2025 06 29 HackerNews

2025-06-29 Hacker News Top Stories #

IDF officers ordered to fire at unarmed crowds near Gaza food distribution sites #

以色列士兵被指控在加沙地带人道主义援助点附近故意向非武装巴勒斯坦人开枪，导致数百人死亡，引发战争罪行审查与国际批评。

作者删除了所有笔记和想法，解脱了“第二大脑”的束缚，反思了个人知识管理运动的局限性。

Meta测试使用用户未公开照片训练AI模型，引发隐私担忧，用户可选择关闭该功能并删除照片。

MCP协议因其简单性和扩展性，被视为通用插件系统，推动了工具和模型之间的互操作性生态系统。

美国最高法院限制联邦法官权力，支持特朗普行政命令，削弱了司法对总统政策的制衡能力。

社交媒体通过算法和经济结构设计成瘾，作者呼吁改变现有经济模型以创造更健康的社交媒体环境。

詹姆斯·韦伯太空望远镜首次直接成像发现系外行星，为研究行星系统形成提供重要线索。

作者在自制CPU上成功移植类Unix操作系统Xv6，详细描述了项目中的挑战与解决过程。

SymbolicAI框架结合传统编程与大型语言模型的特性，增强了语义操作和推理能力。

Learn OCaml是一个在线学习平台，提供交互式编程练习，适合学习和提升OCaml编程技能。

https://www.haaretz.com/israel-news/2025-06-27/ty-article-magazine/.premium/idf-soldiers-ordered-to-shoot-deliberately-at-unarmed-gazans-waiting-for-humanitarian-aid/00000197-ad8e-de01-a39f-ffbe33780000

‘这是一个杀戮场’: 以色列国防军（IDF）士兵被命令故意向等待人道主义援助的非武装加沙地带巴勒斯坦人开枪

以色列士兵向《国土报》透露，过去一个月内，以色列军队故意向加沙地带援助分发点附近的巴勒斯坦人开火，即使这些人并未构成威胁。这一行为导致数百名巴勒斯坦人死亡，促使军事检察机关要求审查可能的战争罪行。

以色列总理内塔尼亚胡和外交部长卡茨拒绝这些指控，并称之为“血的诽谤”。

文章中提到，以色列人对内塔尼亚胡的仇恨与对以色列国防军的盲目信任之间存在脱节。他们仍然认为以色列国防军是世界上最道德的军队，没有任何证据能够改变他们的看法。以色列人将自己的生存归功于以色列国防军，他们自己、他们的孩子都是以色列国防军的一部分。要意识到在当前政府的命令下，以色列国防军已经失去了灵魂，这对大多数以色列人来说是一个深刻的道德危机，他们还没有准备好面对。但这不是一个坏日子，而是 600 多天的战争罪行，这不会不被注意。

与此同时，以色列人将他们的罪行隐藏在哈马斯的罪行背后，并会否认像这样的文章。文章中还提到了一些评论，其中包括对以色列行为的批评和对以色列政策的反思，以及对以色列在国际舞台上失去合法性的担忧。一些评论者表达了对以色列行为的愤怒和对美国政府盲目支持以色列的羞愧。还有评论者提到，以色列的行为已经导致许多美国人，特别是年轻一代，对以色列产生了敌意。

文章最后提到了一些评论者之间的争论，包括对以色列在加沙地带行动的辩护和批评，以及对哈马斯行为的讨论。一些评论者认为，以色列的行为是战争罪行，没有借口，而另一些评论者则试图为以色列的行为辩护，声称哈马斯的行为更为恶劣。

HN 热度 1035 points | 评论 762 comments | 作者：ahmetcadirci25 | 17 hours ago #

https://news.ycombinator.com/item?id=44402896

以色列的行为是明显的战争罪行，应受到类似纽伦堡审判的审判。
以色列的行为令人不安，需要对这些指控进行调查，并对犯下战争罪的人进行公开审判。
以色列对加沙地带的援助和新援助交付存在问题，需要答案。
加沙人道主义基金会否认在其设施内发生了此类事件，并呼吁以色列调查这些指控。
信息大多是未经验证的，难以分辨事实与虚假。
以色列不允许记者进入加沙地带，导致信息无法核实。
以色列曾多次允许记者在战争中进入加沙地带，但需要陪同以色列国防军，并且以色列国防军有权审查可能危及士兵的信息。
哈马斯威胁和恐吓记者，西方媒体即使以色列允许也无法自由进入加沙地带。
以色列积极杀害记者，这是记者报道史上最致命的战争。
记者跟随以色列国防军的行动并不是真正的新闻报道。
哈马斯控制加沙地带的新闻报道，以色列不够开放并不意味着哈马斯的叙述就是真实的。
以色列通过基本法：以色列作为犹太人民的国家，被描述为民族国家。
哈马斯破坏援助分发，因为这是对其收入来源的攻击，建议通过无人机投放援助。
以色列武装加沙地带的帮派。

I deleted my second brain #

https://www.joanwestenberg.com/p/i-deleted-my-second-brain

这篇文章是 Joan Westenberg 在 2025 年 6 月 17 日发表的，讲述了他删除了自己所有的笔记和想法的经历。以下是文章的中文摘要：

删除“第二大脑”

Joan Westenberg 在两天前删除了自己所有的笔记，包括 Obsidian 中的每一个想法、Zettelkasten 卡片、概念图，以及自 2015 年以来同步的每一个 Apple Note、高亮的每一段引用和每一个待办事项列表。这一行为带来了解脱和宁静。

