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接受我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 始终致力于这些价值观，并仅与遵循这些价值观的合作伙伴进行合作。如果您有能为 arXiv 社区增值的项目想法，请了解更多关于 arXivLabs 的信息。
每日HackerNews RSS
Hacker News 最近的一场讨论聚焦于 **C*** (2025) 的发布。这门编程语言旨在将 C 语言编程与实时形式化验证相结合。通过将符号执行引擎与 LCF 风格的证明内核集成，C* 允许开发人员在编写代码的同时进行增量验证。
社区对此反应不一：
* **关于验证的担忧：** 一些人认为，对于性能要求极高的 C 语言应用而言，形式化验证过于繁重，且手动编写复杂的循环不变量可能会引入规范层面的错误。另一些人则指出，对于航空航天和国防等安全性要求极高的行业，这种严谨性正变得日益必要。
* **关于“C*”这一名称：** 社区对“C*”这个命名存在强烈的抵触情绪，因为它与现有的学术项目和传统语言重名，容易引发混淆。
* **工具与语言偏好：** 用户讨论了 **Ada/SPARK** 和 **F*** 等其他“高保证”语言的优劣。尽管许多人仍倾向于使用经典的 C 或 C++，但也有人认为，现代化的、具备验证意识的编程语言正成为一种增长的需求。
* **遗留系统与现代化：** 讨论还涉及了 COBOL 等“遗留”语言的持久实用性，质疑业界对新型复杂工具的关注是否忽视了维护关键现有系统所需的专业知识。
美国警方担心 Meta 智能眼镜可能被用于秘密拍摄他们。 US police fear Meta smart glasses could be used to secretly record them
68 天前
包括纽约警察局（NYPD）、美国移民及海关执法局（ICE）以及各州情报中心在内的美国执法机构日益担忧，Ray-Ban Meta 智能眼镜构成了重大安全风险。由于这些设备隐蔽且外观与普通眼镜无异，当局担心它们会被被拘留者用于秘密拍摄限制区域，或被不法分子用于针对犯罪和恐怖活动的“行动前侦察”。
《卫报》获取的内部备忘录显示，全美各地的警察部门认为此类眼镜威胁到了设施安全和警员人身安全。为此，一些机构已禁止在联邦工作场所使用该设备，并指示警员在拘留环境中更严格地检查眼镜。
然而，批评人士指出，这些担忧凸显了双重标准。执法机构频繁利用监控技术监视公众，却抵制自己被拍摄，一些观察人士称这种反应是在追求“不受惩罚”。与此同时，围绕智能眼镜及其他人工智能辅助技术日益增长的不安情绪，反映了政府对调查工具的需求与公众对隐私和监控国家日益增长的怀疑之间的广泛紧张关系。
近期 Hacker News 上的一场讨论凸显了美国执法部门对 Meta 智能眼镜日益增长的担忧，因为该设备允许用户进行秘密录像。一些参与者认为，广泛的录像行为有助于促进问责制和透明度，并指出如果警察“行得正，就不怕被拍”；而另一些人则对监狱等安全区域的隐私问题表示担忧，认为录像可能会危及安全或泄露敏感信息。
许多评论者对这一说法持怀疑态度，认为这可能是 Meta 的一种“营销策略”，旨在将这款眼镜从“变态眼镜”重塑为维护公民权利和监督警察的工具。这场辩论还触及了大规模监控这一更广泛的现实；尽管警察经常谈论隐私风险，但观察人士指出，鉴于执法记录仪的普及，以及智能手表和手机等无处不在的录像设备日益常态化，这种担忧显得颇具讽刺意味。归根结底，这一共识反映了通过“下行监控”（sousveillance）实现机构透明的愿望，与在一个人人都能成为匿名观察者的社会中固有的隐私担忧之间，存在着深刻的张力。
为什么我不看好 GrapheneOS 与摩托罗拉的合作 Why I'm Not Excited About the Graphene OS and Motorola Partnership
68 天前
