每日HackerNews RSS

再举一个例子。我曾将个人网站从一个框架迁移到另一个框架,Claude 为我编写了一个迁移脚本。但代码审查非常困难:我不熟悉新框架,只能说“看起来好像没问题”。于是我让 Claude 为我制作了一款电子游戏——一个指挥中心,让我能一步步完成迁移,观察可见的变化和文件树的演变。它生成了一个界面,我可以点击按钮逐步运行迁移,并同时查看新旧网站的运行效果。在这个指挥中心里,我看着新网站一点点成形。这种体验让我获得了类似于亲手操作的理解,但速度快得多,因为整个过程都已为我规划妥当。

关于“理解力成为新的瓶颈”这一话题,《黑客新闻》(Hacker News)上的讨论展现了两种截然不同的观点:一方认为软件工程正在转向“流水线”模式,另一方则坚持认为人类的理解力才是核心约束。 许多参与者指出,“理解力”始终是主要瓶颈;大语言模型(LLM)只是通过快速生成代码,让人类难以核实,从而掩盖了这一事实。将思考过程外包给人工智能,往往会导致代码冗长、质量低劣或出现幻觉,进而产生巨大的技术债务。怀疑论者警告称,为了“追求速度”而放弃代码所有权,只会导致系统变得难以维护,沦为“凭感觉编写”而非严谨工程化的产物。 反之,也有人认为职业实践必须演进。通过采用规格驱动开发(Spec-Driven Development)、时间旅行调试以及严苛的测试套件等技术,工程师可以将大语言模型视为强大的工具,同时保持“认知所有权”。 最终,共识倾向于:尽管大语言模型提升了产出总量,但它们无法取代批判性思维的需求。真正的挑战不在于输入速度,而在于映射复杂系统、验证逻辑以及维持系统稳定性的能力——这些任务依然属于人类不可推卸的责任范畴。

**问题摘要:systemd-journald 磁盘 I/O 过高** 用户反映在 Debian 13/XFS 系统(systemd-journald 版本 257.9)上,`systemd-journald` 存在严重的低效磁盘 I/O 问题。尽管日志记录量仅为每秒两条,系统却表现出约 50 IOPS 的负载。 报告者认为,这种行为(此前在已关闭的 issue #15292 中已有记录)并非源于内核级的写入合并机制,而是 journald 文件格式本身固有的低效所致。此外,报告者还对文件体积膨胀及数据恢复能力不足表示担忧,指出在非正常重启后曾发生数据损坏。当前产生的 I/O 影响与其生成的日志量不成比例,远超传统 syslog 的性能表现。

这篇 Hacker News 的讨论重点介绍了关于 `systemd-journald` 磁盘占用情况的重大担忧,特别是它在 ext4 和 btrfs 等文件系统上极高的写放大问题。由于该日志采用了复杂的、基于 mmap 的二进制格式以及频繁的哈希表更新,单条日志记录可能会导致数万字节的磁盘写入。 批评者认为,该设计优先考虑自定义去重和索引,从根本上就是缺陷且低效的。许多用户反映,与在纯文本文件上使用 `grep` 或 `ripgrep` 等标准文本处理工具相比,`journalctl` 的速度要慢得多。虽然支持者认为日志提供了结构化查询功能,但反对者认为这些功能的价值往往无法抵消其性能损耗和复杂性。 讨论强调了一个反复出现的主题:`systemd` 项目通常倾向于使用专有的内部解决方案,而非 SQLite 或专用的日志管理守护进程等成熟且经过实战检验的替代方案。许多高级用户建议禁用持久化日志存储(`Storage=volatile`)或完全将其替换为 `rsyslog`,以提高系统性能并减少 SSD 损耗。批评者的共识是,`journald` 试图解决的问题——即本地日志管理——实际上早已被更简单、更稳健的工具完美解决了。

