比特衰退是无声的、累积的、不可避免的。B树内部节点中的单个比特翻转可能导致整个子树的行损坏。标准的SQLite完全依赖于外部工具（ZFS校验和、定期备份、手动PRAGMA integrity_check）来检测和修复这种损坏。FrankenSQLite将恢复直接构建到存储引擎中。RaptorQ喷泉码在写入时为每个数据页生成修复符号。当读取时检测到损坏，无论是由于比特衰退、磁盘错误还是宇宙射线，失活解码会从幸存的符号中重建原始字节。无需恢复备份。无需人工干预。自动恢复，保证在配置的开销预算内。点击下面的健康页面来模拟损坏，并观看引擎实时重建它们。
每日HackerNews RSS
## FrankenSQLite：一个 Rust 重实现与讨论
FrankenSQLite 是 SQLite 的一个 Rust 重实现，目标是实现并发写入，并在 Hacker News 上进行了展示。该项目利用 Rust 的测试框架、基于属性的测试以及针对原始 SQLite 的一致性测试。然而，讨论很快变得严厉。
用户质疑该项目的可行性，指出在无法访问 SQLite 的完整（且大部分是专有的）测试套件的情况下，完全复制 SQLite 具有困难。人们对该项目对生成式人工智能（“LLM 垃圾”）的依赖表示担忧，许多人观察到实现不完整以及 RaptorQ 等有问题的设计选择。
一些评论员强调了作者已知在开发中使用 AI 代理，这导致人们对代码质量和可维护性的怀疑。关于并发写入与优化单写性能的价值，以及该项目不寻常的许可证的可执行性（该许可证限制 OpenAI 和 Anthropic 的使用）存在争论。
最终，该项目在很大程度上被认为是一项雄心勃勃但有缺陷的努力，体现了人工智能生成代码项目缺乏实际内容的日益增长的趋势。
## 模拟286处理器：深入虚拟现实
受“什么是真实？”的哲学问题启发，本项目通过尝试模拟1980年代的286计算机处理器来探索现实的边界。目标是使处理器启动并运行简单的汇编代码，并质疑如果建立在模拟信号之上，*它*的现实是否更不真实。
该项目的核心是将物理80C286处理器与树莓派Pico连接。由于处理器的57个引脚超过了Pi的能力，使用了MCP23S17 I/O扩展器来管理通信。这需要仔细的接线、引脚映射以及使用MicroPython进行软件开发，以控制扩展器并模拟必要的信号——时钟、复位、地址和数据。
在克服了扩展器内部硬件寻址的挑战后，系统成功执行了一个加载到模拟内存中的简单加法程序。该过程涉及仔细发送指令和数据、处理字节顺序（小端序）以及解释处理器标志。
最终，该项目表明处理器无论其电信号的来源如何都能正常工作，模糊了物理现实和虚拟现实之间的界限。虽然这只是一个小小的步骤，但它为探索外围设备实现和进一步深化模拟打开了可能性。
## 黑客新闻讨论：286 虚拟现实
一场黑客新闻讨论围绕着一个使用286处理器重现虚拟世界项目展开。该项目引发了经历过286芯片的用户，特别是日本PC-98场景中的用户，的怀旧之情，并赞赏对其能力的持续探索。
评论者分享了相关项目，包括286的DIY芯片测试仪和旨在实现周期精确的模拟器。讨论的很大一部分围绕着硬件原型设计面临的挑战。一些人提倡使用万用板连接或通过JLCPCB等经济实惠的服务定制PCB，而另一些人则强调了将此类项目扩展到更复杂的芯片（如奔腾）而不使用现代PCB制造的不切实际性。
对话还涉及中国PCB制造出人意料的低成本，以及影响电子产品定价的更广泛的经济因素，质疑为什么尽管实现了自动化制造，消费者的成本仍然很高。最终，该帖子庆祝了业余爱好者的创造力以及现代电子制造的可及性。
You don't have to
2 天前
## 黑客新闻讨论摘要：“你不需要”文章
一场冗长的黑客新闻讨论围绕一篇题为“你不需要”的文章展开，该文章批判了人工智能的快速且常常不加批判的采用，尤其是在软件开发领域。文章认为，不应仅仅因为潮流而被迫拥抱人工智能，强调了工艺、深刻理解和独立思考的价值。
许多评论者对文章的核心信息表示共鸣，赞扬其细致的视角和“人性化”的写作风格，尽管承认文章篇幅较长。一些人认为文章的长度是合理的，认为这是体验和论证深度的重要组成部分。
然而，很大一部分评论者承认自己只是略读，使用人工智能来总结，或者根本没有读完这篇文章，这凸显了注意力持续时间下降和对简洁信息的偏好。这引发了关于文章长度是否是缺陷或一种有意的风格选择的争论，这反映了文章本身对优先考虑速度而非质量的批判。
讨论还涉及人工智能可能削弱技能的潜力、 “手工”软件的价值，以及使用人工智能来理解一篇*关于*人工智能危险的文章所带来的讽刺意味。最终，该讨论表明，社区内部存在分歧，大家正在努力应对人工智能对其职业和创作过程的影响。
## VMPrint：现代网络的确定性排版
VMPrint是一个纯JavaScript、零依赖的排版引擎，旨在生成像素级精确的PDF，为无头浏览器或复杂的PDF库提供稳定且高性能的替代方案。它通过使用版本化的JSON指令流来构建文档，解决了现有方案的权衡——繁重的依赖、不可预测的布局和内存问题。
