Great Question 是一家 AI 原生客户研究平台，现诚招一名极具能动性的软件工程实习生，参加为期三个月（2026 年 6 月至 9 月）的远程实习项目。这不是一个“沙盒”式的实习，你将直接负责一个可投入生产的项目，并在 CTO 的指导下开发语义搜索、智能体（Agentic）版主及评估框架等 AI 功能。 **我们寻找的人才：** 我们需要一位“黑客”型人才，你应当已经在构建 AI 智能体、尝试大语言模型（LLM）管道，并利用业余时间开发过项目。你需具备扎实的编程能力（Python、JS 或 Ruby），并渴望将最前沿的 AI 技术实践应用到快节奏的专业开发环境中。 **为什么加入我们？** 你将在一个高度信任、AI 优先的文化中获得实战经验，你的贡献将直接影响 Canva 和 Brex 等客户。我们重视自主性、清晰的沟通以及以好奇心驱动的工程实践。 **如何申请：** 我们的申请重点在于你的实际成果，而非资历背景。请提交你的简历、一段关于为何你适合该岗位的简短说明，以及你所构建的 AI 工具演示（Demo）。演示是你申请中最关键的部分。
每日HackerNews RSS
抱歉。
Bloomberg 需要帮助？请联系我们 我们检测到您的计算机网络存在异常活动 如需继续，请点击下方方框，以证明您不是机器人。 为什么会出现这种情况？ 请确保您的浏览器支持 JavaScript 和 Cookie，且未阻止其加载。 欲了解更多信息，请查阅我们的服务条款和 Cookie 政策。 需要帮助？ 如有关于此消息的疑问，请联系我们的支持团队并提供下方的参考 ID。 拦截参考 ID：73344ca2-5e7b-11f1-8afa-476909f35c77 订阅 Bloomberg.com，随时随地获取最重要的全球市场新闻。 立即订阅
抱歉。
OpenFOV GitHub 摄像头头部追踪（适用于 iRacing）。
OpenFOV 利用您的摄像头来控制 iRacing 游戏内的视野（FOV）。为您的显示器解锁 VR 风格的功能！
最新版本
v0.2.1
下载适用于 Windows 的版本
在 GitHub 上查看源代码
© 2026 OpenFOV — 基于 MIT 协议开源
源代码
发布版本
问题反馈
最近 Hacker News 上关于“OpenFOV”——一款用于 iRacing 的新型基于摄像头的头部追踪工具——的讨论，凸显了仿真游戏在实用性和发展趋势上的演变。
用户指出，虽然头部追踪起初让人感觉不自然，需要用户在转动头部时双眼仍保持盯着显示器，但很快就能成为一种本能。作为 VR 头显的替代方案，它既实用又舒适，且成本更低，因为 VR 头显在长时间使用时可能会导致视疲劳和身体不适。
该讨论帖引发了关于 OpenTrack 等现有解决方案以及 SmoothTrack 等移动端工具的广泛争论。尽管一些怀疑论者认为摄像头追踪不如 TrackIR 或 VR 等专用硬件，但支持者强调，它提供了一种无缝的、“零硬件”的体验，对于飞行和赛车模拟游戏来说非常有效。
总而言之，社区将头部追踪视为一种重要的“中间”技术。尽管存在学习曲线并可能引起最初的不适，但用户一致认为它显著改善了态势感知和沉浸感，证明了无需高端头显也能获得极具吸引力和响应迅速的模拟体验。
关于红外图像中静态随机存取存储器（SRAM）的读取及建立信任界限的研究 On Reading SRAMs in IR Images, and Establishing Bounds on Trust
36 天前
红外（IR）成像是一种强大且易于获取的硬件安全工具，它允许用户核实物理芯片的内存是否与其源代码一致。由于静态随机存取存储器（SRAM）宏单元结构严密，并包含解码器、读出放大器和驱动器等大量开销电路，即使在 22 纳米工艺下，它们也清晰可见。
通过检查这些宏观特征，用户可以检测到那些可能通过“秘密触发（secret knock）”机制躲避软件安全检查的未经授权的内存块。虽然攻击者理论上可能尝试通过修改某行或某列来隐藏少量字节，但这种修改代价高昂、难以实现，且通常会留下可检测的物理痕迹。即使这些细微的改动处于基础红外成像的噪声容限内，也可以通过激光干涉测量法或扫描电子显微镜（SEM）等更先进的技术进一步排查。
归根结底，目视检查将安全挑战从“对隐藏恶意代码的无界搜索”转变为一种可验证的“空间证明”测量。通过排除存在大规模隐藏内存的可能性，红外检查极大地限制了攻击者的能力，使得隐藏恶意操作所需的努力变得极其高昂，且在实践中往往不可行。
