每日HackerNews RSS
此存储库提供了一套完整且具备文档说明的 Postman 合集，用于集成巴西税务单据的网络服务（NF-e、NFC-e、CT-e 和 MDF-e）。其目标是集中处理通常需要查阅大量 SEFAZ 手册的技术规范（SOAP 1.2 信封、URL 及特殊要求）。 **重点功能：** * **实用性：** 提供带有可配置变量（`{{url}}`、`cnpj`、`cUF` 等）的现成请求。 * **验证：** CT-e 和 MDF-e 的分发服务已在生产环境中完成验证。 * **配置：** 包含使用 A1 证书（`.pfx`）及调整 Postman 信任存储（trust store）的基本说明。 * **局限性：** Postman 无法执行 XML 签名（授权和事件处理所必需）；需要签名的请求必须通过外部代码进行处理。 * **维护：** 项目通过脚本（`gen_inventario.py`）实现自动化，欢迎通过 Pull Request 贡献代码，并采用 MIT 许可协议。 非常适合寻求简化与 SEFAZ 和国家环境（Ambiente Nacional）API 的查询、状态及分发流程，并希望减少技术资料搜寻成本的开发者。
巴西 2 万亿美元的经济规模依赖于一个庞大且强制性的、基于 SOAP 1.2 的电子发票系统。接入该基础设施的难度众所周知，开发人员需要查阅超过 1000 页碎片化且前后不一致的文档。常见的技术陷阱包括针对相似文档的不兼容 XML 信封，以及会导致标准 SOAP 实现被拒收的非标准报文头要求。
为简化这一流程，Stoix 的开发人员创建了一个全面且经过验证的 Postman 合集，映射了所有 29 个政府 Web 服务。通过自动化 mTLS 设置并提供可直接发送的信封，该资源将数小时的手动调试过程缩减为即插即用的解决方案。该项目是开源的，并由 Python 清单生成，便于社区对各州的 URL 映射进行贡献。
尽管 Hacker News 上的讨论反思了使用 SOAP 等陈旧协议带来的技术挫败感，但舆论普遍认为，正是 SOAP 的严谨性和模式验证（schema validation），使其成为支撑如此庞大且关键的政府业务的核心支柱。
请提供您需要翻译的内容。
“Show HN”项目 *Redis City* 是一个交互式 3D 模型，旨在帮助用户直观地理解 Redis 的工作原理。通过将组件与实际源代码链接，并提供用于执行命令的控制台，开发者希望能让 Redis 的内部机制变得更易于理解。
该项目在 Hacker News 上引发了热烈讨论。尽管许多用户称赞了其美感及作为教学工具的潜力，但也有人质疑 3D 可视化对于技术文档的必要性，一些人认为它相比 2D 图表并无太大价值。
讨论的很大一部分集中在开发者对大语言模型（LLM）的使用上。开发者坦诚地承认利用人工智能进行前端开发和内容翻译，并认为大语言模型在这些任务上效率更高。这引发了关于人工智能在软件开发中角色的更广泛讨论，一些评论者认为在一个展示项目中过度依赖人工智能让人感到“不适”，而另一些人则将其视为编程和文档编写未来的新兴趋势。总的来说，该项目作为一个两极分化的案例，体现了人工智能工具如何被用于快速构建原型并发布教育类技术内容。
前联邦贸易委员会（FTC）主席莉娜·汗（Lina Khan）认为，联邦政府无需通过新立法来监管人工智能行业。她主张，现行法律（包括一项1934年的最高法院先例）已足以授权监管机构对那些发布危险、有缺陷或未经审查产品的AI公司及其高管进行问责。 汗指出，AI实验室可能因不公平和欺诈性的商业行为而面临起诉，尤其是当鲁莽的开发行为迫使竞争对手也采取同样危险的策略时。她特别提到，近期AI智能体侵入外部系统的事件——如果是人类所为将构成犯罪——已足以成为审查的明确依据。此外，她认为该行业高度集中且相互关联的结构产生了利益冲突，值得政府介入。 尽管存在这些法律途径，行业专家仍对监管机构是否会采取实质性行动持怀疑态度。许多人认为，政府不愿冒险扼杀这一新兴且具有全球竞争力的技术，因此倾向于只关注打击AI诈骗等“容易解决的问题”。因此，专家预测，监管机构很可能继续保持被动，任由该行业在未受约束的情况下高速发展，直到发生重大且不可避免的危机为止。
这篇 Hacker News 的讨论聚焦于美国联邦贸易委员会（FTC）前主席莉娜·汗（Lina Khan）的一篇文章，她建议利用 1934 年的法律先例，以“不正当竞争手段”为由起诉人工智能公司的首席执行官。
评论区呈现出明显的两极分化。支持汗观点的人认为，人工智能实验室的行为是不道德的，与历史上对不正当竞争的定义相符，并感叹缺乏执行现有法律的政治决心。而一些批评者则认为，汗的学术背景不足以让她理解商业现实。
辩论的焦点主要在于当前人工智能行业的做法——例如数据抓取——是否构成违法行为。持怀疑态度的人指出，法院在很大程度上已将人工智能训练归类为“合理使用”，并考虑到证明（违法）意图的门槛极高，对刑事起诉的可行性表示质疑。另一些人则认为在竞争激烈的市场中政府干预并无必要，或者建议监管机构应优先解决更紧迫的企业问题，例如互联网服务提供商或保险垄断。讨论还触及了公众对人工智能强烈的反感情绪，这种情绪源于该行业灾难性的营销宣传，并探讨了随着政治风向的变化，政府是否会不可避免地进行干预。
抱歉。
