二十多年来，纽芬兰圣玛丽镇一直被90万升废弃鱼露散发的恶臭所困扰。2001年一项商业投资失败后，大量腐烂的多春鱼被遗弃在发酵罐中，迫使当地居民不得不封死门窗以抵御那股弥漫的臭味。 经过多年的努力，一项耗资200万美元的清理工程终于在本周启动。工人们正在抽走这些粘稠的污泥，将其与泥炭藓混合，并密封在有衬里的垃圾填埋场中。 尽管这对当地社区来说是一场噩梦，但对食品科学家而言，这却是一个独特的科研对象。化学家布莱恩·郭·勒（Bryan Quoc Le）指出，虽然这种混合物可能主要由挥发性、腐臭的胺类物质和脂肪酸降解产物组成，但从理论上讲，极长时间的发酵可能会产生浓郁而复杂的鲜味特征。尽管该混合物目前被视为危险废物而非调味品，但专家们对这些大罐中发生的“禁忌”化学反应进行了推测。然而，对于圣玛丽镇的居民来说，该项目将于10月完工，这意味着他们社区作为臭名昭著的“酱料厂”所在地，终于可以摆脱这一名声。
每日HackerNews RSS
纽芬兰圣玛丽的一家废弃鱼露工厂在经历了二十年的法律和官僚僵局后，终于开始清理工作。该工厂在与加拿大食品检验局（CFIA）发生冲突后停止运营，留下了约 90 万升发酵鱼露。
清理工作引发了巨大争议。由于鱼露盐分极高，且对海洋生物具有“剧毒”，当局拒绝了倾倒进海洋或进行传统堆肥等简易处置方法。最终，这些废料在公共资金的支持下，被与泥炭藓混合后埋入垃圾填埋场。
评论者的讨论突显了官僚谨慎与务实（尽管有臭味）解决方案之间的张力。许多参与者批评政府的做法是“浪费公款”，认为海洋作为鱼类的自然环境，本可以通过稀释作用吸收这些废料。另一些人则探讨了鲜味（谷氨酸钠，即味精）的化学性质，并讨论了监管机构在管理此类恶臭产业中的历史角色。归根结底，该地点仍是一个鲜明的例证，反映了监管不力和复杂的法律斗争如何最终导致代价高昂、由纳税人埋单的长期环境清理工作。
AirLLM 是一个功能强大的库，能够让用户在消费级硬件上以极低的显存占用运行超大规模语言模型（LLM）。通过逐层（或在稀疏 MoE 模型中逐专家）处理模型，它消除了对传统量化、剪枝或蒸馏的依赖。
主要功能包括：
* **极致高效**：在单块显卡上运行超大模型，例如在约 12GB 显存上运行 DeepSeek-V3 (671B)，或在 8GB 显存上运行 Llama 3.1 (405B)。
* **广泛兼容**：通过简单的 `AutoModel` 接口，支持几乎所有主流架构，包括 Llama、Qwen、DeepSeek、Mistral 等。
* **卓越性能**：提供可选的块级 4-bit/8-bit 量化功能，在几乎不影响准确性的前提下，可将推理速度提升至原来的 3 倍。
* **简单易用**：只需提供 Hugging Face 的仓库 ID 即可初始化，AirLLM 会自动处理模型拆解。
虽然初始设置需要足够的磁盘空间用于模型分层拆解，但 AirLLM 为爱好者和研究人员提供了一种实用的“开箱即用”解决方案，使其能够在包括 Apple Silicon 在内的常用硬件上运行顶尖的 AI 模型。
关于“AirLLM”（一个允许在4GB显存的GPU上进行70B参数模型推理的项目）的Hacker News讨论，凸显了令人印象深刻的工程技术与其实际用途之间的巨大鸿沟。
用户指出，虽然该项目能在资源极其受限的硬件上运行大型模型，但性能极其缓慢——通常是以“每秒生成的Token数”来衡量，而不是“每个Token生成的秒数”。批评者认为，极高的延迟使得实时交互变得不可能，有人甚至表示完成简单的任务可能需要数天或数周的时间。
讨论随后演变为一场更广泛的辩论，内容包括：
* **应用场景：** 一些开发者认为，对于可以彻夜运行的批处理任务（如代码重构或数据分析），该技术能节省云端算力成本，具有一定价值。
