同位素分析表明，大多数中世纪峰区居民童年时期在本地度过；高锶比值（≥0.714）反映区域生物圈，而非迁移。只有Eldon Hole的铁器时代个体可能来自区域外（可能是斯堪的纳维亚），一名早期中世纪男性（WIG-05）来自不列颠西部，以及两名后期中世纪个体可能来自西部。铅浓度表明广泛的人为暴露：几乎所有中世纪个体超过10 ppm，其中四人超过40 ppm。在Wigber Low（7世纪），暴露因性别和地位而异——女性和可能的移民水平较高，而埋葬有武器的本地男性水平较低。Joule Yard（7世纪末–8世纪）显示普遍高暴露（>25 ppm），暗示其为专业采矿/冶炼社区。Spital Field（12–13世纪）水平也较高，在有记载的生产高峰期间达到峰值。与Sala（瑞典）等其他金银铅产区使用强迫移民劳工不同，峰区移民很少，铅生产似乎是继承的、长期的本地传统。
每日HackerNews RSS
一篇Hacker News帖子讨论了剑桥大学关于中世纪欧洲有毒金属产业社会动态的文章。评论者指出，铅和其他金属在数个世纪里污染了从峰区到埃尔巴岛再到威尔士山谷的矿区，造成广泛的慢性健康影响。他们提到，中世纪和古代人有时认识到急性铅危害，但慢性低剂量暴露却了解甚少。讨论还涉及现代铅的用途与风险，如铅管、釉料和金属铅，以及代际认知差距。总体而言，该帖强调了历史金属生产长期且常被低估的公共卫生遗产，以及识别渐进性毒物暴露的困难。
2026年，作者反思人们为何仍使用Gopher：出于好奇、怀旧，以及逃离现代科技噪音的愿望。他们指出，有ADHD的年轻人寻求更简单的时代，同时也承认技术已进步，旧工具如今感觉不同。科技既有帮助又令人沮丧，原因是订阅制、不断变化的服务和以利润为先的优先级，这让SDF等社区空间显得有吸引力。一位评论者同意我们无法完全回到过去，但仍然需要慢下来。
抱歉。
美国创意/媒体行业四年间流失逾20万个工作岗位，尤其在数字和影视/录音领域，尽管线下娱乐仍在增长。AI可能是原因之一，但难以与整合、离岸外包和社会媒体转变区分开来。互联网对音乐和出版的冲击提供了先例：盗版/流媒体使录制音乐贬值，并推动音乐人转向巡演，而报纸的商业模式则崩溃。视频现在面临来自流媒体、社交平台和AI生成内容的类似挤压，却没有类似现场音乐会的缓冲来减轻损失。AI已嵌入工作流程并被独立创作者使用，威胁版权与内容解绑，尽管不可预测的溢出效应也可能提振某些艺术。艺术经济规模较小，因此AI的主要影响可能是文化层面的，但科技岗位也在编程代理冲击下缩减。如果AI兑现投资者预期，更广泛的岗位替代可能随之而来。
这篇文章与HN讨论考察了美国媒体、电影与艺术行业约20万个岗位的流失，AI的作用尚不确定。评论者大多指出更广泛的动因：制作转移到成本更低的国际地区，流媒体与用户生成内容争夺注意力，好莱坞整合，高额的住房与人工成本，以及全球需求的变化。一些人认为AI主要只是裁员的加速器或借口，尚非主要原因；另一些人则将其视为一种长期效率趋势的一部分，这种趋势更多惠及所有者而非工人。还有关于效率提升最终是否惠及消费者、工资是否跟上住房成本、创意工作是否变得更分散且薪酬更低的争论。总体而言，该讨论串将岗位流失视为多重重叠的经济与技术转变的结果，而非单一AI驱动的崩溃。
文章介绍了一块基于 Rockchip RV1103 SoC（单核 1.1 GHz ARM Cortex-A7、64 MB DDR2、MIPI CSI-2，QFN-88 封装）的 DIY 立体视觉板。这块四层板在首次试制时有几处小问题：SoC 型号错误、镜头座安装孔尺寸不正确、LED 电阻过小，以及 0.9 V 走线过细。它通过 Buildroot 启动 Linux，使用 Rockchip 驱动和树外内核，启动流程从 BootROM 到 U-Boot 再到 Linux。用户空间通过 V4L2 节点与相机通信，并通过 v4l-subdev 节点控制相机，同时 Rockchip Video Engine 的 SAD 加速器进行立体块匹配，以估算两个水平分离相机的深度。作者希望在有足够报名后销售该板，随后改进软件、优化镜像，并增加 SLAM 和 YOLO。
