苹果公司发布了 **Apple Watch Series 12**，该产品搭载全新的 S11 芯片，并配备了先进的健康感知系统，能提供可穿戴设备中最精准的心率和步数追踪功能。 主要的健康改进包括新增的“身体状态”（Readiness）评分，该功能通过分析活动和生命体征来指导日常训练，并优化了心率变异性（HRV）监测。iPhone 上的配套“健康”App 新增了“长寿”（Longevity）选项卡和“健康年龄”（Health Age）指标。 S11 芯片还支持全新的“音频智能”功能，包括声音识别、对话实时回放（Live Rewind）以及旨在辅助记忆的 Siri 摘要（Siri Recap）——所有功能均通过安全隔离区（Secure Exclave）提供严格的隐私保护。该手表搭载 watchOS 27 系统，支持 Siri AI 以实现个人情境理解。 Series 12 提供多种铝金属、钛金属和陶瓷材质版本，充电速度更快，且户外运动的电池续航能力有所提升。铝金属表款现采用更坚固的 Ceramic Shield 2 玻璃。产品即日起接受预订，并将于 9 月 18 日周五正式发售，起售价为 399 美元。该设备通过在生产过程中使用 40% 的回收材料和可再生能源，进一步彰显了苹果对可持续发展的承诺。
每日HackerNews RSS
Apple Watch Series 12 的发布在 Hacker News 上引发了激烈争论，焦点主要集中在新的音频智能功能上，包括对话摘要和 15 秒“实时回溯”转录工具。
批评者在隐私影响问题上存在严重分歧。反对者认为，“全天候”AI 转录即便是在本地进行瞬时处理，也助长了一种“令人毛骨悚然”的监控文化，并违背了社交中的隐私期望。许多人对在私密或职业对话中被暗中录音或总结感到不安。相反，一些用户则认为这些功能对于听力受损或记忆力不佳的人群来说是必要的辅助工具，并指出处理过程是在硬件隔离环境下进行的，且不会永久存储音频。
除了隐私问题，讨论还反映出人们对智能手表这一品类的普遍疲劳。用户抱怨硬件更新带来的“边际效应递减”，许多人对该产品相比 Garmin、Suunto 或传统机械表较短的续航时间表示不满。尽管一些用户认可 Apple Watch 的健康追踪生态系统及其整合能力，但另一些人正逐渐转向更简单的设备，批评苹果公司在搞计划性报废，以昂贵的增量更新取代实质性的创新。
iPhone 双机套组 iPhone Duo
67 天前
由 Klarna 提供的 Apple 升级租赁服务是一项针对指定 Apple 设备的消费者租赁计划，而非购买或贷款。该计划面向符合条件的美国居民，提供 12、24 或 36 个月的租赁期，无需支付押金。月供金额取决于设备型号、租赁期限及以旧换新状态。 主要条款包括： * **要求：** 申请人必须年满 18 岁，拥有有效的社安号（SSN）或个人纳税识别号（ITIN）、Klarna 账户以及 Apple 账户。iPhone 租赁需绑定符合条件的后付费运营商。 * **所有权：** 除非在租赁期结束时选择购买，否则您不拥有该设备。 * **终止/升级：** 提前终止合同可能产生高额费用。升级需签署新的租赁协议。若租赁期满未进行升级、归还或购买设备，租赁将转为按月续期，并最终导致强制购买扣费。 * **责任：** 费用不含保险；用户需对设备的损坏、遗失或被盗承担责任。 该计划不适用于翻新配件，也无法通过特定的企业、教育或政府采购渠道办理。申请审批取决于信用状况及资格。
关于新款“iPhone Duo”折叠屏手机的Hacker News讨论呈现出明显的两极分化，反映出兴奋、怀疑与沮丧并存的态度。
**吸引力：**
* **外观设计：** 支持者欣赏这种“装在口袋里的平板电脑”，认为它方便媒体消费和多任务处理，无需额外携带iPad。
