Yunkai's Blog Lab

事件概述近日，Terence Eden 在他的博客上发表了一篇题为 Death to px, long live ch 的文章，引发了 Hacker News 上的讨论。文章的核心观点是：像素（px）在 CSS 中是一种“谎言”，它并不等同于物理设备像素，也不适合作为文本类网站布局的唯一度量单位。作者分享了自己在博客中改用 ch 和 ex 等相对单位来设置文本宽度与间距的实验，并邀请读者讨论。 关键技术点1. 像素的双重“谎言”原文指出： 1px 在 CSS 中并不一定等于一个物理设备像素，在高清屏幕上可能覆盖多个物理像素。 1cm 在 CSS 中也往往不等于真实世界的 1 厘米，在大型电视屏幕上通常更长。 这些单位本质上是感知长度：16px 在手机、笔记本和电视屏幕上，在典型观看距离下看起来大致相同。 2. 使用 ch 单位控制文本宽度作者认为博客主要以文本为主，所以希望正文宽度适合“普通人类”阅读。他使用 ch 单位——即字符宽度（约等于 0 的宽度）——来设置主内容区宽度： 1234--width-content: min(75ch, 100%);main {...

事件概述2026 年 8 月，macOS 27 Golden Gate 测试版带来了一个令资深开发者侧目的变化：经典命令行磁盘映像工具 hdiutil 被正式标记为 deprecated（弃用）。这一信息来自最新测试版系统中 man hdiutil 的 “WHAT’S NEW” 部分。 Apple 给出的替代方案是 diskutil image 子命令体系，宣称可以覆盖所有磁盘映像操作，包括 attach、create、resize、info 和 chpass。值得注意的是，Apple 自家的 ASIF（Apple Sparse Image Format）格式仅被 diskutil image 支持，hdiutil 无法处理。 这一消息迅速在 Hacker News 引发讨论（144 分，53 条评论），背后的核心争议在于：Apple 在未完全补齐功能的情况下，就急于宣判一个被无数脚本和第三方应用依赖的工具的“死刑”。 关键技术点hdiutil 与 diskutil image 的功能对比根据作者 Jeff Johnson 的详细测试，diskutil 虽然继承了 hdiutil...

事件概述2026 年 8 月 22 日，Hacker News 首页出现了一条题为“English ↔ Claudish Translator”的帖子，链接指向 programasweights.com/claudish。该帖子当前获得 33 个点赞和 21 条评论。从标题看，这似乎是一个在英语和“Claudish”之间进行互译的工具。然而，关于该工具的具体功能、技术架构和使用场景，原文并未提供更多细节。 关键技术点由于原文信息有限，我们无法得知该翻译器的具体实现方式。但从名称可以推测，“Claudish”可能指代与 Anthropic 的 Claude 模型相关的某种结构化表达或提示词风格。如果它确实是一个翻译器，可能涉及以下技术方向： 自然语言处理（NLP）与机器翻译：将英语转换为模型更易理解的“Claudish”格式。 提示词工程：通过语言改写来优化与 Claude 的交互效果。 反向翻译：将模型的输出或内部表示还原为人类可读的英文。 这些推测均未在原文中得到证实，原文未说明具体的实现机制。 对数据科学或 AI Agent 落地的意义假如该翻译器真实存在且有效...

事件概述这是 2005 年 9 月 10 日发布在 netbsd-advocacy 邮件列表的一封公开信，作者是英国某大型公司的网络管理员 Gary Rolland。他写信给 NetBSD 团队，分享了自己如何将公司的 29 台核心服务器从 Windows 迁移到 NetBSD，以及这一改变如何挽救了他的工作状态与家庭生活。 2026 年 8 月 22 日，这封 20 年前的邮件被再次推送到 Hacker News 首页，获得了 75 个点赞和 20 条评论，引发了关于操作系统稳定性、工程师工作压力与开源软件价值的重新讨论。 原文标题为 NetBSD and my life…，全文充满个人情感，但同时也包含了不少真实的基础设施数据。由于作者受公司规定，无法披露公司名称与网络架构细节，因此更多价值在于其体现的运维理念与生活视角，而非一份可复现的技术白皮书。 关键技术点根据作者自述，其团队维护的 NetBSD 2.0.2 服务器群承担了以下负载： MySQL 数据库：构成绝大部分流量与资源消耗； Apache：支持内部与外部 Web 服务； Postfix：处理内部与外部邮件； S...

事件概述最近 Hacker News 上出现了一个很有意思的 Show HN 帖子：作者发现自己在 LinkedIn 信息流中浏览时，某些品牌的 Logo 明显比周围的图片内容更亮、更白。经过一番研究，他确认这种效果并非视觉错觉，而是这些图片内嵌了一种名为 Gain Map（增益图） 的元数据。这种增益图附加在普通 JPEG 文件之上，只有在 HDR 屏幕（例如新款 MacBook Pro）上才会被识别并渲染出超出普通白点的亮度。 作者将这个发现转化成了一个名为 So Very Bright 的浏览器端小工具：用户无需注册，只需上传 Logo 图片，就能快速生成两种 HDR 版本——一种是标准网页用的 ISO 21496-1 Gain Map JPEG，另一种是适配 LinkedIn 的 BT.2100 PQ 格式图片。文中还提到，这个工具是他与 Claude Code 协作完成的。原帖发布后有 38 个点赞和 44 条评论，讨论热度不错。 关键技术点1. Gain Map 原理：JPEG 仍然是普通 JPEGGain Map 的核心思路非常优雅：原始 JPEG 文件的像素数据完...

