每日HackerNews RSS
格尔德·法尔廷斯，证明了莫德尔猜想，荣获阿贝尔奖。
Gerd Faltings, who proved the Mordell conjecture, wins the Abel Prize
37 天前
对不起。
弗兰克的公寓对讲系统因房东未续费蜂窝网络服务而停止工作，导致访客无法进入。我和朋友海泽尔调查后发现，该系统存在令人惊讶的漏洞。最初尝试通过路由器恢复控制失败，尽管找到了默认登录凭据和重置root密码的方法。 我们改变策略，采取“自下而上”的方法，找到连接到门锁电磁铁（解锁机制）的一根意外电缆。这使我们能够通过使用支持Wi-Fi的ESP32继电器板直接控制电磁铁，从而完全绕过该系统。 我们开发了基于Rust的固件，将该设备与弗兰克的Apple Home集成，实现远程门锁控制。克服ESP32的内存限制需要仔细配置并在配置完成后禁用蓝牙。最终的、不显眼的设置隐藏在一个现有的接线盒中，现在弗兰克可以通过手机解锁门锁，恢复了便利性和功能性。该项目凸显了建筑物出入门控制系统安全措施的松懈以及创造性解决问题的力量。
对不起。
我们检测到您的浏览器已禁用 JavaScript。请启用 JavaScript 或切换到受支持的浏览器以继续使用 x.com。您可以在我们的帮助中心查看受支持的浏览器列表。帮助中心 服务条款 隐私政策 Cookie 政策 版权信息 广告信息 © 2026 X Corp.
## Windows 本地账户问题与潜在修复
Scott Hanselman 宣布他正在努力改进 Windows 本地账户支持，引发了 Hacker News 的讨论。用户报告称本地账户的使用体验下降，即使是控制器固件更新等基本任务也经常出现 Microsoft 登录提示。许多人认为这些功能根本没有在本地账户上进行测试，导致令人沮丧的解决方法。
虽然一些用户没有遇到问题，但另一些用户正在积极迁移离开 Windows，因为微软越来越激进地推广在线账户和持续的“骚扰”软件。担忧不仅限于本地账户，还包括对 Copilot 等不需要的功能以及更新后设置恢复的投诉。
讨论还质疑 Hanselman 在微软内部推动有意义改变的能力，一些人认为他主要是一个宣传者。另一些人希望他能够影响决策，从而防止用户转向 Linux。另一个帖子强调了 Windows NVMe 性能问题，表明微软做出了一系列对用户不利的决定。最终，许多人认为微软需要解决长期以来令人沮丧的用户体验问题，才能重新获得信任。
经过十多年的时间，为网络开发社区提供宝贵的性能洞察，TechEmpower框架基准测试项目即将结束。该项目始于2013年，发展成为行业标准，比较了数百种框架和多种语言——这主要得益于社区的贡献。 发布了超过20轮的结果，这得益于数千个拉取请求和奉献的维护者，他们志愿投入时间和资源。这些基准测试帮助全球开发者优化性能并做出明智的技术选择。 虽然该项目即将停止更新，但其仓库和历史数据将继续可访问，以证明社区致力于理解Web应用程序性能。TechEmpower对这种协作精神表示衷心的感谢，并鼓励行业内继续关注测量、好奇心和知识共享。他们感谢所有参与构建和维护这项有影响力的资源的人。
对不起。
## Resolv DeFi 黑客事件：摘要
2026年3月22日，Resolv DeFi 协议遭受了 2300 万美元的攻击，并非由于智能合约缺陷，而是其链下基础设施遭到入侵。攻击者获得了 Resolv 的 AWS 环境中的一个特权私钥，从而铸造了 8000 万枚无抵押的 USR 稳定币，仅需 10 万至 20 万美元的 USDC 存款。
该协议的设计依赖于此链下密钥来授权铸造，但缺乏链上限制或检查——本质上允许密钥持有者决定 USR 的创建数量。攻击者迅速将铸造的 USR 转换为 wstUSR，然后将其兑换为 ETH，导致 USR 贬值 80%。
这起事件凸显了 DeFi 中攻击面的扩大，因为协议越来越多地依赖外部服务。尽管 Resolv 经过多次审计，但漏洞却不在智能合约本身。实时链上威胁检测和自动化响应系统，例如 Chainalysis Hexagate，可以检测到异常的铸造活动并可能暂停合约，从而防止攻击。
Resolv 黑客事件强调了必须假设漏洞*会*发生，并实施积极的安全措施，而不仅仅是传统的智能合约审计，以保护免受链下漏洞的影响。
## 黑客新闻摘要：8000万美元稳定币被盗
一名黑客入侵了Resolv Lab的AWS账户，获取了用于铸造USR稳定币的私钥。随后，他们提取了2500万美元的ETH，之后协议功能被暂停。这次黑客攻击并非智能合约漏洞，而是利用薄弱的链下密钥管理进行的传统黑客攻击。
讨论的中心在于，该事件是否指向内部人员作案，以及“去中心化”系统中固有中心化控制的风险，以及稳定币的实际效用。许多评论员质疑其目的，强调它们对传统金融系统的依赖以及容易出现故障。
