## Frizbee：用于 GitHub Actions 和容器镜像的校验和工具
Frizbee 是一个命令行工具和 Go 库，旨在增强 CI/CD 管道的安全性和可靠性。它基于标签为 GitHub Actions 和容器镜像生成校验和（摘要），确保内容完整性。
**主要特性：**
* **校验和生成：** 为 Actions 和镜像中使用的标签提供摘要。
* **自动替换：** 自动更新工作流文件 (`.github/workflows/`) 和 YAML 文件中的引用，以使用这些摘要，防止意外更改。支持模拟运行模式和 CI/CD 集成。
* **镜像支持：** 适用于来自 ghcr.io 等注册表的容器镜像。
* **库功能：** 提供强大的 Go 库，用于以编程方式访问标签和校验和处理。
* **配置：** 可通过 `.frizbee.yml` 文件自定义，以排除特定的 Actions、分支、镜像或标签。
**安装：** 可通过 Go、Homebrew 和 Winget 安装。
Frizbee 是一个开源项目，由社区积极维护，并采用 Apache 2.0 许可。他们的 Discord 服务器提供支持和讨论。
每日HackerNews RSS
飞盘是一个你可以抛出标签的工具，它会返回校验和。
Frizbee is a tool you may throw a tag at and it comes back with a checksum
4 天前
## rubyfmt：格式化Stripe庞大的Ruby代码库 这篇Stripe工程博客文章详细介绍了“rubyfmt”的故事，这是一个工具，旨在自动格式化他们2500万行的Ruby代码库，并在一夜之间完成。面对阻碍开发者效率的不一致格式，Stripe选择了一次性、自动化的重新格式化，而不是逐步的更改。 文章强调了格式化如此大型代码库的挑战以及所取得的收益——提高了可读性、简化了代码审查以及提供了一致的开发者体验。 除了博客之外，Stripe还为开发者提供了资源，包括文档、YouTube教程、Github仓库（可能包含rubyfmt）以及通过Discord和本地聚会进行交流的机会。这是Stripe更广泛关注开发者生产力以及扩展其工程努力的一部分。相关文章涵盖了选择性测试执行和配置开发堆栈等主题。
## Stripe 的 2500 万行代码库格式化
Stripe 最近“一夜之间”重新格式化了其整个 2500 万行代码库，以提高可读性并减少合并冲突。 这引发了关于最佳方法的争论——大规模的一次性更改与增量格式化——以及在人工智能时代代码格式化的价值。
许多评论者分享了类似的迁移经验，强调了工具的重要性（例如 Stripe 的理智检查，用于验证只有空格发生了变化）以及仔细的计划以避免中断正在进行的工作。 一些人提倡增量格式化，将格式化程序应用于未触碰的文件中的开放 PR，而另一些人则更喜欢“大爆炸”方法，以便获得清晰的“前”和“后”状态。
对话还涉及了语言选择（Ruby，带有 Sorbet 类型检查），令人惊讶的格式化工具速度（如 clang-format），以及人工智能可能受益于或使格式化过时的可能性。 最终，共识倾向于人类可读代码对开发人员和人工智能工具的价值。
PATREON
可见的佐克：佐克3
你需要开启网页浏览器的Javascript才能玩这个游戏。
加载中...
...
佐克3×欢迎来到评论音轨。
本文探讨了R和Kap在数据处理方面的差异，使用了对比Pandas（Python）和R的博客文章中的例子。作者用Kap重新实现了这些例子，以突出两种语言的方法。虽然Kap的解决方案通常更简洁，但R受益于有用的默认设置——例如，读取CSV时自动解析数据类型——这在Kap中需要显式处理。 例如，在R中加载CSV文件会自动识别数字列，而Kap最初将所有内容读取为字符串，需要单独的步骤来定义列标题并转换数据类型。求和一列或按国家/地区分组等常见操作在两者中都可以实现，但Kap需要更直接的指定。 作者展示了计算总数、应用折扣和删除异常值等任务，展示了Kap强大的数组操作能力。最终，R和Kap（或Pandas）之间的选择取决于个人偏好，R优先通过默认设置提供便利，而Kap提供更明确、可能更高效的方法。
请启用 JavaScript 并禁用任何广告拦截器。
## 白宫考虑审查人工智能模型 - 摘要
《纽约时报》的一篇文章讨论了白宫可能在人工智能模型发布*之前*进行审查的可能性，这在Hacker News上引发了争论。核心问题在于，这可能导致政治干预，模型可能会根据政治敏感问题（如选举结果）而非技术 merit 进行评估。