《大空头》中那个著名投资人原型迈克尔·伯里（Michael Burry），近日公开质疑了 SpaceX 和人工智能初创公司 Anthropic 的巨额估值。 关于 SpaceX，伯里对该公司 2 万亿美元的估值目标提出了质疑。他指出，根据该公司提交的 S-1 文件显示，其营收为 187 亿美元，但亏损额高达 49 亿美元，这根本无法支撑如此高的估值。他认为，未来股价的任何上涨都将是由炒作和技术面驱动，而非基本面价值。 伯里对最近估值接近 1 万亿美元的 Anthropic 也持同样怀疑态度。他认为人工智能行业对算力的依赖属于“暴力计算”，从长远来看是不可持续的。他预测，算力最终将变成一种商品化的公用事业，使当前的人工智能投资沦为“虚假的需求信号”。伯里认为，整个行业在基础设施上的投资过剩，很快就会超过市场的实际需求。对于这些估值的长期生存能力，伯里持怀疑态度，他打趣说，自己需要 24 万年才会考虑为 Anthropic 这样的公司支付 1 万亿美元。
现代 CSS 现在提供了一种原生的、高性能的方式来创建视差效果，即使用**滚动驱动动画时间轴（Scroll-driven animation timelines）**，从而无需依赖繁重的 JavaScript 滚动监听器。 通过利用 `view-timeline`，开发者可以直接将元素的动画与它在视口中的进度关联起来。这种实现方式使用简单的声明式类，其中一个 `--parallax-offset` 变量同时控制位移（运动）和缩放。缩放至关重要，因为它能确保元素在运动过程中足够大以覆盖容器背景，从而避免出现空隙。 **主要优势包括：** * **性能：** 动画在主线程之外运行，运动更流畅。 * **简洁：** 整个效果可以通过一个带有易于调整设置的通用类来实现。 * **可访问性：** 通过 `@media (prefers-reduced-motion: reduce)` 禁用效果，可以轻松尊重用户的设置。 实现时，需在容器上定义 `view-timeline-name`，并将子元素的 `animation-timeline` 绑定到该名称。请记住在 `animation` 简写属性之后声明 `animation-timeline`，以确保它不会被覆盖。这种原生方案为传统的基于 JavaScript 的视差库提供了一种简洁、易于维护的替代方案。
抱歉。
2026年5月22日，Adafruit收到来自Flux（由前联邦调查局幕僚长乔纳森·F·伦兹纳代理）的法律函件，试图阻止其发布一篇质疑Flux在知识产权、商业成就及用户指标方面主张的文章。该函件还指控其违反了《计算机欺诈与滥用法》。
Adafruit坚持认为其报道涉及公共安全利益，并通过负责任的披露协议进行，并指出所有获取的信息均因Flux的服务器配置错误而处于公开可见状态。尽管Adafruit“强烈拒绝”这些法律威胁，但该公司已暂时停止博客运营，以决定后续步骤。随着事态发展，将向社区提供进一步更新。
Adafruit 近日披露，他们收到了一封来自 Flux.ai 的法律函，指控其涉嫌违反《计算机欺诈与滥用法案》（CFAA）。Adafruit 表示，他们在进行负责任的漏洞披露过程中，仅仅是访问了因服务器配置错误而公开的信息。
Hacker News 社区的反应对 Adafruit 一边倒地支持，认为其作为开源硬件社区的长期支柱，其行为并无不妥。相反，评论者对 Flux.ai 表示了强烈质疑，指责其产品性能不佳、存在激进的“订阅地狱”收费模式，且缺乏透明度。许多用户表示在争议发生前从未听说过 Flux.ai，并指出这引发了“史翠珊效应”，即法律威胁对 Flux.ai 造成的声誉损害，远超事件本身可能带来的影响。
评论者还讨论了“氛围编程”（vibe coding）和人工智能驱动的 EDA 工具的伦理问题。许多工程师认为，人工智能目前难以应对硬件设计和调试的复杂性，与确定性工具相比，往往沦为一种昂贵且不可靠的“黑箱”。Adafruit 表示近期会分享事情的完整经过，而 Flux.ai 尚未对此公开置评。
作者为 Janet 提供了令人信服的理由。Janet 是一种 Lisp 方言，它将 Lisp 的优雅与现代开发的实用功能相结合。Janet 的设计目标是轻量、易学且高度可嵌入，这使其成为替代 Lua 甚至 Bash（用于命令行工具）的绝佳选择。 主要特性包括： * **极简设计：** 核心语言极其精简，标准库精练至一页即可概览，同时通过宏支持保持了强大的功能。 * **原生二进制：** Janet 程序可编译为小巧、独立的本地可执行文件，使发布变得轻而易举。 * **高级功能：** 它具备用于文本处理的强大解析表达式语法（PEG）、灵活的可变/不可变集合类型，以及在编译时序列化和快照程序状态的独特能力。 * **现代语法：** 虽然采用了括号语法，但 Janet 采用了一种简洁、一致的风格，摒弃了传统 Lisp 令人困惑的惯例，转而使用更直观的结构。 作者认为，无论你是想构建命令行应用、嵌入脚本语言，还是探索宏的世界，Janet 都能提供一种令人耳目一新、愉悦且功能出人意料的编程体验。
