Arch Linux 2023.08.01 发布，包含 Linux Kernel 6.4 和 Archinstall 2.6

Arch Linux 2023.08.01 发布，包含 Linux Kernel 6.4 和 Archinstall 2.6 Arch Linux 2023.08.01 今天发布了，作为2023年8月的 Arch Linux ISO 镜像，其中包括全新的内核、更新的文本模式安装程序和最新的软件包更新。 Arch Linux 2023.08.01 发布版搭载了最新的 Linux 6.4 内核系列，该内核系列于2023年6月25日发布，具有 Intel LAM 支持、更多的 Rust 语言代码、新的 RISC-V 特性。此 ISO 镜像还包括最近发布的Archinstall 2.6 。 Arch Linux 2023.08.01 现已可以从官方网站下载：

Linus Torvalds 宣布推出首个 Linux Kernel 内核 6.1 RC 预览版：初步支持 Rust 编程语言

Linus Torvalds 宣布推出首个 Linux Kernel 内核 6.1 RC 预览版：初步支持 Rust 编程语言 Linus Torvalds 已经启动即将到来的 Linux 6.1 内核系列的开发周期，并在今天宣布了第一个候选发布版（RC），支持公共测试。 随着 10 月 2 日 Linux 内核 6.0 的发布，为期两周的合并窗口现已关闭，现在是时候提前体验下一个重要版本 Linux 内核 6.1 了。 Linux 内核 6.1 的第一个候选版本（RC）现在已经发布，并准备好让测试者、早期采用者和尝鲜用户使用，最终版本预计在 2022 年 12 月初或中旬发布。 Linux 6.1 最大的新功能将是合并 Rust 基础设施代码。然而，目前只是对 Rust 编程语言支持的非常基本的实现，还不能用于实例。 更多详细信息可前往:

GitHub 上一个基于 #Linux 开源的桌面系统：，由国内团队开发，注重简洁、美观和实用性，整体 UI 风格跟 macOS

GitHub 上一个基于 #Linux 开源的桌面系统：，由国内团队开发，注重简洁、美观和实用性，整体 UI 风格跟 macOS 颇为相似。 系统内置多款系统应用、拥有 Dock 栏，通知菜单、全局菜单、App 启动器、截屏工具等多项基础核心功能 ​​

普林斯顿大学提供的《算法》第四版的在线资源，包含在线阅读和java代码等内容。调查了当今使用的最重要的算法和数据结构。

普林斯顿大学提供的《算法》第四版的在线资源，包含在线阅读和java代码等内容。调查了当今使用的最重要的算法和数据结构。 教材分为六章： 第 1 章：基础。介绍了比较算法和进行预测的科学和工程基础。它还包括我们的编程模型。 第 2 章：排序。考虑了几种经典的排序算法，包括插入排序、归并排序和快速排序。它还具有优先级队列的二进制堆实现。 第 3 章：搜索。描述了几种经典的符号表实现，包括二叉搜索树、红黑树和哈希表。 第 4 章：图。研究了最重要的图处理问题，包括深度优先搜索、广度优先搜索、最小生成树和最短路径。 第 5 章：字符串。研究字符串处理的专门算法，包括基数排序、子字符串搜索、尝试、正则表达式和数据压缩。 第 6 章：上下文。强调与系统编程、科学计算、商业应用、运筹学和难处理性的联系。 | #电子书

Linus新年首骂：和谷歌大佬大吵4天 “你的代码就是垃圾”

