## 远摄镜头的力量
尽管体积和重量较大，远摄镜头对于旅行摄影来说是不可或缺的，能够提供更广角镜头无法达到的独特视角。它们擅长**消除干扰**，通过隔离主体——例如通过压缩距离和减少前景杂乱来专注于山脉。
一个关键优势是**压缩**，将场景中不同的平面拉近，使远处的山脉和前景细节感觉相连。远摄镜头还能实现**主体隔离**，模仿人眼专注于较大场景中远处物体，从而增加意义和戏剧性。
后期处理，特别是使用darktable等工具，可以进一步增强远摄图像。诸如消除雾霭、色彩平衡和有针对性的对比度调整等技术可以克服扁平化和大气失真等问题。
最终，远摄镜头提供新鲜视角的和独特的构图可能性，证明了其体积的合理性，使其成为任何摄影师工具包中值得添加的工具。
每日HackerNews RSS
截至9月，日本百岁老人数量达到近10万，连续55年增长，创下历史新高。其中绝大多数（88%）是女性，最年长者是114岁的河川重子。 这种非凡的寿命归功于多种因素，例如健康的饮食习惯——红肉摄入量低，鱼类和蔬菜摄入量高——以及积极的生活方式，包括流行的集体锻炼（广播体操）。心脏病和某些癌症死亡率的降低也起到了作用。 然而，全球百岁老人数量的准确性，包括日本的数据，一直受到质疑。过去的审计显示，户籍登记存在重大差异，出现未报告的死亡和潜在的养老金欺诈行为。尽管存在这些担忧，但日本从1960年代G7国家中百岁老人比例最低之一，到目前的地位，这一显著变化凸显了重大的社会人口转变和独特的长寿人口。
## Gleam 初印象：解析 AIM 日志 这篇文章详细描述了一位开发者学习 Gleam 的初步体验，Gleam 是一种静态类型、类似 Elixir 的函数式编程语言。作者选择 Gleam 用于一个个人项目：解析旧的 AOL 即时通讯 (AIM) 日志，之前曾尝试用 Python 完成但已放弃。这个项目提供了一个很好的平衡——简单的纯文本日志用于初步学习，随着技能的提高，也具有潜在的复杂性。 最初的障碍包括命令行参数解析（使用 `argv` 库解决）和理解构建过程（生成 BEAM 字节码，需要 Erlang VM 运行）。然而，最大的挑战是适应函数式范式——缺乏熟悉的构造，如循环、`if` 语句和直接列表索引。 作者赞赏 Gleam 的管道语法、以示例为中心的文档、内置警告以及 `todo` 关键字，用于增量开发。他们认为模式匹配优雅但最初难以掌握。批评集中在 Gleam 尚年轻的生态系统、笨拙的错误处理中断了管道流程、相对较小的核心语言和标准库，以及需要依赖外部模块来执行诸如文件系统访问之类的常见任务。 尽管存在这些挑战，作者发现 Gleam 令人愉快且具有刺激性的学习体验，促使他们以新的方式思考编程。该项目已成功完成，解析了简单的 AIM 日志，并展示了 Gleam 在此类型任务中的潜力。
## Gleam：初印象与讨论
这次Hacker News讨论围绕着Gleam展开，Gleam是一种静态类型语言，运行在BEAM（Erlang虚拟机）上。最初的帖子分享了一位用户的第一印象，引发了关于函数式编程、解析以及Gleam在更广泛领域的地位的对话。
一个关键话题是**解析器组合子**，这是一种非常适合函数式语言的构建解析器技术。虽然可以在命令式语言中实现，但由于延迟求值和类型推断等特性，它们被认为在函数式语言中更优雅和自然。Gleam为此提供了像`party`和`parser_gleam`这样的库。
讨论还涉及Gleam与Elixir和Rust的关系。有些人认为它更像Rust，而另一些人则欣赏它的静态类型和更小的核心语言。BEAM运行时是一个争论点，有些人更喜欢通过LLVM进行原生编译，但另一些人则赞扬它的并发模型和弹性。
最后，人们推测了未来使用LLM进行编码的情况，有些人认为手工编码将变得过时，而另一些人则认为需要“抗AI”的语言。
## Claude 获得强大的文件分析和代码执行能力
Anthropic 发布了 Claude 的一项重大更新，使其能够直接在平台上创建和编辑文件——包括 Excel 电子表格、文档、PowerPoint 和 PDF。此功能目前正在 Max、Team 和 Enterprise 用户中预览（Pro 访问权限即将推出），本质上是 Claude 版的 ChatGPT “代码解释器”，现在被称为“升级的文件创建和分析”。