“第二大脑”的构建与问题

多年来，Joan 一直在构建所谓的“第二大脑”，这是一种技术爱好者和生活黑客推崇的概念，旨在捕捉一切、不忘任何事物，将思考存储在一个庞大的、可以自我提问和回答的网络档案中。然而，随着时间的推移，这个“第二大脑”变成了一个墓穴，堆满了过去的自我、兴趣和冲动。它不仅没有加速思考，反而取代了思考；没有帮助记忆，反而将好奇心固化为静态分类。

清醒六年的反思

Joan 已经戒酒六年，这个里程碑让他对时间有了新的认识，创造了“之前”和“之后”，并促使他进行反思。在回顾戒酒旅程时，他发现自己的档案中并没有帮助他度过最初几年的东西。他意识到，带他来到这里的东西，不会带他去下一个需要去的地方。

全面捕捉的承诺

现代个人知识管理（PKM）运动的根源可以追溯到对系统理论的学术兴趣、Luhmann 的 Zettelkasten 和硅谷对生产力的神话。Roam Research 将双向链接变成了一种崇拜，而 Obsidian 让这种崇拜脱离了网络。但 Borges 在《巴别图书馆》中理解了全面系统的的代价，他想象了一个包含所有可能书籍的无限图书馆，其中既有完美真理也有完美废话。图书馆的居民永远徘徊其中，陷入绝望、疯狂和虚无主义。

“第二大脑”的隐喻

“第二大脑”的隐喻既雄心勃勃，又在一定程度上生物学上荒谬。人类记忆不是档案，它是联想的、具身的、情境的、情感的。我们不在文件夹中思考，也不通过反向链接检索意义。我们的思维是即兴的，它们故意忘记。

工具的暴政

每一样工具都会改变使用它的手的形状。Obsidian 是一个出色的软件，但如果没有节制，它也可能是一个陷阱。Markdown 文件、嵌套文件夹、跟踪生产力的插件、暗示全知的图形视图，都可能产生掌握的幻觉。但星座是投影，它们讲述故事，并不保证理解。

未读的焦虑

有一种罪恶感伴随着未读的书籍、文章和博客文章。但有一种特别的焦虑是为未读列表的未读事物保留的。Joan 的阅读列表变成了想象中的智慧图腾，一个供奉他将成为的人的神龛，只要他读了上面所有的东西。

破坏作为设计

尼采烧毁了早期草稿，米开朗基罗摧毁了草图，达芬奇留下了数千页未完成的页面。删除的行为不是记录失败，而是重新确立了代理权。在设计中，我们谈论减法作为提炼。雕塑家凿去一切不是形象的东西。音乐家剪掉一条杂乱的旋律线。但在知识工作中，我们囤积。我们把积累当作美德。

重新开始的感觉

重新开始的感觉就像不穿衣服游泳。轻松、赤裸、有点脆弱，但比多年来感觉更干净。Joan 写作时知道它可能会消失，他标记书籍时知道标记会褪色。他相信重要的东西会回来，会找到自己的路浮现出来。他不再崇拜文本的永久性。

新的系统

Joan 的新系统，简单地说，就是没有系统。他写下自己的想法，删除不需要的东西。他不捕捉一切，也不尝试这样做。他随心所欲地阅读，他在对话中思考，在运动中思考，在情境中思考。他不构建第二个大脑，他居住在第一个大脑中。

HN 热度 483 points | 评论 296 comments | 作者：MrVandemar | 19 hours ago #

https://news.ycombinator.com/item?id=44402470

作者删除了自己的笔记档案，因为它们包含了不常做的操作指南、个人项目的当前状态、车辆维护日志和重要账户的识别细节等信息。
有人认为所谓的“第二大脑”更像是待办事项列表，而不是工程日志，这些笔记造成了焦虑。
有人反对删除笔记，因为它们记录了过去的想法和自我，有助于回顾过去和感受个人成长。
有人提到，第二大脑也像日记一样，回顾过去记录的笔记是一种快乐。
有人表示，能够回顾多年前的邮件是一种宝贵的资源，可以了解自己过去的生活。
有人建议将数据保存在硬盘上，并在多年后查看，以重温旧照片和笔记。
有人提到使用磁带存储数据的可靠性和成本效益，以及其物理上的稳健性。
有人指出，磁带存储并非永恒，旧的音频磁带可能会分解，重要的东西最好使用两种不同的介质保存。

Facebook is asking to use Meta AI on photos you haven’t yet shared #

https://www.theverge.com/meta/694685/meta-ai-camera-roll

这篇文章讨论了 Meta（Facebook 的母公司）开始使用用户未公开的私人照片来训练其人工智能（AI）模型的情况。文章指出，尽管 Meta 目前并未使用这些未公开的照片来训练其 AI 模型，但它没有回答是否会在未来这样做，以及它将对用户的照片拥有什么权利。

文章提到，TechCrunch 报道了一些 Facebook 用户在尝试使用“故事”功能时遇到了弹出消息，询问他们是否愿意加入“云处理”，这将允许 Facebook“定期从您的相机胶卷中选择媒体并上传到我们的云”，以生成“拼贴画、回顾、AI 重新设计或生日、毕业等主题的想法”。通过允许这个功能，用户同意 Meta AI 条款，允许其 AI 分析这些未公开照片的“媒体和面部特征”，以及照片拍摄的日期，以及照片中其他人或物体的存在。用户进一步授予 Meta“保留和使用”这些个人信息的权利。

