## 黑客新闻头条：一场颠覆性的旋风（2024年5月16-17日） 本周科技界充斥着引人注目的消息！**ACM开放其出版物访问权限**是一项重大转变，被誉为开放获取的胜利。人工智能主导了讨论，人们对**GPT-5.2可能影响编程工作**以及**中国在人工智能芯片方面取得的进展可能超越西方**感到担忧。对人工智能的担忧延伸到抓取问题，有用户声称使用……非常规方法成功地扰乱了抓取。 除了人工智能，头条新闻也聚焦隐私：**苹果因在iPhone上投放广告而面临批评**，**三星、LG和TCL因在德克萨斯州收集电视数据而面临法律挑战**，以及警告称**“你的电视正在监视你。”** 其他热门话题包括一个新的**Linux内核Rust实验**，**“历史LLM”**的兴起（这些LLM基于古老数据进行训练），以及通过**RDMA上的SMB Direct**可能实现的网络速度提升。 最后，出现了一系列“……的死亡”的宣告——**Bash、拖放界面，甚至你现有的编码技能是否足够**。
每日HackerNews RSS
## 黑客新闻标题党实验总结
一位用户创建了一个模拟黑客新闻首页（dosaygo-studio.github.io），将每条标题都改写成夸张、耸人听闻的标题党风格。该项目引发了大量讨论，许多用户觉得有趣，并且是网络炒作标题的惊人准确的模仿。
评论从对幽默的赞赏和对YouTube和Twitter等平台类似策略的认识，到建议开发一个AI工具来*消除*标题党。一些人注意到它与The Register和Upworthy等网站相似。
该帖子还引发了关于HN上此类“实验”频率的争论，一些人认为它很快就会变得重复。一个相关的后续帖子也被链接，强调了这类提交的周期性。最终，该项目是对现代在线媒体中标题党盛行的有趣评论。
## CommerceTXT：赋能精准AI电商 CommerceTXT 是一项新标准，旨在为AI代理（如LLM）提供可靠的、可用于交易的电商数据。与侧重内容发现的llms.txt不同，CommerceTXT 直接向AI提供实时定价、库存和运输政策等关键信息。 主要特性包括指令，如 `@INVENTORY`（减少“缺货”幻觉）、`@SUBSCRIPTION`（用于定期支付）和 `@REVIEWS`（大幅减少评论数据的使用量，高达99.7%）。它专为准确性、法律合规性（映射到Schema.org）以及全球电商（支持多语言和货币）而设计。 CommerceTXT 具有显著优势：改善AI购物回复、减少错误、在AI电商领域获得先发优势，并通过最大限度地减少数据传输来降低AI的碳足迹。它优先采用只读模型作为v1.0版本，在引入交易能力之前，侧重于数据完整性和用户安全。 该协议是一个开放标准，由开放商家上下文工作组维护，旨在确保AI准确反映商家的产品和政策。
## CommerceTXT：AI购物的开放标准
CommerceTXT是一种新的开源协议（CC0公共领域），旨在简化AI代理访问在线商店产品信息的方式。它的创建者构建它是为了解决抓取HTML的不效率——这个过程会消耗大量的AI令牌，并且容易出错，例如错误报告价格或库存水平。
该协议利用“分形架构”，包含根文件、类别文件和产品文件，允许代理仅获取必要的数据，从而大大减少令牌使用量（380个令牌与HTML的8,500个相比）。它优先考虑确定性数据，并使用诸如`@INVENTORY`和`@REVIEWS`之类的指令来对抗AI“幻觉”。
一个关键的争论点在于文件放置：作者优先考虑简单性和可访问性，因此将文件放置在根目录中，尽管有人认为使用标准化的`/.well-known/`命名空间可以更好地维护网络卫生。作者强调非技术用户（如Shopify和Wix商家）的采用至关重要，并且愿意在未来版本中支持`/.well-known/`。治理是社区驱动的，作者发起开发，但旨在达成基于共识的决策。该协议还包括信任和验证机制，以防止数据操纵。
