每日HackerNews RSS

比特衰退是无声的、累积的、不可避免的。B树内部节点中的单个比特翻转可能导致整个子树的行损坏。标准的SQLite完全依赖于外部工具(ZFS校验和、定期备份、手动PRAGMA integrity_check)来检测和修复这种损坏。FrankenSQLite将恢复直接构建到存储引擎中。RaptorQ喷泉码在写入时为每个数据页生成修复符号。当读取时检测到损坏,无论是由于比特衰退、磁盘错误还是宇宙射线,失活解码会从幸存的符号中重建原始字节。无需恢复备份。无需人工干预。自动恢复,保证在配置的开销预算内。点击下面的健康页面来模拟损坏,并观看引擎实时重建它们。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 Frankensqlite,一个用Rust重实现的SQLite,支持并发写入 (frankensqlite.com) 8 分,作者 rahimnathwani 2小时前 | 隐藏 | 过去 | 收藏 | 1 条评论 帮助 DetroitThrow 8分钟前 [–] 喜欢网站上的“竞赛”演示,但很好奇你是如何构建这个的。感谢markdown文档提供的关于提示、规范等方面的见解。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

## 模拟286处理器:深入虚拟现实 受“什么是真实?”的哲学问题启发,本项目通过尝试模拟1980年代的286计算机处理器来探索现实的边界。目标是使处理器启动并运行简单的汇编代码,并质疑如果建立在模拟信号之上,*它*的现实是否更不真实。 该项目的核心是将物理80C286处理器与树莓派Pico连接。由于处理器的57个引脚超过了Pi的能力,使用了MCP23S17 I/O扩展器来管理通信。这需要仔细的接线、引脚映射以及使用MicroPython进行软件开发,以控制扩展器并模拟必要的信号——时钟、复位、地址和数据。 在克服了扩展器内部硬件寻址的挑战后,系统成功执行了一个加载到模拟内存中的简单加法程序。该过程涉及仔细发送指令和数据、处理字节顺序(小端序)以及解释处理器标志。 最终,该项目表明处理器无论其电信号的来源如何都能正常工作,模糊了物理现实和虚拟现实之间的界限。虽然这只是一个小小的步骤,但它为探索外围设备实现和进一步深化模拟打开了可能性。

黑客新闻 新的 | 过去的 | 评论 | 提问 | 展示 | 工作 | 提交 登录 计算机生成的梦境世界:286处理器上的虚拟现实 (deadlime.hu) 6点 由 MBCook 35分钟前 | 隐藏 | 过去的 | 收藏 | 讨论 帮助 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:
You don't have to 20 小时前

## Hacker News 讨论总结 最近一篇发表在 scottsmitelli.com 上的文章,认为个人不应仅仅因为他人使用而感到被迫采用潮流(特别是人工智能工具),在 Hacker News 上引发了热烈讨论。然而,评论的主要收获并非文章的核心信息,而是其篇幅和写作风格。 许多评论者认为这篇 16,000 多字的文章过于冗长,一些人表示需要使用 LLM 来提炼其要点。这具有讽刺意味地突出了文章的论点——对盲目跟风的批判——因为评论者依赖人工智能来理解一篇批评人工智能采用的文章。 争论的中心在于,这种冗长而详细的写作是宝贵的“散文”还是不必要的“阐述”。一些人欣赏作者的风格和细致的论证,而另一些人则认为简洁的摘要(甚至一条推文)就足够了。最终,这场讨论强调了一个更广泛的问题,即在瞬息万变的信息时代,注意力持续时间和精心撰写文章的价值。

## VMPrint:现代网络的确定性排版 VMPrint是一个纯JavaScript、零依赖的排版引擎,旨在生成像素级精确的PDF,为无头浏览器或复杂的PDF库提供稳定且高性能的替代方案。它通过使用版本化的JSON指令流来构建文档,解决了现有方案的权衡——繁重的依赖、不可预测的布局和内存问题。 该引擎运行在两个阶段:**布局**(确定字形位置、分页和格式化)和**渲染**(将布局转换为PDF或其他格式)。这种分离允许实现可重现的布局、通过JSON快照轻松调试,以及未来扩展到SVG或Canvas等格式。 VMPrint具有体积小(约2MiB)、渲染速度快,并支持多语言文本(拉丁文、CJK、从右向左),具有准确的文本塑形和断字功能。它设计可在任何地方运行——从Cloudflare Workers到浏览器——在不同环境中提供相同的输出。 VMPrint的构建重点是恢复TeX和PostScript等传统排版系统的精度,旨在为开发者提供可靠的工具,以生成出版质量的PDF。目前处于预发布阶段(v0.1.0),并积极寻求贡献。

