avatar
向阳乔木
1个月前
一天从收拾桌面开始，今天计划研究Claude skill。 还有做一个分享PPT
#效率 #工作 #计划 #学习 #分享
avatar
cognition和cognitive core的P vs NP类比理解
#认知 #cognitive core #P vs NP #类比 #理解
avatar
Geek
1个月前
Open WebUI 轻量版，一个轻量级的 Open WebUI 实现。 用 Rust 重写的 Open WebUI，显着减少内存和资源使用，不需要依赖服务，无需 Docker，同时具有服务器版本和基于 Tauri 的桌面客户端。 Open WebUI Lite
#Open WebUI #轻量级 #Rust #内存优化 #桌面客户端
avatar
Geek
1个月前
我和我手底下的 AI，线上可以同时为 10 个人服务，线下可以为 1 个人服务，月入 5W，想想就刺激🤭
#AI #月入5W #线上服务 #线下服务 #个人服务
avatar
小互
1个月前
重磅研究：短视频正在改变我们的大脑和认知 澳大利亚格里菲斯大学的研究团队发现： TikTok、抖音、Instagram 这些短视频平台，正在悄悄改变人类的大脑。 🔎 71项研究 👥 98,299名参与者 🧠 分析了短视频使用与“认知”和“心理健康”的关系 研究发现： - 短视频使用越多，整体认知水平越差 - 专注能力严重下降 - 自我调节能力显著减弱 - 记忆能力也出现了下降 1、短视频与认知功能的关系 长期刷短视频会： - 刺激让大脑习惯“快节奏”内容； - 当面对“慢节奏任务”（阅读、学习）时，大脑容易分心； - 神经层面上，前额叶皮层（Prefrontal Cortex）与注意力网络激活降低； - 大脑的“多巴胺奖励系统”被反复触发 → 强化“即时满足”模式； - 长期效果：注意力持续时间缩短、耐心下降、思维深度减弱。 重复刺激 → 大脑脱敏 → 难以专注慢节奏任务； 被奖励强化 → 越来越追求新鲜刺激； 如此反复，结果：认知系统变得浮躁、碎片化。 2、短视频与心理健康的关系 短视频的“负面情绪效应”主要体现在两个层面： 情绪调节失衡：个体依赖短视频缓解焦虑，却陷入“短暂放松—长期焦虑”的循环； 社会比较强化：算法倾向推送高刺激、高颜值、高成就内容，易诱发相对剥夺感。 研究团队指出，这种机制与“多巴胺奖赏路径过度激活”高度一致， 类似于行为成瘾模型中的“奖赏—强化—脱敏”过程。 情绪相关变量（焦虑、压力、睡眠）受到的影响最大，导致焦虑、孤独感严重上升，社交连接感下降、幸福感降低等。 同时还会破坏睡眠机制，睡前刷视频： 蓝光抑制褪黑激素； 情绪刺激使大脑保持兴奋； 入睡延迟、睡眠浅； 次日疲惫、情绪低落； 长期恶性循环：睡眠障碍 ↔ 焦虑 ↔ 情绪低落。 3、为什么短视频影响心理健康？ 🧩 1. 奖励系统循环：多巴胺陷阱 每刷一条短视频，大脑奖励系统就分泌多巴胺； 形成“期待 → 奖励 → 再期待”的循环； 长期刷视频的人会出现奖赏系统脱敏—— → 现实生活中的快乐变得“不够刺激”。 🧩 2. 情绪依赖与焦虑循环 不刷视频时会出现“焦虑感”； 一刷视频 → 立刻缓解； 结果：焦虑 - 刷视频 - 暂时好转 - 更焦虑 的循环。 🧩 3. 社交比较与情绪感染 短视频算法会放大“极端化”内容： 美女、豪车、成功学、完美生活； 用户在不自觉中进行比较 → “别人比我好” → 自尊下降、焦虑上升； 同时，负面视频（痛苦、疾病、自我诊断类）可能诱发“共情焦虑”； 有研究发现 TikTok 上的“心理症状分享”视频导致青少年模仿出现“抽动症状”【Olvera et al., 2021】。
#短视频成瘾 #认知能力下降 #心理健康影响 #多巴胺奖励 #社交比较
avatar
小互
1个月前
在Google Flow 中 使用 Nano Banana 去除背景，分离主体 可以生成干净、专业的图像素材 然后可进一步编辑、保存与使用 丝滑↓