泛型允许编写在编译时适应不同类型函数，避免运行时类型检查。使用`when T is [type]`子句，单个函数体可以包含特定于类型的逻辑。例如，`some_function[T]`可以使浮点数加倍并递增整数。 更复杂的场景涉及多个类型参数，例如`list_contains[T, T2]`函数，它使用不同的比较方法搜索整数和字符串列表。安全的类型转换在`when`子句*内部*使用，确保类型正确性。 泛型也适用于返回值；`maybe_double[T]`返回类型为`T`的值，根据`T`执行浮点数或整数乘法。 重要的是，泛型函数可以调用其他泛型函数，类型会自动推断，从而实现分层抽象。该系统提供了一种表达性强、类型安全的代码，其中特化仍然是显式且可预测的，行为就像为每种类型量身定制一样。
一位开发者宣布其编程语言Axe（axe-docs.pages.dev）实现了泛型。然而，这一实现引发了Hacker News社区关于“泛型”真正含义的争论。
许多评论指出，Axe的方法更类似于使用`instanceof`开关进行类型检查，而非真正的参数多态性，后者是指函数在所有类型上行为一致。这与C++等语言不同，C++的泛型涉及为每种类型进行编译时代码生成，或者像Java一样，使用类型擦除。人们对不支持类型缺乏编译时错误提示表示担忧。
这场讨论突出了*临时多态性*（Axe的实现）和*参数多态性*（传统泛型）之间的区别。一些人认为“泛型”这个名称用词不当，提倡使用“类型无关函数”等术语。另一些人则注意到与现有语言如Haxe和TI-84编程语言的潜在命名冲突。尽管存在批评，但该项目被认为雄心勃勃，一位评论员询问了该语言的潜在用例，特别是关于并行性方面。
这是一个为认真创业者打造的企业级SaaS样板项目，利用Next.js 16、React 19、Go 1.25和TypeScript构建了一个强大且类型安全的基础。它提供了一个完整的起点，包括身份验证（Stytch）、计费（Polar.sh）和AI集成（OpenAI & Mistral AI），并配备RAG管道。
主要特性包括多租户与数据隔离、细粒度的基于角色的访问控制以及全面的审计日志。UI使用Tailwind CSS和shadcn/ui构建，以实现快速、响应式开发。数据管理使用PostgreSQL与pgvector，并通过SQLC实现类型安全的SQL。
该样板项目设计用于使用Docker & Docker Compose进行轻松的本地开发，并提供Webhook UI和高级分析等功能。还提供咨询服务，用于托管配置、自定义功能开发和代码审计。它采用MIT许可。
## 开源 B2B SaaS 启动器：摘要
Mohammed (@moh_quz) 开源了他 B2B 产品 apflow.co 的全栈引擎，旨在解决 SaaS 启动器中常见的供应商锁定问题。该启动器具有 Go 后端和 Next.js 前端，两者均已 Docker 化，可灵活部署——甚至可以在 6 美元的 VPS 上部署——避免对 Vercel 或 Supabase 等平台的依赖。
Go 后端优先考虑小占用空间（约 50MB 内存）、并发性、类型安全（使用 SQLC）和可预测的性能。它采用“模块化单体”架构，提供清晰的关注点分离，而无需微服务复杂性，从而提高 AI 编码工具的有效性。
预构建的功能包括身份验证 (Stytch)、计费 (Polar.sh)、AI 管道 (OpenAI RAG 与 pgvector)、OCR (Mistral) 和文件存储 (Cloudflare R2)。这*不是*一个模板，而是实际运行 apflow.co 的代码。
作者欢迎反馈，特别是来自 Go 开发人员关于模块边界和 Docker 设置的反馈。该项目旨在提供一个生产就绪的基础，让开发者专注于核心产品逻辑，而不是样板基础设施。 [https://github.com/moasq/production-saas-starter](https://github.com/moasq/production-saas-starter)
