From 122 items, 40 important content pieces were selected
- Claude Code 秘密在请求中嵌入隐写标记 ⭐️ 9.0/10
- Claude Sonnet 5：接近 Opus 性能，价格更低 ⭐️ 9.0/10
- ZLUDA 6 发布，可在非 Nvidia GPU 上运行 CUDA ⭐️ 9.0/10
- vLLM v0.24.0：支持 MiniMax-M3，深度优化 DeepSeek-V4 ⭐️ 8.0/10
- 美国解除对 Anthropic Fable 5 和 Mythos 5 的出口管制 ⭐️ 8.0/10
- Anthropic 推出用于数据科学和研究的 Claude Science ⭐️ 8.0/10
- Google DeepMind 发布 Nano Banana 2 Lite ⭐️ 8.0/10
- ChatGPT 推翻陈立杰苦思 7 年的计算几何难题 ⭐️ 8.0/10
- Ornith-1.0：面向智能编码的自脚手架大语言模型 ⭐️ 8.0/10
- OpenAI 推出基因基准测试 GeneBench-Pro，评估 AI 在基因组学中的表现 ⭐️ 8.0/10
- 核心转储流行病学修复 OpenAI 存在 18 年的错误 ⭐️ 8.0/10
- Kubernetes 发布贡献 AI 政策 ⭐️ 8.0/10
- Claude Opus 4.8 快速模式在 GitHub Copilot 预览 ⭐️ 8.0/10
- 8 人初创公司年收入超 1 亿美元，推出自研大模型挑战 Cursor 和 Claude Code ⭐️ 8.0/10
- AI 智能体的 Token 消耗本质是能源资源博弈 ⭐️ 8.0/10
- 2025 年 Linux 图形栈深度调查 ⭐️ 8.0/10
- 参观 OpenAI、Anthropic 和 Cursor 的感想 ⭐️ 8.0/10
- 微软拓扑量子计算声明再遭质疑 ⭐️ 8.0/10
- Meta 的 Brain2Qwerty 非入侵式从脑电波解码句子 ⭐️ 7.0/10
- 自制毫米波雷达用于材料分类，未能检测石棉 ⭐️ 7.0/10
- Knoppix Live CD 在 Hacker News 引发怀旧讨论 ⭐️ 7.0/10
- 金融泡沫经典著作引发社区讨论 ⭐️ 7.0/10
- shot-scraper 视频录制代理演示 ⭐️ 7.0/10
- 产品工程师与前沿部署工程师趋于融合 ⭐️ 7.0/10
- Ahmad Osman：本地 AI 正快速发展，覆盖各类设备 ⭐️ 7.0/10
- 三层次难度解析 MCP 协议 ⭐️ 7.0/10
- OpenAI 报告描绘欧盟 AI 劳动力变革 ⭐️ 7.0/10
- Rhombus：Python 风格语法与 Racket 宏的结合 ⭐️ 7.0/10
- Git 2.55.0 发布，带来新功能 ⭐️ 7.0/10
- GitHub 推出开源许可证合规性公开预览 ⭐️ 7.0/10
- 联想与 Arm 合作推动 L4 自动驾驶出租车规模化 ⭐️ 7.0/10
- Google OpenRL：实验性自托管 LLM 微调 API ⭐️ 7.0/10
- AWS Cognito 增加多区域故障切换功能 ⭐️ 7.0/10
- Atlassian 揭秘 Forge 分布式大规模用量计费架构 ⭐️ 7.0/10
- 不要在 Snowflake 中依赖 LLM 进行租户隔离 ⭐️ 7.0/10
- 超越 CLEAN 和 MVP：Android 离线优先响应式数据层 ⭐️ 7.0/10
- 物理 AI 如何定义下一代平台革新 ⭐️ 7.0/10
- 住宅代理的日益增长的威胁 ⭐️ 7.0/10
- Vercel 现支持任意 Dockerfile ⭐️ 7.0/10
- 当令人印象深刻的性能提升无关紧要时 ⭐️ 7.0/10
Claude Code 秘密在请求中嵌入隐写标记 ⭐️ 9.0/10
独立研究人员发现，Anthropic 的 Claude Code 工具在每个 API 请求中嵌入了隐藏的隐写标记，目的很可能是检测并阻止中国公司进行模型蒸馏等未经授权的使用。 这引发了严重的透明度和信任问题，因为用户无法知道他们的工具发送了何种隐藏数据，从而削弱了对 AI 提供商的信心，同时也凸显了保护知识产权与尊重用户隐私之间日益紧张的矛盾。 这些隐写标记嵌入后对用户不可见，但 Anthropic 的服务器可以检测到；该技术应用于 Claude Code 发出的所有请求，而不仅仅是可疑请求。这一发现由独立研究人员通过逆向工程揭露。
