【译】图形界面就该完全支持键盘操作
作者认为 GUI 不应只围绕鼠标设计,而应做到全部流程都能用键盘完成,从而提升效率与可访问性。
汇聚 V2EX、Hacker News、掘金等 IT 社区的热门讨论与精华内容。
作者认为 GUI 不应只围绕鼠标设计,而应做到全部流程都能用键盘完成,从而提升效率与可访问性。
是的是大佬们认识的这个吉吉 jiji.cc 无论新老用户回复都送测试鸡蛋 对于价格吉吉现有三策: 上策:稳定组 pro 倍率 0.2 (主打稳如老够) 中策:活动组 pro 倍率 0.16 (时有延迟) 下策:优惠组 plus 倍率 0.1 (备用,主用不推) 另有不限量几块钱就能造一天的 luna 
作者认为现在讨论 AI 记忆的方式有问题:多数实现只是把所有内容存下来并一律信任,缺少甄别。
作者分享 2026 年 8 月的开发收获、发现与进展。
Htmx 4.0 正式发布,继续以 HTML 属性驱动的方式简化前端交互。
Dev.to 每周回顾帖:回顾这一周里让你觉得值得骄傲的事,大小都算。
GitHub 热门仓库 HEJustinSun/my-girlfriend-jingtian-latex(LaTeX 项目)。
GitHub 热门 Rust 仓库 tobi/walgit。
面向 macOS 的 Grok Bot 0.18.0 非官方、以源码为导向的还原与扩展。
一直很好奇一件事情,如今已经是个人人都AI Coding的时代,那么外面的面试现在变成了什么样呢,还会问那些老掉牙的面试题吗?让我来脑补一个面试流程,比如有一天小明去面试一个Android工程师的岗位
Cursor 让我第一次强烈感受到 AI 编程的震撼,Codex 则让我第一次真正感觉到,AI 不只是编程助手,而是一个真正的超级Agent,Codex 明显更接近下一阶段的形态。
最近meta讲了个算力过剩的鬼故事,AI 股市应声暴跌,大家都很焦虑。 都在问这场 AI 游戏还能不能继续,AI 应用到底什么时候爆发,AI的抖音微信小红书什么时候才出现,AI会不会重蹈 2000 年
原文摘录:如果你在 2026 年,还在用 JavaScript 监听滚动事件来实现视差动画,还在用 ResizeObserver 来做组件级响应式,还在引入 Popper.js 来定位一个小小的气泡提示框…… 过去两年, CSS 在底层经历了一场极其猛烈的能力跃迁。大量曾经必须依赖 JavaScript 才能实现的交互和布局逻辑,现在只需要一行 CSS 声明就能搞定。而且由于这些能力直接运行在浏览器的渲染引擎底层,它们的性能表现,是任何 JavaScript 方案都无法比拟的。
原文摘录:公司实习生小哥哥来找我:AI 把功能全写完了,可现在改一处崩一处,不敢动了。我没看代码,先问了三个问题:评测集呢?我说行,这不是工程问题,是负责方式的问题——不是打击谁,是先把地图摊开。然后我从书架上抽出一本 2010 年的旧书:《97 Th .
原文摘录:二十年前我写了一个浏览器 K-MeleonCCF ,基于的是 Mozilla 的 Gecko 浏览器,这还是在 Mozilla 正式发布 Firefox 之前。当时他们的正式浏览器还只是 Mozilla Suites 我还记得当时在浏览器上工作的动力是打破微软 IE 的浏览器垄断。 一晃二十年过去了,IE 的浏览器垄断早就没有了,但结果回来一看,浏览器还是存在着垄断,只是现在的垄断者从微软变成了谷歌。Firefox 逐年式微,市场份额一点点被馋食。 我当然也很久没有碰过浏览器了。 大概一年多前,我接触了 zig 编程语言,这个语言对于性能的追求让我很有感慨,心想如果用 zig 来编写一个浏览器引擎会否有可能。 当时只是一个想法,我决
原文摘录:PyTorch强化学习实战(23)——强化学习在网页导航中的应用 0.前言 在本节中,我们将探讨 强化学习 (Reinforcement Learning, RL) 在网页导航和浏览器自动化中的实际应用,展示如何将 RL 方法应用于实际问题,包括可能遇到的挑战及其解决方案。网页导航的演进历程 互联网诞生之初,仅由通过超链接互联的纯文本网页构成。用户只能阅读文本并通过点击链接跳转页面。
原文摘录:引子:一场「功劳归谁」的争执 2026 年 8 月,The Register 刊出了一篇对 Michael Stonebraker 的采访。这位图灵奖得主、伯克利 Postgres 项目的发起者,被问到 PostgreSQL 为什么会赢,给出的答案颇为意外: 我们得感谢 Oracle。
原文摘录:研究综述 · 证据分级 | 主题:架构范式 × 智能优化 × 临床转化 | 编制:Buddy | 日期:2026-08-21 本报告围绕"医疗AI可扩展网格信息系统"中网格计算技术的 智能优化 展开,覆盖四条主线:①架构范式演进(caGrid/ACGT/MammoGrid → 现代云-边-端网格);②智能优化方法谱系(深度强化学习、元启发式、联邦学习、预测式资源编排);③多组学与影像两类核心负载的网格化实践;所有关键论断附 证据分级(A/B/C) 与 可核验引用 URL 。
原文摘录:过去有不少智能体的业务结果或预研项目落地,但是实际发现智能体在其他领域并没有想象中可以大量解放人类的生产力。做demo可以,但是要实际解决用户的业务问题,还是困难(用户很愿意尝鲜,但是大概率留存率很低)。那么问题来了,为什么智能体在coding领域这么好用?这是我们首先要探究的问题,然后在推导其他领域还差哪些内容?
原文摘录:20 个接口,每个都手动写一遍 Authorization?Axios 请求拦截器让所有请求发出前自动带上 Token,业务代码从此与鉴权彻底解耦。