2025-02-23 | SWE-bench 数据集质疑：三成补丁存在答案泄露，编码评估基准待完善
08:49 Share

苹果撤回数据保护工具，因与英国政府的安全争端

在一场引发广泛关注的争端中，苹果决定撤回其先进的数据保护工具，此前英国政府要求该公司提供一个可以全球访问加密用户数据的后门。这一命令直接威胁到了苹果提供的端到端加密服务，可能对用户的隐私和安全构成威胁。

原文链接: Apple pulls data protection tool after UK government security row)HN 链接: HN Discussion)

发现智能床的安全漏洞：Eight Sleep的隐秘后门

近年来，物联网设备的安全性引发了广泛关注，而 Eight Sleep 的智能床近日被曝存在严重的安全漏洞。用户发现这款售价不菲的智能床可以被Eight Sleep 的工程师远程 SSH 进入，以运行任意代码，给用户的隐私和网络安全带来潜在威胁。受害者作者表示：“这简直是一个安全噩梦。”

文章链接：I found a backdoor into my bed)HN 链接: 评论区精彩讨论)

没有智能手机的人不公平地被“惩罚”

智能手机的普及让那些没有智能手机或不使用应用程序的人不可避免地被排除在社会便利之外。一些公益组织指出，依赖手机应用来获取优惠、折扣，甚至是支付停车费和参加重要活动，使得没有智能手机的人群面临社会参与障碍。许多评论者指出，尽管科技可以带来更便捷的生活方式，但却也加剧了社会不平等。

• 阅读原文)
• HN 链接: Hacker News)

费曼的黑板留下的最后智慧

理查德·费曼的黑板，在他去世时留下了许多未完成的思考，展现了这位物理巨匠无尽的求知欲。他的座右铭“我不能创造的，我就不理解”启发了无数追求知识的人。在这个黑板上，他的遗留手迹成为科学家们的珍贵遗产，让我们沉思人类生命的短暂与求知的永恒。

文章链接: Richard Feynman's blackboard at the time of his death) HN 链接: Discussion on Hacker News)

Ruby on Rails 的持久吸引力：简化开发，助力商业成功

在现代数码产品日新月异的浪潮中，Ruby on Rails 作为一个持久而重要的后端框架，为众多成功的公司奠定了基础。尽管随着 JavaScript 框架如 Next.js 的兴起，这些新技术让 Web 应用开发变得更复杂，Ruby on Rails 依然凭借其简化的抽象层，帮助小团队有效开发和维护应用。

文章链接: Why Ruby on Rails still matters)

HN 链接: Hacker News 讨论)

两十年如一日：完美桌面计划的软件传奇

在如今一切都在向网络迁移的时代，坚守桌面软件开发已经成为一种罕见的坚持。然而，PerfectTablePlan 却在这样的环境中生存了二十年。自 2005 年首次发布以来，这款软件不断发展和改进，成为了许多婚宴和重要场合中不可或缺的工具。这个故事不仅展示了单人开发者如何颠覆商业模式，还引发了关于传统桌面软件与新兴网络应用的深刻思考。

文章链接: 20 years working on the same software product)

HN 链接: Hacker News 讨论)

SWE-Bench 数据集的批评分析引发热议：AI 补丁质量存疑

在最近的一篇文章中，研究者揭示了 SWE-bench 数据集中存在的一些关键问题。该数据集用于评估大模型在实用编码中的优劣，然而，分析发现 32.67% 的成功补丁涉及“答案泄漏”，即解决方案在问题报告或评论中被直接提供。此外，还有一些测试用例不足以验证补丁正确性，导致部分 AI 补丁成绩存疑。这一发现引发了社区关于现有编码基准有效性的广泛讨论。

原文链接: Some critical issues with the SWE-bench dataset)HN 链接: Hacker News Discussion)

简约而不简单：Suckless.org 的软件哲学

Suckless.org 以其“不那么糟糕”的软件哲学而闻名，其创建的软件包括简单终端 (st) 和动态窗口管理器 (dwm)，以简约、清晰和节俭为设计核心。这种极简主义的设计坚信通过减少复杂性可以提高软件的稳定性和用户体验，让用户的日常工作变得更高效而不复杂。

文章链接: Suckless.org: software that sucks less)

HN 链接: 讨论链接)