Hacker News 中文摘要

一项新研究发现，一个大型开源AI训练数据集中可能包含数百万张护照、信用卡、出生证明等包含个人身份信息的文件。研究人员在DataComp CommonPool数据集中发现了数千张可识别的面孔和身份文件，由于仅审计了0.1%的数据，估计实际包含个人信息的图像数量可能高达数亿。卡内基梅隆大学的AI伦理研究员William Agnew指出，任何上传到网络的内容都可能被爬取。

Lean是一种主要用于数学的编程语言，旨在将数学形式化为代码，使数学家能够将数学分解为结构、定理和证明，并在GitHub上共享。通过Lean，人类的大部分数学知识可能最终会以静态检查、可验证和可组合的代码形式存在。使用Lean时，数学定理的声明和证明过程类似于编程中的函数定义，展示了数学与编程的紧密联系。

Ollama推出了适用于macOS和Windows的新应用，支持下载并与模型聊天。新功能包括文件拖放处理、增加上下文长度以处理大文档、多模态支持（如图像处理）以及代码文件理解。用户可通过官网或GitHub下载体验。

Vibe coding是一种由AI辅助的编程方式，开发者几乎忘记代码的存在。然而，这种代码往往难以理解，类似于“遗留代码”，增加了技术债务。虽然vibe coding适用于原型和一次性项目，但若需维护，这些代码将迅速成为负担。编程本质上是理论构建，而非单纯生成代码。

大型科技公司逐渐将关注点从客户转向股价，真正关心的是股东利益。决策者往往持有股票期权或与公司股价挂钩的奖金，导致产品只需勉强维持用户使用即可。垄断成为硅谷的商业模式，企业通过垄断地位确保用户粘性，而非依赖产品创新或质量。

在C语言中，结构体是组织数据的高效方式，但其内存布局需注意优化。通过合理排列字段，减少内存对齐带来的空间浪费，可以有效提升内存使用效率。例如，将布尔类型字段集中存放，或调整字段顺序以减少填充字节，从而缩小结构体整体大小。

作者尝试了17个副业项目，但最终积累了大量过期域名。他提到自己常陷入购买域名、熬夜编码后失去兴趣的循环，有时甚至只停留在购买域名或创建任务板的阶段。尽管他意识到无需熬夜，但仍难以持续投入，尤其是面对家庭和全职工作的压力。

Philipp Oppermann的博客系列详细介绍了如何使用Rust编程语言从头开始构建一个小型操作系统。每篇文章都包含完整的代码教程，读者可以跟随学习。内容涵盖从创建不依赖标准库的Rust可执行文件到实现VGA文本模式等基础功能，所有源代码均可在GitHub仓库中找到。

汉斯·毕晓普在伊利诺伊州中部经营着一片与众不同的农场，种植羽衣甘蓝、辣椒、茄子和萝卜，直接供应给Whole Foods、当地餐馆和家庭。他受纪录片启发，放弃企业工作，投身可持续农业，十年间将农场扩大到80英亩。然而，由于营销耗时、依赖雇佣劳动且无法享受联邦补贴，他最终在父亲退休后接手了家族的大豆和谷物种植业务，结束了蔬菜农场。

Optician Sans是一款基于全球验光师使用的历史视力表和视标设计的免费字体，旨在让每个人都能体验验光师的角色，并补充了视力表字母的完整性。该字体以其独特的设计和与视力测试的关联而受到关注，被描述为“奇怪而美妙”且“优雅”。