GEM（图形环境管理器）是Digital Research开发的一款早期GUI，比Windows 1.0早近九个月。它受到Apple Lisa的启发，最初因相似之处面临来自Apple的法律威胁，导致设计妥协，使得PC版本显得笨拙。虽然由于性能问题和缺乏软件，GEM在IBM PC上难以获得进展，但它在Atari ST上作为默认GUI获得了成功。
Atari ST更快的处理器使得GEM的性能问题不再那么突出，并且其捆绑销售确保了软件的可获得性。然而，软件盗版和平台缺乏完善最终导致了ST的衰落。
在PC上，GEM于1988年停止使用，部分原因是微软日益增长的统治力和OEM协议。它作为Ventura Publisher等应用程序的运行时库而延续。1999年，其知识产权被发布为开源，但开发最终停止。最终，GEM的潜力受到法律压力、硬件限制和微软市场力量的共同阻碍。
每日HackerNews RSS
对不起。
## Video.js v10.0.0 Beta：全新重写
Video.js 正在进行重大升级，发布了 v10.0.0 Beta 版本，这是与 Plyr、Vidstack 和 Media Chrome 合作的结果——这些项目在 GitHub 上总共拥有 75,000 个星标。这次重建的重点是使播放器现代化，以适应当今的网络开发实践，并为未来的 AI 功能做好准备。
主要改进包括**默认包大小减少了 88%**，这得益于取消捆绑自适应比特率 (ABR) 支持以及新的流媒体引擎框架 (SPF)，该框架仅包含必要的代码。该架构现在具有高度可定制性，**一流地支持 React、TypeScript 和 Tailwind**，并利用可组合组件以获得更大的灵活性。
团队优先考虑了更好的开发体验，提供了**无样式的 UI 原语**和用于常见用例（视频、音频、背景视频）的预构建**预设**。他们还优化了代码库以适应 AI 代理，提供了更好的文档和组件结构，以支持 AI 辅助开发。
虽然目前仍处于 Beta 版本，并且与先前版本的功能完整性不完全相同，但 v10 旨在成为一个更高效、更可定制且更具未来感的视频播放器。预计全面发布时间为 2026 年年中。
## Video.js 重启：体积缩小 88% 并重建
私募股权收购了 Video.js 背后的公司后，原始创建者与 Plyr、Vidstack 和 Media Chrome 的合作者一起，重启了这款流行的开源视频播放器库。目标是：解决过时的架构并提高性能。
新的 Video.js (v10，目前处于测试版) 比其前身**缩小了 88%**，并拥有可组合的架构。它旨在提供跨浏览器的稳定视频播放、高级功能（如分析和 DRM，尽管并非全部已实现），以及各种流媒体格式和服务的通用 API。
虽然原生 HTML 视频标签足以满足简单的播放需求，但 Video.js 在需要自定义控件、高级功能和广泛兼容性时表现出色。核心库现在是“无头的”，允许灵活的渲染层，包括 React 和 Web Components。鼓励开发者测试测试版并提供反馈。
OpenAI在其发布仅几个月后关闭了Sora AI视频应用，促使迪士尼也退出其10亿美元的投资协议。虽然OpenAI仍然致力于AI视频技术——将其整合到ChatGPT中——但独立的Sora应用将被停止，因为该公司正在重新调整其目标。 Sora最初因免费使用现有知识产权而在好莱坞引发争议，这要求OpenAI后来赋予工作室对其内容更多的控制权。迪士尼的退出预示着战略转变，但他们仍然对尊重创作者权利的AI合作持开放态度。 此次关闭使谷歌成为AI视频生成领域的领先者，尽管谷歌自身也面临着与知识产权相关的法律挑战。最终，Sora似乎不太可能成为该行业的长期力量，可能成为一个值得注意但短暂的实验，在快速发展的AI领域中。
对不起。
v1.05 探索麻将 solitaire 与反义词匹配的结合。20个谜题供试用。基于23,791个反义词对，涵盖102,754个词汇。使用Michael Douma的Linguabase构建。
