## Zettelkasten 与 Obsidian：可持续系统 大多数在 Obsidian 中构建的 Zettelkasten 系统在三个月内都会被放弃——并非由于方法有缺陷，而是缺乏初始设置*之外*的指导。Zettelkasten 方法由社会学家尼克拉斯·卢曼推广，他用它创作了大量作品，它是一个相互连接的“原子”想法的网络——而不是笔记应用程序、文件夹结构或标签系统。 Obsidian 是理想选择，因为它具有本地 markdown 文件（确保持久性和可移植性）和双向链接，并通过图形视图可视化呈现。成功的实施需要一个简单的文件夹结构（收件箱、文献笔记、永久笔记、模板），并从第一天开始专注于*链接*笔记。 关键在于持续维护。随着库的增长，孤立笔记和陈旧连接等问题会出现。这时，像 Desktop Commander 这样的 AI 可以自动化维护——识别问题并建议链接，而无需云同步。一种可行的工作流程包括捕捉瞬间笔记、将资料处理成文献笔记、将文献笔记提炼成原子永久笔记，并持续链接它们。 最终，成功的 Zettelkasten 是关于构建一个随着时间推移而积累的思维网络，它由持续的习惯和日益智能的 AI 辅助支持。
每日HackerNews RSS
在Obsidian中设置Zettelkasten方法的实用指南
A practical guide for setting up Zettelkasten method in Obsidian
3 天前
## Zettelkasten 与 Obsidian：值得投入精力吗？
一个 Hacker News 的讨论围绕着 Zettelkasten 笔记方法，特别是用 Obsidian 实现时的实用性。许多评论者质疑，对于项目型工作者来说，细致地链接和标记笔记所付出的努力是否值得。一些用户认为 Obsidian 最适合临时待办事项和参考资料，更倾向于在脑海中处理连接。
对话凸显了一种分歧：Zettelkasten 似乎对研究密集型领域（如学术界、写作和哲学）最有价值，因为连接概念是核心。另一些人认为它过于复杂，可能是一种拖延症，并且更简单的系统（如文件夹甚至只是搜索）就足够了。
一个关键点是，该方法的核心价值在于*发现*意想不到的联系，而不仅仅是存储信息。一些人提倡一种 менее 严格的方法，专注于“原子笔记”以减少范围。人工智能的兴起也被讨论，一些人认为它可以处理非结构化笔记，而另一些人则认为有组织的笔记仍然有利于人工智能处理，并且至关重要的是，有利于人类理解。最终，共识倾向于根据个人需求定制系统，而不是严格遵守任何一种方法。
这些指南最初是为一群朋友学习而创建的。多年来，它们演变成了 Bevy 的指南。我是一名程序员，过去十年主要使用 Ruby 进行 Web 开发。这个网站是用 Staticky 构建的，Staticky 是我用 Ruby 构建的静态站点生成器。如果你喜欢这些指南，你可能也会喜欢我的 Bevy Starter 和 Awesome Bevy 仓库，我在那里收集 Bevy 开发者的资源。你也可以查看 Soldev，我在那里撰写关于 Solana 上 Rust 开发的文章。 这些指南与 Bevy 0.18 版本保持最新。如果你是新手，并正在寻找一个好的起点，我建议你查看 Pong 教程（如果你是初学者），或者 TLDR（如果你更高级）。
对不起。
## 分裂锁：现代CPU的性能瓶颈
“分裂锁”——跨越缓存行边界的原子操作——可能会显著降低英特尔和AMD现代CPU的性能。虽然原子操作对于多线程代码至关重要，但当一个值跨越多个缓存行时，CPU会使用较慢的“总线锁”而不是有效地锁定单个缓存行。
测试表明，这些分裂锁会引入大量的延迟，从数百纳秒到微秒不等，并且对直接参与的核心*以外*的核心的性能产生不成比例的影响。严重程度因架构而异：较新的英特尔（Arrow Lake）和AMD（Zen 5）设计显示出明显的性能下降，而较旧的架构（如Piledriver）表现出令人惊讶的良好适应性。
当访问L2缓存之外的数据时，影响最为明显，某些架构的带宽和延迟会降低高达十倍。对缓存缺失敏感的工作负载，例如照片过滤，会受到严重影响。Linux试图通过引入人为延迟来缓解这个问题，但这种解决方案因可能损害桌面性能而受到批评，因为它针对的是一种罕见的情况。