许多评论员担心监管俘获，即大型人工智能公司（如OpenAI、Anthropic和Google）可能会利用这一过程来扼杀竞争，特别是来自开源或国际模型（尤其是来自中国）的竞争。人们对执法、对创新的影响以及美国在人工智能竞赛中可能落后的可能性表示担忧。
一些用户指出，一个“自由市场”政府实施此类控制的讽刺意味，并质疑实际目标——是真正的安全，还是仅仅是控制和杠杆的手段。讨论还涉及现有的技术法规（如欧盟的cookie提示），以及潜在的意外后果。最终，情绪倾向于怀疑和对人工智能未来发展的影响感到担忧。
启用 JavaScript 和 Cookie 以继续。
## OpenAI 低延迟语音AI：深度解析
OpenAI 最近发布了关于他们如何实现大规模低延迟语音AI的细节，主要利用 WebRTC 和定制基础设施。他们放弃了传统的每会话一个端口的 WebRTC 模型，选择收发器方法来降低复杂性并提高性能。一个关键组件是利用 Pion，一个开源 WebRTC 库，由该帖子的评论者开发，同时也是“WebRTC for the Curious”的作者。
讨论强调了在延迟和模型智能之间取得平衡的挑战。虽然最小化网络延迟至关重要，但用户报告称AI的速度可能会适得其反，打断自然的对话流程。许多人建议优先考虑更周全、反应较慢的AI，即使这意味着稍微增加延迟。
对话还涉及 WebRTC 的复杂性、Go 语言在网络应用方面的成熟度，以及语音活动检测 (VAD) 持续改进的需求。几位用户正在使用 Pipecat 和 Gemma 等工具构建类似系统，展示了该领域充满活力的开源社区。最终，该帖子引发了关于AI语音技术中速度、智能和自然对话体验之间权衡的争论。
美国国土安全部（DHS）试图从谷歌获取一名公开批评特朗普政府的加拿大男子的详细个人数据——位置记录、活动日志。此前，雷妮·古德和亚历克斯·普雷蒂在联邦移民局特工手中丧生。 该男子十多年未入境美国，却通过“海关传票”被针对，该传票在法律上用于调查进出口问题。律师认为，国土安全部不当使用此权力，以绕过管辖权边界并获取他们无法合法获取的数据。 美国公民自由联盟（ACLU）提起的诉讼指控国土安全部违反了海关法，利用了美国科技公司的存在。该传票未经司法审查就发出，最初要求谷歌对该请求保密。国土安全部和谷歌均未发表评论。该男子认为，他仅仅因为在网上谴责移民执法而受到针对，这凸显了政府过度干预和监视异见的担忧。
## 幼猫航天局：向《坎巴拉太空计划》学习
RocketWerkz，由《DayZ》创作者迪恩·霍尔和原《坎巴拉太空计划》（KSP）开发者费利佩·法兰格领导，正在开发《幼猫航天局》（KSA），这是这款备受喜爱的太空飞行模拟器的精神续作。该项目受益于斯特凡·莫卢夫的独特视角，他是一位程序员，在加入游戏工作室之前曾在SpaceX担任飞行软件工程师12年。
KSA旨在捕捉火箭建造、飞行和探索的乐趣，同时避免《坎巴拉太空计划2》开发过程中遇到的问题。RocketWerkz从一开始就优先考虑坚实的技术基础，吸取KSP2仓促复杂和性能问题的教训。
目前有一个预alpha版本可用，展示了雄心勃勃的规模和环境之间的无缝过渡。该团队秉持透明原则，公开分享开发进度，并计划采用免费游玩、"随心付"的发行模式，以促进社区支持和可访问性，甚至考虑到教育目标。模组支持，对KSP成功至关重要，也是一个关键重点，利用RocketWerkz的自研引擎实现更轻松的自定义。最终，KSA力求比其前作更真实*且*更易于上手，并带有一丝可爱的变化——迷人的小猫宇航员！
## LLM 与编程的未来：一次现实评估 这篇文章探讨了大型语言模型 (LLM) 在编程领域备受关注的现象，并反驳了 LLM 是解决软件开发挑战的“灵丹妙药”的观点。作者强调，虽然 LLM 具有潜力，但它们并非革命性的解决方案，这呼应了 Fred Brooks 的《没有银弹》——一份几十年来的分析，强调了软件创建的固有复杂性。 核心论点是，LLM 主要解决*偶然*的困难（例如编码速度），而不是软件设计、规范和测试的*本质*困难。 更快代码生成带来的收益有限，因为大部分开发时间都花在这些概念性任务上。 最近的报告，例如来自 DORA 和 CircleCI 的报告，证实了这一点，表明尽管采用了 LLM，但整体吞吐量并没有显著提高，反而增加了不稳定性。 作者告诫人们不要害怕“落后”，并认为真正的突破很可能会使现有的 LLM 工作流程失效。相反，应该继续关注基础的软件开发实践——版本控制、测试、清晰的工作流程——因为这些对于实现 LLM 的*任何*益处至关重要。 通过 LLM 实现编码民主化也受到了质疑，因为有效使用仍然需要编程技能。 最终，这篇文章提倡务实的做法，优先考虑扎实的工程原理，而不是追逐最新的技术趋势。进步将是渐进的，需要持续的努力和纪律，而不是神奇的解决方案。