* **技术质疑：** 许多人将其与 `llama.cpp` 或量化等现有解决方案进行对比，认为其效果不佳，并质疑逐层流式传输（layer-by-layer streaming）是否真能带来性能优势。
* **“Vibe Coding”趋势：** 评论者对“Vibe-coded”项目（通常缺乏文档或维护）的激增表示担忧，并争论这种碎片化的开源生态是否优于依赖集中的企业级API。
最终，尽管参与者对这一壮举背后的独创性表示赞赏，但大多数人认为，它目前更多是一种技术好奇心，而非可落地的生产工具。
本次 9front 发布带来了多项显著增强和工具，其中最重要的是在多个程序中采用了一套经过修订的 **affinewarp API**，以提升缩放效果。
**主要新特性：**
* **gdbfs(4)：** 一个可以将远程 GDB 实例挂载为 `/proc` 文件系统的新工具。
* **驱动程序：** 增加了对 Synaptics 触摸板的支持，以及用于 UPS 设备的 `nusb/battery` 驱动。
* **实用工具：** 用于 USB 描述符分析的 `nusb/dump`，以及一套全新的 `awk` 测试套件。
* **安全性：** `libsec` 现已支持 SHA3。
* **内核：** 在 `pc/pc64` 架构上增加了对 `x2apic` 的支持。
**系统改进：**
本次更新对内核、驱动程序（特别是 `devether` 和 `ether82563`）以及核心库进行了大量的错误修复和优化。`gefs` 文件系统在易用性和稳定性方面得到了显著改进。Git 工具集也进行了多项工作流优化，包括支持部分提交（`-p`）。
**获取方式：**
提供 PC（ISO）、树莓派、MNT Reform（SD 卡镜像）和 QEMU（QCOW2）的安装介质。下载地址及源代码可通过 9front 官方镜像站和 Git 仓库获取。完整的文档和手册已更新以反映这些变更。
抱歉。
近期大型科技公司的第二季度财报引发了投资者的焦虑，这预示着“人工智能泡沫”可能正在降温。由于在数据中心和芯片基础设施上投入了巨额资本支出（capex），各大公司在试图证明人工智能开发的高昂成本时，正面临着越来越多的审查。 主持人 Brandon Vigliarolo 与《The Register》的 Matt Rosoff 和 Tobias Mann 认为，市场正表现出投机性波动的典型迹象。尽管投资巨大，但企业仍难以获得明确的投资回报率（ROI），且各家公司正饱受供应链限制、电力需求以及在人工智能基础设施上“加倍投入”的“沉没成本谬误”之困。 对于 IT 专业人士，专家组警告不要在尖端人工智能实验室上“全押”。专家建议采取谨慎、审慎的态度： * **测试与原型设计：** 核实实际的成本效益比，因为 Token 使用量和“套件”成本可能会产生误导。 * **多样化：** 探索在本地运行更小巧、更有针对性或开源权重的模型，而不是仅仅依赖昂贵的通用大语言模型（LLM）。 * **对冲：** 将人工智能视为一种投机工具，而非核心基础设施需求，并在价格和能力持续快速变化的同时，密切监控支出。
关于“人工智能泡沫”的 Hacker News 讨论主要集中在对巨额基础设施投资与实际市场需求之间可持续性的质疑。
批评者认为，AWS 等超大规模云服务商正背负巨额债务以建设可能超出实际效用的数据中心容量，并将当前的激增描述为一种循环投资和“错失恐惧症”（FOMO）驱动的周期。参与者指出，市场上已出现 GPU 产能过剩的迹象，并担忧长期需求可能无法跟上推理成本的快速下降，导致供应商背负无法收回的巨额债务。
