冶炼精炼公司（Nassau Smelting and Refining Company），AT&T于1931年将其收购。拿骚公司运作如同一座巨大的“地上矿山”，通过从数百万吨退役的电话设备中回收金属，为贝尔系统的持续制造需求提供原料。
然而，这种工业霸权留下了持久的环境后遗症。在1984年AT&T拆分及随后西部电气设施关闭后，由于重金属污染，拿骚工厂旧址需要进行大规模的修复。如今，该地块受到严格的“机构管控”，禁止住宅用途，并要求对受污染的土壤进行永久封存。该遗址现已成为一片安静的铺设路面，见证了那个AT&T控制电话生命周期每一个环节——从工厂诞生到工业终结——的宏大时代。
抱歉。
Xanadu 计划是泰德·尼尔森（Ted Nelson）对超文本的长期构想，也是软件设计中的一个警示故事。尽管其前提极具影响力，但 Xanadu 始终未能转化为实用工具，很大程度上是因为其核心概念——并排范围包含（side-by-side range transclusion）——是一种“为了解决问题而制造出的问题”。 在参加尼尔森《电脑自由/梦想机器》（Computer Lib/Dream Machines）出版 50 周年庆典时，作者反思了为何与 Gwern.net 等现代网络发展相比，Xanadu 仍是一个遥不可及的梦想。虽然早期计算条件受限严重，但该项目失败的主要原因在于其僵化的、以创作者为中心的设计。Xanadu 将“科幻式”的用户界面和复杂的版权管理系统置于现实效用或增量迭代之上。 相比之下，维基百科或个人博客等现代成功系统则侧重于用户需求，例如无缝导航、链接稳定性和“语义缩放”（如弹窗和展开折叠按钮）。作者认为，如果 Xanadu 团队采用了简单的原型设计，他们就会意识到大多数用户并不需要细颗粒度、类似《塔木德》风格的文本拼接。归根结底，Xanadu 计划提醒人们：若没有迭代设计并立足于实际用例，即使是最雄心勃勃、最具魅力的愿景也无法落地。
抱歉。
近期的一场 Hacker News 讨论聚焦于用户对 1Password 的不满，原因在于该公司资助了由大卫·海涅迈尔·汉森（DHH）领导的开源项目。
这场辩论凸显了科技界在产品使用与公司领导层个人政治倾向之间存在的深刻分歧。批评者认为，资助持有争议性（往往是极右翼或煽动性）观点的人——例如 DHH 过去关于移民和社会问题的言论——是不可接受的，并呼吁抵制该服务。一些评论者指出，这些道德顾虑使得他们难以继续向家人或同事推荐这款软件。
相反，另一些人认为这种政治审查“令人难以忍受”，他们主张对软件的评估应严格局限于技术卓越性、安全性和实用性。持有这种观点的人警告称，将产品质量与创始人或受资助者的政治观点混为一谈，会给消费者带来无法承受的负担。归根结底，这一讨论反映了一种日益增长的趋势：用户越来越倾向于将购买力视为一种道德立场，而与此同时，另一些人则反对此类日常技术工具的“政治化”。
在 Java 8 中为脚本语言实现虚拟线程（不使用 Loom） Virtual Threads for a scripting language in Java 8 without Loom
1 天前
对不起。
最近一篇关于“先行者”（Go First）骰子的文章在 Hacker News 上引发了争论，用户批评加拿大广播公司（CBC）的报道未能清楚地界定其背后的数学问题。
这项挑战并非仅仅是为了选出赢家，而是要设计一套骰子，满足以下条件：
1. **无平局可能：** 所有骰子上的数字面均不重复。
2. **公平性：** 每个骰子掷出最大值的概率相等。
3. **灵活性：** 该集合对任何玩家子集均保持公平（例如，如果只有三个人玩，可以使用集合中任意三个骰子）。
尽管评论者指出，抽签或使用单个骰子来分配玩家顺序等简单的替代方案对于休闲游戏更为实用，但该项目的真正目标是一个复杂的组合数学难题。数学家们目前正在寻找能够满足这五个玩家严苛条件、且面数最少的骰子集合。虽然目前已知存在 120 面的解决方案，但寻找更小且更具可制造性的集合，仍是一个计算成本高昂的长期挑战。归根结底，这些骰子与其说是解决现实问题的工具，不如说是一次对数学设计的探索。
受控英语（Controlled English，简称 CE）是由 IBM 开发的一种开源结构化语言，它能够创建既可供人类阅读又可供机器读取的模型。通过使用简单的、基于句子的语法来定义概念和实例，用户可以构建易于查询和管理的数据模型。
CE Store 为处理这些模型提供了一个完整的环境。其主要功能包括：
* **工程面板 (Engineering Panel)：** 一个用于管理模型、查看数据及执行查询的网页界面。
* **灵活部署：** 用户可以通过 IBM Cloud 快速部署实例，或者使用 Apache Maven、Docker 或 Vagrant 进行本地托管。
* **资源：** 该平台包含全面的教程、视频指南和示例数据集（如医疗模型），以帮助初学者入门。
作为采用 Apache 2.0 许可的项目，CE Store 提供了一个实验性研究环境，鼓励社区贡献与开发。有关安装说明、模型文档和教程，请访问官方维基页面。
抱歉。