与「天文ガイド」相关的搜索结果

#天文ガイド# 10月号、本日9/5発売！ 『篠原ともえさん「東京プラネタリー☆カフェ」公録イベントレポート』『C/2023 P1 西村彗星発見！』記事担当しました。 #プラカフェ# 公録記事では、浅倉大介さん（@daisukeasakura）が2011年に購入した高性能望遠鏡とのツーショットあり！

视频里，一个女人瘫在街头，疑似毒瘾发作，旁边有人拎着医疗箱，几个警察就站在那儿看着，谁也不动手。在中国，这种情况人早被拉去强制戒毒了。在美国，不会有人拉她。 美国不是没强制过。1971 年尼克松打"禁毒战争"，抓了关了半个世纪，毒品越打越多。80 年代艾滋病又爆发了，吸毒的人共用针头，HIV 传得飞快。为了堵住艾滋，政府开始发免费针头——毒你一时戒不掉，命先保住，别再把病传给别人。 这就是"减少伤害"的起点，后来发展成过量了打一针纳洛酮救回来，纽约还开了政府默许的吸毒点，有人看着你吸。俄勒冈 2020 年更进一步，少量硬毒品直接非罪化，结果街头吸毒泛滥，2024 年两党联手又改了回去。 为啥不强制？ 法律上，在美国不能因为一个人吸毒就把他关起来，得去法院立案，拿出证据让法官相信他"很可能严重伤害自己或别人"，他还可以请律师为自己辩护。瘾君子瘫在街头，只要没拿刀砍人，这条线就够不上——等程序走完，他都不知道复吸几回了。 金钱成本上，床位、医生、社工更是天文数字。 最讽刺的是：左派说"成瘾是病，要尊重身体自主权"；右派说"政府没资格强制任何人"。这两拨人平时斗得你死我活，在这件事上居然穿一条裤子，联手把"强制"这条路堵死了。 路一堵死，剩下的就好办了——发个针头就几分钱，而且又能立起尊重个人自由的牌子，这样做比起搞全套治疗一人一年几万美元要好多了，哪个政客会选贵的呢？ 处理老百姓吸毒有两个极端：一端是强制戒毒所，关起来硬戒；另一端就是美国现在这样，不抓不强制，发个针头、看着你吸，死了算你的。葡萄牙当年走了中间那条路：个人持有非罪化，不把你当罪犯，但被抓到要去"劝诫委员会"报到，评估下来该治疗就强制转治疗，不配合有的是行政手段罚你，同时国家砸钱建治疗、住房、就业一条龙。胡萝卜加大棒，这才叫"减少伤害"。 美国抄葡萄牙，抄成了阉割版：只抄了"不抓"，把"强制治疗"和"国家兜底"全砍了。这不叫进步，这叫躺平。

50 个传奇级的互联网兔子洞，够你逛上好几个小时👇 1. — 通过实时卫星图像看世界 2. — 查看当前天空中每一架飞机 3. — 实时追踪海上所有船只 4. — 风和风暴的实时地图 5. — 实时观看击中地球的闪电 6. — 近期地震的实时列表 7. — 承载互联网的海底电缆 8. — 从太空看森林消失 9. — 世界统计数据，每秒更新 10. — 当前正在发布的推文和搜索数量 11. — 比较各国的真实大小 12. — 几个世纪前的地图 13. — 15 万张历史地图的档案 14. — 由志愿者绘制的世界地图 15. — 看看世界上某个随机的人窗外是什么样 16. — 在城市中虚拟漫步 17. — 传送到地球上随机一个地点 18. — 世界上最奇怪地点的目录 19. — 互动式知识体验 20. — 从原子到宇宙的尺度之旅（已更新 HTML5 链接） 21. — 以 3D 方式探索太阳系 22. — 浏览器里的真实星空图 23. — NASA 的每日天文图片 24. — NASA 的全部视觉档案，免费 25. — 用数据讲述的视觉文章 26. — 用真实数据看世界现状 27. — 我们对世界的错误认知 28. — 将复杂数据可视化 29. — 世界银行的开放数据 30. — 