Meta 最近承认，它从 2007 年以来在 Facebook 和 Instagram 上发布的所有内容中抓取数据，以训练其生成性 AI 模型。尽管公司声明它只使用了 18 岁以上成年用户上传的公开帖子，但它对于“公开”的含义以及 2007 年的“成年用户”是什么一直含糊其辞。Meta 告诉 The Verge，目前它没有使用这个新功能来训练您的未公开照片。Meta 的公关事务经理 Ryan Daniels 表示，这个测试不使用人们的照片来改进或训练我们的 AI 模型。

Meta 的公开立场是，这个功能“非常早期”，无害且完全是可选的：“我们正在探索使 Facebook 上的内容共享更容易的方法，通过测试来自个人相机胶卷的现成共享和策划内容的建议。这些建议是可选的，并且只显示给您——除非您决定分享它们——并且可以随时关闭。相机胶卷媒体可能被用来改进这些建议，但在这次测试中不用于改进 AI 模型。”Meta 通讯经理 Maria Cubeta 在一份声明中说。

文章指出，这听起来可能与 Google Photos 类似，后者在用户选择加入 Google Gemini 后，也可能建议 AI 调整您的图像。但与 Google 不同，后者明确声明它不会使用从 Google Photos 中获取的个人数据来训练生成性 AI 模型，而 Meta 目前的 AI 使用条款自 2024 年 6 月 23 日起生效，并没有明确说明通过“云处理”访问的未公开照片是否被排除在用作训练数据之外——Meta 也没有为我们澄清这一点。

尽管 Daniels 和 Cubeta 告诉 The Verge，选择加入只允许 Meta 检索您 30 天内未公开的相机胶卷，但似乎 Meta 保留了一些数据超过那个时间。Meta 写道：“基于主题的相机胶卷建议，如宠物、婚礼和毕业，可能包括超过 30 天的媒体。”

幸运的是，Facebook 用户有一个选项可以在他们的设置中关闭相机胶卷云处理，一旦激活，它也会在 30 天后开始从云中删除未公开的照片。

这个功能暗示了对我们之前私有数据的新侵犯，它绕过了有意识地决定公开发布照片的摩擦点。根据 TechCrunch 发现的 Reddit 帖子，Meta 已经在提供之前上传的照片的 AI 重新设计建议，即使用户没有意识到这个功能：一位用户报告说，Facebook 在未经她知情的情况下，将她的婚礼照片变成了宫崎骏风格。

HN 热度 474 points | 评论 339 comments | 作者：pier25 | 24 hours ago #

https://news.ycombinator.com/item?id=44401406

Facebook 使用的 AI 系统在标记和分类照片时存在明显缺陷。
有人分享了因 AI 错误识别而导致其管理的页面被下线的经历。
有人对 AI 识别错误表示幽默理解，如将金星和土星与人体部位相混淆。
有人批评 AI 在社会服务和客户支持中的过度使用。
有人提出 AI 应该只是辅助工具，不应成为不可逃避的过滤手段。
有人分享了在医疗账单审批项目中使用 AI 模型的经验，强调了 AI 的伦理使用。
有人指出，即使有人类参与，系统也可能因为激励机制而变得不公正。
有人讨论了如何通过 AI 辅助评估来提高医疗账单处理的效率和准确性。
有人担忧 AI 的使用会加剧现有的不公正现象，并增加自动化的可信度。
有人提出让 CEO 直接对计算机做出的决策负责，以平衡风险和奖励。

MCP: An (Accidentally) Universal Plugin System #

https://worksonmymachine.substack.com/p/mcp-an-accidentally-universal-plugin

这篇文章讨论了 MCP（模型上下文协议）作为一种意外的通用插件系统的潜力，作者 Scott Werner 通过一些生动的比喻和实例，说明了 MCP 的灵活性和扩展性。

文章开头提到 USB-C 的多功能性，暗示 MCP 也具有类似的潜力。USB-C 不仅仅是一个用于充电和传输数据的接口，它可以连接各种设备，例如手机、个人披萨烤箱，甚至是 Rex 的烤面包机和显示器。这个比喻帮助读者理解 MCP 不仅限于连接 AI 模型，还可以连接任何数据源和工具。

作者指出，虽然 MCP 被认为是为了提升 AI 助手的智能（例如让 AI 理解用户的文件和情感），但实际上，如果我们将 AI 的部分去掉，MCP 就成为一种连接各种功能的标准化方法。这使得任何东西都可以与其他东西互相交流。

文章进一步说明，MCP 的设计使得越来越多的人构建 MCP 服务器，这样每个应用程序都可以利用其他人开发的功能。作者用 “聚餐” 的比喻来形容这个过程：每个人带来自己的特色菜，而这些特色菜（功能）可以被其他人使用，形成一个互利的生态系统。

MCP 被比作 USB-C，不仅是因为它是一个连接点，而是因为它是一个充满可能性的空间，允许各种功能的接入。MCP 实际上是一种使不同系统之间能够进行有效沟通的协议，超出了其初衷。

最后，作者提到他们正在开发一个名为 APM（每分钟动作）的任务管理应用程序，实际功能将根据用户接入的 MCP 服务器而变化，展示了 MCP 的灵活性和创造力。文章结尾鼓励读者大胆创造，发挥 MCP 的潜力。

