## Goatmire Elixir 与紫藤徽章：一次社区硬件黑客活动
Goatmire Elixir，一个瑞典小型、爱好者驱动的 Elixir 会议，获得了 Tigris 的赞助，为 2025 年 9 月的参会者创建了一款独特的会议徽章。 这不是一个典型的 LED 名牌——它是一款功能齐全、可运行 Linux 的设备，名为 Wisteria，由 Gus Workman 设计，并以 Allwinner T113-S4 处理器和引人注目的电子墨水显示屏为基础。
该徽章利用 Nerves 框架（用于使用 Elixir 构建物联网设备）来显示会议日程、参会者姓名，以及由 Phoenix LiveView 应用驱动的实时更新照片库，以及关键的，Tigris 用于媒体存储和传输。
除了其实用用途外，开源硬件和软件还激发了大量的社区黑客行为，包括 Snake 游戏的移植。 进一步的迭代在 39C3 上展示，并且一个 Nerves Starter Kit 正在开发中，旨在使 Nerves 更易于访问。 该项目展示了小型赞助如何产生重大影响，从而促进创新，并在 Elixir 和 Nerves 社区内提供学习和实验的平台。
每日HackerNews RSS
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
小规模运输灰度照片 (underjord.io)
12 分，zdw 1 天前 | 隐藏 | 过去 | 收藏 | 3 条评论 帮助
luzejian 21 小时前 [–]
运费波动性是实物产品业务中最容易被低估的风险之一。在 2021-2022 年的运输危机期间，从中国到美国西海岸的海运费用达到每集装箱 20,000 美元以上——是涨幅的 10 倍，对于没有对冲的进口商来说，利润空间被抹去了。作为备用方案的空运值得在你的模型中保留，即使你从未使用它；了解空运费用的盈亏平衡点可以告诉你很多关于产品可行性的信息。回复
linolevan 21 小时前 | 父级 [–]
你……是从其他讨论中复制粘贴的吗？我以前看过这条评论。回复
phanimahesh 9 小时前 | 根 | 父级 [–]
我也是。这很有趣。回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系方式
搜索：
## 欧洲将对包含战利箱的游戏实施更严格的年龄分级
欧洲视频游戏评级机构PEGI正在更新其系统，以解决对游戏中“赌博式”机制的担忧。从6月开始，包含战利箱（游戏中随机物品的购买）的游戏将默认获得16岁年龄分级，在某些情况下可能会升至18岁。
此次更改还包括对具有时间限制系统（如战斗通行证）的游戏给予PEGI 12分级，以及对包含NFT的游戏给予PEGI 18分级。缺乏在线互动举报/屏蔽功能的游戏也将被评为PEGI 18。
专家认为此举是朝着家长透明度迈出的积极一步，但强调需要更广泛的认知以及可能对现有游戏进行追溯应用。尽管英国政府选择不将战利箱纳入赌博法律进行监管，但行业指导现鼓励对18岁以下购买征得家长同意。尽管做出了这些努力，但人们仍然担心保护年轻玩家免受潜在有害机制的影响。
Reddit用户“Ok_Lingonberry3296”发布了一项关于推动美国各州立法机构通过年龄验证法案的公司的大规模调查结果。我一直在收集公开记录，关于正在美国各州立法机构中推动的“年龄验证”法案。包括美国国税局990表格、参议院游说披露、州伦理数据库、竞选资金记录、公司注册信息、WHOIS查询、Wayback Machine档案。最初出于对谁在推动这些法案的好奇，最终变成了记录一项协调的影响行动，从隐私角度来看，它正在构建操作系统级别的监控基础设施，而其背后的公司自身平台却面临零新增要求。（另请参阅这篇文章，了解加州法律。）