* **设计与工程：** 许多用户称赞苹果对细节的把控，特别是铰链机制、“护照式”的纵横比，以及折叠与展开状态之间平滑的过渡效果。
* **生态整合：** 爱好者认为，相较于安卓折叠屏手机，苹果的软件生态系统提供了更出色、更完善的体验，尤其是在应用适配和硬件集成方面。
**批评意见：**
* **价格：** 起售价高达1999美元，许多人认为该设备价格高得离谱，并指出同样的钱足以分别购买一部高端iPhone和一台iPad。
* **耐用性：** 怀疑者对折叠屏仍持谨慎态度，担心折痕、铰链故障以及整体的脆弱性，尤其是考虑到它2000美元的昂贵售价。
* **人体工程学：** 偏爱已停产的iPhone Mini的用户认为，这种宽大沉重的机身对于单手操作和便携性来说并不实用。
* **创新性：** 批评者指出，苹果仅仅是在“追赶”三星和谷歌现有的折叠屏技术。
彭罗斯拼贴（Penrose tilings）是一种非周期性图案，可以在不产生平移对称重复的情况下覆盖二维平面。在三种主要类型中，P3 拼贴由两种不同的菱形组成。这些图案可以通过递归细分“鲁宾逊三角形”（Robinson triangles）的特定几何规则来算法化生成。
由于计算机无法直接处理图像，这些细分规则通过“项重写”（term rewriting）有效地实现，即将三角形表示为符号项。通过递归应用这些规则，成对出现的三角形最终构成了 P3 拼贴的菱形。
计算几何中的一个重大挑战是处理浮点数的精度误差。作者通过将坐标表示为基 $\{ \zeta^3, \zeta^2, \zeta, 1 \}$（其中 $\zeta = e^{\pi i / 5}$）的线性组合解决了这一问题。这种方法使得 P3 拼贴中的所有顶点都能仅通过整数系数进行计算，从而确保了绝对精度。通过结构归纳法和分圆多项式恒等式，作者证明了这些运算在该坐标系内保持封闭，为生成复杂的无限非周期性拼贴提供了稳健的数学基础。
抱歉。
作者通过使用人工智能代理管理消费者纠纷，已成功追回超过 12,000 美元的退款及争议款项，涵盖范围从国税局罚款到保险索赔等各类事项。 此前，作者与大多数消费者一样，面对有缺陷的产品或不公正的拒绝赔付时，往往会因维权所需的认知成本和时间投入不值得回报而选择“认栽”。大多数公司正是利用这种“放弃心理”，赌定客户在达成解决方案前就会放弃。 通过将研究、策略制定和文档处理外包给 AI 代理，作者将整个流程变成了一个高效且冷静的系统。该代理能够识别合适的监管杠杆（如仲裁条款、州监管机构或舆论压力），并追踪作者本人原本无暇顾及的多线维权行动。 作者认为，随着企业日益通过自动化手段来推诿投诉，消费者必须寻求手段拉平竞争环境。尽管作者承认用 AI 生成的文件可能会淹没监管系统，但他认为，面对那些将“客户愤怒”和流失率置于服务之上的企业，这种做法是一种必要的应对策略。简而言之，AI 终于让追究企业责任成为了一项可行且高回报的现实。
Emacs 的 `consult` 插件使用预设的延迟（去抖动、节流和刷新）来管理 `consult-ripgrep` 等异步搜索命令。虽然这些保守的默认设置相较于 `Counsel` 等工具可能会让人感到迟缓，但它们旨在防止过高的 CPU 占用和界面卡顿。 你可以通过调低以下变量来提升响应速度： * **`consult-async-input-debounce`**：等待停止输入一定时间后才开始搜索。 * **`consult-async-input-throttle`**：设定触发搜索的频率上限。 * **`consult-async-refresh-delay`**：控制界面更新新数据的频率。 若要获得更灵敏的体验，将去抖动/刷新设置为 `0.05`，将节流设置为 `0.1`，可以显著降低输入延迟。然而，这些改动会增加 CPU 和电量消耗。虽然数值越低感觉越快，但最佳配置取决于实时响应与系统资源效率之间的权衡。激进的设置最适合高性能且接通电源的机器，而默认设置对于性能较弱的硬件、大型项目或受限于电池续航的笔记本电脑来说仍然是理想选择。