总结来说，MCP 是一个强大的协议，不仅为 AI 提供上下文，还为各种功能的连接提供了可能性，成为一种意外的通用插件系统。

HN 热度 460 points | 评论 206 comments | 作者：Stwerner | 10 hours ago #

https://news.ycombinator.com/item?id=44404905

MCP 协议的普及并非因为其创新性，而是因为它简单易懂，易于编写服务器，因此迅速流行起来。
AI 代理的兴起使得互操作性变得时髦，而厂商锁定变得过时。
有些人认为 LLM（大型语言模型）自身及其使用工具的能力是 MCP 成功的关键，而不是 MCP 协议本身。
MCP 的主要好处在于其广泛的采用，推动了工具、API 和模型之间的互操作性和互联。
有人担心，像 Slack 这样的短视锁定尝试可能会阻碍 MCP 的发展。
有人提到，MCP 允许用户访问自己的数据，如 Slack 对话、Jira 工单和日历约会，这些数据不会用于 AI 训练数据集。
有人认为 MCP 旨在提供“代理权”，而不仅仅是暴露策划的数据和功能，这与标准 API 有所不同。
AI 热潮暴露了数据的价值，导致原本免费提供数据的人开始收费，而原本不卖数据的人开始销售数据。
有人提到，MCP 协议的流行可能不会持续，如果它不能满足人们的期望。
有人提出，MCP 的流行可能只是暂时的，因为 API 的锁定早在 AI 训练之前就开始了。
有人认为，MCP 的成功并非因为其技术新颖，而是因为它符合当前 AI 代理的需求，使得 API 设计从面向 GUI 转变为面向 AI 代理。

US Supreme Court limits federal judges' power to block Trump orders #

https://www.theguardian.com/us-news/2025/jun/27/trump-supreme-court-birthright-citizenship-scotus

美国最高法院近日支持了唐纳德·特朗普限制下级法院命令的尝试，这些命令迄今为止一直阻止其政府禁止出生公民权的行政命令。这一裁决可能会剥夺联邦法官用来阻碍特朗普多项全国性命令的权力。这一决定代表了美国联邦法院如何限制总统权力的根本转变。此前，美国 94 个地区法院（联邦法院的最低级别，负责审判和初步裁决）中的 1000 多名法官中的任何一位都可以发布全国范围内的禁令，立即停止所有 50 个州的政府政策。然而，根据最高法院的裁决，这些法院命令只适用于提起诉讼的具体原告——例如，一群州或非营利组织。

最高法院对美国出生儿童是否可以被剥夺公民权的宪法问题的意见尚未决定，尽管特朗普声称这是一场“巨大的胜利”，但美国总统推翻出生公民权命令的命运仍然不明朗。为了减轻裁决的影响，移民援助团体已迅速重新调整其法律策略，以阻止特朗普终止出生公民权的政策。包括 Casa 和寻求庇护者倡导项目（Asap）在内的移民倡导团体——他们提交了挑战总统行政命令的多项原始诉讼之一——正在请求马里兰州的联邦法官紧急阻止特朗普的出生公民权行政命令。他们还重新提交了更广泛的诉讼，作为集体诉讼，寻求保护每个怀孕的人或出生在没有永久合法身份家庭的儿童，无论他们住在哪里。

Casa 的项目和服务负责人 George Escobar 表示：“我们相信这将阻止本届政府试图选择性执行他们令人发指的行政命令。这些是可怕的时代，但我们并非无能为力，我们已经在过去展示过，并且我们继续展示，当我们战斗时，我们会赢。”

这一裁决是由最高法院九名法官中的六名以三票对三票的结果决定的，支持特朗普政府在测试总统权力和司法监督的历史性案件中。保守派多数派写道，“普遍禁令可能超出了国会赋予联邦法院的公平权力”，允许“政府对下级法院禁令的部分中止申请，但仅限于禁令超出为每位有起诉权的原告提供完全救济所必需的范围”。

由保守派法官 Amy Coney Barrett 撰写的裁决书并没有让特朗普寻求禁止出生公民权的政策立即生效，也没有涉及政策的合法性。政策的命运仍然不明确。随着法院的保守派占多数，自由派持不同意见，裁决规定特朗普的行政命令不能在周五裁决后的 30 天内生效。特朗普将这一裁决视为对他更广泛议程的肯定，即减少司法对行政权力的限制。特朗普在周五的白宫新闻发布会上表示：“感谢这一决定，我们现在可以迅速提出继续执行许多被错误地在全国范围内禁止的政策。”他补充说：“这并不是为了那些试图利用系统，在度假时进入国家的人。”

法官 Ketanji Brown Jackson 发表了尖锐的异议。她认为，多数派限制联邦法院权力在案件中授予全国法律救济的决定，允许特朗普对那些尚未提起诉讼的人执行违宪政策，这意味着只有那些有资源和法律地位在法庭上挑战命令的人将受到保护。Jackson 写道：“法院决定允许行政部门违反宪法，针对任何尚未起诉的人，是对法治的威胁。鉴于司法在维护法治中的关键作用……至少可以说，法院会授予行政部门从宪法约束中解放出来的意愿，通过禁止地区法院命令完全遵守宪法，这是奇怪的。”

自由派法官 Sonia Sotomayor 在法庭上称，法院多数派的决定是对法治的“悲剧”。出生公民权的原则自 1898 年以来一直存在，当时最高法院授予在旧金山出生的 Wong Kim Ark 公民权，他的父母是中国移民，无法归化。这一裁决无疑将加剧许多预期的母亲和美国各地移民家庭自政府首次尝试结束出生公民权以来所感受到的恐惧和不确定性。Liza 是几位被命名为挑战特朗普出生公民权政策案件的原告之一的预期母亲，她表示，她已经生下了一个“快乐和健康”的婴儿，由于之前全国范围内的禁令阻止了特朗普的命令，她的孩子出生时是美国公民。但她和她的丈夫，都是俄罗斯国民，担心在他们的祖国受到迫害，仍然感到不安。她在周五的新闻发布会上说：“我们仍然担心，即使现在，政府可能仍然会试图剥夺我们孩子的美国公民身份。我已经担心政府可能会试图拘留或驱逐我们的婴儿。在某个时候，行政命令让我们感觉我们的孩子被认为是一个无名之辈。”美国公民自由联盟（ACLU）谴责这一裁决为打开大门，允许部分执行禁止自动出生公民权的禁令，几乎对每个人……