## 凌晨3点的问题 & Kovan：超越无锁回收 在运行高性能、事务性内存系统（Lever & Callysto）多年后，作者遇到一个扩展性问题，并非由于错误，而是由于常用无锁数据结构的固有局限性。具体来说，基于纪元（epoch）的内存回收（如Rust中的`crossbeam-epoch`）在重读负载下可能会停滞——单个停滞的线程可能会阻塞整个进程的内存释放，导致内存无限制增长。这个“凌晨3点的问题”——一个神秘增长的堆——凸显了**等待自由（wait-freedom）**的必要性，即每个操作都在有限的步骤内完成，无论其他线程如何。 为了解决这个问题，作者实现了**Kovan**，一个基于“Crystalline”论文（DISC 2021）的Rust库，提供等待自由的内存回收。Kovan在重读工作负载中优于`crossbeam-epoch`（快高达1.4倍），并避免了回收停滞的潜在问题。 除了核心回收机制外，还构建了一个完整的等待自由数据结构生态系统：HashMaps、通道、队列、MVCC和STM，所有这些都经过严格测试并使用TLA+进行形式化验证。这对于需要严格SLA、财务合规性、实时分析和受限内存使用的系统至关重要——特别是固有重读的数据库。Kovan现在已在SpireDB中投入生产使用，并且可在crates.io上获取。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Kovan：从生产级MVCC系统到无等待内存回收 (vertexclique.com)
16点 由 EvgeniyZh 1天前 | 隐藏 | 过去 | 收藏 | 讨论 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
一位一年级学生的数学热情被学区强制使用的i-Ready软件摧毁了。尽管父母是工程师，并且积极在家培养对数学的热爱——甚至到了儿子要求学习微积分的程度——i-Ready却把学习变成了一种令人沮丧、充满泪水的经历。该软件节奏缓慢，重复叙述，界面笨拙，优先考虑*看起来*像在教学，而不是实际练习，浪费了学生的时间并阻止他们进步。 作者发现其他家长也有类似的负面经历，突显了i-Ready对整个学校的有害影响。虽然承认教育软件的潜力，但作者认为i-Ready彻底失败，缺乏适应性，并且优先考虑完成时间而不是真正的学习。 最终，由于i-Ready等原因，这家人退出了学区。这段经历强调了软件选择的重要性，这些选择往往被忽视，但会对孩子的教育产生深远的影响，以及当僵化的结构优先于学生需求时，善意的工具如何容易成为学习的障碍。
这段 JavaScript 代码创建了网页上由特定元素触发的交互式工具提示（气泡）。它解析页面文本内容中的自定义 `[[术语|标题|内容]]` 标记，将其替换为按钮。点击或聚焦这些按钮，将显示一个包含 `标题` 作为标题和 `内容` 作为内容的工具提示。 该代码智能地将工具提示相对于触发元素进行定位，确保其停留在视口内，并通过调暗触发元素分支外部的区域来避免重叠内容。它处理鼠标交互（悬停/点击）和键盘导航（聚焦、Esc 键）来打开和关闭工具提示。 该脚本还适应不同的输入方法，为触摸设备提供“粗略”模式，并包含打开和关闭工具提示的动画。最后，它在窗口大小调整或滚动事件时重新定位工具提示，以保持其可见性和位置。
## Opus 4.6 更新与上下文窗口讨论
Opus 的最新更新（版本 4.6）将 Max、Team 和 Enterprise 用户的默认上下文窗口增加到 100 万 tokens。这次 Hacker News 讨论探讨了这项更改的影响。
虽然更大的上下文窗口似乎更有益，但用户指出，无论窗口大小如何，“上下文衰减”——信息回忆的退化——仍然是一个问题。一些经验丰富的用户在使用大型代码库（6M+ tokens）时，发现之前的窗口已经足够。
对话还涉及 Copilot (CC) 改进的自动压缩功能，可能提供诸如减少对工具使用的依赖等用例。有趣的是，Copilot 现在将之前的对话上下文保存为文件以供参考。然而，一些用户报告在压缩后，多聊 Prompts (MCPs) 出现不稳定情况，但这种情况似乎正在改善。最后，有人提出了一个问题：增加的上下文窗口是否会转化为更高的 token 成本。
