## 黎巴嫩医疗系统遭受攻击 自3月2日起，以色列在黎巴嫩南部的轰炸系统性地袭击医疗设施和人员，引发了对潜在战争罪行的担忧。黎巴嫩卫生部报告称，至少有128个医疗地点和救护车遭到袭击，导致40名医护人员死亡，107人受伤。 医护人员描述了一种蓄意攻击的模式，包括“二次打击”——最初的轰炸后暂停，以便救援人员到达，然后进行第二次打击。对九名医护人员的采访和现场考察显示，在被袭击地点没有发现军事用途的证据。 以色列指责真主党利用救护车进行军事目的，黎巴嫩驳斥了这一说法，认为这是非法袭击的借口。大多数袭击集中在伊斯兰卫生协会（IHA）以及其他卫生服务机构。 医护人员报告称，存在一种蓄意企图使黎巴嫩南部不适宜居住，袭击与用餐时间和疏散尝试同时发生。现在正在采取预防措施——减少团队规模，限制人际接触——以最大限度地减少伤亡。在最近的战斗中，已有超过1000人死亡，2584人受伤，医院不堪重负，医务人员在持续的危险中努力提供护理。
每日HackerNews RSS
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 [已标记]
donutshop 1 天前 | 隐藏 | 过去 | 收藏
khaledh 1 天前 [–]
不幸的是，只要以色列不面临真正的后果，并且对其战争罪行不承担责任，这种情况就会持续发生。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
这位作者之前曾与一位朋友进行成功的每日创作交流——一首歌换一幅画——但当朋友失去兴趣时，这种模式就瓦解了。这凸显了一个关键问题：依赖外部动力来持续创作。 为了避免重蹈覆辙，作者分析了项目停滞的*原因*。他们发现了三个陷阱：跳过一天、拖延导致失去动力，以及网络/手机带来的干扰。 解决方案？三个“终极胜利法则”。第一，每天承诺工作仅*一小时*，绝不间断。第二，醒来后立即开始工作，建立一个有益的早晨习惯。第三，消除干扰，在最初一小时内关闭互联网和手机——通常会持续更长时间。 这个系统，尽管源于缺乏意志力，却被戏称为“亿万富翁早晨习惯”，重点在于预防失败，而不是追求宏伟的抱负。它关乎战略性地设计工作流程，以绕过个人弱点并持续*不*失败，从而为持续的创作进步铺平道路。
## 只是让成功变得容易：摘要
一则Hacker News讨论围绕着长期项目（尤其是独立游戏开发等个人项目）的持续进展。许多评论者分享了克服拖延症和确保每日工作的策略。
一个核心主题是通过让成功变得*容易*来消除失败的可能性。一位用户详细描述了一种追踪工作时间的方法，目标是每天至少一小时，然后可以自由支配剩余时间。其他人则提倡在醒来后立即工作，断开干扰（互联网、手机），并优先考虑每日的持续性，而不是间歇性的爆发。
“每天”的方法被强调，用户发现它能建立动力并减少决定是否工作的摩擦。这与艾森豪威尔矩阵相关联——专注于“重要但不紧急”的任务（Q2），这些任务常常被忽视。许多用户强调了例行公事的重要性，以及尽量减少仅仅*开始*工作的障碍。最终，讨论表明应该设计一个防止失败的系统，而不是依赖意志力，从而实现持续的进展并达成长期目标。
## Ironkernel：具有Rust性能的Python风格NumPy
Ironkernel弥合了Python的表达能力和Rust的性能之间的差距。它允许用户使用专用的DSL编写类似NumPy的表达式，这些表达式随后在Rust中编译和并行执行，绕过全局解释器锁（GIL）。这通过Rayon自动利用所有CPU核心。
主要特性包括用于定义可并行化函数的`@kernel.elementwise`装饰器、手动表达式树构建以及Go风格的通道用于并发流水线。数据在Python和Rust之间使用`rt.asarray`和`buffer.numpy()`进行传输。
安装通过`pip`非常简单，但源代码构建可能需要Rust工具链。该库为常见操作（如求和、平均值、最小值/最大值归约以及条件逻辑）提供了API，通过`kernel.where`实现。
Ironkernel强调强大的测试，具有全面的覆盖率和变异测试，确保可靠性和性能。它专为高性能数值计算而设计，为传统的NumPy工作流程提供了一种强大的替代方案。
