我的计时器 浅色模式 添加计时器
每日HackerNews RSS
## MyTimers.app：一个简单、离线优先的计时器
开发者 y3k 最近发布了 [MyTimers.app](https://mytimers.app)，一个PWA计时器，作为个人项目，旨在解决对现有移动计时器的不满，尤其是在锻炼方面。该应用的设计非常简洁——离线优先，零依赖，无需构建步骤，且不追踪任何数据。它使用了Web Components和`localStorage`。
初步反馈指出用户界面有些过于复杂，建议简化设计（移除深色模式切换，重新排列按钮）。用户欣赏该应用简洁性以及在特定用例中的潜力，例如烘焙面包或定时工作间隔。
一个关键的限制是PWA在移动设备上的后台运行不可靠，这受到操作系统限制的影响，促使开发者探索原生应用封装。 许多评论者分享了类似的项目，验证了对灵活、多阶段计时器的需求。 开发者正在积极寻求反馈，并计划迭代设计，探索解决移动设备可用性的方案。
## 墨尔本房价：可负担性的转变 墨尔本的房地产市场，曾经是澳大利亚仅次于悉尼的第二贵城市，如今经历了一次显著的转变。在经历了十年的快速增长——平均每年上涨超过7万澳元，并在2021年超过100万澳元——房价略有下降，目前比峰值低了1万澳元。这与布里斯班和堪培拉等城市的价格上涨形成对比。 这种放缓主要归因于维多利亚州政府针对房地产投资者的政策，包括增加土地税以及对空置房产和短期租赁的征收费用。虽然这些措施旨在增加收入和提高住房供应，但它们导致了投资者退出和租赁房源减少。 然而，结果是首次购房者的可负担性提高，他们现在占维多利亚州住房贷款的比例高于全国平均水平。加上持续强劲的房屋建设，这改善了可负担性。专家们对长期影响存在争议，一些人警告可能出现租赁危机，而另一些人则庆祝业主入住机会的增加。尽管投资者兴趣正在回升，但持续的供应增长和现有的税收可能会帮助抑制未来快速的价格上涨。
## 墨尔本住房可负担性：转变
最近Hacker News上的讨论强调了一个增长趋势：澳大利亚第二大城市墨尔本正变得更加可负担。 几个因素正在促成这一变化，包括住房建设的增加——尤其是在西郊和卫星城，以及向远程/混合工作模式的转变。
政府政策也发挥了作用，例如对投资者征收新的土地税，以及对短期租赁（如Airbnb）征收费用。 值得注意的是，新冠疫情封锁促使许多居民搬迁到更实惠的地区，如昆士兰州东南部，寻求更好的天气和更低的房产成本，同时保持城市工资。
然而，可负担性仍然是相对的，即使是较小的房屋每周租金也约为500澳元，并且这些房产的竞争非常激烈。 讨论还涉及了澳大利亚和新西兰普遍存在的每周支付租金的做法，并将其与欧洲和北美常见的每月支付方式进行对比。 虽然价格正在下降，但一些评论员质疑墨尔本究竟有多“可负担”。
## 人类视觉分辨率：超越20/20 这项研究表明，常用的显示分辨率标准（如基于20/20视力的每度60像素 – ppd）*低估*了人眼真正的分辨能力。实验揭示了人群平均的中央凹分辨率为94 ppd，个体甚至可达120 ppd – 远远超过当前显示器的“视网膜分辨率”。 该研究还发现，分辨率限制因颜色而异；红绿图案的分辨率几乎与灰度（黑白）一样好，这挑战了图像/视频压缩中色度子采样的做法。分辨率随着远离中央凹的距离增加而迅速下降，但每个颜色方向的下降速度不同。 研究人员开发了一个模型来预测人群中的分辨率限制，强调了在显示器设计中考虑个体差异的重要性。他们还提供了将显示分辨率与最佳观看距离相关的指导原则，表明当前对4K和8K电视的建议过于保守。最后，这些发现对诸如注视点渲染之类的技术具有影响，表明可以通过根据颜色特定的视觉敏感度调整分辨率降低来节省带宽。
## 分辨率与人眼：摘要
一篇近期文章（nature.com）引发了 Hacker News 上关于人类视觉感知极限以及提高屏幕分辨率（如 4K 和 8K）价值的讨论。虽然许多人发现更高的分辨率在清晰度和细节方面有明显改善，尤其是在文本渲染和游戏等任务中，但实际收益很大程度上取决于观看距离和内容。
用户们争论在典型桌面距离下，1440p 和 4K 之间的差异是否显著，一些人引用研究表明几乎没有可察觉的差异。另一些人强调，更高的分辨率对特定任务有益，例如详细的图像编辑或在移动设备上进行近距离工作。