此文是《Switched to Linux》播客的宣传摘要，该资源致力于帮助用户迁移至 Linux 平台。本期内容聚焦于对 GrapheneOS 近期与摩托罗拉（Motorola）达成合作的关键讨论，并表达了对此合作的重大疑虑和担忧。 《Switched to Linux》由一名计算机顾问运营，并在包括 YouTube、Odysee、Rumble 和 Bitchute 在内的多个视频平台提供教育性内容。本期节目是与 *Teh AnKorage* 合作制作的。如需了解更多信息或支持该项目，请访问 switchedtolinux.com/support。
对不起。
我们衷心感谢来自各合作机构的研究人员与协作者，包括埃克塞特大学、布罗德研究所、波士顿儿童医院、斯托瓦斯医学研究所、哈佛大学、纪念斯隆·凯特琳癌症中心、麻省总医院以及堪萨斯大学医学中心。 这一成就离不开我们广大研究与技术团队的辛勤付出，你们的集体专业知识、反馈与支持在整个项目中发挥了关键作用。我们还要感谢传播团队，感谢你们在向更广泛的社区分享我们工作方面提供的宝贵协助。我们对每一位参与者所投入的时间、见解和对此次合作的奉献深表感谢。
抱歉。
请启用 JavaScript 并关闭所有广告拦截器
《纽约时报》最近一篇题为《92岁数学家与他的少年学徒》（The 92-Year-Old Mathematician and the Teenage Apprentice）的文章在 Hacker News 社区引起了强烈共鸣。这篇报道讲述了一段感人至深的跨代师徒情谊，许多读者将其与拉马努金的传奇故事相提并论。
评论者称这段叙述“优美”、“暖心”，甚至具有治愈感，不少人表示读后热泪盈眶。这篇充满人文关怀的报道，让人得以从当前对人工智能及纳维-斯托克斯方程等高难度技术问题的沉迷中抽离出来，令人耳目一新。尽管有读者指出文中缺乏深度的数学细节，但也有人提到，文章为那些对底层科学感兴趣的读者提供了相关研究论文的链接。
总的来说，此次讨论表达了对人类执着探索中“迷人低效”的赞赏，以及对师徒传承深远价值的认可，激励着读者以焕然一新的活力去追求自己的热情。
CH-53“海上种马”直升机于1966年投入使用，作为一种重型运输直升机，它曾面临一项严峻的工程挑战：如何在巨大的旋翼叶片发生灾难性故障前探测到微小裂纹。尽管地面维护人员可以通过氮气压力指示器来发现泄漏，但军方仍需要一套能向飞行员即时发出预警的飞行中监测系统。
20世纪60年代，当时的电子设备在旋翼头的高振动环境下过于脆弱，复杂的线路布设也不切实际。于是，一种巧妙的低技术解决方案应运而生，即飞行中叶片监测系统（IBIS）。该系统在受压叶片的指示器内放置了少量锶-90，这是一种会释放β射线的放射性同位素。
如果叶片因裂纹导致压力损失，放射源的位置就会发生偏移。安装在直升机内部的盖革计数器会检测到辐射水平的变化并提醒飞行员。由于该系统无需电池或精密电子元件，因此极其可靠。几十年后，尽管较新的直升机已改用光纤传感器，但这种“核方案”依然是一种优雅且有效的解决方案，保障了较老型号CH-53直升机至今仍能安全飞行。
用于CH-53等直升机的飞行中旋翼叶片检测系统（IBIS）是一种用于检测旋翼叶片裂纹的可靠机械方法。每片旋翼叶片内都充有气体；如果发生裂纹，压力下降会触发一个弹簧柱塞。该柱塞会移动一个含有500微居里锶-90的小型屏蔽胶囊。一旦屏蔽层打开，机身上的传感器便会探测到放射源，从而提醒飞行员发生结构故障。
虽然在航空领域使用放射性材料听起来复杂或令人担忧，但支持者认为这是一种精妙且“万无一失”的解决方案，避免了在严苛、高振动环境下使用无线电子设备或复杂机械联动装置所带来的可靠性问题。该放射源剂量极小，主要发射短程贝塔粒子，且仅在发生结构紧急情况时才会暴露，对人员造成的风险微乎其微。尽管较新的直升机正逐渐转向使用光纤传感器，但IBIS作为一种自冷战时期起就一直有效发挥作用的传统技术，目前仍在使用中。
本摘要考察了量化对 Qwen3.8 27B 模型在 GPQA Diamond、IFBench 和 Terminal-Bench 2.1 等基准测试中性能的影响。
