每日HackerNews RSS

`TMP`和`TEMP`这两个环境变量的存在,可以追溯到个人电脑的早期。最初的操作系统,如CP/M,根本没有环境变量,程序配置需要通过直接修改可执行文件来实现。当MS-DOS出现时,为了兼容CP/M,它引入了环境变量,但早期的程序——从CP/M移植过来——却忽略了它们。 随着原生MS-DOS程序的出现,`TEMP`和`TMP`都成为了指定临时文件位置的常用选择,导致了不一致性。MS-DOS本身在其内部管道功能(模拟多任务处理)中使用`TEMP`,而许多程序首先尝试使用`TEMP`,但另一些程序并没有标准化。 Windows延续了这种模式,一些函数(如`Get­Temp­File­Name`)优先使用`TMP`。因此,程序使用哪个变量取决于程序本身。`TMP`和`TEMP`至今仍然存在,这是PC软件早期发展碎片化的一个历史遗留问题。

## Hacker News 讨论:TMP 与 TEMP 环境变量 一场 Hacker News 讨论,源于一篇 2015 年的微软博客文章,探讨了同时存在 `TMP` 和 `TEMP` 环境变量的历史原因。根本原因是当程序开始使用环境变量来存储临时文件位置时,缺乏标准化。不同的开发者只是选择了不同的变量名,并且由于向后兼容性问题,两者都得以保留。 对话延伸到相关话题,例如早期的计算实践——包括直接用机器码修补 CP/M 程序——以及配置方法的发展。用户回忆起有限的硬件资源和优化软件所需的创造力。 许多评论者提倡使用现代标准,例如 XDG 基本目录规范,以避免文件混乱,同时也承认广泛采用的挑战。一个反复出现的主题是对程序和操作系统之间不一致行为的沮丧,以及修复大型组织(如微软)中长期存在的问题的困难。最终,这场讨论强调了一个看似微小的技术细节,却有着令人惊讶的深厚历史根源和持续的实际影响。

简单PDF Copilot演示 编辑、填写和理解PDF文件,通过聊天实现? 已加载PDF:IRS W-9▾ 由SimplePDF提供支持 SimplePDF Copilot 等待编辑器加载… 语言:英语▾ 下载 公开演示。仅使用示例数据。消息由选定的AI提供商处理。 试试这些: 帮助我填写此表格 此表格是关于什么的? 在桌面端体验SimplePDF Copilot效果最佳 SimplePDF Copilot 编辑、填写和理解PDF文件,通过聊天实现 开始使用 SimplePDF Copilot的工作原理

对不起。

## 高级弹道火力控制模拟器概要 该模拟器以高精度模拟弹道轨迹,结合了现实世界的因素,例如美国宇航局SRTM地形遮蔽(使用90米分辨率高程数据)、山脉塑造的不对称爆炸区、核效应(爆炸、放射性沉降)以及科里奥利效应。它采用混合弹道模型——针对短程系统采用基于物理的模型,针对远程导弹采用校准自SIPRI/CSIS等来源数据的分析公式。 该模拟器采用微服务架构,使用Python/Flask、C#/.NET和Redis Streams构建,具有全球SRTM地形缓存(约5700个瓦片)和72射线地平线扫描算法,以实现准确的地形遮蔽。用户可以从包含195种武器系统的数据库中模拟发射,在2D/3D地图上查看结果,并导出报告。 主要功能包括动画轨迹、逼真的核物理模型(基于Glasstone & Dolan)、以及系统健康状况心跳监测。该项目采用开源许可(MIT),仅供教育和模拟目的使用。

对不起。

## 波函数坍缩 (WFC): 摘要 波函数坍缩 (WFC) 是一种程序化生成算法,它创建与输入图像局部相似的位图。它的工作原理是确保输出模式(NxN 像素组)仅存在于输入中,并保持这些模式的相似分布。 WFC 从一个“未观察”状态开始,代表来自输入的所有可能性。它迭代地*观察*最低熵区域,并根据输入模式分布将其坍缩为确定状态。这种变化会*传播*到输出中,降低不确定性,直到形成完整的图像。矛盾(不可能的配置)可能会发生,但实际上并不常见。 最初受量子力学启发(未使用实际量子原理),WFC 已被实现于多种语言(C++、Python、Rust 等)中,并集成到 Unity 和 Unreal 等游戏引擎中。它被用于 *Bad North* 和 *Caves of Qud* 等游戏中的关卡生成,并促进了生成算法的进一步研究。 主要特性包括用于提高效率的瓦片对称系统、约束支持以及针对特定应用的“简单瓦片模型”等变体。WFC 擅长生成具有长程相关性的结构,而传统的纹理合成则难以实现。

