加州一项关于社交媒体成瘾的里程碑式审判已经开始，TikTok 最近在陪审团选定之前达成和解以避免卷入。此案由一名 20 岁的女性 (KGM) 提起，她声称平台算法助长了她的成瘾并损害了她的心理健康。Meta (Facebook & Instagram) 和 Google (YouTube) 仍然是被告，此前已与 Snapchat 达成和解。 虽然科技公司传统上引用第 230 条来寻求责任保护，但此案的重点是——促进成瘾使用的*设计选择*——算法、通知。KGM 的法律团队旨在证明这些公司将利润置于用户福祉之上，并在审判期间可能公开内部文件。 专家认为，输掉这场官司对社交媒体公司来说可能是“生存威胁”，这将挑战长期以来的法律保护。Meta 坚称致力于青少年安全，但其工具的有效性受到质疑。预计马克·扎克伯格将出庭作证，为他认为社交媒体与青少年心理健康问题之间不存在因果关系这一立场辩护。这场审判反映了全球范围内对社交媒体对年轻人的影响日益增长的担忧和法律行动。
每日HackerNews RSS
## 避免 Django Queryset 中的重复对象 在跨关系（一对多或多对多）过滤 Django Queryset 时，由于 SQL JOIN 操作，结果中可能会出现重复的对象。如果一个父对象有多个相关的对象匹配你的过滤器，它会在输出中重复出现。 像 `.distinct()` 这样的简单解决方案可能效率低下，尤其是在处理大型字段（如 TextFields 或 JSONFields）时，因为它们会比较 *所有* 字段以确定唯一性。PostgreSQL 提供了 `.distinct(*fields)` 用于比较特定字段，但它会限制排序并且可能很复杂。 **最佳方法**是使用 **Exists 子查询**。它有效地检查是否存在匹配你标准的关联对象，而无需检索重复项。 ```python from django.db.models import Exists, OuterRef Author.objects.filter( Exists( Book.objects.filter( author=OuterRef("id"), title__startswith="Book" ) ) ).order_by("name") ``` Exists 子查询性能良好，避免排序限制，清晰地表达意图，并且与数据库无关，使其成为处理这个常见 Django 问题的首选方法。
最近的 Hacker News 讨论集中在避免 Django 查询集中出现重复对象。johnnymetz 发表了一篇文章，详细介绍了处理方法，评论者们普遍倾向于使用 `Exists` 子查询方法，因为它更清晰。
虽然 `distinct()` 是一个常见的解决方案，但用户指出它可能成为性能瓶颈，本质上是一个带有相关数据库限制的 `GROUP BY` 操作。优化通常在于重新评估初始查询逻辑，而不是重复应用 `distinct()`。一些数据库提供替代方案，例如 `any` 连接（例如 ClickHouse），以防止重复。
一些评论者表示更喜欢编写原始 SQL，认为它更易于维护，并且与复杂的 ORM 构造相比，可以更好地了解查询计划。共识建议选择完全拥抱 ORM 或切换到 SQL，而不是试图笨拙地将两者结合起来。
宣布公开发布以及由LocalGlobe领投的1000万美元种子轮融资。
1000万美元种子轮融资，由LocalGlobe领投。
立即试用
AI公司构建者
已部署145,900个代理
立即试用
AI公司构建者
已部署145,900个代理
AI公司构建者Twin (twin.so) 在经过测试期后正式发布，用户部署了超过10万个自主代理，并完成了1000万美元的种子轮融资。该消息在Hacker News上引发了讨论，但也收到了一些批评。
用户质疑该公司应对流量激增的准备情况，并对在其宣传片中使用Justice乐队的歌曲的合法性表示担忧。 许多评论指出，网站本身缺乏清晰的信息——除了一个视频和登录入口外，这使得理解产品功能变得困难。
关于twin.so和workos.com之间的关系也存在困惑，澄清WorkOS是Twin用于企业功能（如OAuth）的一个平台。 总的来说，发布引起了兴趣，但也突出了透明度和用户体验方面的一些潜在问题。