研究表明，量化遵循非线性的“悬崖”模式。对于大多数专业任务，占用 17 GB 显存的 **4-bit (Q4_K_M) 量化**版本，其性能与完整的 BF16 模型（55 GB）相当，且没有明显的质量损失。**2-bit (UD-Q2_K_XL) 版本**在处理许多任务时依然表现出人意料地出色，尽管它需要更多的 token 才能得出相同的结论，且性能略有下降。相反，**1-bit 模型**则几乎失效，表现接近随机猜测，增加推理投入往往反而会加剧其失败。
研究得出结论，用户应积极采用量化，优先选择在显存及所需上下文允许范围内质量最高的模型。尽管坊间有关于量化模型“变笨”的传言，但这些基准测试表明，对于复杂的推理和编码任务，4-bit 压缩基本是无损的。对于本地实验用户，Q4_K_M 变体在效率和性能之间提供了最佳平衡，而 2-bit 选项则是针对较低需求工作流的一种可行且紧凑的替代方案。
最近 Hacker News 上的一场讨论评估了 Qwen3.8 27B 在不同量化水平下的表现。用户普遍认为，该模型在 4-bit 量化下仍具备极强的能力，而 1-bit 量化则会导致性能显著崩溃。
讨论的关键要点如下：
* **性能与量化的平衡：** 虽然 4-bit 被广泛认为是保持智能的“最佳平衡点”，但一些用户表示，为了适配更大的上下文窗口，在特定硬件上使用 3-bit 甚至更低的量化也能取得成功。
* **硬件现实：** 用户强调，现代消费级 GPU（如 5060 Ti 16GB）目前已足够强大，能够在本地以令人印象深刻的速度运行这些模型，且在特定的编码和调试基准测试中，往往能媲美甚至超越前沿模型。
* **方法论争议：** 该讨论串围绕基准测试中置信区间的有效性展开了激烈辩论，支持者主张采用贝叶斯方法而非频率派方法。
* **智能体效用：** 许多用户发现，尽管 Qwen3.8 27B 的速度慢于云端前沿模型，但它对于现实中的编码任务（特别是精细化修改）已经“足够好用”。参与者强调，有效的本地化使用很大程度上依赖于特定的配置、辅助工具和 Flash Attention 设置。
I-have-ADHD：防止您的编程智能体淹没答案的技巧 I-have-ADHD: A skill to stop coding agents from burying the answer
68 天前
**i-have-adhd** 技能是一个专为编程助手设计的插件，旨在强制执行对 ADHD 患者友好的交流习惯，剔除对话中多余的赘述与修饰。
**核心功能：**
* **直截了当：** 去除开场白、总结、类似“希望能帮到你！”的客套话以及题外话。
* **以行动为导向：** 优先提供后续步骤，多步骤任务使用编号列表，且列表项不超过五条。
* **高效性：** 提供明确的时间预估，并在每轮对话中重申背景信息，以减轻认知负担。
**安装方式：**
1. 从 [github.com/ayghri/i-have-adhd](https://github.com/ayghri/i-have-adhd) 克隆存储库。
2. 按照 `AGENTS.md` 中的说明配置你的环境。
3. 若需自定义设置，请 fork 该存储库，根据偏好编辑 `SKILL.md`，然后通过命令行工具安装你的版本（例如：`claude plugin install <your-username>/i-have-adhd`）。
4. 重启你的编程助手并输入 `/i-have-adhd` 以启用。
该插件旨在最大程度提升专注力，确保你的 AI 助手保持简洁、客观并专注于任务本身。
最近一则 Hacker News 上的讨论凸显了用户对现代编程代理（尤其是 Claude 3 Opus）冗长和“谄媚”表现的普遍不满。用户反映这些代理经常“废话连篇”，对未执行的操作进行不必要的解释，并充斥着过度的、带有说教意味的废话。
讨论围绕一个名为 **“I-have-ADHD”** 的 GitHub 项目展开，该项目旨在强制代理保持简洁直接。尽管许多用户认为该工具很有帮助，但关于其实现方式仍存在争议：
