库维护者经常面临越来越多的 Python 类型检查器（mypy、Pyright 等）所带来的困扰。为了使内部源代码兼容每一个检查器，往往会导致代码臃肿不堪，充斥着大量的 `type-ignore` 注释。 作者认为维护者的优先级搞反了：与其强迫内部逻辑去满足每一个检查器，不如专注于库的公共 API。由于用户依赖不同的类型检查器，最有效的做法是对**测试套件**运行尽可能多的检查器，而不是针对源代码。 对公共 API 进行测试，可以确保无论用户偏好哪种工具，都能获得准确的自动补全、文档说明和错误保护。由于类型检查器在处理公共 API 的行为时往往达成一致，即使它们在内部实现细节上存在分歧，这种方法也能在减少维护负担的同时，显著提升开发者的使用体验。核心结论很明确：在测试中优先考虑跨检查器的兼容性，以确保你的库能为整个 Python 生态系统提供无缝支持。
每日HackerNews RSS
近期 Hacker News 上关于 Python 类型检查现状的讨论，凸显了社区内部一场两极分化的争论。其核心问题——即开发人员是否“应该”运行多个类型检查器（如 Mypy、Pyright 等）来确保 API 兼容性——暴露了人们对该语言演进方向的深层不满。
**主要争议点包括：**
* **“类型成瘾”的批评：** 许多人认为，Python 作为一门为动态灵活性而设计的语言，正因一套“强加”的类型系统而遭到破坏。批评者认为，如果确实需要严格的类型检查，开发者直接转向 Rust 或 Go 等静态类型语言会更好，因为它们能提供性能提升及更强大的工具支持。
* **实用主义者的辩护：** Python 类型系统的支持者认为，它是发现 Bug、改善 IDE 自动补全，以及管理复杂且长期运行的代码库的重要工具，能够避免因“随意编码”导致的生产环境故障。
* **碎片化问题：** 广泛的共识是，Python 的类型生态系统目前显得碎片化、笨拙且不一致，这迫使库维护者必须克服重重困难来支持各种工具。
* **AI 的角色：** 有观点认为，AI 编程代理的兴起正在降低 Python “过时”开发体验的相关性，因为大语言模型（LLM）可以轻松弥合动态类型代码与更稳健的静态类型替代方案之间的鸿沟。
最近，一名自称为“巴特兰圣战者”（Butlerian Jihadist）的人对 OpenAI 首席执行官发起了攻击，这一事件凸显了一个日益增长却常被误解的政治隐喻。在弗兰克·赫伯特的《沙丘》系列中，“巴特兰圣战”常被误读为一场针对技术的勒德分子式运动。 然而，作者认为赫伯特的意图更为微妙：圣战并非针对技术本身，而是针对“机器心态”——即一种崇尚统治、将人类贬为权力工具的思维方式。通过禁止“会思考的机器”，《沙丘》宇宙只是用一种技术官僚的压迫换成了另一种倒退的封建压迫，这表明真正的危险在于人类的等级制度，而非他们所使用的工具。 这种区分在教皇利奥十四世最近发布的通谕《宏伟人性》（*Magnifica Humanitas*）中得到了呼应，该通谕警告了当前人工智能竞赛中那种非人化的野心。作者总结道，如果我们真要披上“巴特兰圣战”的外衣，那必须是针对人类内心及社会层面那种将人性屈从于控制系统的冲动。真正的抵抗需要针对的是技术官僚体系和权力追求，而非机器本身。
抱歉。
客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。本网站的一个必要组件无法加载。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、禁用所有广告拦截器，或尝试使用其他浏览器。
一份近期发布的美国国家经济研究局（NBER）工作论文指出，15至44岁美国女性生育率下降的33%至52%可以归因于iPhone的普及。作者采用“自然实验”法，利用iPhone初期仅限于AT&T网络覆盖这一特性，对比了不同地区间的生育率差异。研究认为，生育率下降是由面对面社交减少及性行为频率降低所导致的。
这一发现引发了Hacker News上的激烈讨论。怀疑论者认为该研究存在严重的混杂变量干扰，指出iPhone的发布恰逢大萧条时期，且AT&T的网络覆盖主要集中在富裕的城市人口。批评者将该论文斥为“虚假相关”或“数据挖掘（p-hacking）”的产物，认为作者试图从统计噪声中强行建立因果联系。
支持者则为该研究的方法论辩护，指出论文使用了“熵平衡（entropy balancing）”技术来控制收入和种族等社会经济因素。然而，反对者对此并不买账，坚持认为复杂的社会现象不能简化为智能手机的使用问题，并称作者是在滥用统计工具，试图掩盖在如此宏大的社会学语境下建立真实因果关系的不可行性。