```animation.inertiaone 记录,已解码显示 { "id": "card0", "initialValues": { "opacity": 1, "rotate": 0, "scale": 1, "translate": [0, 0] }, "invokeType": "trigger", "keyframes": [ { "duration": 0.001, "values": { "scale": 0, "translate": [-0.008, -0.269] } }, { "duration": 2.011, "values": { "rotate": 90, "scale": 1, "translate": [-0.013, 0.278] } } ], "shapes": [] }```

Hacker News | 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 | 登录 Show HN: Inertia – 不再是老派的动画编辑器 (inertiagraphics.com) 9 分,hpen 发布于 1 天前 | 隐藏 | 过往 | 收藏 | 3 条评论 | 帮助 mukmuk 发布于 1 天前 | 下一条 [–] 对我来说,现在很难去读那些看起来像垃圾信息的落地页。每天的时间毕竟有限。也许“Show HN”的提交者如果能标注一下链接内容是否为本人自制,会更有用。 回复 geooff_ 发布于 1 天前 | 上一条 [–] 太绝了,一个动画工具的落地页里竟然连一个动画都没有。 回复 hpen 发布于 1 天前 | 父级 [–] ;) 回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

Cerebras 推出了“极速”(Ultrafast)模式,这是一种旨在加速前沿 AI 工作负载的高性能推理解决方案,使工程师能够专注于解决复杂问题。 该技术利用了 Cerebras 独特的晶圆级引擎(Wafer-Scale Engine),解决了传统基于 GPU 的推理中常见的数据传输瓶颈。通过将 44 GB 的 SRAM 直接集成到晶圆尺寸的芯片上,Cerebras 将模型权重保留在芯片内,消除了在片上内存和片外存储之间传输数据的需求。这使得标记(token)能够不间断地流经模型层,从而实现随模型规模高效扩展的“极快”速度。 目前,Ultrafast 模式下的 GPT-5.6 Sol 已面向部分客户提供有限预览,并计划随着容量的增加扩大访问范围。

OpenAI 与 Cerebras 合作推出了“GPT-5.6 Sol Ultrafast”模式,该模式利用 Cerebras 的晶圆级硬件实现了业内领先的推理速度。在近期的基准测试中,该模型在 11 小时内解决了 2,500 个问题,而竞争对手 Claude Fable 5 完成同样任务需要 78 小时以上。这表明在准确率相当的情况下,其运行速度提升了近 7 倍。 Hacker News 社区对此反应热烈,开发者们指出,这种极低的延迟从根本上改变了 AI 驱动的工作流程。除了单纯的效率提升,高速推理还实现了“协同共振”(pair-vibing),即模型能够提供实时反馈、进行快速迭代或执行循环自纠错,从而有效地将 AI 从一个缓慢的助手转变为实时合作伙伴。 尽管一些用户对该技术的高成本,以及速度与智能之间的权衡在严格审计下是否依然成立表示担忧,但另一些人认为,对于调试生产环境故障或复杂编码等关键任务,速度提升通过减少停机时间和缓解开发者瓶颈,带来了巨大的经济价值。此次发布预示着行业可能向专用 AI 硬件转型,高性能计算将成为提升开发者生产力和企业运营的核心差异化优势。

即将发布的 OpenJDK 28 对 GC(垃圾回收)子组件进行了约 350 项更新,重点在于代码重构、错误修复以及为 JEP 401(值对象)构建基础设施。 其中最重要的变化是 **JEP 523**,它将 **G1 设置为所有环境下的默认垃圾回收器**。尽管 G1 现已成为标准,用户仍可通过 `-XX:+UseSerialGC` 标志切换回串行 GC。 其他值得注意的改进包括: * **G1 GC:** 通过禁用 `MinHeapFreeRatio` 和 `MaxHeapFreeRatio` 的默认干预,增强了堆大小调整的启发式算法,并改进了对巨型对象(humongous objects)和并发标记的处理。 * **Parallel GC:** 改进了自适应晋升阈值,允许其降低,从而防止年轻对象过早晋升;并修复了高频 Full GC 期间堆扩展的问题。 * **所有回收器:** 优化了 TLAB 大小调整,以减少短生命周期、多线程应用中的内存浪费;并改进了字符串去重日志记录和 JFR 事件。 未来的开发将侧重于“自动堆大小调整”,旨在提高 G1 对外部环境和用户意图的响应能力。总体而言,这些更新反映了 HotSpot VM 在内存管理方面正朝着更稳健、更精简的方向发展。

