SCN 全球物流监测 — 供应链网络动态系统性赤字 (百万桶/周) — ☰ 情景：固定内生变量 ▶ 第 0.0 周 $75.00 1 周/秒 2 周/秒 4 周/秒 8 周/秒 模拟 — 压力测试，非预测 · 2025 年联合国商品贸易统计数据库报告流量 (未包含受制裁/未报告的贸易) · arXiv:2607.17491 分析 ▸ 市场价格 p(t) 下游流量损失 紧急储备消耗 (% 剩余)
每日HackerNews RSS
一位开发者在 Hacker News 上展示了一个新的可视化工具，用于模拟封锁霍尔木兹海峡对全球石油市场的系统性影响。该模型作为一个教学项目，利用艾森伯格-诺伊（Eisenberg-Noe）金融网络框架，演示了供给冲击如何在互联的国家间传导。
模拟及后续讨论的主要内容包括：
* **系统性连锁反应**：该模型阐释了“法国悖论”，即那些并非直接从霍尔木兹海峡进口石油的国家，由于反应性的价格飙升和对安全储备的囤积，其储备耗尽的速度反而更快。
* **“胆小鬼博弈”**：由于各国对其战略储备水平保持不透明，全球石油市场呈现出一种高风险的“胆小鬼博弈”状态。价格调整并非循序渐进，而是以突发、迟滞的剧烈波动形式出现。
* **复杂的现实因素**：评论者指出了该模型可能缺失的若干细微差别，例如美国战略石油储备（SPR）的质量限制（含硫原油与轻质低硫原油的区别）、中国秘密储备的作用，以及现有的替代管道基础设施。
* **工具效用**：尽管作者澄清该工具旨在进行“压力测试”而非预测性预报，但它为政策制定者提供了一个有价值的交互式框架，以探讨库存管理和市场弹性如何影响全球能源安全。
发布
登录
注册
发布
Chaofan Shou @Fried_rice
Kimi K3 利用它发现的 0day 漏洞成功入侵了最新的 Redis 服务器。
仅用了 27 分钟，动用了 32 个代理。
github.com/berabuddies/re…
下午 10:36 · 2026年7月22日
130 万次浏览 105 转发 426 引用 6490 点赞 2100 书签
Chaofan Shou @Fried_rice 7月22日
这是第一个有能力且愿意编写漏洞利用程序的 LLM 🥲🥲🥲
198 转发 626 引用 5100 点赞
nich @nichxbt 7月22日
这太传奇了。很高兴看到你活跃。
Chaofan Shou @Fried_rice 3月31日
Claude 代码的源代码通过其 npm 注册表中的一个 map 文件被泄露了！
代码：…a8527898604c1bbb12468b1581d95e.r2.dev/src.zip
152 转发 2400 点赞
相关人员
Chaofan Shou @Fried_rice 关注
正在打造 @yetalabs
条款 · 隐私 · Cookies · 无障碍 · 广告信息 · 更多
© 2026 X Corp.
别错过正在发生的事情
X 用户总是第一时间了解情况。
登录
注册
新用户？立即注册以获取您的个性化时间线！
通过 Google 注册
通过 Apple 注册
创建账号
注册即表示您同意服务条款和隐私政策，包括 Cookie 使用。
当前趋势
最近在 Hacker News 上的一场讨论聚焦于这样一个说法：人工智能模型“Kimi K3”在 Redis 中发现了一个已认证的远程代码执行（RCE）漏洞。
社区对此反应不一。许多关注安全的评论者认为这一发现“微不足道”，并指出，对于 Redis 这类预期接收可信输入且不应暴露在互联网上的服务而言，已认证的 RCE 更像是糟糕架构导致的问题，而非重大的漏洞利用。他们认为，这类自主扫描器只是在捡“低垂的果实”，而人类研究人员或 AFL 等标准模糊测试工具也能轻易发现这些问题。
然而，更广泛的担忧在于范式转变：即“零日漏洞挖掘”工具的普及。用户担心，虽然 Kimi K3 可能无法取代资深安全研究员，但它显著降低了“脚本小子”自动化执行复杂、多步骤攻击的门槛。关于自托管此类模型的可行性、AI 生成漏洞披露的伦理问题，以及利用这些模型进行防御以强化系统的潜力，讨论也在持续进行。总的来说，共识是：尽管具体的 Redis 漏洞影响较小，但人工智能驱动的自主漏洞挖掘趋势正在加速，这要求防御性的补丁更新周期必须更快、更主动。
客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。本网站所需的一部分内容无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置所致。请检查您的网络连接、禁用所有广告拦截器，或尝试使用其他浏览器。
抱歉。
首页 媒体 解释说明 研究与出版物 统计数据 货币政策 欧元 支付与市场 职业发展
欧洲中央银行近期公布的未来纸币设计方案在 Hacker News 用户中引发了广泛讨论。这场讨论凸显了在“人物”、“鸟类”和“欧洲机构”这三个主题上的巨大分歧。
许多评论者认为，描绘历史人物存在问题，理由是担心由此引发政治争议、缺乏普遍认可度，以及难以确保各国代表性的平衡。同样，使用现代欧盟机构建筑作为图案也受到批评，被认为缺乏灵感、显得“冷漠”或“缺乏灵魂”；一些人更倾向于现行纸币所采用的、中性且具有象征意义的桥梁图案。
以“鸟类”和自然为主题的设计似乎是一种受欢迎但略有争议的折中方案——许多人认为其优雅且不涉及政治。讨论的很大一部分还涉及了入围作品的技术和审美优劣，用户们对竖版与横版构图的利弊、单色与鲜艳色调的效果，以及为了安全考量进行重新设计的必要性进行了辩论。归根结底，许多用户表示倾向于那些经典且永恒的设计，并指出共同货币的决策过程注定会倾向于选择“平庸”或“安全”的结果。
该套件提供了一系列 Max/MSP 外部对象（externals），旨在模拟各类必备的录音室硬件，也是 Nyquist Limited 的 Max for Live 设备的核心基础。该库包含十款高品质处理器： * **均衡器：** 五款型号提供多样的音色特性，从透明的塑形和宽频搁架式均衡，到电子管、固态电路及变压器饱和带来的音乐性色彩，应有尽有。 * **压缩器：** 五款型号提供专业的动态控制，包括光学式电平控制、激进的 FET 特性、复古的 Vari-mu 温暖感，以及精准的 VCA 瞬态塑形。 这些设备专为专业声音设计而打造，每一款均支持最高 8 倍的超采样选项，以确保纯净的音频质量。该项目具备跨平台兼容性，原生支持 macOS 和 Windows（通过 mingw-w64）。通过整合并改良既有的开源项目代码，该套件为 Max/MSP 环境提供了一套强大且符合行业标准的工具集。
抱歉。
作者设计了全球首款开源、3端口、100 Mbps 非网管型以太网交换机 ASIC。该芯片目前已通过 Tiny Tapeout 项目完成流片，预计将于 2026 年 11 月进行硅片点亮测试。
由于缺乏真正开源的网络硬件，该项目通过 RMII 接口使用外部 PHY（Microchip LAN8720A）克服了严重的引脚和面积限制。该设计采用了直通转发架构，以避免存储转发方式带来的高内存成本，同时实现了基于硬件的地址解析表，并配有 5 分钟的 TTL 老化机制以实现自动学习。
该芯片已通过 FPGA 仿真测试，是“咖啡店”（Coffee Shop）系列开源网络 IP 的一部分。尽管最初规模有限，但由于临时获得了额外的硅片面积，项目开启了“第二轮”开发，促使开发者迅速进一步扩展设计。一旦验证成功，这项工作将成为作者实现构建完全定制化、开源家庭实验室基础设施这一长期目标的基础步骤。
这篇 Hacker News 讨论聚焦于用户 *random__duck* 的一个项目，他通过 Tiny Tapeout 计划设计了一款定制以太网交换机 ASIC。该项目展示了定制芯片设计的可访问性，利用开源 EDA 工具栈（包括 Yosys、OpenROAD 和 Magic）在 GlobalFoundries 180nm 工艺上制造硬件。
主要讨论点包括：
* **硬件设计：** 作者解释了将功能性交换机集成到有限的“平铺”网格（tile grid）中的挑战，并指出虽然更小的工艺节点速度更快，但 180nm 的大面积平铺允许容纳更多的逻辑容量。
* **技术辩论：** 讨论帖中很大一部分人在争论“直通式”（cut-through）交换的优缺点及其存在意义。一些用户认为这纯属理论，而另一些用户则澄清了它在如高频交易（HFT）和数据中心等低延迟环境中的关键作用。
* **社区支持：** 该讨论帖为那些对定制 ASIC 设计感兴趣的人提供了资源，参与者分享了路线图、Discord 社区以及为希望超越 FPGA 开发的初学者提供的建议。
总的来说，该项目体现了“业余爱好者芯片设计”的增长趋势，证明了定制 ASIC 开发对于个人工程师而言正变得越来越可行。
**Drone-Bench** 是一个旨在衡量人工智能模型物理自主性的全新评估框架。该基准测试的核心是一个无人机演示项目，要求模型具备五项关键能力：**重建、定位、导航、检测和跟随。** 为评估性能，模型需编写代码来解决每个阶段的任务，并在十次迭代提交中获得反馈。每项任务都将与人工编写的基准方案进行对比评估。目前，尽管顶尖模型已开始在“检测”和“跟随”等单项任务上超越基准，但在 3D 重建方面尚未有模型超越基准；而将全部五项任务串联起来的端到端成功率目前仍为 0%。 该基准测试凸显了模型潜力与可靠性之间的显著差距：常规运行表现目前仍落后于表现最顶尖的“前沿”提交版本约六个月。研究人员认为，随着模型能力的提升，追踪这些物理监控能力至关重要。通过拆解任务并衡量进展，Drone-Bench 提供了一种透明的方式来监测自主人工智能的快速演进，帮助社会应对那些正从聊天窗口走向物理世界的系统所带来的安全及滥用隐患。
抱歉。
2011 年，杰夫·贝佐斯提出了 Amazon Echo 的构想，设想开发一款基于云端、语音控制、价格亲民且能持续改进的设备。他任命自己的技术顾问格雷格·哈特负责该项目，尽管哈特缺乏硬件经验。 贝佐斯作为“超级产品经理”深度参与其中，为该项目投入了数亿美元。团队在极端保密的状态下运作，招聘人才时往往不透露工作的具体内容。随着苹果推出 Siri，开发工作变得更加紧迫；Siri 的出现既验证了语音助手的潜力，也迫使团队必须实现产品的差异化。 与依赖智能手机的 Siri 不同，亚马逊团队的目标更为复杂：实现“远场”语音识别，让设备能够听懂嘈杂房间另一端的指令。为克服技术障碍，哈特领导的团队积极收购了多家小型语音技术初创公司，其中包括波兰公司 Ivona，旨在构建最终演变为 Alexa 所需的基础设施。
对不起。
用于 PyCharm 的全新 marimo 插件将响应式笔记本直接引入了您的 JetBrains IDE，实现了无需离开开发环境即可测试代码和构建交互式演示的无缝工作流。
主要功能包括：
* **深度集成：** 在 PyCharm 中编辑库代码，通过 marimo 的模块重载功能自动更新相关的笔记本单元格。
* **无缝工作流：** 笔记本以标准的 `.py` 文件形式存储，确保与 Git 和版本控制系统的兼容性。该插件可在编辑器标签页内自动管理服务器进程，无需使用外部浏览器窗口。
* **灵活的环境：** 使用您现有的项目解释器运行笔记本，或利用“沙盒模式”（由 `uv` 驱动）运行通过 PEP 723 元数据定义的隔离、自包含的依赖环境。
* **扩展工具：** 在使用笔记本的同时，充分利用 PyCharm 的现有功能（如数据库检查），或使用“marimo-pair”直接在 IDE 内与 AI 智能体协作。
这款开源插件现已在 JetBrains Marketplace 上架，目前处于早期发布阶段。开发团队欢迎用户试用并前往 marimo 的 GitHub 仓库反馈建议或提交错误报告。
抱歉。
Web3DSurvey.com 为 3D Web 开发人员（WebGL、WebGPU、WebXR）提供至关重要的真实场景性能数据，同时保持了每月约 3 加元的极低运营成本。 其架构专为高效和扩展性而设计： * **数据采集：** 通过嵌入式 iframe 脚本探测浏览器性能。为最大限度降低性能损耗和安全风险，该脚本采用巧妙的 GET 请求策略，避免了 CORS 预检（preflight）开销，每月向 BigQuery 提交 50 万条样本。 * **数据分析：** 数据存储在按时间分区的大数据表（BigQuery）中，并在 120 天后自动过期，使存储成本几乎可以忽略不计。 * **报表呈现：** 在 BigQuery 前端设置了自定义缓存层。系统无需执行昂贵的实时聚合计算，而是运行小规模的并行查询，并提供有效期为两天的缓存 JSON 结果。这确保了公共网站即使在流量高峰期也能保持高速响应。 * **基础设施：** 该项目利用可自动缩减至零的无服务器（Serverless）Cloud Run 实例，进一步降低了成本。 通过将“只追加”的数据采集管道与高度缓存的报表路径分离，该项目以极低的开销提供了强大的分析功能，证明了大规模数据采集可以同时兼顾成本效益与高性能。
抱歉。