hackernews · Lobsters · Jun 30, 15:44 · 社区讨论
背景: 隐写术是一种将信息隐藏在看似无害的数据中的做法，常用于隐秘通信。在 AI 服务中，公司可能使用隐写术来水印或追踪使用情况，以检测模型窃取等未经授权的活动。Claude Code 是 Anthropic 推出的一个智能编程工具，通过读取和编辑代码、运行命令以及自动化任务来协助开发者。
参考链接
社区讨论: 社区评论褒贬不一：一些人批评缺乏透明度是对信任的背叛，而另一些人则认为意图明确（防止模型窃取）并淡化其严重性。多位用户表达了对 Anthropic 的不信任，并推荐使用像 Codex CLI 这样的开源替代方案来避免此类隐藏行为。
标签: #AI ethics, #steganography, #transparency, #Claude, #Anthropic
Claude Sonnet 5：接近 Opus 性能，价格更低 ⭐️ 9.0/10
Anthropic 于 2026 年 6 月 30 日发布了 Claude Sonnet 5，声称其性能接近 Opus 4.8，但价格更低。该模型引入了新的 tokenizer，对于英文文本，token 数量增加约 30%，尽管每 token 单价降低，但实际成本上升。 此次发布使得接近旗舰级的 AI 能力以更低的价格让开发者和企业更容易获得。然而，新 tokenizer 导致的 30% token 膨胀可能会抵消成本节省，影响重度用户的预算规划。 不再支持采样参数 temperature、top_p 和 top_k；自适应思考默认开启。该模型拥有 100 万 token 的上下文窗口和 12.8 万 token 的最大输出，截至 8 月 31 日有每百万输入 token 2 美元的入门折扣价。
rss · Simon Willison · Jun 30, 21:23
背景: Claude 是 Anthropic 开发的一系列大型语言模型，通常以三种规模发布：Haiku、Sonnet 和 Opus。Opus 4.8 是 Anthropic 最强大的通用模型，而 Claude Mythos 5 是一个更强大但未公开发布的模型，专用于安全敏感应用。Sonnet 5 的系统卡解释称，其在网络任务上的能力低于 Mythos 5，因此符合现有安全标准，获得了监管批准。
参考链接
社区讨论: 评论者表达了怀疑，指出在较高努力水平下，Opus 4.8 提供了更好的性价比，使得 Sonnet 5 仅在低努力水平下具有吸引力。一些人报告了在琐事和工具调用基准测试中表现不佳，而其他人则强调其针对代理任务的优化。
标签: #AI, #Claude, #Anthropic, #models, #release
ZLUDA 6 发布，可在非 Nvidia GPU 上运行 CUDA ⭐️ 9.0/10
ZLUDA 第六版已发布，允许未经修改的 CUDA 应用程序在非 NVIDIA GPU 上运行，特别是 AMD Radeon RX 5000 系列及更新的显卡，并实现接近原生性能。 该版本使 CUDA 软件能在 AMD 硬件上运行，从而威胁到 NVIDIA 在 GPU 计算领域的主导地位，有望使高性能计算和 AI/ML 工作负载更加大众化。 ZLUDA 目前仍处于 alpha 阶段，但已验证可与 Blender、LAMMPS、NAMD 等应用程序配合使用。它需要 AMD Radeon RX 5000 系列或更新的显卡，并且该项目在 AMD 决定不再继续开发后已开源。
rss · Lobsters · Jun 30, 22:46
背景: CUDA 是 NVIDIA 专有的并行计算平台和 API，广泛应用于人工智能、科学计算和图形处理。像 ZLUDA 这样的兼容层将 CUDA 指令转换为 AMD 的 ROCm/HIP 运行时，从而无需修改代码即可实现跨厂商 GPU 使用。此前，英特尔和 AMD 都曾探索但最终放弃了 ZLUDA 的商业支持。
参考链接
标签: #GPU computing, #CUDA, #ZLUDA, #open source, #hardware compatibility
vLLM v0.24.0：支持 MiniMax-M3，深度优化 DeepSeek-V4 ⭐️ 8.0/10