Visa 和 Mastercard 并非银行或发卡机构；它们是全球性的**卡组织**，通过在持卡人、发卡行（银行）、商户和收单机构之间充当关键桥梁，从而促成交易。 它们的主要职责包括： 1. **电信传输：** 运营安全、高速的数据网络，在各方之间传输授权信息。 2. **金融结算：** 协调资金流动并处理国际货币兑换，以简化全球贸易。 3. **管理规则：** 制定规则、安全标准和争议解决机制（仲裁），使商户和消费者能够信任电子支付。 其商业模式依赖于一种“良性循环”。卡组织向参与方收取费用，但大部分交易成本（即刷卡手续费）归发卡银行所有，以覆盖信贷风险并提供消费奖励。这激励了网络的发展，因为商户愿意通过支付手续费来换取更高的交易额和便利性。通过为授权和争议解决提供安全、标准化的系统，Visa 和 Mastercard 构建了一个强大且无处不在的基础设施，支撑着现代全球贸易。
这项研究探讨了“推理预填充”（reasoning prefills）——即向目标模型注入教师模型（GPT-5.5 Pro）前 1% 的推理内容——是否能提高目标模型输出与教师模型输出的相似度。实验选取了 45 个不同类型的问题进行测试，通过测量一元模型源召回率（unigram source recall）来检测目标模型是否采纳了教师模型的推理模式。 结果显示，Qwen3.8 A95B 的性能有显著提升，在使用预填充后，其与教师模型的重合度提高了 20.58 个百分点。这表明 Qwen 可能是在 GPT-5.5 Pro 或与其高度相关的模型所生成的数据上进行训练的。相反，Kimi K3 与教师模型的基础相似度较高（50.11%），但从预填充中获得的提升较小（+4.31%），这暗示其训练过程已然体现了教师模型的风格。总而言之，研究结果表明，推理预填充是识别模型血缘关系及潜在训练数据来源的一种有效诊断工具。
近期一项 Hacker News 的讨论探讨了相关发现，指出开源模型 **Qwen 3.8** 可能使用了从 **GPT-5.5 Pro** 蒸馏出的推理轨迹进行后训练。
研究人员利用一种已知漏洞——通过将加密的“思维链”（CoT）标记反馈给模型进行解码——来对比推理模式。数据表明，当 Qwen 被“预填充” GPT-5.5 的推理轨迹开头时，其后续输出与 GPT 模型的一致性远高于其独立输出的表现。
讨论强调了几个关键主题：
* **方法论：** 该技术涉及使用顶尖模型作为“解密预言机”来提取隐藏的推理过程，这表明某些人工智能实验室正在采取“快速跟进”策略。
* **伦理争议：** 用户讨论了蒸馏专有模型的道德问题。许多人认为，由于西方大型 AI 公司通过抓取整个互联网来构建产品，因此当其自身的输出被用于训练时，他们缺乏指责的道德立场。
* **技术转型：** 虽然一些人认为蒸馏是评估中国 AI 创新存在显著滞后的证据，但另一些人则认为，紧凑且可分发的模型是一项重要的独特成就，为开源用户提供了高质量、可自托管的工具。
苹果发布 AirPods 5 AirPods 5
67 天前