HN 热度 390 points | 评论 734 comments | 作者：leotravis10 | 1 day ago #

https://news.ycombinator.com/item?id=44398710

政府可能会故意不上诉，以避免上级法院制定具有约束力的先例，从而在大多数未提起诉讼的人群中执行非法政策。
可以通过集体诉讼获得全国性禁令，但并非所有法律挑战都适用集体诉讼。
有些情况下，受影响的人群并不能构成一个合适的集体诉讼类别。
ACLU 因内部问题而失去了公众信任，从自由斗士变成了希望其组织被摧毁的对象。
ACLU 在处理 COVID-19 问题上的原则性让步被视为对其核心原则的背叛。
联邦政府可能会将被拘留者转移到对司法判决更有利的地区。
即使低级法院的裁决在该地区具有约束力，但在其他地区则不适用，导致执法效率低下。
没有真正的法治，这一切都是权力游戏。

Addictions Are Being Engineered #

https://masonyarbrough.substack.com/p/engineered-addictions

这篇文章《工程化的成瘾》由 Mason 撰写，探讨了硅谷如何将我们的注意力和人际关系商品化，阐述了社交媒体在发展过程中所面临的固有问题。

文章开头提到，每隔几个月就会有新的社交平台承诺 “修复” 现有平台的问题，例如 BeReal 和 Clubhouse 等。然而，这些平台的结果往往是相似的：初衷纯粹、获得风险投资、面对增长压力、算法操控，最终不可避免地走向腐败。作者自己也曾尝试构建一个旨在促进人们现实中聚会的社交平台 Circliq，但最终意识到自己的尝试不过是加入了这个已存在的问题的循环中。

作者指出，社交媒体的真正问题不在于用户的自控能力，而是深层次的经济结构造成的必然结果。社交平台的演变通常遵循以下几个阶段：

** 纯粹的初衷 **：创始人想要连接人们，分享真实的瞬间，建立社区。
** 增长的迫切性 **：为了获得资金，必须拥有用户，而用户的增加又需要指数级的增长，最终使得增长成为主要目标。
** 参与优化 **：为了实现增长，必须提高用户参与度，使得用户在平台上的停留时间成为核心指标，这时成瘾开始被系统性地设计。
** 算法操控 **：为了最大化停留时间，平台会展现刺激用户情绪的内容，如愤怒、嫉妒和恐惧等，最终导致用户沉迷。
** 完全失调 **：此时，平台已经获得巨额收益，但最初的连接使命反而将用户隔离在各自的屏幕前。

作者认为，解决这些问题不能仅仅依赖个人层面的数字排毒或意志力，而是需要系统性的解决方案：

** 不同的资金模式 **：如通过订阅、合作社或公共资金来支持社交平台，而不是依赖风险投资和广告驱动的增长。
** 算法监管 **：对算法进行透明化监管，允许用户控制，保持平台的积极作用，同时减少成瘾设计。
** 结构性分离 **：将盈利广告和社交功能分离，以避免经济激励对人际互动的负面影响。
** 替代性指标 **：将平台的评估标准从日活跃用户和停留时间，转变为用户的福祉、关系质量或促进的现实连接等。

文章强调，真正的连接往往发生在无法被商业化的边缘，而人类的真实联系不应完全依赖于设计为牟利的系统。尽管社交平台在全球范围内连接了人们，推动了社会运动，放大了被忽视的声音，但在优化参与度、用户停留时间和提取价值的过程中，我们失去了最初的连接使命。

结尾部分呼吁改变目前的经济模型，以创造一个更健康的社交媒体环境，强调解决方案不是另一个应用程序，而是要彻底改变游戏规则。

HN 热度 336 points | 评论 211 comments | 作者：echollama | 9 hours ago #

https://news.ycombinator.com/item?id=44405057

外部投资是公司失去道德的最大原因，因为对股东的法律责任侵蚀了道德。
公司实际上是产品，真正的产品只是用来喂养这个“产品”的食物。
退出计划的存在预示着用户的厄运，因为没有人真正关心用户。
需要一个退出策略，但同时要假装这不是重点，这是一种奇怪的动态。
许多上市公司也适用“公司即产品”的观点，尤其是科技行业。
投资者关系部门的存在使得“公司即产品”的观点变得非常明显。
公司如果不能构建一个独特的故事或理论，就无法成功。
短期内市场是投票机，长期来看是称重机，强大的基本面最终会显现。
由于科技行业的膨胀，当前许多 AI 产品和故事在成本上具有竞争力。
任何形式的缩减都可能导致整个经济崩溃，因为许多公司都在“人工智能”上投入过多。
将公司视为产品是财富不平等的明显副作用，因为顶部的资金比消费者手中的资金多得多。
财富不平等可能导致普遍的成瘾问题，因为绝望导致寻求短期的情绪或感官刺激。
成瘾问题并非仅存在于穷人中，富人同样面临成瘾问题。

JWST reveals its first direct image discovery of an exoplanet #

https://www.smithsonianmag.com/smart-news/james-webb-space-telescope-reveals-its-first-direct-image-discovery-of-an-exoplanet-180986886/

