本期通讯探讨了 Unix 的起源，该系统由贝尔实验室的肯·汤普森（Ken Thompson）和丹尼斯·里奇（Dennis Ritchie）共同开发。由于对 Multics 等现有系统感到不满，汤普森启动了一个个人项目，旨在优化 PDP-7 上的磁盘吞吐量。在短短三周的非凡冲刺中，他构建了文件系统、编辑器、汇编器和编译器，为后来的 Unix 奠定了基础。 文章重点介绍了定义 Unix 哲学的关键创新，特别是数据与程序的分离，以及 `open` 系统调用的实现。与前代系统复杂的“单层存储”方法不同，Unix 优先考虑简洁性和特定功能。文中还追溯了“命令文件”（comfiles）的演变，这催生了现代 Shell 脚本，以及诸如 `rc` 等启动文件的命名惯例。 在技术史之外，作者回顾了将 Unix 打造成功所经历的六年严谨且专注的打磨过程。文章强调精通源于专注与努力，最后为那些希望掌握基础设施工具、脚本编写和系统设计的读者提供了“一对一”的辅导，并鼓励读者深入研读本领域的基础文献。
每日HackerNews RSS
抱歉。
Anthropic 正在筹备一次具有里程碑意义的首次公开募股（IPO），预计估值接近 2 万亿美元。随着公司与投资者进行“试水”会议，讨论的核心围绕着市场竞争、利润率压力以及数据中心建设放缓可能带来的影响。 Anthropic 在 IPO 道路上的一个重大障碍，是公众和政界对支持人工智能所需的各类基础设施日益增长的抵制情绪。盖洛普（Gallup）最近的一项调查显示，70% 的美国人反对在当地建设人工智能数据中心。这种情绪正愈发影响政治格局；例如，佛罗里达州州长候选人拜伦·唐纳德斯（Byron Donalds）和宾夕法尼亚州州长乔什·夏皮罗（Josh Shapiro）近期都已采取行动，限制或监管数据中心的扩张。 由于 Anthropic 的收入增长高度依赖于庞大的计算能力，这些基础设施方面的挑战构成了关键风险。因此，预计该公司将在即将发布的 IPO 招股书中正式回应这一日益增长的公众反对声音，以及其对公司未来增长的潜在阻碍。如果此次发行成功，其融资规模有望超过 SpaceX 创纪录的 857 亿美元，成为历史上规模最大的 IPO 之一。
近期在 Hacker News 上的讨论表明，Anthropic 即将提交的 IPO 招股书将正式把公众对人工智能的普遍抵制列为一项实质性风险因素。
评论者们对这一披露的重要性各执一词。一些人认为这只是标准的法律格式条款——类似于 Uber 或 Airbnb 在面对监管或社会阻力时所做的披露；而另一些人则认为，当前反 AI 情绪的强烈程度是前所未有的。这种“抵制”情绪源于人们对就业流失、数据中心消耗巨大电力与水资源的担忧，以及技术精英的叙事与公众实际需求之间的脱节。
这场对话进一步凸显了两个阵营的分歧：一方将 AI 视为中立且具有变革性的工具，另一方则将其视为具有极化倾向、甚至掠夺性的行业。该行业的怀疑论者还质疑 AI 公司的长期财务可行性，认为它们目前依赖巨额补贴和炒作来掩盖缺乏可持续盈利能力的事实。最终，尽管支持者认为这项技术是被误解了，但批评者坚持认为，日益增长的公众、环境和监管阻力正对该行业的未来构成深远的生存威胁。
Htmx live 很酷。Datastar 很快。这头牛既原始又强壮。 Htmx live is cool. Datastar is fast. This cow is raw and strong
2 天前
```<div moo="{ init: 'st.cups ??= 1' }"> <output moo="el.textContent = st.cups">1</output> <button moo="{ click: 'st.cups = Math.max(0, st.cups - 1)' }">−</button> <button moo="{ click: 'st.cups++' }">+</button> <button moo="{ click: 'ox.post(\"/ox/demo/order\", { body: { cups: st.cups } })' }"> 打印票据 </button></div>```
这篇 Hacker News 帖子讨论了人们对技术项目公告中“AI味”文风日益增长的挫败感——其特点是句子结构重复、过度润色或破碎。
讨论始于一位开发者（bobowski）分享了一个模仿 HTMX/Datastar 的新库。用户很快对该帖子的语气提出了批评，指出大模型生成的内容往往感觉“平淡”，缺乏人类语言自然且多变的韵律。评论者 *derefr* 进行了深入分析，认为大模型无法模仿人类“随性而发”的创作方式，反而倾向于使用缺乏连贯叙事流程的简单、断裂的句子。
