欢迎来到世界上最全面的苹果（pommes）数据库。这里提供超过7000种苹果的信息，所有信息都经过精心研究，并以易于导航的方式呈现。
每日HackerNews RSS
## 苹果：深入了解
一个名为[pomiferous.com](https://pomiferous.com)的新网站旨在成为一个全面的苹果品种数据库。 Hacker News上的帖子引发了水果爱好者的讨论，揭示了一个致力于保护和了解传统苹果品种的活跃社群。
几位用户分享了相关资源，包括[heritageapplecorps.org](https://heritageapplecorps.org/)，专注于二战前的品种及其起源，以及[applerankings.com](https://applerankings.com/)，用于苹果评级。 还有人强调了[specialtyproduce.com](https://www.specialtyproduce.com/)，用于追踪特色农产品的发现。
对话还涉及了现代苹果生产面临的挑战——季节性品种的减少、分级实践对质量的影响以及农业中的繁荣与萧条周期。 用户分享了对像Honeycrisp和Cosmic Crisp这样的品种的经验，并注意到口味和质量方面的不一致。 除了苹果，讨论还扩展到包括辣椒([pepperrank.com](https://pepperrank.com/))和罐头鱼([tinventory.co](http://tinventory.co/))的数据库，表明了对小众食品数据库的更广泛兴趣。
## 关注 GitHub 事故信息 您现在可以通过电子邮件和/或短信接收 GitHub 事故的实时更新。订阅以在事故状态更新时收到通知——您将收到所有更新的电子邮件，并在事故创建或解决时收到短信。 短信通知适用于广泛的国家/地区（注册时提供完整列表，包括阿富汗、澳大利亚、巴西、加拿大、印度等）。 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。如果您仅希望接收电子邮件通知，只需点击“订阅”即可跳过短信验证。 这项服务可确保您立即了解 GitHub 服务的任何中断。
## GitHub 中断与可扩展性问题 - 摘要
GitHub 正在经历频繁且严重的问题，在 Hacker News 上引发了广泛讨论。 核心问题似乎是使用量的大幅增加，这主要归因于“代理编码”和 Copilot 等人工智能工具的兴起，导致 GitHub 的基础设施不堪重负。
用户报告服务普遍下降，影响从拉取请求到基本导航的一切。 微软的财务资源*可能*可以吸收增加的成本，但许多人质疑他们是否会这样做，或者基础设施是否能够充分扩展。
讨论集中在 GitHub 的架构选择（可能依赖于搜索查询来实现核心功能，而不是直接的 API 调用）以及他们是否优先考虑便利性而非效率。 一些人认为人工智能编码产生的数据价值可能会抵消成本，而另一些人则指出了围绕人工智能生成代码所有权可能存在的法律模糊性。
最终，反复中断正在促使一些开发者积极探索 Codeberg、GitLab 和 Radicle 等替代方案，凸显了人们对 GitHub 可靠性的日益沮丧。 这种情况正成为人工智能时代扩展主导平台所面临挑战的一个案例研究。
用户和回收设施可以通过印刷的二维码访问重要数据。它存储了电池的碳足迹、回收材料的比例、化学成分以及“健康状况”信息。这对于二手市场和专业回收商来说是一个巨大的进步。
## 欧盟将于2027年强制要求智能手机使用可拆卸电池
欧盟将要求在其境内销售的智能手机从2027年起配备可拆卸电池。然而，存在一个关键例外：电池在1000次充电循环后仍能保持至少80%的容量，则可免除要求——这可能允许像iPhone这样的当前旗舰手机在无需修改的情况下符合规定。
讨论的中心在于这个例外是否会使该法律失效，一些人认为制造商将设计电池以满足该例外。人们也担心这可能会对防水性和设备耐用性产生影响，尽管一些人认为可以通过更螺丝而非胶水等设计选择来解决这些问题。
