30 Oct, 2026
介绍给大模型提供数据的公司,如 Scale AI、Mercor、Surge AI 等的由来、现状与演变。 这篇博客介绍“给大模型提供数据的公司”,如 Scale AI、Mercor、Surge AI 等的由来、现状与演变。 某种意义上是给自己看的“科普”,也在博客存档。 0. 一个概括:这些公司具体做什么 大模型数据公司,向大模型厂商出售”人工判断”。具体的,这些公司组织人类(早期是普通标注员,现在更多是律师、医生、博士这类领域专家)去给模型的回答打分、排序、写示范答案,按工时或任务计费。交付物是产出的数据,这些数据可能不归买方独家所有,也就是说,可能比如同时卖给 OpenAI、Anthropic 和 Google Deepmind。 这个行业的规模上限在 2025 到 2026 年快速拉高。比如,最大的一家 Mercor 2026 年估值 200 亿美元(约 1.4×10¹² 人民币),2026…
【摘要】Solution \(s\) 的可能性不多,分类讨论。*、+、-、+-、*- 的情况都是平凡的。对于 *+-,将所有 – 替换为 + 不会使答案变差,因此等价于 *+。 下面重点分析 *+ 的情况,此时,问题等价于将原序列划分为若干个连续子段,最大化各段乘积之和。 1. 化简序列 0 会使所在段乘积 阅读全文 PakarPBN A Private Blog Network (PBN) is a collection of websites that…
我从2013年开始关注Power BI,虽说不是深度用户但对其感情还是挺深的。但随着大环境的变化,想在国内靠它来吃饭越来越难了,眼看这个东西离自己越来越远就特别难受,于是用Vibe Coding做了一个类似的工具。这个想法在没有AI之前想都不敢想,如今即使没有顶流的Claude或者Codex,用国产Trae + Deepseek也能做个大样出来。这篇不show技术,主要给大家看看目前能做成个什么样子。 摘要 我从2013年开始关注Power BI,虽说不是深度用户但对其感情还是挺深的。但随着大环境的变化,想在国内靠它来吃饭越来越难了,眼看这个东西离自己越来越远就特别难受,于是用Vibe Coding做了一个类似的工具。这个想法在没有AI之前想都不敢想,如今即使没有顶流的Claude或者Codex,用国产Trae + Deepseek也能做个大样出来。这篇不show技术,主要给大家看看目前能做成个什么样子。 记在前面 我是在Mac平台下玩的,所以后续桌面版也打算现在Mac上玩,主要还是因为Power BI根本就不给Mac用户玩。当然借助Vibe Coding以及选择的技术架构,直接生成一个windows版本的也不是很费劲。 关于Token的消耗,我用的是火山agent plan,200每月现在打折49的那一档,由于周额度的限制,根本不够,于是开了另外一个号一起用,但还是不太够,于是折腾了下Trae的点数,这才勉强够用。 这个临摹纯粹是出自自己对Power BI的情怀,跟微软以及ALteryx没有任何关系,也没有任何商业使用的意图,当然也不会去对接Power BI Service,功能按照Power BI的习惯并参考和结合Alteryx加了自己的理解和更改,纯学习和交流用。 没有DAX相关的功能,我在考虑如何让这部分更简化。 不支持读取pbix,保存直接存成普通JSON格式。 整体界面 顶部还临摹了「仪表板 / 数据」视图切换:「仪表板」是设计画布,「数据」用于管理数据集。 按钮动作 按钮支持多种预设动作,用于在演示模式下实现页面跳转与交互控制:…
【摘要】这篇文章比较长,大概5k字 目录 背景 第一阶段:查找信息,以及为什么蹬 DS? 第二阶段:怎么解析文件? 补采网页信息 提取正文与 OCR 第三阶段:如何拷打 DS 来整理信息? 批量处理与字段提取 补全信息与多轮纠错 统一信息格式 高血压:使用体验与吐槽 最后的最后 背景 这一周的主要工作是收集 阅读全文 PakarPBN A Private Blog Network (PBN) is a collection of…
2026 年 10 月 21 日,PHP 官方发布紧急安全公告,并同时推出 PHP 8.5.12、8.4.27、8.3.36 和 8.2.35,修复两项可能导致未经身份验证的远程代码执行(RCE)的漏洞。 这两项漏洞的 CVSS v4.0 评分均为 9.2,严重级别为 Critical。已验证的代码执行以 Web 工作进程的权限运行,并不意味着直接获得 root 权限;但应用凭据、业务数据和服务可用性仍可能受到严重影响。官方明确强调,没有能够完整替代补丁的配置缓解方案,部署包含完整补丁的版本才是完整修复。 对于正在维护 PHP 网站、API 服务或容器镜像的团队,当前最重要的事情是确认实际承载 Web 请求的 PHP 版本,并尽快部署已包含修复的版本。此次风险来自 PHP…

