所提供的文本是一份冗长且重复的清单，包含了数百种全球语言的名称。其中包括了各类语言群体，从英语、西班牙语和汉语（隐含）等主要世界语言，到阿布哈兹语、克丘亚语、萨米语方言以及各种非洲和美洲原住民语言等区域性、少数族裔及濒危语言。 该清单存在明显的重复现象，许多语言在文档中多次出现。它展现了人类语言的多样性，涵盖了广泛的地理和文化范围，但其格式为连续、无序的目录，而非结构化或详尽的数据库。
每日HackerNews RSS
请启用 JavaScript 和 Cookie 以继续。
抱歉。
Dirty Little Zine —— 一款制作 8 页可打印杂志的工具 Dirty Little Zine – a tool for making an 8 page printable Zine
2 天前
我是 Rick。我热爱独立杂志，尤其是那种装订、影印、廉价且充满生命力的 DIY 类型。这正是这个工具存在的意义：一种无需打开 InDesign 即可快速制作独立杂志的免费方式。平时我住在墨西哥城，喜欢在街头拍摄黑白胶片，并在家里冲洗底片。我不追求完美或锐度，我追求的是瞬间、对比度和颗粒感。filmrick.com · 在 Substack 阅读我的文章。
一位成功的资深学者认为，传统的“最大化”学术模式——即奖励大量论文、科研经费和学生作业的模式——在功能上已经消亡。由于这些指标依赖于人类撰写的文字，复杂人工智能的出现已使它们变得过时。 在课堂上，人工智能创造了一个不公平的体系：它惩罚了因自身局限而诚实的学生，却奖励了那些利用人工智能生成“完美”且难以检测的作品的学生。因此，当前的评分机制已越来越无法衡量真实的知识水平。 科研领域正面临更严重的危机。人工智能现在能够以远超传统、缓慢的人类研究的速度，生成可发表的文献和精炼的科研经费申请书。尽管各机构正忙于重新设计作业，但在解决学术诚信问题上仍严重滞后。作者指出，学术界依然沿用过时的指标，而这些指标已被自动化彻底掏空。该领域非但没有积极适应，反而陷入否认状态，继续推崇一个不再反映智力价值或实质性贡献的生产体系。作者总结道，基于产出数量的旧式学术体系已经终结；该领域必须紧急变革，否则将面临沦为纯粹荒谬之物的风险。
关于 AI 是否已经“终结”了学术界的 Hacker News 讨论，揭示了人们对教育与研究未来的巨大分歧。
许多参与者认为，传统的讲座式教学是一种低效的“工厂时代”遗留产物，正面临被颠覆的时刻。支持者建议转向“主动学习”模式，即学生独立掌握知识，并将课堂时间用于解决问题或现场答辩，以确保评估的真实性。
然而，人们对其实施过程仍持高度怀疑态度。批评者指出，推广真实且非 AI 辅助的评估在后勤上极具挑战。此外，学术界的激励机制——即奖励高产论文——正日益受到 AI 生成的“垃圾内容”污染，这迫使学术界必须转向人对人的验证模式。
虽然一些人将 AI 视为个性化学习的强大工具，认为这提供了一个机会去揭露那些重数量轻质量的“极简主义”学者，但另一些人则担心这会导致学术标准的系统性退化。归根结底，共识在于学术界正处于十字路口：要么超越过时的讲座模式和有缺陷的成功衡量指标，要么在这个 AI 生成内容让追求真知变得更加复杂的新时代，面临被边缘化的风险。
本文探讨了如何精简 NixOS 标准 Live ISO（默认大小为 458MiB）以创建更轻量的镜像。 作者通过使用 `nix why-depends` 分析依赖关系，并禁用增加体积的功能，系统地识别并移除了不必要的组件。主要步骤包括： * **禁用冗余服务：** 关闭 Nix、文档、防火墙及注册脚本。 * **模拟依赖项（Stubbing）：** 为在禁用时会触发依赖链的模块（如 SSH）手动提供存根。 * **深度精简：** 清除 `system.extraDependencies`，剥离系统构建器中的内核模块，并使用 `system.etc.overlay` 和 `userborn` 等实验性功能替换基于 Perl 的激活脚本。 通过这一过程，作者成功将 ISO 大小缩减至 183MiB（约为原大小的三分之一），且未破坏核心启动功能。 作者指出，尽管这是一项有趣的技术练习，但不适用于通用场景。许多被视为“臃肿”的组件对于系统的稳定性和易用性至关重要。然而，本指南为需要超极简定制镜像的用户提供了参考，并提出了进一步的优化方向，例如优化 systemd 管理或进一步削减依赖。
多年来，开源维护者一直将漏洞报告视为“特殊”事项——这是一种需要迅速响应并给予研究者署名，以换取其洞见与保密性的义务。这种框架建立在两个前提之上：即发现漏洞需要人类专业知识，以及需要通过静默期（embargo）来防止漏洞被利用。
然而，作者认为到 2026 年，这些前提已不再成立。大语言模型（LLM）的兴起使漏洞发现变得大众化，导致外部见解变得不再那么稀缺与“珍贵”。如今，主要挑战已不再是发现潜在问题，而是在分类这些问题时如何平衡信号与噪音。由于攻击者现在也利用类似的 LLM 分析工具，保密与协同披露所带来的传统红利已基本消失。
