2024年8月，树莓派的RP2350引入了Secure Boot，并在DEFCON上受到挑战。作者构建了低成本的定制激光故障注入平台，以攻击准备好的Pico 2目标。RP2350裸片从背面暴露，使用导电环氧树脂修复接地，并安装在定制载板/I/O板上。红外激光脉冲在不触发毛刺检测器的情况下瞄准敏感裸片区域。通过在Secure Boot的固件哈希计算过程中定时一个脉冲，单个故障使SHA-256处理来自外部QSPI闪存的攻击者控制数据，而非RAM加载的固件，从而绕过ECDSA验证。该设置使用双闪存切换和FPGA监测的QSPI时序。调优后，该绕过允许执行任意固件并恢复受保护的OTP秘密。作者向树莓派披露了发现，树莓派确认了绕过并计划加固Boot ROM。
每日HackerNews RSS
Hacker News 上的一个帖子讨论了针对 RP2350 的低成本激光故障注入装置。评论者解释，该技术可以在安全检查或内存清除时干扰芯片，从而提取密钥并逆向工程受保护设备，从军事硬件到个人设备皆可。其他人指出实际的消费者影响，如银行应用强制 SafetyNet 式证明，促使部分用户偏好网页界面。技术回复提到加固防御（掩码值、随机延迟、计数器）、硬件改进（GaN HEMT 驱动器）以及低成本精密运动平台如 OpenFlexure。帖子还链接了先前的讨论和 CCC 演讲。总体而言，该帖突出了激光故障注入的可及性与安全影响，以及社区对 DIY 硬件精密加工的兴趣。
卡耐基梅隆大学与微软推出了PRAISE项目，旨在培训微软初级软件工程师进行AI加速软件工程。参与者参加在线CMU计算机科学课程，同时接受微软资深工程师的指导，并将所学技能应用于日常工作。该计划是在微软Azure CTO Mark Russinovich指出AI工具对资深工程师有利但初级工程师需要更多支持之后启动的。课程包括生产环境中的机器学习与AI增强软件工程，未来还将开设DevOps与安全部署课程。证书可计入CMU软件工程硕士学位。领导者表示，该合作将学术专业知识与行业实践相结合，帮助初级工程师培养使用AI的判断力，并希望其成为其他公司的典范。
微软与卡内基梅隆大学启动了一个培训早期职业软件工程师的项目。HN评论者对此持怀疑态度，指出入门级岗位稀少，并认为这可能只是公关，或是培养更便宜、可替代开发者的模式。其他人认为，AI可能会减少对初级工程师的需求，同时增加对监督AI的高级工程师的需求，从而可能打破从初级到高级的人才培养路径。还有一些人担心AI时代的教育正在削弱基础能力。帖子还讨论了AI是否会在几年内完全自动化软件开发；怀疑者将这类说法比作被过度承诺的自动驾驶时间表，而其他人表示手写代码正在变得过时，但阅读、评估和指导代码仍然必不可少。总体而言，讨论反映了对AI对软件工作、教育，以及此类项目能否维持开发者人才管道影响的不确定性。
作者在经历漫长且需大量文件的归化流程后成为日本公民。在2012年和2018年放弃尝试后，他于2024年再次申请，并于2025年提交了包含个人、家庭、财务、税务、就业和旅行记录的大量材料。流程因海外旅行和官僚后续手续而拖延，他觉得部分个案工作人员的处理令人沮丧。最终，他的归化申请获批准并刊登于官报。他保留了原名，现以片假名记录，并被加入妻子的户籍。尽管流程不透明且要求苛刻，他认为这适度严肃，并为自己加入了所爱的日本而感到高兴。
Hacker News 上的一篇帖子链接到一篇关于美国人成为日本公民的博客文章。作者描述了要求苛刻的归化流程——大量文件、面试、语言要求，以及最终放弃原有国籍——但最终认为它恰当地严肃。评论者们辩论日本的无双重国籍政策、放弃国籍如何运作、永久居留权是否应先于归化，以及严格的移民规则如何影响人口结构。一些人认为日本的壁垒保护了文化但加剧了人口下降；另一些人说移民可以在文化适应的同时维持社会。额外的讨论包括西方对日本的迷恋、官僚障碍、身份认同，以及这类流程是否公平或具有排斥性。总体而言，该帖子将个人移民经历与关于公民身份、归属感、民族主义和日本未来的更广泛问题混在一起。
