与「domain」相关的搜索结果

is worth checking out for recon and external attack surface management. It doesn't just list subdomains. It verifies them and grabs screenshots. It checks for takeover risks and flags open ports. All in one scan. The free tier gives you 2 domains/day with no account needed. It runs entirely in the browser. No setup. No agents. Visit: #SubdomainFinder# #AttackSurfaceManagement# #CyberSecurity# #Recon# #BugBounty# #OSINT# #InfoSec# #SubdomainTakeover# #SecurityTools# #Pentesting#

Bon, faut faire quoi pour trouver un taff en France? Intérim, pas d’offres. Je postule, des refus de partout. Pourtant, je suis bilingue, j’ai de l’expérience dans plusieurs domaines et à l’étranger mais personne veut me recruter pitié je veux travailler aidez-moi

软件工程这个行业未来即将大变天，包括编程语言。 就像 Elon Musk 说的一样，从第一性原理来看即将变天：现在我们用的传统编程语言 efficiency 不够高，马上就有一套新的范式出来。现在很多人已经做出了雏形。 举个例子：最近那个 React Native 的 SaaS 叫 Expo，他们的老板是之前 Quora 的 CTO。他 follow 了我，然后我发现他做了一套新的 domain-specific language 来描述 UI，并且做了一套 Rust 的跨平台框架。 这套东西未来肯定会替代 Electron，但是 iOS App 的话不好说，桌面端肯定是，绝对会天翻地覆。 但我们也不需要 FOMO，因为这个东西最强的地方就在于：我们现在不去投资也没有关系，未来重写很容易

The Across domain is currently down while we secure it against an attack from earlier today. At ~18:45 UTC, a social engineering attack on @Namecheap (our domain registrar) gave a bad actor control of the Across domain. Within 15 minutes of this attack, we were alerted and immediately worked to shut the site down. SEAL911 marked across.(to) as a phishing site with major wallets, and Cloudflare worked with us to mark the domain as at risk, and later pulled the site’s DNS records. At the time of this post, Across.(to) is fully down, and the phishing site is no longer available. In the brief period before Cloudflare fully blocked the malware site, some users who visited across.(to) may have been affected. No third-party integrations or API users were affected. Users who believe they were affected should DM us with transaction details and revoke attacker permissions (see next tweet for details). Despite our best efforts, @Namecheap has been unresponsive, and we have not been able to properly secure the domain to bring Across’s services back up. Across’s frontend and API will remain down until we can properly secure them. We will always put user safety first. Across’s domain was fully locked down with best-in-class security practices; this unauthorized takeover should not have been possible. We will be investigating this deeply and will provide a post-mortem on how this domain takeover was possible once we have more information.

🚨 ALERT 🚨 We're currently investigating an issue with the Across domain. Do NOT visit the app, connect your wallet, or sign any transaction or approval there until further notice. We will post updates as we have them.

经常用 AI 写代码的朋友们，可以了解一下领域驱动设计（DDD）这个概念。它的英文全称是 Domain-Driven Design。 平时做开发，很多人习惯先建数据库表、写增删改查，然后把一堆复杂的业务判断散落在控制器和前端组件里。一旦需求变多，字段和逻辑到处缠绕，改一个地方就坏一片。 DDD 的核心思想，就是把重心从底层的数据库和框架，拉回到真实的业务本身。在动手敲代码之前，先理清楚现实业务里的概念、规则和流转关系，让代码直接反映业务本身的逻辑。 在传统软件工程里，落地 DDD 通常围绕三个核心动作展开。 第一个是建立统一语言（Ubiquitous Language）。 在整个项目里，把所有的业务名词定下唯一标准。同一个业务概念，不能在需求里叫客户，在代码里叫用户，在数据库里又叫账号。统一了词汇表，沟通损耗直接抹平。 第二个是划分限界上下文（Bounded Context）。 再大的项目，也不能揉成一团。按照业务职责把系统切分成几个明确的独立边界。比如电商项目里，商品展示、库存流转、支付结算各自是一个独立的上下文，每个上下文只管好自己的规则，跨边界调用只通过清晰的接口契约进行。 第三个是构建充血的领域模型。 不要写那种只有字段、没有业务行为的空壳数据类。把属于某个实体的业务校验、计算逻辑和状态流转，直接封装在实体内部，让核心业务逻辑保持稳定。 搞懂了这套心智，在 Vibe Coding 时代跟 AI 协同就会顺手得多。 大模型写具体代码的速度极快，但它本质上是个概率系统。你给它一段模糊的需求，它顺着概率去猜，必然会胡乱生成一堆缺乏边界的胶水代码。 结合 AI 使用 DDD，最舒服的姿势是做好分工：人类负责搭建领域模型与划定边界，模型负责高效地补全具体实现。 具体的最佳实践可以总结为以下四步： 第一步，建立全局的领域词汇表与契约文件。 在项目根目录的规则文件或者系统提示词里，花几分钟把核心实体名词、状态枚举和核心行为定义清楚。给大模型一套毫无歧义的统一语言，它在命名变量、写类型定义和生成接口时就不会前后打架。 第二步，按照限界上下文限制 AI 的注意力范围。 不要试图让大模型一次性通读并理解几万行的大工程。按照业务边界把代码组织成清晰的模块。每次派发任务时，只把当前上下文里的实体定义、接口契约和相关文件喂给模型。把上下文体积控制在极小范围，模型的幻觉和误改率会大幅下降。 第三步，明确要求模型把规则内聚在实体内部。 给 Agent 提要求时，限制它不要在外层写一堆零散的条件判断补丁，而是把业务规则封装在对应的领域实体里。外层的调用代码越干净，后续让模型修改逻辑或者新增特性时，波及的范围就越小。 第四步，用行为测试作为确定性契约。 在让 AI 敲具体实现之前，先把领域实体的行为测试用例立起来。跑测试通过了才算交付。用严格确定性的单测和编译器，把大模型的概率漂移稳稳按在轨道里。 人类理清概念与划定边界，AI 负责快速落地代码。