相反，支持者认为这种建设是未来技术变革的必要基础，类似于互联网早期的发展。他们认为，尽管泡沫最终可能会修正或“破裂”，并淘汰掉较弱的初创公司，但底层技术将保留下来，并最终成为像公共事业一样的基础设施。
核心议题包括：
* **经济可持续性：** 关于“代币最大化”（高使用率）是创造了实际价值还是仅造成了巨大的运营成本的辩论。
* **市场动态：** 关于 OpenAI 和 Anthropic 等大玩家最终是会注定失败，还是会被大型实体收购的观点。
* **“烧钱”心态：** 一种普遍共识是，市场调整虽然痛苦，但很可能是一种健康的重启。
arXivLabs 是一个允许合作者直接在我们的网站上开发并分享 arXiv 新功能的框架。与 arXivLabs 合作的个人和组织都认同并秉持我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于坚守这些价值观，并仅与遵循这些准则的合作伙伴开展合作。您有为 arXiv 社区创造价值的项目构想吗？了解更多关于 arXivLabs 的信息。
抱歉。
2025年，雨果·莫雷诺-门德斯（Hugo Moreno-Mendez）因在例行缓刑检查中拒绝采集DNA拭子而被起诉，这一事件凸显了联邦基因监控规模的巨大扩张。尽管非法移民问题通常属于民事范畴，但美国国土安全部（DHS）正越来越多地从被美国移民和海关执法局（ICE）拘留的人员身上采集DNA，以充实联邦调查局的“联合DNA索引系统”（CODIS）。 乔治城大学法学院隐私与技术中心的研究显示，国土安全部已成为全美刑事DNA数据库的最大贡献者。仅在2025年，“被拘留者”索引库就增加了近100万份档案，其中ICE可能贡献了92万份样本。一旦录入CODIS，这些档案（许多来自没有犯罪记录的人员，包括家庭和儿童）将无限期保留在系统中，使全国执法部门能够将其与未决案件进行交叉比对。 包括几位美国众议员在内的批评人士认为，这种做法实际上是将非刑事拘留者视为暴力罪犯。尽管国土安全部为该项目辩护，称其为必要的安全和身份识别措施，但这种采集规模的迅速扩大（2025年平均每天录入2700份档案）引发了人们对针对移民群体进行大规模监控的隐私和公民自由的重大担忧。
《连线》杂志近期的一篇报道揭露了美国移民及海关执法局（ICE）收集了近一百万份 DNA 样本（其中包括儿童的样本），这一消息在 Hacker News 上引发了关于隐私、政府越权及生物识别监控效用的激烈讨论。
批评者认为，大规模 DNA 数据库极易被滥用，他们对未来的误用、数据泄露以及数据采集初衷可能被偏离并演变为更广泛的监控（即“任务蔓延”）表示担忧。许多评论者对“值得信赖的政府”这一理念持怀疑态度，指出即使初衷是良性的，此类数据库也容易出现错误、误报以及遭到威权主义的利用。参与讨论者还强调，生物数据最终可能被用于医疗或就业方面的歧视。
相反，一些支持者认为，收集 DNA 可以作为验证亲属关系、打击人口贩卖的有效工具。然而，这一观点遭到反驳，警告称此类辩解往往掩盖了更广泛的系统性滥用。这场讨论最终反映出一种根深蒂固的矛盾：高效治理的愿望与维护基本身体隐私权之间的冲突。许多用户得出结论，认为国家长期滥用权力所带来的潜在危害，远超任何即时的行政便利。
**Nightcrawler** 是一款基于移动端的自动化渗透测试代理，专为在智能手机（如已 Root 的 OnePlus 8 并运行 Kali NetHunter）上完全独立运行而设计。它利用本地 12 亿参数的 AI 模型，无需云端连接或互联网接入即可执行端到端的安全评估。
该代理通过循环切换目标并执行少量、谨慎的操作来模拟人类行为，从而实现隐蔽运行，最大限度地降低被发现的风险。其核心功能包括：
