Synth Daily

科技爱好者周刊(第 364 期):最难还原的魔方

这份科技综述探讨了构成“最难还原魔方”的六个特定条件,并指出了满足这些条件的唯一解。内容还推荐了一款名为 GeeLark 的跨境营销 AI 助理,并介绍了多项科技新动态,如全息警察、矿井储能等。此外,还深入分析了 Facebook 难以留住顶尖 AI 人才的原因,并分享了一系列实用的开发工具与行业见解。

最难还原的魔方

一个有趣的问题是:什么样的魔方最难还原?衡量其难度的标准是什么?国外已有研究者提出了最难魔方应同时满足的六个条件。

  • 每一面都包含 全部六种颜色
  • 每一面上,任何一种颜色的色块不超过两个
  • 任何一面上,不能有两个相同颜色的连续色块
  • 任何一面上,不能有两个相同颜色的色块在对角线上
  • 八个角上,不能有相同颜色的色块
  • 每一面的 图案都必须不同

研究者通过编写 C++ 程序,在魔方庞大的排列组合中进行筛选,最终发现只有一种排列方式满足上述所有条件,从而找到了公认“最难还原”的魔方形态。

GeeLark:跨境营销 AI 助理

GeeLark 是一款桌面软件,旨在帮助用户一站式管理 Facebook、TikTok、X/Twitter 等境外社交媒体平台。它通过内置的 云手机指纹浏览器,为每个账号提供独立隔离的运行环境,支持多账号同时登录,并有效防止因环境关联而被平台限制。

其核心功能包括:

  • 内置 AI 大模型: 支持视频生成、文案撰写和 AI 自动养号等功能,能将产品照片快速转化为营销视频。
  • 常用操作自动化: 针对 TikTok 提供自动发布、自动挂车、AI 数据分析等功能。对于短剧出海,还提供 AI "锚点"功能引流。
  • Reddit 自动化: 提供 AI 管理 Reddit 账号和自动发布内容的模板,有助于提升内容在 AI 生成引擎中的权重。
  • 自定义任务与开放 API: 允许用户根据个性化需求创建自动化工作流,并能通过 API 进行编程调用,扩展了应用场景。

GeeLark 采用按使用量计费的模式,不设席位费,团队成员可在无需知晓账号密码的情况下进行操作,确保了账号安全。

科技动态

  • 全息警察: 韩国首尔在公园部署了真人大小的警察全息投影,该装置激活后,公园的犯罪率下降了约 22%。
  • 咖啡机电脑: 一位程序员成功将一台老式咖啡机改装成电脑,同时保留了两种设备的所有功能,解决了高温水蒸气与电子元件散热的冲突。
  • Meta 腕带控制器: Meta 公司发明了一款手表大小的腕带,通过读取手部肌肉运动产生的电信号来判断用户意图,可用于替代鼠标或触控笔来控制电脑。
  • 矿井储能: 一家公司计划利用芬兰一个 1400 米深的废弃矿井,通过起重机升降重物来储存和释放能量,将重力势能转化为电能。
  • 地图广告: 谷歌地图开始测试新的广告形式,在导航过程中弹出窗口,提示用户可以在途经的商家处临时停车。

文章分享

  • Cloudflare 的爬虫认证: 介绍了 Cloudflare 要求爬虫登记公钥并为每个请求签名的认证机制。
  • Anduril 的无人机研发: 一位工程师分享了在美国国防科技公司 Anduril 内部从事无人机军事应用研发的细节。
  • 用数据库替换缓存: 探讨了何时应直接查询数据库,何时使用缓存,并分析了缓存相对于数据库的优缺点。
  • AI 编程循环: 一位开发者让 AI 在 while 循环中自行编写和修复代码,一个晚上消耗了 800 美元的计算资源。
  • Python 工具箱: 一位 Python 初学者分享了他使用的 uv、ruff、ty 等基础开发工具。
  • AMD 与 Intel CPU 的区别: 介绍了 AMD 和 Intel 两家公司生产的 x86 CPU 在架构上的差异。

工具与资源

  • sping: 一款 ping 命令的增强版,能在终端图形化显示延迟。
  • Beszel: 轻量级的服务器监控工具,提供 Web 界面。
  • WinApps: 在 Linux 系统中通过虚拟机运行 Windows 应用的工具。
  • gitlab-to-github: 一个可将 GitLab 仓库全部迁移到 GitHub 的 Python 脚本。
  • Telegram 广告拦截机器人: 开源的 Telegram 机器人,使用贝叶斯算法自动拦截群组广告。
  • Foxel: 支持 AI 语义搜索的开源私有云盘。
  • Jujutsu 入门教程: 一个声称比 Git 更易用的新兴代码管理系统的入门教程。

为什么 Facebook 留不住科学家

尽管 Facebook 投入重金招聘 AI 人才,但许多科学家在短暂任职后选择离开。一位前员工认为,这与公司的核心使命直接相关。

Facebook 的使命是“连接每个人”,这与 AI 研究没有直接关联。公司历史上缺乏深厚的 AI 研究基础,其研究文化更多是为短期业务目标服务。

  • 研究方向受限: 许多研究员被要求服务于广告、推荐系统和内容审核等短期业务,感觉缺乏长期愿景和进行前沿研究的空间。
  • 文化冲突: Facebook “move fast”(快速行动)的文化与需要长期投入的科学研究存在冲突,让研究人员难以获得学术界的认可。
  • 成果落地困难: 公司的研究部门与产品部门之间存在隔阂,导致研究成果难以转化为实际产品,使科学家感到工作缺乏影响力。

这表明,仅仅依靠高薪未必能留住顶尖人才,拥有真正革新性产品和良好研究环境的小公司同样具有强大的吸引力。

言论

一项美国研究发现,AI 对于非名校的毕业生就业冲击最大,对哈佛、MIT 之类的名校毕业生的就业没有什么冲击。AI 加剧了普通学校的贬值。

-- 《AI 对就业市场的冲击》

SEO(搜索引擎优化)的游戏早就结束了。现在只有 27% 的搜索发生在 Google,剩下 73% 都发生在 TikTok、Amazon、Reddit、YouTube、甚至 ChatGPT。

-- Neil Patel,美国畅销书作者

中国有一个概念“吃苦”,美国没有这个概念。

-- Hacker News 读者