该法规旨在减少电子垃圾，但对其有效性存在争议。虽然一些人欢迎这一变化，但另一些人认为它会扼杀创新或主要影响低端设备。“可拆卸”的定义——特别是构成“专用工具”的内容——也受到审查，制造商可能需要免费提供必要的工具。
一个由YAML DSL驱动的、可用于生产环境的DAG（有向无环图）工作流引擎。它具有验证、执行和可视化工作流的功能，支持并行执行、重试、条件分支、批量迭代和可插拔的操作。更多文档请查阅此处。
## Hacker News 讨论：DAG 工作流引擎
一个新的开源 DAG（有向无环图）工作流引擎被提交到 Hacker News，引发了关于最佳工作流管理方法的讨论。该引擎使用 YAML DSL 构建，专注于验证、执行、可视化、并行化、重试和分支。
对话很快转向了基于简单 DAG 的系统与用于定义工作流的更强大、图灵完备语言之间的权衡。 许多评论者提倡使用完整的编程语言（如 Lisp、Scala 或 Python）以获得更大的灵活性和并行化能力，并引用了 Flyte、Temporal 和 DBOS 等项目。 另一些人指出，对于更简单的用例，使用任务列表的简单性。
人们对一个提交次数和测试有限的年轻项目的“生产就绪”声明表示担忧。 许多现有的解决方案，如 Airflow、Dagster 和 Prefect 也被提及，从而引发了关于新进入者的价值主张的讨论——特别是可能提供轻量级、自包含二进制文件（Rust 或 Go）替代方案的新进入者。 最终，这场讨论凸显了在工作流编排中持续寻找力量、简单性和可维护性之间的正确平衡。
## Redis 数组数据类型：与AI共同四个月的旅程 经过四个月的开发，Redis 的新数组数据类型即将完成。该项目始于一份详细的规格文档，最初由人工编写，随后通过与 AI（特别是 GPT 5.x）的合作得到显著改进，从而促进了设计探索和妥协。 AI 促成了一项比最初计划更具雄心的实现。最终设计采用动态的多层结构，以优化内存使用和性能，尤其是在扫描和弹出元素等操作方面。广泛的 AI 辅助代码审查和重写解决了效率低下和潜在的错误。 出乎意料的是，开发过程中创建了 `ARGREP`，一个强大的搜索命令，利用正则表达式（TRE 库，并进一步通过 AI 优化）。这突出了使用 AI 的一个关键优势：能够解决以前被认为过于复杂的任务。 作者强调，AI 并不能取代程序员，而是为复杂的系统编程提供了一个“安全网”，处理繁琐的任务和错误检测。具有基于索引语义的数组数据类型，有望为 Redis 解锁新的用例。 提交请求可供审查和反馈：[https://github.com/redis/redis/pull/15162](https://github.com/redis/redis/pull/15162)。
## Redis 数组开发与 AI 辅助：摘要
Redis 的创建者 Antirez 详细介绍了新“数组”数据结构和相关功能的四个月开发过程。他强调，大型语言模型（LLM），特别是 GPT 5.3 及更新版本，显著地帮助了他的工作，并非取代他的专业知识，而是增强了他的能力。虽然核心开发时间与之前的项目保持一致（约 4 个月），但 LLM 使他能够探索更复杂的实现并改进现有代码。
该过程包括使用 AI 进行代码生成、错误查找和设计建议，然后进行细致的手动审查和完善。Antirez 强调了熟练的开发者保持控制和质量的重要性，指出 AI 擅长繁琐的任务和识别效率低下之处，但不能取代批判性思维。
他还讨论了使用多个 AI 模型进行“对抗性”方法的好处，以及一种独特的提示 AI 给虚构专家（“马基雅维利”）写信以解决复杂问题的技术。最终的代码大约有 5000 行，包括测试和依赖项，代表了 Redis 功能的重大补充。作者强调，即使有 AI 辅助，Redis 仍然是一个由深思熟虑的设计和个人专业知识驱动的项目。