该引擎运行在两个阶段：**布局**（确定字形位置、分页和格式化）和**渲染**（将布局转换为PDF或其他格式）。这种分离允许实现可重现的布局、通过JSON快照轻松调试，以及未来扩展到SVG或Canvas等格式。
VMPrint具有体积小（约2MiB）、渲染速度快，并支持多语言文本（拉丁文、CJK、从右向左），具有准确的文本塑形和断字功能。它设计可在任何地方运行——从Cloudflare Workers到浏览器——在不同环境中提供相同的输出。
VMPrint的构建重点是恢复TeX和PostScript等传统排版系统的精度，旨在为开发者提供可靠的工具，以生成出版质量的PDF。目前处于预发布阶段（v0.1.0），并积极寻求贡献。
## VMPrint：零浏览器PDF排版引擎
一位电影导演和系统工程师创建了VMPrint，这是一个轻量级（88KB）且确定性的PDF排版引擎，使用纯TypeScript编写。开发者对现有库在处理复杂多语言文本和剧本特定分页（例如自动在分页处添加“(MORE)”和“(CONT’D)”）方面的局限性感到沮丧，因此构建了一个定制解决方案。
VMPrint避免使用DOM和Node.js API等依赖项，使其能够在Cloudflare Workers和Lambda等环境中运行。它加载OpenType字体，执行基于字素的精确文本分割，并输出用于布局的绝对坐标。性能非常快——在Snapdragon Elite ARM芯片上，8页的复杂文档渲染时间约为28毫秒。
该项目包含`draft2final`，一个用于将Markdown（包括剧本格式）转换为PDF的CLI工具。虽然承认存在权衡，特别是对于阿拉伯语和梵文等语言的复杂文字塑形，由于捆绑包大小的限制，但开发者欢迎贡献并正在探索解决方案。该项目是开源的，旨在提供一种独特的、边缘原生PDF生成方法。
该发布引发了关于AI辅助代码生成以及与Prince和Weasyprint等现有解决方案的比较的讨论。
华盛顿州埃弗雷特市已停用其68个Flock车牌识别摄像头网络，原因是法官裁定其拍摄的录像被视为公共记录。这一决定源于何塞·罗德里格斯提交的公共记录请求，旨在了解摄像头收集的数据。 尽管各城市认为发布数据可能会危及安全——可能帮助罪犯或允许类似ICE之类的实体未经授权访问——但法院不同意。担忧集中在摄像头持续录像，即使是非犯罪活动。 埃弗雷特市长卡西·富兰克林表示失望，并提到可能对虐待受害者造成伤害。与此同时，华盛顿州立法者正在辩论一项法案，以豁免Flock录像的公共披露法律，旨在解决这些安全问题。该法案已在参议院通过。如果该立法通过，埃弗雷特市将重新评估重新激活摄像头，但目前，该网络仍处于离线状态，等待在透明度和公共安全之间取得平衡的解决方案。
本参考资料最初是一份长文档，现已划分为六个重点卷以方便阅读和导航。每个卷都可以独立阅读，但后续所有内容的基础都建立在第一卷（1541驱动器）的技术基础上。该资料涵盖了1982年至1990年代初在C64上商业使用的所有主要磁盘保护技术、磁盘母带制作背后的工业机械，以及复制场景开发出的工具。
这次黑客新闻的讨论围绕着 Commodore 64 上的盗版保护方法。一篇最近的文章（链接中，但因不准确而被批评）引发了人们对早期家用电脑时代保护和规避软件所需的创造力的回忆。
用户们分享了早期盗版保护方案如何依赖于利用硬件限制——特别是连接 1541 磁盘驱动器的极其缓慢的串行总线。“快速加载器”通过利用用户端口进行明显更快的数据传输来绕过这个瓶颈。然而，文章的技术细节很快受到了质疑，评论者指出关于磁盘磁头类型和加载器功能的错误。
对话还涉及了基于磁带的保护以及令人惊讶的有效（且易于破解）的磁带到磁带复制方法。几位用户回忆起“破解”游戏，不是为了盗版，而是作为一种引人入胜的解谜练习，使用扇区编辑器来禁用保护程序。许多人认为，现代盗版保护虽然复杂（例如 Denuvo），但缺乏 C64 时代那种创造精神，这可能是由于开发强大的系统成本增加所致。
## Logira：自动化运行时审计
Logira 是一款仅用于观察的 Linux 命令行工具，旨在审计自动化的运行时行为，特别是 AI 代理。它利用 eBPF 记录系统事件——进程执行、文件活动和网络连接——提供详细、可信的执行轨迹，*无需*干扰自动化流程。
主要功能包括：为方便审查、搜索和检测分类，提供每次运行的本地存储（JSONL 和 SQLite）。Logira 提供内置检测规则，用于识别有风险的模式，例如凭据访问、破坏性命令和可疑网络活动，并允许添加自定义规则。
它非常适合了解 AI 代理*实际*执行的操作，超越其报告的操作，并且可以轻松集成到本地自动化或 CI 任务中。安装通过脚本或 tarball 简单直接，需要较新的 Linux 内核（5.8+）和 systemd。Logira 不会阻止操作，仅记录和检测，使其成为有价值的安全和调试工具。
