Hacker News 每日播报为您带来：以太网供电技术解析、MinIO 停止分发免费 Docker 镜像、Raylib 软件渲染器 rlsw、Cookie 弹窗的终极解决方案、古腾堡计划 CEO 逝世、AI 助手新闻误报率高达 45%、维基百科流量下滑、法国前总统萨科齐入狱、AMD Infinity Cache 性能评估，以及 Meta AI 部门裁员风波。

以太网供电（Power over Ethernet, PoE）是一项通过标准网线同时传输电力和数据的技术，它极大地简化了网络设备的部署。这项技术并非高深莫测，但也绝非即插即用那么简单，了解其工作原理对于工程师和技术爱好者至关重要。

PoE 系统主要由两部分组成：供电设备 (PSE) 和受电设备 (PD)。PSE 负责提供电力，可以是支持 PoE 的网络交换机 (Endspan)，也可以是连接在普通交换机和设备之间的 PoE 注入器 (Midspan)。PD 则是需要供电的网络设备，如 IP 摄像头、无线 AP 或 VoIP 电话。

PoE 的一大关键特性是其安全性。符合 IEEE 802.3 标准的 PoE 设备在供电前会进行一次“握手”协商，以确定设备是否支持 PoE 以及需要多大的功率。这个过程可以有效防止损坏不支持 PoE 的设备。PoE 标准也在不断发展，从最初的 15.4W (Type 1) 发展到最新的 90W (Type 4)，满足了更多高功耗设备的需求。

这项技术在技术爱好者中引发了热烈讨论，大家普遍认为 PoE 是简化布线、增强系统可靠性的“天赐之物”。

许多人分享了使用 PoE 搭建家庭安全系统的经验。通过 PoE 摄像头，可以实现完全的本地控制，无需担心电池续航、云端隐私泄露等问题。将所有摄像头接入一个独立的 VLAN，再配合 Frigate 或 Synology Surveillance Station 等 NVR 软件，就能构建一个强大且私密的监控网络。在摄像头品牌的选择上，Axis 因其专业品质和可靠性备受推崇，而 Reolink 和 Amcrest 则被认为是性价比较高的选择。

对于户外摄像头可能带来的网络安全风险，大家也提出了成熟的解决方案。将摄像头等物联网设备置于独立的 VLAN 中，并配置严格的防火墙规则，是防止潜在攻击者通过物理接触设备侵入内网的标准做法。更进一步，还可以使用 802.1X 认证或 MACsec 加密来增强端口安全。

一个重要的提醒是，要警惕所谓的“无源 PoE”(Passive PoE)。与标准的“有源 PoE”不同，无源 PoE 不进行任何协商，直接向网线注入固定电压的电流。这种“野蛮”的供电方式极易烧毁不兼容的设备，因此被许多人视为“邪恶”的设计。在选购 PoE 设备时，务必确认其遵循 IEEE 802.3af/at/bt 标准。

广受欢迎的开源对象存储项目 MinIO 近日突然宣布，将停止分发免费的 Docker 镜像，转为“仅源代码分发”模式。这一决定，尤其是在一个严重安全漏洞修复后且未提前通知的情况下做出，在开发者社区中掀起了轩然大波。

事件的起因是用户在 GitHub 上询问为何最新的安全修复版本没有发布 Docker 镜像。MinIO 的核心维护者明确回应，项目已转为源代码分发，用户需要自行构建容器镜像，并随即将该问题关闭。

这一举动被许多用户视为一种“釜底抽薪”(rug pull) 的行为。MinIO 凭借其便利的 Docker 镜像积累了超过十亿的下载量和庞大的用户基础。如今突然撤回这一核心分发方式，让大量依赖其进行开发、测试和部署的用户措手不及。更严重的是，许多现有部署将无法及时获得安全更新，可能导致大量系统暴露在风险之中。