LLM | 大模型数据公司(Scale AI、Mercor、Surge AI 等)的由来、现状与演变 – MoonOut

介绍给大模型提供数据的公司,如 Scale AI、Mercor、Surge AI 等的由来、现状与演变。 这篇博客介绍“给大模型提供数据的公司”,如 Scale AI、Mercor、Surge AI 等的由来、现状与演变。 某种意义上是给自己看的“科普”,也在博客存档。 0. 一个概括:这些公司具体做什么 大模型数据公司,向大模型厂商出售”人工判断”。具体的,这些公司组织人类(早期是普通标注员,现在更多是律师、医生、博士这类领域专家)去给模型的回答打分、排序、写示范答案,按工时或任务计费。交付物是产出的数据,这些数据可能不归买方独家所有,也就是说,可能比如同时卖给 OpenAI、Anthropic 和 Google Deepmind。 这个行业的规模上限在 2025 到 2026 年快速拉高。比如,最大的一家 Mercor 2026 年估值 200 亿美元(约 1.4×10¹² 人民币),2026 年上半年营收 6.14 亿美元。 为什么科普这个行业:这些公司所出售的专家数据,是模型能力提升的上游支撑;同样,在与大模型相关的资本市场、创投市场中,数据公司扮演着不可或缺的角色。 1. 大模型数据公司的商业模式 我们先看 Mercor 的财务结构,它能直接给出这种商业模式的初步说明。2026 年上半年,Mercor 收入的 91% 来自 OpenAI、Anthropic、Google DeepMind 这类基础模型公司;而在成本侧,Mercor 约三分之二的收入交付给专家。综合计算利润,毛利率 2025 年约为 27%,2026 年第二季度提升到 33%。因此,这是一个典型的人力密集型结构,而非软件公司那种一次做好产品、后续无限售卖的 “一本万利” 结构。 这些专家做的核心工作之一是 […]

2 mins read

CodeForces-1461F Mathematical Expression 题解 – xiaoniu142857

【摘要】Solution \(s\) 的可能性不多,分类讨论。*、+、-、+-、*- 的情况都是平凡的。对于 *+-,将所有 – 替换为 + 不会使答案变差,因此等价于 *+。 下面重点分析 *+ 的情况,此时,问题等价于将原序列划分为若干个连续子段,最大化各段乘积之和。 1. 化简序列 0 会使所在段乘积 阅读全文 PakarPBN A Private Blog Network (PBN) is a collection of websites that are controlled by a single individual or organization and used primarily to build backlinks to a “money site” in order to influence its ranking in […]

1 min read

I love Power BI – 哥本哈士奇(aspnetx)

