MemeData

``` 在 Docker Shell 沙箱中运行 NanoClaw ``` Running NanoClaw in a Docker Shell Sandbox 2 天前

客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。网站的必要部分无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置造成的。请检查您的连接，禁用任何广告拦截器，或尝试使用不同的浏览器。

H-1B 揭秘：人才短缺是谎言 H-1B Exposed: The Talent Shortage Is a Myth 2 天前

独立调查显示，摩根大通、美国运通和资本一等三家美国主要银行利用H-1B签证项目存在劳务套利模式。对公开的联邦文件（2017-2025财年）分析表明，这些银行提交了总计7474份劳工条件申请（LCA），审批率近乎完美（98-99%）。调查强调了一种大规模提交LCA、支付接近法定最低工资（31.8%的申请）以及赞助绿卡以留住员工的策略。绝大多数（69.8%）的职位是“通用IT”岗位——软件开发人员、分析师和质量保证人员，这表明该项目并非针对专业人才。数据显示，这并非对真正人才短缺的响应，而是通过地域套利和移民赞助控制工人来降低劳动力成本的 deliberate effort。美国运通目前在其员工中拥有最高的H-1B工人比例（3.5%且正在增长）。所有数据均来自官方政府文件，旨在提高透明度并揭露这些做法。

LCM：无损上下文管理 [pdf] LCM: Lossless Context Management [pdf] 2 天前

这似乎是PDF文件的内部对象流，不是人类可读的内容。提供的文本是一系列对象定义和二进制数据流。本质上，这是*构成*PDF文档的原始代码，而不是文档的*摘要*。它包含有关如何显示文本、图像和其他元素的指令。如果没有PDF阅读器或专门的工具来解释这些数据，就无法确定文档的内容。这就像查看网站的源代码——你看到指令，但看不到完成的页面。因此，仅凭这些信息无法生成摘要。你需要用阅读器打开PDF文件才能理解其含义。

``` 构建垂直软件十年：我们完蛋了吗？ ``` 10 years building vertical software: are we cooked? 2 天前

金·多特科姆称Palantir涉嫌黑客入侵。 Kim Dotcom says Palantir allegedly hacked 2 天前

## 金·多特科姆关于帕兰蒂尔被黑的说法——一个怀疑的概述最近一篇Hacker News上的帖子详细介绍了金·多特科姆声称帕兰蒂尔被黑，泄露了敏感信息，包括世界领导人设备中的后门、勒索材料以及与乌克兰武器开发相关的证据。多特科姆表示这些数据已被分享给他，并将发布给中国和/或俄罗斯。然而，这些说法遭到了广泛的怀疑。评论员指出多特科姆的可信度存疑，并注意到他可能存在利益冲突，因为他正在做空帕兰蒂尔的股票。许多人认为这些指控荒谬可笑，类似于“4chan上的帖子”，并且缺乏具体证据。讨论围绕“黑客攻击”本身的合理性展开，有人认为这可能是使用人工智能伪造的，或者源于帕兰蒂尔软件的滥用，并提及了之前FBI涉及的一起事件。许多用户怀疑这是一场虚假信息活动，而另一些人则质疑多特科姆发布这些信息背后的动机。总而言之，普遍的共识倾向于认为这些说法不可靠且可能具有操纵性。

将照片捕捉到磁带的相机 Camera that captures photos to cassette tape 2 天前

该项目使用现代微控制器和磁带，重现了复古“即时相机”的体验。ESP32-CAM 捕捉图像并将其编码成 SSTV（慢扫描电视）音频信号，然后将其录制到标准磁带上。树莓派 Pico (RP2040) 播放磁带，解码 SSTV 信号，并重建图像。一个关键挑战是克服磁带播放固有的不稳定——“哇音和颤动”，需要强大的滤波和信号处理来保持图像质量。解码后的图像显示在 2.8 英寸 TFT 屏幕上，也可以通过 USB 串口连接导出到计算机。该设备具有闪光/夜间模式、延时录制、音频预览和充电的物理控制。它被放置在一个定制的 3D 打印外壳中，并由锂电池和 DC/DC 转换器供电。该项目展示了模拟和数字技术的创意融合，成功地复活了一种怀旧的成像过程。

黑客新闻新的 | 过去的 | 评论 | 提问 | 展示 | 工作 | 提交登录将照片捕捉到磁带的相机 (hackaday.io) 34 分，Jun8 1 天前 | 隐藏 | 过去的 | 收藏 | 3 条评论帮助 rahimnathwani 1 天前 | 下一个 [–] 大约 40 年前，有一种录像机使用音频磁带：https://www.filmpinsociety.com/blogs/intermission/pixelvisio... 回复 drcongo 14 小时前 | 父级 | 下一个 [–] 我曾经梦想用这些录制一部电影。我仍然能感受到那种渴望。回复 protocolture 1 天前 | 上一个 [–] 我想要一个回复指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系搜索：

展示HN：Wildex – 我们构建了现实世界中的宝可梦Go Show HN: Wildex – Pokémon Go for real wildlife 2 天前

开发者 DREAMPRESS LTD 指出，该应用程序的隐私惯例可能包括以下数据处理方式。苹果尚未验证这些信息。欲了解更多信息，请参阅开发者的隐私政策。为了帮助您更好地理解开发者的回复，请参阅隐私定义和示例。隐私惯例可能因您使用的功能或您的年龄而异。了解更多。