这一决定引发了关于开源项目商业化、社区信任以及用户权利的深刻讨论。

在 GPU 无处不在的今天，一个不到 5000 行代码实现的软件 OpenGL 渲染器 rlsw 却在开发者社区中引起了不小的轰动。rlsw 是著名游戏编程库 raylib 的一个外部模块，它提供了一个 OpenGL 1.1 风格的软件渲染后端，让 raylib 能够在没有 GPU 的设备上运行。

rlsw 的出现引发了开发者们对“为什么”和“如何”的深入思考。在现代硬件性能过剩的背景下，软件渲染器的价值体现在以下几个方面：

rlsw 的实现非常精简，但功能却不容小觑。它支持点、线、三角形等基本图元，具备纹理映射、矩阵变换、深度测试、混合模式等核心功能，为 raylib 提供了一个功能完备且高度可移植的渲染后端。这个项目不仅是 raylib 生态的一个重要补充，也再次点燃了社区对底层图形编程和极简主义软件设计的讨论热情。

无处不在的 Cookie 同意弹窗已成为浏览网页时最大的干扰。一篇发人深省的文章指出，GDPR 等隐私法规的初衷虽好，但将合规负担施加于数百万个网站的执行方式，却导致了“同意疲劳”和糟糕的用户体验。文章提出了一个激进但合理的解决方案：将隐私控制权从网站转移到浏览器。

设想一下，用户只需在浏览器设置中一次性配置好自己的隐私偏好——例如“仅允许必要数据”、“允许性能分析”或“允许个性化体验”。此后，浏览器将自动处理与所有网站的 Cookie 协商，代表用户接受或拒绝数据请求。

这种以浏览器为中心的模式具有显而易见的优势：

然而，将隐私控制权完全交给浏览器的想法，也引发了多方面的思考与顾虑。

尽管存在诸多挑战，但大家普遍认为，当前基于网站的同意模式已经失败。许多技术用户已经通过 uBlock Origin 等广告拦截器和隐私扩展，自行将控制权夺回到了浏览器端。这或许预示着，未来的解决方案必然需要浏览器扮演更核心的角色。

古腾堡计划文学档案基金会（Project Gutenberg Literary Archive Foundation）宣布，其首席执行官 Greg Newby 博士在与癌症短暂抗争后不幸去世。在过去二十多年里，Newby 博士一直是古腾堡计划的核心领导者，致力于推动公共领域文学作品的数字化和自由传播。

Newby 博士是一位终身读者，早在 1987 年就预见到了电子书的巨大潜力。在他的领导下，古腾堡计划的电子书馆藏增长到超过 75,000 本。他最引人注目的成就之一，是在 2023 年与微软和麻省理工学院合作，推出了由 AI 旁白的有声书系列——古腾堡计划开放有声书合集，该项目被《时代》杂志评为“2023 年最佳发明”之一。

这则消息也引发了人们对古腾堡计划历史的回顾与讨论。大家在缅怀 Newby 博士巨大贡献的同时，也强调了项目创始人 Michael S. Hart 的开创性地位。Hart 于 1971 年创立了古腾堡计划，而 Newby 博士于 90 年代初作为志愿者加入，后来成立了支持该项目的非营利基金会，并整合了 Distributed Proofreaders 等社区力量，极大地推动了项目的专业化和规模化发展。

古腾堡计划被誉为“互联网的宝藏”和“我们最伟大的数字成就之一”。Greg Newby 博士的离世是数字文化领域的一大损失，但他为人类知识自由共享所做出的不懈努力将被永远铭记。

根据欧洲广播联盟（EBU）与 BBC 联合进行的一项大规模研究，当前主流的 AI 助手在呈现新闻内容时，存在惊人的错误率。研究测试了 ChatGPT、Copilot、Gemini 和 Perplexity 等四款工具，发现高达 45% 的回答至少存在一个重大问题。

这些问题主要集中在两个方面：

在所有测试工具中，Google 的 Gemini 表现最差，有 76% 的回答存在显著问题，主要源于其糟糕的来源处理能力。

这项研究在技术圈内引发了广泛的讨论，观点多元且深刻。

许多开发者分享了自己在使用 AI 时遇到的具体问题。例如，AI 会引用一篇根本不存在的维基百科文章，而深入调查后发现，这篇虚假的文章本身就是由另一个 AI 生成后被删除的，形成了一个危险的“AI 驱动的引文生成循环”。AI 的摘要功能也备受诟病，它们往往只是对原文进行“随机凝练”，而非真正理解和提炼核心观点，有时甚至会完全扭曲原文的含义。