抱歉。

2014 年,一位来自塞尔维亚的独立开发者在 Google Play 商店取得了巨大成功。在没有任何预算或行业人脉的情况下,凭借当时商店中显眼的“热门免费新游”榜单,他的游戏仅用 27 天就达到了一百万次下载量。在巅峰时期,该应用在近 90 万台活跃设备上运行,通过广告收入提供了稳定的经济来源。 到了 2026 年,市场格局已发生根本性转变。该开发者最近发布了一款新游戏,尽管付出了巨大努力并进行了社区推广,下载量却依然为零。核心问题在于可发现性:Google 的商店设计已不再侧重于自然增长的榜单,转而推崇付费推广,这使得独立开发者在没有大量广告支出投入的情况下,几乎无法获得任何关注。 虽然变现工具得到了改进,但准入门槛——特别是 Play 管理中心在技术和管理上的要求——却提高了。回顾十三年的数据,该开发者指出,虽然 2014 年的“中奖”机遇让他得以开启职业生涯,但现代的商店环境实际上已经关闭了自然成功的大门,将应用开发从一个凭实力脱颖而出的过程,变成了一场昂贵且艰难的营销之战。

抱歉。

在恢复了来自已停用的马其顿短网址服务 0.mk 的 657,607 条 2009-2014 年间的链接数据库后,研究人员分析了那个时代的“小型网络”状况。到 2026 年 8 月,他们抓取了这些历史链接以测试链接失效情况。 研究结果凸显了早期网络的脆弱性:大约 76.7% 的链接已无法正常访问。即便这一数字还算乐观,因为它包含了正在“加载”的停放域名、登录墙以及错误页面。虽然谷歌和维基百科等大型平台表现出较高的留存率,但去中心化的网络——包括个人博客、论坛和马其顿当地新闻——已基本消失。 该数据集相当于 2010 年代的数字博物馆,记录了在线共享的演变,从测试 URL 长度限制到早期对 Rapidshare 和 Megaupload 等服务的依赖。原团队曾因维护和垃圾邮件成本于 2014 年关闭了该服务,但最近又利用现代人工智能实现了审核和管理的自动化,从而重启了该服务。归根结底,该项目强调了一个严酷的现实:虽然短网址旨在长期有效,但它们所指向的内容却很少能持久存在。

Hacker News 最近的一场讨论源于一项针对 0.mk(一个在 2009 年至 2014 年间活跃的短链接服务)中 657,607 条链接的研究。数据表明,约 77% 至 79% 的链接已无法指向有效页面,这反映了“旧网络”正迅速衰败。 这些发现引发了关于什么是“旧网络”以及是否可以或应该对其进行修复的广泛争论。主要议题包括: * **链接失效问题:** 参与者感叹现代网络缺乏持久性,开发者不再重视 URL 结构,内容也在毫无预警的情况下消失。 * **中心化与自主权:** 许多用户认为“旧网络”的特征是独立的自建网站和垂直论坛。如今,这些已被通过算法和审查控制用户体验与内容的“围墙花园”(社交媒体巨头)所取代。 * **怀旧与现实:** 虽然一些人怀念早期个人主页的创作自由,但另一些人则认为“旧网络”曾是一个杂乱无章、质量低下的空间,现在的怀念带有“滤镜”色彩。 * **AI 的未来:** 0.mk 重建项目的创建者提出,大语言模型(LLM)或许能提供必要的自动化手段,来支撑那些曾因垃圾信息和高维护成本而消亡的小型社区网站。

DONKEY.BAS 是早期 IBM PC DOS 随附的程序,用于展示 BASICA 的彩色图形和声音功能。它由微软联合创始人比尔·盖茨(Bill Gates)和尼尔·康岑(Neil Konzen)于 1981 年编写(1982 年发布 1.10 版本)。游戏玩法仅限于变道——避开驴子,否则就会发生碰撞。本页面使用 JavaScript 重现了原始的 CGA 游戏体验,并进行了一些自由发挥。原始源代码:DONKEY.BAS · GitHub