## Ironkernel：使用Rust并行性的Python表达式
Ironkernel是一个新项目，旨在利用Rust的性能和并行性来加速Python数值计算。由acc_10000创建，它允许开发者使用Python装饰器定义逐元素表达式。这些表达式随后被编译成Rust表达式树，并使用Rayon并行执行，利用所有可用的CPU核心。
主要优势在于*表达式融合*——将多个操作合并到一个pass中，减少了与NumPy等库相比的开销（在包含1000万个元素的复杂表达式上显示出2.25倍的速度提升）。然而，它目前不使用BLAS库，使得NumPy在基本的线性代数运算中更快。
该项目处于早期阶段，仅支持64位浮点数和一维数组，并且表达式子集有限，以保证并行安全。虽然预热后的Numba提供更快的性能，因为使用了LLVM JIT，但Ironkernel展示了将Python的易用性与Rust的速度相结合的潜力，并突出了AI辅助编码工具在快速原型设计中日益重要的作用。仍然需要与其他库（如Numexpr和Jax）进行基准测试。
## 汽车行业即将发生转变：历史重演？ 汽车行业正面临一场潜在危机，类似于20世纪80年代，当时日本汽车制造商超越了美国同行。现在，西方汽车制造商正在缩减电动汽车（EV）的研发，尽管油价上涨，仍将重心放回内燃机——这一举动专家警告说是一个“深刻的战略错误”。 这次的主要威胁来自中国，特别是比亚迪和零跑等品牌，它们正以实惠且高质量的电动汽车迅速扩大市场份额。这一转变也受到美国政策变化的影响，放松的排放标准和取消的电动汽车税收抵免阻碍了国内电气化进程。 斯泰兰蒂斯和大众等主要欧洲制造商已经减记了数十亿美元的电动汽车投资，理由是需求疲软，并优先考虑传统汽车的短期利润。这种犹豫不决使得中国公司能够获得显著的、可能不可逆转的优势，它们在电池技术和软件方面投入了大量资金。 虽然一些人将其归咎于政治不确定性和消费者犹豫，但业内人士认为西方汽车制造商正在失去一场关键的技术战。整个行业的未来——以及数百万个工作岗位——岌岌可危，需要重新致力于电动汽车的研发，以免失去机会。
## 巴黎的变迁：变革与分歧的遗产 十多年来，在市长安妮·伊达尔戈的领导下，巴黎发生了巨大的变化，从以汽车为中心的首都转变为对行人及自行车友好的城市。伊达尔戈优先减少汽车使用，通过将街道改造成步行区、建设广泛的自行车道以及移除停车位来实现——最终在2024年奥运会期间，在清理后的塞纳河中进行了象征性的游泳。 虽然这些变化在国际上受到赞扬，并受到享受改善的步行条件和空气质量的游客的欢迎，但也引发了许多巴黎人的强烈不满。剩余道路上交通拥堵加剧以及公共汽车网络的被忽视是主要不满之处。虽然自行车出行激增，但对行人安全和自行车骑行者行为的担忧也随之增加。 尽管面临批评，并且民意调查显示不满情绪日益增长，伊达尔戈仍然留下了优先考虑可持续城市生活的遗产。然而，本月即将选举产生的她的继任者将继承一个分裂的城市，需要应对在环境进步与居民日常需求之间取得平衡的挑战。巴黎的未来取决于找到能够满足其历史街道所有使用者的解决方案。
修复了 FFmpeg 的字幕转换问题（2014 年的 bug）。
Show HN: I fixed FFmpeg's subtitle conversion (the bug from 2014)
54 天前
这个FFmpeg版本（8.1）大幅扩展了字幕转换能力，克服了FFmpeg长期存在的编码转换限制（文本到位图及反之）。它引入了PGS编码器，实现了此前88种不可能的格式转换，包括在将ASS/SSA字幕转换为蓝光PGS时保留动画——自动检测并处理淡入淡出、颜色和运动。
主要功能包括在任何字幕格式之间转换（SRT、PGS、ASS、WebVTT等）、位图字幕的OCR（支持114种语言）以及直接RGBA到GIF编码。它可直接替换标准FFmpeg，无需任何依赖，并提供现成的二进制文件。
该项目经过充分测试，具有持续集成，并采用LGPL 2.1许可。它源自PunkGraphicStream，并受益于Claude AI模型的协助。
