该项目推出了一款尺寸与标准信用卡相当（厚约 1 毫米）的全功能计算机。该设备基于 ESP32-C3 芯片，配备电子墨水屏和 NFC 功能，可作为智能家居控制、离线双重身份验证（2FA）/加密货币存储、渗透测试或交互式名片的通用工具。
开发者通过严谨的工程设计实现了这种极致的小型化，包括定制蚀刻的柔性电路板，以及通过巧妙的“孤岛式”元器件布局来管理机械应力。虽然最初的原型是手工制作且较为脆弱的概念验证，但该项目已成功证明，可编程计算机完全能够集成在标准的卡片尺寸限制内。
目前的开发重点在于提高耐用性，并寻找超薄电池以平衡容量与安全性。通过优先考虑与真实卡片一致的超薄外形，创作者旨在超越笨重的“智能”设备，打造一款真正便携的日常工具。开发者计划近期发布该项目，并邀请社区成员为其贡献更多应用场景。
每日HackerNews RSS
**Muxcard** 是一个 DIY 计算机项目，因其卓越的工程成就而在 Hacker News 上备受关注：它是一台功能完备、可编程的计算机，被塞进了一个几乎与标准信用卡大小相当（厚度约 1 毫米）的设备中。
开发者 krauseler 使用了定制的柔性印刷电路板（flex PCB），使其硬件能够适配钱包大小的规格。社区讨论主要围绕以下三个主题：
1. **技术赞赏**：用户对紧凑的设计以及利用磁吸弹簧针（pogo pins）充电的方式印象深刻，这有效地克服了超薄设备带来的物理限制。
2. **“能运行《毁灭战士》（DOOM）吗？”现象**：与许多硬件项目一样，开发者收到了大量关于运行《毁灭战士》的请求。开发者证实从技术上讲是可行的，尽管帧率较低（约 0.7 FPS）。
3. **哲学与功能性辩论**：参与者讨论了“计算机”的定义，将 Muxcard 与历史上的名片型 Linux 光盘和智能卡进行了比较，并探讨了未来的潜在用途，例如安全银行硬件或专用电子邮件界面。
尽管一些较真的人批评该项目比 ISO 标准卡厚了 0.2 毫米，但共识依然是：Muxcard 是一项极其令人印象深刻的技术成就。
在即将上映的《玩具总动员 5》中，胡迪、巴斯光年和翠丝等经典角色将面对一个全新的反派：名为“Lilypad”的平板电脑。演员汤姆·汉克斯和蒂姆·艾伦表示，这部电影突显了现代儿童沉迷屏幕的困境，汉克斯将其形容为一种“令人心惊胆战”的现象。
演员们指出，影片反映了现实世界的挑战。艾伦观察到，习惯了 Instagram 等短视频内容的当代青少年，很难对传统的两小时电影保持兴趣。虽然该系列电影历来专注于玩具的内心世界，但这一部作品是对数字设备时代代际转变的一种探讨。尽管题材严肃，演员们相信这个故事能引起那些为限制屏幕时间而苦恼的家长的共鸣。饰演翠丝的琼·库萨克表示，影片对科技与传统玩耍方式之间冲突的探索是一个及时且引人共鸣的主题。
Hacker News 社区近期讨论了汤姆·汉克斯（Tom Hanks）关于《玩具总动员 5》中提到儿童屏幕成瘾“恐怖”之处的言论。评论者对迪士尼批评这一其自身也在推波助澜的问题表示怀疑，认为这类似于企业靠“反叛”标签获利。
该讨论帖突显了育儿观念的代际转变，许多家长表示现在对屏幕时间设定了更严格的界限。用户普遍认为这是一个复杂的问题：虽然有人主张完全禁绝，但也有人认为屏幕时间往往是家长不堪重负、时间匮乏而需要“电子保姆”的体现。
讨论的核心焦点在于内容的“质量”：许多家长区分了被动、易成瘾的内容（如 YouTube Shorts 或算法推荐内容）与主动、引人入胜的媒体（如益智游戏或高质量故事）。尽管部分参与者批评了围绕屏幕时间的“恐慌营销”，但其他人认为数字干扰带来的心理负担是现实存在的现代挑战，需要家长主动筛选孩子接触的内容。最终，共识倾向于认为解决之道在于有意识、经挑选的互动，而非完全回避数字产品。