有人对管理员“锁定”交易的能力表示担忧，质疑了加密货币的核心原则。 另一些人指出，稳定币可能被用于非法活动和国际贸易，在传统金融难以开展的地区。 最终，该事件凸显了稳定币生态系统中的安全漏洞和中心化故障点。
这个项目是一个功能齐全的地牢探索游戏，专为TI-89图形计算器开发，利用2002 FAT引擎进行3D渲染。尽管计算器只有10MHz的处理器和灰度屏幕，游戏仍然具有高度贴图光线投射、纹理墙壁和门、楼梯几何体以及带有遮挡的广告牌精灵。
游戏拥有程序生成的地下城、碰撞攻击战斗、生命值/等级追踪以及闪烁的迷你地图。除了主游戏之外，该项目还包括独立演示，展示了光线投射和楼梯渲染能力，以及康威生命游戏和实时等离子体效果的实现。
该项目提供了通过USB（SilverLink或钛金型号的直接USB）将文件传输到计算器的工具，并利用基于Docker的构建环境和GCC4TI交叉编译器。虽然完整的FAT引擎功能针对标准TI-89型号进行了优化，但钛金型号提供了一个平面着色的版本。源代码在MIT许可下可用，原始FAT引擎SDK保留其原始版权。
超图理论中一个具有挑战性的开放问题，专注于改进与超图划分相关的序列 *H(n)* 的下界，已被解决！这一突破由凯文·巴雷托和利亚姆·普莱斯完成，他们使用了 GPT-5.4 Pro，解决方案已得到问题提出者威尔·布赖恩的确认。 布赖恩强调了该解决方案的优雅性，指出它消除了现有下界构造中的低效性，并与上界的复杂性相匹配——在 Ramsey 理论问题中，这种罕见而宝贵的匹配非常重要。他计划发表这些发现，可能与巴雷托和普莱斯作为共同作者。 在取得这一成功之后，FrontierMath 上开发了一个测试框架，表明其他先进模型——Opus 4.6、Gemini 3.1 Pro 和 GPT-5.4 (xhigh)——也能够解决这个问题。最初的挑战涉及构建超图以改进已知的 *H(n)* 下界，这项任务之前被认为很难通过分析方法实现。
🛡️ 快速验证 我们正在检查您的连接以防止自动化滥用 为什么我看到这个？ 有问题吗？联系客服
作者最近向 Hugo 项目（Chroma 语法高亮器）提交了第一个 AI 辅助的拉取请求，使用 Claude Code 添加了 ERB 语法高亮。尽管 PR 已经通过并合并，但这次经历让他们感到像个冒牌货，加剧了冒名顶替综合症。 作者承认 AI 让他们能够做出原本可能因为精神疲惫和复杂性而无法完成的贡献，但他们觉得这个过程缺乏乐趣——将其比作外包了一个个人挑战。这种感觉也延伸到工作中，即使 AI 驱动的交付成果产生了积极影响，也让他们感到“空虚”。 作者担心这是一种更广泛的行业趋势，它激励速度而非工艺，并随着 AI 成为绩效评估的组成部分，加深了不安全感。当 AI 能够在没有相同奉献精神去理解和保证质量的情况下产生结果时，他们质疑自己技能和作为工程师的身份的价值。最终，他们正在努力解决股东优先事项与他们作为开发人员所持有的价值观之间的脱节。
## AI辅助编程与“欺骗感”——摘要
一位程序员分享了他们创建第一个AI辅助拉取请求的经历，尽管成功贡献了一个新功能，却产生了一种令人惊讶的欺骗感。核心问题不在于工具本身，而是一种脱节感——在没有通常与成就相关的传统学习和努力的情况下获得了结果。
这场讨论引发了关于编程本质变化的更广泛的争论。许多评论者对此感同身受，强调了从*编写*代码到*指导*代码的转变。类比范围从电影制作到使用电动工具，强调利用AI并不会否定技能，而是改变了所需的*技能类型*。
一些回复建议将工作分为“快速且粗糙”的AI辅助任务和优先考虑个人工艺的领域。另一些人指出，目标是交付价值，不一定是要享受每一行代码。最终，这场对话揭示了人们对身份和目的的普遍焦虑，因为AI正在重塑程序员的角色，促使人们反思在新形势下成为一名“优秀”程序员意味着什么。
研究：容易相信“企业废话”的员工可能工作表现更差
Study: Workers who fall for 'corporate bullshit' may be worse at their jobs
37 天前
## 企业术语与糟糕决策：康奈尔大学研究 一项最近的康奈尔大学研究揭示了企业术语（定义为“语义空洞”和令人困惑的语言）与商业敏锐度下降之间的令人担忧的联系。研究人员发现，那些对流行语和“天马行空的想法”印象最深刻的人在面对实际商业场景时，始终表现出*较低*的分析思维、反思能力和流体智能。 该研究利用“企业废话生成器”以及来自《财富》500 强公司的真实声明，表明那些容易被术语左右的人会选择效率较低的解决方案。有趣的是，这些人*确实*会将使用这种语言的领导者评为更有魅力，并认为公司使命更鼓舞人心，这凸显了由表面吸引力驱动的 dysfunctional 领导的潜力。 重要的是，该研究不受智力限制；参与者拥有包括博士学位在内的各种学位。这表明任何人都有可能受到误导性企业语言的影响，尤其是在它与现有偏见相符时。研究人员开发了“企业废话接受度量表”来进一步探索这种现象及其对组织的影响。
对不起。