Guitoro 是一款免费、完整的在线虚拟吉他。它提供四种采样乐器——钢弦原声吉他、古典吉他、电吉他和四弦贝斯——音色可选、10 种调弦、最高第 10 品变调夹以及左手模式。在 24 个大小调中任意一个调里，提供 15 个具有真实琴颈指型的和弦；可用 F#m7 等和弦编辑调性，并在 Standard、Easy 和 Up 三种按法之间切换。使用 56 种扫弦/拨弦模式，以任意速度（最低 20%）演奏 51 首歌曲，或粘贴你自己的 ChordPro/和弦网站歌曲并添加反复记号。伴奏乐队提供 15 种鼓风格和 25 条贝斯线，速度 10–220 BPM，并带节拍器。独奏模式支持带锤弦、推弦和颤音的旋律。音箱与效果器包括过载、失真、法兹、EQ、混响和延迟。最多录制 10 分钟，可回放或导出 WAV/压缩音频。麦克风调音器覆盖吉他、贝斯、尤克里里和特殊调弦。一切都在浏览器中运行。
每日HackerNews RSS
启用 JavaScript 和 Cookie 以继续
Ledger确认，受损的硬件钱包是通过一家经销商流入的，其中植入了微型eSIM和微控制器，用于在设置过程中截取屏幕数据并窃取助记词。评论者指出，这印证了多年来被斥为“偏执”的供应链威胁。许多人批评Ledger的安全实践，建议跨厂商使用多签，并认为硬件钱包从来就不是完整解决方案。讨论还涉及加密货币相比传统银行缺乏追索途径、财务激励驱动复杂攻击的力量，以及关于硬件供应链信任的教训。一些人认为这是自托管可预见的失败；另一些人则呼吁更好的防篡改设计或开源设计。该讨论串反映出对加密安全的深度怀疑，以及保护数字资产免受资金充足、决心坚定的攻击者侵害的难度。
`ai-deslop` 是一个 Oxlint 插件，提供有主见的规则，用于标记低信号、AI 生成的“slop”代码。它引入了来自 `dmmulroy/anti-slop`（MIT）的通用规则，并在 `deslop/*` 命名空间下添加了更多规则。使用 `npm install --save-dev ai-deslop` 安装；`@oxlint/plugins` 是运行时依赖。它提供面向 Bun、Deno 和 Node 的已编译 JS。在 Oxlint 中通过 `jsPlugins` 和 `deslopConfigs.recommended` 配置。推荐规则涵盖不安全类型模式（unknown 参数/返回值、断言、类型拓宽、对象参数/字典）、性能问题（filter/map、reduce 展开、Reflect）、测试反模式（模块模拟、仅模拟调用断言）以及标准 TypeScript 规则（已弃用、浮动 Promise、require 导入、不必要条件、不可达）。可选规则处理重复 const/类型、重命名导入和 Tailwind 类名。鸣谢 anti-slop（MIT）。
Show HN：Deslop 是一组用于 AI 生成 TypeScript 的 Oxlint 规则，可捕获不安全类型、重复代码和低价值测试。评论者表示，激进 linting 对 AI 辅助开发至关重要，并称赞 `no-reflect-get` 等规则；他们将其与 `eslint-plugin-unicorn`、`ast-grep`、`coderabbitai/ast-grep-essentials` 和 `dmmulroy/anti-slop` 相比较。作者表示，Deslop 集中管理对 LLM 友好的规则，包括 Tailwind 规范类名，以及考虑 Zod/Drizzle 推断的重复类型/常量检测。他邀请提交 PR，并指出 Oxlint 可能已经以插件形式提供 Unicorn。该帖获得 32 分和 7 条评论。
XBOW 在六天内构建了一个由大语言模型辅助的 Chrome 全链漏洞利用，API 成本约 4 万美元，并赢得了谷歌首个 25 万美元的全链 VRP 奖励。该利用链使用三个漏洞，同时突破了 V8 的进程内沙箱和 Chrome 的渲染器沙箱：一个 Maglev 去优化缺陷复用了可变的 HeapNumber，从而在 V8 的指针压缩笼内获得读/写能力；一个 Blink 中动画 WebP 的 TOCTOU 将缓存的几何数据与已更改的字节结合起来，产生一次选定的原生写入；以及一个 Crashpad 竞态，它信任被挂起渲染器的内存，使代码能在未沙箱化的处理程序中执行并启动计算器。AI 代理负责漏洞搜索、概念验证和利用阶段，而 XBOW 研究人员指导目标、接口和后备方案。这三个漏洞都涉及改变某种被认为不可变的东西。Chrome 修复已公开。这项工作表明，大语言模型大幅降低了全链漏洞利用的时间与成本门槛，同时增加了碰撞风险，并使防御更加紧迫。
在 Hacker News 上，XBOW 的《六天从零到 Calc》帖子描述了在之前的链失效后，用六天构建出一个可用的 Chrome 全链漏洞利用。评论者 moyix 澄清，一月的目标直到五月才有了受雇团队；第一条完整链花了两个月。八月，那条链中的所有漏洞被修复后，他们从头开始，发现约 11 个漏洞，提交了三个组成一条链（用备用阶段替换了发生冲突的中间阶段），并花费 4 万美元的 API token，赢得了谷歌 25 万美元奖励。这条具体链由一人加智能体构建，并借助了早先协作工作中的技术。评论者争论时间线是否清晰、浏览器安全/JIT 缓解措施，以及 AI 辅助渗透测试是否正当。