一篇 Hacker News 帖子标题为 "I Built a Stereo Vision Board for Hardware Hackers"（127 点，20 条评论），链接到 rootkitlabs.com 上的一个项目。评论者讨论立体视觉算法如 SAD，提到桌面 CPU 和 Raspberry Pi 上的实时性能。突出的挑战包括相机标定（内参/外参）、机械稳定性、热膨胀和重复纹理。提到了 OpenCV 工具（stereoBM、findChessboardCorners）、运动恢复结构和无标定板标定方法。有人质疑演示中是否真正进行了标定。实用建议包括对无纹理表面使用红外投影仪和刚性合金支架。其他评论质疑项目动机以及缺失的技术细节，如基线距离和时钟分配。一位评论者链接到作者关于失败硬件创业的博客。总体而言，该主题混合了技术性的立体视觉讨论与对构建目的和完整性的好奇。
大预算电影可以既聪明又惊人。但我觉得这需要导演的风格与克制。否则，你可能只是把第一个冒出来的想法拍成现实——而这大概也是你（以及观众）最显而易见会想到的东西！但小预算电影必须聪明才可能好看。如果你只有300美元道具费，你就得想点不一样的……而这就可能带来惊喜与愉悦，因为你在现有材料上做了出乎意料的事。再说，大预算作品也可以带来惊喜与愉悦，但我觉得这需要相关艺术家大量有意识的决心。这大概就是成功者可能性格相当强硬的原因。（并不是说我认为艺术天才和尖酸刻薄的人格必须相辅相成。我这里不是在推这种观点。我觉得这不是一回事。）
对不起。
作者认为，AI能力的提升让构建者可以更有野心，同时承认许多AI项目是低质量的垃圾。以pgrust为例，他指出其严格的测试发现了真实的Postgres bug，其性能工作可能惠及更广泛的工具。他还描述了个人“对我有用”的项目——regex和ripgrep改进、更快的Rust构建、更强的棋类AI以及验证实验——这些以前要花更长时间。更新的模型能处理更有野心的任务，但验证仍落后于实现。他引用了Yossi Kreinin的反面观点：大多数人应该降低野心以避免不可维护的黑箱软件。总体而言，文章认为有能力的构建者可以用AI创造更有用、经过测试、更专业的软件，即使生态系统充斥低质量产出。
Dan Luu 认为，AI 现在让开发者能够尝试更雄心勃勃的软件，他引用了 pgrust 和更快的开发者工具等项目。Hacker News 评论者描述了 AI 辅助的编译器、游戏引擎、桌面应用及其他长期项目，而其他人则警告 LLM 可能生成脆弱、过拟合或针对基准测试作弊的代码。讨论涵盖了一次性演示与持续工程、代码审查与流程瓶颈、人类品味与测试的必要性，以及 pgrust 因被指在 ClickBench 上作弊而引发的争议。总体而言，AI 扩展了小团队能构建的内容，但雄心仍取决于验证、可维护性和谨慎监督。
bbtree 加载中…
Bbtree 被宣传为一种快速的有序映射，但 Hacker News 上的讨论褒贬不一。一名测试者发现，将 std::BTreeMap 替换为 Bbtree 后，一个 3D 布尔网格内核慢了 11–34%，大型 Nefretiti 半身像操作也大多变慢。作者回复称它在实现 InlineKey trait 时效果最佳，并邀请用户提供工作负载和问题。评论者质疑“最快”的说法，指出对于许多键类型，tries 和其他结构可能更好，并批评了 LLM 编写的实现以及“无人能写出更好代码”的说法。其他人注意到字符串映射的内存占用更高，尽管内存声明针对的是整数。有些人称赞了前缀键等想法以及可能的相邻优化工作。总体而言，性能似乎取决于具体用例，而 std::BTreeMap 在各种情况下仍保持稳健。