建议论坛的编辑器是不是可以考虑增加一个工具条？ 一个好处是提供一个隐形的约束和规范，可以统一大家的帖子的格式。
比对工具,我做老系统改造时唯一不省的东西 8 年里我反复总结过一句话: 老系统改造,新老两边的输出如果不能用工具自动 diff,就只能 靠人盯。靠人盯一定会漏。 漏的不是大 bug——大 bug 上线 1 小时就报警了。 漏的是那种"看起来对但不对"的——单跑任何一边都看不出来, 机器把全量数据 diff 一遍,问题才浮出来。 下面是 4 个例子,都是真实经历过的项目,做了脱敏。 例 1 · 订单类系统迁移的 dump 比对 上篇提过的"老语言迁到主流语言"的项目,跨 14 个月切完。 这 14 个月里整个迁移就靠一件事撑着: dump 比对 。 老系统的事件流 dump 一份,新系统的事件流 dump 一份, 每天定时跑 diff,差异写报表。 期间发现的 11 个"看起来对但不对"的 bug—— 全部是 diff 报表先发现,人后看到的 。 最典型的一类:同一个业务状态,老系统用字符串表达,新系统用 枚举表达,两边语义其实一样。下游消费方两套都能解析——直到 diff 报表跑出来"同一条记录两种表达",我们才意识到出了问题。 如果当时省了这套——切完后只会有一堆历史数据不一致, **到时只能选:全量重跑(代价大),或者认账(留坑)**。 例 2 · 聚合查询系统的跨结果表对账 某个聚合查询系统有 2 张结果表,逻辑上 1:1 对应。 跑了 5 年,某天我们顺手算了一下—— 有上千条核心业务记录在表 A 有,表 B 没有 。 是某个增量更新的边界 bug 。 不大,数据缺失也不影响主业务流程,所以 5 年没人发现。 后来加了个简单工具—— 每天 1 次,表 A vs 表 B 跑 diff,差异 > 阈值告警,告警里 带具体写入代码段的指针。 工具上线 1 周,问题暴露;3 周修完。 值得说的是:**前 5 年是"暴露不出来",不是"修不了"**。 代码本身一直在那,bug 不是隐蔽,是没人有手段看见它。 例 3 · 数据匹配的离线 vs 在线 diff 某个数据匹配场景有两条链路: 离线全量(每天凌晨重算所有匹配关系) 在线增量(数据有变更时,即时算) 逻辑上两条应该一致——但实际经常不一致。 我们的比对方式很简单:取 1% 数据,让两条链路同时跑同一份输入, diff 输出。每周大概能跑出 50-100 条不一致。 有意思的是: 这些不一致里只有 30-50% 是真 bug 。 剩下的是真实业务边界——比如某些场景在线已经能感知到、离线 还没扫到——这种"差异"是合理的,标"忽略"。 但 你必须能看到它,才有资格忽略它 。 没有这套工具的时候,我们以为两条链路一致;有了之后才发现:从来 就没一致过,只是没人在比。 例 4 · 多源数据合并时的字段分布对比 某个数据合并场景中,不同来源的数据语义不完全一致。 但 字段分布(枚举值频次 / 数值范围)是一种隐含约束 。 工具:合并前后跑同一个字段的分布,漂移 > 5% 就告警。 发现过一个特别隐蔽的 case—— 枚举值"未知"在 A 来源约定是 0,B 来源约定是 -1 。 单看代码看不出来,0 和 -1 都是合法值,谁也没写错。 但合并后字段分布告警立刻响:**"0"占比从 30% 降到 15%**—— 回头查,才看出两个来源的"未知"约定不一样。 字段分布对比有时比代码 review 更准—— 代码 review 看的是逻辑,字段分布看的是约定 。 不是 1 个工具,是 4 件配合用的事 很多人理解"比对工具"是写个脚本跑 diff—— 这是把比对工具理解小了 。 我经历的几次大改造,每一次都是这 4 件事一起做: ┌─────────────────────────────────────────┐ │ 老系统流量 新系统流量 │ │ │ │ │ └───────────┼──────────────────┼───────────┘ │ │ ▼ ▼ ┌──────────────────┐ ┌──────────────────┐ │ ① 数据快照 dump │ │ ① 数据快照 dump │ │ (独立存储) │ │ (独立存储) │ │ 解耦 / 毫秒级 / │ │ 字段冗余比节省强 │ │ 字段冗余 │ │ │ └─────────┬────────┘ └─────────┬────────┘ │ │ └─────────┬──────────┘ ▼ ┌──────────────────┐ │ ② diff 报表 │ ├──────────────────┤ │ ▸ 字段级:A.x≠B.x │ │ ▸ 结构级:有/无 │ │ ▸ 时间级:早/晚 N 秒│ └─────────┬────────┘ ▼ ┌──────────────────┐ │ ③ 告警分级 │ ├──────────────────┤ │ P1 关键字段差异 │ ──→ 立即告警 │ P2 非关键 > 阈值 │ ──→ 邮件 │ P3 时间级 < 容忍 │ ──→ 入归档 └─────────┬────────┘ ▼ ┌──────────────────┐ │ ④ 回溯链路 │ ├──────────────────┤ │ 报表保留 ≥ 30 天 │ │ 改动有版本号 / 时间戳│ │ 时间窗口反查 │ └─────────┬────────┘ ▼ 根因定位 "哪次改动引入的" ① 数据快照 dump 老新两边都要把关键事件 dump 到独立存储。 3 个细节: 跟主链路解耦(dump 故障不能影响业务) 时间戳精确到毫秒 字段冗余比节省强(多 dump 一些没坏处,少 dump 一个就废了) ② diff 报表 定时全量或采样跑 diff,差异分类: 字段级差异(A.x ≠ B.x) 结构级差异(A 有 B 没有) 时间级差异(A 早 B 晚 N 秒) 不分类的 diff 报表等于没看——一堆条目堆在那,人会习惯性忽略。 ③ 告警分级 不是所有 diff 都告警。 业务关键字段差异 → P1 立即告警 非关键字段差异 > 阈值 → P2 邮件 时间级差异 < 容忍窗口 → 入归档,不告警 不分级 = 全告警 = 等于没告警——3 天后没人看了。 ④ 回溯链路 发现 diff 后,要能定位 具体哪个改动引入的 。 要求: diff 报表至少保留 30 天 所有改动有版本号 / 时间戳 按时间窗口能反查 没有回溯能力的 diff,等于"看到 bug 但不知道怎么发生的"。 这 4 件事缺一件,比对工具就只是"看起来在比"。 什么时候不该做 也有反例。 某次小项目,1 个 service 重构,代码量不到 500 行。 我也想搞这套——leader 直接砍了:"投入 vs 产出比不合理。" 事后看是对的——那个 service 切完后没出过故障。 我大概的判断: 千行以内 / 周级别的小改造——别上,没必要 上万行 / 月级别以上的大改造——必上 中间档——看两件事:数据语义复杂吗?并跑会持续 1 个月以上吗? 任何一个"是",就上 写在最后 很多人会把"比对工具"归在测试的事—— 我倾向认为是改造方案的一部分。 测试问"这次发布有没有 bug"。 比对工具问"接下来这 N 个月,新老两边到底一不一致"。 看的时间尺度不一样。 而且时机很重要—— 比对工具要在切第一刀之前就上线 。 切完一半再加,你已经分不清"这条差异是改造带来的,还是早就存 在的"。 写到这,我也不太确定这套对所有团队都成立。 我经历的项目都是"业务相对稳定 + 改造期长 + 数据要追溯", 这种场景比对工具几乎是必修。 但如果是高速迭代的创业团队,搞这套可能反而是负担—— 这点我自己也还在想。 下一篇打算写 6 阶段验收 SOP—— 比对工具是其中第 4 阶段的核心 ,正好顺着接。 (以上 4 个例子都做了脱敏。 如果你做过老系统改造,欢迎评论区聊聊你们的比对工具长什么样, 特别想听 没搭比对工具直接切,后来踩过的坑 。)
IT之家 6 月 4 日消息，据英国《卫报》4 日（今天）下午报道，英格兰资格与考试监管办公室（Ofqual）警告，智能眼镜、隐形耳机等新一代可穿戴设备，可能 让考试作弊问题进一步恶化 。 Ofqual 负责人 Ian Bauckham 还透露，在教师反映 AI 生成内容越来越难识别后，英格兰的 GCSE 和 A-level 正在接受审查，重点包括学生在课程作业中使用 AI 的风险。智能手机已经让考试作弊有所增加，而下一波可穿戴设备可能让问题更加严重，并 危及英格兰学校资格考试体系的公信力 。 Bauckham 表示：“监管机构必须非常快速地行动，因为技术变化很快。大家都熟悉手机，但现在越来越多年轻人佩戴完全联网的智能手表，这些设备带来的挑战在许多方面和手机一样。我了解到，接下来还会有智能眼镜之类的产品，可以 把文字显示在镜片内侧，而且只有学生本人能看到 …… 所以我们必须紧盯技术变化。我们的资格考试体系是真正的国家资产，必须防止这一国家资产受到削弱，因为这不符合任何人的利益。” IT之家从报道中获悉，Ofqual 方面称，隐形耳机、智能眼镜等联网设备已经开始出现在广告中。