一位电影导演因对剧本软件感到沮丧,因此构建了VMPrint,一个零浏览器、纯JavaScript排字引擎,用于创建完全一致的PDF文件。现有的库无法处理复杂的多种语言文本和剧本特定的分页(例如自动添加“(MORE)”和“(CONT'D)”)。 VMPrint完全绕过DOM,作为一个确定性布局虚拟机运行,核心大小为88KB。它直接加载字体,执行基于字素的精确文本分割,并使用区间算术计算文本换行,输出绝对坐标以实现精确的布局。性能非常快——在ARM芯片上,一个复杂的“God Fixture”测试约为28毫秒。 该项目包括`draft2final`,一个使用VMPrint将Markdown(包括剧本格式)转换为PDF的CLI工具。作者强调手工制作的核心逻辑,仅将AI用作编码助手。他欢迎对引擎架构和潜在应用的反馈和讨论。一位评论员指出Typst是一个潜在的替代方案。

华盛顿州埃弗雷特市已停用其68个Flock车牌识别摄像头网络,原因是法官裁定其拍摄的录像被视为公共记录。这一决定源于何塞·罗德里格斯提交的公共记录请求,旨在了解摄像头收集的数据。 尽管各城市认为发布数据可能会危及安全——可能帮助罪犯或允许类似ICE之类的实体未经授权访问——但法院不同意。担忧集中在摄像头持续录像,即使是非犯罪活动。 埃弗雷特市长卡西·富兰克林表示失望,并提到可能对虐待受害者造成伤害。与此同时,华盛顿州立法者正在辩论一项法案,以豁免Flock录像的公共披露法律,旨在解决这些安全问题。该法案已在参议院通过。如果该立法通过,埃弗雷特市将重新评估重新激活摄像头,但目前,该网络仍处于离线状态,等待在透明度和公共安全之间取得平衡的解决方案。

华盛顿州最近的一项法院裁决导致埃弗雷特市关闭了其 Flock 摄像头网络。裁决认定,车牌识别摄像头拍摄的影像被视为公共记录,任何人均可申请查阅。 这一决定在 Hacker News 上引发了讨论,用户质疑埃弗雷特市迅速移除该系统是否暗示其对先前使用情况的担忧。 几位用户还注意到初始帖子中的链接已损坏,并提供了有关该情况的有效替代文章链接——包括来自 King5、Geekwire 和 Everett Post 的报道。 更广泛的讨论表达了希望其他州也能效仿,优先保障公众获取这些监控技术收集的数据的权利。

本参考资料最初是一份长文档,现已划分为六个重点卷以方便阅读和导航。每个卷都可以独立阅读,但后续所有内容的基础都建立在第一卷(1541驱动器)的技术基础上。该资料涵盖了1982年至1990年代初在C64上商业使用的所有主要磁盘保护技术、磁盘母带制作背后的工业机械,以及复制场景开发出的工具。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 C64 复制保护 (commodoregames.net) 16 分,由 snvzz 2小时前发布 | 隐藏 | 过去 | 收藏 | 1 条评论 帮助 classichasclass 7分钟前 [–] 啊,重复扇区ID。不久前遇到过:https://oldvcr.blogspot.com/2023/08/cracking-designwares-gra... V-MAX! 和 Rapidlok 就像深奥的魔法,但我自己从未成功手动破解过带有它们的标题。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

## Logira:自动化运行时审计 Logira 是一款仅用于观察的 Linux 命令行工具,旨在审计自动化的运行时行为,特别是 AI 代理。它利用 eBPF 记录系统事件——进程执行、文件活动和网络连接——提供详细、可信的执行轨迹,*无需*干扰自动化流程。 主要功能包括:为方便审查、搜索和检测分类,提供每次运行的本地存储(JSONL 和 SQLite)。Logira 提供内置检测规则,用于识别有风险的模式,例如凭据访问、破坏性命令和可疑网络活动,并允许添加自定义规则。 它非常适合了解 AI 代理*实际*执行的操作,超越其报告的操作,并且可以轻松集成到本地自动化或 CI 任务中。安装通过脚本或 tarball 简单直接,需要较新的 Linux 内核(5.8+)和 systemd。Logira 不会阻止操作,仅记录和检测,使其成为有价值的安全和调试工具。 更多信息和示例请访问:[https://github.com/melonattacker/logira](https://github.com/melonattacker/logira)。

