这是一个userdb JSON对象中的可选字段。它不是策略引擎,也不是应用程序的API。我们只是定义了这个字段,以便在人们想要在那里存储日期时实现标准化,但它完全是可选的。因此,请将您的讨论移到其他地方,您误解了systemd在这里的作用。它不强制执行任何策略,而是将这留给系统的其他部分。抱歉,我真的对这些讨论不感兴趣。这里不是讨论这个的地方,请不要再提起了。谢谢。
这是一个userdb JSON对象中的可选字段。它不是策略引擎,也不是应用程序的API。我们只是定义了这个字段,以便在人们想要在那里存储日期时实现标准化,但它完全是可选的。因此,请将您的讨论移到其他地方,您误解了systemd在这里的作用。它不强制执行任何策略,而是将这留给系统的其他部分。抱歉,我真的对这些讨论不感兴趣。这里不是讨论这个的地方,请不要再提起了。谢谢。
## Roto 语句分隔:一种语言设计探索 作者正在设计一种新的脚本语言 Roto,并着手解决可选分号的难题——这是提高可读性的常见目标。本文详细介绍了一项调查,探讨了 11 种不同的语言如何在没有显式终止符的情况下处理语句分隔。 这些方法差异很大。**Python** 使用缩进和显式行连接。**Go** 通过词法分析器插入分号,依赖于简单的规则和错误检查。**Kotlin** 将换行处理融入其语法中,导致复杂的规则。**Swift、Gleam 和 Lua** 基本上忽略换行符,尽可能地进行解析。**Ruby、R 和 Julia** 按行分割语句,允许在不完整时进行延续。**Odin** 融合了 Go 和 Python 的方法。**JavaScript** 的自动分号插入以复杂且经常被劝阻而闻名。 主要收获包括简单性、歧义性和开发者体验之间的权衡。一些语言优先考虑清晰的规则(Python、Gleam),而另一些语言则依赖于工具来捕获错误(Go、Swift)。作者为 Roto 提出了指导原则:优先考虑清晰、简单的规则,倾向于基于换行的分隔,并提供强大的工具来防止歧义。最终,最佳方法取决于语言的整体设计和语法。
我非常不喜欢苹果在macOS Tahoe的菜单中添加图标的选择。这使得菜单难以浏览,而且苹果选择的许多图标毫无意义,并且在系统应用程序之间不一致。Steve Troughton-Smith为我找到了一个禁用它们的终端命令,真是我的英雄:对于macOS Tahoe上讨厌菜单图标的人来说:defaults write -g NSMenuEnableActionImages -bool NO 它甚至保留了你想要图标的少数实例,例如窗口缩放/调整大小。重新启动应用程序后,它们会尊重此更改。我几分钟前运行了这个命令,已经体会到了变化。我真的认为苹果应该在macOS 27中撤销此更改,或者为我们这些觉得它们分散注意力的人提供一个适当的设置来禁用这些图标。
## Common Lisp 开发环境:初学者指南
开始学习 Common Lisp 可能会面临挑战,因为其复杂的开发环境设置。本指南分解了涉及的六个层次,旨在为新手提供基础理解。核心问题是管理依赖和版本——Lisp 已经通过独特的方案解决了这个问题几十年。
与具有简单安装即用包管理器的现代语言不同,Lisp 的交互式特性需要不同的方法。从下到上,这些层次是:**(0) 机器**(操作系统/硬件),**(1) 编译器/运行时**(如 SBCL),**(2) 构建系统**(ASDF),**(3) 包仓库**(Quicklisp, ocicl),**(4) 项目隔离**(可选,使用 Qlot 或 CLPM),以及 **(5/6) 编辑器/Swank 协议**(Emacs/SLIME, VSCode/Alive 等)。
每一层都建立在上一层之上,理解它们的作用对于调试至关重要。有经验的用户会看到一个无缝的流程,而初学者可能会遇到来自任何层次的潜在错误。Roswell 等工具可以简化设置,Docker 提供了预配置的环境,但掌握这些底层可以有效地进行故障排除和定制。
Lisp 的交互式特性,由 Swank 协议启用,允许实时代码修改和调试——这是与传统编译运行工作流程的关键区别。虽然设置可能很复杂,但理解这些层次可以将令人沮丧的体验转变为高效的体验。Common Lisp Cookbook 等资源提供了详细的安装说明。
## 年龄验证范围的扩大及其影响 年龄验证正在迅速扩展,从成人内容扩展到社交媒体、游戏和搜索等主流在线服务——从根本上将互联网从开放访问转变为许可系统。虽然这被描述为儿童安全措施,但这种转变代表着一种更广泛的访问控制架构,具有重大影响。 核心问题不仅仅是内容审核,而是向由中心化实体强制执行的*监护权*转变。这种做法有损所有用户的隐私,将责任从家庭和社区转移,并且很容易绕过,安全性很低。人们担心企业游说正在推动这一进程,旨在收集更多用户数据。 与其在操作系统中构建通用的年龄验证层,不如将重点放在用户端(浏览器、设备)的本地化内容审核,并赋予家长/学校情境控制权。解决有害的推荐系统和操纵性的平台设计——*真正的*危害来源——比创建一个全网络身份检查点更有效。 最终,争论不在于*是否*保护儿童,而在于*如何*保护——优先考虑本地控制,并避免普遍存在的监控基础设施。
夏威夷正面临超过20年来最严重的洪水,已发布针对5500名居民的紧急疏散令,尤其是在欧胡岛北岸。 持续强降雨落在了近期风暴已经饱和的土地上,导致大范围洪水,房屋和汽车被抬起,并引发了对一座120年历史水坝潜在溃坝的担忧。