詹姆斯·韦伯太空望远镜揭示了其首次直接成像发现的系外行星

使用詹姆斯·韦伯太空望远镜（JWST）的天文学家们在距离地球大约 111 光年的年轻恒星 TWA 7 周围的碎片盘中识别出了一个微弱的红外光源。他们表示，这个光源很可能是一颗系外行星。如果得到确认，这将是望远镜首次直接发现太阳系外的行星。

研究人员通过间接方法发现了几乎所有已知的数千颗系外行星，例如通过检测行星在轨道上经过其宿主星前面时产生的微小阴影。但在周三发表在《自然》杂志上的一项新研究中，天文学家描述了 JWST 首次捕获到系外行星的照片。

由于行星很容易被其宿主星的光芒所掩盖，所以围绕遥远恒星成像一个行星是困难的。“基本问题是恒星很亮，而行星非常微弱，”该研究的主要作者、法国国家科学研究中心的天体物理学家安妮-玛丽·拉格朗日告诉《科学新闻》的亚当·曼恩。

拉格朗日和她的同事们通过使用 JWST 的日冕仪——一种可以阻挡强烈恒星光线以更容易发现附近较暗物体的仪器——来解决星光问题。在使用先进的图像处理技术消除了仍然设法透过的眩光后，JWST 的图像揭示了靠近恒星 TWA 7 的一个微弱红外源。

虽然新检测到的红外光源有很小的可能性（约 0.34% 的几率）可能是背景星系，但研究人员认为大多数证据表明存在一个未记录的系外行星，被称为 TWA 7 b，其质量大约与土星相同。初步观察确定 TWA 7 b 是一个年轻的行星，接近 120 华氏度，位于碎片盘三个尘埃环中的一个间隙内。潜在行星与恒星之间的距离大约是地球与我们太阳之间距离的 50 倍。

拉格朗日在一份声明中说：“我们的观察揭示了一个强有力的候选行星，它塑造了 TWA 7 碎片盘的结构，其位置正是我们预期找到这样质量的行星的地方。”鉴于它的质量大约是任何直接成像系外行星的十分之一，这使得它更加特别，展示了太空望远镜仪器的能力。

根据 Space.com 的罗伯特·利亚的说法，天文学家对 TWA 7 感兴趣已经有很长时间了，因为从地球看，我们可以看到恒星周围碎片盘的正面，而不是从其狭窄的侧面。这个视角使得以前的研究人员能够识别出盘中的间隙，间接暗示了未发现行星的存在。

如果 JWST 发现的红外光源真的是一个系外行星，它也将是第一个直接与塑造恒星周围碎片盘的行星相关的发现。

为了进一步支持他们的观察，拉格朗日和她的同事们运行了计算机模型，模拟了潜在的行星系统。模拟产生的图像与望远镜捕获的图像一致。“这确实是我们确信存在一个行星的原因，”拉格朗日告诉《科学新闻》。

最终，JWST 成像一个质量类似于土星的系外行星对于理解行星系统，包括我们所在的系统，具有重要意义，共同作者、太空望远镜科学研究所的天体物理学家马蒂尔德·马林在声明中说。

拉格朗日向路透社的威尔·邓纳姆解释说：“韦伯开启了一个新的窗口——就行星的质量以及行星与恒星的距离而言——以前无法进行观测的系外行星。”“这对于探索系外行星系统的多样性以及理解它们是如何形成和演化的非常重要。”

HN 热度 321 points | 评论 141 comments | 作者：divbzero | 1 day ago #

https://news.ycombinator.com/item?id=44398756

我们目前无法获得超过 1 像素大小的外星行星图像。
使用太阳作为引力透镜，可以在 98 光年外的行星上获得 25 公里尺度的表面分辨率。
利用地球大气折射聚焦可能是一个比使用太阳引力透镜更可行的方案。
使用土星或木星作为透镜可以提高成像质量。
一个能够持续 200 年的免维护电源目前不在人类技术能力范围内。
即使探测器需要一个世纪才能到达 542 天文单位远的地方，也没有必要减速，可以发送新的升级望远镜。
假设望远镜在那么远的地方需要双倍哈勃的功率可能过于保守。
核反应堆可以作为更远距离的望远镜的电源。
增加 ORNL 的钚-238 年产量能力，不需要 200 年就能制造 600 公斤钚-238。
在太空中让复杂设备持续一个世纪的运行目前看来是不可能的。
将大量钚-238 聚集在一起可能会导致超临界性问题。
避免临界性可以通过将钚-238 分散在多个单元中来实现。
多个并行的电源单元可能不会像单个单元那样持久。
半导体设备可能无法持续超过 100 年。
运行了近 50 年的旅行者 2 号上的计算机表明，电子设备可能比预期更耐用。
用铅包裹电子设备可能有助于抵御高能宇宙射线。
猎户座型飞船可以达到 1000 公里/秒的速度，3 年内到达 542 天文单位远的地方。

We ran a Unix-like OS Xv6 on our home-built CPU with a home-built C compiler (2020) #

https://fuel.edby.coffee/posts/how-we-ported-xv6-os-to-a-home-built-cpu-with-a-home-built-c-compiler/

这篇文章讲述了作者在大学期间参与的一个项目，即在自制的 CPU 上运行一个类 Unix 操作系统（Xv6）。文章从作者作为软件工程师的工作经历开始，引出了他在大学时期的一个学生项目，这个项目受到了同事们的好评，因此他决定写这篇文章分享这个经历。