土耳其官方统计数据库 31. — 数百万本书、电影和软件的档案 32. — 7 万本版权已过期的免费书籍 33. — 世界上每一本书的记录 34. — 美国国会图书馆数字档案 35. — 欧洲文化遗产档案 36. — 美国的数字图书馆收藏 37. — 在家参观博物馆 38. — 下载高分辨率艺术作品 39. — 25 万件艺术品的档案 40. — 历史上被遗忘的视觉珍宝 41. — 免费的文化与教育档案 42. — 大都会博物馆的开放收藏 43. — 音乐流派的家谱 44. — 选一个国家和年代，听那个时代的音乐 45. — 把维基百科的编辑变成音频 46. — 随机知识之井 47. — 时间、日出和天象事件 48. — 科学新闻的实时流 49. — 科学论文的免费预印本 50. — 用实时代码可视化数据 收藏这条。你以后肯定会用到其中一些。🔖

伟大的一天。 感谢卓越的科学家 @green_lobby ，经过数天密集讨论和艰苦工作，最终在 Claude Opus 5.5 的帮助下，我们顺利修改了 stellarium ，实现了华夏历元、公元前117835年2月25日日落时刻冬至交节、日月合朔。 这是一款超级强大的天文软件，可以精准计算距今前后15万年的天象。 华夏文明万万岁！

50 个网站，随便点开一个就能逛上几小时 🌍 1. — 实时卫星画面 2. — 追踪全球航班 3. — 实时追踪船舶 4. — 实时天气和风暴 5. — 实时闪电 6. — 近期地震 7. @sauda_coder — 查看互联网海底电缆 8. — 监测全球森林 9. — 实时世界统计数据 10. — 实时互联网数据 11. — 比较国家大小 12. — 探索历史地图 13. — 历史地图档案 14. — 社区共建的世界地图 15. — 世界各地的窗外风景 16. — 虚拟城市漫步 17. — 随机看世界各地 18. — 世界各地的奇特地 19. — 有趣的互动实验 20. — 从原子到宇宙 21. — 3D 探索太空 22. — 互动星空图 23. — NASA 每日太空图 24. — NASA 图片档案 25. — 互动数据故事 26. — 全球数据与洞察 27. — 理解全球趋势 28. — 数据可视化 29. — 世界银行数据 30. — 土耳其官方统计 31. — 海量数字档案 32. — 免费经典书籍 33. — 探索数百万本书 34. — 美国国会图书馆档案 35. — 欧洲文化档案 36. — 美国数字图书馆 37. — 虚拟博物馆 38. @sauda_coder 高清艺术作品 39. — 在线艺术收藏 40. — 历史珍品 41. — 免费文化与教育 42. — 探索大都会博物馆藏品 43. — 探索音乐流派 44. — 按国家和年代听音乐 45. — 把维基百科编辑变成声音 46. — 随机知识 47. — 时间和天文工具 48. — 最新科学新闻 49. — 免费研究论文 50. — 互动数据可视化 互联网比你平时刷的信息流大得多。 🔖 收藏起来以后看。

深圳华强北2000余人被抓：一门20年生意的终结。华强北卖水货手机已经不是新闻，这门生意持续了二十多年。从最早的港行诺基亚，到后来的美版、日版iPhone，再到少量的谷歌Pixel，华强北就是靠着这条灰色产业链，养活了几十万人，并把货铺到了全国每一个县城的手机店。所以最近的消息才让人震惊，一开始只是说不让卖外版苹果和谷歌手机，查柜台，后来风向直接就变了，据说以走私罪抓人，涉及两千多人。如果是真的，这就已经不是整治，而是定性了，性质完全变了。 为什么是现在？