2026年8月3日，挪威多个数字公共服务平台（包括 ID-porten、Altinn 和 Maskinporten）因遭受针对挪威数字化局（Digdir）运营合作伙伴 Vivicta 的持续 DDoS 攻击，导致服务出现严重中断。 此次事件始于凌晨 00:50 左右，造成了大范围的登录和服务器可用性问题。尽管缓解措施使流量在下午得以部分恢复，但 17:55 左右再次出现不稳定情况。截至 21:00，大多数解决方案已恢复正常，但用户仍不时遇到不稳定的情况，响应时间也存在波动。Digdir 和 Vivicta 全天都在努力应对此次攻击，并致力于稳定受影响的基础设施。
每日HackerNews RSS
正在检查您的浏览器……需要启用 JavaScript
2025年1月29日，一架PSA航空公司的CRJ-700客机与一架美国陆军“黑鹰”直升机在华盛顿特区上空相撞，造成67人死亡。这场灾难是数十年来空域管理、安全文化和跨部门协作系统性失灵的最终结果。 冲突的核心在于国防部设立的“4号直升机航线”，该航线与罗纳德·里根华盛顿国家机场（DCA）33号跑道的进场航道交叉。这条航线存在根本性缺陷，缺乏与民航客机足够的垂直间隔。由于DCA的进场率过高，空中交通管制员经常诉诸“目视间隔”——这是一种旨在提高效率而非确保安全的程序——以维持交通流量。 事故发生时，空中交通管制员工作负荷沉重，无线电通讯不畅，且美国陆军第12航空营的飞行员经验水平有所下降。驾驶手动控制UH-60L的黑鹰机组人员，因高度计不准且缺乏防撞系统，无意中闯入了客机的降落航线。美国联邦航空管理局（FAA）对一线管制员多年来的警告置之不理，加之军方“任务优先于安全”的文化，共同酿成了这场从统计学角度看不可避免的“正常事故”。目前，旨在解决这些漏洞的立法努力仍因政治利益和官僚惰性而陷入停滞。
455 安全事件检测：您的请求已被阻止。请勿重试。如果您是网站所有者，保护您网站的 Web 应用防火墙（WAF）已将此请求视为有害而予以拦截。详细信息可在您的控制面板内的 Web 服务器日志中找到。请勿尝试使用人工智能来分析发生此情况的原因，请直接查阅您的控制面板以获取确切原因。
这场 Hacker News 的讨论围绕一个“凯利准则模拟器”展开，该工具旨在帮助用户直观理解最优投注规模的理念。
讨论的主要要点包括：
* **数学细微差别**：用户批评该模拟器引入了固定轮次下的“目标值”设定，指出这已将问题从凯利公式问题转变为需要动态规划求解的问题。
* **实践策略**：评论者探讨了“全额凯利”与“分数凯利”（如半额凯利）策略。由于评估个人的“胜算（Edge）”既困难又易出错，大多数专业人士更倾向于采用保守的分数凯利来管理风险。
* **“胜算”的难题**：一个反复出现的主题是，尽管凯利公式在数学上是严谨的，但其成功完全依赖于对真实胜率的准确把握。参与者指出，可靠的胜算非常罕见且难以持续，特别是在数据成本高昂或竞争激烈的市场中。
* **教育价值**：尽管用户对其在现实世界中的应用持怀疑态度，但他们认可该模拟器作为一种教学工具，能够帮助博彩者和投资者理解波动率与资金管理。
作为在多个仓库间工作的软件开发者，记住用于构建、测试或代码检查等任务的独特、冗长的命令行指令，既低效又容易出错。为了简化工作流程并形成肌肉记忆，开发者应当引入一致的“任务运行器”来标准化这些操作。 通过创建一个通用接口（例如一个简单的 `run` 命令），无论底层技术栈如何，你都可以执行标准任务。本文建议了四种实用的方法： * **Bash 脚本：** 高度灵活且通用，通过封装脚本来处理各种命令。 * **Make：** 一款经典的预装工具，非常适合自动化，尽管它有特定的语法要求（如制表符缩进和 `.PHONY` 目标）。 * **Just：** 一款受 `Make` 启发而诞生的现代替代工具，它去除了 `Make` 的各种怪癖，并简化了任务定义。 * **Mise：** 一款综合性工具，可通过 `mise.toml` 文件同时处理环境管理和任务执行。 采用任务运行器是一种简单的“生活质量”提升。通过标准化这些命令，你可以减轻认知负担，并确保所有项目的常用开发任务保持一致且易于执行。
这篇 Hacker News 讨论探讨了任务运行器在管理常见开发工作流中的实用性。虽然像 `make` 和 Shell 脚本等传统工具因其普及性和简洁性依然广受欢迎，但许多开发者提倡使用 **just**、**mise** 和 **Taskfile** 等现代替代方案，以提升操作便捷性和可维护性。
主要观点包括：
* **便捷性与摩擦成本：** 尽管 `make` 在大多数系统中是预装的，但较新的工具提供了更好的开发体验，例如更出色的脚本处理、环境变量管理和工具版本控制。
* **标准化：** 讨论参与者强调了保持入口点稳定（例如使用 `run.sh` 或 `build.sh`）的重要性，以便在不破坏 CI/CD 流水线的前提下更新底层工具。
* **关于 “Mise” 的争论：** **Mise** 因其在管理任务、工具和密钥方面的多功能性而备受关注，但也有用户对其相较于 `just` 等简化工具的复杂性或特定功能持保留意见。
* **定制化方案：** 一些开发者更倾向于构建自己的封装脚本、基于 Python 的命令行工具或“元运行器”，以便在不同的项目和组织中实现任务标准化。
归根结底，共识是：选择何种工具取决于团队规模、技术熟练度以及项目的复杂程度。
Cloudflare 正在优化其 Workers AI 平台，以高效运行 Kimi K 系列和 GLM 等具有大上下文能力的“混合专家模型”（MoE）。由于这些模型非常占用内存，Cloudflare 借助 SGLang 框架采用了三项关键技术，在不牺牲准确性的前提下最大限度地利用硬件性能： 1. **KV 缓存量化：** 通过将 KV 缓存从 BF16 转换为 FP8，Cloudflare 有效地将可用上下文容量增加了一倍，从而以更低的 Token 成本实现了显著更高的请求吞吐量（提升高达 41%）。 2. **权重压缩：** 将模型权重压缩为 INT4 可减少 40% 的内存占用，并通过提高内存带宽效率，加快了解码阶段的 Token 生成速度。 3. **KV 缓存完整性保护：** 为了安全地管理共享同一内存的大量并发请求，Cloudflare 实施了一个轻量级的完整性检查层，该层能检测潜在的缓存映射错误，且对性能的影响不到 1%。 通过将预填充（Prefill）和解码（Decode）阶段分开，Cloudflare 针对每项任务的特定需求量身定制了这些优化方案，在确保高性能和高成本效益的同时，保持了与未优化版本无异的模型准确性。这些进展使 Cloudflare 能够为更广泛的开发者群体扩展前沿 AI 模型。
Cloudflare 推出了一项全新的**计费使用量 API**，旨在提供对账户成本和使用数据的程序化访问，以支持 AI 智能体和自动化基础设施管理日益增长的趋势。 主要功能包括： * **机器可读数据：** 单个端点以 JSON 格式返回（按产品和周期分类的）使用指标，通过自动化成本跟踪取代了手动查看仪表板的操作。 * **符合 FOCUS 标准：** 该 API 使用与 FinOps 开放成本与使用规范（FOCUS）一致的命名约定，便于集成到现有的成本管理工具链中。 * **集成 Vantage：** Cloudflare 已与 Vantage 达成合作，允许用户将 Cloudflare 的支出与 AWS、Azure 和 Google Cloud 的数据进行汇总，从而实现统一报表、异常检测和 FinOps 工作流。 * **自助服务可用性：** 该 API 目前已向所有自助服务账户开放。未来计划进行更新，以提供更实时的监控数据、预测功能以及对企业级账户的支持。 此举使开发人员和财务团队能够自动归集成本、设置预算并监控支出。在确保基础设施日益自动化的同时，也能保持财务可见性的精准与整合。
Cloudflare 最近推出了“计费使用量 API”（Billable Usage API），旨在为开发者提供云成本的可编程可视化。尽管该工具能帮助用户追踪支出，但 Hacker News 上的讨论却凸显了云行业中一个更广泛的痛点：缺乏“硬性成本上限”。