该讨论凸显了一个更广泛的矛盾：虽然 AI 工具帮助开发者更快地发布项目，但由此产生的“AI 式”文风往往会让读者感到疏远，或掩盖了技术上的清晰度。贡献者建议该开发者，即使借助工具写作，创作者本人也必须对内容进行编辑，以保持真实的声音。开发者认可了这些观点，并总结称，尽管他所开发库的文档目前存在因过度预设背景而导致的缺陷（这是 AI 辅助编程中的常见问题），但他计划进行改进并“去 AI 化”，以更好地与社区互动。
受人工智能音频公司 ElevenLabs 的启发，作者调查了科技行业中一种独特的趋势：初创公司名称采用“数字 + Labs”的格式（例如 TwelveLabs、ThirteenLabs）。 作者整理了一份名称中包含“labs”且编号在 0 到 99 之间的公司名单，并重点标注了其中在人工智能领域运营的公司。研究发现，这类名称非常密集，尤其是在 70 到 80 之间的编号段。这引发了一个疑问：这究竟是有意为之的行业命名趋势，还是仅仅是一系列独立的巧合？ 除了现代人工智能初创公司品牌普遍存在的同质化和重复性外，搜索过程还带来了一个怀旧的发现：`seventyonelab.com`。与当代的网站不同，该网站保留了 21 世纪初那种迷人的“矢量之心”（vectorheart）美学风格，并附带了一条“建议在 Netscape 4.0 浏览器中获得最佳浏览效果”的免责声明。文章最后幽默地探讨了投机性域名抢注的问题，并对比了当今人工智能初创公司单调、统一的品牌形象与过去充满创意的网页设计。
最近的一场 Hacker News 讨论指出，受 ElevenLabs 和 TwelveLabs 等公司的影响，AI 初创公司正掀起一股以“[数字] Labs”作为命名惯例的趋势。
评论者观察到，这种通常涉及任意数字的命名方式已成为 AI 企业的“样板化”潮流，类似于过去在初创公司名称后添加“-ify”或“-ly”的命名风尚。尽管部分参与者认为这些名称具有抽象或“易记”的特点，但也有人批评其平庸、缺乏创意，或是“流水线式创业”的体现。
讨论涉及以下几个主题：
* **“Labs”生态：** 许多用户调侃可用数字的匮乏，一些参与者指出，几乎每一个整数域名都被开发者或域名投资者抢注了。
* **行业历史：** 早期消费级 AI 领域的资深人士将当前景观与 15.ai 和 FakeYou 时代进行了对比，指出虽然品牌命名转向了正式的“Labs”，但风险投资、快速迭代和平台转型等底层逻辑依然如故。
* **设计套路：** 社区分析了“AI 美学”，指出许多此类网站采用了惊人相似的落地页模板和 Logo，一些人将其戏称为“VectorHeart”。
嵌入式人工智能 Embedded AI
2 天前
David Such 撰写的《嵌入式人工智能》（*Embedded AI*）一书，为将机器学习集成到资源受限的嵌入式系统中提供了详尽指南。作者凭借三十余年的行业经验，超越了简单的模型训练，教授了完整的工程生命周期：硬件选型、数据准备、部署以及稳健的系统集成。 本书专为嵌入式开发人员、机器学习从业者及高阶创客设计。书中包含 25 个以上的实操项目，涵盖唤醒词检测、AI 合成器及基于摄像头的行人检测等，并配套可下载的代码、原理图和数据集。读者无需具备机器学习背景。 课程聚焦于解决实际问题，教授读者如何排除噪声传感器数据、内存限制及硬件不稳定等常见技术障碍。项目采用 Arduino UNO 和 Raspberry Pi Pico 等易于获取的硬件，以及 Python、TensorFlow 和 Arduino IDE 等标准软件。通过理论与实践的平衡，本书助力读者掌握将普通嵌入式设备转变为可靠智能系统的专业技能。
关于 No Starch Press 出版的新书《嵌入式 AI》（*Embedded AI*），Hacker News 上的一场讨论凸显了当代技术文献质量日益紧张的局面。
最初的质疑源于对“AI 垃圾内容”（AI slop）的担忧——即人们担心近期的书籍越来越多地由大语言模型（LLM）生成，而非由专家撰写。尽管一些评论者指出 No Starch Press 在编辑质量方面声誉卓著，但也有人指出样章中存在明显的 AI 痕迹。
这场争论延伸到了 AI 时代技术书籍的价值问题。批评者质疑，当大语言模型能够总结类似内容时，购买书籍是否有必要；而支持者则捍卫了像 David Such 这样经验丰富的作者所提供的深度和内容策展价值。支持者强调，大语言模型在综合现有知识方面表现出色，但在产生原创且可靠的专业知识方面却力有未逮。归根结底，这一讨论反映了整个行业的广泛焦虑：随着人工智能既成为写作的主题，又成为潜在的写作手段，读者对技术资源真实性的警惕感正在不断增强。