vLLM v0.24.0 发布了，包含来自 256 名贡献者的 571 次提交，新增了对 MiniMax-M3 模型的支持，对 DeepSeek-V4 进行了大量优化（包括 FlashInfer 稀疏索引缓存和集群协作 topK 内核），并引入了统一的流式解析器引擎，用于跨模型的工具调用/推理解析。 此次发布显著增强了 vLLM 对 DeepSeek-V4 和 MiniMax-M3 等前沿模型的能力，通过性能改进降低延迟并提高吞吐量，惠及整个 LLM 服务生态系统。 关键技术改进包括：FlashInfer 稀疏索引缓存使 DeepSeek-V4 的首 token 时间提升 2–4%，集群协作 topK 内核降低延迟，以及 Model Runner V2 现在默认支持量化模型。
github · khluu · Jun 29, 19:41
背景: vLLM 是一个开源的高性能大语言模型推理引擎，旨在优化服务过程中的吞吐量和内存使用。本次发布利用了 FlashInfer（一个用于 LLM 服务的内核库）和 MXFP4（一种 4 位浮点格式）等特性，以在现代 GPU 硬件上提高效率。
标签: #vllm, #LLM inference, #release, #optimization
美国解除对 Anthropic Fable 5 和 Mythos 5 的出口管制 ⭐️ 8.0/10
美国商务部已解除对 Anthropic 的 Claude Fable 5 和 Mythos 5 AI 模型的出口管制，允许更广泛的国际访问。Anthropic 将于明天开始恢复这些模型的访问。 这一监管转变标志着重大逆转，可能恢复国际对美国前沿 AI 模型的信任，并影响全球 AI 竞争，尤其与中国替代方案的竞争。该决定反映了在国家安全与经济竞争力之间平衡的持续辩论。 Claude Fable 5 和 Mythos 5 是 Mythos 级模型，具有最先进的能力，包括 100 万 token 上下文和强大的安全保障。此次解除管制之前，曾在 2026 年 6 月 12 日和 6 月 26 日实施过限制。
hackernews · Pragmata · Jun 30, 23:55 · 社区讨论
背景: 对先进 AI 模型的出口管制是政府用来防止敏感技术落入外国对手手中的工具。Anthropic 的 Claude Fable 5 和 Mythos 5 是最强大的 AI 模型之一，性能超越前代。这些管制是在担心其在网络安全和生物学领域的双重用途能力时实施的。
参考链接
社区讨论: 社区反应不一：一些用户认为损害已经造成，信任已丧失，而另一些人则认为这是全球 AI 访问的积极一步。还有人争论 AI 模型是否应像核技术一样受到监管，并担忧美国相对于更高效的中国模型在 AI 投资上的过度暴露。
标签: #AI, #export controls, #regulation, #Anthropic
Anthropic 推出用于数据科学和研究的 Claude Science ⭐️ 8.0/10
Anthropic 宣布推出 Claude Science，这是一个新的科研 AI 工作台，运行本地服务器和基于 Web 的 UI，集成了数据库和计算工具，包括高性能计算集群。 此次发布标志着在受监管环境中（如制药行业）将 AI 应用于数据科学的重要一步，本地架构满足了数据安全要求。它可以通过提供可定制、可审计的 AI 助手来加速研究，并与现有工作流程集成。 Claude Science 采用本地服务器架构，可连接到机构数据源和 HPC 集群，这与早期的 Anthropic 产品不同。它产生可审计的工件，并支持数据可视化的图像理解。
hackernews · lebovic · Jun 30, 17:07 · 社区讨论
背景: Claude Science 是 Anthropic 推出的新产品，基于其 Claude AI 模型。它专为研究人员和数据科学家设计，提供一个集成 Python 和 Jupyter 等工具的工作台，同时本地运行以满足制药研究等敏感领域的安全要求。
参考链接
社区讨论: 社区评论内容多样且富有实质性。一位为互连工具做出贡献的开发者称赞了与 HPC 和数据库的集成。另一位用户指出，本地服务器架构是针对制药行业的战略差异化优势。一位计算生物学家测试了其在 RNAi 设计方面的能力，认为它称职但略显幼稚。一位数据科学家指出，对数据科学的关注可能比 ‘Science’ 品牌暗示的更有价值。