Gentoo 用户面临频繁的重建，因为 uv-build 每 30 天发布约 12 次，而 Gentoo 必须从源码编译一切。其核心冲突涉及 Python 包装的 PEP 517 标准：虽然构建后端已标准化接口，但版本约束取决于项目。Gentoo 必须遵循 pyproject.toml 中指定的任何版本；如果没有半版本范围（如 `>=0.12,<0.14`），每次 uv-build 更新都会触发完整重建。uv 的维护者认为半版本范围是默认设置且能解决兼容性问题，但许多项目未 pinned 版本或精确 pinned 版本，问题更加严重。此辩论凸显了 upstream 快速发布周期与 downstream distro 政策之间的冲突，建议要么项目维护者采用适当的版本约束，要么 distros 限制更新频率。最终，摩擦源于 Gentoo 的源码模型与 uv-build 的频繁更新发生冲突，尽管标准的 Python 包装机制存在以缓解这一问题。
XY 音乐 乐谱 正在加载乐谱… 下载 PDF 原始乐谱 播放位置 小节 — 0:00 / 0:00 速度 0.5× 0.75× 1× 1.25× 1.5× 2× 音量 MIDI 关闭 连接设备… 跟随播放 正在加载乐谱… 内置钢琴 · 可选外部 MIDI · FreePats CC0 正在加载乐谱…
正在加载页面… Specr 实验室 作者：Shaun Pedicini @wunderbaba 更多项目 联系
一项新的盖洛普治理民调（9月1日至17日）发现，美国人对联邦政府的信任在五项指标上均处于历史最低点。仅33%信任行政部门，28%信任立法部门，33%信任联邦政府处理国际和国内问题；46%信任司法部门，为历来最低。对处理国际问题的信任较去年下降12个百分点，对行政部门的信任下降8个百分点，对处理国内问题的信任下降5个百分点。对行政部门和国际事务的信任低于此前低点。在共和党统一执政下，民主党人的信任极低；独立人士创下历史新低，而共和党人仍相对信任。仅51%信任“美国人民整体”，为有记录以来最低；42%信任政客。地方政府仍最受信任（67%），州政府为55%。总体而言，联邦信任处于盖洛普有记录以来的最低水平；下降可能与美国与伊朗的战争以及乌克兰和加沙的冲突有关，且信任集中于执政党。
Gemini 4 Argon 在物理推理、代码生成和视觉-语义理解方面实现了飞跃，加速机器人技术迈向物理 AGI。它在 ERQA 上得分 87%，在 3D 空间推理方面超越前沿模型。Argon 适用于机器人全生命周期：机器人控制（Spot 移动操作、零样本控制、视频世界模型引导）；Real2Sim（从机器人视频、人类第一视角视频或草图重建经校准的 MuJoCo 孪生体）；物理理解（事后标注、灵巧度与进度/价值估计、纯视觉解谜）；以及研究/自我改进（仿真数据生成、硬件试错与反思、在 MuJoCo WebAssembly 中单提示复现论文）。示例收益包括将真实世界 VLA 成功率从 56% 提升到 75%，并将完成时间从 35 秒缩短到 24 秒。通过对多视角视频、3D 几何、接触力学和本体感觉进行推理，Argon 理解物体如何与智能体进行物理交互。它可通过 Google AI Studio、Gemini API（型号为 gemini-4-argon）以及 Google Antigravity 使用。
Anthropic 称，智能体编程使编码不再是瓶颈；如今开发者基础设施成了限制。随着合并变更从 2026 年 5 月的约 2,500 次/天增长到 9 月的 30,000 次/天，Git 的离线、去中心化设计在 100GB 单体仓库和每日 2500 万次检出下不堪重负。Anthropic 构建了内部 VCS——Scion，并在五个月内迁移了其单体仓库，同时还构建了评审、搜索、IAM 和合并工具。Scion 假设客户端始终在线、客户端-服务器角色非对称、提交/变基在服务端进行、水平扩展、无锁变更集以及稀疏/虚拟检出。它将变更集用作预写日志条目、派生数据结构和分层缓存，实现了 99%+ 缓存命中率、CPU/内存比 git 镜像低 200 倍，以及更快的 CI（CPU 节省 25%）。一个七人团队在五个月内构建了 Scion 和 Antique，同时合并量增长了 10 倍。Claude 编写了大部分代码；工程师设定约束、拒绝过度工程，并审查意图。Anthropic 分享的是经验教训，而不是通用 Git 替代品，以帮助生态系统为智能体规模开发做好准备。
Anthropic 描述了 Scion，一个为 AI 代理规模构建的定制源代码控制系统。其单体仓库历史接近 100GB，每天约 2500 万次检出、3 万次合并。Scion 以服务器为中心、始终在线，提交/变基/合并都在服务器端进行，按需拉取文件，并使用不可变的内容寻址 blob 和元数据日志。Anthropic 表示，它消除了合并/检出瓶颈，让代理能做更多事。
HN 的反应褒贬不一。支持者认为，这是面向巨大单体仓库和代理集群的、Git 之后所需的新架构，类似 Google 的 Piper 或 Meta 的 Sapling。批评者称这是自找的问题：单体仓库加上海量 AI 变动、薄弱的代码审查、质量债务，还重新发明 SVN/Perforce，同时失去 Git 的离线/分布式优势。许多人怀疑每天 3 万次合并表明的是生产力，而不是蛮力式变动；他们提到有缺陷的产品、按意图审查，以及没有开源发布。核心争论是：这是代理规模下不可避免的新 VCS，还是一种昂贵的、用来回避修复流程和代码质量的方式？