一位开发者在很大程度上解决了FFmpeg中一个长期存在的bug——无法可靠地在字幕格式之间转换，特别是从SRT到Blu-ray PGS的转换，该问题最初于2014年报告。他们利用Claude Code，一个AI编码助手，经过数周时间，构建了一个功能性的编码器和解码器，解决了动画处理和字幕时间重叠等复杂问题。
该项目涉及研究专利、做出架构决策以及纠正Claude对规范的偶尔误解。开发者已经发布了六个平台的预编译二进制文件，并将源代码发布在GitHub上，旨在最终将其集成到FFmpeg中。
尽管承认该功能具有小众特性（特别是对于淡入淡出等高级字幕效果），开发者渴望收集反馈并探索进一步的增强，包括利用OCR功能的翻译插件。他们还主动披露了AI的贡献，并添加了必要的测试，以备将来向FFmpeg主仓库提交pull request。
## 比亚迪超快充技术进展 中国汽车制造商比亚迪发布了“闪充”技术，能够在10分钟内为兼容的电动汽车增加超过600英里的续航里程——这比目前“超快充”技术有了显著提升。这些充电器可提供高达1500千瓦的功率，与目前普遍存在的350千瓦充电器相比，大大缩短了充电时间。 这项创新旨在解决续航焦虑，这是潜在电动汽车买家的主要担忧，使充电体验更接近于加油车的速度。然而，广泛应用仍面临障碍。目前，只有比亚迪的Denza Z9GT，并配备了他们最新的刀片电池，才能充分利用这种充电速度。 比亚迪垂直整合的模式——生产电池、汽车和充电器——使其具有优势。他们正在中国和欧洲迅速部署这些充电器，并整合储能系统以减轻电网压力。专家指出，虽然令人印象深刻，但这项技术不会立即改变大多数电动汽车所有者的体验，因为许多车主主要在家中充电。
## 泛语言机器翻译：覆盖1600种语言 当前的机器翻译（MT）系统虽然因大型语言模型（LLM）而得到改进，但在语言覆盖范围方面仍然存在困难，尤其是在世界上的7000种语言中——特别是那些濒危或边缘化的语言。研究人员推出了**泛语言机器翻译（OMT）**，该系统支持超过1600种语言，向前迈出了重要一步。 OMT通过全面的数据策略实现这一规模，将现有资源与新的数据集（如人工整理的双语语料和合成数据）相结合。探索了两种模型架构：**OMT-LLaMA**（仅解码器）和**OMT-NLLB**（编码器-解码器）。值得注意的是，参数从1B到8B的OMT模型*优于*70B LLM基线，证明了专业化的优势。 重要的是，OMT显著提高了先前支持不足的语言的*生成*能力，而不仅仅是理解。严格的评估使用了新的数据集（BOUQuET、Met-BOUQuET）和指标，包括无参考质量评估和毒性分析。该项目的Datasets和排行榜是公开可用的，促进了真正泛语言翻译的进一步发展。
## Meta 的全语言 MT：摘要
Meta 发布了一种新型机器翻译模型，能够翻译 1600 种语言，名为“全语言 MT”（OMT）。虽然一些用户报告翻译质量较差，尤其是在不太常见的语言上，但另一些用户认为 Meta 的翻译与 Google 翻译具有竞争力，甚至更好，尤其是在像高棉语这样复杂的语言上。
讨论强调了语境和细微差别在翻译中的重要性，大型语言模型 (LLM) 在这些方面显示出潜力。 许多评论员参与了类似的项目，专注于为资源匮乏的语言收集数据和改进语言识别。 关键挑战是高质量训练数据的可用性。
尽管语言覆盖范围令人印象深刻，但人们对 Meta 在冲突地区（如缅甸和埃塞俄比亚）通过不充分的翻译和审核助长危害的过去行为表示担忧。 该项目建立在 Meta 先前的“不让任何语言被遗忘”（NLLB）倡议之上，但采用了新的命名约定和架构 (OMT-LLaMA)，以强调其与通用 LLM 的集成。 模型权重目前未开源，但评估数据可用。
## Atuin v18.13: 主要更新摘要
Atuin 的最新版本 v18.13 带来了显著的改进，专注于速度、功能和用户体验。一个关键的补充是 **Atuin Daemon**，现已退出“实验”状态，它提供了一个快速的内存搜索索引，由修改后的 fzf 算法提供支持 – 可通过 `search_mode = "daemon-fuzzy"` 进行配置。该守护进程还支持远程机器的后台同步。
