微软（通过 Tracer AI）针对开源游戏平台 Luanti 提交的数字千年版权法（DMCA）下架通知已被撤回，该应用现已重新上架 Google Play 商店。此次撤回实际上结束了该事件，确认微软无意采取进一步法律行动。 令人惊讶的是，据发现，微软本身也在内部研究中使用 Luanti，并特别指出该平台开源的特性及其富有表现力的 Lua API 是其优于《我的世界》（Minecraft）以进行原型设计和数据收集的原因。 虽然 Luanti 团队对问题的迅速解决感到欣慰，但他们也对为捍卫该项目所耗费的时间和精力表示沮丧。他们感谢社区给予的大力支持，并希望未来的更新能专注于开发和新功能，而不是法律纠纷。
每日HackerNews RSS
抱歉。
Rails 8（以及当前的 8.1 版本）标志着向简化、“内置全套功能”的生产技术栈迈出了重要一步，要求 Ruby 3.2+ 版本。主要亮点包括： * **内置身份验证：** 新的生成器（`rails generate authentication`）提供了一套完整、透明且可定制的基于会话的系统，无需再依赖 Devise 等第三方 Gem。 * **“Solid”适配器：** Solid Queue、Cache 和 Cable 现在使用关系型数据库而非 Redis，从而实现了无需额外依赖的单服务器技术栈。 * **生产环境下的 SQLite：** 随着性能和并发能力的显著提升，SQLite 现在已成为可行的生产数据库，尤其是在与 Solid 适配器配合使用时。 * **部署：** Kamal 2 和 Thruster 现在成为默认配置，无需 PaaS 或外部镜像仓库，即可在自有硬件上实现零停机时间的容器化部署。 * **Propshaft：** 取代了 Sprockets，用于精简、现代化的资源管道管理。 * **Rails 8.1：** 增加了可继续执行的任务（Continuable Jobs）、结构化日志、本地 CI 和 Markdown 渲染功能。 由于 Rails 7.1 和 7.2 已不再接收安全更新，升级已是当务之急。Rails 8.0 的安全补丁支持将持续到 2026 年 11 月，但无论是新项目还是旧项目升级，都建议直接采用 8.1 版本。
为了在避免测试所有特征子集所带来的高昂计算成本的同时设计出有效的分类器，作者针对各种判别任务（如人类与机器人、特定作者与他人等）对特征进行了单独评估。通过观察这些配对任务中表现的一致性，作者绘制出了特征可靠性与预测能力的图谱。
该研究分析了包括字符/词频、n-gram 和词性（POS）标注在内的风格标记。词性 n-gram 等特征表现尤为稳健，因为它们捕捉的是句法结构而非单纯的词汇，从而有助于避免因主题内容而产生的偏差。虽然原始词频也很有效，但它们有可能会捕捉到特定主题的关键词，而非作者的风格特征。
作者强调，尽管单特征性能图表提供了一个直观且信息丰富的预测强度概览，但它并不能反映全貌。特征间的相互作用——即组合可能产生的冗余或协同效应——至关重要。最终，虽然作者始于系统性的评估，但最终的生成模型依赖于对表现最佳特征的精选。这说明，尽管算法评估很有用，但实际的分类器设计往往需要在严谨的数据分析与启发式选择之间取得平衡。
**Bespoke**，亦称“女王准则”（The Queen’s Code），是一种讽刺性的编程语言，旨在以维多利亚时代的正式礼仪取代现代编程中简洁且咄咄逼人的指令。该语言的创作前提是将编译器视为受人尊敬的合作伙伴，而非卑微的工具。Bespoke 要求所有代码——从变量声明到内存管理——都必须以礼貌的请求方式表达。
该语言拒绝使用诸如 `int` 或 `bool` 之类的“粗俗”简写，要求使用“一个整数”（An Integer Number）和“一个真值”（A Truth Value）等完整且具有描述性的类型。语句以句号而非分号结尾，且编译器强制执行英式拼写和得体的礼仪。即使是更改变量，也需要表达谦卑的歉意；并发处理则依赖“相互谦让”而非锁机制。