用户表示非常失望，因为 Cloudflare 和许多大型云服务商一样，仍未允许客户设定一个明确的预算上限，从而在达到额度时自动停止服务。评论者指出，虽然 Vercel 等部分平台提供了更好的成本控制，但大多数服务商仅在涉及促销抵用金时才会实施严格上限，而非针对标准的生产环境账户。
讨论还涉及了细粒度计费数据的重要性，一位用户分享了他发现 R2 存储账单出现细微波动的经历。这引发了一段关于克利夫·斯托尔（Cliff Stoll）名著《杜鹃的蛋》（The Cuckoo’s Egg）的怀旧插曲——在书中，正是由于一笔细微的会计账目差异，最终揭露了 20 世纪 80 年代的一个重大克格勃间谍网。总而言之，虽然这个新 API 是提高透明度的一项积极举措，但社区依然热切期盼能够获得更稳健、更自动化的财务保障机制。
PlanetScale 通过为分片后的 Postgres 和 MySQL 数据库自动执行备份，简化了数据库管理。为确保备份的一致性和加密性，且不影响生产环境的性能，该系统采用了一种高度并行的编排策略。 PlanetScale 不会直接备份主节点，而是针对每个分片启动临时的备份实例。此过程遵循稳定的工作流：从对象存储（如 S3）恢复先前的备份，重放已归档的预写日志（WAL）以达到当前状态，最后通过主节点最新的 WAL 变更流完成备份。 这种架构充分利用了分片的优势；由于每个分片都是一个独立的单元，系统实现了大规模并行处理，使 PB 级数据库的备份能在几小时内完成，速度超过 50 GB/s。除了保障数据安全外，该基础设施对于日常运维也至关重要，包括实现无缝的数据库扩容和故障节点替换。通过利用 S3 和动态配置的云端计算资源，PlanetScale 将复杂且资源密集型的任务转化为用户轻松、自动化的体验。
抱歉。
本项目是一个使用 Rust 构建的高性能 SearXNG 风格元搜索引擎。其工作原理是将用户查询并发分发至多个搜索引擎（DuckDuckGo、Brave、Startpage 和 Yahoo）。
主要特性包括：
* **HTML 抓取**：使用 `reqwest` 和 `scraper`（基于 `html5ever`）来获取并解析搜索结果。
* **智能去重**：通过剔除追踪参数、移除地区前缀以及排序查询字符串来规范化 URL，从而准确合并重复结果。
* **RRF 排序**：采用倒数排名融合（Reciprocal Rank Fusion）算法汇总来自多个引擎的评分，确保在多个来源中出现的页面获得优先展示。
该引擎既可作为 Rust 自定义应用的开发库，也提供开箱即用的 Web 服务器。它专为可扩展性设计，开发者只需定义结构体并实现 `SearchEngine` 特征（trait），即可轻松接入新的搜索提供商。项目包含完善的单元测试和实时测试套件，以确保在目标搜索引擎结构发生变更时依然稳健可靠。
在 C++ 中，将浮点数转换为整数时，如果该值超出了目标类型的范围，会导致**未定义行为 (UB)**。这种情况在使用隐式转换、`int()` 或 `static_cast<int>()` 时都会发生，但编译器通常不会对此发出警告。 许多开发者（包括 Guidelines Support Library (GSL) 的维护者）错误地认为这无关紧要，因为现代硬件（如 x86 或 AArch64）通常会产生可预测的结果，而不会导致崩溃。然而，依赖于特定硬件的行为是非常危险的；编译器可能会进行优化，从而导致代码出现意外、不可移植或损坏的情况。 作者强调，“硬件的行为”并不等同于 C++ 定义的行为。为了正确处理这些转换，必须在转换前进行显式的边界检查。或者，也可以在测试过程中使用 UBSan (`-fsanitize=float-cast-overflow`) 等工具来检测此类情况。尽管存在风险，许多项目（包括 GSL）仍然忽视这一漏洞，错误地将其辩解为“良性”未定义行为。开发者应转而采用更安全、经过边界检查的方法，以确保代码的可靠性和可移植性。