这位作者回应了关于其财富和与大型科技公司关系的批评，澄清他们实际上*避免*了长期参与。虽然曾在谷歌、脸书和推特实习，但他们因道德问题（例如脸书的使命）而离开，并且并未从这些公司积累大量财富。他们的收入主要来自漏洞奖励、加密货币工作和节俭的生活。 相反，他们创立了两家公司——comma.ai 和 tiny corp，专注于开源机器人技术和普及人工智能模型训练所需的计算能力（特别是 petaflops）。他们的目标是挑战英伟达的统治地位，认为软件而非硬件才是关键。 作者充满激情地倡导建设更美好的未来，批评那些从事有害技术工作的人，例如监控和操纵性平台设计。他们认为，将重点从以利润驱动的“劣质化”转移到开放、可访问的技术，就能产生重大影响。
每日HackerNews RSS
一场 Hacker News 的讨论围绕着“geohot”（乔治·霍茨）的一篇博文，内容是关于如何摆脱令人不满意的技术工作。 这篇帖子被一些人描述为冗长且自我吹嘘，本质上认为科技工作的“金手铐”只有在一个人将金钱置于道德之上时才有价值。
霍茨提倡构建能够为更美好的未来做出贡献的项目，并建议创办一家机器人创业公司，以此来实现财务独立和有意义的工作。 许多评论者强调了这一核心信息——质疑工作的目的，并积极选择与个人价值观相符的项目。
然而，讨论中也充满了批评，从对帖子连贯性和语气的担忧，到对精英主义的指责。 一些人认为霍茨只是在推广创业作为一种解决方案，而另一些人则指出追求这条道路所需的特权。 最终，这个帖子引发了关于科技伦理、追求有意义的工作以及科技行业现实的辩论。
IRISC：一个ARMv7汇编解释器和计算机架构模拟器
IRISC: An ARMv7 assembly interpreter and computer architecture simulator
2 天前
很抱歉，如果没有启用 JavaScript，irisc-web 无法正常工作。请启用它以继续。
## IRISC：一个基于Web的ARMv7汇编学习工具
rtybanana创建了IRISC，一个旨在帮助用户学习ARMv7汇编语言和理解计算机体系结构的Web应用程序。该工具既可以作为解释器，也可以作为模拟器，允许用户执行汇编代码并可视化底层的硬件状态。
IRISC的目标是方便初学者和有经验的程序员使用，只需要最少的计算机科学知识。它包含一个教程部分以帮助用户入门。由于其复杂的模拟，它不支持移动设备，最好在笔记本电脑或更大的屏幕上体验。
早期用户称赞IRISC是一个独特且有价值的学习资源，尤其赞赏交互式REPL（读取-求值-打印循环）功能。已经出现了一些错误报告，包括`MVN`指令和负立即数偏移问题，开发者计划解决这些问题。
## 代码贡献价值的变化
近期大量低质量、AI生成的拉取请求（pull requests）促使人们重新评估开源贡献模式，尤其是在tldraw项目中。作者最初提议自动关闭外部PR，这一举动获得了开发者社区的意外支持，他们面临着类似的问题。
然而，核心争论不在于*是否*接受AI辅助代码——作者自己也在使用它——而在于当代码生成很容易自动化时，外部代码贡献是否具有价值。传统价值在于贡献者对代码库*和*问题的理解，这通过深思熟虑的迭代和设计输入来体现。
这个问题被AI工具加剧了，这些工具基于定义不明确的问题（甚至源于作者自己生成的AI错误报告！）创建看似有效的PR。这些贡献缺乏关键上下文，并且经常解决不存在的问题，需要维护者付出大量精力来理清。
最终，作者认为在代码唾手可得的世界里，最有价值的贡献现在集中在报告、讨论和深思熟虑的参与上——将实际编码留给核心团队，他们拥有必要的上下文和对项目的关怀。在出现更好的工具来管理这种新形势之前，可能需要转向限制外部贡献。
这个Hacker News讨论围绕着外部贡献对开源项目的价值，尤其是在人工智能代码生成技术进步的背景下。最初的帖子链接到一篇文章，质疑为什么开发者会接受来自他人的代码，如果编写代码本身是流程中最简单的一部分。
评论普遍认为*让代码工作起来*才是真正的挑战。一位用户建议将来自不熟悉来源的pull request更像对待功能请求或问题，即使提交的代码不能立即使用，也要重视问题定义。另一位用户澄清，讨论并非关于人工智能的贡献，而是关于接受来自其他人类的代码，质疑由于人工智能的兴起而否定人类输入。
本质上，这个帖子强调了理解代码*背后的问题*的重要性，无论代码是由谁或什么生成的。
Please provide the content you want me to translate. I need the text to be able to translate it to Chinese.