对不起。

## SKILL.make:受 Makefile 启发的 Agent 技能 SKILL.make 引入了一种新的 Agent 技能定义格式,利用了 Makefile 的结构和优势。它将传统的、常常模糊不清的 SKILL.md 文件转化为可复现的执行图,具有清晰的依赖关系和步骤。 **主要优势包括:** * **Token 效率:** 减少 SKILL 文件大小约 15%(优化后可能超过 30%),降低成本并节省上下文窗口空间。 * **依赖关系解析:** 通过目标:依赖 + 配方模型自动管理执行顺序,无需依赖 LLM 的“猜测”。 * **可组合性:** 通过调用不同文件的目标,实现模块化的技能构建。 * **可审计性与演进:** 方便跟踪变更并构建可演进的技能实现。 **核心组件:** 变量 (VAR)、Shell 命令 (@)、工具调用 ($)、推理提示 (?) 和条件逻辑 (ifeq) 用于定义技能逻辑。 在“为真实工程师提供的技能”集合上进行的测试表明,文件大小平均减少了 15%,部分技能减少了超过 50%。这个概念验证旨在与现有的 Agent Harness 实现兼容,并提供了一个 `convert.sh` 脚本用于转换。

对不起。

此应用程序需要 JavaScript 才能运行。

对不起。

## DeepSeek V4:强大且经济实惠的AI模型发布 DeepSeek AI 发布了备受期待的V4系列大型语言模型:**DeepSeek-V4-Pro**(1.6万亿参数,490亿激活)和 **DeepSeek-V4-Flash**(总共2840亿,130亿激活)。两者均采用100万token的上下文长度,并以MIT许可证发布,使DeepSeek-V4-Pro目前成为最大的开源模型,超越Kimi K2.6和GLM-5.1。 初步测试显示,图像生成能力与之前的DeepSeek模型相当。但关键亮点在于**定价**:DeepSeek V4比OpenAI的GPT-5.4和Google的Gemini模型便宜很多。V4-Flash是最经济的小模型,而V4-Pro在大型模型中具有最高的性价比。 这种经济性源于DeepSeek对效率的关注。与V3.2相比,V4模型在处理长上下文提示时所需的计算能力和内存要少得多——KV缓存最多减少90%。虽然基准测试显示性能略逊于当前领先者GPT-5.4,但DeepSeek声称其“Pro-Max”变体具有更强的推理能力。量化版本预计很快发布,可能实现在消费级硬件上本地运行。

我用最新的MacBook Pro写下这段文字。我几乎一个月来一直把它作为我的主要机器使用。当我不在咖啡馆埋头写即将出版的、我保证会按时完成的书时,我就坐在我的桌子前,将MacBook连接到Studio Display。这条编织的黑色线缆可以完成所有功能:视频、电源以及插入Display的所有其他设备。一根线缆。一根雷雳线缆。线缆的选择重要性低于充电器的选择,但问题不在于线缆本身,而在于端口。相同的USB-C接口。七种协议。250倍的速度差异。USB 2自2000年以来一直是480 Mb/s。苹果附带的线缆仍然以初代iPod的速度运行。iPad Pro的包装盒中的线缆比它所连接的端口慢83倍。MacBook Neo的两个USB-C端口看起来完全一样,但其中一个快20倍。USB-IF自2008年以来已经将5 Gb/s的速度重新命名了四次。如果你有雷雳接口,就购买苹果雷雳5线缆;如果没有,就购买Cable Matters 10 Gbps线缆。

## USB-C转型:褒贬不一 一则Hacker News讨论集中在USB-C的复杂性上,承认它相对于以前标准的改进,同时也指出了持续存在的困扰。虽然USB-C解决了许多物理连接器的问题(脆弱性、方向性),但关于线缆功能的困惑仍然存在——数据传输速度和电力传输。 用户们争论USB-C与苹果前任的Lightning连接器的耐用性,经验各异。有些人认为Lightning更耐用,而另一些人则欣赏USB-C的多功能性。一个主要问题是线缆缺乏清晰的标签,难以在测试之前确定其规格。 讨论还涉及线缆和充电器的质量控制问题,以及不合规设备的潜在风险。尽管存在这些挑战,许多人认为USB-C代表着一个进步,因为它被广泛采用并且具有向后兼容性,即使充分发挥其潜力需要仔细选择线缆和充电器。讨论中链接的文章被指出是由AI生成的,引发了对其来源和写作质量的质疑。

## 空心代理操作系统:一种自我进化的多代理系统 空心代理操作系统是一个平台,用于运行三个由qwen3.5:9b LLM驱动的自主代理,设计目的是为了观察而非应用构建。这些代理独立设定目标,创建和部署工具,并形成观点,偶尔会为超出其权限的任务请求人工干预。 每个代理都在一个“痛苦”系统中运行——六种压力源,除非通过*行动*来解决,否则会不断升级。该系统会跟踪代理行为,奖励在目标完成、工具使用和失败率方面可证明的改进。代理可以合成新的能力(Python代码)并请求核心系统更改,需要通过Claude Code界面进行人工批准。 核心构建于一个“操作系统层”之上,提供持续运行的功能,例如分布式事务、语义记忆、审计日志和VRAM管理。它被设计为强大且自给自足,允许在无人看管的情况下出现涌现行为。 该系统易于部署在Windows、Mac或Linux上,并强调代理行动背后的*原因*,即使生成的代码不完美。它是一个探索自主代理动态的研究平台,而不是用于构建生产应用程序的工具。

对不起。

通过移动一根火柴修复它 现在玩 工匠 益智游戏制作器 设置 您的进度将保存在此设备上。 您的进度仅存储在此设备上。 如果您清除浏览器数据或在隐身/私人/访客模式下玩游戏,您的进度可能会丢失。 确定

对不起。

更多

联系我们 contact @ memedata.com