返回首页
最新
我一生中从未购买过安卓设备；我直接从诺基亚转向了苹果，从那时起我一直在购买苹果产品。
不过，我觉得苹果似乎不再创新；我在活动和YouTube上看到的那些技术，很多都是多年前的东西。他们只是改变颜色，以确保人们不会混淆，Duo也是如此，连名字都是借来的。
在人工智能如此火热的情况下，我本期待创新能有更大的飞跃，人们利用人工智能的速度会更快，但我看到的是一家科技巨头在推广我们多年前就见过的东西。我知道这也可以用来形容很多其他安卓功能，但苹果往往会完善他们推出的每一个功能（与谷歌每天都在取消整个项目不同）。
不过，我得说，苹果在执行、动画、细节关注和用户体验方面依然是一流的，但作为一家科技巨头，我期待更多。
我怀念史蒂夫·乔布斯的“还有一件事……”
大家好，几个月前，在从一个由Clade生成的错误中恢复过来后，我在想：“如果生产数据库的写入操作可以轻松回滚，那该多好啊。”我整理了一些东西：这是一个包含两个容器的部署和一个命令行工具。它距离生产环境的准备还很远，所以请多多包涵。欢迎所有反馈！<p>具体内容请查看： <a href="https://eterdb.com/tech" rel="nofollow">https://eterdb.com/tech</a><p>GitHub链接： <a href="https://github.com/eterdb/eterdb" rel="nofollow">https://github.com/eterdb/eterdb</a>
请访问以下链接了解更多信息： [LG智能电视隐私理解声明](https://www.lg.com/global/newsroom/news/statements/statement-understanding-privacy-on-lg-smart-tvs)。
AGI时代？
现在，我们所拥有的关于这些“监视你的屏幕并为你做事情”的技术，比如GPT-6 Astra、Muse、HeyClicky和Claude Fable 5.1，都是来自AGI时代的最新成果。很有趣的是，大家对这种工具的真实感受是什么。
Astra被描述为来自“AGI时代”，Muse拥有自己的虚拟机，能够读取你的屏幕，填写表单，甚至为你进行谈判，而HeyClicky则是类似的概念，但更小巧，只有一个元素在你的光标旁边，能够与你一起读取屏幕，或根据你的指令启动任务。
那么，这些工具是否解决了你之前遇到的真实问题，还是仅仅是便利的延伸？你们中间有人真正使用过这些工具吗，还是很快就失效了？你对这些工具的能力有什么样的界限定义——如果它能够注释你的屏幕，那完全没问题，但除了这个，你是否希望它不要因目前的不可靠性而主动点击/行动？诚实而直接的回答和看法。
嗨，HN
我开发了 *dbmask*，这是一个开源的 Python 工具，旨在发现 SQL 数据库中的敏感列，用确定性的假值对其进行掩码处理，并验证掩码结果。
开发这个工具的动机源于我在处理测试数据时遇到的一个普遍问题：现有的掩码工具通常假设用户已经确切知道哪些列包含敏感信息。此外，掩码任务的成功完成并不能保证所有敏感值都已被替换。
dbmask 旨在将这些步骤整合为一个统一的工作流程，而不是将其视为三个独立的任务。
在检测阶段，该工具通过结合列名、采样值、数据库类型/上下文、历史决策以及可选的 LLM（大语言模型）来做出判断。虽然 LLM 功能默认是禁用的，但它支持通过 Ollama 或其他兼容 OpenAI API 的服务进行本地执行。如果工具无法自信地判断某列的性质，它会将其标记为 `UNKNOWN`，而不是简单地将不确定的情况归类为“非敏感”。
我还希望将人类决策纳入系统。检测结果可以导出以供人工审核，确认的决策可以以 CSV、XLSX 或 Markdown 格式保存，或存储在 SQL 历史决策表中。系统会记录分析师和审核员的信息，并在列类型发生变化或审核结果过期时重新评估过去的决策。
掩码过程采用确定性映射，确保相同的原始值在不同表中始终映射到相同的合成值。一旦掩码完成，`dbmask validate --strict` 命令会将掩码副本与原始数据进行比较，检查行数和表结构，并尽可能使用主键逐行验证敏感值。
该项目目前处于早期阶段（版本 0.1.x）。当前的 CI（持续集成）管道涵盖了 SQLite 测试；PostgreSQL 和 MySQL 的集成测试以及公共检测基准将在未来的开发路线图中包含。
我特别希望能收到关于检测规则、手动审核/历史跟踪工作流程和验证方法的反馈。如果您在临时数据库测试时遇到任何可用性问题或潜在的安全风险，请告诉我。
安装方法：
```
pip install dbmask
```
我刚注意到评论和提交的时间日期异常精确。显然，所有评论的时间都是精确到秒，甚至微秒！<p>例如，以下是几分钟前的一个评论：
2026-09-10T14:50:13.000000Z<p>这是一个明显的虚假精确性的例子：<p>https://en.wikipedia.org/wiki/False_precision
我对rsync的速度感到沮丧，因此开发了一个替代方案，通过使用多个并行连接、在可用时直接加密的TCP连接以及其他优化，使其运行更快。我还添加了一些很酷的功能，比如能够保持与服务器的持久SSH连接，以便快速处理一次性任务；在服务器的SSH终端中工作时能够将文件下载到你的笔记本电脑；以及能够在不转发SSH代理的情况下进行直接的远程到远程传输（通过在接收端使用限制性的SSH密钥，该密钥仅会执行用你笔记本电脑上的密钥签名的特定请求）。此外，它的设计也比其他替代方案更具鲁棒性和灵活性，便于脚本化。