* **自动化生命周期：** 利用包含超过 24,000 个 CVE 和 27 个预构建攻击剧本的数据库，处理信息搜集、服务枚举、漏洞扫描及漏洞利用。
* **本地推理：** 所有决策均通过 OpenCL 加速的 LFM2.5 模型在手机 GPU 上完成。
* **安全与隐蔽性：** 配备双层“范围代理”以防止越权操作，并使用低速扫描频率以规避网络监控（IDS/IPS）。
* **离线潜力：** 包含一个可选的 WPA2 破解模式，可配合外部 USB WiFi 适配器使用。
* **管理：** 用户可通过网页仪表板监控进度，该仪表板提供实时 C2（指挥与控制）能力并生成最终的修复报告。
Nightcrawler 仅供授权的专业安全测试使用。未经授权的使用属于违法行为。
一场关于“Nightcrawler”的 Hacker News 讨论引发了关于安全研究法律风险的辩论。Nightcrawler 是一款专为安卓系统设计的本地自主 AI 渗透测试代理。
开发者 NickySlicks 解释称，Nightcrawler 在移动硬件上本地运行一个 12 亿参数的模型，并利用安全代理来限定范围，同时使用确定性剧本（playbooks）来应对模型的高故障率。该工具专为隐蔽的物理接触场景而设计，因为携带智能手机比携带笔记本电脑更不容易引起注意。
然而，讨论主要由德国用户主导，他们认为德国严格的“黑客法”使得发布军民两用安全工具变得极其危险。评论者强调，德国法院通常优先考虑“意图”，而意图很难证明，并列举了一些研究人员仅因识别出漏洞就遭到起诉的案例。参与者指出，具有讽刺意味的是，虽然传统安全工具面临巨大的法律障碍，但 AI 驱动的工具往往能规避审查。尽管该项目具有创新性，但该讨论凸显了一个日益增长的担忧：当前的国际法律框架已无法应对不断演变的开源安全软件格局。
JFrog 安全研究人员揭露了一波针对 SQLite 的虚假“大语言模型垃圾（LLM slop）”CVE。一个名为 `programmervuln/cveadvisory-` 的 GitHub 仓库发布了 50 多条虚假漏洞公告，这些公告被美国国家漏洞库（NVD）和美国网络安全与基础设施安全局（CISA）错误地标记为“严重”。
严谨的测试表明，这些报告完全是伪造的：
* **代码不存在：** 公告中引用的函数和行号在指定的 SQLite 版本中根本不存在。
* **验证失败：** 所提供的概念验证（PoC）载荷未能触发任何崩溃或内存错误。
* **虚假修复：** 没有任何官方的 SQLite 安全补丁对应这些漏洞声明。
此事件凸显了当前漏洞报告流程中的严重缺陷。自 NVD 在 2024 年减少人工审核以来，该系统已变得极易受到自动化 AI 生成垃圾信息的干扰。由于 CVE 的提交缺乏身份验证和概念验证要求，这些“垃圾”报告可以轻易渗入企业扫描器和自动化修复工作流中。
为降低风险，安全团队应忽略未经核实的 CVE，优先参考厂商官方安全页面而非第三方数据库，并在投入资源修补不存在的威胁之前，对任何“严重”级别的漏洞进行独立验证。
这份 Hacker News 讨论聚焦于日益严重的“AI 垃圾内容”问题，特别是那些不准确甚至完全虚构的 AI 生成 CVE（通用漏洞披露）报告。
**讨论要点：**
* **核心问题：** 恶意行为者或缺乏经验的用户正在利用大语言模型（LLM）大规模生成漏洞报告。这些“幻觉”报告往往指向不存在的代码或漏洞，却经常被自动化系统和扫描器接受，给维护者和安全团队带来了沉重的管理负担。
* **系统性失灵：** 参与者认为目前的 CVE 系统存在“设计缺陷”。由于该流程缺乏强制性的人工验证概念验证（PoC）要求，低质量的自动报告可以轻易充斥整个系统，掩盖合法的安全警报。