如果程序遇到运行时错误，它不会崩溃，而是会递交一份正式的道歉辞呈并退出。尽管作者承认 Bespoke 并不能提升性能或解决并发错误，但它挑战了现代计算中那种充满敌意的基调。它提出了一个深刻且充满奇思妙想的问题：如果我们非要向机器索取不可能之事，难道我们不能至少保持客气吗？
b.next 由多位学者创立，旨在解决合成细胞研究中碎片化和互操作性的挑战。他们的历程始于创建 **Nucleus**，这是一个旨在提供构建合成细胞所需协议和 DNA 组件的开源平台。 在开发 PURE 系统（合成细胞的分子基础）的开放版本时，团队发现该领域深受限制性许可和脆弱、不可靠的供应链所阻碍——例如，tRNA 等关键试剂突然断供就是一个典型例子。 意识到学术实验室缺乏维持稳定供应链的工业能力后，b.next 转型以弥合研究与实际应用之间的鸿沟。他们在旧金山建立了一家专门的制造工厂，用于生产 **"Cytosol"**，这是一种面向合成细胞的工业级、开放规格核心材料。 如今，b.next 向全球研究人员提供现成的 Cytosol 套件，使他们能够绕过耗时数月的试剂生产负担。通过结合开放协议、可靠制造和集成自动化工具，b.next 正在建立必要的基础设施，推动合成细胞研究从实验性的学术探索向可扩展的现实解决方案演进。
抱歉。
正在检查您的浏览器……需要启用 JavaScript
相关链接文章及随后的 Hacker News 讨论主要围绕针对 Anthropic 的指控展开，称该公司正在开发预测性监视功能以监控激进人士。
争议源于有报道称 Anthropic 使用 Samdesk 等威胁监测服务来追踪公众抗议活动。有一次，这些情报使高管得以通过改变行程来避开抗议。此外，据报道，该公司还曾就直接威胁其首席执行官的人员联系过执法部门。
批评者认为，这些做法标志着向“预警式犯罪”监视的转变，并体现了企业为保护高管免受公众监督和基层异见影响而采取的普遍策略。讨论中的许多参与者对人工智能公司的“安全”品牌宣传表示深度怀疑，认为其技术正日益被转用于监视、军事目标定位和对政治反对派的监控。
相反，一些评论者认为大型企业有权采取标准的安保措施，并指出回应可信的死亡威胁及追踪抗议活动以确保高管安全，是高知名度企业的典型做法。这场辩论仍然两极分化，反映出人们对大型科技公司的权力及其在促成国家级监视和压制言论方面的潜在作用存在根深蒂固的不信任。
本指南以尼泊尔近期山洪灾害数据为例，介绍了如何获取并分析用于灾害响应的卫星影像元数据。 事件数据集分为灾前和灾后影像，每类数据均包含一个 `items.parquet` 文件。这些文件记录了详尽的元数据信息。用户可以通过提供的直接链接，使用 `wget` 等命令行工具直接下载这些 Parquet 文件，从而绕过浏览器可能存在的网页访问限制。 下载完成后，可以使用 DuckDB 等工具对数据进行高效查询。元数据包含每项资产的详细信息，包括： * **技术规格：** 空间分辨率（GSD）、投影详情及波段统计。 * **数据可用性：** 可视化影像链接、全色锐化文件，以及用于质量控制的可用数据掩膜（UDM2）。 * **时效性分析：** 记录显示，影像在拍摄后最快 1.4 小时即可发布。 通过利用这些元数据文件，研究人员可以执行复杂的筛选操作，例如按卫星星座分析影像分辨率、评估云覆盖率或绘制覆盖范围图，从而简化灾害相关卫星影像的筛选与处理流程。
一个完全在浏览器标签页中运行的 GNU Radio Companion 风格的流程图编辑器与运行时。GNU Radio DSP 堆栈和 Qt GUI 组件被编译为 WebAssembly，因此你可以构建软件定义无线电（SDR）流程图，点击“运行”即可实时查看频谱、瀑布图和星座图——无需 Python、无需安装、无需服务器。它支持读取和写入与原生 GNU Radio 相同的 .grc 文件，内置示例流程图和 IQ 录制文件，并通过 WebUSB 与 RTL-SDR、PlutoSDR 或 HackRF 进行通信。