更多信息和示例请访问：[https://github.com/melonattacker/logira](https://github.com/melonattacker/logira)。
## Logira：审计AI代理运行
一种名为Logira的新工具解决了验证AI代理*实际执行操作*的关键问题，超越其报告的输出。由melonattacker开发，Logira使用eBPF记录代理运行期间的系统级事件（exec、文件、网络），将数据本地保存以供审计。
重要的是，Logira仅用于观察——它不会干扰代理的运行，确保数据收集的公正性。它包含默认规则来检测潜在的有害操作，例如凭据访问或持久性更改。
评论者强调了独立审计的必要性，他们指出代理自我报告不可靠以及单体代理平台可能存在的陷阱。关于提高Logira易用性的建议包括通过“Stop & PreCompact”钩子集成代理自我审查，并利用其他模型进行日志分析，以减轻人类的认知负担。
[https://github.com/melonattacker/logira](https://github.com/melonattacker/logira)
我们检测到您的浏览器已禁用 JavaScript。请启用 JavaScript 或切换到受支持的浏览器以继续使用 x.com。您可以在我们的帮助中心查看受支持的浏览器列表。帮助中心 服务条款 隐私政策 Cookie 政策 版权信息 广告信息 © 2026 X Corp.
黑客新闻 新的 | 过去的 | 评论 | 提问 | 展示 | 工作 | 提交 登录 [已标记]
ramoz 1天前 | 隐藏 | 过去的 | 收藏
wilkystyle 1天前 | 下一个 [–]
有趣的事实：图片中的直线泥土小路被称为“愿望路径”：https://en.wikipedia.org/wiki/Desire_path
happytoexplain 1天前 | 上一个 [–]
类比通常很糟糕，但这个真的令人印象深刻。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
## LLMfit：为你的硬件找到合适的LLM
LLMfit是一个终端工具，旨在帮助你发现能在你的系统上*良好运行*的大型语言模型（LLM）。它会分析你的硬件（内存、CPU、GPU），并根据质量、速度、适配性和上下文能力对数百个模型进行评分。
**主要特性：**
* **硬件检测：** 自动识别你的系统规格。可以通过`--memory`手动覆盖。
* **模型评分：** 综合考虑性能和资源需求，对模型进行排名。
* **运行时支持：** 集成Ollama、llama.cpp和MLX，方便模型管理和下载。
* **多GPU和MoE支持：** 处理多GPU设置，并高效管理具有混合专家架构的模型。
* **动态量化：** 选择最佳量化级别，在硬件限制内实现最佳性能。
* **交互式TUI和CLI：** 提供用户友好的终端界面和命令行界面，方便脚本编写。
* **规划模式：** 估算特定模型配置的硬件需求。
**安装：** 提供适用于macOS、Linux和Windows（通过Cargo）的简单脚本。
LLMfit非常适合希望在本地运行LLM，无需猜测，确保兼容性并最大限度地利用现有硬件的用户。它还包含一个OpenClaw技能，用于基于代理的推荐和配置。
人工智能聊天机器人正在占据美国应用商店的主导地位，Anthropic的Claude目前排名第一——仅在两个月前还位居第42名，这是一个显著的飞跃。OpenAI的ChatGPT和Google的Gemini紧随其后，分别位列第二和第三。
Claude人气飙升并非由于新功能，而是源于最近与美国政府的公开争端。在特朗普总统的批评以及战争部将其列为国家安全风险（原因是担心自主武器和国内监控）之后，Anthropic公开捍卫了自己的原则。
该公司表示，反对使用当前人工智能模型开发自主武器，担心对军方人员和平民都构成危险，并认为大规模监控侵犯了基本权利。尽管存在争议，或者说正是因为争议，Anthropic在iPhone用户中的应用下载量正在增加，并获得了大量的公众关注。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 [重复] Claude 在 App Store 排名第一，用户支持 Anthropic (9to5mac.com) 104 分 doctoboggan 1 天前 | 隐藏 | 过去 | 收藏 | 2 条评论 帮助
dang 1 天前 | 下一个 [–]
评论已移动至 https://news.ycombinator.com/item?id=47202032。回复 ArchieScrivener 1 天前 | 上一个 | 下一个 [–]
那些 100% 总是机器人。 假装有多少 iPhone 机器人农场只是为了社交媒体。回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：