事件概述Hacker News 上有一篇讨论度颇高的帖子，来自 Level1Techs 论坛，标题直指许多本地 LLM 用户的困惑：“为什么你的本地 LLM 感觉比实际更笨？”作者 thr3e 以一系列技术实验，论证了模型表现差异的根源往往不在模型本身，而在于推理实现中的各种“隐患”——不同硬件、不同软件栈、不同量化方式，甚至不同的注意力后端，都会让同一个权重文件产生肉眼可见的输出差异。 帖子发布后引发了广泛共鸣，因为在社区里常常见到类似场景：有人盛赞某个模型“惊艳”，你下载量化版一试却大失所望。作者指出，本地实现“感觉笨”是常态，因为几乎每个人的环境都不同，而实验室的“参考实现”与你的环境差异可能非常大。 关键技术点1. 本地实现与参考实现的系统性偏差作者使用“参考实现”指代发布模型并托管第一方服务的实验室。这些实验室的硬件和软件与普通用户完全不同。即便使用完全相同的权重，不同 GPU 的指令集、不同版本的推理引擎、不同的量化方案，都会导致下一个 token 的数学计算产生细微漂移。 2. 测量“你的系统有多笨”的方法作者给出了两个层面的测量思路： 实用层面：跑多个标准基准，...

论文概述最近 arXiv 上发布了一篇来自 Dr Tom McClelland 的论文《How to Navigate Uncertainty About AI Consciousness》（如何应对人工智能意识的不确定性）。该论文提交于 2026 年 7 月 6 日，是 AISB 2026 关于 AI、意识与伦理研讨会的会议论文，全文共 8 页。 论文摘要指出：面对人工意识的可能性，我们面临着深层的不确定性，因而很难决定应该如何对待可能具有感知能力的 AI。这里有一个两难困境： 如果假设 AI 没有感知能力，我们可能对那些值得拥有道德地位的实体造成严重伤害； 如果假设 AI 有感知能力，我们又可能把大量资源浪费在没有感知能力的机器上。 由于“AI 是否有意识”这一问题本身难以解决，这个困境几乎无法摆脱。作者提出了一条出路：从难以处理的 AI 意识问题，转向可处理的 AI 效价（valence）问题。具体来说，我们可以评估 AI 是否具有某些状态——如果它是有意识的，这些状态就会构成“效价体验”。作者认为，这一路径足以支撑一种负责任地开发潜在有意识 AI 的方法。 需要说明的...

1. 概述：当“部署者”不再是“所有者”在 AI 安全研究中，“控制（control）”问题一直占据核心位置：如果模型本身可能是错位的（misaligned），我们如何设计协议，让部署者仍然能够安全地使用它？传统控制协议往往隐含一个关键假设——部署者有权对模型本身及其周边管线进行全面“插桩”（instrument）：修改权重、查看内部梯度、控制推理基础设施、读取完整日志。这种假设在自研开源模型时代或许成立，但在今天的 API 经济中，它变得越来越不现实。 arXiv 上这篇由 Zhen Wen Lim 撰写的新论文《Bounded Sovereignty and the Control Tax: Pricing AI Oversight When the Deployer Does Not Own the Model》精准地戳中了这一痛点。论文指出，许多受到监管的机构（如银行、支付公司、医疗机构）在使用前沿模型时，往往只能通过 API 或托管端点调用。它们能控制业务流程，却不能控制模型权重、服务基础设施、内部跟踪信息、模型更新进程，甚至拿不到完整的交互日志。 作者的贡献在于提出了...

港口调度如何对抗不确定性？BACAP 鲁棒元启发式优化综述解读事件/论文概述arXiv 上近日收录了一篇来自 cs.AI 领域的综述论文，题为 Robust Metaheuristics under Uncertainty for Berth Allocation and Quay Crane Assignment: A Review（不确定条件下泊位分配与岸桥调度的鲁棒元启发式方法综述），论文作者为 Yang Li、Peilan Xu 与 Wenjian Luo，提交时间为 2026 年 7 月 6 日。 这篇论文聚焦港口运营中的经典组合优化问题——泊位分配与岸桥调度问题（Berth Allocation and Quay Crane Assignment Problem, BACAP）。在该问题中，船舶到达时间、泊位位置、服务时长与岸桥（quay crane）可用性紧密耦合。然而，真实的港口作业环境充满不确定性：船舶可能晚点、装卸时间可能波动、设备资源可能中断。论文指出，基于确定性假设优化的调度方案在实际执行中往往十分脆弱，因此有必要研究面向不确定性的鲁棒元启发式优...

事件概述2026 年 8 月 20 日，OpenAI 在官方博客发布了新栏目 AI Futures，并上线了由 Dean Ball 撰写的开篇介绍文章。该栏目来自 OpenAI 新成立的 Strategic Futures（战略未来）团队，团队规模不大，但目标极其宏大：探索自由社会应如何重构，以便在“变革性 AI”出现时，依然保障个人权利与能动性（agency）。 原文链接：https://openai.com/index/introducing-ai-futures 需要说明的是，OpenAI 在文中明确表示：该博客的文章仅代表作者个人观点，不代表 OpenAI 组织立场。 关键技术点：为什么“权力集中”是最大的 AI 风险文章的核心论点是：在 AI 安全与政策领域，人们常说的“权力集中风险”（concentration of power）可能是长期来看最大、最严重、也最难以概念化处理的问题。原因在于，作者认为现代国家的权力结构长期建立在“人力”与“大众合作”之上： 政治与军事力量依赖于士兵、警察以及庞大的行政官僚体系； 这些体系由人类运转，其维持需要税收； 税收来自人类劳动...