我从2013年开始关注Power BI,虽说不是深度用户但对其感情还是挺深的。但随着大环境的变化,想在国内靠它来吃饭越来越难了,眼看这个东西离自己越来越远就特别难受,于是用Vibe Coding做了一个类似的工具。这个想法在没有AI之前想都不敢想,如今即使没有顶流的Claude或者Codex,用国产Trae + Deepseek也能做个大样出来。这篇不show技术,主要给大家看看目前能做成个什么样子。 摘要 我从2013年开始关注Power BI,虽说不是深度用户但对其感情还是挺深的。但随着大环境的变化,想在国内靠它来吃饭越来越难了,眼看这个东西离自己越来越远就特别难受,于是用Vibe Coding做了一个类似的工具。这个想法在没有AI之前想都不敢想,如今即使没有顶流的Claude或者Codex,用国产Trae + Deepseek也能做个大样出来。这篇不show技术,主要给大家看看目前能做成个什么样子。 记在前面 我是在Mac平台下玩的,所以后续桌面版也打算现在Mac上玩,主要还是因为Power BI根本就不给Mac用户玩。当然借助Vibe Coding以及选择的技术架构,直接生成一个windows版本的也不是很费劲。 关于Token的消耗,我用的是火山agent plan,200每月现在打折49的那一档,由于周额度的限制,根本不够,于是开了另外一个号一起用,但还是不太够,于是折腾了下Trae的点数,这才勉强够用。 这个临摹纯粹是出自自己对Power BI的情怀,跟微软以及ALteryx没有任何关系,也没有任何商业使用的意图,当然也不会去对接Power BI Service,功能按照Power BI的习惯并参考和结合Alteryx加了自己的理解和更改,纯学习和交流用。 没有DAX相关的功能,我在考虑如何让这部分更简化。 不支持读取pbix,保存直接存成普通JSON格式。 整体界面 顶部还临摹了「仪表板 / 数据」视图切换:「仪表板」是设计画布,「数据」用于管理数据集。 按钮动作 按钮支持多种预设动作,用于在演示模式下实现页面跳转与交互控制: 形状 形状按分组提供:矩形、基本形状、箭头总汇,以图标网格形式展示: Ribbon · 视图页签 页面视图 三种缩放模式适配不同查看需求。这个功能当初跟AI聊的比较痛苦,沟通了好几轮才达到我想要的效果。 右侧面板 · 筛选器 右侧面板 · 选择窗格 右侧面板 · 书签窗格 视觉对象类型全览 仿照了仪表板支持 20 种图表类型 + 切片器,覆盖常见数据分析场景。 柱形与条形 类型 说明 […]

1 min read

两天烧100亿token,如何驾驶大肥鱼进行信息收集工作? – 粉紫系超人气月兔铃仙

【摘要】这篇文章比较长,大概5k字 目录 背景 第一阶段:查找信息,以及为什么蹬 DS? 第二阶段:怎么解析文件? 补采网页信息 提取正文与 OCR 第三阶段:如何拷打 DS 来整理信息? 批量处理与字段提取 补全信息与多轮纠错 统一信息格式 高血压:使用体验与吐槽 最后的最后 背景 这一周的主要工作是收集 阅读全文 PakarPBN A Private Blog Network (PBN) is a collection of websites that are controlled by a single individual or organization and used primarily to build backlinks to a “money site” in order to influence its […]

1 min read

PHP 紧急修复两项严重 RCE 漏洞,8.2 至 8.5 用户应立即升级 – JaguarJack

2026 年 10 月 21 日,PHP 官方发布紧急安全公告,并同时推出 PHP 8.5.12、8.4.27、8.3.36 和 8.2.35,修复两项可能导致未经身份验证的远程代码执行(RCE)的漏洞。 这两项漏洞的 CVSS v4.0 评分均为 9.2,严重级别为 Critical。已验证的代码执行以 Web 工作进程的权限运行,并不意味着直接获得 root 权限;但应用凭据、业务数据和服务可用性仍可能受到严重影响。官方明确强调,没有能够完整替代补丁的配置缓解方案,部署包含完整补丁的版本才是完整修复。 对于正在维护 PHP 网站、API 服务或容器镜像的团队,当前最重要的事情是确认实际承载 Web 请求的 PHP 版本,并尽快部署已包含修复的版本。此次风险来自 PHP 自身的内存处理和请求生命周期。已验证的 mod_php 启动阶段利用无需先利用业务代码漏洞;其他路径是否可达,仍取决于具体应用、扩展和配置。 哪些环境需要升级 官方安全公告 将所有承载 Web 请求的 PHP 安装列为需要关注的对象,包括 PHP-FPM、Apache mod_php、php-cgi、FrankenPHP 和 LiteSpeed。 各受支持分支本次的修复版本如下: PHP 分支 本次修复版本 升级建议 PHP 8.5 8.5.12 升级至此版本或后续包含修复的版本 PHP 8.4 […]

2 mins read

关于 y0 y1 yn 变量名冲突说法的指正 – 听凭风引adj

【摘要】前言 本文主要讲述变量名冲突的问题。 $\color{orange}免责声明$ 由于版本问题,您遇到的情况可能与我所讲述的不符,一切以本机版本为准,如果您遇到了其他问题,欢迎在评论区留下您的观点或遇到的问题。 即使现在变量名问题已经得到解决,我仍不建议大家在 NOI 系列比赛中使用这些变量名。 本人 阅读全文 PakarPBN A Private Blog Network (PBN) is a collection of websites that are controlled by a single individual or organization and used primarily to build backlinks to a “money site” in order to influence its ranking in search engines such as Google. The core idea behind […]

1 min read

MQTT实战 – Topic设计12条军规:90%的消息混乱都源于命名错误(三) – IT规划师

MQTT Topic设计混乱导致项目返工频发。真实案例显示,无规范的命名引发大小写不匹配、通配符滥用、设备迁移失效等问题。核心问题在于Topic未形成统一语义骨架,身份与业务数据混杂。遵循“12条军规”: 故事一:某医院设备维保项目,改个名返工三周。 前年我们接手了一个医院设备维保项目,做设备接入层的重构。打开原有的Topic列表,我是懵的: /device/001/temperature Device/002/Temperature sensor/room1/data /buildingA/floor3/room305/sensor1/data dev_003/CMD 五种风格,三种大小写,两个以 / 开头。更离谱的是,有的Topic用了驼峰,有的用了下划线,还有的直接把设备的位置信息编进了。 结果是什么? 第一周就出了三个故障: 第一个故障,设备上报到 Device/002/Temperature,但后端订阅的是 device/002/temperature,大小写不匹配,消息全丢。排查了三个小时才发现问题;第二个故障,运维用 # 订阅了全量Topic做监控,结果被海量消息淹没,Broker内存直接飙到90%;第三个故障最隐蔽——设备侧的Topic里嵌了机房位置 /buildingA/floor3/room305/sensor1/data,后来园区调整,设备从3楼搬到了5楼,Topic全量失效,需要所有设备重新烧录固件。 这三个故障的根因是同一个:Topic设计没有规范。 故事二:智能电表公司,上线4个月就在讨论“要不要迁移到Kafka”。 去年帮一家做智能电表的公司做架构Review。项目上线4个月,开发团队已经在讨论“要不要整体迁移到Kafka”。 我打开他们的EMQX管理后台,看了一眼Topic列表,当场就知道了问题在哪: /device/123/report device/456/data /report/device/789 data/temp/111 temp/222 meter/333/readings /334/energy 8台设备的Topic,8种命名风格。 再往下看订阅关系——后端服务订阅了 #(全量通配),前端也订阅了 #,告警服务还是 #。三个消费者收到完全相同的消息流,各自在业务层做字符串匹配来过滤“这是不是我关心的消息”。 Broker的发布/订阅机制形同虚设,MQTT被用成了TCP私有协议。 这不是个例。我见过的MQTT项目里,至少90%的Topic设计在第一个月就埋下了返工的坑。而Topic一旦被设备端烧进固件、被多个微服务写死在代码里,改起来就是一次“协议版本大迁移”——比换协议还痛苦。 Topic是MQTT消息的路由标识,它同时承担了四个角色: 路由寻址: Broker靠它决定把消息投给谁 权限边界: ACL靠它控制“谁能订阅哪一段”,是安全的第一道闸 业务建模: 设备分层、租户分层、业务分层,全都映射在它上面 数据管道: 规则引擎靠它做过滤、转发、落地时序库 这四件事里,任何一件做错,后面都要返工。而它们全部依赖最初那个命名决定。 下面这12条军规,是我花了三个月,把公司所有项目的Topic体系从混乱拉到规范后的完整总结,分五组:先定骨架、再守边界、然后立规矩、接着防误用、最后能落地。照着做,你的 MQTT 架构能撑到 10 万设备不混乱。 1.Topic 大小写敏感:device/001/data […]