一个存在了二十多年的行业，不可能今天才被发现，它能存在这么久，本身就是被默许的。默许的原因很简单，有需求，能就业，能交租。美版iPhone比国行便宜一两千，有消费者愿意买单，华强北几万个档口要生存，而水货带来的维修、配件、二手翻新的生意，更是撑起了整个生态。那为什么偏偏是现在要动手？其实是四个原因撞在了一起。 第一个原因是国产手机不好卖了。过去两年，国内手机市场已经是绞肉机，华为强势回归，小米、OV在中低端死磕，就连苹果官方的销量都在下滑。这个时候，每一台免税进来的美版iPhone，都是在抢国行经销商的饭碗，抢国家的关税和增值税。要保国货，要保税收，就必须先砍掉水货。 第二个原因是罚没本身成了一门生意。以前查水货，是行政处罚，没收货物，罚点款就过去了。现在一旦定为走私罪，逻辑就完全不一样了。按照法律规定，偷逃应缴税额五十万以上就是五年到十年，二百五十万以上就是十年以上到无期，并且可以并处没收财产。一个柜的美版iPhone货值就过千万，如果真的涉及两千多人，这背后的罚没金额将是一个天文数字。在当下的财政环境下，这笔钱的吸引力是巨大的。 第三个原因是外版机本身就是一个漏洞。这次被点名的恰恰是美版苹果和原生谷歌手机，它们的共同点不是便宜，而是不可控。美版iPhone是纯eSIM，没有实体卡槽，谷歌手机原生就跑着全套谷歌服务，它们不会预装国内要求的一些框架，也无法被轻易纳入统一的管理体系。在万物皆可管的今天，一个无法被管控的硬件入口，是不能被容忍的。 第四个原因是治理逻辑已经变了。以前是养鱼执法，割韭菜，抓一批罚一批放一批，让你继续养。现在是清场逻辑。从华强北之前的矿机，到美妆，再到现在的手机，路径都一模一样，先让它野蛮生长，形成规模，形成完整的证据链，然后出一个司法解释，一锅端。所以不是现在才发现你有问题，而是现在才需要你有问题。 那么到底是为了图财，还是为了加高信息墙？其实这两者是同一件事的两面。从经济上看，它就是一次精准的没收。走私罪是所有经济犯罪里最容易实现人财两空的罪名。你做水货，流水可能几千万，但利润只有百分之五到八，可一旦定罪，是按货值来计算偷逃税额来罚的，罚没的金额会远超你过去二十年的总利润，你以为的资产，在追缴违法所得面前会全部清零。从政治上看，它则是为了彻底封死硬件的后门。华强北的水货网络，本质上是一个遍布全国、不经过任何官方体系的地下物流和信息网络，它今天能把一台没开封的美版iPhone从香港运到新疆，明天就能运别的东西。把这个网络打掉，把所有非国行的硬件入口堵死，信息高墙才算真正闭环。所以图财是里子，图墙是面子，一举两得。 这件事最让人细思极恐的，不是华强北本身，而是它背后的规则，给所有在国内经商的人都提了个醒，那就是灰色地带是最危险的地方。在华强北，所有卖水货的人都有一套自我安慰的逻辑，认为自己不报关，被查到就认罚，自己就是做生意的，大不了关几天，他们把这叫做生意风险。但他们忘了，在中国的法律体系里，行政违法和刑事犯罪之间，只隔着一张纸，那就是司法解释。只要需要，一个会议纪要，就可以把长期、多次、大量收购、贩卖境外货物的行为，从未经许可经营解释为走私犯罪集团。于是，你的上家、下家、给你转账的老婆、给你开车的司机，全部成了共犯，两千人还只是开始。你以为的行业惯例，在卷宗里叫长期犯罪事实，你以为的交罚款就能出来，在定性之后就叫没收违法所得。 这就是在中国内经商最核心的风险，你手里从来没有确定性，规则的解释权不在你手里。先默许你存在，让你把产业链做大，把把柄做实，等你肥了，需要政绩和税收的时候，再来定性收割。华强北二十年的水货史，可能真的要结束了，但它结束的方式，值得每一个还在灰色地带里讨生活的人思考，当你的生意建立在别人的默许之上时，你所谓的资产，到底是你的，还是别人账本上早已写好的罚没指标。