## GotaTun：一种新的WireGuard实现 Mullvad VPN开发了GotaTun，一种基于Rust的WireGuard®协议实现，旨在提高性能和可靠性。GotaTun源自Cloudflare的BoringTun，并加入了DAITA和多跳等隐私功能，同时优先考虑安全的线程处理和零拷贝内存策略。 GotaTun创建的主要驱动力是之前WireGuard实现`wireguard-go`的高崩溃率。超过85%的Android应用程序崩溃源于`wireguard-go`，并且跨Rust/Go语言边界调试问题非常困难。 于2025年末向Android用户推出的初始版本非常成功，**消除了之前归因于`wireguard-go`的崩溃，并将用户感知的崩溃率从0.40%降低到0.01%**。用户还报告了速度和电池寿命的改善。 Mullvad计划在2026年用GotaTun取代所有平台（桌面、iOS）上的`wireguard-go`，同时进行第三方安全审计并持续进行性能增强。
加载中×抱歉打扰，CSS错误，请刷新。
这项研究调查了检测和表征iPhone的TrueDepth摄像头系统发射的940nm红外激光雷达信号的方法。iPhone激光雷达以60Hz的频率运行，使用点阵格点图案。检测该信号需要将其与其他红外光源区分开来，因此需要一种能够高速感知多个离散红外信号的设备。 关键测量因素包括信号频率、脉冲重复率、信号稳定性以及跨传感器检测。测试表明，940nm峰值光电二极管，可能带有带通滤波器，能够提供最清晰的信号检测，这对于避免来自常见显示刷新率（30、60、120Hz）的误报至关重要。 信号处理需要快速的组件——10MHz运算放大器或施密特触发器足以进行捕获——同时兼顾能源效率。作者使用了SAMD21微控制器（48MHz）进行原型设计，迭代了多个硬件设计以实现最佳性能。目标是创建一个能够可靠地识别和分析iPhone激光雷达信号的设备。
一个黑客新闻的讨论围绕一个项目，该项目详细介绍了被动LiDAR探测器的设计([atredis.com](https://atredis.com))。虽然被赞为“一个不错的实验”，但评论员指出该设备主要检测iPhone中使用的特定LiDAR——940nm波长、60Hz频率——并且不适用于所有使用不同波长和频率的LiDAR系统。
有人提出了更简单的检测方法，例如使用二向色滤光片和555定时器的脉冲探测器。 同时也警告链接视频中的闪烁灯光可能引发敏感问题。 讨论简要涉及了LiDAR对眼睛的安全性，引发了与日常光源（如太阳）进行比较的回应。 最终，该项目被视为一个专注的演示，而不是一个通用的LiDAR探测器。
## pingfs：一种独特的云文件系统 pingfs 是 Erik Ekman 创建的一个实验性 Linux 文件系统，它将数据*完全*存储在通过互联网发送的 ICMP 回显请求包（ping）中。它利用原始套接字和 FUSE，需要 root 权限才能运行。 用户提供目标主机名/IP 地址的文件列表，pingfs 在挂载前会测试连接性。然后，它将文件数据编码到这些 ping 请求和响应中进行存储。虽然支持基本的文件操作，如创建、删除、读取、写入和重命名，但不支持目录、链接和时间戳。 **重要注意事项：** 性能极其缓慢——不适合局域网——并且数据丢失的可能性很高。它旨在作为概念验证，而不是实用的存储方式。 pingfs 采用宽松的许可协议免费提供，但附带明确的免责声明和责任限制。停止使用时，请使用 Ctrl+C 或 `fusermount -u`。
## Pingfs：在ICMP数据包中存储数据 - Hacker News 摘要
最近 Hacker News 的讨论集中在“Pingfs”项目（[github.com/yarrick](https://github.com/yarrick)）上，该项目在 ICMP ping 数据包中存储数据。这次讨论引发了人们对早期计算限制的回忆——例如 ZX Spectrum 等机器的小内存可以放入单个 IP 数据包中——以及过去缓慢的数据加载时间。
用户将其与历史数据存储方法（如水银延迟线存储器）相提并论，并指出该概念以非常规形式复兴。人们对早期互联网系统的“Ping of Death”漏洞以及如果 ping 失败可能导致数据损坏表示担忧。
讨论还强调了互联网名人 Tom7 的工作，他以在不寻常的介质中存储数据而闻名，以及 Michal Zalewski 的著作 *Silence on the Wire*，其中涵盖了类似的概念。 许多评论员指出，这将给网络路由器带来资源压力，并且依赖 ICMP 进行可靠存储是不切实际的。 将网络节点状态用作分布式内存系统也被简要探讨。