curl "https://api.thingstodoapi.com/v1/search?q=comedy+in+san+francisco+this+weekend" { "标题": "变装喜剧", "类别": "艺术", "开始时间": "2026-10-19T02:00:00.000Z", "本地": { "日期": "2026-10-18", "时间": "晚上7:00" }, "场地": { "名称": "Cobb's Comedy Club", "城市": "旧金山" }, "链接": { "来源": "https://www.ticketmaster.com/dragup-comedy-san-francisco-california-10-18-2026/event/1C0064D823FC0B87", "门票": "https://ticketmaster.evyy.net/c/253185/264167/4272?SharedId=DoStuff&u=https%3A%2F%2Fwww.ticketmaster.com%2Fdragup-comedy-san-francisco-california-10-18-2026%2Fevent%2F1C0064D823FC0B87" } }
Hacker News 上的一篇帖子介绍了 Things to Do API，这是一个用于本地活动（如快闪店、一次性活动和音乐会）的 API/MCP，目前覆盖旧金山湾区。创建者开发它的原因是，通过代理或网页搜索聚合本地活动数据既困难又缓慢；其方法以有影响力的社交媒体账号和海报为起点进行扩展。评论者询问数据源；有人指出它可能使用常见的活动网站、Instagram 和区域硬编码源，且没有去重，导致重复事件。用户表达兴趣并建议城市，尤其是多伦多；创建者询问希望覆盖的地区，并表示其他地区很容易启动。一些人称赞其设计和速度，而另一些人则认为维护存在挑战。讨论还提到了类似 Wikipedia 或 MusicBrainz 的公共服务模式，以及 ATProto 记录。一位怀疑者质疑其相对于 LLM 或搜索引擎的必要性；创建者认为维护良好的 API 对产品来说更快、更便宜。总体而言，它是一个有前景的早期工具，有扩大覆盖范围和改进去重的需求。
请启用 JavaScript 和 Cookie 以继续
一篇 Hacker News 帖子链接到一篇 GameSpot 文章，内容是关于一台意式咖啡机运行《毁灭战士》，获得 18 个积分和 7 条评论。评论者争论移植《毁灭战士》是否仍然令人印象深刻，指出其年代久远且许多微控制器都能运行它；有人建议用《孤岛危机》作为更难的基准。其他人称“能运行《毁灭战士》”是迷因，举怀孕测试壳的例子，并开玩笑说隐藏着集群的意式咖啡机。
作者最初对 Kubernetes 持怀疑态度，随后总结其核心概念。Kubernetes 运行打包的工作负载，处理放置、扩展、自愈和服务发现。其主要价值来自控制循环（控制器持续协调期望状态）和 Services（稳定 IP/DNS，通过每节点 kube-proxy 进行负载均衡）。工作负载从手动创建的 Pod 发展到用于副本维护的 ReplicaSet，以及用于滚动更新的 Deployment。存储从短暂的 Pod 卷扩展到持久卷，以及具有稳定名称和有序生命周期的 StatefulSet。作者认为 Services 和控制器尤其可靠，但质疑集群可能永远无法稳定、缺乏内置自定义指标自动扩缩、网络/存储的树外方案与内置云提供商支持的关系，以及过度依赖 Helm 等字符串/YAML 模板工具。
抱歉。
AI 编码代理提高了开发速度，但高 AI 采用率与更多 bug、更长的 PR 审查时间以及更多事故相关。自动化软件验证被提出作为解决方案。方法范围从有纪律的代理式工作流（如 Superpowers）和通过 RoboRev 进行的本地持续审查，到 Claude、Codex、Copilot 和 Cursor Bugbot 的托管式 AI PR 审查器。一个全面的流水线增加了确定性检查——linting、类型检查、构建、测试、SAST、密钥和依赖扫描——加上代理式审查、基础设施与迁移检查，以及架构评估，覆盖 pre-commit、push、PR、预生产和生产阶段。大型科技公司的 AI 软件工厂自动化了大量实现工作，而人类仍然是守门人。作者的工作流结合了 spec 迭代、计划性实现、模型交叉审查、分层测试、人工审查和有针对性的手动检查。核心信息是：随着 AI 使代码生成变得廉价，验证必须成为软件工程的核心，人类对最终决策负责，尤其是在高风险变更上。