开源 CQL（分类查询语言）是一款功能强大且可用于生产环境的 IDE，专为数据库查询、迁移和集成等复杂数据任务而设计。通过利用应用范畴论，CQL 为传统的 SQL 提供了一种更具原则性且数学上更稳健的替代方案。
其主要特性包括灵活的 I/O 支持（JDBC、CSV）、模式的可视化图形界面，以及支持无缝去规范化的高级数据完整性约束。其独特的计算模式支持使用 Java 或 JavaScript 定义用户函数，并内置定理证明器以确保数据一致性。
与传统的数据库管理系统不同，CQL 是一种无状态函数式编程语言及工具集，专为单节点内存数据处理而优化，非常适合数据科学工作负载。它是 David Spivak 的 ologs 的参考实现。虽然核心软件是开源的，但商业支持和企业级解决方案由 Conexus AI 提供。
该项目将一个 10 欧元的“YCOO NEO OCTOBOT”玩具改造成了儿童专用的 LLM（大语言模型）智能伙伴。为了打造一个注重 STEM 教育、注重隐私且完全本地化的 AI，作者拆解了该机器人，绕过了其原厂基础电子元件，并集成了一块 Adafruit FT232H 板，通过 USB 控制电机。
该系统采用客户端-服务器架构：笔记本电脑作为“大脑”，运行本地大模型（Gemma/Qwen）以及定制的 Rust 语音转文字（Parakeet）和文字转语音（Qwen3 TTS）引擎；手机作为移动交互界面，负责传输音频并渲染 UI。定制的硬纸板外壳容纳了所有组件，使其既耐用又易于修改。
该项目实现了一套复杂且低延迟的语音对语音交互流程，并具备“插话”功能，确保对话自然流畅。除了基础互动，机器人还能搜索网络、播放 Spotify 音乐以及描述照片。在经过社区儿童的实地测试并取得成功后，该项目已演变为一项本地社区计划，旨在教家长和孩子们如何构建属于自己的 AI 机器人。这一过程也成功重燃了作者对创造能为他人带来切实快乐的技术的热情。
抱歉。
Jane Street 开发了 `strace-ui`，这是一个交互式终端界面，能将往往难以理解的 `strace` 输出转换为可搜索、可读的格式。它具备实时过滤、文件描述符追踪以及人类可读的格式化功能，显著简化了复杂多线程进程的调试工作。
该工具由 **Bonsai_term** 驱动，它是 Jane Street 现有函数式响应式 Web 框架 Bonsai 的终端适配版本。该框架最初为 Web 应用开发，采用声明式、类型安全的方法，支持模块化、可组合的 UI 组件。通过将 Bonsai 移植到终端，团队使开发人员能够构建复杂的命令行应用程序，并与后端服务共享逻辑，从而摆脱了基于浏览器的开发限制。
该框架成功的关键因素在于它与 AI 编码助手的集成。Bonsai_term 的“预期测试”（expect test）系统（将终端状态以文本形式打印）创建了一个闭环，使 AI 代理能够通过类似视觉差异的对比来验证自己的 UI 代码。这带动了内部工具开发的激增，涵盖了从调试器到持续集成（CI）监控等多种工具。通过将终端的速度与现代函数式编程的强大功能相结合，Bonsai_term 正在 Jane Street 引领一场终端用户界面（TUI）的复兴。
请启用 JavaScript 和 Cookie 以继续。
抱歉。
Eric Harshbarger 的网站是他个人原创回文（从前向后读和从后向前读完全相同的单词或短语）的存档。出于对文字游戏的痴迷，Harshbarger 自 2008 年以来一直积极创作这些语言谜题。 尽管他力求原创，但他承认广阔的文字游戏世界使得偶然的重复在所难免。他鼓励访问者如果发现他的任何作品与现有的回文重合，请与其联系。该网站提供了一个井然有序的作品数据库，并附有长度、中心字母和参考编号等元数据。
