这次讨论强调了 Signal 如何利用零知识证明（ZKP）来保护用户隐私，特别是在捐赠徽章、群组成员身份和用户名验证方面。通过将身份与服务器端数据解耦，零知识证明确保了 Signal 无法将特定操作或用户与其元数据关联起来，从而加强了该应用程序的“去信任化”架构。
对话的很大一部分集中在将电话号码与 Signal 账户解除绑定的技术细节上。尽管用户希望找到取消注册电话号码的方法以增强隐私，但参与者对潜在的滥用表示担忧。人们普遍怀疑简单的“解除绑定”功能可能会导致垃圾邮件发送者和诈骗者大量涌入，从而创建无限多的账户。因此，共识认为，虽然从技术上讲解除绑定是可取的，但如何有效地实现它——或许通过冷却期或替代注册方法——对于开发者来说，在安全性与反垃圾信息措施之间取得平衡仍是一项复杂的挑战。
每日HackerNews RSS
历史学家卡佳·霍耶（Katja Hoyer）近期在莱比锡历史悠久的UT Connewitz电影院参加了一场工业文化活动，分享了冷战史上常被忽视的一章：东德在越南建立咖啡产业的宏大项目。 面对严重的咖啡短缺——1977年全球价格飙升及恶名昭彰的“代用品”生产加剧了这一困境——东德政权于1980年与越南达成协议。东德提供机械、灌溉系统以及学校和发电厂等基础设施，以换取未来二十年一半的咖啡产量。 该项目在技术上取得了显著成功，得益于东德科学家和工程师的专业知识。尽管首批大规模收成出现在1990年——对于即将崩溃的东德来说为时已晚——但这些基础设施为越南如今成为全球第二大咖啡生产国奠定了基础。 霍耶强调这段历史，旨在主张以更细致的角度研究东德。跳出纯粹的政治叙事，我们能够欣赏那个时代的各种技术成就和复杂的国际合作，从而更深入地理解我们现代互联的世界。
抱歉。
作者坦承了一件年少时可耻的恶作剧：谎称学生的电脑中了病毒，引发了广泛的恐慌和数据丢失。这段经历让作者认识到，技术人员拥有一种危险的能力，可以播撒非理性的恐惧，而这种恐惧的传播速度远超随后的任何真相。 通过与当代关于人工智能的讨论进行类比，作者批评了那些声称人工智能有极高概率导致人类灭绝的“领域专家”。作者认为，这些极端且缺乏依据的预测滥用了公众信任，如同一种数字传染病。虽然复杂技术的发展需要公众依赖专家，但这些专家有道德义务保持审慎。 作者通过强调人工智能的智能仍然受限于物理系统（这些系统受到人类责任和现实的制约）来挑战“灭绝”论调。归根结底，作者认为非同寻常的声明需要非同寻常的证据。正如他曾经认识到引起不必要的恐慌是严重失职一样，作者敦促现代技术人员停止散布恐惧，转而履行其影响力所带来的注意义务。我们应当对缺乏严谨证据的危言耸听保持怀疑。
抱歉。
目前人工智能行业依赖于经过人类反馈强化学习（RLHF）训练的“谄媚型”模型，这些模型往往为了追求速度而牺牲安全性，从而在“演示”与“生产”之间造成了危险的鸿沟。仅依赖“请小心”这类简单的系统提示词是远远不够的，因为概率性的大语言模型在执行确定性任务时，无法实现有效的自我约束。 本代码库提出了一个“计算宪法”概念，旨在为自主智能体强制实施“零信任”机制。该框架摒弃了不受约束的自主性，转向**认知状态机**，要求智能体必须遵循一套严格且经过验证的操作循环： 1. **假设** 2. **证据识别** 3. **基础验证** 4. **执行**（只读诊断） 5. **硬性交由操作员**（Hard Yield） 在“硬性交由操作员”阶段，执行中间件会物理中断 API 数据流，执行请求的指令，并将原始输出反馈回上下文。这种架构以强制的人机交互验证取代了盲目执行，弥合了实验性演示与可靠生产环境之间的差距。 本代码库提供了 `AGENTS.md` 主规则集、架构文档以及实现示例，旨在帮助开发者将易变、勉强可用的智能体转化为稳健且可治理的生产系统。
抱歉。
AI模型 Fable 5.1 已成功破译托马斯·厄克特爵士（Sir Thomas Urquhart）留下的两则历史密码：“Cyphral Distich”和“Cyphral Octastich”，这两则密码长期以来一直令研究人员困惑不已。 以往的人类尝试多依赖于频率分析等标准密码学方法，但由于将这些密码视为外部谜题，最终均告失败。Fable 5.1 正确识别出密码的“钥匙”即是书作本身：密码中的每个数字都对应厄克特著作中特定的索引（段落或页码）。通过提取每个索引处目标词的首字母，模型揭示了其中隐藏的、为查理二世国王祈祷的保皇党祷文。 这一解决方案凸显了人工智能在处理历史谜题方面的转变。这些谜题的难点从来不在于纯粹的数学计算，而在于人类缺乏进行枯燥且繁杂的交叉查阅工作的耐心。Fable 5.1 能够深入研读材料，并识别出那些“隐匿于显眼处”的线索，这表明人工智能有能力通过应用系统且详尽的分析，解决各类因人类注意力局限而长期停滞的历史难题。