对不起。
作者认为，叙事推理——引人入胜的简单故事——在商业和投资中导致许多失败的押注，因为现实世界是多因的，也过于复杂，无法用短故事概括。人们偏好“清晰可读”的有序系统（清晰偏误），但混乱的现实会抗拒它们；简单故事主要用作管理、激励或营销工具，而非决策工具。由于人类偏向清晰可读，高度清晰可读的押注会被过度买入，而真正的“alpha”在于不清晰、被低估的机会。为了做出更好的押注，我们应超越故事，转向模式匹配——像棋类引擎一样使用直觉和数据。一个实用的中间方案：分析过去的押注，识别10–20个关键属性，然后客观地为新的押注评分（Spellbook就是这么做的，提高了命中率）。沉浸在数据中能培养直觉；这种方法显著提高了作者的投资回报。最终，好的押注在他人看来往往显得陌生——如果它们不让人困惑，可能就太显而易见了。
Hacker News 的讨论围绕 Scott Stevenson 的主张展开：模式匹配在投资和商业中胜过叙事推理。他认为“永远买指数基金”这类病毒式叙事会扭曲市场，而直觉式的模式识别能带来不寻常但盈利的举动；他说自己八年年均收益 40%，现在主动管理大部分投资组合。评论者持怀疑态度，将被动指数投资捍卫为有证据支持的，并警告大多数主动交易者在有效市场中会亏损。其他人把技术分析模式比作迷信，而有些人承认模式匹配在调试中有用，但在噪声较大的金融市场中风险很大。帖子还涉及市场效率、抢跑被动投资者、随机性，以及文章本身是否依赖叙事推理。总体而言，这是被动、低成本分散投资支持者与相信熟练、直觉驱动的主动投资能跑赢市场的人之间的辩论，并伴有对过度自信的显著谨慎。
Parin 是一款面向 D 语言的轻量、代码驱动的 2D 游戏引擎，介于 raylib 这样的小型库与 Godot 这样的大型引擎之间。它提供灵活的内存管理（GC 可选）、基于 Joka 构建的模块化基础，以及开箱即用的功能，如像素级物理、灵活的对话系统、图集动画、瓦片地图和 UI 库（开发中），还有 Box2D、Steamworks、ENet 和 microui 等额外组件。它支持 Web、Windows、Linux 和 macOS。
通过 DUB 安装：`dub init -t parin`，然后 `dub run`；模板包括 basic 和 entity。Linux 需要若干用于声音、图形和输入的开发库。Web 构建需要 LDC 和 Emscripten。文档可通过示例、速查表、导览和 DDOX 获取。
FAQ 说明：没有内置场景/实体或脚本系统（提供示例），不支持热重载，资源可自由使用，raylib 仅作为后端（自定义后端为实验性），支持高清游戏。可通过附带的绑定实现 Steam 和多人游戏发布。
Hacker News 展示了“Show HN: Parin”，一个被描述为介于 raylib 和 Godot 之间的 2D 游戏引擎，由 Kapendev 用 D 语言编写，耗时约两年。该帖获得 73 点和 19 条评论。讨论涉及 D 作为游戏引擎的适用性，Kapendev 提到在底层与高层代码之间易于过渡，以及强大的数据建模功能。评论者还比较了 D 与 C++，指出 C++11 改善了人体工程学，并提出了非 C++ 语言的移动支持问题，提到 Rust/Kotlin/Flutter 的变通方案。D 的支持者称该语言被低估，而其他人指出 DMD 缺乏现代 Mac/Apple Silicon 支持，尽管 LDC/GDC 是常见替代方案，且 ARM64 支持 reportedly 在进行中。帖子还链接了相关的 D 游戏引擎工作和作者的 itch.io 游戏。
```
一位面部整形外科医生推出了MirrorMD，这是一个AI第二意见工具，提供个性化美容治疗建议、用量/容量和价格估算，以及教育指南。Hacker News评论者对FDA/监管审批、50美元费用、相互矛盾的照片删除说法、远程AI诊断、生物识别数据收集以及可能利用脆弱患者表示担忧。有些人认为整形患者并非普遍脆弱。总体而言，该讨论串对未经验证的AI医疗建议表示怀疑。