最终，通过仔细编程避免分裂锁是理想的。然而，需要硬件改进来最大限度地减少它们的影响并减少“噪音邻居”效应，从而确保所有应用程序的性能一致。术语“总线锁”本身可能已经过时，CPU制造商需要提供关于正在使用的特定机制的更清晰的文档。
对不起。
首页订阅聊天活动发现个人资料创建独立声音的应用开始使用了解更多为您推荐下载应用 本网站需要 JavaScript 才能正常运行。请开启 JavaScript 或解除脚本阻止。
## PGLite：轻量级Postgres解决方案
Hacker News上的一讨论集中在**PGLite**上，这是一个库，它直接在你的代码中提供了一个完整的Postgres实例，避免了对Docker容器的需求。用户称赞它的速度和易用性，尤其是在monorepo设置以及本地开发/测试中。
然而，人们对在生产环境中使用“Lite”数据库（如SQLite或PGLite）表示担忧，认为可能存在与并发、连接池和数据一致性相关的扩展性问题。
提到了一些替代方案：**db4.app**为PGLite提供基于浏览器、加密的Postgres URL；**doltgres**是另一个选择；**pgserver/pgembed**提供捆绑的Postgres二进制文件；**Firebird Embedded**被推荐为比SQLite更快、更并发的替代方案。一个Go实现（**go-pglite**）和一个Rust项目（**pglite-oxide**）也被强调。
对话涉及“-lite”命名约定（最初意为“-ite”，像矿物一样）以及便利性和强大的生产能力之间的权衡。最终，PGLite似乎对开发和测试很有价值，但在将其部署到生产环境之前需要仔细考虑。
此网站正在使用安全服务来保护自身免受在线攻击。我们正在检查您的浏览器以建立安全连接并保护您安全。请启用JavaScript以继续。
对不起。
美国宇航局的猎户座飞船将于美国东部时间晚上7点53分左右开始剧烈重返地球大气层。这一过程涉及极端高温——峰值达到5000°F（约2760°C），产生等离子体外壳，这将中断大约六分钟的通讯。 在下降过程中，猎户座飞船将从超过9000英里/小时的速度迅速减速，进入大气层后约九分钟穿过音障。随后将部署一套复杂的降落伞系统，从50,000英尺高度开始，以进一步降低速度。将依次释放十一个降落伞，最终在6,000英尺高度部署三个巨大的主降落伞。 这种精心编排的减速过程将使猎户座飞船以每小时17英里的速度在太平洋上温和地溅落，完成其任务。
访问被拒绝。您没有权限访问此服务器上的“http://thereader.mitpress.mit.edu/the-bra-and-girdle-maker-that-fashioned-the-impossible-for-nasa/”。 参考编号：18.d2753617.1775865800.8cfd312f https://errors.edgesuite.net/18.d2753617.1775865800.8cfd312f
对不起。
## 沙盒面临威胁：人工智能的新型利用能力
数十年以来，互联网安全依赖于“沙盒”——隔离环境，防止恶意代码损害设备。然而，Anthropic的新AI模型“Mythos”展示了一种令人担忧的能力，能够72.4%的时间生成适用于这些沙盒的有效漏洞利用程序，相比之前的模型有了显著提升。这表明网络安全风险正发生根本性转变。
虽然Mythos目前受到高计算成本（125美元/MTok）的限制，但其能力可能会通过更小、更高效的模型变得更容易获取。核心问题不在于模型的大小，而在于人工智能发现软件漏洞的速度。
这构成了一个重大威胁。被攻破的沙盒可能允许恶意网站（包括广告）控制设备，并可能破坏依赖于虚拟化的、大规模云基础设施。Anthropic正在谨慎地向网络安全专业人士发布Mythos，但这种“安全依赖模糊化”的方法可能不足以应对风险。风险延伸到无数开源和商业软件组件，使许多系统容易受到攻击。