单身税 了解单身人士需要缴纳多少税款。 您的年收入$ 配偶的年收入$ 计算税款 基于2025年美国联邦税级
## 黑客新闻讨论： “单身税” 与婚姻惩罚
一场黑客新闻讨论围绕着一个新的税务计算器（[bachelor-tax.vercel.app](https://bachelor-tax.vercel.app)）展开，该计算器展示了美国婚姻可能带来的税务优惠。该计算器侧重于联邦所得税，假设标准扣除额且没有其他抵免额。
用户很快指出了其局限性：它没有考虑州/地方税、特定扣除额或基于收入的还款计划。一个关键点是，婚姻并非总是税务优势，特别是对于收入相似的双职工夫妇，他们可能会因税率等级而面临“婚姻惩罚”。
对话扩展到更广泛的税务政策辩论：个人与家庭税务、税收激励在鼓励某些行为（如婚姻或购买电动汽车）中的作用，以及当前系统的公平性。一些人认为应该允许个人选择加入共同纳税收入，而另一些人则强调了激励稳定家庭结构的好处。人们对抚养孩子的成本高昂以及由此产生的经济劣势表示担忧，同时也担心任何税务优惠系统都可能被滥用。 许多评论者分享了个人经历，其中婚姻*增加了*他们的税务负担，因为他们失去了某些扣除额。
最近一项调查揭示了欧洲艺术博物馆中一个日益严重且 largely 隐蔽的问题：嗜干霉菌的侵扰——这些真菌在*低*湿度环境中茁壮成长，挑战了传统的保护实践。 博物馆通常专注于控制湿度以防止“典型”霉菌，但这些具有韧性的物种却在由此产生的干燥环境中蓬勃发展，侵蚀从绘画到古代手稿等文物中的有机材料。
由于担心损害声誉和资金，这个问题被笼罩在保密之中。 机构通常否认问题或与修复团队保持保密。 然而，研究人员正在发现一种模式：这些霉菌，例如*Aspergillus halophilicus*，正在世界各地的收藏品中出现，甚至导致工作人员和患者出现健康问题（如丹麦医院爆发的病例）。
目前的检测方法不足，传统处理方法可能有害。 科学家们现在正专注于了解这些霉菌独特的生物学特性，并开发新的预防措施，包括有针对性的监测，以及可能利用这些霉菌的独特特性进行环境修复。 专家表示，关键在于打破沉默，分享信息，以保护我们的文化遗产。
## 极端嗜生菌在博物馆的侵染 - 摘要
一篇最近的《科学美国人》文章强调了一个日益严重的问题：极端嗜生菌正在入侵全球各地的艺术博物馆。这些霉菌在现代博物馆保存技术创造的干燥环境中茁壮成长——这与先前认为的理想湿度控制截然相反。
Hacker News上的讨论揭示了对抗这些侵染的困难。标准乙醇清洁通常是唯一可行的选择，仅限于*能够*耐受它的文物，而更强的解决方案，如漂白剂或辐射，则有损毁艺术品的风险。空气过滤和气密箱被建议作为预防措施，但无法根除现有的霉菌。
一个关键的结论是，过去的杀生物剂，包括抗生素，无意中*造成*了这个问题，通过消除竞争性微生物，导致了具有抵抗力，甚至抗生素耐药性的菌株。机构内不愿承认侵染的情况加剧了这一问题，阻碍了主动解决方案。最终，这场讨论强调了保存、可访问性以及生命惊人的适应性之间的复杂平衡，即使在看似恶劣的环境中。
查克·克洛斯特曼认为，电视转播的橄榄球比赛不仅比现场观看*更好*，更是真正体验比赛的*唯一*方式。他认为，电视从根本上改变了20世纪我们消费媒体的方式，而橄榄球恰恰从这种转变中获益。与其他体育项目不同，现场体验能提供独特价值，而橄榄球的转播视角——凭借其多角度和策略性构图——超越了任何球场座位上的视野。
克洛斯特曼认为，即使在比赛现场，观众也会下意识地将比赛画面重新构建成电视转播的样子，优先考虑摄像机的视角而非自己的视角。这并非缺陷，而是橄榄球魅力的核心。不断切换的角度，甚至看似“最差”的角度，都能创造出亲临现场无法获得的全面理解。
他将这种现象比作一种“心理法西斯主义”，电视的视觉语言会覆盖我们的自然感知，但在橄榄球的情况下，这种控制反而能增强普通球迷和狂热爱好者的乐趣。归根结底，比赛的*存在*就是为了转播，而电视转播的版本定义了我们对比赛的理解。
## 黑客新闻讨论摘要：查克·克洛斯特曼关于美式足球与电视
查克·克洛斯特曼最近的一篇文章，认为我们对美式足球的体验从根本上是由电视呈现方式塑造的，引发了黑客新闻的讨论。核心观点是，即使在现场观看比赛，观众也会下意识地将比赛画面“重新构建”成电视广播中的样子，优先考虑电视提供的全面视角。
许多评论者不同意，他们认为现场比赛的独特氛围以及电视广播的局限性（缺少背景信息，专注于特写镜头）是不可比拟的。一些人指出球场内技术的日益精良以及“All-22”视角等替代广播选项，提供了更广阔的视野。
一个反复出现的主题是对文章缺乏证据和依赖断言的批评。 许多用户认为作者关于电视影响的“心理法西斯”说法过于牵强，缺乏支持。 还有人争论了体育观众的演变，并指出流媒体的增长以及现代广播制作的复杂性。
最终，这场讨论凸显了现场体育赛事沉浸式体验与电视战略性策划视角之间的紧张关系，许多人认为两者都有其优点。
## 一人、一个代理、一个浏览器
出于好奇心和探索AI辅助开发的愿望，作者发起了一项72小时的挑战，仅使用一个LLM代理和自身的专业知识，从头开始构建一个基本的网页浏览器——渲染HTML和CSS（不含JavaScript）。目标不仅仅是一个可用的浏览器，而是评估专注的人机协作的有效性。
该项目遵循严格的限制：不使用任何第三方的Rust依赖，跨平台兼容性（Windows、macOS、Linux），以及可读的代码库，每个文件不超过1000行。工作流程包括与代理分享网站截图，请求复制，并使用截图进行迭代测试以查找回归问题。
最终成果是一个20,000行的浏览器，能够成功渲染作者的博客和Hacker News等网站。作者得出结论，一个人与一个代理的组合效率出乎意料地高，可能比扩展到多个代理更有效。这引发了关于自主编码的最佳方法的问题，并表明人类的作用——引导和指导代理——可能比单纯增加代理数量更为关键。完整的代码库和二进制文件已在GitHub上公开可用。
## 一人 + 一代理 = 一浏览器
一位开发者最近使用AI编码代理，以大约20,000行代码从头开始构建了一个功能性网络浏览器，重点采用人工引导的方法。这与Cursor的FastRender（约160万行）等更大、更复杂的AI生成浏览器形成对比。该项目优先考虑最小依赖，主要依赖系统库进行渲染。
这一成功凸显了将人类的“良好品味”与AI辅助相结合的力量，重点在于工具 *增强* 人类能力，而非取代它们。讨论的中心是评估指标的重要性、代码的可弃用性，以及在有限的人工监督下扩展项目的潜力。
虽然该浏览器可以渲染基本的HTML和CSS，但在JavaScript、安全性和完全的网络兼容性方面仍然存在挑战。尽管存在这些障碍，开发者认为到2029年，借助AI辅助构建一个生产级浏览器是可行的，这可能由Ladybird Browser等项目所体现。该项目的源代码可在GitHub上获取，供实验使用。
联邦调查局局长卡什·帕特尔宣布调查明尼苏达州居民使用的Signal群聊，这些群聊用于分享关于联邦移民局特工的信息，引发了言论自由方面的担忧。此调查源于一位保守派记者关于涉嫌妨碍执法活动的指控，将重点调查居民是否通过分享车牌号码和位置等细节，非法危害了特工的安全。 公民自由倡导者认为，美国宪法第一修正案保护分享合法获取的公共信息以及观察和记录执法活动的权利。他们批评此调查可能压制受保护的言论。 此举紧随之前对用于追踪ICE（移民及海关执法局）行动的工具的审查，包括从苹果应用商店下架的ICEBlock应用程序。明尼苏达州的活动人士利用这些群聊以及其他方法，向社区发出警告——尤其是在学校附近——关于潜在的移民执法行动。帕特尔表示，联邦调查局将“平衡”第一和第二修正案的权利与潜在的联邦法律违规行为，但专家认为宪法优先考虑言论自由，并要求提供实际犯罪活动的证据，而不仅仅是认为有害的言论。联邦调查局还在调查抵制移民执法的资金来源。
## FBI 调查 Signal 聊天记录，追踪 ICE – 摘要
FBI 正在调查使用 Signal 追踪并分享 ICE 官员信息的人员，引发了隐私担忧。调查的重点在于可能从被入侵的手机和线人网络中获取的数据，而非 Signal 加密的破解。
讨论强调了如果 Signal 群组成员解锁手机，其群聊数据可能面临泄露的风险。人们担忧政府可能过度干预，并对受保护的言论和集会产生寒蝉效应。一些人认为，仅仅协调合法观察并不违法，而另一些人则指出可能存在未经授权访问执法数据库（例如车牌检查）的问题。