* **人为问责：** 讨论达成共识：虽然 LLM 是强大的辅助工具，但它们本质上是概率性的文本预测引擎，而非真正的智能。验证责任必须始终由人类承担。
* **行业影响：** 一些企业要求修补“所有严重 CVE”的安全策略正被这些杂乱信息所利用，导致安全团队被迫浪费资源去调查假威胁，而非应对真实的零日漏洞。
这场讨论反映了对“AI 热潮”更广泛的挫败感：在追求自动化的过程中，相关验证和质量控制机制的发展往往严重滞后。
在历经三年打造一台实体 80x 系列列车模拟器后，创作者针对几项复杂的升级进度进行了更新。 主要进展包括： * **前照灯面板：** 创作者定制了一块带有 LED 扩散器的电路板（PCB），并成功组装了一个罕见的六档位选择开关，以还原原型车的前照灯及危险警示控制功能。 * **仪表盘面板：** 将材质从易碎的硬纸板改为激光切割并进行粉末喷涂的钢板，大幅提升了耐用度与真实感。目前面板已安装到位，创作者正在优化标签制作工艺，以避免涂料渗入哑光涂层的问题。 * **AWS 系统：** 该项目正在集成原装的微型 AWS“向日葵”信号指示器。为了支持这些模块所需的高侧切换（high-side switching），创作者正在对其 CAN 总线子板进行修改，以实现灵活的开关配置。 虽然这些项目仍在进行中，但它们标志着该模拟器正向着高保真真实感迈进。后续博文将详细介绍 PCB 设计、面板精加工技术以及微型机械 AWS 向日葵装置的集成过程。
这篇 Hacker News 的讨论聚焦于 *z80.me* 上展示的一款自制火车模拟器控制器。用户称赞了该硬件简洁的设计与真实感，并由此引申出关于火车模拟周边设备小众市场的广泛讨论。
要点包括：
* **市场潜力：** 评论者认为，尽管在采购锁存按钮等特定的复古机电零件方面存在挑战，但与制造商合作仍具有巨大的挖掘潜力。
* **替代方案：** 用户分享了诸如“火车控制器数据库（Train Controller Database）”等资源，并提到了针对日本风格模拟器、价格实惠且紧凑的 Zuiki Mascon 等选择。
* **创意应用：** 除了模拟游戏外，参与者还对将工业级控制器作为生产力工具、编程或大语言模型（LLM）交互的触觉界面表现出兴趣。建议包括使用 MIDI 接口将物理硬件映射到软件功能上。
* **怀旧情怀：** 讨论在对经典的“Blinkenlights”工程迷因的轻松致意中结束，反映了社区对复古工业控制面板和具有触感的“咔哒”类硬件接口的共同赞赏。
本文反驳了“正则表达式无法解析 HTML，因为 HTML 不是‘正则语言’”这一常见观点。作者指出，现代编程语言的正则引擎（如 PCRE）远比形式语言理论中定义的“正则语言”强大得多。 核心要点包括： * **超越正则语言：** 现代正则引擎通过递归和命名子模式等功能，可以处理上下文无关语法（如格式良好的 HTML 和大多数编程语言）。 * **复杂能力：** 它们甚至能匹配某些上下文敏感语言，并通过反向引用支持 NP 完全问题。 * **实用性与能力：** 正则表达式“能”解析复杂结构并不意味着“应该”这样做。虽然正则表达式在提取特定数据点方面表现出色，但作者强调，通用的 HTML 处理仍应依赖 DOM 库，因为后者能更好地处理格式不规范的代码。 * **最佳实践：** 如果正则表达式是处理特定、封闭任务的正确工具，作者建议使用 `x` 修饰符来提高可读性，并利用 `DEFINE` 断言和命名子模式来管理复杂性。 总之，正则表达式是一种功能强大且具备图灵完备性的工具，但开发者在处理具体问题时，应优先考虑可读性和可维护性最强的方案。