因此，维护者的角色已从管理外部研究关系，转向优先处理内部筛选、快速修复以及采取预防性安全措施——例如将基于 LLM 的分析直接集成到持续集成（CI）流水线中。将外部漏洞报告视为特权输入的时代已经结束；重点必须转向代码安全的大规模自动化评估。
这篇 Hacker News 上的讨论探讨了“漏洞末日”（vulnpocalypse）——即大量低质量、由 AI 生成的漏洞报告正在淹没软件维护者和安全团队。
舆论普遍认为，虽然漏洞报告曾被视为值得认真对待的“特殊”贡献，但使用大语言模型（LLM）扫描代码问题的便捷性，导致了大量“垃圾信息”和“索要赏金”行为的泛滥。参与者认为，核心问题不在于安全性缺失，而在于**信噪比（signal-to-noise ratio）**失衡：安全团队在试图从自动化、不可利用或误报的报告中辨别真正、严重的威胁时，正面临严重的职业倦怠。
**主要结论包括：**
* **价值观念转变：** 与会者一致认为，“影响”才是衡量漏洞的唯一标准。许多自动化报告标记出的技术缺陷往往缺乏实际可利用性。
* **信任鸿沟：** 由于垃圾信息泛滥，维护者们正越来越多地依赖与已知的高质量研究人员建立的信任关系，而非公共、匿名的披露计划。
* **未来走向：** 管理这种混乱的建议包括：实施自动化过滤、设置依赖项的“冷静期”，以及要求提供漏洞利用视频证明。最终，许多人担心这种趋势将迫使机构关闭公共披露计划，从而可能导致更多漏洞被直接完全公开。
由于英国气象局发布了极端高温红色预警，本次伦敦气候行动周活动已取消。 该活动由苏黎世气候韧性联盟（Zurich Climate Resilience Alliance）联合举办，原计划首先举行首届阿德琳·斯图尔特-瓦特奖（Adeline Stuart-Watt Award）颁奖仪式。该奖项由苏黎世保险基金会（Z Zurich Foundation）支持，旨在通过表彰气候适应和韧性领域的杰出研究生研究成果，纪念格兰瑟姆气候变化与环境研究所（Grantham Research Institute）已故同事的贡献。尼古拉斯·斯特恩勋爵（Professor Lord Nicholas Stern）原定出席并宣布获奖者，获奖者随后将展示其获奖研究。 活动的后半部分原计划聚焦“极端高温：改善全球治理与加强行动”。该环节由斯文雅·苏敏斯基（Swenja Surminski）主持，旨在汇集包括格兰瑟姆研究所、红十字会与红新月会国际联合会（IFRC）、美慈组织（Mercy Corps）和实践行动组织（Practical Action）在内的全球专家，共同探讨应对极端高温风险的策略。该环节原定内容包括新的分析报告、国际项目案例研究以及一场关于全球高温治理未来的炉边谈话。
20世纪90年代，网络管理员肖恩·纳恩利（Shawn Nunley）成为了传奇黑客凯文·米特尼克（Kevin Mitnick）意想不到的克星。当时，米特尼克试图冒充同事，通过社会工程学手段潜入Novell的安全网络，但纳恩利察觉到了异常并录下了通话。这段录音成为了米特尼克最终被捕的主要证据。
尽管两人以对立的身份结识，但在米特尼克出狱后，他们却建立了一段出人意料的终身友谊。米特尼克转型成为了一名成功的网络安全顾问，帮助他人防御他曾经使用过的攻击手段。2023年米特尼克去世时，他给曾经的目标纳恩利留下了最后一份礼物：一笔足以购买他梦想之车——保时捷911 Carrera 4 GTS——的资金。这段故事为一场高风险的法律博弈画上了一个罕见而温暖的句号，展现了一段由职业冲突磨砺而出的非凡情谊。
它们飞行的能力近乎神奇，仿佛拥有生命，这种特质也反映在世界各地对它们的称呼中。在希腊语中，它们被称为“χαρταετοί”，意为“纸鹰”；德国人称它们为“Drachen”，即“龙”。法国孩子让“飞行的雄鹿”（cerf-volant）飘浮在空中——尽管这里的“cerf”很可能是奥克语中“蛇”（serp）的讹传；在俄语中，它们同样被称为“空中之蛇”（воздушные змеи）。其他语言则超越了动物界。西班牙语使用者称它们为“彗星”（cometas）；中文保留了这种飞行器曾被安装竹笛的记忆，如同空中的风神竖琴——“风筝”，在其他地方也被称为“风之诗琴”；日语汉字“凧”则将与风相关的部首与代表毛巾或布的元素结合在一起。而在英语中，它们只是“kites”，得名于那种猛禽，源自古英语“cyta”——据信这是对其尖锐叫声的拟声模仿。
我们正在确认您是真实用户而非自动化恶意机器人。通常，下方的验证码会自动完成。如果未能自动完成，请直接勾选验证码框进行验证。验证通过后，您将跳转至目标页面。请启用 JavaScript 和 Cookie 以继续。 如果因某种原因，您在完成上述验证后仍被反复重定向回此页面要求重新验证，请点击下方按钮联系支持团队。 联系支持 在提交工单时，请提供“Ray ID: a1077b0a18276596”和“Client IP: 47.245.80.60”。