#Google Flow #nano banana #图像处理 #背景去除 #专业素材
avatar
Orange AI
1个月前
Kosmos 这个 AI Scientist 有点离谱。 官方说一次运行能干完科学家 6 个月的活，beta 用户估的时间节省在 6.14 个月左右。读 1500 篇论文，跑 42000 行分析代码 最后给出 7 个发现，其中 4 个是新成果，还有阿尔茨海默相关假说在真实脑组织里被验证。 更妙的是，全流程可追溯，每个结论都能点回对应论文和代码。 AI 拼命干深度活，人类负责提问题和改方向，科研这套工作流要被重写一遍了。 Kosmos: AI Scientist Delivers 6 Months of Discovery in a Day, May 2025 - ListenHub
#Kosmos #AI Scientist #科研效率提升 #阿尔茨海默 #可追溯
avatar
yetone
1个月前
大凌晨说个暴论，其实 Claude 的 Skills 是在借鉴 Manus 的一些工程经验，所以我真的不明白为什么那么多人看不惯 Manus
#Claude #Manus #Skills借鉴 #工程经验 #争议
avatar
jimmy
1个月前
看最近 TL 上吵前端框架，我其实有点好奇苹果为什么选了 Svelte 来写 Apple Music 和 App Store
#前端框架 #Svelte #Apple Music #App Store #技术选型
avatar
云中月
1个月前
一个老程序员看到喉返神经后的感慨 第一次看到喉返神经（recurrent laryngeal nerve，RLN）的解剖图，我怔住了整整半分钟。 那条从脑干发出的神经，本应直抵喉部，却偏要绕道下行，深入胸腔一圈，再折返向上。 在鱼类身上，这路径顺理成章；到了哺乳动物，却成了一个死结；而到了长颈鹿体内，它竟要绕行五米之远。 脖子越长，绕路越显荒唐，却无法更改。 生物没有“重构子系统”的权力，它只能在旧线路上修修补补。 那一刻，我想到的不是生物学，而是 CS:IP = F000:FFF0。 这是所有Intel电脑永远的“喉返神经”。 今天回顾历史，8086 的设计团队确实非常聪明。他们创造性地重新设计了通用寄存器、真正的堆栈指针、丰富的寻址模式、微码翻译、16 位算术和内部时钟，这是第一次将“现代 CPU”塞进一颗芯片。 只不过，由于当年寻址寄存器只有 16 位，电脑内存地址又想突破 64K，于是他们搞出了一个临时方案：“段左移 4 位 + 偏移”的假扩展。 没人想到，这个错位的 20 位怪胎设计，会将整整一代计算机文明锁死，成为个人电脑的“喉返神经”。 特别是当 IBM PC 采用 8088 之后，一切都被封印了。 1MB 地址空间被切割得支离破碎：0–640K 留给程序，640K–1MB 塞满显存、BIOS、扩展卡和通信端口。 装上 1MB 内存，一半被设备占用；装上 4MB，也得靠 EMS/XMS 驱动像撑大的气球一样勉强塞入。 整个电脑的寻址方式，就像那条喉返神经，被硬塞进早已不合身的躯壳中，却无法重新布线。 一个大程序被拆解成几十个 64K 的小盒子，链接器像搬砖一样辛苦。near/far 指针、C语言的五种编译模式（S、C、M、L、H）折腾得死去活来。 指针多算一步就跨段，call 和 return 仿佛不在一个宇宙；数组超过 64K 就会崩溃；中断向量表卡死在 0x0000；显存固定在 A0000。 我们当年写程序时，还“聪明”地利用这个“寻址魔法”，操纵段寄存器防拷贝、反调试、在ROM 区假写入、改CS偷系统中断向量表，这些“技巧”都依赖对段寄存器的操作，全是沿着那条畸形的“段:偏移”神经做文章。 当年我们依赖结构漏洞生存，而非凭借结构优雅编程。 8086 那套段寄存器本来只是权宜之计，到了 80286 却被推成了彻底的疯狂。 