## Monero 的 RandomX：面向 CPU 的工作量证明 Monero 使用一种名为 RandomX 的工作量证明系统，其设计目标是抵抗专用矿机（ASIC）并促进去中心化。与有利于 ASIC 的比特币的 SHA-256 不同，RandomX 在虚拟机上执行一个小型、*随机*程序，大量利用系统内存。 该过程从前一个区块的密钥和候选区块的哈希输入开始。这会创建一个大型数据集（超过 2GB）并初始化虚拟机。然后，虚拟机运行 8 个链式程序，每个程序都由随机生成的指令组成——包括整数和浮点数学运算，以及分支——模拟典型的 CPU 工作负载。 RandomX 的核心创新在于使每次哈希尝试在 CPU 擅长的方面变得昂贵，同时阻碍定制芯片的效率。它同时利用了大型 DRAM 访问数据集和较小的、以缓存为重点的草稿区。如果 VM 的状态生成的最终哈希值低于目标难度，则验证该区块。 最终，RandomX 旨在公平竞争，使挖矿能够使用标准硬件进行，并减少大型矿场和专业制造商的影响。它优先考虑硬件经济性而非原始速度，从而促进更加去中心化和具有弹性的网络。
有人涉嫌使用吹风机操纵 Polymarket 天气预测赌注。
Someone allegedly used a hairdryer to rig Polymarket weather bets
5 天前
一项涉及吹风机的奇怪计划可能操纵了预测市场Polymarket上的天气投注。法国当局报告了戴高乐机场的不寻常温度升高，这与向预测这些升高值的投注者支付大笔奖金相吻合。调查人员认为，有人使用吹风机物理改变了公开的温度传感器，以人为抬高读数。 据报道，一名用户从这些操纵的结果中赢得了约34,000美元。虽然传感器已被重新安置，但Polymarket尚未撤销奖金。这起事件凸显了对现实世界事件进行投注的漏洞，并引发了对允许在这些平台上进行的预测类型问题的担忧。除了天气之外，Polymarket还承办关于战争和核扩散等敏感话题的投注，引发了人们对潜在的、更危险的为了经济利益而进行的操纵的质疑。此案例强调了涉及金钱时，利用系统固有的风险。
为什么几乎所有人都会在预测市场中输掉，除了少数“鲨鱼”玩家。
Why Almost Everyone Loses–Except a Few Sharks–On Prediction Markets
5 天前
请启用 JavaScript 并禁用任何广告拦截器。
## 重大版本发布，包含大量更新 此版本包含对整个项目的大量修复和改进，并采用完整的语义化版本控制（SemVer）。主要更新涵盖核心功能、事实收集、操作执行、连接器和文档。 **主要亮点包括：**通过引用不可信的值来增强安全性，改进 Docker 操作（包括 compose 和 build 支持、登录/注销），以及扩展 Docker、服务器详细信息（端口、授权密钥）和包管理器（apt、yum、dnf、zypper）的事实。 多个操作收到了修复和新功能——git 深度支持、SELinux 端口处理、文件下载速率限制等等。 连接器改进侧重于 SSH 配置解析和兼容性。文档经过彻底修订，包括更清晰的解释和自动化生成。 还添加了 dzdo 支持用于权限提升和 AI 编码代理集成等新功能。 许多较小的修复和增强功能有助于整体稳定性和可用性。 完整的更改列表和贡献者可以在发布说明中找到。
## PyInfra 3.8.0：使用 Python 进行基础设施自动化
PyInfra 是一种无代理的基础设施自动化工具，为 Ansible、Salt 和 Chef 提供替代方案。 与依赖 YAML、Jinja 或其他 DSL 的工具不同，PyInfra 使用**实际的 Python 代码**来定义期望的系统状态。 这允许更高的表达能力、调试能力，并利用熟悉的 Python 功能，如循环、条件语句和类型提示。
其核心原理是 SSH 进入主机，用 Python 定义期望的状态，PyInfra 会处理差异比较和收敛。 用户称赞它的简单易用，特别是对于已经熟悉 Python 的用户。 许多评论员指出，由于对 YAML 和复杂配置感到沮丧，而*从* Ansible 切换。
虽然功能强大，但一些讨论集中在与 Ansible 广泛模块生态系统相比的潜在限制，以及集成现有模块的可能性。 该项目正在积极维护，贡献者数量不断增加，旨在为基础设施即代码提供更适合开发人员的方法。 突出的一个关键优势是避免 YAML 的复杂性，而选择直接的代码方法。
启用 JavaScript 和 Cookie 以继续。