至关重要的是，此更新允许 Claude 在安全的沙箱中执行 Python 和 Node.js 代码，从而实现高级数据分析、可视化（如 PNG 图像创建）甚至通过 pip 安装软件包。虽然功能与 ChatGPT 的工具相似，但 Claude 的版本预装了 Node.js 并且能够安装额外的 Python 包。
然而，这种增强的功能伴随着安全警告：Claude 现在在文件创建和分析方面具有有限的互联网访问权限，可能会通过提示注入攻击使数据面临风险。Anthropic 建议在使用过程中密切监控。尽管经过了安全测试，用户仍被警告可能存在数据泄露。
初步测试表明 Claude 能够成功地从数据和文件中重新创建复杂的图表，但可能比 ChatGPT 需要更多的提示。尽管进行了强大的升级，Anthropic 仍然难以清晰地传达此功能的能力，使用了令人困惑的名称，并专注于文件创建而不是底层的代码执行能力。
一个黑客新闻的讨论集中在Claude的新代码解释器功能以及用户对人工智能能力的认知挑战上。用户指出，许多人不知道他们可以指示像ChatGPT这样的人工智能模型*生成代码*来解决特定的、确定性的任务——比如排序列表——这与仅仅依赖人工智能的概率性回答相比，能显著提高结果。
对话强调需要更好的“指导”，说明*何时*使用这些功能，强调使用人工智能进行创造性、开放式任务与进行精确、结果驱动型任务之间的区别。
此外，Anthropic最近根据用户反馈，向Claude的环境中添加了ffmpeg，从而实现了视频操作。相关文章中，一个内核版本配置异常也引发了小范围的讨论。总之，该讨论强调了理解人工智能的优势和局限性对于有效使用至关重要。
你听说科技行业有钱。你听说科技行业有地位。你来了。你从不在乎技术。你只在乎让自己富裕。你是一个打入者，一坨屎。现在是时候让你离开了。但你不会甘愿离开。我们需要采取行动。把所有东西免费分发给所有人。然后你将没有理由留在这里。
一场由“Get Out of Technology” (geohot.github.io) 链接引发的 Hacker News 讨论，围绕着科技行业动机的变化展开。核心观点是，现在许多人进入软件开发主要是为了经济利益，缺乏像机械或电气工程等领域对技术的真正热情。
这与过去那些由内在兴趣驱动的“黑客”和创作者形成了对比。评论者们争论这种观察是否精英主义，承认需要谋生，但最终指出了一种趋势：个人和公司从开源项目中*获取*价值，却不回馈。
一些人认为，像水管工或木工这样实际的技能能提供更可持续的长期价值，而另一些人则预计经济衰退将影响科技行业。链接的文章被解读为对一个日益被利润而非真正创新所驱动的科技世界的哀叹。
启用 JavaScript 和 Cookie 以继续。
## 美国的短暂飞艇时代
1931年8月，25万人在俄亥俄州阿克伦聚集，见证了美国海军“阿克伦”号飞艇的发射，这艘巨大的飞艇旨在确立美国在轻于空气旅行中的主导地位。由固特异公司建造，并由美国海军资助，“天空女王”代表着大胆征服天空并确保战略优势的尝试，尤其是在与日本潜在冲突的情况下。
在威廉·莫菲特海军上将的推动下，该计划源于一战期间对德国齐柏林飞艇的观察，认为飞艇比早期飞机具有更优越的侦察范围。尽管此前发生过灾难——两艘海军飞艇坠毁，导致数十人死亡——莫菲特仍然坚持，为“阿克伦”号及其姐妹船争取到资金。
“阿克伦”号是一项技术奇迹，能够携带侦察机并充当飞行航母。然而，甚至在其正式发射之前，人们就开始担心它的安全性和建造质量。尽管存在这些问题以及在首次飞行后发生的一系列事故，海军仍然继续推进，这源于对飞艇潜力的信念以及不愿放弃巨额投资的意愿。这标志着美国飞艇时代悲剧性短暂的开始，后来被兴登堡号灾难所掩盖。
这个Hacker News讨论围绕一篇长篇报道，详细讲述了 largely 被遗忘的1931年美国海军齐柏林飞船 USS Akron 号灾难。 几位评论者指出，最初分享的链接仅提供文章的一部分，完整的文章托管在 The Atavist 上，并建议直接链接到完整版本。
对话强调了文章深入、历史叙事风格，将其与 Ira Glass 和 Ken Burns 的作品相提并论。 用户表达了惊讶，尽管他们是航空爱好者或关注相关内容，但之前却不知道这场灾难。