英特尔试图把分段模型扩展成一个庞大的保护体系：整个内存结构被迫围着“分段”这一原始补丁转圈。 最可怕的是，一旦进入 80286 的保护模式就无法返回实模式，整个系统像被封在铁盒里，只有重启电脑才能脱身。 直到80386 出来，强行引入平展寻址和分页机制，“寻址要分段”这条史前时代的畸形定律终于被压到架构底层，程序员第一次获得真正的32位寻址自由。 指针不再区分 near/far，返回地址不再错位，数组不会在 64K 边界自杀。段寄存器从主角沦为透明的影子。 这时，我们以为终于摆脱了祖先的那段绕路，以为 80386 的平展寻址把那条祖先绕路的“喉返神经”终于剪掉了，可事实不是这样。 你二舅还是你二舅，386 仍然是 x86。后来的 80486 还是 x86，哪怕英特尔改名成 Pentium，可它依旧是 x86 的延长线。 哪怕是后来变成 i3、i5、i7、i9，本质还是那一套祖传血统。名字怎么换都行，微架构翻了几十次代也行，但那条最深的印记永远在。 你当然可以把整颗芯片全部现代化，把页表、MMU、总线协议、缓存层级全换一遍，但只要它叫 x86，哪怕做到百核、做到 TB 级内存，启动的第一口气仍然必须像 1978 年的 8086 一样去跑那段古老的实模式流程。 电脑永远逃不掉那个噩梦：上电后，从 F000:FFF0 开始那个1978年的时刻醒来，假装自己还活在 1MB 的史前时代。 BIOS 再怎么换皮，UEFI 再怎么现代，都得先演一遍“古代仪式”：跑过 8086 的实模式，走过那套段模型、1MB 内存地图和 A0000 显存区，然后才缓缓进入保护模式、长模式，最终装载 Windows 11。 那条线路永远无法删除。抽象层越厚，它越像胚胎发育中必须重演的一段祖先结构。 那天，我看着喉返神经的图，再翻翻启动流程，忽然明白： 我们写代码写了这么多年，其实从未走出那个史前时代的影子。 文明再先进，外壳再光鲜，底下总有一条古老的线路，是你永远无法摆脱的。
#喉返神经 #CS:IP = F000:FFF0 #8086 #段:偏移 #x86架构
avatar
“我是一名文字理解力低下的码农，我想看懂这篇推文，请用傻子都能懂的语言详细给我讲一下这个推友在讲什么，特别是LLM交互范式方面的关联”
#文字理解 #码农 #推文解读 #LLM交互 #求助
avatar
宝玉
1个月前
前几天 Anthropic 发布的那份报告《挫败首例由 AI 策划的网络间谍活动（Disrupting the first reported AI-orchestrated cyber espionage campaign）》 已经被很多人骂过了，这几天在 Hacker News (HN) 上也是被群嘲。 报告的核心指控是：他们发现并阻止了一个“复杂的”网络间谍行动，该行动由一个他们定性为“中国政府资助”的组织（代号 GTG-1002）发起。而最关键的一点是，这个组织使用 AI（特别是 Claude）来“编排和执行”其 80-90% 的战术行动。 社区的开发者和安全专家们非但没有感到震惊，反而将这份报告扒了个底朝天。结论几乎一边倒：这与其说是一份威胁情报，不如说是一份精心包装的营销噱头。 首先是一位安全行业的专业人士 djnn .sh 发表了一篇博文 “Anthropic 的报告闻起来就像狗屁” (Anthropic's paper smells like bullshit) 成为了 HN 上的热门讨论帖。 1. 文章中一个观点大家都很认同：“PoC || GTFO” (要么拿出证据，要么滚蛋)。 一份严肃的网络安全威胁情报报告，是有行业标准的。你必须提供 IoCs（入侵指标）——比如攻击者使用的域名、IP、文件哈希值；以及 TTPs（战术、技术和程序）——他们具体是怎么做的。 而 Anthropic 的报告里几乎都没有什么证据。 HN 社区对此的共识是：这份报告“技术含量为零”。 