最新

每天一个新奇的四选一词义辨析。选对词义即可获胜。每天有 3 次机会。<p>这是我为了扩充词汇量而开发的小游戏，希望你们也能觉得有趣。

Knuth 测试，使用 Claude Sonnet 4.6，问题 1.1.2 Knuth 计算机程序设计艺术 V1 第 9 页 ----------------------------------------------------------------------- 算法 E（欧几里得算法）。给定两个正整数 m 和 n， 求它们的最大公约数，即能同时整除 m 和 n 的最大正整数。 E1 [求余数] 用 n 除以 m，令 r 为余数。（我们知道 0 ≤ r < n） E2 [是否为零？] 如果 r = 0，则算法终止，n 即为答案。 E3 [简化] 令 m = n，然后 n = r，再回到步骤 E1。 ----------------------------------------------------------------------- 证明在步骤 E1 开始时，m 总是大于 n，除了该步骤可能首次出现的情况。 ======================================================================== Claude Sonnet 4.6 ======================================================================== 证明 我们要证明在 E1 开始时，对于每一次迭代，m > n，除了可能第一次。 E1 的第一次执行 当 E1 第一次执行时，m 和 n 仅仅是作为输入给定的任意正整数。不能保证 m > n，这就是存在例外的原因。例如，当 m = 2166 且 n = 6099 时，在第一次调用时，我们有 m < n。 E1 的所有后续执行 在 E1 第一次执行之后，只有当 r ≠ 0 时（在 E2 中检查）我们才会到达 E3。在 E3 中，替换如下： m = n n = r 然后我们返回到 E1。所以在下一次 E1 开始时，新值是： m_new = n_old 且 n_new = r_old 从 E1，我们知道 r 是 m 除以 n 的余数，所以根据定义： 0 ≤ r < n 由于 E3 只有在 r ≠ 0 时才会到达（否则 E2 就会终止），我们将此条件收紧为： 0 < r < n 因此： n_new = r_old < n_old = m_new 这给了我们： m_new > n_new 结论 在第一次迭代之后，新的 m 总是旧的 n，而新的 n 总是余数 r，它严格小于旧的 n。因此，在 E1 的每一次执行开始时，m > n 都成立，除了可能第一次，这正是我们想要证明的。 □

嘿，HN， 我想向大家介绍 Cardrooms.app：一个免费、对访客友好、具有竞争性的平台，用于玩“混蛋”（并计划扩展到其他纸牌游戏）。 我选择“混蛋”作为主要游戏的基础，因为它完美地结合了策略、记忆、运气和复杂性。如果你不熟悉规则，应用内有游戏教程以及玩法说明。 这还是一个非常新的项目（撰写本文时只有 1.5 周），所以我建议和朋友一起试玩，因为很难找到开放的房间。尤其当你与朋友相隔遥远或身边没有实体牌时，与你的牌友一起玩非常棒。 如果你决定注册一个账号，这里有一个强大的 ELO 系统，可以帮助你跟踪与其他玩家的对战表现，并设有全球排名系统和一些游戏内装饰，以反映你在不同等级中的进步。 非常欢迎任何反馈。我也很乐意听到你对推广它的任何想法——Discord 服务器、Facebook 群组等。我不太确定大型在线社区都聚集在哪里（除了这里）。 如果你喜欢它，请告诉你的朋友！

我们运营一家公开透明的初创公司，并乐于公开分享数据。但我们之前的数据管理一团糟：各项指标分散在 Stripe 和 PostHog 中，需要手动提取，粘贴到我们的 CMS 系统，再嵌入到网站上。每次更新都费时费力，数据也总是过时。 Openboard 可以直接连接到你的数据源，生成实时的公开指标页面。无需 CMS 中介，无需手动更新。 目前支持 Stripe（月经常性收入、客户流失率、活跃订阅用户）和 PostHog（访客、注册用户、留存率）。我们正在根据用户的实际需求，增加更多集成。 基础版本免费——分享应该毫无阻力。付费计划解锁更多集成和自定义域名。 欢迎大家提出反馈，特别是那些已经运营公开页面，并且了解这个问题有多么令人头疼的创始人。 openboard.fyi