## 反物质：文字游戏谜题
开发者 michaeld123 在 Hacker News 上分享了一款名为“反物质”的可玩文字联想游戏，其机制基于麻将 solitaire。 游戏挑战玩家匹配相反的词语方块，利用从词典学和 LLM 推理构建的大型语义图（超过 1 亿条边）。
开发者指出，当前的 LLM 在复杂的谜题生成方面存在困难，需要图遍历才能获得有趣的结果。 20 个关卡都是算法生成并随机化的。 前端使用 Claude Code 创建。
早期反馈指出，在较高的屏幕上存在单词截断问题，并且对某些“相反”配对的准确性存在争议。 开发者承认定义相反词的细微之处，尤其是在简单的量表之外，并且乐于接受关于“相反”一词的更好替代方案的建议。 玩家还指出，麻将的呈现方式鼓励最小化选项，可能会过度简化游戏。 开发者正在考虑这些意见，以便进行未来开发，可能推出具有更高复杂性的移动版本。
由于对获取传统行业客户研究渠道的困难感到沮丧，我决定*成为*一名害虫防治技术员，以便从内部了解这项业务。尽管最初的申请反应迟缓，但直接的、面对面的努力很快让我获得了一家大型全国性公司的职位。
这段经历深入了解了运营中的摩擦：漫长的许可过程（通过我自建的培训工具加速），不可靠的设备，基于高度定制的Salesforce构建的笨拙技术栈，以及大量的监控。尽管公司盈利，但内部流程阻碍了效率和创新——这与我作为顾问所观察到的现象如出一辙。
我很快发现了销售机会，超额完成任务并获得了一个销售职位。然而，官僚障碍和缺乏改进激励进一步坚定了我的信念：从头开始建立一家拥有强大创新文化的公司是更好的选择。我现在正在寻求收购一家本地运营商，以构建和扩展平台，并渴望与家居服务领域的其他人建立联系。
## 从科技到白蚁：一次自筹资金的业务转型
一位软件工程师对“风险投资或一无所有”的科技环境感到幻灭，于是先去当害虫防治技术员，以便深入了解这个行业，再构建SaaS解决方案。然而，在实地工作两个月后，他意识到直接的SaaS方法不可行——现有的解决方案已经足够，并且根深蒂固。
相反，他正在转型*成为*一名害虫防治经营者，目标是收购一家现有企业，并利用技术来促进其增长。他认为，专注于运营效率和强大的客户体验，而不是向行业*销售*软件，能提供更可持续的道路。
作者强调了自筹资金的科技赋能型企业越来越可行，尤其是在人工智能降低工程成本的帮助下。他强调了领域专业知识的价值，通过传统风险投资进行扩张的挑战，以及建立在坚实基础上的、充实且有利可图的业务的潜力。 这篇文章引发了关于从白领工作到蓝领工作的转变、技能型行业的现实，以及人工智能赋能小型专业企业的潜力的讨论。
## 欧洲迫切需要人工智能算力 欧洲在全球人工智能竞赛中落后，原因是计算基础设施严重短缺——目前74%位于美国，只有6%在欧洲。这种差距威胁着经济增长、就业创造和战略独立，因为人工智能驱动的系统将推动未来经济和军事领域的效率提升。 欧洲目前建设本地数据中心的努力受到官僚障碍和缺乏大规模需求的影响。一个务实的解决方案是吸引来自美国人工智能公司的投资，这些公司在美国面临日益增长的政治不确定性以及其他地方的潜在风险。 虽然更严格的环境法规和更高的能源成本等挑战依然存在，但挪威的“星门”项目和德国简化的许可程序表明已经取得进展。专注于*推理*——运行现有人工智能模型——比*训练*新模型提供了更直接的机会，因为对推理的需求只会增加。 欧洲各国政府必须优先发展人工智能基础设施，简化法规，并积极争取外国投资。转变到供给侧方法——消除人工智能发展的障碍——至关重要，而不是仅仅关注监管。在人工智能算力方面获得更强的立足点是欧洲未来的重要战略 imperative。
最近的 Hacker News 讨论围绕一篇名为“构建自由计算”的 Substack 文章展开，引发了关于技术、自由主义和权力之间关系的热议。虽然文章侧重于通过放松管制加速欧盟数据中心的建设，但评论员们表示失望，因为它没有探讨软件如何*支持*民主价值观，而不是集中财富。
