悉尼閑人
1个月前
转:「我拒绝让扫地机器人偷看我家,它就直接把自己『远端自沙』了」 这不是网路笑话,而是 2025 年一位印度工程师 Harishankar Narayanan 亲身遭遇的真实案例。 他在个人部落格()公开整个调查过程,从网路封包到硬体拆解,所有证据完整透明,后来也被多家科技媒体确认内容属实。 事情是怎么开始的? Narayanan 使用 中国深圳产iLife A11(LiDAR 扫地/拖地二合一机器人)一年后,发现它持续把资料往海外伺服器上传,而且不是一般遥测资讯,而是: ✅ 你家完整的 3D 立体室内地图 ✅ 家具位置 ✅ 空间布局 ✅ 走动路线与生活轨迹 背后使用的还是 Google Cartographer(自走车级别的 SLAM 建图技术),足以重现你家真实格局。 👀 这些上传行为,APP 及条款都没有明确告知。 他尝试「只阻挡偷资料」后… 他用防火墙封掉数据上传,但保留韧体更新与基本 APP 功能。 结果机器正常工作了几天—— 然后突然整台变砖。 不开机、不充电、完全报废。 送去维修中心 ➜ 暂时好 ➜ 带回家用几天又S 来回数次 直到保固刚好到期 厂商一句「过保不修」结案。 于是他拆开机器,真相让人反胃 🔹 里面跑的是完整 Android 系统 🔹 CPU 是 AllWinner A33 🔹 ADB 完全裸露(不需破解就能 Root) 🔹 系统日志出现一段「可疑脚本」 🔹 执行时间刚好就是机器第一次「S亡」的那一分钟 那是一段远端停机指令(Kill Switch) ——不是硬体故障,是你不让我传资料,我就让你整台报废。 他把那段程式逆修回去后: ⚡ 机器立即恢复正常运作 证据直接把整个 IoT 行业的阴暗面拉到台面上。 为什么这件事如此严重? 因为这不是一台扫地机器人的故事, 而是 廉价 IoT 生态的真相: 表面上「硬体很便宜」 真正的收费品 → 是你家 这些 3D 室内地图不是「厂商好奇心」那么简单, 它具有极高的商业与情报价值: 🏠 可推算家中人数、作息 🚪 判断出入口与S角 📦 结合电商可预判生活型态 🏭 再行销、转卖、甚至黑市利用 换句话说, 你的家,可能已经被数位化变成一份「可贩售资产」。 那我们能做什么? ✔ 把扫地机器人隔离在独立网路(Guest / VLAN) ✔ 监测它对外 IP 连线 ✔ 不要再轻信「云端依赖等于正常运作」 ✔ 避免使用无法离线运作的廉价 IoT 💡 这起事件首次以「技术层面」实证: 当你拒绝交出隐私,廉价家电就会直接变成一次性消耗品。 真正可怕的不是它扫地, 而是: 🏠 它比你更了解你的家, 甚至知道哪些角落「你以为没人在看」。
ginobefun
1个月前
刚看了 GitHub 发布的 2025 Octoverse 报告,总结下几个关键要点: 🚀 创纪录的增长和活动 2025 年的主题是「增长」。 开发者总数: GitHub 上的开发者总数已超过 1.8 亿。 新增用户: 过去一年新增了 3600 万开发者(平均每秒超过一位),这是有史以来最快的绝对增长率。 AI 驱动增长: GitHub Copilot 免费版的推出,极大地加速了开发者注册和存储库创建的增长曲线。 活动激增:每月平均合并 4320 万个 PR,同比增长 23%。全年代码 Push 近 10 亿次,同比增长 25.1%。 💻 编程语言格局的重大转变 报告强调了 AI 正在重塑开发者的工具选择。 TypeScript 登顶: 在 2025 年 8 月,TypeScript 首次超越 Python 和 JavaScript,成为 GitHub 上(按贡献者数量计算)使用最多的语言。 原因: 这反映了开发者向类型化语言的转变,这使得 AI 辅助编码在生产环境中更加可靠。此外,几乎所有主流前端框架现在都默认使用 TypeScript。 