一些观点认为，这项由传统媒体机构主导的研究可能存在偏见。他们指出，人类记者在报道复杂科学或技术问题时，误读和误报的现象也屡见不鲜，这便是著名的“盖尔曼失忆症效应”。然而，更多人认为，AI 的问题在于其底层机制——它是一个“极其具有说服力的自动补全工具”，本质上是基于概率生成文本，而缺乏真正的理解和批判性思维能力。

随着越来越多的人，尤其是年轻人，开始将 AI 助手作为获取信息的主要渠道，这种系统性的不准确性对社会信任构成了严重威胁。当人们无法分辨信息的真伪时，最终可能什么都不再相信。这不仅关乎技术本身，更关乎我们如何在一个信息日益泛滥的时代，维护知识的完整性和社会的共识基础。

作为互联网上最受尊敬的知识库之一，维基百科正面临着流量下滑的挑战。维基媒体基金会近日透露，其网站的人类页面浏览量同比下降了 8%，这主要归因于两大趋势：AI 驱动的搜索引擎摘要和社交视频平台的兴起。

当用户在搜索引擎中提问时，AI 摘要会直接给出答案，减少了用户点击链接访问维基百科等原始来源的必要性。同时，年轻一代越来越倾向于通过短视频等形式获取信息。这种转变虽然让维基百科的知识以新的方式传播，但也带来了潜在的危机：访问量的减少可能导致志愿者编辑和捐款者的流失，从而威胁到这个庞大知识库的长期维护和发展。

维基百科面临的挑战及其未来，在技术爱好者中引发了多维度的探讨。

许多人对维基媒体基金会的财务状况提出质疑，认为其拥有巨额储备金，但年度预算中用于核心网站托管的比例过低，而行政、差旅和活动等开支却相当可观。这引发了关于基金会是否应更专注于核心使命，甚至通过投资实现财务自给自足的讨论。

维基百科的编辑过程和内容质量也成为讨论的焦点。一方面，它被誉为“人类最伟大的数字成就”，在许多领域提供了准确、中立的知识。但另一方面，其严格的编辑规则和“守门人”文化也让许多普通用户甚至领域专家望而却步，难以贡献或修正内容。这种官僚主义被认为是导致内容可能存在偏见和更新滞后的原因之一。

尽管 AI 正在分流维基百科的流量，但大家普遍认为 AI 无法取代维基百科。AI 模型本身依赖于维基百科等人类知识库进行训练，它生成的内容缺乏可验证的来源和人类编辑的严谨审查。在 AI “幻觉”问题普遍存在的当下，维基百科作为可信赖、可追溯的知识源头的价值反而更加凸显。如何在这个新时代中找到自己的定位，并引导 AI 用户回溯到原始知识来源，是维基百科需要解决的关键问题。

法国前总统尼古拉·萨科齐已正式入狱服刑，成为自二战以来首位被监禁的法国前国家元首。他因在 2007 年总统竞选中，涉嫌利用已故利比亚领导人卡扎菲的资金进行非法竞选融资而被判处五年监禁。

这一历史性事件不仅是法国的头条新闻，也引发了关于司法公正、权力制衡以及政治生态的深刻思考。

萨科齐入狱，在许多人看来是“法律面前人人平等”原则的体现。尽管他本人否认直接收受资金，但法院认定他与两名亲信在秘密融资中存在“犯罪关联”。这是他第二次因非法竞选融资被定罪，表明其行为已构成一种模式。

然而，也有观点认为此案带有政治色彩。尤其是在上诉期间即被要求入狱服刑，这一“临时执行”措施被一些人解读为政治对手的打压。但有趣的是，这项法律恰恰是萨科齐自己所在的政党在执政期间引入的，可谓“作法自毙”。支持者认为，鉴于萨科奇此前有干预司法和影响证人的行为，立即将其监禁是防止其继续妨碍司法公正的必要之举。

尽管法国的司法系统也存在审理周期过长等问题，但能够将一位前国家元首绳之以法，这本身就被视为民主制度和权力制衡的胜利。这一事件表明，即使是拥有巨大权力和影响力的人物，也无法凌驾于法律之上。