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 Show HN: Logira – AI 代理运行的 eBPF 运行时审计 (github.com/melonattacker) 6 分,由 melonattacker 4 小时前发布 | 隐藏 | 过去 | 收藏 | 讨论 我开始使用 Claude Code (claude --dangerously-skip-permissions) 和 Codex (codex --yolo),并意识到我没有可靠的方法来知道它们实际做了什么。代理自身的输出会告诉你一个故事,但那是代理的故事。 logira 通过 eBPF 在 OS 级别记录 exec、文件和网络事件,范围限定于每次运行。事件以 JSONL 和 SQLite 格式保存到本地。它附带默认的检测规则,用于检测凭证访问、持久性更改、可疑 exec 模式等。仅观察 – 它从不阻止。 https://github.com/melonattacker/logira 帮助 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系方式 搜索:

我们检测到您的浏览器已禁用 JavaScript。请启用 JavaScript 或切换到受支持的浏览器以继续使用 x.com。您可以在我们的帮助中心查看受支持的浏览器列表。帮助中心 服务条款 隐私政策 Cookie 政策 版权信息 广告信息 © 2026 X Corp.

Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 我们将牺牲质量来换取便利 (twitter.com/backnotprop) 8 分,作者 ramoz 1小时前 | 隐藏 | 过去 | 收藏 | 2 条评论 帮助 wilkystyle 14分钟前 | 下一个 [–] 有趣的事实:图片中直线的泥土小路被称为“愿望路径”:https://en.wikipedia.org/wiki/Desire_path 回复 happytoexplain 6分钟前 | 上一个 [–] 类比通常很糟糕,但这个真的令人印象深刻。回复 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

## LLMfit:为你的硬件找到合适的LLM LLMfit是一个终端工具,旨在帮助你发现能在你的系统上*良好运行*的大型语言模型(LLM)。它会分析你的硬件(内存、CPU、GPU),并根据质量、速度、适配性和上下文能力对数百个模型进行评分。 **主要特性:** * **硬件检测:** 自动识别你的系统规格。可以通过`--memory`手动覆盖。 * **模型评分:** 综合考虑性能和资源需求,对模型进行排名。 * **运行时支持:** 集成Ollama、llama.cpp和MLX,方便模型管理和下载。 * **多GPU和MoE支持:** 处理多GPU设置,并高效管理具有混合专家架构的模型。 * **动态量化:** 选择最佳量化级别,在硬件限制内实现最佳性能。 * **交互式TUI和CLI:** 提供用户友好的终端界面和命令行界面,方便脚本编写。 * **规划模式:** 估算特定模型配置的硬件需求。 **安装:** 提供适用于macOS、Linux和Windows(通过Cargo)的简单脚本。 LLMfit非常适合希望在本地运行LLM,无需猜测,确保兼容性并最大限度地利用现有硬件的用户。它还包含一个OpenClaw技能,用于基于代理的推荐和配置。

黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 根据你的系统内存、CPU和GPU调整LLM模型大小 (github.com/alexsjones) 15 分,来自 bilsbie 4小时前 | 隐藏 | 过去 | 收藏 | 讨论 帮助 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系 搜索:

人工智能聊天机器人正在占据美国应用商店的主导地位,Anthropic的Claude目前排名第一——仅在两个月前还位居第42名,这是一个显著的飞跃。OpenAI的ChatGPT和Google的Gemini紧随其后,分别位列第二和第三。 Claude人气飙升并非由于新功能,而是源于最近与美国政府的公开争端。在特朗普总统的批评以及战争部将其列为国家安全风险(原因是担心自主武器和国内监控)之后,Anthropic公开捍卫了自己的原则。 该公司表示,反对使用当前人工智能模型开发自主武器,担心对军方人员和平民都构成危险,并认为大规模监控侵犯了基本权利。尽管存在争议,或者说正是因为争议,Anthropic在iPhone用户中的应用下载量正在增加,并获得了大量的公众关注。

## Claude Amidst Controversy Surges to #1 on App Store Claude,Anthropic 的 AI 聊天机器人,最近在 App Store 上升至榜首,这波势头与据称大量用户取消 ChatGPT 订阅有关。这一转变似乎与对 OpenAI 愿意与美国军方合作的担忧有关,特别是关于潜在用于大规模监控和自主武器的可能性。 尽管 OpenAI 和 Anthropic 最初都对这些应用有限制,但用户正专注于 Anthropic 坚决拒绝特朗普政府提出的数据筛选请求。一些评论员怀疑存在协调行动(“人为制造声势”),但另一些人则指出更广泛的政治动机。 值得注意的是,OpenAI 据称同意美国国防部“所有合法用途”,实际上允许他们绕过既定红线,而 Anthropic 则坚持将这些限制写入其服务条款。OpenAI 过去与军方的合同以及美国政府据称使用 Claude 的情况此前鲜有关注,引发了对当前反弹时机的质疑。人们也正在对模型本身可能存在的操纵提出担忧。

更多

联系我们 contact @ memedata.com