6 mins read

华为VXLAN分布式网关实战指南:Spine多活网关 + 双活接入(M-LAG) – Johny_Zhao

【摘要】一、方案架构与拓扑设计 1.1 架构总体思路 分布式网关VXLAN架构的核心思想是将三层网关功能分散部署在多个Leaf节点上,避免集中式网关的单点瓶颈和次优转发路径问题。在Spine-Leaf组网中,Spine节点负责高速转发和路由反射,Leaf节点同时承担接入层和分布式网关功能,通过VXLAN隧道 阅读全文 PakarPBN A Private Blog Network (PBN) is a collection of websites that are controlled by a single individual or organization and used primarily to build backlinks to a “money site” in order to influence its ranking in search engines such as Google. The core idea behind a PBN is based […]

1 min read

西电CTF平台——Moectf 2026 WriteUP – 死不悔改奇男子

签到 加入官方赛事QQ群:1033688742,在群里发送/flag 临时用户识别码,临时用户识别码通过右上角头像获取。 2-1 如何连接在线环境? 在github上下载wsrx软件,启动环境直接访问可得到flag。 2-2 如何使用 nc 连接环境? 编写python脚本用nc连接。 from pwn import * nc = remote(“127.0.0.1”, 63820) nc.interactive() 运行程序之后,进入交互式界面,按照要求输入拼接完的字符串,即可获得flag。 2-3 如何使用 ssh 连接环境? 在命令行输入ssh moeops@127.0.0.1 -p 65521,输入密码后再执行cat /tmp/flag即可。 3-1 C语言环境配置与基础语法 随便找一个在线运行环境,运行一下就知道头文件有问题。将studio.h修改为stdio.h即可运行成功。 3-2 Python环境配置与基础语法 运行一下程序,flag会在i=103的时候跳出循环打印。 3-4 命令提示符 直接中命令提示符终端运行即可。 3-5 Linux虚拟环境安装与基础命令 ssh连接,flag在/home/student/flag.txt文件中。 神之泥肘 围棋,第一关将黑子放在S17处即可通过,第二关将白子放在K11处即可通过,第三关将白子放在G5处即可通过。 繁华世界 狂点中间的硬币,直到能够买到车票,就会得到flag。 以撒的出价 随便玩,玩到最后应该都能拿到flag。 代码面试官 这题需要通过python输出环境变量中SESSION_TOKEN对应的值,但后台做了限制,我们需要绕过。直接让AI生成几个payload。 print(globals()[‘SESSION_TOKEN’]) key = ‘SESSION’ + […]

7 mins read

构建智能体,有 MoonBit 就够了 | MoonBit

智能体是否可信,取决于它所依赖的运行基础是否可信。要让智能体自主行动,平台需要提供三样东西:判断成功与失败的客观标准、足够迅速以便融入其推理过程的反馈循环,以及由操作者掌控的边界,让智能体的代码能够执行任务,又不会逃出沙箱。MoonBit 正是为这样的场景而设计的。它是一套面向云计算和边缘计算的端到端编程语言工具链,支持 wasm、wasm-gc、js 和 native 后端,并将测试、证明、结构化并发、脚本模式和沙箱置于核心。本文认为,这些并非附带功能,而恰恰是智能体平台所需的特性;MoonBit 已将它们作为语言的一等特性提供,而非事后拼接的工具。 MoonBit 是一门在设计时就考虑了 AI 需求的编程语言,也是一套端到端工具链。它可以编译到 wasm、js 和 native 等后端。因此,同一个项目可以同时包含基于 wasm 的命令行工具、基于原生后端的应用和 Web 前端,并共享同一个领域模型包。这种适用范围对智能体很重要:智能体编写的同一份代码,既可以在受限环境中运行,也可以在完整环境中运行,使用相同的工具链, PakarPBN A Private Blog Network (PBN) is a collection of websites that are controlled by a single individual or organization and used primarily to build backlinks to a “money site” in order to influence its ranking […]

1 min read