You probably haven’t heard of AS19318. But a lot of the internet has. 🌐 InterServer ranks #34# in the U.S. for unique domains and #23# for originated IPv6 space. 25+ years of building the network. And we’re still building. Source: • AS19318 #InterServer# #AS19318# #BGP# #IPv6# #WebHosting# #InternetInfrastructure#

近期手臂的任務對我來說困難度大大提升阿 各位高級鉗工有沒有秘訣傳授一下 我最近看 @axisrobotics 的技術架構，有一個地方其實很值得注意 它沒有把整套 Robotics 工作流綁死在單一 Simulator 或單一電腦環境裡。 這件事乍看很工程師，但對 Physical AI 來說影響很大。 Axis 的做法是把不同環境負責的工作拆開。 前端可以直接在 Browser 裡用 MuJoCo WebAssembly 做 Teleoperation，Web、Mac、Windows 都能參與，不需要 GPU 或特殊軟體。 完成後，Trajectory 會用統一格式傳到後端，再交給 Linux GPU Server 執行更高負載的 Simulation。 這裡就可以接上 IsaacSim，進一步做更真實的場景、物理條件與 Domain Randomization，最後再進入 Data Refinement、Model Training 和 Sim-to-Real Evaluation。 簡單畫成一條線 Browser → MuJoCo → Unified Trajectory → GPU Server → IsaacSim → Training → Real Robot 我覺得這個架構真正有意思的地方，是把「資料怎麼收」和「資料怎麼變得更真實」分開處理。 收集資料需要的是低門檻與高擴展性。 Simulation Augmentation 則需要大量 GPU 運算與更複雜的環境。 兩者如果全部塞在同一套環境裡，Contributor、Simulator、硬體與運算資源很容易互相限制。 Axis 把這些環節拆開，再透過統一的 Trajectory 格式串起來，等於讓不同機器、不同 Simulator、不同運算環境之間可以開始協作。 這也是我覺得 Robotics Infrastructure 很重要的一點。 真正能長期擴張的 Data Engine，最後拼的可能不只是誰收集了多少資料，而是這些資料能不能跨環境流動，並且持續進入下一個階段。 Axis 目前的 Cross-Simulator / Cross-Machine 架構，就是在解這個問題。

In physics, an “impedance mismatch” occurs when two systems each work well but are poorly matched. In this Science Blog guest post, Harvard physicist Matthew Schwartz argues that something similar is happening with AI and science. LLMs are capable at many things, but working with them as you would with a human collaborator isn’t currently the best way to elicit their scientific strengths. To address this mismatch, Schwartz created a toolkit for exact calculations in quantitative science. Because similar calculations often emerge in very different areas of science, Claude found connections to ecology, population genetics, and a dozen other fields, and Schwartz worked with domain experts to steer it towards interesting questions. Read more about these projects here:

One letter. $20K gone. We broke down how Punycode phishing makes fake crypto sites look almost real — including a case flagged by @SlowMist_Team involving a fake ChangeNOW domain. See how to spot a trick. Read the full article on ChangeNOW blog 👇