用户 rfoo： > 别说和现代报告比，“就连卡巴斯基十年前一份关于 Duqu 2.0 的报告，都包含了扎实的技术链接和归因理由。” Anthropic 这份报告简直是“slop”（残羹剩饭）。 用户 padolsey： > 这似乎成了一种新常态。“AI 实验室（点名了 GPT-5 的系统卡和微软的红队测试）都喜欢‘pro-research’（自称支持研究），但发布白皮书时却从不附带代码和数据。” 一份没有技术细节、无法验证、无法让其他安全团队据此设防的“报告”，根本不配被称为“威胁情报”。 2. 如果说缺少 IoC（入侵指标）只是“不专业”，那么 HN 网友 gpi 则发现这份报告在“有意夸大”。 网友 gpi 发现，Anthropic 在发布报告后，悄悄地将从“每秒数千次请求”改为了“数千次请求，经常每秒多次”。 > Edited November 14 2025: > Corrected an error about the speed of the attack: not "thousands of requests per second" but "thousands of requests, often multiple per second" 任何一个技术人员，都绝不可能把这两个概念搞混，大概率是营销部门在撰写报告时，为了戏剧效果而添油加醋，结果被技术社区抓包。 3. 牵强的归因和逻辑，一切都是为了营销 报告中最具煽动性、也最受诟病的，就是将攻击“归因”于“中国政府资助的组织”。 网友 snowwrestler 给出了一个非常专业的分析：将攻击归因于“国家行为体”有三种途径： (1) 纯粹假设： 默认来自某国的坏事都是政府干的（这显然不靠谱）。 (2) 技术签名： 攻击手段与已知的、公开的 APT（高级持续性威胁）组织的特征库相匹配。 (3) 情报工作： 来自 NSA、FBI 等真正情报机构的内部信息。 Anthropic 不太可能有（3），如果他们有（2），就应该像其他安全公司一样，公布这些技术签名证据。但他们没有。 那么，他们为什么要这么做？ 用户 woooooo 提出了一个经典的“职场政治”洞察： “归咎于‘国家级超级间谍’是最好的免责声明。‘我们被超级间谍黑了’听起来，可比‘我们被一个随便的家伙(rando)给黑了’要体面得多。” 用户 prinny_ 则看得更深：“在缺乏证据的情况下，这种归因看起来更像是一种政治游说，目的是让美国政府介入，并成为那个让资金（投资）不断流动的‘大投资者’。” 在原文中就已点明，报告的结尾赫然写着： “网络安全社区需要……试验将 AI 用于防御……” HN 用户 DarkmSparks 做了个总结： “Anthropic 提出了一堆未经证实的指控，关于一个他们没具体说明的新问题。然后在最后，Anthropic 提出了解决这个未说明问题的方案——给 Anthropic 钱。” “这根本就是伪装成威胁报告的宣传材料，”用户 cmiles74 评论道，他还发现 Anthropic 在八月份也发过类似的“营销式”报告。 4. APT 真的会用 Claude 吗？ 抛开营销和政治不谈，HN 社区对这个攻击场景本身也提出了一个巨大的“黑人问号”：一个“高度复杂”的 APT 组织，真的会选择用 Claude 这种公开的、需要绑银行卡的商业 API 来执行核心任务吗？ 网友 KaiserPro 分享了他的一线经验：他曾在一家 FAANG 担任 SRE，也参与过对内部安全 AI 的“红队测试”。他的结论是：“AI 有点用，但对于‘协调’（coordination）任务来说，帮助不大。” 他最尖锐的质疑是：“你的 API 是绑定了银行账户的。在一个非常公开的系统上‘Vibe Code’一个指挥控制系统（C&C），这似乎是个非常糟糕的选择。” 网友 neuroelectron 则提出了一个充满讽刺的悖论： “我的 Claude 拒绝了我 10 个提示中的 9 个，并对我进行‘安全教育’，但它却被用于真正恶意的间谍活动？