州长乔希·格林估计损失可能超过10亿美元,影响机场、学校和医院等基础设施。 超过200人已被救援,一些人因体温过低住院,但幸运的是,尚未报告有人员死亡或失踪。
当局正在密切监测1906年建造的瓦希瓦水坝,该水坝被认为具有“高危害潜力”。 虽然水位略有下降,但未来6-8英寸的降雨仍然构成威胁。 该州正在与都乐食品公司进行水坝收购以进行维修,但转让尚未完成。 已获得联邦支持以帮助恢复工作。
发表在《柳叶刀》上的一项综合分析,回顾了45年的全球研究,发现**有限证据表明药用大麻能有效治疗焦虑、抑郁或创伤后应激障碍。** 这项研究涵盖54项试验,挑战了目前美国和加拿大27%的年轻人中存在的广泛自我用药趋势,用于治疗这些精神健康问题。 首席作者杰克·威尔逊博士警告说,药用大麻的使用可能会*加重*精神健康状况,增加精神病风险,并延误有效治疗。虽然对于大麻依赖、自闭症、失眠和抽动症等疾病显示出一些益处,但证据仍然薄弱。 该研究*确实*证实了对癫痫、多发性硬化症痉挛和某些疼痛管理的好处。值得注意的是,大麻在治疗大麻*使用障碍*方面显示出潜力,但**会增加可卡因依赖者的渴望**,强调了谨慎考虑的必要性。 这项研究强调了迫切需要加强对药用大麻的监管和基于证据的处方实践。
《电子学入门:为孩子们准备》广受好评,被认为是一本极易理解且引人入胜的电子学入门书,适合年轻学习者。与典型的“玩具”科学套装不同,本书使用*真实*的元件、面包板和电路图,提供真正具有教育意义的体验。 评论员强调它能够通过实践项目培养理解力,在实际搭建与清晰理论解释之间取得平衡——且不带居高临下的态度。它因使STEM主题变得平易近人,并激发进一步学习的真正兴趣而备受赞誉。 从《赫芬顿邮报》到《GeekDad》,评论家们都强调本书的趣味性、信息量和作为低质量科学玩具的清新替代品的价值。最终,《电子学入门:为孩子们准备》被认为是一本为孩子们和教育工作者提供坚实电路和电学基础的绝佳资源。
## Termcraft:基于终端的Minecraft
Termcraft是一个早期alpha版本、粉丝制作的Minecraft核心游戏体验在终端中的重现。它以独特的横版形式,提供了经典的生存体验——挖掘、合成、探索、战斗和维度旅行(主世界、下界和末地)。
游戏目前可玩,具有程序生成、功能性物品栏和基础的生物互动。它使用Rust构建,需要稳定的Rust工具链以及具有原始输入和鼠标支持的终端才能获得最佳游戏体验。
存档存储在游戏仓库的本地目录中。虽然单人游戏是主要重点,但存在实验性的客户端/服务器代码。玩家可以使用键盘控制(A/D移动,空格跳跃)和鼠标点击进行互动,'F'键作为不可靠的右键点击的替代方案。
欢迎通过电子邮件([email protected])提交错误报告和反馈。 精彩视频和更多详细信息请参见GitHub:[https://github.com/pagel-s/termcraft](https://github.com/pagel-s/termcraft)
## tinygrad & tinybox 摘要
tinygrad 是一个快速发展的、简单但强大的神经网络框架,专注于速度和效率。它将复杂的网络分解为三种核心操作类型——逐元素运算、规约和移动——并通过自定义内核编译、延迟张量求值和简化的后端实现性能。目前处于 alpha 阶段,tinygrad 旨在超越 PyTorch 在标准基准测试中的速度。
tinygrad 背后的团队 tiny corp 正在获得资金并招聘软件工程师(对 tinygrad 的贡献备受重视)。他们还为贡献提供赏金。
除了框架之外,tiny corp 还销售“tinybox”电脑——专为深度学习设计的高性能机器。目前有三种配置(red v2 售价 12,000 美元,green v2 售价 65,000 美元,以及 2027 年上市的 exa-scale 模型,售价约 1000 万美元),tinybox 拥有令人印象深刻的规格,包括高达 25,920 GB 的 GPU 内存和 1244 TB/s 的 GPU 内存带宽。它们的基准测试结果优于价格更高的系统,并且在付款后会快速发货。
tinygrad 已经在 openpilot 等项目中得到应用,tiny corp 的最终目标是通过让所有人都能访问 petaflop 级别的计算,来实现 AI 的民主化。