此版本引入了 **Atuin AI**，一个英语到 Bash 的助手，可以通过提示符中的 `?` 访问。它优先考虑准确性和安全性，具有 LLM 驱动的保护措施和默认的数据隐私，在访问敏感数据之前会请求权限。
在视觉方面，**Atuin Hex** 解决了渲染问题，提供了一个不具侵入性的弹出窗口，不会清除终端输出。
进一步的增强包括新的 **Google/GitHub 身份验证**，用于托管同步服务（Atuin Hub），以及针对 Nushell 和 Fish 等 shell 的大量错误修复和改进。该更新还包括历史记录的元数据和改进的配置选项。
## Atuin v18.13 版本发布与社区讨论
Atuin（一个 shell 历史工具）的最新版本 (v18.13) 引入了更好的搜索、PTY 代理和可选的 AI 功能。该版本在 Hacker News 社区引发了争论，主要围绕工具日益复杂的特性以及 AI 的添加。
一些用户秉持“Unix 哲学”（单一用途工具）的理念，担心 Atuin 变得臃肿，并考虑使用 `fzf` 等替代方案。另一些用户则成功地将 Atuin 与 `fzf` 结合使用，以利用两者的优势。对许多人来说，一个关键优势是 Atuin 能够跨机器同步 shell 历史记录，这是 `fzf` 所不具备的特性。
AI 集成引发了关于数据隐私（需要选择加入才能访问数据）和潜在成本的问题，一些人担心这预示着向盈利模式的转变。尽管存在这些担忧，许多人仍然赞赏 Atuin 的开发以及新功能的可选性，强调了其开源性质的优势。 许多用户还提到了并推荐了其他工具，例如 McFly、Television 和 zsh-histdb。
我们为每位用户提供对共享ClickHouse集群的SQL访问权限。
How we give every user SQL access to a shared ClickHouse cluster
54 天前
## TRQL：用于分析数据的安全、租户隔离的 SQL
Trigger.dev 的查询与仪表板解决了让用户查询共享分析数据库（ClickHouse）而不损害数据安全或集群稳定性的难题。解决方案是 **TRQL（Trigger 查询语言）**，一种编译成安全、租户隔离的 ClickHouse 查询的 SQL 风格语言。
TRQL 不直接暴露 ClickHouse SQL，而是作为一种领域特定语言 (DSL) 提供关键优势：**安全性**，通过限制性语法防止危险操作，如 `DELETE` 或 `UPDATE`；**租户隔离**，自动注入过滤器以将查询限定到正确的组织；**抽象化**，隐藏内部数据库细节，如表和列名；以及 **扩展功能**，如虚拟列和自动时间分桶。
TRQL 使用 ANTLR 将查询解析为抽象语法树 (AST)，然后进行模式验证、租户隔离、时间限制和参数化，最后再翻译成可执行的 ClickHouse SQL。这个流程确保了安全性和效率。
该系统具有模式驱动的自动补全功能，并限制并发性、行数和查询资源以保持稳定性。TRQL 旨在具有可扩展性，允许在不改变核心查询语言的情况下添加新的数据源，并构成 Trigger.dev 观测性功能的基础。
## 共享 ClickHouse 访问与数据安全
一篇 trigger.dev 的文章详细介绍了他们如何授予所有用户对共享 ClickHouse 集群的 SQL 访问权限，重点关注安全性和资源管理。核心挑战在于允许任意 SQL 查询，同时在多租户环境中防止数据泄露或集群中断。
作者实施了一种轻量级的 SQL DSL，以强制执行租户隔离并防止失控查询。这种方法与使用 ClickHouse 标准功能（如 RLS）形成对比，他们发现这些功能不足以满足其需求。讨论强调了替代策略：具有行级别安全性的 PostgreSQL (RLS)、使用 DuckDB 和 S3 将数据隔离在“池”中，以及利用 Iceberg 等开放表格格式。
许多评论者提倡利用 ClickHouse 内置的功能——资源配额、调度策略和 RLS——而不是自定义 DSL。人们对依赖单一安全边界以及维护自定义语言的复杂性表示担忧。最终，选择取决于具体的用例以及控制、复杂性和现有基础设施之间的平衡。这篇文章引发了关于多租户和隔离数据库设置之间权衡的争论。