具备超人漏洞利用能力的人工智能的出现预示着一种可能导致局势不稳定的变化，需要采取积极而全面的应对措施来维护数字安全。
## 神话与软件安全的未来：摘要
最近Hacker News上的讨论集中在Anthropic的“Mythos”模型上，该模型能够发现和利用软件漏洞。核心问题在于这项技术是否从根本上改变了安全格局，可能使漏洞利用变得更容易获得。
虽然Mythos的能力令人印象深刻——据报道它在Firefox等项目中发现了漏洞——许多评论员认为其影响被夸大了。现有的安全措施，如沙盒，并非被*破坏*，而是发现漏洞的成本降低了。这可能会改变平衡，潜在地赋予攻击者*和*防御者力量。
这场对话凸显了一个更广泛的问题：安全性通常依赖于寻找缺陷所需的巨大努力，而反应式补丁很常见。一些人希望这能促使人们转向主动安全实践，例如GrapheneOS所使用的方法。然而，人们担心“感觉编码”和短期利润会阻碍预防措施。
最终，意见不一。有些人认为Mythos是一个改变游戏规则的工具，而另一些人则认为它只是一个营销推动或现有安全挑战的延续。随着技术的演变和可访问性的扩大，其真正影响将变得更加清晰。
在一次针对他家园的未遂莫洛托夫鸡尾酒袭击事件后，作者分享了他对人工智能发展的个人反思和信念。他强调了他的核心原则：努力实现普遍繁荣，赋能个人，以及促进科学进步，特别是通过民主化的人工智能。他承认了社会对人工智能影响的合理担忧，并强调迫切需要广泛的安全措施，包括制定新政策来应对经济转型。
他回顾了在OpenAI的十年经历，为他们的成就——构建强大的人工智能并大规模交付——感到自豪，同时也承认了自己避免冲突等个人不足。他强调了他对OpenAI单方面控制的抵制，并提及了他与埃隆·马斯克的争端。
作者认为追求通用人工智能（AGI）会产生一种“权力之环”动态，从而引发激烈的竞争。他的解决方案是广泛获取这项技术，防止任何单一实体控制它，并优先考虑民主监督。他欢迎建设性的批评，同时对技术改善未来的潜力保持乐观，敦促业界缓和局势并进行和平对话。
## 2025年伟大的Firefox扩展安装
该项目详细描述了一次雄心勃勃（最终混乱不堪）的尝试，即安装*所有* Firefox扩展。作者最初使用公共API，遇到了检索全部84,000多个扩展的限制，因此需要使用不同的排序方法和URL排除技术来巧妙地解决问题。最终，完整的数据集被编译并上传到Hugging Face。
真正的挑战在于*运行*安装了所有这些扩展的Firefox。多次尝试，在不同的虚拟机和硬件配置上，都显示出显著的性能问题。仅仅启用扩展就需要大量的磁盘写入，并导致频繁崩溃。
最终，一台配备24GB内存的机器*勉强*可以运行安装了所有扩展的Firefox，表现出极度的缓慢和不稳定。许多页面无法加载，甚至访问设置等基本功能也变得无法使用。分析显示出奇怪的行为——扩展注入内容、访问遥测数据时崩溃，以及数量惊人的潜在恶意或垃圾信息扩展，其中一大批与“Innover Online Group Ltd.”有关。
虽然完成了完整安装，但该项目凸显了Firefox在这种极端条件下的脆弱性，并为进一步研究扩展行为和性能开辟了道路。
## 每个 Firefox 扩展：一场混乱的实验
RohanAdwankar 启发 ArneVogel 安装了 *所有* 可用的 Firefox 扩展，导致了一场记录在 [jack.cab](https://jack.cab/blog/every-firefox-extension) 上的滑稽且灾难性的浏览体验。这项涉及超过 84,000 个扩展的尝试迅速失控，导致 Firefox 变得极其缓慢，视觉上混乱，主题不断变化，并最终反复崩溃。
作者发现了一个性能瓶颈，与 Firefox 管理扩展数据的方式有关——在每次更新时重写一个大型 JSON 文件。除了技术问题外，该实验还揭示了奇怪的扩展，包括一个钓鱼工具和仅仅设计用来添加无用杂乱内容的扩展。
这篇文章引发了关于 Firefox 扩展现状的讨论，将体验与过去充斥着工具栏的浏览器进行比较，并促使人们反思扩展生态系统内的质量控制。它还凸显了 Firefox 令人惊讶的强大性，能够在如此极端的条件下运行（尽管性能很差）。 博客上有一段视频记录了整个视觉上混乱的体验。