核心观点是，眼睛的分辨率不仅仅是像素数量。焦距、对比度以及大脑处理视觉信息等因素都发挥作用。虽然我们的眼睛具有潜在的高分辨率，但实际限制意味着在某个点上会产生边际效益递减。最终，分辨率的“最佳点”取决于个人需求和观看条件。 许多评论员还强调了色彩准确性与分辨率同样重要，尤其对于创意专业人士而言。
## Python 的 OrderedDict 如何保持顺序 虽然标准 Python 字典在 Python 3.7 中变得有序，但 `collections.OrderedDict` 仍然是一个有价值的工具，它提供向后兼容性以及独特的特性，例如将键的顺序视为相等的一部分，并提供 `move_to_end()` 等方法。 `OrderedDict` 通过结合标准字典（用于快速键值访问）和双向链表（用于跟踪插入顺序）来实现顺序保持。 新键被添加到这两个结构中：字典存储键值对，而链表维护顺序。 一个辅助字典将键映射到其对应的链表节点，从而实现链表内的 O(1) 查找。 诸如插入 (`__setitem__`) 和删除 (`__delitem__`) 之类的操作会更新字典和链表，以保持一致性。 迭代 (`__iter__`) 只是遍历链表，从而保证可预测的顺序。 该实现巧妙地使用 `weakref` 来避免链表内的引用循环，从而实现高效的垃圾回收。 它还利用 `object()` 作为 `pop()` 等方法中的唯一默认值，以可靠地区分缺失键和存在的键。 基本上，`OrderedDict` 以少量内存为代价，换取可预测的迭代和专门的功能。
这个Hacker News讨论围绕一篇名为“为什么Python的OrderedDict是有序的？”的文章展开——但评论者很快指出，文章实际上解释了*它是如何*有序的，而不是*为什么*有序。
争论的核心在于OrderedDict行为的历史。一些人认为，保持顺序最初是一个实现细节，用户依赖于它，最终导致Python 3.7对其进行了官方保证。另一些人则认为Python字典一直具有此属性，尽管不一致。
对话扩展到关于其他语言（如Swift，它出于安全原因使用随机排序，以及Go/Perl）中字典排序的更广泛讨论。一些评论者对保证的插入顺序表示沮丧，认为随机迭代是一种更有效和安全的方法，而另一些人则捍卫它提供的可预测性。标题具有误导性的一种可能解释归因于来自中文的自动翻译。
## 人工智能时代的杰文斯悖论与鲍莫尔效应
*避免*解决问题比*解决*问题变得更便宜——就像买一台电视来遮盖墙上的洞，而不是雇一个修理工。这种看似荒谬的情况凸显了集中式生产力提升对经济的影响。当一个行业蓬勃发展（比如计算机行业）时，成本下降，需求激增，从而创造就业和机会。
然而，这会产生连锁反应。繁荣行业工资的提高会推高各行各业的工资，使得传统上效率较低的服务变得*更*昂贵——这种现象被称为鲍莫尔效应。这与杰文斯悖论同时发生：生产力提高导致消费增加。
人工智能有望放大这些效应。人工智能驱动的服务可能会变得大幅便宜，从而推动巨大需求。相反，未受人工智能影响的服务将变得更昂贵，但由于整体财富增加，仍然会被消费。即使在工作岗位上，人工智能也会自动化任务，提高独特人类技能的价值——以及成本。
最终，这种动态表明，未来某些服务将变得非常实惠，而另一些服务将成为奢侈品，这受到生产力提升和竞争性劳动力市场相互作用的驱动。
我的卡车桌
My Truck Desk
3 天前
这篇文字讲述了作者在石化厂循环往复地做机械师和焊工的经历，其中穿插着他对写作的执着。他多次被解雇又重新雇佣，始终在繁重体力劳动中挤出时间进行创作。他对理想写作空间的寻找，从一辆回收的卡车——他亲切地称之为“办公室”，并定制了“Truck Desk®”，到后来在工资发放拖车里获得又失去的一个隔间，最终又回到了厂房地面。
被报废的F-150卡车及其书桌成为了他渴望一个专属创作空间的象征。他不断即兴发挥，适应现有的资源——从手机短信到卡车扶手上的简单木板（“Truck Plank®”）——继续创作小说和故事。
作者强调“创造自己的条件”的重要性，以及即使在 demanding 的工作中也要为艺术寻找时间。他在混乱中寻找灵感，并在工友们之间找到归属感，最终将写作生活放在首位。
Please provide the content you want me to translate. I need the text to be able to translate it to Chinese.