## 飞船：一种现代系统自动化语言 飞船是一种新的系统自动化语言，旨在取代传统的 shell 脚本，优先考虑性能、安全性和可靠性。它具有严格的、受 Go 启发的语法和固定宽度的类型系统——需要显式类型声明（例如，`i64` 用于整数，`u8[]` 用于字符串）。 主要特性包括一个基于 LLVM 的新型 JIT（即时编译）编译模型，将 POSIX 命令转换为本机代码，以显著提高速度。安全性通过直接的操作系统系统调用接口得到增强，从而消除了 shell 注入漏洞。错误处理是显式的，利用 POSIX 退出代码通过 `!i32` 合同系统和 `check {} except {}` 块来实现。 飞船采用延迟执行流水线模型，使用 `.then()` 和 `.run()`，并提供 `@jit` 指令来编译现有的 shell 脚本以提高性能。其标准库专注于 JIT 编译的 POSIX 层和一个 `Syscalls` 运行时，用于高效的系统操作。目标是在常见的任务（如日志文件分析）中实现高达 14 倍于 Bash 的性能提升。
## Orbit：一种用于 Shell 脚本的新系统语言
Orbit 是一种新的系统级编程语言，旨在弥合快速 shell 脚本和健壮系统代码之间的差距。它将 `.sh` 文件编译为 LLVM，以实现本机机器代码执行，从而在性能上可能优于传统的 shell 解释器。
主要特性包括 JIT 编译器、"通过省略实现安全" 模型（除非明确允许，否则限制功能）、对任意位宽的支持以及受 Go 启发的错误处理系统。该语言利用 Boost 作为其标准库，确保 POSIX 兼容性。
然而，最初对该项目的反应褒贬不一。人们对所呈现的基准测试的有效性（被描述为“假设的”）、实现复杂性（部分代码似乎不完整）以及取代 Bash 等广泛使用的工具的实用性表示担忧。
Deno 和 Bun 等替代方案提供类似的处理流程功能，并具有改进的语法，而 FreedomLang 则采用不同的方法，侧重于直接二进制输出和基于文件系统的并发性，以增强安全性和可审计性。关于 Orbit 如何处理 Bash 的错误模型和语义怪癖，仍然存在疑问。
## 开源授权库：总结
授权库对于管理用户权限和保护软件应用程序至关重要。 随着对预构建访问控制需求的增长，涌现出大量开源解决方案，为开发人员提供工具来简化用户管理并增强安全性。
本文探讨了六个流行的选项：**Casbin**（Go，支持多种模型和存储）、**CanCanCan**（Ruby on Rails，简化RBAC）、**accesscontrol**（Node.js，服务器和客户端身份验证）、**CASL**（JavaScript，同构权限）、**GoRBAC**（Go，轻量级RBAC）和 **Flask-RBAC**（Python/Flask，无缝集成）。
选择库的关键因素包括清晰的**文档和社区支持**、与现有技术栈的**易集成性**、强大的**安全和合规性**功能以及适应未来需求的**可扩展性**。
虽然很有价值，但开源库可能会带来挑战。 本文最后介绍了**Permify**，一种授权即服务（AaaS）解决方案，作为构建强大的授权系统的替代方案，尤其是在出现复杂需求时。 最终，选择正确的方法——开源或AaaS——对于安全且可扩展的软件开发至关重要。
最近的 Hacker News 讨论集中在开源授权库上（链接来自 permify.co）。文章重点介绍了顶级库，引发了关于它们实用性的争论。
一位评论员表示担忧，快速的开发周期可能会在使用这些库时导致安全疏忽，并将此与 Django 内置的、更宽松的授权功能进行对比。Django 的方法允许在代码中直接进行简洁的权限检查，并便于进行单元测试。
其他评论指出文章介绍中存在一个拼写错误，并戏谑地争论这个错误是否表明文章是由人类撰写的（考虑到 ChatGPT 日益强大的能力）。 几位用户还推荐了特定的库：开放策略代理 (OPA) 以及 Casdoor 与 Casbin 的组合，两者都获得了积极的反馈。
这次对话强调了专用授权库和框架集成解决方案之间的权衡。