面对娱乐行业就业的大幅下滑，好莱坞经验丰富的创作者——包括编剧、导演和制片人——正越来越多地转向零工经济，通过训练人工智能模型来维持生计。中介机构以每小时 12 至 200 美元不等的报酬，聘请这些专业人士教授人工智能系统诸如剧本写作、制片调度和视频转录等技术技能。
这一趋势在创作者群体中引发了复杂的反应，从实用主义到生存危机感不一而足。许多人承认这种讽刺局面，一位从业者将其描述为“被递上一把铁锹，并被要求去挖掘自己职业的坟墓”。尽管担心自己正在加速自身岗位的被取代，但在传统制作机会减少的情况下，许多人因经济压力被迫做出选择。
虽然有些人仍怀疑人工智能能否复制人类的细腻和情感深度，但另一些人则将这项技术视为不可避免的现实。对于这些创作者而言，对财务稳定性的迫切需求超过了对长期不确定性的担忧，迫使他们协助构建那些正在重塑、甚至可能取代他们生计的工具。
抱歉。
抱歉。
请启用 JavaScript 和 cookie 以继续。
关于《Racket 友好入门》的 Hacker News 讨论，凸显了该语言在数值字面量处理上的独特方法及其强大的宏系统。参与者称赞 Racket 在数值处理上的表现力和精确性（区分精确值与非精确值），以及它作为“可编程编程语言”的能力——用户可以通过宏构建特定领域语言（DSL）。
尽管一些评论者争论 Racket 以及 Lisp 语言的语法是否真的“友好”或存在“臃肿”问题，但支持者强调，其植根于 Lambda 演算的结构为解决问题提供了一致且强大的环境。讨论还涉及了更广泛的主题，包括 Lisp 在人工智能领域的历史、同像性的重要性，以及 Racket 在生成独立可执行文件方面的实用性。
总的来说，这场讨论凸显了编程社区中常见的观点分歧：虽然有些人觉得 Racket 的括号和宏导向哲学令人不适或过于学术，但那些拥抱其可塑性的人则将其视为进行深度程序设计和模块化分解的卓越工具。归根结底，这一讨论展示了 Racket 的多功能性，从复杂的数值解析到为专业软件开发构建 DSL，应有尽有。
模型上下文协议（MCP）的核心维护者发布了一份更新后的路线图，重点关注五个关键领域，旨在推动协议以适应现代智能体（Agentic）工作负载的需求。
1. **智能体消息传递（Agentic Messaging）：** 引入服务器发起事件，并对“任务”进行演进，以超越简单的请求-响应循环。
2. **HTTP 原生传输（HTTP-Native Transport）：** 加固并统一将 HTTP 作为远程和本地 MCP 服务器的标准传输方式，以简化开发。
3. **企业安全与身份认证（Enterprise Security & Identity）：** 使用 DPoP 和工作负载身份联邦（Workload Identity Federation）等标准化的安全身份协议取代静态 API 密钥，使智能体能够代表用户执行操作。
4. **改进的原语（Improved Primitives）：** 优化工具调用结果的处理，并引入“渐进式发现”功能，以高效管理大型工具目录。
5. **SDK 体验（SDK Experience）：** 在所有支持的编程语言中改进文档、API 人机工程学设计以及规范一致性。
这些优先级将指导“规范增强提案”（SEPs），并将为每个领域设立专门的工作组。我们鼓励开发者通过 Discord 加入这些小组，为协议的下一阶段做出贡献。
抱歉。
作者将软件工程比作外科手术，认为其需要严格的纪律和深厚的理论基础。尽管目前行业内存在轻视正规计算机科学教育和算法面试（如“LeetCode”）的趋势，但作者主张，这些基础知识对于长期的职业成功和技术能力至关重要。 文章指出，许多自学成才或走捷径的工程师往往表现得较为“浅薄”，他们倾向于纠结语法争议或框架偏好等琐碎问题，却忽略了核心的系统架构、测试和调试。作者观察到，那些跳过严格训练的人往往缺乏深度，无法处理复杂问题，一旦技术转型便会陷入困境。 在人工智能时代，作者认为深入理解计算机系统和解决算法问题的能力已不再是选修课，而是职业生存和保持竞争优势的关键。尽管作者承认教育存在经济门槛以及某些学术机构的精英主义，但仍总结道，有抱负的工程师应当拥抱正规学习并勤于磨练解决问题的能力，这不仅是为了工作，更是出于对技术的“热爱”。成功需要克服天真，并投身于深入掌握这门技艺的艰苦磨练之中。
抱歉。