Janet 是一种 Lisp 方言编程语言，因其可移植性、可嵌入性和简洁一致的语法而拥有一批忠实用户。吸引开发者使用 Janet 的关键特性包括：
* **可嵌入性：** 它具有高度的可移植性，可以轻松集成到 C/C++ 应用程序中。
* **现代特性：** 与传统的 Lisp 不同，Janet 使用了现代术语（例如用 `first` 代替 `car`，用 `fn` 代替 `lambda`），并包含了实用的工具，如 shell DSL 以及用于限制系统资源访问的内置沙盒。
* **编译期功能：** 它允许用户轻松地将值从编译期传递到运行期，这使其在数据驱动型应用中表现强大。
* **开发者体验：** 虽然“Lisp 语法”（S-表达式）对新手来说争议较大，但资深用户认为，一旦将该语法理解为抽象语法树（AST），它就能实现强大的结构化编辑和基于宏的开发，这是主流语言难以企及的。
尽管一些用户指出目前缺乏完善的库版本控制和高级 HTTP 路由功能，但社区正通过 Joy Web 框架和各种 C API 封装等项目积极解决这些问题。Janet 被广泛誉为一种用于脚本编写和探索性编程的优秀语言。
为了实现稳健且确定性的回放，必须区分**权威游戏状态**（影响未来时钟周期）与**衍生/观测数据**（缓存、调试信息或渲染状态）。单纯对整个世界进行哈希处理的方法是不可行的，因为辅助字段中无害的实现变更可能会导致回放失败的误报。 作者提倡采用严格的、基于阶段的模拟循环：`输入（ingress） -> 控制（control） -> 衍生（derive） -> 规划（plan） -> 应用（apply） -> 清理（cleanup）`。通过强制执行此顺序，引擎可确保缓存以确定性的方式重建，且输入得到一致处理。 为有效管理状态，作者将其分为四类： 1. **权威状态**：包含在校验和中的必要字段（随机数生成器、生命值、位置）；此处的数据偏差意味着存在实际的逻辑错误。 2. **衍生缓存**：如果能保证在使用前从权威输入中重建，则可从回放校验和中排除。 3. **观测/调试数据**：仅供输出的数据，绝不应影响模拟过程。 4. **呈现/渲染数据**：与游戏逻辑严格解耦，以防止渲染时序导致不确定性。 通过显式序列化协议和有目的的哈希处理来强化这些边界，开发者能够缩小调试范围，确保回放失败总是指向真正的游戏逻辑差异。
抱歉。
该项目推出了一款尺寸与标准信用卡相当（厚约 1 毫米）的全功能计算机。该设备基于 ESP32-C3 芯片，配备电子墨水屏和 NFC 功能，可作为智能家居控制、离线双重身份验证（2FA）/加密货币存储、渗透测试或交互式名片的通用工具。
开发者通过严谨的工程设计实现了这种极致的小型化，包括定制蚀刻的柔性电路板，以及通过巧妙的“孤岛式”元器件布局来管理机械应力。虽然最初的原型是手工制作且较为脆弱的概念验证，但该项目已成功证明，可编程计算机完全能够集成在标准的卡片尺寸限制内。
目前的开发重点在于提高耐用性，并寻找超薄电池以平衡容量与安全性。通过优先考虑与真实卡片一致的超薄外形，创作者旨在超越笨重的“智能”设备，打造一款真正便携的日常工具。开发者计划近期发布该项目，并邀请社区成员为其贡献更多应用场景。
**Muxcard** 是一个 DIY 计算机项目，因其卓越的工程成就而在 Hacker News 上备受关注：它是一台功能完备、可编程的计算机，被塞进了一个几乎与标准信用卡大小相当（厚度约 1 毫米）的设备中。
开发者 krauseler 使用了定制的柔性印刷电路板（flex PCB），使其硬件能够适配钱包大小的规格。社区讨论主要围绕以下三个主题：
1. **技术赞赏**：用户对紧凑的设计以及利用磁吸弹簧针（pogo pins）充电的方式印象深刻，这有效地克服了超薄设备带来的物理限制。
2. **“能运行《毁灭战士》（DOOM）吗？”现象**：与许多硬件项目一样，开发者收到了大量关于运行《毁灭战士》的请求。开发者证实从技术上讲是可行的，尽管帧率较低（约 0.7 FPS）。
3. **哲学与功能性辩论**：参与者讨论了“计算机”的定义，将 Muxcard 与历史上的名片型 Linux 光盘和智能卡进行了比较，并探讨了未来的潜在用途，例如安全银行硬件或专用电子邮件界面。
尽管一些较真的人批评该项目比 ISO 标准卡厚了 0.2 毫米，但共识依然是：Muxcard 是一项极其令人印象深刻的技术成就。