1806年，乔治·帕克牧师被谋杀引发了一桩复杂的案件，最终在24年后发现了理查德·赫明斯的遗骸。帕克负责收取备受痛恨的十分之一税（一种支付给教会或地主的10%税），并且不断提高要求，从135英镑增加到包括额外的“收款费用”，加剧了当地的怨恨。 三名农民——托马斯·克鲁斯、约翰·巴内特和乔治·班克斯——以及治安法官埃文斯上尉，雇佣赫明斯杀害帕克。为了让赫明斯噤声，他们又雇佣詹姆斯·泰勒谋杀赫明斯，并将尸体藏在克鲁斯的谷仓里。 然而，一个法律漏洞使这四人得以逃脱起诉：只有直接的凶手才能被审判，而泰勒已因自然原因去世。这场丑闻，加上对十分之一税更广泛的不满，最终导致了1836年的十分之一税交换法案，用基于全国粮食价格的更公平的“谷物租”取代了该制度。这需要详细的教区地图——在当时非常准确——来确定新税收的土地所有权。
这个黑客新闻的讨论围绕着“十分一税地图”的历史用途以及十分一税制度本身。初始链接指向一篇文章，解释了这些地图（可能详细说明与十分一税相关的历史土地所有权）。
评论者争论十分一税究竟是真正的宗教捐赠，还是更像一种地方税。一位用户指出，在18世纪的英格兰，牧师拥有重要的行政权力，实际上充当地方政府官员，十分一税支持了这一角色。
另一位评论员将此与历史上“赠予”统治者的做法相提并论，认为权力结构常常将自愿的供奉转化为强制性的支付。最后，有人提出了质疑，即在宗教背景下，强制捐赠的真诚度如何，并将其与宗教教义中强调的真诚奉献精神形成对比。
尽管人工智能快速发展，但其经济可行性日益受到关注。纽约时报专栏作家兼经济学家塞巴斯蒂安·马拉比预测，OpenAI可能在18个月内面临财务破产，理由是预计将出现巨额亏损——2025年可能高达80亿美元，到2028年将增加到400亿美元——尽管目标是在2030年实现盈利。 这源于极高的基础设施成本，特别是数据中心（仅OpenAI预计就需要1.4万亿美元），以及商业模式依赖于目前免费的服务，用户很容易转换。虽然投资者通常弥合创新与盈利之间的差距，但人工智能公司烧钱的速度*太*快了。 像微软和Meta这样的成熟科技巨头处境更好，它们拥有现有的收入来源来支持人工智能开发。这种情况凸显了整个行业可能存在的8000亿美元“黑洞”，表明并非所有人工智能先驱的未来都有保障，即使像OpenAI这样获得创纪录投资的公司也是如此。
## OpenAI 的财务未来：摘要
一份最新报告显示，OpenAI 可能在 2027 年年中耗尽现金，引发了 Hacker News 的讨论。虽然 18 个月的资金跑道对于科技公司来说并不罕见，但 OpenAI 的资金消耗规模是前所未有的。
评论员们争论 OpenAI 是否仍然是一家“初创公司”，并指出其巨大的承诺和潜在的经济影响。担忧集中在 OpenAI 的高额支出，特别是基础设施方面，以及尽管拥有庞大的用户群（8 亿每周活跃用户），但未来广告收入的不确定性。一些人认为，由于 Gemini 等无广告替代品以及用户对 ChatGPT 的不满，广告整合可能会受到阻碍。
许多人认为 OpenAI 需要进一步的融资轮次、收购（可能由微软进行），或采取激烈的措施，例如停止模型训练。另一些人则指出，去中心化计算解决方案有可能降低成本。这场讨论凸显了 AI 货币化的挑战，并提出了其有用性是否能转化为财务成功，以及 OpenAI 是否能与谷歌等成熟的科技巨头竞争的问题。最终，未来取决于获得持续投资或实现实质性收入增长。
## 传统软件开发的终结 Effectful Technologies 首席执行官 Michael Arnaldi 认为，人工智能正在从根本上改变软件开发，使许多传统编码变得过时。像“Ralph”这样的技术，它使用人工智能代理进行迭代循环，仅仅是个开始——高级用户已经在使用人工智能迅速“复制”整个公司。 重点不应该放在*哪个*人工智能模型最好，而应该放在开发有效*流程*来利用它们。一个拥有“足够好”模型的良好流程，将始终胜过一个没有流程的更优模型。这种转变正在很大程度上秘密进行，因为掌握先进技术的人们理解其颠覆性影响。 Arnaldi 通过仅用两个小时构建一个类似于彭博终端的 Polymarket 分析工具，并且没有编写任何代码来证明这一点。他现在正在构建一个开源会计应用程序（“Accountability”），以进一步证明这一点，只使用基本工具并记录整个过程。 这不是*软件工程*的终结，而是一种转型。工程师将从*编写*代码转变为*设计*生成代码的系统，专注于更高层次的思考和架构直觉。我们正在进入一个“软件工业革命”，稀缺性将被丰裕和可负担性所取代，需要对当前实践和团队结构进行彻底的重新评估。
## 软件开发领域的变迁
一篇近期文章在Hacker News上引发了关于大型语言模型（LLM）对软件开发影响的讨论。作者最初声称LLM可以快速复制复杂的系统，例如彭博终端，暗示该领域可能发生剧变。然而，评论员们大多不同意，认为虽然LLM令人印象深刻，但它们并不能完全取代熟练的开发者。