谁来让这个逻辑自洽一下。” 社区普遍认为，一个真正的 APT 组织，更有可能使用自己私有的、离线的、不受审查的本地模型，而不是一个处处受限、日志完备的美国公司产品。 5. 当 AI 泡沫遇上安全 FUD(恐惧、不确定和怀疑) 用户 EMM_386 提出了一个“洗地”角度： “我们都搞错了。Anthropic 不是一家安全厂商……这份报告的受众不是 SOC（安全运营中心）的工程师，而是政策制定者和 AI 安全研究者。它警告的是一种新的攻击模式。” 这个观点试图将这份报告从“技术文档”的失败，挽救为“政策白皮书”的成功。 但这个观点立刻遭到了反驳。用户 padolsey 回应道：“就算如此，他们也完全可以分享脱敏的 Prompts、攻击的编排模式。他们这种刻意的模糊，根本不是安全行业的运作方式。” 也许 Anthropic 根本就没有一个能写出合格威胁报告的安全团队。他们只是在自己最擅长的 AI 领域上，看到了一个他们认为或者希望存在的问题，然后用他们最不擅长的方式（写安全报告）把它包装起来，其核心目的，依然是 AI 圈的老套路：制造 FUD (恐惧、不确定和怀疑)，然后销售解药。 这就像当年索尼 PS2 刚发布时，有传闻说“伊拉克在购买数千台 PS2 来制造超级计算机”一样，听起来很酷，但本质上都是营销。
#Anthropic #AI网络间谍 #营销炒作 #安全报告质疑 #中国归因
avatar
初码
1个月前
随着对AI Coding实践的愈加深入，真的越来越庆幸并感谢自己在过去15年里深刻的工程经验，初高中大学教会自己基本原理，毕业后误打误撞的沉迷到现在做解耦和重构，曾经枯燥无味甚至负产出的自我愉悦反而成了AI时代无往而不利的坚实基础，未来10年，是架构师的时代，30-60岁的架构师会迎来最黄金的10年！
#AI Coding #工程经验 #架构师 #黄金时代 #技术沉淀
avatar
scr.c
1个月前
如果相亲资料写：“理想的认识方式是：给我发个你的 Github 项目地址让我来提 PR，或者你给我的项目提 PR 开始认识。”会不会被认为脑子有问题（？）
#相亲 #GitHub #PR #程序员 #社交
avatar
大罗SEO
1个月前
这篇关于SaaS SEO的文章干货非常多
#saas #SEO #干货
avatar
小弟调调
1个月前
新增 Leaf 备忘清单 👉
#Leaf #备忘清单 #新增
avatar
勃勃OC
1个月前
Meta 正式将 “AI 驱动的影响力（AI-driven impact）” 纳入 2026 年起的绩效考核体系，也就是说员工今后会根据他们在工作中 使用 AI、交付 AI 功能、或通过 AI 提升团队效率 的程度接受评价。 Meta 的人力主管向全员表示，AI 驱动的影响力将成为核心考核项，这意味着使用 AI 工具、构建 AI 功能，或利用 AI 显著改善团队产能，都将直接影响绩效评级与奖励。 在 2025 年的绩效周期中，公司 还不会对 AI 使用量等硬指标进行量化评分，但员工已被要求 自我报告 具体案例，说明 AI 如何显著提升了他们的输出效率或质量。 Meta 也正在推出一款名为 “AI Performance Assistant” 的工具，让员工在进行自评与同事互评时，可以同时使用内部的 Metamate 与外部工具（如 Gemini）来生成文本，从而推动所有人在绩效季真正使用 AI 来写作和思考。 这一做法与 Meta 其他举措一脉相承，例如允许在编码面试中使用 AI、举办内部 AI 采纳活动等，使得绩效管理、招聘流程以及日常工作方式都开始 主动引导员工高度依赖 AI，而非把 AI 当成旁枝末节的试验工具。 实际效果是：主管将开始询问一个项目是否使用 AI 缩短了时间、提升了指标，或实现了新的功能。 无法展示这类 AI 赋能成果的员工，未来可能会显得落后于同侪。
#Meta #AI驱动 #绩效考核 #效率提升 #Gemini
avatar
小红🌸