与此同时，因在考场携带手机、智能手表等联网设备而受到处罚的学生人数仍在上升。 去年夏天，Ofqual 记录了 2225 起 GCSE、AS 和 A-level 考试中的手机及智能设备作弊案例 。自 2018 年以来，手机和智能设备每年都是考试作弊中数量最多的一类。 Bauckham 表示：“显然，如果学生通过手机、智能手表或其他任何设备不公平地获得帮助，就可能拿到本不应得到的考试分数。长期来看，最终成绩可能无法准确反映学生 究竟学到了多少、掌握了多少 ，以及在考试内容上展示出了多少能力。这样一来，资格成绩就不再可靠，也不再值得信任。” Bauckham 表示，除了彻底取消课程作业这个最激进方案外，监管机构也可以 要求教师在签字确认学生作业前，更频繁地与学生核对完成过程 。“另一种做法，是提高对引用和资料来源的要求，让学生说明自己读了哪些材料、使用的内容来自哪里。但学生 绝不能只是打开 ChatGPT ，然后说：‘请给我写 10000 个字，主题是亨利八世的外交政策。’这种做法绝对不可接受。” 相关阅读： 《 眼镜要摘下检查、智能眼镜带入考场就算作弊，2026 高考多地安检新变化 》
IT之家 5 月 20 日消息，如今各类 AI 图像生成工具层出不穷，且功能日益强大，想要分辨一张图片是否真实变得前所未有的困难。本周二，OpenAI 推出两项新举措，助力解决这一问题。 IT之家注意到，该公司已承诺采用名为 C2PA 的开放标准，该标准会在图片元数据中留下明确标识，标注图片由人工智能生成。同时，OpenAI 还携手谷歌，接入名为 SynthID 的隐形水印。这种水印隐蔽性更强，即便不法分子试图抹除痕迹，也很难将其彻底清除。 此番全新防护措施仅适用于 OpenAI 旗下产品生成的图片，无法约束大量来路不明的劣质 AI 作图工具产出的海量图像，但至少能确保 OpenAI 不再助长图片造假乱象。 OpenAI 还提前展示了一款图片核验工具，可同时检测上述两种溯源标识，方便用户快速查验图片是否由 AI 制作。该工具初期仅支持核验自家产品生成的图片，后续计划逐步适配其他平台的 AI 作图工具。 内容溯源与真实性联盟（C2PA）成立于 2021 年，是一家非营利机构，致力于减少 AI 伪造图像对社会舆论造成的不良影响。目前谷歌多款产品已采用 C2PA 标准，但整个行业尚未形成统一普及态势。由于 C2PA 溯源信息可直接在文件元数据中查看，存在被篡改的风险，仅在可信使用群体中实用性较高。 而 SynthID 是一项更新的技术方案，抵御篡改的能力更强。该水印由谷歌研发，即便不法分子通过截图、缩放尺寸、数字修图等方式试图去除水印，水印标识依旧能够留存。 两套溯源体系互为补充，各自弥补对方的短板。 OpenAI 在公告中表示：“隐形水印在截图、二次编辑等图片改动场景下留存性更强，而元数据溯源能提供比单一水印更丰富的信息。二者结合使用，能让图片来源溯源的可靠性远超单一防护手段。”
esa.int Smile lifts off on quest to reveal Earth’s invisible shield against the solar... The Smile spacecraft lifted off on a Vega-C rocket from Europe’s Spaceport in French Guiana at 04:52 BST / 05:52 CEST (00:52 local time) on 19 May 2026. The launch marks the beginning of an ambitious mission to better understand solar storms,... [!quote]+ 2026年5月19日北京时间04:52/欧洲中部时间05:52（当地时间00:52），Smile航天器搭乘Vega-C火箭从法属圭亚那的欧洲航天发射场升空。这次发射标志着一项雄心勃勃的任务的开始，这项任务旨在更好地了解太阳风暴、地磁暴和空间天气科学。 发射升空并与火箭分离后，欧空局位于澳大利亚的新诺西亚地面站于欧洲中部时间06:48收到了来自 "微笑 "号的第一个信号。随后，航天器的太阳能电池板于欧洲中部时间 06:49 展开，这意味着 "微笑 "号现在可以收集阳光，为其系统和科学仪器供电。这一操作的完成标志着发射取得了成功。 微笑 "是欧洲航天局（ESA）和中国科学院（CAS）的一项合作项目。它将揭示地球是如何对来自太阳的粒子流和辐射爆发做出反应的，使用一台X射线照相机对地球的磁屏蔽进行世界上首次X射线观测，并使用一台紫外线照相机连续45小时不间断地观察由此产生的北极光。 "欧空局微笑项目经理大卫-阿格诺隆（David Agnolon）说："微笑将揭示地球磁屏蔽的奥秘。“欧空局和中科院之间的顺利合作以及欧洲合作伙伴的贡献使这次任务成为可能。这标志着欧空局和中国首次共同选择、设计、实施、发射和运行一项任务，我们都非常期待’微笑’号在未来三年中带来的重大科学发现。” 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 4 月 29 日消息，理想汽车官方今日宣布，理想汽车定制隐形车衣上线，原价 7399 元起， 优惠价 5399 元起 ，适用于理想 MEGA、理想 L 系列、理想 i 系列车型，拥有 5 年质保 +1 年事故保障权益 。 官方表示，理想汽车定制隐形车衣搭载国际品牌聚己内酯脂肪族 TPU 粒子，采用成熟稳定工艺；采用波士胶高性能压敏胶定制开发胶水，专业撕除无残胶，不伤原车漆。 IT之家获悉，首批开放预约城市包括：北京、上海、天津、重庆、广州、深圳、东莞、佛山、杭州、宁波、金华、南京、苏州、常州、武汉、西安、郑州、沈阳、长春、哈尔滨、长沙、合肥、福州； 5 月下旬开始预约服务扩展至全国 100+ 城市 。
根据最新预算文件，美国空军计划在未来五年内从洛克希德马丁采购近4300枚远程隐身巡航导弹。此前美军对伊朗目标使用了这些武器。这些联合空对地防区外导弹（JASSM）的采购将持续到2031年。 美国空军计划在10月1日开始的财年购买821枚该型导弹，高于本财年的144枚。2028财年年度采购量预计将升至接近900枚，并在随后几年维持在每财年860枚。目标是到2031年将美国库存提升至超过1.1万枚，而在2025年前已采购6700枚。 这些资金安排紧随特朗普政府提出的创纪录1.5万亿美元国防预算请求，这比今年预算高出42%。该请求本质上是一份希望获得资金支持项目的清单。最终决定权在国会手中，而在财政保守派和民主党人的反对下，如此大幅增加国防开支不太可能获得批准。 周三公布的预算数据还未包括补充在伊朗冲突中使用的武器，因为该预算请求是在美国开始战争之前完成的。对这些消耗武器的补充可能出现在接下来的补充国防预算中。 查看评论
OpenRouter 以"stealth"（隐形）悄悄上线了一个新模型—— Elephant Alpha 。 一个 100B 参数的大模型 上下文 256K 名称 openrouter/elephant-alpha 没有发布会，没有预热，大伙觉得是哪家的大模型！ 9 个帖子 - 6 位参与者 阅读完整话题
IT之家 4 月 14 日消息，我国每年 65 岁以上人群中每 10 人就有 3 人经历过跌倒，而 70% 以上的致命性跌倒事件，恰恰发生在卧室、卫生间等私密性最高的空间。传统视觉类摄像头方案在这些场景中难以适用，老人与家属对 24 小时视觉影像监控心存抵触， 隐私保护与安全保障难以两全 。 华为光网官方今日发文，由中国移动杭州研发中心联合中国移动黑龙江绥化分公司、江西合一云数据科技股份有限公司、华为共同打造的 全国首个“3D 光感知 + 摄像头 +FTTR”智慧康养标杆 在黑龙江兰西县中心敬老院率先落地。 中国移动联合华为打造的创新产品 3D 光感知设备采用激光雷达技术，通过发射近红外激光生成三维点云图， 仅识别人体轮廓与动作幅度，全程采用 3D 点云记录，彻底消除隐私泄露风险 。 ▲ 3D 光感知设备实时动作识别 该设备不受环境光线干扰，无论白天黑夜均能精准捕捉高度变化、姿态异常。当老人在卫生间意外跌倒或长时间滞留，系统秒级触发 AI 识别， 3 秒内通过电话、App、监控大屏三重告警 ，确保护理员在“黄金 10 分钟”内抵达处理。全院已实现“一床一监测、无盲区感知”，识别准确率达 95% 以上，让老人在“无感”中享受“有质”服务。 IT之家获悉，该一体化解决方案可应对复杂场景的差异化需求： 在公共区域部署高清摄像头进行视觉识别 在卧室、走廊等通过 FTTR Wi-Fi 感知人员状态变化 在卫生间、床头则安装 3D 激光雷达感知异常变化 当摄像头未捕捉到老人在客厅活动，而 Wi-Fi 感知也长时间未监测到卧室动静时，AI 结合当下时间与老人作息习惯，自动判断“久睡未起、久坐不动、久出未归”等风险，分钟级生成告警。
2026年公募基金一季报披露完毕。一批流通市值较小、平时鲜有机构问津的冷门标的，悄然成为基金经理的新宠。与千亿市值的白马股不同，这些标的或是高景气细分赛道龙头，或具备业绩反转潜力，成为部分基金追求超额收益的独门利器。（中证网）