苹果公司发布了 **AirPods 5**，这是其开放式设计中主动降噪（ANC）性能最强的一款。通过采用全新的多端口声学架构和改良的计算音频技术，AirPods 5 的外部噪音消除能力比前代产品提升了 50%，并借助新一代自适应均衡器（Adaptive EQ）提供了更出色的音质。 核心功能包括与 **Siri AI** 的无缝集成，可实现免提的上下文感知辅助，以及支持跨语言交流的**实时翻译**功能。该设备还支持通过直观的头部动作来回应 Siri。 AirPods 5 售价为 **129 美元**；另有售价 **149 美元**的高配版本，配备无线充电盒，续航时间更长（总续航达 22 小时），并增加了便捷的耳机柄音量触控功能。秉持可持续发展理念，新款耳机采用 40% 的回收材料制造，并在生产过程中使用了可再生能源。 产品于今日开启预订，将于 **9 月 18 日星期五**正式发售。用户需搭配运行最新操作系统的苹果设备使用，方可解锁包括 Apple Intelligence 驱动工具在内的全部功能。
这篇关于新款 AirPods 的 Hacker News 讨论帖反映出发烧友与追求便捷的用户之间存在的巨大分歧。
许多用户认为，转向蓝牙和“生活方式”类耳机，导致音质较 2005 年代的有线设备出现了显著倒退。批评者指出，蓝牙的有损压缩、双向通话时 HFP 配置文件的音质低劣，以及电池无法更换带来的“电子垃圾”属性都是问题所在。另一些人则对苹果封闭的生态系统、对基础功能的“营销话术”以及充电触点的不耐用感到不满。
相反，支持者强调，对于普通消费者而言，便捷性、可靠的降噪功能和无缝集成才是价值的核心。许多人认为，在城市街道或飞机等嘈杂的聆听环境中，降噪和便携带来的优势远超理论上的音质提升。
这场讨论也突显了“金发姑娘”困境：耳部结构非标准的消费者很难在苹果的各种塑料和硅胶塞耳机中找到舒适的佩戴方案，导致许多人转而寻找第三方替代品。归根结底，这场争论强调了科技领域一个反复出现的主题：大多数消费者优先考虑的是“无摩擦”的用户体验，而非高端发烧友所追求的客观音质表现。
“优秀”人工智能 "Good" AI
67 天前
印记随想
订阅
登录
什么是“好的”人工智能？
Waqas Younas
2026年9月6日 ∙ 付费 ∙ 分享
勒内·马格利特，《形象的叛逆》，1929年。（洛杉矶郡艺术博物馆）。亦称《这不是一只烟斗》。
由 Waqas Younas 免费为您提供，继续阅读本文。
领取我的免费文章
或购买付费订阅。
© 2026 Waqas Younas ∙ 隐私 ∙ 条款 ∙ 收集声明
开启您的 Substack
获取应用程序
Substack 是孕育伟大文化的家园
本网站需要 JavaScript 才能正常运行。请开启 JavaScript 或解除脚本阻止。
本文详述了团队历时四个月优化一个 ClickHouse 慢查询的过程。该查询最初扫描 19.6 亿行数据需要 85 秒，通过一系列渐进式优化，最终实现了亚秒级（约 400 毫秒）的响应延迟。
核心优化措施包括：
* **分区策略：** 将按时间分区改为按 `client_customer_id % 36` 分区，提升了 `FINAL` 子句的并行处理能力及查询性能。
* **模式精简：** 调整了 `ORDER BY` 键的顺序并移除了冗余列读取，显著减少了单次查询处理的数据量。
* **Join 优化：** 通过在应用层预计算数值消除了昂贵的 Join 操作，大幅降低了内存占用。
* **查询模板化：** 用扁平化模板和多层缓存替代了深度嵌套的参数化视图，消除了繁重的解析与计划开销。
* **合并策略调整：** 调整合并激进程度以清理过期数据，使表体积减少了 500 GiB 以上，并加速了 `FINAL` 操作。
* **粒度过滤：** 将 `period_ends_at` 加入排序键，使 ClickHouse 能够跳过已成熟客户数据中无关的颗粒。
这些优化措施叠加产生了 200 倍的性能提升，证明了在 ClickHouse 扩展过程中，稳健的基础性优化远比花哨的技巧更有效。