从太子集团的陈志到硬件钱包Coldcard，全部都因为随机数导致私钥被破解，那随机数和私钥有什么关系？为什么他们的随机数会出问题？ 首先比特币私钥本身就是一个256位的随机数，而这也是比特币最安全的核心保障，因为这个数字的组合总共有10的77次方，远远大于地球上沙子的数量，大约等于整个可观测宇宙中的原子总数，这种天文数字即使动用地球上所有的计算资源都不可能暴力穷举出来。 那既然规模如此之大，陈志和Coldcard又是怎么被盗的？ 核心就是在于，私钥安全的前提是因为它是个随机数，而如果你的私钥生成的过程根本不随机，那根本用不到什么量子计算机，随便一台电脑跑几个小时就能把你的私钥算出来。 随机数分为两种，伪随机数和真随机数，简单来说凡是通过一定的数学公式使用代码生成的都是伪随机数，而通过物理现象产生的随机数才是真随机数。 比如你使用Python的random()函数生成一个随机数是214，你以为真的是电脑给你随机选了一个数字，实际上这个数字是通过一个数学公式生成出来的，比如下一个数字=当前数字*7+3-5，那么你只要知道计算的公式就可以穷举出来这个公式能生成出的所有结果。 这时候问题来了，你会奇怪那为什么计算机不真的给我一个随机数呢？因为对于软件来说，任何结果都不可能平白无故的直接产生，你得有输入信息，并且配合程序运算，才可以有输出结果。 所以真正的随机来自于不需要软件和数学公式的物理世界，比如你投出的一个骰子，或者下一个雨滴掉落的位置。 所以对于私钥来说，想产生安全的随机数，只有软件不够，必须要配合硬件，比如提取CPU的电子噪音来作为完全无法被预测的输入信息，现在成熟的手机和电脑本身已经提供了硬件层面的安全随机接口可以调用，所以你用OKX、币安和Metamask生成的钱包都大概率使用了硬件噪音产生真随机数，主流硬件钱包自己本身也会读取硬件数据获得随机数。 陈志的钱包被盗是因为雇的程序员水平太差，直接用了最初级的随机数代码，估计是从哪个野鸡学校绑过去了一个刚毕业的大学生，抽了几鞭子就开始干活了。 Coldcard本身其实已经使用了硬件层面的随机数，但因为一个版本出现漏洞导致没有调用到硬件信息，而是采用了纯软件生成。 所以现在的问题是，你的钱包生成随机数的过程，到底随机不随机，完全是个黑盒，你压根不知道。 最有效安全的方式，就是你自己拿个骰子扔100次，记录下来每次的数字，然后把它转换成256位的二进制编码，再使用BIP39算法转换成24个英文单词，也就是你的助记词。

感谢海腾CEO @Haiteng_okx 发的专属 @okx 键鼠套装。 在整理周边的时候还发现了一套之前OKX 的专属天文望远镜，质感和科技满分！ 等我这次背回土澳，放在后院，一边打游戏一边看月球！ 我也要看星星，研究宇宙，顺便偷窥腾EO~！🤪

最近当大家都在刷屏Fable 5和GPT-5.6 的时候， 殊不知腾讯已经悄无声息的把大模型能力给追上来了。 你们知道腾讯低调到什么程度吗？ 前几天发布的Hy3 ，21B的激活参数已经可以打平旗舰水准，并且直接塞进微信10 亿+用户手里 ， 这才是国产大模型真正的王炸啊兄弟们！ 说实话周一刷到 Hy3 发布消息那会儿， 我第一反应跟很多人一样：又一个卷参数的国产模型？ 趁着周末有空，我仔细翻了一圈资料， 发现完全不是这么回事。 原来@TencentHunyuan这个模型从一开始就不是朝着聊天模型去的，人家的定位就是奔着干活去的 Agent 向 LLM。 