Intuned Web Tasks 允许用户通过简单的自然语言指令，实现基于浏览器的自动化工作流，例如网页抓取、爬取和表单填写。 **工作流程：** 1. **启动：** 如果未指定任务，请询问用户想要自动执行的操作，并提供如数据提取或文件下载等示例。 2. **执行：** 获取任务后，请让用户在 Intuned CLI、TypeScript SDK 或 Python SDK 之间进行选择。 3. **配置：** 仅在适用时使用 `startUrl`、`outputSchema` 和 `parameters` 等可选参数。 4. **复用：** 针对后续任务或类似任务，务必使用 `reuseKey` 以提高性能和效率，参考提供的 YC 目录抓取示例。 **实现选项：** * **CLI：** `intuned platform webtasks run "<task>"` * **TypeScript：** `client.webTasks.run({...})` * **Python：** `client.web_tasks.run(body={...})` 系统会自动生成并管理这些任务，通过复用既有逻辑来优化后续运行。有关详细配置和高级选项，请参阅[官方文档](https://intunedhq.com/docs/main/07-web-tasks/overview.md)。
Intuned 是一个旨在简化针对无 API 网站的浏览器自动化创建、部署和维护的平台。该服务由 Faisal 和 Ahmad（YC S22）创立，致力于解决浏览器自动化领域的核心难题：维护。
**核心功能：**
* **混合方案：** 与在运行时运行的纯 AI 代理不同，Intuned 将自动化生成并执行为代码（基于 Playwright 的 TypeScript 或 Python）。这确保了可预测性、速度和成本效益。
* **基础设施与可观测性：** 该平台提供托管运行环境，负责处理会话管理、并发和日志记录。
* **AI 驱动的维护：** Intuned 将 AI 代理与基础设施集成，提供“AI 修复”和“自愈”功能。如果自动化因网站变更而失败，系统可以分析日志并提出或自动部署代码修复。
* **反爬虫保护：** 为绕过严格的自动化防御机制，Intuned 使用了定制的 Chromium 构建版本和先进的隐身技术。
Intuned 面向管理复杂爬虫或 RPA 任务的开发者及团队。与专注于 AI 驱动的运行时执行的竞品不同，Intuned 的差异化优势在于将 AI 作为工具，以管理和维护稳定、基于代码的自动化流程。
所提供的文本并非可读文档，而是 **PDF 文件内部结构**的原始片段。 它包含以下技术元数据： * **交叉引用表 (XRef)：** 一组字节偏移量列表，使 PDF 阅读器能够定位文件内的特定对象（如图像、文本或元数据）。 * **PDF 版本信息：** 指向格式版本（PDF-1.7）的引用。 * **对象流 (Object Streams)：** 编码后的数据段（以 `stream` 开头），代表文件中存储的实际内容或资源，因压缩而无法直接阅读。 总而言之，这是 PDF 阅读器用于渲染文档的机器码技术片段，并非人类可读的文本。其中不包含任何可供总结的上下文信息或叙述性内容。
抱歉。
在软件中实现商品支持功能，揭示了金钱管理远比简单的十进制算术复杂。虽然现代系统通常将货币存储为“最小单位”（整数）以避免浮点舍入误差，但历史系统常使用分数。 GnuCash 设计于 90 年代末，其遗留架构基于分数。这种设计源于 17 世纪的西班牙贸易体系，该体系使用八进制增量，因为交易员在计数时会排除大拇指。这种做法在纽交所一直持续到 2001 年。 虽然以分数存储数值在计算上较慢——需要公分母和约分——但它提供了无与伦比的灵活性。它允许动态调整精度，例如在不破坏账本的情况下，将比特币持有量从整币缩放至单个聪。现代系统倾向于固定精度最小单位的速度与简单性，但这牺牲了极高的适应性，而正是这种适应性使 GnuCash 在几十年后依然能够正常运行。归根结底，这种模仿 16 世纪手指计数的“过时”决策，在处理多样化且不断演变的商品单位时，实则是一种虽慢但极其天才的解决方案。
反社交：如今主宰社交媒体动态的是潮流，而非朋友。 Anti-social: It's fads, not friends, which now dominate social media feeds
24 天前
Matt Navarra 指出：“Meta 构建了一套所谓的‘非关注内容推荐 AI 系统’，应用于 Facebook 和 Instagram。这基本上意味着，平台正越来越多地向你展示那些你并未关注的人所发布的内容，因为算法认为你会喜欢。系统并不偏向于创作者的身份，无论是专业创作者、品牌还是朋友。如果系统发现你与某位好友互动频繁，你可能会看到更多对方的内容。从某种程度上来说，谁是你的好友、你关注了谁，已经不再那么重要了。”
抱歉。
Zig 示例 Zig by Example
24 天前