对话迅速转向对优先发展大型基础设施项目（由少数强大公司推动）是否符合自由主义理想的批评。人们对潜在的寡头政治和监管俘获表示担忧，质疑自由主义思想的创始人是否设想了这种对关键资源（如数据基础设施）的高度集中私人控制。
一位评论员指出私人道路的历史先例，认为商业模式对于维护资源来说是合理的，但警告要防止垄断和过度逐利。最终，这场讨论凸显了科技界日益增长的怀疑态度，即该行业在削弱而非加强自由民主方面的作用。
作者对持续关注人工智能感到日益疲惫，尽管承认其益处并每天使用它。虽然人工智能极大地提高了他们的生产力，但像Hacker News和Kagi Small Web这样的在线技术社区现在充斥着关于人工智能工具的讨论，而不是这些工具所赋能的项目。 这感觉像是从之前关注“产品工程”——交付价值——退化到痴迷于工具本身，就像木匠只讨论锤子一样。作者注意到一个令人担忧的趋势，即管理层现在关注开发者*如何*使用人工智能（衡量token使用量），而不是他们*取得的*结果，这与过去无生产力的指标（如代码行数）如出一辙。 最终，作者呼吁回归分享令人兴奋的创作和解决问题，记住技术的目的是交付价值，而不仅仅是优化工具。 这是一种对围绕人工智能讨论的回音室的自我意识的哀叹。
## AI 疲劳：黑客新闻总结
最近一篇题为“还有人对谈论AI感到厌倦吗？”的帖子引发了黑客新闻的讨论，揭示了人们对持续不断的AI讨论普遍感到疲劳。虽然许多人承认AI的潜力与实用性，但评论员们表达了对炒作、对“AGI”的无休止关注以及围绕它的常常流于表面的对话的不满。
担忧范围从巨大的能源消耗和投资，尽管存在紧迫的全球问题，到AI可能加剧不平等甚至取代人类劳动的可能性。有些人认为讨论被不切实际的期望和“骗局”所主导，而另一些人则哀叹更有趣的技术话题被取代。
许多人对不断需要适应快速变化的AI工作流程以及将AI整合到工作各个方面的压力感到沮丧。一种普遍的观点是，AI真正有趣的部分——潜在的数学和模型行为——被花哨的应用和推测性声明所掩盖。最终，许多人只是希望停止持续不断的AI喧嚣。
## GitHub 服务中断更新 – 及时了解 GitHub 通过电子邮件和/或短信提供服务中断更新。您可以在事件更新时接收通知，尤其是在 GitHub *创建* 或 *解决* 事件时。 要接收短信提醒，您需要使用一次性密码 (OTP) 验证您的手机号码。目前，短信更新在非常广泛的国家/地区可用 – 包括全球大多数国家 – 详情请参阅提供的列表。 如果您愿意，您可以订阅电子邮件通知，无需短信验证。这是一种便捷的方式，可以及时了解 GitHub 的服务状态和任何正在进行的问题。 选择最适合您需求的消息通知方式，以随时了解潜在的中断情况。
然而，周一美国市场开盘前，东部时间07:04（格林尼治标准时间11:04），总统在他的Truth Social平台上发文称，华盛顿与德黑兰就“完全和彻底解决”敌对行动进行了“非常好且富有成效的对话”。
## 从画廊灯光到国家电网：英国电力发展史
英国电力网络的故事始于1883年，考茨·林赛爵士为了给他的艺术画廊供电，避免使用煤气灯，安装了一个发电机，并开始向邻居供应多余的电力——于1887年成立了伦敦电力供应公司。这项开创性的努力，以及爱迪生珍珠街电站等类似举措，迅速暴露了一个分散、以地方为中心的市场的混乱局面。
早期的电力发展受到成本超支、技术挑战和缺乏标准化等问题的困扰——许多公司使用不同的电压和电流（交流电 vs. 直流电）。第一次世界大战暴露了该系统的局限性，促使人们呼吁建立一个国家电网。尽管存在阻力，1919年的《电力（供应）法案》启动了区域互联。
真正的突破出现在1933年国家电网的建立，这是一个同步交流系统，尽管规划存在障碍，但仍然得以建成。20世纪50年代和60年代进一步扩建的“超级电网”改善了输电。1947年的国有化简化了发电，但1989年的私有化重新引入了竞争市场。
如今，英国正在回归一种具有私有制背景的国家运营模式，这反映了20世纪初的情况，突显了在效率、投资和可靠电力供应之间取得平衡的持续挑战。
对不起。