另外最反直觉的是它的推理效率，295B 总参数， 实际激活只有 21B 的 MoE 架构， 就能打平参数是它 2 到 5 倍的旗舰模型， 这事儿我琢磨了一下，其实有点像团队管理， 并不是说人越多产出越高， 关键得看真正干活的那几个人靠不靠谱。 为什么这个效率重要呢？ 你想想微信每天服务 10 亿人， token 成本多一厘都是天文数字， 21B 激活还能打出旗舰水准， 我觉得这才是它能被规模化铺开的根本原因， 跟刷榜没半毛钱关系。 说到刷榜，我仔细研究之后这个版本还真不是， 从 preview 到正式版，Hy3 是Hunyuan团队拿了50 多个真实业务的反馈不断迭代出来的，内部 WorkBuddy 任务成功率从 72% 干到 90%，耗时降了 34%，幻觉和常识错误全往下掉。 我原来以为 Agent 的核心是想得多深， 后来发现真正决定能不能上生产的，是稳不稳， 比如工具编排会不会中途崩，出错了能不能自己爬回来，换个框架差不差太多等等， 就是这些不起眼的东西， 才是能跑完一整套 workflow 不掉链子的关键。 当然实际测试下来Hy3 也有短板， 比如纯视觉它还不够强，不过腾讯也有单独的多模态大模型线，它能打的主要还是 coding、办公、复杂任务规划这几块。 最后说个我的一个判断：就是接下来大模型拼的可能不是谁参数更大了，核心看谁能把干活的能力以最低摩擦送到更多人手里，比如Hy3 我理解它可能不是一个更会聊天的模型，更像是一个更会干活的 Agent 底座。 话说回来，腾讯这步棋确实走得挺狠， 我觉得国产大模型的拐点真的要到了， 下方视频是我用Hy3跑的几个测试案例， 分别让它做了一个介绍自己的HTML网页， 一个我的认知系统agent网页， 和做了一个10页的PPT，都很惊艳，大家可以感受下， 会干活、会自检、还会主动说自己哪没做到位， 我觉得这才是 Agent 时代，真正能用的模型该有的样子hh～ #Hy3# #Hunyuan# #TencentAI#

我们团队用 Codex 踩的一个大坑。 想和大家真诚分享下我们刚刚周会上聊到的话题。这可能会是很多人使用 Codex 这类 Agent 产品会踩的坑。 简单来说，如果面对 Codex，我们只是不断地下指令、接受建议，没有理解和判断，那这些产出并不能真正算自己的能力。因为换一个人来点，结果也差不了太多。 面对能力越来越强的 Agent，我们可以不用亲自去处理每一个细节，但还是要知道这件事为什么这么做、大概是怎么解决的。 如果一开始不知道，也没关系。AI 做完之后，我们应该回过头去问它，然后再形成自己的经验和理解。 为什么会有这么一长段的感触呢？事情得从前半年说起。 今年春节后，我的小团队全员配备了 Codex。在内部的协作中，我们经常提到的黑话是：先让 AI 去干。 说实话，这个工作方式看起来简单，但真正做到其实挺难的。毕竟人有思维的惯性。 好消息是，经过几个月的刻意练习，大家已经养成了让 AI 先干的工作习惯。 但紧接着，我发现新的问题来了。有的同事开始不求甚解。Codex 说行他就行，说不行他也就不行。他不去研究背后的原理和逻辑。 举一个真实的例子。 之前我写过一篇教程，分享怎么把 DeepSeek V4 接入 Codex。 当时 Codex 还不支持第三方模型，所以需要借助 CC Switch 这样的桥接工具。 后来 Codex 宣布支持第三方模型接入，我心想，这下简单了。 于是我让同事研究一下，看看 DeepSeek V4 怎么快速接入。 他麻溜的截图把需求告诉给 Codex，结果 Codex 分析了之后，说目前还是没办法接入，因为协议不兼容。 他给我发了截图，就此打住了。 我当时以为他搞不定，于是接过来继续研究。