## 关于金钱：礼品卡与诈骗 – 摘要 本文探讨了使用礼品卡*总是*是诈骗的说法，认为这是一种过于简单的概括。虽然礼品卡诈骗猖獗（2024年报告损失166亿美元），但礼品卡确实是一种合法的支付方式，特别是对于那些没有传统银行服务的人。 核心问题在于监管差异。借记卡诈骗通常会因E规章而获得赔偿，而礼品卡诈骗很少能获得赔偿。这是因为礼品卡在很大程度上不受这些保护，这一决定是为了促进商业和创新，并受到零售业游说团体的影响。 大多数企业并不直接管理他们的礼品卡计划，而是外包给专门的“计划管理者”，如Blackhawk Network和InComm Payments。这造成了一个“责任漏洞”——企业可以声称对它们“销售”但“不发行”的卡上的诈骗不承担责任，从而阻碍了调查。 最终，作者认为，虽然AARP的警告是善意的，但它忽略了礼品卡的合法用途，并强调了一个系统性的监管漏洞，使消费者容易受到伤害。对礼品卡进行宽松监管的决定是有代价的，通常由那些最无力承担的人来承担。
每日HackerNews RSS
## 礼品卡问责与诈骗：摘要
一篇近期文章挑战了AARP（美国退休人员协会）的公益宣传，该宣传警告*任何*要求礼品卡支付的行为都是诈骗。作者认为这过于简单化，因为礼品卡是各种企业使用的合法（但常常被忽视）的支付渠道。
然而，评论员们普遍同意AARP的立场。虽然存在合法用途（例如接受买方*主动提出*的礼品卡支付），但要求礼品卡支付是一个主要危险信号。核心问题是，与现金或信用卡相比，礼品卡缺乏消费者保护和可追溯性。
讨论强调了礼品卡如何促进一个阴影经济，这对于那些避免传统银行或规避限制的人来说很有用，但也容易滋生欺诈。诈骗经常针对弱势群体，作者承认了对礼品卡支付发出普遍警告的实用益处，即使从技术上讲不准确。争论的中心在于平衡细致的准确性和有效的公共安全建议。 许多用户分享了他们与礼品卡诈骗的个人经历，强化了这种支付方式的高风险性。
本网站使用如Cookie等技术来提升您的体验并提供个性化功能。这些技术使我们能够记住您的偏好、分析浏览行为以及提供相关广告。 本质上，Cookie有助于网站正常运行并了解您的使用方式。一些Cookie是基本网站操作所必需的（例如记住登录信息），而另一些则可以改善功能或收集匿名数据用于统计分析。 您可以控制这些设置——同意可实现完整功能，而拒绝可能会限制某些功能。收集的数据范围从简单地启用您请求的服务到在网站间跟踪您以进行营销目的，但匿名数据收集旨在保护您的隐私。
## Garmin Autoland 拯救 King Air 乘客
一架 King Air 飞机最近成功着陆，这归功于 Garmin 的 Autoland 系统，标志着其首次在现实世界中的成功部署。该系统自 2020 年以来可用，最初应用于 Cirrus Vision Jet，在飞行员丧失能力后自动降落飞机。
Autoland 利用 GPS、雷达高度计、地形和天气数据，自主引导飞机飞往合适的跑道，与空中交通管制部门通信并向他们通报紧急情况。该系统可以通过驾驶舱/客舱按钮激活，或通过检测到缺乏飞行员输入或飞机不稳定来触发。虽然它在着陆后不会滑行，但它成功地将飞机安全降落。
该事件引发了关于更广泛采用自动着陆系统的可能性以及认证和与现有空中交通管制基础设施集成的挑战的讨论。 此次成功凸显了航空安全技术的进步，为飞行员失去控制的紧急情况提供了一种潜在的救命稻草。 还有关于在航空其他领域采用类似系统以及在自动化技术发展的同时保持飞行员技能重要性的讨论。
最近的进展促使人们对可扩展量子计算的实现前景更加乐观。作者过去对此持怀疑态度，现在认为它在可实现的范围内，这得益于实验性的里程碑——特别是2025年观察到的双量子比特门保真度超过99.9%。这并非对量子理论基本信念的改变，而是基于Quantinuum、Google和QuEra等公司在硬件方面取得的切实进展所做的更新。 该领域现在区分了真正致力于解决技术挑战的公司和专注于首次公开募股和夸大宣传的公司。虽然核心应用仍然是模拟量子系统、破解当前密码学，以及最终在优化/机器学习方面提供适度收益，但围绕更广泛应用的炒作需要仔细审查。 一个关键的警告是：详细估计使用量子计算机破解加密所需资源的情况可能很快会被列为机密，这凸显了过渡到后量子密码学的紧迫性。作者还提到了因批评某些量子公司而产生的网络骚扰问题，并重申了对真实评估的承诺。