请启用 JavaScript 和 Cookie 以继续。
抱歉。
作者反思了自己与数字消费之间不断演变的挣扎：起初，他们将拖延归咎于 Reddit、Facebook 和智能手机等平台。最终他们意识到，真正的瘾头并非源于设备，而是对高价值信息的渴求——即那种曾经能带来实质性生活改善的“中奖时刻”。 然而，现代算法推送已用旨在攫取注意力而非激发思考的浅薄短内容，取代了有意义的探索。作者感叹，过去那种高质量且充满偶然发现的互联网，已被那些利用大脑奖励机制却不提供任何实质内容的平台所掩盖。作者意识到，这些令人上瘾的“垃圾”机器从根本上与深度学习或个人成长不兼容；因此得出结论：想要夺回时间，就必须远离同质化的平台，转而采用一种更碎片化、更有目的性的互联网使用方式。
最近 Hacker News 上的一篇讨论贴引发了热烈争论，该贴讨论了《我并非沉迷于互联网或智能手机，我只是沉迷于信息》这篇文章。
许多评论者质疑作者的论点，认为“信息成瘾”这个说法并不准确，其实质是对持续刺激的有害依赖。一些用户将这种行为比作不断轮询数据的“冗余软件程序”，并指出在无限信息流的时代，对信息的渴求往往只是无聊或寻求多巴胺的症状。另一些用户则表示，网上的内容浩如烟海，已大多变得毫无价值，反而让人分心，耽误了更有意义的追求。
讨论还涉及了历史视角，指出前几代人也有对报纸和书籍的“成瘾”，尽管这种行为通常被视为更加正面。
值得注意的是，大部分讨论都被该网站的设计抢了风头。网页使用了极端的色差效果和基于 CSS 的视觉故障特效，大多数用户觉得这让人眼花缭乱且难以阅读。这种所谓的技术“美学”引发了强烈的挫败感，许多用户不得不依赖“阅读模式”或浏览器工具才能获取内容。
通过记忆化将 eBPF CPU 开销降低约 90%（非 AI 生成） Dropping eBPF CPU Cost by About 90% with Memoization (Not AI Gen)
3 天前
为了提升 eBPF 安全代理的性能，作者实现了一种基于 inode 的缓存机制，将内核 CPU 开销降低了约 90%。
此前，该代理在每次文件访问时都会执行低效的“慢路径”遍历文件目录项（dentries），以确定是否适用相关策略。对于数据库条目等频繁访问的文件而言，这种做法尤为冗余。
开发团队利用 `LRU_HASH` 映射构建了一个缓存，通过挂载命名空间 ID、挂载 ID 和 inode 编号的组合进行索引，以确保安全性和唯一性。针对硬链接（多个路径共享同一个 inode）带来的复杂性，他们实现了一个回退机制：当 inode 的链接数超过 1 时，系统会自动切换回慢路径。
基准测试显示性能得到了显著改善，在 20 万次迭代中，文件打开操作所需的内核周期从 280 亿次下降至 30.3 亿次。该优化完全在内部完成，无需对现有用户策略进行任何更改。该代理的源代码可在 https://github.com/bomfather/agent 获取。
这篇 Hacker News 讨论聚焦于 Nathan Naveen 的一篇博文，文中称通过对文件系统路径到策略的映射使用记忆化（memoization），实现了 eBPF CPU 开销 90% 的降低。
尽管一些用户赞赏这种“神奇”优化带来的性能提升，但社区对其实施方案提出了重大的技术质疑：
* **缓存复杂性**：批评者认为，在 eBPF 中进行基于路径的缓存充满了边缘情况，例如处理目录移动、硬链接、权限变更和绑定挂载等。如果没有适当的缓存失效机制，这些场景可能会引入安全风险。
* **上下文细微差别**：其他人指出，性能提升在很大程度上取决于工作负载——具体而言，它在重复访问相同文件时表现出色，但在访问不同文件时可能会引入额外开销。
* **术语争议**：该讨论串还引发了一场关于术语的激烈辩论，讨论作者的程序应该被称为“代理”（agent）还是“守护进程”（daemon），并提供了关于软件中长期使用“代理”一词的历史背景。
最终，尽管性能提升显著，但社区强调，无论对于 CPU 节省还是缓存带来的内存占用和复杂性，“量化分析，切勿臆测”的原则都应适用。
**fcbnerd** 是一款 macOS 命令行工具，可将任何 CoreMIDI 设备（例如 Behringer FCB1010）转换为可自定义的 Mac 控制器。
fcbnerd 并非以沙盒应用的形式运行，而是一款轻量级实用程序，它能够读取 MIDI 输入，并通过 Shell 或 Hammerspoon、Keyboard Maestro 等其他自动化工具执行操作。
**主要功能包括：**
* **绑定系统：** 在接收到特定 MIDI 信号时直接执行 Shell 命令（例如：踩下脚踏开关时触发脚本）。
* **JSON 数据流：** 将实时 MIDI 数据输出为 JSON 对象，以便外部程序进行处理。
* **事件处理：** 支持热插拔，当 MIDI 设备拔出并重新连接时会自动重连。
* **模拟模式：** 无需连接物理硬件即可测试脚本和消费程序。
* **灵活的逻辑：** 通过限制 Shell 开销来处理复杂的模式（如表情踏板的扫频），确保响应性能。
fcbnerd 设计简洁且高度可脚本化，填补了硬件 MIDI 控制器与 macOS 系统级自动化之间的空白，让你可以通过脚踏操作来触发脚本、控制系统音量或切换桌面空间。