Linus新年首骂：和谷歌大佬大吵4天 “你的代码就是垃圾” 而这一次的“受害者”，是来自Google的一位程序员，Steven Rostedt。而且他并非是随随便便的一位开发者，用网友的话来说“也算是大佬了”。△图源：“OSC开源社区”评论区不仅如此，从时间线上来看，双方已经交锋了足足有4天之久……那么这到底是怎么一回事？一个“inodes”，吵了四天这场激辩是发生在Linux内核邮件列表。Steven起初是发了个帖子，主题是关于eventfs（事件文件系统）的补丁。具体而言，就是想探讨一下inodes（索引节点）是否应该保持唯一性的问题。（注：inodes是Linux文件系统中的一个核心概念。它是一个数据结构，用于存储文件或目录的元数据，而不是文件的实际内容。）Steven认为：Linus之前建议在eventfs中使用相同的inode来简化getdents()的实现，这意味着所有文件和目录都将使用相同的inode。然而，这种做法后来被发现会导致“find”命令出现问题，因为目录和文件的inode相同。Linus随后发现在64位机器上，eventfs_inode结构中存在一个由于对齐而产生的空洞，可以用来存储目录的inode，这解决了目录的问题，但文件仍然保留了自己的inode。在Steven看来，由于tar命令依赖于inode来确定文件的唯一性，这种做法会破坏tar命令的功能：目前，tar命令在tracefs（事件文件系统的一个变体）中已经出现问题，因为它显示所有文件的大小为零，导致tar不复制任何内容。除此之外，Steven也给出了自己想到的解决办法建议将VFS层的get_next_ino()函数复制到tracefs的tracefs_get_next_ino()函数中，并添加一个“files”参数。这样，当创建eventfs目录时，就可以预先知道所需的inode数量。tracefs_get_next_ino()将返回一个新的inode，并预留下一个“files”个inode供调用者使用。当创建文件的inode时，其inode将是其父目录的inode加上在该目录文件数组中的索引，从而为每个文件提供一个唯一的inode。然而，如此提案却被Linus强烈反对。Linus的核心观点是“inode已经不再是唯一的描述符，我们不应该继续依赖于这种旧有的机制”。不过对于Linus的回复，Steven并没有买账，他坚持认为：所有的文件和目录应该有唯一的inode，这样做可以对文件系统的某些方面起到简化的作用。然而在几轮探讨过后，Linus就坐不住了，随即就出现了刚才怒怼的名场面：不要把事情变得那么复杂。你没有充分理解这些函数的用途和必要性你的代码就是垃圾。双方似乎都是各执己见，来来回回博弈了良久，从1月26日一直battle到了1月29日……不过戏剧性的一点是，Linus在争吵之余，后来还发布了Linux内核6.8-rc2版本。他希望这个版本能够解决之前版本中发现的问题，并鼓励用户进行测试。并非第一次公开“交锋”其实在此之前，Steven也曾在2020年初之际，在一场活动演讲中，公开与Linus“交锋”过。他甚至直接将演讲的主题定位“Arguing with Linus Torvalds”，内容依旧是围绕着如何让Linux效率得到改善而做出的建议。不过对于这次最新的battle，网友们也是各抒己见。有认为应该抛弃历史包袱的，有认为只是二人设计理念的差距：△图源：“OSC开源社区”评论区 ... PC版： 手机版：