## Wildex：野生动物版“Pokémon Go”——应用摘要夫妻团队Anuj Nayyar和他的妻子推出了Wildex，这款应用旨在为野生动物识别和学习带来类似“Pokémon Go”的游戏体验。他们对现有的物种识别应用不满意，因此开发Wildex，使其更具吸引力和趣味性，奖励用户发现和了解当地动植物。该应用使用模型识别物种（用户正在索取详细信息），并解决了识别难题，尤其是在像真菌这样难以区分的物种上。讨论中强调了在使用过程中遇到危险动物时用户的安全问题，开发者正在努力提供更清晰的警告，并可能建立基于危险程度的经验值系统。用户质疑在iNaturalist及其游戏化版本Seek等现有应用的情况下，Wildex的必要性。开发者强调Wildex提供更具趣味性的体验，侧重于有趣的事实和收集，而不是纯粹的教育方法。关于数据跟踪的隐私问题已被提出，目前正在开发付费的无广告版本。该团队乐于接受反馈，并考虑将终身许可的价格定在10-20美元左右。

研究：自主生成的智能体技能无用 SkillsBench: Benchmarking how well agent skills work across diverse tasks 2 天前

arXivLabs是一个框架，允许合作者直接在我们的网站上开发和分享新的arXiv功能。个人和与arXivLabs合作的组织都认同并接受我们开放、社群、卓越和用户数据隐私的价值观。arXiv致力于这些价值观，并且只与秉持这些价值观的合作伙伴合作。您是否有为arXiv社群增加价值的项目想法？了解更多关于arXivLabs的信息。

大脑之外的神经元 Neurons outside the brain 2 天前

## 超越大脑：身体内的分布式智能几个世纪以来，大脑一直被认为是人类意识和行为的主要来源。然而，对神经系统的理解正在揭示一种更分布式的智能模型。虽然大脑至关重要，但遍布全身存在着重要的神经元集群——在肠道（5亿个神经元，相当于一只狗的大脑）、心脏（5万个神经元）和脊髓（1500万个神经元）——它们能够独立活动和进行复杂的处理。这些集群拥有自己的感觉器官，并且可以相对自主地运作。例如，肠道“品尝”食物并在极少的大脑输入下管理消化。心脏表现出自己的神经系统，甚至展现出潜在的记忆保留能力。这表明我们体内拥有多重“智能”，而不仅仅是集中在头部的那一个。经验证明了这一点：感觉和记忆常常以大脑*之外*的身体感觉表现出来——在肠道、胸部或身体的其他部位。认识并允许这些中心做出贡献，可以促进头部、心脏和肠道之间更和谐的连接，从而超越对人类体验的纯粹大脑中心式观点。

## 大脑之外的神经元：黑客新闻讨论摘要一个由[debugyourpain.com](https://debugyourpain.com)引发的黑客新闻帖子探讨了智力和“自我”的某些方面并非完全位于大脑中的观点。讨论的中心是分布式认知——身体各处的神经元集群参与处理的概念——以及器官移植后人格变化的有趣案例，例如接受者产生了与捐赠者偏好相同的鸡块渴望。用户们辩论了此类轶事证据的有效性，引用了有关微嵌合体（个体之间细胞转移）的研究以及移植器官可能携带捐赠者人格痕迹的可能性。人们将讨论与计算机进行了哲学比较，质疑机器的“自我”存在于何处。对话还涉及了诸如脉轮和“气”之类的古老概念，发现了与现代关于结缔组织和神经通路发现的惊人相似之处。许多评论者提到了道格拉斯·霍夫施塔特和格雷格·伊根的作品，认为意识可能分布在*超出*个体的范围之外，通过建模预测存在于他人的思想中。最终，该帖子强调了严格以神经为中心的自我观的局限性，以及进一步理解大脑、身体和环境之间复杂相互作用的潜力。

芯片模块开始物理实现：混合搭配硅的时代即将到来。 Chiplets Get Physical: The Days of Mix-and-Match Silicon Draw Nigh 2 天前

## 芯片let技术：超越炒作 “芯片let”半导体设计方法——使用更小、模块化的芯片——正日益受到重视，即将举行的Chiplet Summit 2026对此有所体现。Cadence是关键参与者，副总裁David Glasco将介绍用于人工智能的模块化多芯片设计，特别是“物理人工智能”——在自动驾驶汽车和机器人等设备中的边缘人工智能处理。多芯片设计并非新技术（早在1960年代就以多芯片模块或MCM的形式出现），但芯片let旨在建立一个开放市场的“自由组合”方法，不同于过去的专有系统。当前挑战在于标准化芯片间的通信，因为行业目前处于中间阶段。 Cadence正在通过其Physical AI Chiplet Platform来解决这个问题，该平台是一个可配置的系统，集成了计算、人工智能加速和安全功能。该平台专注于可重复、以封装为中心的流程，缩短开发时间并实现可扩展的产品系列。他们正在与Arm和三星Foundry等合作伙伴建立生态系统，提供“规格到封装零件”的解决方案，甚至提供定制硅服务，帮助客户将芯片let设计变为现实。最终，芯片let有望将半导体行业从少数巨头独占转变为更广泛、更具协作性的创新生态系统，但开放市场的完全实现仍需努力。

每日HackerNews RSS