标签: #AI, #data-science, #research-tools, #Anthropic
Google DeepMind 发布 Nano Banana 2 Lite ⭐️ 8.0/10
Google DeepMind 发布了 Nano Banana 2 Lite（Gemini Flash Lite），这是一个蒸馏后的图像生成模型，推理速度更快且文字渲染效果好，但在宽高比方面存在限制。 这一发布使得高质量 AI 图像生成对开发者和企业更加可及、成本更低，尤其适合大批量任务（如房地产虚拟装修），同时凸显了速度与能力之间的权衡。 Nano Banana 2 Lite 生成图像不到 5 秒，而基础版 Nano Banana 2 约需 30 秒，但无法编程强制宽高比。该模型通过 Google AI Studio 提供，部分功能需要 Google One 账户。
hackernews · minimaxir · Jun 30, 16:48 · 社区讨论
背景: Nano Banana 2 Lite 是更大模型 Gemini 3.1 Flash-Lite 的蒸馏版本，专为大批量、低延迟任务设计。蒸馏通过训练小模型模仿大教师模型，牺牲部分精细质量以换取速度和成本优势。
参考链接
社区讨论: 社区反应不一：有人赞赏其速度和文字渲染效果，也有人批评账户限制以及未与 ChatGPT 进行对比。一位开发儿童故事应用的开发者注意到角色一致性有所改善。
标签: #AI, #image generation, #Google, #model release, #deep learning
ChatGPT 推翻陈立杰苦思 7 年的计算几何难题 ⭐️ 8.0/10
OpenAI 的 ChatGPT 基于最近解决的 Erdős 猜想，推翻了姚班传奇人物陈立杰钻研了七年的一个计算几何核心难题。 这表明 AI 现在能够挑战理论计算机科学中长期悬而未决的问题，可能加速那些曾被认为完全依赖人类直觉的领域的发现。 具体问题未详细披露，但与计算几何相关，并且基于 OpenAI 上个月宣布解决的 Erdős 猜想。
rss · 新智元 · Jun 29, 05:01
背景: 陈立杰是著名的理论计算机科学家，毕业于清华大学享有盛誉的姚班（图灵奖得主姚期智创办）。他以计算复杂性和计算几何方面的工作而闻名。Erdős 猜想是指数学家 Paul Erdős 提出的众多未解决问题之一，常带有现金奖励。OpenAI 最近声称解决了一个 Erdős 猜想，标志着 AI 的一个重要里程碑。
标签: #计算几何, #ChatGPT, #理论计算机科学, #AI突破, #Erdős猜想
Ornith-1.0：面向智能编码的自脚手架大语言模型 ⭐️ 8.0/10
DeepReinforce 发布了基于 MIT 许可证的开源权重大语言模型家族 Ornith-1.0，参数规模从 9B 到 397B 不等，在编码基准测试中达到了同类开源模型的最高水平。 Ornith-1.0 宽松的许可证和出色的编码性能使其成为智能编码任务的有价值的开源替代方案，可能推动高级编码助手的普及。 该模型基于预训练的 Gemma 4 和 Qwen 3.5 模型（均为 Apache 2.0 许可证）构建，并采用了自脚手架强化学习框架，模型学会同时生成解决方案展开和任务特定的脚手架。
rss · Simon Willison · Jun 29, 16:17
背景: Ornith-1.0 的关键创新在于其名为“自脚手架”的自我改进训练框架。该模型不依赖人工设计的脚手架，而是学习生成解决方案展开和指导展开的任务特定脚手架。混合专家（MoE）变体（如 35B MoE 模型）每个 token 只激活部分参数，从而在保持高性能的同时实现高效推理。
参考链接
标签: #LLM, #open source, #coding, #agentic AI, #benchmarks
OpenAI 推出基因基准测试 GeneBench-Pro，评估 AI 在基因组学中的表现 ⭐️ 8.0/10