后来确认，Codex 新开放的第三方模型，要求必须兼容 OpenAI 的 Responses API。 而 DeepSeek V4 还不支持这个协议。所以虽然 Codex 开放了第三方模型，实际上 DeepSeek 还是无法直接接入。 这事就这么结束了。 这周一，我一个做传统生意的好朋友告诉我说， 为啥一发图片，Codex 就报错。 我问了后才知道，它按照我之前的教程，接入了 DeepSeek V4，而 V4 本身就不支持多模态。 于是，我想折腾把 Kimi 的新模型接入到 Codex 中。毕竟这段时间，我用 Kimi 的新模型做 PPT、分析数据，效果还是非常好。这个模型是原生多模态的。 按我的预期，这次应该会快很多。因为第一次已经踩过坑了，只要先判断 Kimi 支不支持 Responses API，后面的思路基本就清楚了。 同事接过了新的任务，开始干。和之前的干法一模一样，他继续把文档和需求告诉 Codex，让 Codex 代劳。 Codex 分析之后，判断出来 Kimi 的模型因为协议不兼容，所以无法直接接入。 这时候，聪明的 Codex 给了他建议，说：要不我来写个桥接软件，这样就可以了。 他说可以。于是，Codex 按照这个思路搞定了。 然后他兴高采烈过来告诉我，任务完成。哈哈哈哈。我一问，发现他根本不知道这其中的逻辑和原理。 我说如果协议不兼容的话，那是不是我们直接用 CC Switch 这样的软件就行，没必要再自己构建一个。 他对这一切一无所知。我感觉这干法有问题，相当于他把所有的思考、理解都外包给了 Codex。 于是，就有了今天周会上我们的交流。 我的经验是，我们应该成为 AI 的 Leader，而不是传声筒。 Leader 不一定亲自干活，但一定知道为什么这么干。AI 可以负责执行，人要负责理解、判断和决策。 这让我想起左耳朵耗子之前的口头禅，要成为一个大家愿意追随的 Leader。 1、帮人解决问题。团队或身边大多数人都在问：这个问题怎么办？，而你总是能站出来告诉大家该怎么办。 2、被人依赖。团队或身边大多数人在做比较关键的决定时，都会来找你咨询意见和想法。 也许和 AI 沟通协作，我们仍然应该朝着这个方向努力。如果只是提要求，当传话筒，那我们心里完全没底。 吴军之前讲过一个故事。 1503 年，哥伦布的船队到达了牙买加。当地的原住民一开始热情地接待了他们，但后来因为船队有人偷了当地人的物品，原住民就拒绝再提供食物了。哥伦布他们面临断粮的危机。 哥伦布这个人略懂天文知识，随身带着一本天文年历。他翻了一下，发现 1504 年 2 月 29 号晚上会发生一次月全食。 月食发生前三天，哥伦布约见了当地的部落首领。他告诉首领，他的神因为当地人不再提供食物而感到愤怒，作为惩罚，三天之后，月亮会愤怒地变红，然后从天空中消失。 到了那天晚上，月食真的发生了。月亮逐渐变红，然后隐入黑暗。原住民吓坏了，赶紧向哥伦布求情。 哥伦布做了一通法事，说只要继续提供充足的食物，神就会宽恕他们。当地人就这么被拿捏了。 这个故事的本质是什么？哥伦布和原住民看到的是同一个月亮、同一场月食。 但哥伦布理解月食背后的天文原理，所以他能利用这个现象。原住民不理解，所以只能被这个现象支配。 同样的事情放到今天的 AI 时代。AI 工具摆在所有人面前，每个人都能用。 但如果仅仅停留在 AI 告诉我们答案，我们接受答案。AI 给出方案，我们执行方案。 AI 说做不了，我们也默认做不了，那这和原住民看月食没什么区别。 我越来越觉得，AI 可以成为我们的执行者，但不能成为我们的认知。 真正属于人的工作，是不断把 AI 给出的结果，重新变成自己的理解。