项目背景是东京大学信息科学系的一个学生实验项目，名为 CPU 实验。在这个实验中，学生们被分成四到五人的小组，每个小组设计自己的 CPU 架构，将其实现在 FPGA 上，为该 CPU 构建一个 OCaml 子集编译器，并在 CPU 上运行一个给定的光线追踪程序。作者在小组中负责 CPU 部分。

这个实验以其高自学要求而闻名。指导老师只要求学生“用 OCaml 编写光线追踪程序并在 FPGA 上实现的 CPU 上运行它”，然后课程就结束了。老师不会详细说明如何编写 CPU 和编译器的具体步骤，学生们需要自学如何将之前课程中学到的 CPU 和编译器的一般知识应用到实际的电路和代码中。

文章接着提到，除了完成实验的基本要求外，学生们还有自由时间可以进一步加速他们的 CPU。过去的实验中，学生们制作了乱序 CPU、VLIW CPU、多核 CPU 甚至超标量 CPU。然而，作者所在的小组（第六组）更倾向于娱乐，他们决定运行一个操作系统作为团队目标。这个想法也得到了其他小组的兴趣，于是大约 8 人的联合小组 X 成立，目标是“让我们在自己的 CPU 上运行一个操作系统！”

他们选择了 Xv6 作为要移植的操作系统，这是一个由 MIT 创建的简单的 Unix v6 风格的操作系统，用于教育目的。Xv6 是用 ANSI C 编写的，与 Unix v6 不同，它运行在 x86 上。虽然 Xv6 作为一个教育操作系统功能较为简单，但它作为一个简单的类 Unix 操作系统已经足够。

在移植 Xv6 的过程中，作者和他的团队面临了许多挑战，包括构建 Xv6 的 C 编译器和工具链、确定操作系统所需的 CPU 特性、模拟器的问题以及 Xv6 的低可移植性。尽管面临许多问题，但他们还是在 12 月开始了 Group X 的操作系统移植项目。

文章最后提到，作者将按照时间顺序详细介绍他们所做的工作。如果读者想要快速查看他们的最终产品，可以跳转到文章的 3 月部分。在 11 月底，他们开始构建编译器，决定从头开始构建一个 C89 编译器。到了 12 月中旬，操作系统团队开始工作，作者和第六组的 Shohei 开始在 Group X 工作，成为操作系统团队。他们开始阅读 Xv6 源代码，并开始将 Xv6 移植到 MIPS 上，以了解操作系统的工作原理。

HN 热度 218 points | 评论 18 comments | 作者：AlexeyBrin | 12 hours ago #

https://news.ycombinator.com/item?id=44404164

在大学期间，有小组项目选择将 MINIX3 移植到树莓派上，遇到了很多技术困难，包括树莓派 3 启动到虚拟机模式而不是监管模式，以及 QEMU 的树莓派仿真精度极低。
通过串行输出艰难地调试树莓派硬件，当时没有 JTAG 调试器，文档也很差。
有人提到选择 AllWinner、Rockchip 或 Mediatek 的 SoC 而不是 Broadcom，因为 Broadcom 的文档通常很差。
有人使用刀片短路引脚来控制演示，类似于在没有开关的情况下短路 ATX 主板上的两个电源引脚来启动计算机。
25-30 年前在 SFU 进行了类似的实验，但没有运行操作系统和编译器，推荐 Turing Complete 游戏，可以从几个门电路构建到完整的计算机。
有人提到 nand2tetris 游戏，也是类似的学术项目。
构建自己的 CPU、编译器和操作系统时，没有平台支持，每个 bug 都是系统规则的一部分，需要自己调试。
有人提到使用示波器调试内核打印输出的经历。
在高级操作系统概念课程中，学生们从头开始编写了一个玩具 x86 操作系统，并在 QEMU 中添加了很多 printf 来转储 CPU 状态。
有人建议首先获得一个工作的 UART。
有人建议首先获得一两个 GPIO 引脚来切换，可以闪烁出很多调试模式。
提到了 Magic-1 和 BMOW 也做过类似的项目。
有人提到现在需要去半导体实验室制造 CPU，而不是配置 FPGA 来运行它。

SymbolicAI: A neuro-symbolic perspective on LLMs #

https://github.com/ExtensityAI/symbolicai

SymbolicAI 是一个神经符号框架，它将传统的 Python 编程与 LLMs（大型语言模型）的可微分、可编程特性结合起来，使得在 Python 中的使用感觉自然。这个框架旨在不阻碍你的雄心壮志，通过其模块化设计，易于扩展和定制以满足你的需求。它允许你轻松编写自己的引擎，本地托管你选择的引擎，或与网络搜索或图像生成等工具进行接口。

在 README 文件中，将介绍两个定义 SymbolicAI 的关键概念：原语（primitives）和契约（contracts）。

原语（Primitives） SymbolicAI 的核心是 Symbol 对象，每个对象都带有一组小型、可组合的操作，感觉就像是原生 Python。Symbol 有两种类型：

句法（Syntactic）：表现得像普通的 Python 值（字符串、列表、整数等）。
语义（Semantic）：连接到神经符号引擎，因此理解含义和上下文。

为什么句法是默认的？因为在 symai 中重载了 Python 操作符（==, ~, &, …）。如果我们对每个位移动或比较都立即触发引擎，代码会很慢，并且可能产生令人惊讶的副作用。从句法开始保持事物安全快速；只有在需要时才选择语义。