* **提示工程 vs. 技能：** 许多参与者认为，专门创建一个“技能”有些多此一举，通过更新全局 `CLAUDE.md` 或 `AGENTS.md` 文件，或者利用内置的“输出风格”即可达到同样的效果。
* **“ADHD”标签：** 该工具的命名引发了争议。一些被诊断为 ADHD 的用户认为这个标签轻视了这种真正的医学状况；而另一些人则指出，为了适应神经多样性而采用的方法（如清晰、结构化且简洁的沟通）对所有用户来说实际上都是更好的选择。
* **模型性能：** 许多用户表示已经弃用 Claude，转向 Codex 或 Gemini 等模型，因为他们发现这些模型不太会出现“Claude 式”的语言习惯和不必要的对话赘述。这表明问题可能源于模型在 RLHF（基于人类反馈的强化学习）训练中被赋予的“人格化”特征。
派拉蒙被曝利用“草根伪装”组织为合并制造虚假支持 Paramount Caught Using 'Astroturf' Group to Drum Up Fake Support for Merger
68 天前
请启用 JavaScript 和 Cookie 以继续。
近期 Hacker News 上的讨论指出，有指控称派拉蒙（Paramount）利用“草根营销”（astroturfing）——即制造虚假的草根支持——来推动其与天空之舞传媒（Skydance）的合并。评论者指出，派拉蒙此前曾多年提供免费订阅试用，这可能是在交易前为了美化订阅用户数据，而这些试用在合并宣布后戛然而止。
讨论随后扩展到关于现代媒体操纵的更广泛争论。用户对当前信息生态系统的完整性表示怀疑，认为企业、外国势力和公关机构经常制造共识，以影响公众舆论、选举和监管决策。许多人指出，“制造共识”已成为现代企业战略的标准配置，并注意到社交媒体平台上充斥着类似机器人的账号，旨在推行特定的叙事。
除了派拉蒙的交易外，该讨论串还涉及了媒体整合带来的长期负面影响，包括大规模裁员、艺术质量的下降以及对竞争的扼杀。参与者对这种宣传手段日益普及感到沮丧，并指出，尽管这些行为常被斥为阴谋论，但它们实际上是巩固权力并绕过公共利益的常规手段。
在推出 Gensler 教授 2008 年软件《LogiCola》的现代网页版两年后，作者根据社区反馈发布了一次重大更新。该项目旨在保留 Gensler 原有的教学成果，同时确保其在包括移动设备和离线环境在内的所有设备上均可访问。
主要改进包括：
* **设计与品牌：** 新界面摒弃了刻板的“企业级”外观，转而采用受原品牌启发、充满趣味的复古像素风格。界面使用了动态计算的高对比度配色方案，以区分逻辑集并提升可读性。
* **功能增强：** 更新将固定长度的测验替换为“掌握式学习”练习——这是一种基于积分的无限练习系统，支持持续训练。此外，还增加了屏幕阅读器支持和键盘导航等辅助功能。
* **技术完善：** 通过对原始代码进行逆向工程，作者为翻译和逻辑练习创建了新的生成器。反馈机制也得到了改进，使其更加直观，并结合了视觉线索（形状与颜色）而不仅仅依赖颜色编码。
这一版本在尊重软件历史根源与适应现代多元化学生需求之间取得了平衡，有效地架起了经典逻辑教育与当代技术之间的桥梁。
这篇文章探讨了对一款拥有 40 年历史、基于 DOS 的逻辑训练程序“LogiCola”进行逆向工程的挑战。作者认为，真正的难点不在于破解二进制代码，而在于复原该软件最初的设计初衷，即哈里·根斯勒（Harry Gensler）的掌握学习教学模型。
评论者强调了保留这一原始设计理念的重要性。他们指出，许多现代教育软件的重构往往将参与度指标置于核心学习模型之上，从而无意中削弱了使原始工具行之有效的结构。关键的技术问题在于：该程序的限制是出于教学选择，还是受限于当时的 CPU 性能；以及原始用户界面的很大一部分与底层逻辑求解器之间存在着怎样的紧密联系。最终，讨论突显了在重构过程中保持程序教育完整性的价值，而非为了“现代化”而牺牲其教学设计。