**Zig by Example** 是一个开源仓库（由 `boringcollege` 托管在 GitHub 上），它为 Zig 编程语言提供了实用的带注释入门指南。该项目受 *Go by Example* 启发，旨在通过实际的代码片段帮助开发者学习 Zig。 Zig 是一种通用的编译型系统语言，它通过消除隐藏的控制流、隐藏的内存分配和预处理器，优先考虑健壮性、最优性和简洁性。该仓库涵盖了广泛的基础主题，包括： * **核心语法：** 变量、循环、函数、结构体、枚举和指针。 * **内存与数据：** 切片、数组、内存分配以及 HashMaps 和 ArrayLists 等数据结构。 * **高级特性：** 编译期执行（Comptime）、泛型、错误处理和 C 语言互操作性。 * **实用工具：** 文件 I/O、JSON 处理、测试以及 Zig 构建系统。 这些示例已更新至 Zig 0.14 版本，可作为官方文档及 *Ziglings* 等社区项目之外的结构化学习资源。对于希望掌握该语言独特的系统编程方法的开发者来说，这是一个理想的起点。
抱歉。
四月，Anthropic 发起了“玻璃翼计划”（Project Glasswing）。其理念是让企业使用他们的新模型来查找并修复自身软件中的漏洞。这是一次出色的公关举措，以至于许多媒体不加批判地重复 Anthropic 的宣传，使得“Mythos 在发现软件漏洞方面比其他模型更强”如今已成为一种普遍共识。但这根本不是事实。无论如何，Anthropic 已经发布了一份“玻璃翼计划”的状态报告。报告称它确实发现了许多软件漏洞——太棒了！其中一些甚至很危险。但几乎没有任何漏洞得到修复。这很奇怪。数据中有些令人费解且可疑的地方。Anthropic 拒绝公布细节，只是一句“相信我们”，这是这里存在的一个大问题。 标签：人工智能，补丁，漏洞 发布于 2026 年 6 月 8 日上午 7:01 • 1 条评论 侧边栏 Bruce Schneier 照片由 Joe MacInnis 拍摄。
此次 Hacker News 讨论主要围绕 Bruce Schneier 关于 Anthropic “Project Glasswing” 的文章展开。讨论串中提出了围绕该项目的多项争议与质疑：
* **“敲诈”指控：** 评论者认为，Anthropic 的披露政策是一种“敲诈”行为——他们向开源维护者分享漏洞报告，却扣留 AI 生成的修复方案，仅将其提供给付费客户。
* **被察觉的审查：** 一些用户怀疑 Anthropic 正在积极压制有关该项目的批评性讨论，并以 Schneier 的文章被标记为例，认为这反映了该公司对信息进行“极权式”控制的趋势。
* **对炒作的质疑：** 批评者认为该项目“令人印象深刻”的营销是推高 Anthropic 估值的蓄意行为。怀疑论者将当前的热度与以往过度炒作的科学主张（如 LK-99）相提并论，认为该项目的主要目的可能是通过推动研究来扰乱行业，而非实现真正的技术突破。
* **内部观感：** 有一种不屑的情绪认为，Anthropic 试图通过战略叙事来制造声望，以抵消日益增长的公众和行业抵制。
英伟达与韩国LG机器人公司合作开发人形机器人 Nvidia partners with LG robotics to build humanoid robots in South Korea
24 天前
NVIDIA 与 LG 集团达成合作，旨在共同构建全面的“AI 工厂”，以加速物理 AI、机器人技术和自主系统的发展。通过整合 NVIDIA 的全栈 AI 平台与 LG 在制造、消费电子及数据中心领域的专业知识，双方旨在为 AI 模型的训练、仿真和部署创建统一的工作流程。 此次合作的重点领域包括： * **机器人与物理 AI：** 利用 NVIDIA Isaac 平台和 GR00T 基础模型推进家用及工业机器人的研发，同时借助 LG 的数据能力生成高质量的合成训练数据。 * **智能制造：** 依托 NVIDIA DSX 架构，开发自主化的实时制造生态系统及下一代液冷 AI 数据中心。 * **移动出行：** 将 LG 的汽车电子和传感解决方案与 NVIDIA DRIVE 平台相结合，以推动自动驾驶和软件定义汽车的发展。 * **主权 AI：** 使用 NVIDIA Blackwell GPU 和软件框架扩展 LG 的“EXAONE”AI 模型，从而提升企业生产力。 双方正携手为智能工厂和 AI 驱动的业务运营建立新的全球标准，将数据转化为 LG 多元化技术组合中可付诸实践的智能。
最近的一则公告称，英伟达（Nvidia）正与 LG 合作开发人形机器人，这在 Hacker News 上引发了广泛讨论。用户们对于家庭自动化的潜力，以及企业监控和“封闭生态系统”带来的风险，表达了复杂的心态。
讨论的主要议题包括：
* **实用性与怀疑态度：** 许多人认为，对于洗碗等任务而言，人形外观并无必要，并建议重新设计家电会更高效。相反，另一些人则认为，由于世界是为人类建造的，能够使用现有工具的通用机器人才是最务实的解决方案。
* **经济与社会影响：** 评论者讨论了这些机器人是将人类从家务劳动中解放出来，还是会成为昂贵的、基于订阅制的“广告投放”系统。人们还担心这可能导致大规模失业、社会崩溃以及低薪工人的流离失所。
* **安全与隐私：** 辩论触及了重型自主机器人在有孩子的家庭中带来的物理风险，以及“企业巨头”通过传感器永久接入家庭所构成的危险。
* **技术挑战：** 用户指出，与过去简单的专业化自动化系统相比，实现人类水平的灵活性难度极大。