1个月前
作为开发者在web 出海赚钱阶段，我还在练找词、做seo，搞流量阶段； 我更倾向于尽量少开发量，来完成建站所需的seo 内容。 对一个工程的要求，就是能前端完成就前端完成，比如 blog 部分，我就用 mdx来做。 甚至不愿意花费代码量在：写一个简单的增删改查服务端页面。 代码都是自己能大概看懂的,少量干扰工程文件、影响我的视线。
#开发者 #web出海 #SEO #前端开发 #低代码
avatar
大变活人
1个月前
美国宇航局的朱诺号探测器已飞抵木星漩涡云层上方 4200 公里，创下历史新高，比以往任何航天器都更接近木星！ 这次大胆的飞越揭示了有关这颗行星的猛烈风暴、磁场和神秘极光的惊人数据。朱诺号近距离观测了拥有数百年历史的大红斑，揭开了这颗气态巨行星的神秘面纱，将探索之旅变成了一场惊心动魄的宇宙冒险。
#朱诺号 #木星 #宇宙探索 #大红斑 #NASA
avatar
埃隆·马斯克：比别人努力两倍
#埃隆·马斯克 #努力 #商业
avatar
Mens″s
1个月前
我分享个做自媒体的工具，有需要的么？ 这个痛点是：封面的创作，大家都知道我是做 claude code 中转的，我需要在公众号、xhs、b 站来不停的去引流获客。 所以，创造内容的时候，封面的设计一直是我觉得很好费时间，但是又没有吸睛情绪的能力，一直设计不出好的封面。 而且我也记不住什么 3:4、16:9 这些封面的使用场合，我就开发了这个东西。 支持公众号、小红书的封面设计，可以自动导出 PNG，很好的提升了我做内容的效率。 我也计划把他集成到我的 skill 里面。 如果你需要，你可以在评论区看到这个飞书链接获得这个项目，感谢～ 用它做了个高赞笔记👇
#自媒体工具 #封面设计 #引流获客 #效率提升 #飞书链接
avatar
kevinzhow
1个月前
苹果今年真的应该出带屏幕的 HomePod 了
#苹果 #HomePod #智能家居 #科技产品 #新品预测
avatar
Geek
1个月前
刚刚将 VPS 升级到 Debian Trixie 13.2，Watchtower 就寄了，因为 Docker 守护进程非要 API 1.44，这玩意儿早就没人管了，只能用下面方法凑合： - 添加环境变量 DOCKER_API_VERSION=1.44 - 分支镜像 image: nickfedor/watchtower:latest
#VPS升级 #Debian Trixie 13.2 #Watchtower故障 #Docker API 1.44 #nickfedor/watchtower
avatar
Silent Bird
1个月前
無人機品控，沒有一個動作是多餘的
#無人機 #品控 #動作
avatar
背包健客
1个月前
2025年11月13日，哈佛大学研究人员在肿瘤领域顶尖期刊《JAMA Oncology》上发表研究论文。 在这项研究中，研究人员分析了美国护士健康研究II（NHS II）队列中近3万名女性参与者，平均年龄为45岁，通过Nova食品分类确认了超加工食品的摄入量，分析了超加工食品摄入与女性早发性结直肠癌前体病变风险之间的关联。 在长达24年的随访期间，共记录了1189例早发性传统腺瘤和1598例锯齿状病变。 研究结果发现，与超加工食品摄入量最低的人（平均每天3份）相比，最高摄入量（平均每天10份）的参与者早发性传统腺瘤风险增加45%，但与锯齿状病变风险无关。 进一步调整BMI、糖尿病史、膳食纤维、钙、维生素D等多种潜在影响因素后，结果仍然一致。 对超加工食品类型分析发现，人工甜味饮料的摄入与传统腺瘤风险上升相关，摄入量最高组风险增加21%。 研究人员表示，研究结果强调了饮食质量在预防早发性结直肠癌中的重要性，减少超加工食品的摄入，转向低加工食品，可能是降低早发性结直肠癌风险的有效策略。 不仅如此，过量摄入超加工食品，还与加速衰老相关。
#哈佛大学 #超加工食品 #早发性结直肠癌 #女性健康 #饮食风险