## 量子计算：并非“迫在眉睫”
一则黑客新闻讨论围绕着斯科特·阿伦森的博客文章，质疑实用量子计算的临近性。虽然正在取得进展，但许多评论员同意，实用的、广泛适用的量子计算机仍然遥远。
争论的中心在于什么构成“实用”。目前的量子计算机并非通用型；潜在的应用，例如破解加密，经常被提及，但即使分解相对较小的数字也证明具有挑战性。一些人认为以分解为基准是错误的，将其比作早期计算机的发展——快速乘小数字的能力并不能立即转化为大数字。然而，另一些人指出量子系统独特的扩展困难，其中增加输入大小会急剧增加复杂性。
除了密码学之外，还讨论了潜在的应用，例如化学模拟，但即使这些也面临着意想不到的障碍。一个主要问题是量子系统的稳定性和可扩展性不足，这是一种基本的物理限制。许多人认为需要重大的突破，而且该领域目前受到炒作、缺乏严格研究和“骗局”公司的阻碍。共识倾向于一条漫长的道路，一些人建议将重点放在军事/安全应用上，作为最有可能的近期结果。 讨论强调了现在过渡到后量子密码学的重要性，无论确切的时间表如何，因为密码系统预计具有较长的寿命。
## 本地AI编程：值得投资吗？ 本文探讨了在本地硬件上运行AI编程模型是否能取代对Claude Code等服务的昂贵月度订阅。作者最初假设，一台强大的MacBook Pro（配备128GB内存）可以通过消除订阅费用来随着时间推移实现自我支付——**但最终发现并非如此。** 虽然本地模型令人惊讶地具有能力，能够有效完成大约90%的编程任务，但那关键的最后10%通常需要基于云的“前沿”模型的卓越性能，尤其是在专业环境中。该实验强调了考虑*总*系统资源的重要性，因为运行其他应用程序会影响可用内存和模型性能。 本地模型*作为补充*是有价值的，可能允许用户降级订阅层级或更有效地利用免费层级。设置本地模型涉及选择合适的模型大小（基于内存），利用MLX或Ollama等工具，并通过量化优化内存使用。 最终，作者得出结论，虽然本地模型提供了可靠性和隐私等好处，但仅凭订阅节省无法证明前期硬件成本是合理的，*尤其*是考虑到Google等供应商日益慷慨的免费层级。然而，这项技术正在迅速发展，未来可能会更具吸引力。
## 本地AI编码模型：成本效益分析
这次Hacker News讨论的中心是，运行AI编码模型于本地与依赖OpenAI的Codex、Anthropic的Claude和Google的Gemini等付费云服务，哪个更实用。作者最初探索构建强大的本地配置，但发现对于许多用例来说，成本高昂且不必要。
一个关键的结论是，OpenAI和Anthropic的每月20美元套餐提供了显著的价值，特别是对于业余爱好者。许多用户报告称，只有在进行高强度的“氛围编码”——即高度依赖AI *编写* 代码——时才会超出限制，而不是将其用于诸如重构或代码解释等有针对性的任务。
虽然本地模型在隐私和离线访问方面很有吸引力，但目前的性能通常落后于领先的云端选项。然而，开源领域正在迅速发展，一些人认为云服务的成本必然会上升，从而使本地解决方案更具吸引力。
最终，最佳方法取决于个人需求和使用模式。对于许多人来说，经济实惠的云订阅和偶尔的本地实验相结合，提供了一种平衡的解决方案。该讨论强调了LM Studio、Ollama和llama.cpp等用于本地运行模型的工具。
展示 HN：Autograd.c – 一个从头开始构建的微型机器学习框架
Show HN: Autograd.c – A tiny ML framework built from scratch
3 天前
这展示了一个用C编写的、最小化的反向模式自动微分（autograd）引擎。它利用引用计数张量和竞技场分配用于函数节点，专注于高效的内存管理。该引擎具有显式的依赖跟踪和集中式梯度累积，以优化反向传播，专门设计用于标量损失函数。 实现了一组核心张量运算，并紧密集成了前向和反向传递。该系统使用CIFAR-10数据集进行了测试，下载了40%的子集。初步训练结果显示，平均训练损失为2.2632，准确率为20.48%，测试准确率为23.56%。在第2轮训练期间的损失曲线可视化显示波动，范围从最大值2.3112到最小值2.2899。训练设置为运行15轮。
一位开发者创建了一个API，名为“HN Sentiment”，用于分析从10月31日开始的超过50万条Hacker News评论，以评估对各种实体的看法。该API使用Go、PostgreSQL和GPT-4o进行实体提取和情感分类（积极、消极、中立）。