萨科齐被安置在巴黎拉桑特监狱的隔离区，拥有独立的牢房。这并非特殊优待，而是出于安全考虑，以保护他免受其他囚犯的潜在威胁。这场审判及其结果，无疑将成为现代政治史和法治进程中的一个重要案例。

AMD 最新的高端移动芯片 Strix Halo (Ryzen AI MAX 系列) 凭借其强大的集成 GPU 和创新的 Infinity Cache 技术备受关注。一篇来自 Chips and Cheese 的深度技术文章，首次通过对底层性能计数器的监测，揭示了这 32MB 的内存侧缓存（MALL，即 Infinity Cache）在实际图形工作负载下的表现。

Strix Halo 的 GPU 规模庞大，对内存带宽有着极高的要求。为了满足这一需求，除了配备 256-bit 的高速 LPDDR5X-8000 内存外，AMD 还为其设计了 32MB 的 Infinity Cache。这个缓存位于内存控制器旁边，主要任务是捕获频繁访问的数据，从而减少对主内存（DRAM）的访问次数，有效“放大”了可用带宽。

测试结果令人印象深刻。在 3DMark Time Spy Extreme 这样的高负载场景下，Infinity Cache 能够捕获大约 73% 的内存流量。如果没有这个缓存，芯片对 DRAM 的带宽需求将远超其物理上限，导致严重的性能瓶颈。可以说，Infinity Cache 是 Strix Halo 能在移动平台上实现卓越图形性能的关键所在。

这篇文章的深度分析，也点燃了大家对 AMD 技术与生态的热烈讨论。

总而言之，Strix Halo 和它的 Infinity Cache 代表了 AMD 在集成图形领域的一次大胆创新，但要将硬件潜力完全转化为用户价值，强大的软件生态是不可或缺的一环。

Meta 近日宣布在其 AI 部门裁员约 600 人，主要波及传统的“基础 AI 研究”（FAIR）团队。与此同时，公司却在为新成立的、专注于通用人工智能的“超智能团队”积极招聘。这一“一裁一招”的举动，被视为 Meta AI 战略的一次重大调整。

Meta AI 负责人、新上任的 Scale AI CEO Alexandr Wang 解释称，裁员是为了“减少团队规模，从而减少决策所需的沟通，让每个人承担更多责任”。这一举动在业界引发了关于企业管理、技术泡沫和行业未来的多角度探讨。

对于裁员的理由，业界看法不一。一些人认为这是解决“大公司病”的必要之举。随着团队规模扩大，沟通成本急剧增加，决策效率降低，裁员可以使组织更加扁平化，提高执行力。

然而，更多人对此持批评态度。他们认为这是新领导层“糟糕规划”和“权力洗牌”的表现，借重组之机清除“旧势力”，安插自己的人马。这种做法让普通员工为管理层的决策失误买单，严重损害了员工的信任感，尤其是在需要长期稳定投入的基础研究领域。

这次裁员也被视为当前 AI 领域“过度炒作”和“过度招聘”的一个缩影。许多公司在 AI 热潮中盲目扩张，却缺乏清晰的商业模式和产品落地路径。

许多开发者坦言，将大型语言模型（LLM）整合到实际产品中的过程并不愉快，很多时候并未带来预期的价值提升。这反映出一种“技术驱动”而非“需求驱动”的开发模式，即“先有锤子再找钉子”。大家认为，AI 竞赛的最终胜利将取决于“应用之战”，而非单纯的技术参数比拼。

Meta 的这次调整，或许预示着 AI 行业正在从“讲故事”的阶段，进入到更加注重实际应用和商业回报的“挤泡沫”阶段。对于从业者而言，这既是挑战，也是机遇。

相关链接：

• Power over Ethernet (PoE) basics and beyond
• MinIO stops distributing free Docker images
• rlsw – Raylib software OpenGL renderer in less than 5k LOC
• Internet's biggest annoyance: Cookie laws should target browsers, not websites
• Greg Newby, CEO of Project Gutenberg Literary Archive Foundation, has died
• AI assistants misrepresent news content 45% of the time
• Wikipedia says traffic is falling due to AI search summaries and social video
• French ex-president Sarkozy begins jail sentence
• Evaluating the Infinity Cache in AMD Strix Halo
• Meta is axing 600 roles across its AI division