核心讨论围绕着*什么*正在软件开发中消失。许多人认为“翻译者”的角色——将业务需求与技术实现联系起来的人——正在减弱，因为LLM赋予了领域专家直接生成代码的能力。然而，理解*计算机如何工作*仍然至关重要，尤其是在调试和复杂任务方面。
人们对AI生成代码的质量和可靠性表示担忧，强调了代码审查和理解底层系统的重要性。 许多评论员指出，彭博终端等工具的真正价值在于专有数据和网络，而不仅仅是用户界面。一个反复出现的主题是对低质量、AI生成的内容充斥在线讨论的沮丧。最终，共识倾向于软件开发所需的技能组合正在发生转变，需要更全面的能力和责任感，而不是彻底的衰落。
## 氛围探索：无计划构建
本文详细介绍了一种名为“氛围探索”的新型软件开发方法，其目标*并非*预先定义。作者使用 Termux、Claude Code，以及快速构建-测试-迭代循环，在一部五年前的 Android 手机上完全构建了一个 WebGL 大理石游戏“Inertia”——一切都源于提示：“创建一个利用加速度计的创意网页游戏。”
与“氛围编码”（AI 实现已知想法）不同，氛围探索涉及通过迭代的 AI 辅助原型设计*发现*产品。作者最初并非打算创建一个大理石游戏；它是在六次迭代中产生的，每一次都响应于前一版本的不足。
速度和环境所有权是此过程的关键。直接在手机上开发，利用加速度计作为核心输入，并避免沙盒生成器或云端 IDE，可以获得即时反馈和完全的工具自由。作者设想利用分析、自动化测试和模拟用户来自动化人类反馈循环，最终创建一个完全自主的开发周期。该项目展示了 AI 如何不仅可以*构建*你想要的东西，还可以*帮助你弄清楚你想要什么*。
你可以在提供的链接中玩最终游戏并探索代码演变。
## macOS 亮度逐渐提升与深色模式的兴起
多年来，“浅色模式”一直是默认设置——电脑就是以浅色为标准。然而，最近的分析显示，macOS 的浅色模式在过去 16 年里一直在稳步变亮。通过分析 macOS 截图库的截图并计算平均亮度，作者证明了 UI 亮度持续增加，从雪豹 (2012) 的 71% 跃升到像 Tahoe 这样的最新版本的 100%。
这种亮度增加与作者持续使用深色模式相对应，最初觉得深色模式不吸引人，但最终为了避免过于明亮的显示屏而不得不使用。这一趋势凸显了设计上可能存在的偏向更亮元素的倾向，这源于对视觉上“更干净”的亮色选项的自然偏好。
作者指出深色模式的一个缺点——窗口之间缺乏对比度——并表达了对中灰色 UI 作为舒适替代方案的渴望。最终，他们呼吁设计师抵制最大化亮度的冲动，并考虑更平衡的色彩方案的优势，甚至建议将大胆的 50% 灰色作为起点。
## 黑客新闻讨论：亮模式越来越亮
最近黑客新闻上的一场讨论集中在观察到电脑界面上的亮模式越来越亮。用户们争论这个趋势的原因和影响，许多人表示感到不适和眼睛疲劳。
一些评论员指出从桌面电脑到笔记本电脑/手机的转变是一个关键因素。由于移动设备的亮度可以轻松调节，设计师们感觉可以更自由地最大化屏幕亮度，假设用户会在需要时自行调暗。另一些人则提到了历史背景，回忆起早期更暗的界面时代（如DOS），并对受Macintosh驱动的向纸质美学风格转变表示遗憾。
一个反复出现的主题是适当的亮度和对比度设置的重要性，一些人提倡颜色校准和自动亮度功能。然而，许多人发现即使是这些解决方案也不够充分，尤其是在现代高亮显示器上。
讨论还涉及设计选择，抱怨现代用户界面缺乏颜色变化，以及创建真正舒适的暗模式的困难。一些用户甚至建议使用“灰色主题”作为一种潜在的妥协方案。最终，共识似乎是个人偏好差异很大，一种适用于所有人的亮/暗模式方法不太可能让每个人都满意。
启用 JavaScript 和 Cookie 以继续。
## Docker 备忘单与黑客新闻讨论
一个名为 [docker.how](docker.how) 的新网站，提供了一个使用 Claude Code 构建的 Docker 命令备忘单，最近在黑客新闻上分享。创建者旨在提供一个比标准 `docker --help` 输出更易访问和视觉上更吸引人的替代方案。
该帖子引发了争论。一些用户质疑备忘单的必要性，认为 Docker 内置的帮助系统已经足够。另一些人则强调了快速参考的价值，特别是对于新手或处理复杂命令时。 许多评论者指出，人们越来越依赖像 ChatGPT 这样的 AI 工具来生成和理解 Docker 命令，从而质疑静态资源的需求。
人们对命令的准确性和网站设计中可能不必要的 CSS 过渡表示担忧。创建者欢迎反馈，并承诺验证命令并考虑设计调整。 此外，还讨论了 Podman 作为 Docker 的潜在替代方案，用户指出其命令结构在很大程度上兼容（通常只需要 `s/docker/podman` 替换）。