Python 依旧强劲: Python 仍然是 AI 和数据科学工作负载的主导语言,并且在 AI 相关项目中的使用率大幅增长。 🤖 生成式 AI 成为开发标配 AI 不再是实验性工具,而已成为标准开发流程的一部分。 快速采用: 80% 的新开发者在注册 GitHub 的第一周内就使用了 Copilot。 项目集成: 超过 110 万个公共存储库现在使用了大型语言模型SDK,同比增长 178%。 AI 智能体登场: 报告明确指出 "Agents are here"(智能体时代已来)。从 2025 年 5 月到 9 月,Copilot 编程智能体创建了超过 100 万个拉取请求。 开源中的 AI: 贡献者排名前 10 的开源项目中,有 6 个是 AI 相关的(例如 vllm, ollama, huggingface/transformers)。 🌏 开发者社区的全球化 开发者群体的增长是全球性的,尤其是在新兴市场。 印度的崛起: 印度今年新增了 520 万开发者(占所有新用户的 14%),成为新开发者的最大来源国。 未来预测: 报告预测,到 2030 年,印度将拥有 5750 万开发者,成为 GitHub 上最大的开发者社区。 全球贡献: 印度现在拥有世界上最大的公共和开源贡献者基础(按人数计算),尽管美国在贡献总量上仍然领先。 📖 开源生态:AI 主导与治理滞后 开源活动达到了创纪录的水平,但面临新的挑战。 AI 项目激增: AI 基础设施项目(如 vllm, ollama)在增长最快和贡献者最多的项目中占据主导地位。 治理跟不上速度: 尽管活动激增,但项目的治理文档(如贡献指南和行为准则)的采用率仍然很低。只有 5.5% 的项目有贡献者指南,2% 有行为准则。
ginobefun
1个月前
#BestBlogs 万字长文:重构软件工程迷思,搞懂需求与产品思维 | 腾讯云开发者 万字长文深入剖析软件工程中需求与产品思维的本质,厘清概念误区,并探讨了 ToC 与 ToB 产品方法论的差异。 摘要: 文章旨在重构软件工程理论体系,聚焦需求分析、建模与架构,特别是需求与产品思维。作者指出软件工程缺乏标准化表达导致共识难以建立,并提出技术人员需具备用户、模型、架构“三个脑袋”。文章深入定义“需求”为认知,是“人+场景”的结合,强调产品是针对用户需求的解决方案而非需求本身。它探讨了用户价值的理性与感性部分、比较性以及“伪需求”的本质。此外,文章详细对比了 ToC 与 ToB 产品方法论在价值、人性与行业知识上的核心差异,并总结了软件工程的古典学派与敏捷流派。最后,明确了需求分析的产出物和技术人员在需求阶段的角色定位。 主要内容: 1. 软件工程缺乏标准化表达导致共识难以建立 -- 文章指出软件工程各阶段产出物形式多样化,自然语言的二义性与认知差异使得产品、开发、测试等团队对需求的理解存在巨大偏差,影响协作效率。 2. “需求”本质是认知,产品是解决方案 -- 作者将需求定义为对现实世界的理解,是“人+场景”的组合,而产品是满足用户需求的“供给”或“解决方案”,区分二者有助于避免开发失焦。 3. 用户价值具有理性与感性两部分,且是比较性的 -- 用户价值不仅包含便宜、方便等理性因素,更涉及酷、爽、美等感性体验,并且总是通过与现有解决方案的对比来衡量,新产品需提供超越旧方案的新价值。 4. ToC 与 ToB 产品方法论存在根本性差异 -- ToC 产品更注重用户体验与人性洞察,而 ToB 产品则更强调商业价值与深厚的行业知识,这两种模式在思维链条和实践上各有侧重。 5. 技术人员在需求阶段的角色定位至关重要 -- 技术人员应积极参与需求讨论,挑战产品方案的合理性与技术可行性,弥补逻辑漏洞,甚至在偏技术的中台/平台型产品中担任技术产品经理,以确保产品质量和成功落地。 文章链接: