RSS feeds

更新于 97 篇
AI记账的最佳实践 我一直有记账的习惯，从国内在北京的时候就开始记了。现在搬到新加坡已有5年，日常涉及的场景越来越多，开销也比较杂，记账就成了一件不得不做的事。 这几年我的记账方式一路迭代，从最开始的纯手工记录，到后来忍受官方弱智的AI，再到自己尝试写App，直到最近自己搭建了一个轻量的记账Agent，总算摸索出一套顺手、稳定且基本零成本的方案。这篇文章就按时间顺序，分享一下我
ESA 切换到 EdgeOne 本博客是一个纯静态网站，随便找个静态网站托管服务就能跑起来。不过为了自己用着舒心，前几年我一直把静态文件放在阿里云 OSS 上，再通过阿里云 CDN 对外提供访问。这套方案一直很稳定，加上博客平时也没什么访问量，每个月的费用最多也就几块钱。 阿里云 CDN 的计费方案 简单来说就是流量费用 + HTTPS 请求数费用，流量费用对于普通用户来说从中国地区的 0
Wordpress wp2shell 未授权RCE（CVE-2026-63030 / CVE-2026-60137） 2026年了，在AI时代下总感觉什么都有可能，但是看到Wordpress居然能有原生未授权RCE还是感觉不可思议。Wordpress算是我曾经深度研究过的php源码之一，虽然wp架构复杂但是开发习惯很好，封装也比较严格，尤其是对权限的分割都做得很好，在5.0之后我一直认为wp不太可能出未授权的大漏洞了。 但很快，这个漏洞的挖掘者通过两个漏洞的组合就实现了这不
深度学习--part3 在part2中讲到了学习算法，这部分讲一讲和此相关的一些算法和参数相关的设定问题。 神经网络的学习的目的是找到使损失函数的值尽可能小的参数。这是寻找最优参数的问题，解决这个问题的过程称为最优化 （ optimization ）。遗憾的是，神经网络的最优化问题非常难。这是因为参数空间非常复杂，无法轻易找到最优解（无法使用那种通过解数学式一下子就求得最小值的方法
2026年中总结 —— 垂死挣扎 碎碎念 有一段时间没更新博客了，也算是趁着这个机会对今年的上半年做一些小小的总结吧 比起年终总结来说，这次年中就随便扯点吧（不然不就把我年终总结的生态位给占用了） 不过想了半天也不知道该写什么哈哈哈哈哈 随便扯扯吧 这半年其实也没干啥，ctf已经被ai干碎了，往好的想最起码我该参与的也都基本参与的，比较可惜的就是三大赛估计是凑不齐了（唉） 3 4月份去打了长
從攻擊手法開始重新認識網路 - DNS 篇 「從攻擊手法開始重新認識網路」是一個新的系列文，比起從頭開始講起某個東西如何運作，我會直接先從攻擊手法開始切入，從這點去探討這個攻擊是怎麼做到的，又該如何防禦。 帶著這些問題去閱讀文章，可以更有意識地去理解現在要學的是什麼，待會看到的東西又是為了解決什麼問題。比起平鋪直敘的講解名詞，「從一開始就帶著問題閱讀」是我更想嘗試的方式。 這篇會聊聊 DNS 的運作原
深度学习--part2 这是深度学习的第二篇～ 梯度法 机器学习的主要任务是在学习时寻找最优参数。同样地，神经网络也必须在学习时找到最优参数（权重和偏置）。这里所说的最优参数是指损失函数取最小值时的参数。但是，一般而言，损失函数很复杂，参数空间庞大，我们不知道它在何处能取得最小值。 通过巧妙地使用梯度来寻找函数最小值（或者尽可能小的值）的方法就是梯度法。 需要注意的是，梯度表示的是
深度学习--part1 简单记录一些深度学习相关知识。 机器学习与深度学习 通常要解决某个问题，特别是需要发现某种模式时，人们一般会综合考虑各种因素后再给出回答。人们以自己的经验和直觉为线索，通过反复试验推进工作。而机器学习的方法则极力避免人为介入，机器学习的方法中，由机器从收集到的数据中找出规律性。与从零开始想出算法相比，这种方法可以更高效地解决问题，也能减轻人的负担。但是需要注
POCSAG 协议考古 - 硬件实现 上一篇文章梳理了 POCSAG 的协议格式，这一篇来看看硬件的实际选型。POCSAG 是运行在 2-FSK 调制之上的应用层协议，硬件层面只需要两个核心能力：一个支持 FSK 调制解调的射频前端，一个能跑协议解析的 MCU。看上去选择很多，但真要做的时候，射频芯片的寄存器配置、FSK 极性的匹配、频率稳定度、开发门槛都是坑。 好在 GitHub 上有几个开源
POCSAG 协议考古 - 协议基本格式 在智能手机普及之前，有一个时代的移动通信是靠 BP 机（Pager/寻呼机）撑起来的。POCSAG 就是那个时代最成功的寻呼协议之一。虽然 BP 机早已淡出大众视野，但 POCSAG 在今天并没有完全消失——一些医院的老式内部呼叫系统、工厂的报警通知、铁路列车接近预警（800MHz 机车电台 LBJ）等场景中，仍然能看到它的身影。 今天让我们翻开这份来自上世
关于AI和安全的一个想法 我观察到，在行业中的一个问题（或者现象）是，漏洞————尤其是高质量漏洞————的产出不足，从而没有人关心漏洞的评价标准，难以为漏洞估值；这一情况，再加上安全行业与生俱来的道德属性，导致安全市场是畸形的、不能形成充分磋商的市场，进而导致种种乱象。 很高兴看到AI能有拉低漏洞产出、利用和修复门槛的趋势。虽然我也不想看到exp满天飞、终端用户利益受损的场景，但没