Hacker News新 | 过去 | 评论 | 提问 | 展示 | 工作 | 提交登录[标记]
mikhael 1天前 | 隐藏 | 过去 | 收藏
x3n0ph3n3 1天前 | 下一个 [–]
奇怪。人类司机撞到街上的猫通常不会受到任何后果。
l9o 1天前 | 父评论 | 下一个 [–]
即使对人类的后果很小，我们不应该对自动驾驶汽车设定更高的标准吗？
ChrisArchitect 1天前 | 上一个 | 下一个 [–]
之前：https://news.ycombinator.com/item?id=45740161
VerifiedReports 1天前 | 上一个 | 下一个 [–]
需要付费墙。
andbberger 1天前 | 上一个 | 下一个 [–]
啊，是的，加州的直接民主制度从来没有导致任何坏事发生。
SoftTalker 1天前 | 上一个 [–]
如果这只猫很受喜爱，它就不会在街上游荡了。
kfterrg67 1天前 | 父评论 [–]
如果你真的爱她，就放她走吧。
考虑申请YC的2026冬季批次！申请截止日期为11月10日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
可视化高维张量（4D+）时，标准方法如列出2D切片或展平可能会掩盖张量的结构。一种更直观的方法是将张量表示为“矩阵的矩阵”。这种方法建立在低维表示之上，随着维度增加，先水平堆叠矩阵，然后垂直堆叠。 这会产生一种分形状的模式，每个增加的维度都会在行和列中引入“跳跃”，清晰地表明轴之间的关系。例如，在4D张量中，“行”可能会跳过元素以表示沿更高维度的进展。当所有维度的大小均为2时，这种排列会生成类似于Morton曲线的序列。 文本中包含高达5D张量的示例，并演示了`torch.split()`将如何沿每个维度分割4D张量，直观地显示矩阵的矩阵表示中的结果块。这种可视化有助于理解张量的组织方式以及诸如分割之类的操作如何影响其结构。
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
将高维张量绘制为矩阵的矩阵 (ezyang.com)
24 分，由 matt_d 1 天前发布 | 隐藏 | 过去 | 收藏 | 3 条评论
IAmBroom 22 小时前 | 下一个 [–]
由于计算机上的矩阵实际上是存储为线性“数组”（好的，内存位置）的 2D 矩阵……我不确定这是什么。概念的标准实现。回复
saagarjha 20 小时前 | 上一个 | 下一个 [–]
好奇为什么 PyTorch 中没有这个功能。回复
mbowring 19 小时前 | 上一个 [–]
MATLAB 这样做。回复
考虑申请 YC 的 2026 年冬季批次！申请截止日期为 11 月 10 日
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系方式
搜索：
一个关键的职业早期教训来自林诺德的年轻同事德鲁·德沃尔特。尽管德鲁没有正式的领导职位，但他展示了有说服力、坚持不懈地倡导合理的架构和代码决策的力量，即使面对组织阻力。 这段经历挑战了作者对资历的认知，证明了有影响力的改变并不需要等待经验或职位。它强调了逻辑、事实呈现和坚定不移的努力在引导组织做出更好选择方面的重要性——即使这些选择并非最受欢迎。 作者学会了重视辩论、准备和坚持，最终意识到个人*可以*影响组织的走向。虽然承认需要辨别*何时*推动变革（通过一些令人遗憾的经历学到的教训），但作者认为德鲁通过信念和充分论证展示了可能性。
## 个人影响与组织变革
一则Hacker News讨论集中在个人是否能在大型组织中有效推动变革。最初的帖子强调了“发声”选项——积极尝试改进公司，而不是简单地离开。然而，评论者指出，“发声”常常会遇到阻力，尤其来自初级员工。
一个关键主题是“爱抱怨的工程师”的重要性——那些愿意识别和解决问题的人，他们对*产品*和公司的长期成功表现出忠诚，而不是短期政治。多位用户分享了尝试变革却徒劳无功的经历，原因包括官僚流程、激励机制不一致（股东利益与产品利益冲突）以及有毒的人格。
许多人得出结论，启动新事业通常比改革既定文化更容易。另一些人强调需要“坚定但灵活的观点”以及愿意进行深入讨论的成熟领导力。最终，这场对话强调了内部变革的难度，以及选择真正欢迎建设性批评的组织的价值。
这段代码演示了使用`mlx`库进行基本矩阵运算，该库专为GPU加速的数组计算而设计。创建了两个矩阵`a` (2x3) 和 `b` (3x2) 作为`mlx`数组。 示例展示了数组操作，例如行绑定 (`rbind`)、列绑定 (`cbind`) 和转置 (`t`)。标准矩阵代数使用`%*%`运算符进行矩阵乘法。 此外，它强调了诸如`sum`和`colMeans`之类的规约运算。使用列优先的扁平化方式计算累积和，方法是使用`cumsum`。最后，该代码演示了线性代数分解，包括QR、SVD、Cholesky和FFT，以及诸如叉积和求解线性系统之类的运算，所有这些都利用GPU来实现性能。结果始终是驻留在GPU上的`mlx`数组。
开发者dash2发布了苹果MLX机器学习库的一个新的R接口。 值得注意的是，代码大部分是“氛围编码”的——这意味着在没有C++先验知识的情况下，借助Codex和Claude等AI模型编写而成。
虽然在没有R绑定专业知识的情况下很难完全评估代码质量，但初步印象是积极的。 还有一个配套库RmlxStats，也在GPL许可下可用。 有趣的是，AI辅助导致了未经署名的直接从基础R复制的代码被意外包含。
该项目突出了使用AI编码工具的强大功能和潜在陷阱，展示了它们生成有效代码的能力，以及不准确和抄袭的实例。