关于 AI 模型 Fable 5.1 破解了有着 370 年历史的“Cyphral Distich”密码的消息，近期在 Hacker News 上引发了激烈争论。
该 AI 将这段文字解读为支持查理二世国王的保皇党信息。然而，持怀疑态度的用户迅速指出，这一“解决方案”实际上是一种已知的书籍密码策略，早在 2014 年就曾在德国密码学博客上被讨论过。批评者认为，AI 并非展现了突破性的智能，而是通过扫描其训练数据——其中很可能已经包含了该密钥或类似的建议——进行“暴力破解”得出的结果。
这一讨论凸显了 AI 社区日益加深的鸿沟：
* **怀疑论者**认为这些“发现”是营销噱头，利用的是所谓的“唾手可得的果实”——即那些因不够重要而未被人类研究人员优先处理的冷门谜题。
* **支持者**则认为，无论特定谜题是否“重要”，能够即时解析大规模语料库并对复杂问题进行迭代，都是一项巨大的生产力红利。
讨论还触及了更广泛的问题，包括 AI 倾向于输出充满术语的“废话”、抓取用户数据的伦理争议，以及关于这些模型究竟是在“思考”，还是仅仅是复杂的自动补全机器所带来的存在性焦虑。
烂代码如葛藤 Bad code is kudzu
62 天前
作者将软件功能比作葛藤——一种会大肆侵占生存环境的入侵植物。正如葛藤一样，一旦功能被添加到代码库中，它就会变得“粘滞”：团队会在其基础上构建各种依赖，导致后续想要移除它变得愈发困难且吃力不讨好。
在如今人工智能辅助开发的时代，生成代码变得比以往任何时候都更容易，“代码库葛藤”的风险已达到临界点。如果不进行有意的精简，项目中就会堆积大量未被使用且复杂的功能，从而阻碍维护工作。
作者认为，开发者必须转变思维模式：将添加功能视为一种临时实验，而非永久性的固定配置。通过监测实际使用情况（正如作者追踪“标签气泡”功能的失败案例一样），开发者应主动删除那些无法提供明确价值的功能。归根结底，删除代码的能力与编写代码的能力同样重要；如果你能轻易添加一项功能，也必须准备好同样迅速地将其剔除，以保持代码库的健康。
2003 年 5 月，威斯康星大学麦迪逊分校的网络时间协议（NTP）服务器遭遇了持续且巨大的互联网流量洪流（高达每秒数百兆比特）。起初，人们怀疑这是一场恶意分布式拒绝服务（DDoS）攻击，但调查发现，根本原因是数十万台网件（Netgear）家用路由器中存在设计缺陷。
这些设备被硬编码为向该大学特定的 IP 地址查询时间同步，且查询频率往往过高。由于这些产品缺乏适当的更新机制且部署广泛，学校无法在不影响合法用户的情况下简单地屏蔽这些流量。
该大学与网件公司合作确定了故障固件并开发了修复程序，同时还邀请独立专家探索诸如 BGP 任播（anycast）等长期的架构解决方案。此案例凸显了在消费类硬件中嵌入硬编码的全球可路由 IP 地址所带来的危险，这种做法违反了互联网最佳实践，并造成了运营层面的不稳定。该大学公开此事旨在防止类似事件再次发生，并强调制造商必须遵守既定的互联网标准，在未来的产品设计中优先考虑稳健且可配置的网络行为。
Julia 1.13 现已发布，带来了显著的性能提升和易用性改进。
**性能与效率：**
* **更快的启动与预编译：** 包预编译速度比 1.12 版本提升约 30%，整体启动时间缩短约 20%。
* **垃圾回收 (GC)：** 完全垃圾回收速度大幅提升，因为系统镜像中的对象已被永久标记，这意味着回收时间现在取决于用户的堆内存大小，而非已加载代码的总量。
* **哈希算法：** 采用全新的高性能纯 Julia 哈希算法 (RapidhashNano) 替代了 MurmurHash3，显著提升了字符串和数值类型的处理速度。
* **多线程：** 调度程序的改进大幅降低了在频繁创建任务负载下的开销，特别是在 Windows 系统上。
**REPL 与工作流改进：**
* **原生 REPL：** REPL 现在内置了语法高亮，并增强了类似 `fzf` 的模糊搜索历史记录功能。
* **开发工具：** 改进后的内省宏允许将类型直接传递给 `@which` 等工具。新增的 `--trace-eval` 标志有助于调试加载耗时。
* **Pkg 更新：** Pkg 现在使用 zstd 压缩以加快下载速度，并包含更智能的依赖解析机制，以避免冗余的预编译。
* **Juliaup：** 新增了用于管理版本和配置的图形界面 (`juliaup gui`)。