由此产生的科技CEO情感“排行榜”显示出鲜明差异：史蒂夫·乔布斯、林纳斯·托瓦兹和盖布·纽厄尔受到“喜爱”，而扎克伯格、山姆·奥特曼和埃隆·马斯克则受到“憎恨”。值得注意的是，蒂姆·库克收到的负面情感远多于比尔·盖茨或贝佐斯。
开发者提供了示例API调用，以探索热门话题、实体共现以及整体情感。该分析需要大量的6.63亿个token，成本为238.21美元。该项目的代码和文档是公开的，邀请其他人探索和利用HN的情感数据。
## GLP-1减肥针：复杂的退出策略 GLP-1药物，如Wegovy和Mounjaro，已被证明对减肥非常有效，可以消除许多人难以控制的持续渴望。然而，停止使用这些药物提出了一个重大挑战，其长期影响仍 largely 未知，而且对于150万英国私人购买者来说，费用也令人望而却步。 两位女性，Tanya和Ellen，展示了不同的经历。Tanya发现该药物不仅对减肥（减重六石）至关重要，而且还获得了职业上的尊重，但在尝试停止时，她却面临着强烈的饥饿感和潜在的副作用，如脱发。她目前感到被迫继续服用该药物，担心体重会反弹。 Ellen减掉了超过八石的体重，并在16周后成功地逐渐停止了Mounjaro的使用，利用该药物重置了她与食物的关系，并培养了更健康的生活习惯。她在停药后继续减肥。 专家警告说，体重反弹很常见，在停止使用后1-3年内，60-80%的人可能会恢复体重。重要的是，NICE建议提供的持续支持——至少一年——通常对于私人付费的人来说是不可用的。最终，成功的退出需要一种全面的策略，解决生活方式和心态问题，认识到肥胖不仅仅是激素缺乏，而是一个复杂的问题，需要一个支持性的环境。
## 减肥注射：摘要
最近一篇BBC文章引发了Hacker News关于GLP-1药物（如Ozempic和Mounjaro）用于减肥的讨论，特别是人们停止使用后会发生什么。 结论是，虽然这些药物非常有效——通常比传统节食*更*有效——但体重反弹很常见，在停止用药后1-3年内，60-80%的体重会恢复。
争论的中心在于这些药物是解决了根本的生理问题（饥饿调节），还是仅仅抑制了食欲。 一些人认为肥胖是一种饥饿*失调*，而不是意志力失败，而这些药物提供了一种解决方案。 另一些人指出，这些药物无法解决潜在的习惯问题，并且可能产生副作用，如肌肉流失（“Ozempic脸”）。
许多评论员强调了无论采用何种方法，保持体重减轻的困难，以及将肥胖视为慢性疾病的必要性。 一些人建议将这些药物与生活方式改变甚至手术干预结合起来，以“重置”身体的设定点。 最终，这场讨论强调了体重管理的复杂性，以及超越简单停止用药的长期解决方案的必要性。
解析任何内容，理解一切。上传PDF、Word文档、音频文件或数百页的大型报告——Largemem会自动解析文本、图像、表格和抄本。每个细节都可搜索、结构化，并为深度推理做好准备。
Largemem (largemem.com) 是一个新平台，旨在成为群组共享的、人工智能驱动的知识库。用户可以上传文档——PDF、扫描件、音频——然后使用自然语言查询它们。
与简单的文档检索不同，Largemem 利用向量搜索和知识图谱来*综合*群组持久知识库中多个来源的信息，提供更全面的答案。
该项目在 Hacker News 上发布，寻求反馈。初步评论表明，其功能可能与 ChatGPT 正在开发的特性重叠，特别是其群聊功能和企业产品。一些评论者要求演示或提供超出登陆页面的更多实质性信息。该平台的创建者愿意接受与现有解决方案的评估比较。
一位Windows 10用户对微软持续不断的Windows 11升级通知感到沮丧，尽管他们的硬件官方上不兼容——具体来说，缺少TPM 2.0安全芯片。 核心问题不是*无法获取* Windows 11，而是*无法关闭* 持续的升级提示。 微软阻止用户永久拒绝升级，只提供“稍后提醒”（本质上是同意未来的提示）或“了解更多”（将用户引导至新笔记本电脑的广告）选项。 作者认为这是一种故意带有敌意的设计，目的是推动用户购买新硬件，而不是尊重他们继续使用受支持但即将停止支持的操作系统。 这种体验因在另一台Windows 11设备上，微软强迫创建微软账户和收集数据的行为而加剧，尽管用户已合法购买了操作系统。 作者主张用户对其设备拥有自主权和控制权，并批评微软日益侵入性的做法。