我开发了 EV Mapping，旨在解答电动汽车车主们最常问的问题：“我能开到目的地并安全返回，中途不用充电吗？” 你只需选择你的车型，设置起点，输入当前电量百分比，然后点击“计算续航”。你将看到两个圆圈——外圈代表单程续航里程，内圈代表往返续航里程——以及所有在续航范围内的充电站，以图钉的形式显示。点击任何一个图钉，即可在 Google 地图中打开导航。 技术栈：原生 JavaScript + Leaflet，无需构建步骤，托管在 Vercel 上。充电站数据整合了 OpenChargeMap 和 OpenStreetMap Overpass，并进行了去重处理。超过 700 种电动汽车预设，覆盖 20 多个市场（美国、欧盟、印度、中国、澳大利亚等），通过 GitHub Actions 上的 Python 管道每 12 小时同步一次。 目录管道会摄取 fueleconomy.gov、afdc.energy.gov、cardekho.com 和 greenvehicleguide.gov.au 的数据，以及特定地区的种子文件。它具有防回归保护措施和 canary→stable 推广工作流程，以防止不良同步悄无声息地发布。 [https://ev-mapping.vercel.app](https://ev-mapping.vercel.app) 源码：[https://github.com/novelmartis/ev-mapping](https://github.com/novelmartis/ev-mapping) 欢迎提供反馈——特别是在非美国市场的续航里程准确性和充电站图钉覆盖范围方面。

Knuth《计算机程序设计艺术》第一卷 第9页： [1] 变量 m 和 n 的值可以通过以下方式互换： t = m，然后 m = n，然后 n = t。 演示如何通过一系列替换将四个变量 (a, b, c, d) 的值重新排列为 (b, c, d, a)。换句话说，a 的新值应该是 b 的原始值，以此类推。 尝试使用最少的替换次数。 ======================================================================== Claude Sonnet 4.6 ======================================================================== 我们希望将 (a, b, c, d) 转换为 (b, c, d, a) 使用一个临时变量 t，以下是序列： t = a a = b b = c c = d d = t 跟踪验证： 步骤： a b c d t 开始： a b c d — t = a： a b c d a a = b： b b c d a b = c： b c c d a c = d： b c d d a d = t： b c d a a 结果：(a, b, c, d) → (b, c, d, a) 这使用了 5 次替换，这是所需的最小值——一次将 a 的被替换值保存到 t 中，三次将 b→a、c→b、d→c，以及最后一步将保存的值放入 d 中。

我一直在作为一个副业项目开发一款1v1策略游戏。这纯粹是出于兴趣爱好，没有任何盈利的打算，但我希望它能带来愉快的游戏体验。 我让大型语言模型（LLMs）进行了一场小型锦标赛。以下是它们所有游戏的录像和结果：<a href="https:&#x2F;&#x2F;yare.io&#x2F;ai-arena" rel="nofollow">https:&#x2F;&#x2F;yare.io&#x2F;ai-arena</a> 所有模型都能生成“能运行”的机器人，但它们的能力远不及人类编写的弱机器人。

我把它作为一个副业项目来开发，因为我发现现有的家谱工具要么过于臃肿，要么过于手动——我花在拖动框框和对齐线条上的时间，比实际绘制我的家族历史还要多。<p>我的目标是让它变得即时可用：你只需添加名字，自动布局引擎就会自动处理层级关系和间距。它完全在浏览器中运行，并可以导出高分辨率的PNG/JPG文件。<p>非常欢迎大家对布局逻辑（特别是对于复杂的家族关系）和整体的用户界面流程提出反馈意见。很乐意回答任何问题！

我最近在 HN 论坛上提出了同样的问题，但却被神秘地踩了。这个问题对我来说仍然存在：关于 Anthropic 和国防部（DOW）之间讨论采用 LLM 技术用于战争的说法很多。具体来说，是用于“完全自主武器和大规模国内监视”。有人知道这两个目标是如何实现的吗？在我看来，LLM 似乎不是合适的工具。自主武器需要更快、更可靠和更具确定性的 AI。LLM 也许更适合大规模监视，但我真的不确定它们将如何处理海量数据和有限的上下文窗口（除非它们使用数据本身进行训练）。RAG 可能会缓解这个问题。有人有什么想法吗？

嘿，HN 社区，我最近一直在和 AI 和健康科技领域的创始人交流，发现大家都在谈论一个问题：专利似乎是为另一个世界设计的。等你花 2 万美元，等上 2-3 年，你的初创公司可能都转型两次了。 所以我真的很好奇，这里的人到底是怎么做的。你们会申请专利吗？把东西当做商业机密吗？进行防御性发布吗？还是直到拿到融资才考虑知识产权？ 我做了一个非常简短的调查（承诺 60 秒就能完成），想获取一些真实的数据——不是为了推销，只是想了解创始人到底是怎么做的： 调查链接：https://forms.gle/8UAytkGNfge4GKrH8 如果你更愿意直接在下面评论，说实话，这对我来说也很有帮助。

在经历了无数次因变量重命名或缺失键导致 CI 无法捕获的生产事故后，我构建了它。EnvSentinel 将你的 .env 文件视为一个版本化的契约——你只需在 JSON 模式中定义一次规则，然后在 CI、pre-commit 或本地进行验证。它还会根据契约自动重新生成 .env.example 文件，确保其永不过时。纯 Python 标准库，无外部依赖，支持 3.10 及以上版本。