为庆祝 IBM PC 诞生 45 周年,一位开发者将经典的 131 行游戏《DONKEY.BAS》移植到了网页端。该项目在 Hacker News 上引发了怀旧讨论,用户们纷纷感慨起 QBasic 和 GW-BASIC 等早期 BASIC 环境“开箱即用”的特性。 对于许多开发者而言,《DONKEY.BAS》、《GORILLA.BAS》和《NIBBLES.BAS》是他们的编程“启蒙药”。评论者分享了他们修改这些简单脚本的往事,比如调整游戏变量或重力设置,这是他们初次接触软件开发的经历。讨论帖凸显了人们对早期计算简易性的一种失落感——在那个时代,独立且易于修改的环境让用户能够清楚地了解机器是如何运作的。 此次讨论还深入探讨了历史性的硬件限制,包括如何利用巧妙的技巧从原始的 PC 扬声器中压榨出复音效果、以及《DONKEY.BAS》(由比尔·盖茨亲自参与编写)的传奇地位,还有通过现代浏览器模拟器来保留这一时代的持续努力。参与者们强调,尽管现代开发依赖于复杂的依赖堆栈,但早期 BASIC 的“魔力”在于其极高的可访问性,以及将想象力转化为代码时所带来的即时满足感。

受凯兰·埃利奥特-麦克雷(Kellan Elliott-McCrea)启发,这一理念提倡在选择技术时采取严谨、保守的态度。其核心前提是:公司的“创新额度”是有限的;将这些额度花费在非核心任务的未经考验的工具上,会偏离公司的主要使命。 工程师不应盲目追求“最合适的工具”,而应**拥抱无聊的技术**——例如 MySQL 或 Python 这类故障模式和功能已广为人知的工具。这能最大限度地减少“未知的未知”,并降低阻碍长期生产力的运营和认知负担。 **全局优化**是关键:技术选择应基于对整个组织的影响进行评估,而非仅针对特定项目。引入新工具会产生长期的维护成本,这往往超过了开发初期所获得的收益。当必须引入新技术时,必须通过严格的评估流程,优先考虑现有能力,并强制执行明确的迁移路径,以防止技术债务。 归根结底,工程自由并非体现在使用最新、最潮工具的能力上,而在于由专注、可控的技术栈所提供的稳定性。通过最大限度地减少运营琐事,团队可以腾出精力去解决更宏大、更有意义的商业问题。

“选择无聊技术”(Choosing Boring Technology)这一概念在软件工程领域既具争议,又影响深远。其核心观点是,每家公司都有有限的“创新筹码”——即处理新技术、新工具所带来的风险和学习曲线的能力。 支持者认为,在大多数任务中使用“无聊”(即被充分理解、经受过实战考验)的技术,能够确保系统的稳定性和可靠性,从而将有限的精力用于解决实际的业务问题,而非调试实验性的技术栈。这种方法常被认为通过避免不必要的复杂性,帮助了公司实现可靠的扩展。 然而,批评者认为,“无聊”是一个模糊且容易终结思考的标签,它掩盖了客观进行技术评估的必要性。他们主张,技术决策应基于对需求、性能和风险的严谨分析,而非简单的二元标签。也有人指出,“无聊”是相对的;对于一个团队而言的行业标准,对另一个团队来说可能就是巨大的、充满风险的转变。 在人工智能和大语言模型时代,这场辩论发生了转移:一些人认为,由于稳定技术拥有海量的训练数据,人工智能使得“无聊”技术更具吸引力;而另一些人则认为,AI 智能体使得管理更复杂、“更令人兴奋”的技术栈变得轻而易举。

为什么选择 GoAccess?GoAccess 是一款专为快速处理而设计的终端日志分析工具。其核心理念在于无需浏览器即可实时分析并查看 Web 服务器统计信息(非常适合通过 SSH 对访问日志进行快速分析,或适用于偏好终端操作的用户)。它也是一款实用的安全监控工具,能够直接从日志中轻松识别可疑活动、异常流量模式、暴力破解尝试、扫描器、机器人程序及异常请求。虽然终端界面是其默认输出方式,但它同时也支持生成完整、独立的实时 HTML 报告(便于进行分析、监控及数据可视化),以及 JSON 和 CSV 格式的报告。

抱歉。

更多

联系我们 contact @ memedata.com