如何切换到语义视图：

在创建时：S = Symbol("Cats are adorable", semantic=True)（已经是语义）
按需使用 .sem 投影——双生的 .syn 将你翻转回来：S = Symbol("Cats are adorable")（默认 = 句法）
通过点表示法操作（如 .map() 或任何其他语义函数）自动将符号切换到语义模式：S = Symbol(['apple', 'banana', 'cherry', 'cat', 'dog']) 打印 S.map('convert all fruits to vegetables') 结果为 ['carrot', 'broccoli', 'spinach', 'cat', 'dog']。

因为投影返回的是具有不同行为外套的相同底层对象，你可以在单个符号上编织复杂的句法和语义操作链。将它们视为你用于语义推理的构建块。目前，我们支持广泛的原语；可以查看文档，但这里有一个快速的小吃：

原语/操作符	类别	句法	语义	描述
==	比较	✓	✓	测试相等性。句法：字面匹配。语义：模糊/概念等价（例如 ‘Hi’ == ‘Hello’）。

| 算术 | ✓ | ✓ | 句法：数字/字符串/列表加法。语义：有意义的组合、混合或概念合并。 & | 逻辑/位 | ✓ | ✓ | 句法：位/逻辑与。语义：逻辑合取，推理，例如上下文合并。 symbol[index] = value | 迭代 | ✓ | ✓ | 设置项目或切片。 .startswith(prefix) | 字符串助手 | ✓ | ✓ | 检查字符串是否以给定前缀开头（两种模式下都适用）。 .choice(cases, default) | 模式匹配 | ✓ | 从提供的案例中选择最佳匹配。 .foreach(condition, apply) | 执行控制 | ✓ | 对每个元素应用操作。 .cluster(**clustering_kwargs?) | 数据聚类 | ✓ | 将数据语义地聚类成组（使用 s…

HN 热度 215 points | 评论 55 comments | 作者：futurisold | 1 day ago #

https://news.ycombinator.com/item?id=44399234

SymbolicAI 通过神经符号方法增强了大型语言模型（LLMs）的能力，包括语义映射、上下文比较和位运算。
语义映射可以将水果转换为蔬菜，但转换结果可能不寻找最相似的蔬菜，而是简单地替换。
上下文比较可以根据特定的语境来评估语句的相似性或礼貌程度。
位运算可以用来进行逻辑推理，结合事实和规则。
interpret() 功能强大，可以根据上下文进行复杂的语义操作。
Lotus 项目提供了一种将关系数据库操作转化为语义操作的方法。
通过 AI 笔记本/仪表板/APIs 与数据交互，可以根据上下文自动确定符号和语义操作。
语义映射和语义简化可以用于生成丰富的数据框架和自然文本描述。
胡萝卜作为苹果的“蔬菜化”结果，是因为模型将指令解释为“将每种水果替换为一种蔬菜”，而不是寻找最相似的蔬菜。
模型的输出受到随机性的影响，但可以通过调整超参数来控制输出的确定性。
通过定义语法和使用形式文法，可以在 LLMs 中实现更精确的控制。
可以通过测试套件来验证代码的正确性，根据过去的正确提示进行验证。

Learn OCaml #

https://ocaml-sf.org/learn-ocaml-public/#activity=exercises

欢迎来到 Learn OCaml

这个网页是 Learn OCaml 的主页，它提供了一个在线学习 OCaml 编程语言的平台。用户可以在这个网站上进行编程练习，使用交互式的顶层环境（Toplevel），并参与各种编程练习。

首次连接用户在首次访问 Learn OCaml 时，需要选择一个昵称，并创建一个秘密令牌。创建令牌后，用户可以选择“创建新令牌”来生成一个唯一的访问代码。如果用户已经是老用户，可以直接输入他们的令牌来连接。

返回用户对于已经注册过的用户，他们可以直接输入他们的令牌来连接到 Learn OCaml 平台。如果用户忘记了他们的令牌，可以点击链接来创建一个新的令牌。

加载练习网页上还提到了加载练习的功能，这可能意味着用户可以加载他们之前保存的练习或者开始新的练习。

总结来说，这个网页提供了一个在线学习 OCaml 编程语言的环境，允许用户创建个人账户，保存和加载练习，以及通过交互式的方式提高他们的编程技能。

HN 热度 191 points | 评论 76 comments | 作者：smartmic | 1 day ago #

https://news.ycombinator.com/item?id=44400025

OCaml 的介绍对于初学者来说不够友好，更像是给已经学过 OCaml 的人练习用的。
“Learn OCaml"网站标题具有误导性，实际上并不是帮助初学者学习 OCaml 的资源。
Learn-ocaml 是一个用于构建在线练习网站的框架，更适合教师而非学生。
“A Tour of Elm"和"A Tour of Go"的风格更受一些用户喜欢，它们提供了清晰的代码和解释。
练习题感觉像是数学题，而不是教授编程概念的练习。
OCaml 中的变量绑定练习可能在实际应用中并不实用。
一些用户推荐"OCaml from the very beginning"和"Real World OCaml"作为更好的学习资源。
Rust 和 OCaml 在编程体验上的比较，Rust 有严格规则，而 OCaml 更灵活但偶尔会有不可预测的问题。
一些用户通过理解 Monads 来理解 OCaml。
F#作为 OCaml 的.NET 版本，虽然缺少一些特性，但在某些方面更受一些用户喜爱。
F#的集成和语法更新是一些用户喜欢的特性。
有人推荐"OCaml Programming: Correct + Efficient + Beautiful"作为学习资源。
Michael Ryan 的"Software Foundations"系列视频是学习 OCaml 的好资源。
有人觉得 OCaml 的工具链相对粗糙。