这是一个基于 Python 的命令行金融模拟工具，专为 FIRE（财务独立，提前退休）群体设计。它旨在帮助用户计算需要工作多少年才能达成特定的财务目标，例如提前退休、“轻松过渡”到薪资较低的工作，或确保资产在 100 岁后依然保持增长。
**主要功能：**
* **模拟引擎：** 采用每日实际美元价值模拟（计算至 112 岁），追踪净收入、支出（含 1.1 倍安全缓冲）及税费。
* **目标导向：** 通过二分法求解器精确计算出“停止工作年龄”。
* **灵活性：** 支持复杂场景，包括城市迁移（如从旧金山搬到奥斯汀）、阶梯式收入、伴侣收入以及税收优惠账户（401k、Roth、529 等）。
* **网格扫描：** 支持对不同变量（如税制或储蓄率）进行并行对比。
* **接口：** 专为与“Claude Code”配合使用而设计，用户可以用通俗的语言定义人生规划。
**重要提示：** 这是一个由人工智能开发的实验性工具。它不构成专业财务建议，假设收益是确定性的（非蒙特卡洛模拟），且忽略了社会保障金和最低提款额（RMD）等部分复杂情况。用户请务必核实所有假设与估算结果。
每日HackerNews RSS
本摘要旨在批评 1Password 旗下 Off-by-1 Labs 发布的关于“前沿模型漏洞补丁往往存在缺陷”（FLAWED）的研究报告。尽管该报告声称提供了严谨的实证证据，但作者认为这不过是误导社区的、缺乏智识诚实的“垃圾内容”。
该批评指出了报告的几项失误：
* **方法论缺陷**：报告包含算术错误、图表不准以及前后文不一致的情况。
* **省略式剽窃**：报告忽视了基础性学术文献和同期进行的更严谨研究，转而依赖零散的商业博客文章作为参考文献。
* **误导性的框架**：通过采用学术研究的语调和格式，却不遵循科学规范（如缺乏正规同行评审或透明的记录保存），1Password 滥用了其企业影响力来操纵公众舆论。
作者强调，研究不应被视为一场体育竞技，不能因品牌效应而对粗劣的工作进行开脱。由于该报告扭曲了研究议程，并挤占了合法且资金匮乏的学术研究空间，作者呼吁对其进行正式撤回或更正。最终，本文旨在呼吁行业主导的研究应具备更高的诚信度与批判性，以确保人工智能安全领域能够始终立足于证据。
**virtio-nvgpu** 是一种全新的 GPU 虚拟化方案，可在 KVM 客户机中提供接近原生的 NVIDIA GPU 访问体验。与通过序列化并重放图形 API 调用来运行、导致显著延迟和 CPU 开销的“Venus”不同，virtio-nvgpu 通过转发内核级的 NVIDIA 驱动程序 ioctl 来实现功能。 **核心特性：** * **近乎原生的性能：** 客户机运行未经修改的 NVIDIA 用户态驱动程序。由于命令缓冲区在客户机本地生成并直接提交到宿主机映射的内存中，渲染性能与裸机差距在 2% 以内。 * **零拷贝效率：** 由于客户机拥有其 GPU 缓冲区，因此可以执行原生 CUDA 互操作、Vulkan 渲染和 NVENC 硬件编码。仅压缩后的 H.264/H.265 码流被传输，非常适合无头（headless）流媒体应用。 * **多租户支持：** 该系统允许多个客户机高效共享单个 GPU，且无论活跃客户机数量多少，宿主机的开销始终保持在极低水平。 * **驱动级代理：** 通过基于版本范围的机械映射处理 NVIDIA 不断演进的驱动程序 ABI，在确保兼容性的同时避免了手动转换可能产生的错误。 目前 virtio-nvgpu 支持 Linux 客户机，它实现了高性能、类容器的 GPU 隔离，克服了传统 API 级虚拟化的局限性。
特朗普政府及其盟友正将公众对人工智能和数据中心的广泛反对，定性为受中国支持的“叛国阴谋”。特朗普总统与汤姆·科顿（Tom Cotton）等国会领袖已将对人工智能基础设施的怀疑视为国家安全威胁，暗示抗议者是外国宣传的渠道。 美国司法部近期警告称，任何在公开示威中推进外国势力“目标”的人，都可能面临刑事起诉。这种言论与凯文·奥利里（Kevin O'Leary）等人物的说法一致，后者曾指控中国资助反数据中心运动，但并未提供证据。 然而，数据显示，对人工智能的抵制主要源于国内担忧，而非外国影响。民调显示，美国两党在担忧人工智能快速发展、隐私风险及当地环境影响方面存在强烈的共识。通过将合理的公众关切贴上“叛国”标签，政府实际上是在利用国家安全机制来压制国内异见。批评者认为，这种策略适得其反，因为以入狱威胁质疑者，只会加深公众对政府以及对快速、失控部署人工智能技术的不信任。
此次讨论的核心是美国司法部（DOJ）近期发布的一项指令，该指令警告称，凡参与推动外国势力目标的“公共活动”或“示威”的个人或团体，必须进行外国代理人登记。批评者认为，这与俄罗斯和中国用来压制异见、将其贴上“外国影响”标签的威权手段如出一辙。
讨论揭示了几个关键的矛盾点：
* **AI 反对声与外国影响：** 一些人认为中国正在积极放大反人工智能情绪以削弱美国的竞争力；而另一些人则认为，国内的反对声音根植于正当的担忧，包括失业、环境影响、数据中心对当地社区的干扰以及行业内的“末日论”。
* **政府越权：** 许多参与者将司法部的立场视为对宪法第一修正案权利的威胁，称其为一种潜在的“红色恐慌”策略，旨在通过广泛且恶意的指控来抹黑批评者。
* **监管俘获：** 持怀疑态度者认为，人工智能公司正在利用对中国的恐惧来促使政府压制当地民众的正当诉求，实质上是利用国家安全话语保护自身业务免受公众监督和监管。
总体而言，社区对于人工智能议题中的外国干预究竟是重大威胁，还是压制民主反对声音的借口，存在严重分歧。
正在检查您的浏览器……需要启用 JavaScript
请启用 JavaScript 和 cookie 以继续
西欧亚大陆第二次鼠疫大流行的精细系统发生年代学 A refined phylochronology of the second plague pandemic in Western Eurasia
52 天前
请启用 JavaScript 和 Cookie 以继续。
Tailscale 正在增强其数据平面性能，以更好地支持远程开发、机器人技术和 CI/CD 等高需求工作负载。近期及未来的优化重点在于降低延迟并提高在各种网络条件下的吞吐量。
主要的改进包括：
* **内存效率：** 通过优化数据包的存储和处理方式（避免不必要的小数据包拷贝），Tailscale 降低了内存开销，并提升了 Linux 和 Android 平台上的吞吐量。
* **多队列处理：** Tailscale 正在将子网路由器、应用连接器和出口节点的处理方式从单线程管道迁移至多队列系统。这使得流量能够跨多个 CPU 核心进行扩展，从而显著提高总容量。
* **内核优化：** 利用 `writev` 等功能，实现了向 Linux 内核更高效的数据传输，并最大限度地减少了内存操作。
* **Netmap 缓存：** 此功能使设备能够使用本地缓存的网络映射建立连接。这大幅缩短了启动时间，特别是在网络不稳定或控制平面访问受限的设备上效果显著。
展望未来，Tailscale 正在开发原生诊断工具，以帮助用户更好地监控和排查特定网络路径及性能问题。这些更新将进一步巩固 Tailscale 作为高性能连接解决方案的地位，以满足多样化的基础设施需求。