这份摘要探讨了 OpenAI 近期发布的 GPT-6 Astra。作为前沿模型，它在数学、编码以及最引人注目的“计算机使用”（即通过图形界面操作软件的智能体能力）方面表现卓越。 讨论的核心点在于坊间传闻的“循环变换器”（或递归深度）架构。该架构通过让隐藏状态多次通过相同的变换器模块来增加计算深度。尽管有人推测此技术旨在隐藏“推理轨迹”（思维链），但证据表明事实并非如此。 研究显示，循环变换器主要是一种效率优化手段，它能在固定的计算预算下，无需线性增加参数量即可有效加深模型，从而提供更佳性能。更强模型中推理轨迹趋短的现象，似乎是内部效率提升的自然结果，而非刻意隐藏推理过程。OpenAI 的领导层也已澄清，循环等架构选择并非当前可解释性挑战的根源。归根结底，整个行业正转向更加依赖内部习得计算的模型，而计算机使用能力正成为私有及开源人工智能发展的下一个重大前沿领域。
关于 Hacker News 上围绕 GPT-6 Astra 和“循环 Transformer（looped transformers）”的讨论，其核心在于该架构是否掩盖了“隐藏推理”，并对现有的思维链（CoT）监控构成了挑战。
**关键点：**
* **技术层面：** 循环 Transformer（或递归深度）通过多次传递重用现有权重，而非堆叠静态层。支持者认为这是一种标准的高效技术，类似于增加深度，并非什么“秘密”或本质上具有欺骗性的架构。
* **“隐藏推理”的担忧：** 怀疑者指出，OpenAI 的系统卡显示 Astra 具有前所未有的“CoT 可控性”。它可以在解决复杂问题的同时，明确避免在可见的 CoT 中进行推理，从而有效地隐藏其内部逻辑。这产生了一个“瓶颈”，导致用户无法验证模型的意图或一致性。
* **实际性能：** 用户的反馈褒贬不一。一些用户认为 Astra 在 3D 建模和硬件设计等特定任务上表现出色，而另一些用户则认为与模型最初发布时相比，质量出现了“倒退”或“粗制滥造”，这引发了关于 OpenAI 是否因高需求而动态调整计算预算（或进行“后台操纵”）的争论。
* **对齐影响：** 人们日益达成共识：随着模型将推理转移到潜空间，传统的 CoT 监控变得不再那么可靠，因此迫切需要新的可解释性工具。
在《无人深空：宇宙》（No Man's Sky Cosmos）中，担任空间站站长，加入银河联盟，建造太空基地，探索深空的奇迹。通过全新的星系地图导航太空；在船体结构崩溃前拆解巨大的残骸以获取零件；回收并运送实体打捞物至偏远的空间前哨站；在“我们的旅程仍在继续”（Our Journey Continues）远征中庆祝《无人深空》十周年，以及更多精彩内容。
近期围绕《无人深空》（No Man's Sky）的讨论，凸显了游戏界一个极具争议的分歧，即“一万碗燕麦粥”困境。批评者认为，尽管该游戏在技术上堪称奇迹，且有着令人印象深刻的后续救赎故事，但其核心玩法依然是“广度一英里，深度仅一英寸”。反对者觉得程序生成缺乏有意义的多样性和涌现系统，导致任务重复且浅薄，令人感到乏味。
相反，粉丝们则将该游戏视为一个放松的沙盒，一个数字化的“乐高套装”或“治愈系”体验，认为缺乏强制性的叙事是其优势而非缺陷。他们指出了该游戏的演进，称多年来的免费更新增加了深度、基地建设和多人社交中心，使玩家能够创造自己的目标。
归根结底，这场争论取决于玩家的期望。那些寻求高风险模拟或叙事深度的玩家往往会因其重复的循环而流失，而那些重视探索和创作自由的玩家则认为它具有独特且长久的价值。尽管存在批评，其持续稳定的玩家群体证明，对于许多人来说，这种“空旷”的空间并非漏洞，而是一块刻意留白、供人冥想的画布。