许多评论者对调查的合法性和合理性表示怀疑，引用了第一修正案权利以及滥用权力的可能性。关于政府是否能成功起诉存在争议，一些人认为诸如合谋妨碍执法之类的指控可能难以在法庭上站住脚。该事件重新引发了人们对 Briar 等安全消息替代方案的关注，以及加强手机安全措施的重要性。
## Arm Cortex-A725：密度优先核心概要
Arm Cortex-A725是Arm 7系列中的最新产品，设计重点在于密度和效率，而非峰值性能——类似于英特尔的E核心。Arm旨在鼓励其核心的授权，与高通的定制设计竞争，并加强其进入笔记本电脑市场。
A725 包含在英伟达的GB10 SoC中（与X925性能核心配对），是一个5发射乱序核心，其重排序能力可与较旧的英特尔/AMD架构相媲美。虽然功能强大，但它优先考虑功耗效率和面积优化。 关键架构改进包括更大的重排序缓冲区和增强的分支预测，但已移除MOP缓存。
测试表明，A725 提供了具有竞争力的性能，通常与英特尔的Crestmont和Skymont核心互有胜负。它在对最后一级缓存缺失敏感的工作负载中表现出色，但受GB10实现中较低的时钟速度限制。Arm专注于改进现有优势并重新平衡资源，从而产生了一个高效的核心，在时钟速度和内存支持相同的情况下，其性能可能超过其前代产品。
最终，A725代表了Arm向混合核心方法转变，旨在以更低的功耗成本提供强大的多线程性能。它的成功将取决于它在日益高性能设备中与英特尔和AMD的密度优化策略的比较。
## Arm 的 Cortex A725 与戴尔的 Pro Max (GB10) - Hacker News 摘要
Hacker News 的讨论集中在 Arm 的 Cortex A725 处理器上，特别是戴尔 Pro Max (GB10) 硬件中的实现。最初的帖子引发了关于“featuring”一词用法的争论，一些人将其比作突出显示一个组件，而不是分析核心处理器本身。
用户分享了他们使用 GB10 的体验，指出其性能出奇地强劲——可与 Ryzen 9 mini PC 相媲美，但拥有更多的核心和 RAM。对话的关键焦点在于本地运行大型语言模型 (LLM)。虽然密集模型显示出内存带宽瓶颈，但混合专家 (MoE) 模型（如 gpt-oss-120b）表现良好。
许多评论者讨论了自托管 LLM 与使用 API 的成本效益，并得出结论，对于高容量、连续的工作负载，自托管可能更经济。讨论还包括指向 SBC 和 AI 性能基准存储库的链接，一位用户慷慨地赞助了维护者。最后，对 Arm 核心命名约定（X925/X5 和 X930/C1-Ultra）进行了澄清。
## Clawdbot & Moltbot – 项目指南摘要 本文档概述了为 Clawdbot 和 Moltbot 项目贡献和维护的关键指南。代码库结构如下：`src/` 包含源代码（CLI、命令、网络提供程序、基础设施、媒体管道），`*.test.ts` 与代码文件位于同一目录用于测试，`docs/` 用于文档。插件位于 `extensions/*` 中，拥有自己的依赖项，避免与核心依赖项冲突。 **开发与测试：** 使用 Node 22+ 和 `pnpm install`。推荐使用 Bun 执行 TypeScript。实时测试使用真实密钥 (`CLAWDBOT_LIVE_TEST=1` 或 `LIVE=1`)。遵循严格的着陆模式：基于 `main` 分支 rebase，运行完整的本地门控 (`pnpm lint && pnpm build && pnpm test`)，然后提交。 **基础设施：** 通过 SSH 访问 `exe.dev` 虚拟机。网关使用 `pkill` 和 `nohup` 管理，并通过状态命令和日志跟踪进行验证。配置使用 `clawdbot/moltbot config set ...`，并设置 `gateway.mode=local`。 **关键注意事项：** 优先考虑清晰的代码（少于 700 行代码），一致的命名约定（**Clawdbot/clawdbot** & **Moltbot/moltbot**），以及详尽的文档。始终针对所有内置和扩展频道验证更改。发布流程详见 `docs/reference/RELEASING.md` 和特定平台的发布文档。