## 克罗克法则：优先直接沟通 克罗克法则提倡明确允许直接、简洁的沟通——跳过社交礼仪，以高效的方式交换信息。 这是一种相互协议，专注于*说什么*，而不是*如何被接收*，将情绪反应的责任放在接收者身上。 这意味着直接陈述问题（“这种方法是错误的，原因如下”）而不是将关键点埋没在客套和道歉的层层之下（“希望你一切都好，我有一些想法……”）。 不鼓励先发制人的道歉和冗长的背景解释； 专注于*事实*——发生了什么，而不是*为什么*某人对此感到难过。 直接性不是关于残忍，而是尊重每个人的时间并建立信任。 过度的礼貌可能表明缺乏安全感，训练同事浏览信息，并最终阻碍问题解决。 优先考虑清晰度而非委婉语的团队可以更有效地调试问题，并营造更专业的环境。 最终，优先进行清晰、事实的沟通——如果缓存层速度慢，只需说明即可。
该服务提供防篡改、可验证的“包”，用于计算结果，解决跨领域中的信任和可重复性问题。它允许独立验证输出，*无需*访问底层模型、代码或专用硬件（如GPU）。 主要应用包括：证明机器学习/人工智能模型准确性（ML_BENCH-01），确保制药/生物技术领域的法规合规性（DATA-PIPE-01 - FDA 21 CFR Part 11），促进金融/风险领域的独立模型验证（Basel III/IV），以及保证研究与数字孪生/有限元模拟的可重复性（SYSID-01, DT-FEM-01）。 验证速度快——通常在标准笔记本电脑上60秒内完成——并侧重于根据预定义标准（例如，准确性、相对误差）验证输出。 此外，也接受自定义声明，为验证几乎任何计算结果提供解决方案。
## 使用 OpenTelemetry 进行 Rust 可观测性 Rust 越来越多地被用于高性能系统，但即使具有其可靠性，应用程序仍然需要可观测性来诊断超出语言保证的问题——例如业务逻辑中的错误或运行时错误。本文详细介绍了如何使用 OpenTelemetry (OTel) 编 instrument Rust 应用程序以捕获 traces、metrics 和 logs，并使用 SigNoz 等后端进行可视化。 OTel 标准化了遥测数据，避免了供应商锁定。Rust 实现桥接现有的 logging crates（如 `log` 或 `tracing`），而不是要求使用新的 crates，并推荐 `tracing` 用于新应用程序。演示应用程序使用 Tokio 构建，并使用 `tracing` 和 hyper 作为其 web 服务器。 由于 Rust 的编译特性，instrumentation 并不像在 Python 中那样直接，需要手动实现。该示例展示了与 Python 客户端的 trace context 传播，演示了 OTel 如何链接跨服务的分布式 traces。 关键 metrics，如活动请求和请求持续时间也被捕获。 使用 SigNoz，开发人员可以可视化这些数据，识别性能峰值（例如外部 API 调用中的延迟增加），并深入了解应用程序行为。最终，OTel 为复杂的 Rust 应用程序提供了至关重要的可观测性，从而能够主动解决问题并优化性能。
## OpenTelemetry & Rust: 摘要
Hacker News 的讨论围绕 OpenTelemetry (OTel)，这是一个用于收集和导出遥测数据（指标、链路追踪和日志）的标准化系统。用户普遍赞扬 OTel 相较于特定供应商的 APM 解决方案有了显著改进，它在跨语言层面提供了功能对等性——尤其是在 Rust 中，借助 `tracing` crate。
多位用户分享了在生产环境中实施 OTel 的经验，强调了它对于理解微服务和消息队列（Kafka、Celery）等复杂系统的价值。一位用户详细介绍了构建自定义库以标准化组织内部 OTel 使用情况，甚至将其扩展到包含 Kafka 消息追踪。
然而，对话也揭示了实际挑战。工具成熟度方面存在问题，理论实现与现实复杂性之间存在差异，以及潜在的性能下降。一些用户质疑 OTel 对于简单、单应用程序项目的必要性，而另一些用户则强调它作为“狭窄腰部”的力量——一个标准化的接口，允许数据流向各种后端系统（Datadog、Prometheus 等）。最终，OTel 被认为是一种有价值但有时复杂的、用于大规模可观察性的解决方案。