两期和大模型有关的播客，值得一听。

两期和大模型有关的播客，值得一听。 1. 《AI大神贾扬清离职阿里后首次受访:创业为什么不做大模型》， 贾扬清老师出来创业，没有选择去做基础大模型，而选择了去做应用开发平台，以下是他对大模型时代的几个基本判断： 1. 开源主导的模式会成为主流。在 AI 领域，模型的保鲜期（shelf life）基本上是一年左右。以 2012 年 AlexNet 为例，6 个月到一年之后就会出现效果接近的模型，基本都是如此。基于开源与公开数据集，我们已经可以训练出非常高质量的模型。因此，我自己的判断是开源主导的模式会成为主流。 2. AI 更像应用，而不像数据库。这是因为像微服务这种写应用的指导很难标准化，基本上没有一个像 SQL 这样的统一标准。 3. 聊天机器人并非应用形态的全部。实际应用中，产品的形态不会是纯问答模式，企业可能有不同的使用形态。 4. AI时代有构建应用开发平台的机会。在开源模型的基础上，如何帮助开发者在各类应用模式与交互模式中，更容易地使用这些语言模型，包括如何更好地部署模型，是否有更弹性的、更稳定的、更低成本的部署模式，等等，这些是更明确的用户需求。这需要有平台作支撑，这可能是主要需求之一。衡量这个平台的关键指标，一个是开发者效率，另一个是核心系统性能指标，即在有限的资源里面，能够帮助用户拉起来多少数量的服务，以及多少体量的服务。这是我们团队创业要解决的问题。 - 2. 《大白话聊 ChatGPT（Sarah & 王建硕）》， 建硕老师的这期播客，虽然是面向零基础小白的，但表达得非常清晰，听下来还是有不少启发。一些核心的观点摘录： 1. 关于GPT原理最为精准的类比来自Ted Chung：GPT就是将人类知识压缩成一张模糊的JPG（然后再用超分辨率的方式还原出来，过程中还原得不精准的地方就是“幻觉”，Hallucination）。建硕老师自己对GPT4的类比是阿帕奇，同时将GPT4的训练数据类比为阿帕奇的帮助文档； 2. GPT分为“快思考”（系统1）和“慢思考”（系统2）。快思考可以类比为“顺口溜” - 唐诗听多了，不会吟诗也会吟；慢思考（chain of thoughts）是指GPT4可以通过步骤拆解来提高正确率； 3. 交互方面，经历了 BUI（Button User Interface，按键交互）、CUI（Command User Interface，命令行交互）、GUI（Graphic User Interface， 图形界面交互）之后，大模型时代的交互方式变成了LUI（Language User Interface，自然语言交互，建硕老师自己的定义）； 4. 类比互联网的发展历程，目前Web3所处的节点相当于互联网的1979年，DNS等很多协议都出来了，但还缺少一个定义性的体验时刻，而AI所处的节点相当于互联网的1994年，浏览器出来的时刻。不幸的是，在此之前的NLP等技术都可以宣告被淘汰了，而幸运的是，浏览器本身只是一扇门，真正的机会属于千千万万的网站和应用。目前大模型的竞争类似于微软和网景对浏览器入口的争夺，尽管微软赢了，但也因此错失了后面整整的一个时代； 5. AI时代的生态想像：很多小机器人相互之间用API连接调用，最终通过一个LUI和终端用户互动。由于小机器人很多，因此需要通过一套类似域名的寻址系统来访问 - 这也是建硕老师正在做的一种服务； 6. GPT4本身并没有太多科研层面上的创新，但这并不妨碍它的伟大。人类历史上的很多伟大的时刻，例如发现新大陆、登月、发明iPhone等等，本质上都是工程的胜利； 7. 尽管国内大模型目前落后GPT4很多，但按照目前投入的财力和决心，最终一定可以做出效果相当的大模型。这就跟哥伦布发现新大陆以后，第二次再去新大陆的难度是一样的。已经有前人指出了一条明路，站在巨人的肩膀之上，难度会低很多； 8. GPT4肯定有智能，但肯定没有自我意识。问题是，人类也很难说自己有自我意识，很多时候只是在自作多情而已。很多时候，我们的人生只是各种硬件（DNA、身体结构）+软件（文化、历史、习惯、教育）所运行出来的结果而已； 9. 失业潮不会到来的，因为历史上的每一次技术革新都创造了新的工作。（这点持保留意见）贫富差距可能会变大，政府可能需要在财政制度上做出相应的调整，来进行财富的重新分配； 10. 对版权、隐私、垃圾内容、虚假信息等问题不必过份担心，这是新事物出现的必然产物，随着社会的发展都会得到自然解决。不要因噎废食； 11. GPT4有可能会促进社会的共识 - 在推荐时代，千人千面的算法让每个人都陷入自己的信息茧房，让社会空前割裂。这可能会在大模型时代得到某种修正。大模型再次让大家看到了一致的世界，在同一个场景下进行有益地讨论（这点持保留意见）； 12. 做一个科技乐观主义者，相信科技会造福人类，同时尽自己所能来帮助年轻人来更好地体验这个新世界。