讨论还涉及导致坠毁的因素——可能源于自负和维持时间表的愿望——并质疑建造如此庞大、危险飞船的理由。 最后，一些评论员哀叹点击诱饵标题的盛行，并建议可以使用人工智能自动重写它们。 The Atavist 为喜欢其长篇内容的读者提供订阅选项。
关于按住版权联系我们创作者广告开发者条款隐私政策和安全性YouTube的工作原理测试新功能© 2025 Google LLC
一个黑客新闻的讨论围绕着一个展示“机械笔记本电脑”的YouTube视频。然而，这个项目并非像一些人最初希望的那样，是一台机械计算机器，而是一台*带有*机械键盘的笔记本电脑。
一些评论者表示失望，因为它不是一个更雄心勃勃的模拟计算机，但许多人承认其中涉及了令人印象深刻的工程技术。几位用户指出，在便携设备中加入机械键盘会增加重量，并对小型箭头键的趋势表示遗憾。
讨论还涉及到了现有的机械键盘笔记本电脑，例如MNT Reform，以及对Framework笔记本电脑上更多正交键盘选项的需求。一位评论员对项目中内置的复杂USB集线器印象深刻，即使它并非完全按预期工作。
## 人工智能背后隐藏的人力成本：谷歌的“影子劳工”
2024年初，瑞秋·索耶尔和数千人通过承包商GlobalLogic被谷歌聘用为“人工智能评估员”，负责确保人工智能输出（如谷歌的Gemini聊天机器人和AI概览）的安全性和准确性。许多人，像索耶尔一样，对工作性质被误导，期望进行内容*创作*，而不是*审核*常常令人不安的人工智能生成内容——包括暴力和性暴露内容。
这些评估员由拥有高等学历的教育工作者和专业人士组成，他们长时间工作，并在严格的期限内标记有问题的内容并比较人工智能输出。尽管他们在防止有害内容方面发挥着关键作用，但他们报告感到不受重视、缺乏支持，并因其工作令人不安的性质而感到焦虑。
虽然谷歌强调评估员的反馈只是众多数据点之一，但工人认为他们的专业知识在一个分层体系中被利用，他们是“隐形的、重要的和可有可无的”。最近的指南变更甚至放宽了人工智能重复有害语言的限制，引发了伦理问题。随着人工智能竞赛的加剧，裁员正在发生，评估员正在失去对他们帮助构建的产品的信心，揭示了呈现给用户的“科技魔力”与驱动它的体力劳动之间的鲜明对比。
所有半导体制造都依赖于斯普鲁斯松石英吗？(2024)
Does All Semiconductor Manufacturing Depend on Spruce Pine Quartz? (2024)
4 天前
## 云杉松石英：半导体供应链中的关键但非不可替代一环 互联网强调了北卡罗来纳州的云杉松地区作为极其纯净石英的独特重要来源，这对于半导体和太阳能电池板的制造至关重要。这种石英用于制造坩埚——在制造硅锭期间容纳熔融硅的容器，之后硅锭会被切片制成晶圆和芯片。杂质会破坏半导体，使得云杉松的高纯度石英至关重要。 虽然云杉松目前供应全球需求量的70-90%，但对潜在中断的担忧（如飓风海伦引发的担忧）引发了对生产完全停滞的恐惧。然而，情况并非如此糟糕。存在替代方案，尽管目前它们更昂贵或效果较差。 这些选项包括合成石英、提炼较低纯度的来源，或使用氮化硅等替代坩埚材料。从长远来看，“浮区”工艺可以完全消除坩埚，但目前仅限于较小的晶圆和更高的成本。 最终，云杉松在价格和性能方面占据着独特的利基。虽然并非不可替代，但克服这一瓶颈——可能通过新材料——可以显著提高硅锭制造的效率并降低成本，尤其是在太阳能领域。
## 半导体制造与石英供应：摘要
最近在Hacker News上讨论了半导体行业对Spruce Pine石英的依赖，特别是来自北卡罗来纳州的一处矿山。最初的担忧表明存在关键漏洞，但评论员澄清说该行业并非完全依赖于此来源。俄罗斯和中国存在替代供应商，但成本更高。当Spruce Pine矿山面临中断时，Quartz Corp将提炼转移到挪威，Sibelco迅速恢复运营，从而最大程度地减少了影响。
对话范围扩大到更广泛地讨论“关键矿物”，并与“稀土”神话相提并论。问题不一定在于稀缺性，而在于建立国内采矿和提炼能力所面临的环境和经济挑战。 许多评论员指出，外国公司（比利时和挪威）在美国石英开采方面的专业知识和投资，并质疑为什么美国公司没有保持竞争优势。
一位用户甚至详细描述了一个使用LLM生成Hacker News风格评论的实验，引发了关于真实性和人工智能对在线讨论影响的争论。