绘制目标 KL。KL 散度衡量的是，如果使用你的绿色分布 Q 来代替蓝色分布 P，会显得多么出人意料。请绘制一个总和接近 1 的概率分布，并使其尽可能接近目标 KL 散度数值。你有 10 秒钟时间。开始！
2026年美国中期选举正面临严峻威胁，这种威胁并非来自对选票的物理篡改，而是源于一场旨在瓦解公众对现实信任的AI驱动运动。根据Check Point的《2026年威胁展望》报告，恶意行为者正日益专注于利用网络钓鱼、品牌冒充和域名滥用手段来操纵信息环境。 主要发现包括： * **冒充策略：** 精明的恶意行为者利用仿冒域名克隆路透社、《华盛顿邮报》等主流媒体，以可信报道为幌子散布AI生成的虚假信息。 * **基础设施激增：** 与选举相关的主题域名注册量出现大规模激增（每月达数千个），这些域名通常被用于网络钓鱼、诈骗性筹款及传播错误信息。 * **凭证风险：** 数以千计来自ActBlue和WinRed等平台的捐款人凭证已在犯罪市场上泄露，导致账户被接管和社会工程攻击的风险大幅增加。 安全团队必须将此次选举周期视为高风险时期。主要的防御措施包括强大的品牌保护、实时钓鱼检测以及对泄露凭证的主动监控。这些行动的目标并非针对机器，而是旨在让选民相信真相本身已无法核实。
这场 Hacker News 讨论探讨了美国政治中共同现实的瓦解，起因是一份关于中期选举所面临网络威胁的报告。
共识认为，数字平台已从根本上改变了公共舆论。互联网非但没有促进联结，反而使社会分崩离析，强化了偏见，并让虚假信息得以病毒式传播。参与者指出，虽然宣传并不新鲜，但现代由人工智能辅助的虚假信息——通常由外国国家行为体或算法机制助推——在规模和速度上已达到前所未有的程度。
评论者们对根本原因提出了不同看法：
* **算法极化：** 平台优先考虑用户参与度，这使得耸人听闻的内容比事实更受欢迎。
* **把关人的缺失：** 经过核实的新闻媒体日渐式微，而“付费即可发布”的宣传手段兴起，导致人们更难分辨事实。
* **“Instagram 大脑”：** 持续且碎片化的信息摄入可能正在损害我们的集体记忆和批判性思维能力。
虽然有些人建议通过投票或提升信息获取质量来解决问题，但另一些人则持怀疑态度，认为当前的政治体系已无可救药。归根结底，这场讨论反映了一种共同的焦虑：数字革命的发展速度已经超过了人类对操纵行为的免疫能力，导致选民日益分裂，且无法就基本事实达成共识。
这个业余项目探讨了大型语言模型（LLM）API 中“推理”（Chain-of-Thought）模块的安全性。这些模块包含加密且不透明的数据块，用以代表模型的内部思维过程；为了在无状态的 API 环境中维持会话状态，这些数据块会被发送至客户端。 作者发现了两个主要漏洞： 1. **重放攻击：** 推理数据块可以在不同的会话甚至不同的用户账户之间进行重放，这表明系统使用的是全局加密密钥，而非账户专用的密钥。 2. **侧信道泄露：** 由于推理的时长和规模与模型内部计算的复杂度相关，攻击者可以利用这些元数据信号来推断秘密数据。通过强制模型根据特定秘密位进行“短”或“长”的计算，作者能够提取出模型被明确禁止泄露的信息。 尽管作者成功演示了这些漏洞，但未能提取出核心的系统提示词（System Prompts）。OpenAI 和 Anthropic 已收到相关通知；虽然目前未发现直接的严重威胁，但这些发现表明，“隐藏”的推理过程并不像看起来那样安全，且仍然容易受到基于元数据的攻击。