你的硬盘大概率已经满了
作者通过个人存储数据与 Mastodon 投票发现，硬盘容量翻倍增长并未解决“总是满”的问题。文章从熵增、清理的心理成本及 Jevons 悖论角度分析，指出资源扩张往往导致消耗增加而非效率提升。核心观点是：通过人为制造约束（如限制开发环境资源）来倒逼优化，比单纯增加资源更有效。这一逻辑延伸至软件技术债、交通拥堵及个人时间管理，对工程实践和资源管理有深刻启示。
评论
点赞
收藏未排名、Systemd 与爬虫优化
Marginalia Search 将生产环境从 Docker Compose 迁移至原生 systemd，解决了运维痛点并削减了昂贵查询的资源消耗。同时引入宽域名独立索引以加速爬虫，使爬取时间减半。
LinkedIn上的粉丝小说
作者以讽刺笔法描述在去重要商务会议途中，目睹街头冲突后让AI助手Claude介入处理的故事。文中调侃了LinkedIn上常见的成功学话术与“Grindset”文化。 通过展示Claude在跳过权限限制下自动编码的行为，幽默地反映了现代职场人对AI工具的依赖及过度使用的荒诞感。
Marginalia 搜索的 NSFW 内容过滤器
Marginalia 搜索引擎开发了一款 NSFW 内容过滤器，主要服务于 API 用户。 作者从基于域名的简单过滤转向使用从零实现的单层神经网络方案，以解决原有 UT1 列表覆盖不全的问题。
Hacker News 新账号更爱用破折号
作者通过爬取 Hacker News 的新评论数据，发现新注册账号使用破折号等特殊符号的概率是老用户的近10倍，且提及 AI 和 LLM 的比例也显著更高。 这一统计结果佐证了近期社区被机器账号充斥的观感，为识别垃圾评论提供了有趣的数据依据。
索引压缩与查询执行改进
Marginalia Search 近期优化了索引结构，引入了 postings list 压缩技术，以解决此前基于 SSD 重构后出现的尾部延迟问题。 作者还修复了查询执行超时机制的不稳定现象，确保查询能在设定的时间限制内准确返回最佳结果，提升了系统的可预测性。
搜索排名中的信任机制：如何遏制内容农场
Marginalia Search 搜索引擎引入了新的域名信任系统，显著减少了内容农场和垃圾结果的展示。 此前修复搜索算法 bug 时意外导致垃圾内容增多，新系统解决了这一痛点，确保能优先展示人工创作的高质量内容。
关于AI与“AI素食主义”的思考
作者认为现代网页充满弹窗和广告，体验极差，LLM可能通过降低获取信息的痛苦感来威胁传统搜索引擎。 同时批评AI软件开发并未解决复杂系统设计难题，反而因加速代码生产导致系统更脆弱，且存在依赖单一厂商的风险。
尽早告诉读者你的博客文章讲什么
文章建议博客作者在开头尽快明确主题，采用新闻界的“倒金字塔”结构，确保读者即使只读第一段也能获取核心信息。 这种写法有助于在噪音大的环境中提高发现率，尤其适合链接聚合平台。作者也指出了这种结构在结尾处理上的难点。
Web 和 API 的新搜索过滤功能
Marginalia Search 近期向 API 消费者和新 UI 用户开放了更多自定义过滤工具。 作者将更新分为两部分，今天主要介绍新功能。现在可以在网站界面上定义自定义过滤器。
Marginalia 搜索引擎的多语言支持进展
Marginalia 搜索引擎完成了德语、法语和瑞典语的实验性搜索支持测试。 由于底层代码基于英语构建，存在盎格鲁中心主义的假设，目前语料库较小。
Copilot 生产力悖论：为何卸载 AI 助手让我效率更高
作者分享了自己从热情使用 GitHub Copilot 到最终彻底卸载该插件及 JetBrains 本地 AI 补全功能的经历。他认为这一举动显著提升了工作效率并减少了挫败感。 Copilot 虽然能将单调的代码转换任务变得更快，但这种速度提升并未转化为整体生产力的实质性增长，反而可能带来干扰。
讽刺、冷漠疏离与真实性
文章探讨了讽刺和玩世不恭的态度如何改变个人对世界的体验，以及世界如何回应个人。作者认为这种态度往往基于“事情很糟”的预设，会给生活蒙上负面色彩。 文中指出，讽刺虽然能提供合理的推脱空间，让人在受到批评时以“只是开玩笑”为由退却，但这种防御机制也反映了深层的不真诚。文章呼吁反思这种互动模式对真实性的影响。
利用 NVMe SSD 实现更快的索引 I/O
Marginalia Search 重写索引结构以适配现代硬件，利用 NVMe SSD 提升搜索性能。 文章揭示了 NVMe SSD 在特定读取大小下的非直观性能特征，为搜索引擎优化提供工程参考。
实验：使用个性化 PageRank 算法挖掘小众独立网站
作者尝试用个性化 PageRank 算法改进搜索引擎，发现以个人书签为种子节点时，能精准挖掘出高质量的小众个人网站和独立博客。 他实现了该算法并上线，展示了不同种子节点（如 Lobsters、历史学术站点）带来的搜索结果差异，验证了算法对抗操纵和发现优质内容的有效性。
如何发现失效网站：Marginalia Search 的技术实现
Marginalia Search 团队实现了检测服务器在线状态的系统，以避免展示死链并提升数据质量。该方案还能识别网站所有权变更及域名停放等重大变动。 文章详细阐述了实现过程中的数据表示、事件数据处理及可用性检测逻辑。同时深入分析了所有权变更的检测方法，包括 DNS 解析和证书验证等技术细节。
剖析网站：通过渲染DOM识别广告与追踪器
搜索引擎最新改进是通过渲染后的DOM来剖析网站，以识别广告、追踪器和弹窗等元素。 此前引擎仅依赖静态代码分析，效果不佳，因为无法准确预判复杂JavaScript运行后的页面形态。
2030年的晨间routine：被话痨AI叫醒和昂贵的合成咖啡
作者构想2030年的早晨：被全息投影闹钟“Kyle”叫醒，面对喋喋不休要求提供个人信息的咖啡机“Evan”，只能无奈接受合成咖啡，因为真咖啡豆价格高昂。 这段微小说讽刺了智能家居的过度交互设计以及未来可能面临的咖啡资源危机与通胀问题。
PDF转文本：一个极具挑战性的问题
搜索引擎开始支持索引PDF文件，但这背后提取文本的技术远比想象复杂。 PDF本质是图形格式，仅包含字符坐标映射，缺乏语义信息，导致解析困难。