OpenAI 发布了新的基准测试 GeneBench-Pro，旨在使用复杂的真实世界合成数据集评估 AI 在基因组学和生物学中的表现。该基准包含 10 个主要领域和 21 个子领域的 129 项评估，其中 GPT-5.6 Sol Pro 在最高推理级别达到了 31.5%的通过率。 GeneBench-Pro 为评估 AI 在基因组学中的统计推理能力设定了严格标准，可能指导未来的研究和工具开发。该基准通过使用具有已知因果结构的完全合成问题，解决了早期测试中任意决策边界的问题。 GeneBench-Pro 中的每个问题都是合成构建的，确保已知完整的因果结构并直接模拟数据生成过程，从而避免任意截止点的选择。该基准涵盖以基因组学为核心的任务以及转化生物医学应用。
rss · OpenAI Blog · Jun 30, 00:00
背景: 像 GeneBench-Pro 这样的基准测试对于衡量 AI 在科学研究中的进展至关重要，因为它们提供了标准化的任务来比较模型能力。以往的基准测试常受到任意截止点或对错误敏感性不足的困扰，而 GeneBench-Pro 旨在克服这些问题。其他近期工作包括 OpenAI 的 FrontierScience 和艾伦研究所的 AstaBench，凸显了对 AI 用于科学的日益关注。
参考链接
标签: #AI, #Genomics, #Benchmark, #OpenAI, #Scientific Research
核心转储流行病学修复 OpenAI 存在 18 年的错误 ⭐️ 8.0/10
OpenAI 工程师运用大规模核心转储分析来调试罕见的基础设施崩溃，发现了一个硬件故障和一个存在了 18 年的软件错误。 这展示了一种使用大规模核心转储数据调试长期存在、低频发生错误的创新方法，可以激励在大型基础设施中采用更主动的调试实践。 该错误已存在 18 年，分析涉及关联多台机器的核心转储以查明根本原因，其中包括一个硬件问题和一个软件缺陷。
rss · OpenAI Blog · Jun 30, 00:00
背景: 核心转储是程序崩溃时内存的快照，传统上用于调试单个故障。OpenAI 的方法汇总并分析了数千台服务器的核心转储，以识别系统性模式，将其视为流行病学数据。
标签: #debugging, #infrastructure, #core dump analysis, #software engineering
Kubernetes 发布贡献 AI 政策 ⭐️ 8.0/10
Kubernetes 项目发布了一篇博客文章，概述了其针对贡献的 AI 政策，要求披露 AI 工具的使用，并禁止将 AI 列为合著者。 该政策为其他应对 AI 生成贡献的开源项目树立了先例，有助于维护代码质量和社区规范。 贡献者必须披露 AI 辅助，但不得包含将工作归功于 LLM 工具的 ‘assisted-by’ 或 ‘co-developed’ 尾注。
rss · LWN.net · Jun 29, 15:01
背景: 开源维护者面临挑战，AI 工具能快速生成代码但增加了审查负担。作为主要的云原生项目，Kubernetes 旨在通过明确的指南平衡创新与可维护性。
标签: #Kubernetes, #open-source, #AI, #policy, #maintainership
Claude Opus 4.8 快速模式在 GitHub Copilot 预览 ⭐️ 8.0/10
Anthropic 的 Claude Opus 4.8（快速模式）现已在 GitHub Copilot 上提供预览，在保持与标准模型相同智能水平的同时，大幅提升输出 token 速度。 此集成使开发者能够在 GitHub Copilot 内享受更快的代码生成和辅助，同时不牺牲质量，有望提高生产力和用户体验。 快速模式是一项预览功能，意味着它在正式发布前可能仍有局限或变更。它专门提升了输出 token 速度，同时保留了与 Claude Opus 4.8 相同的智能水平。
rss · GitHub Changelog · Jun 29, 16:47
背景: GitHub Copilot 是一款由 AI 驱动的代码补全工具，可帮助开发者更快编写代码。Claude Opus 4.8 是 Anthropic 开发的大型语言模型，以其强大的推理和安全特性著称。此次预览将该模型的快速模式直接整合到 Copilot 界面中。
标签: #AI, #Claude Opus, #GitHub Copilot, #LLM, #performance
8 人初创公司年收入超 1 亿美元，推出自研大模型挑战 Cursor 和 Claude Code ⭐️ 8.0/10
一家仅有 8 名员工的初创公司实现了年收入超过 1 亿美元，并宣布推出自研的大语言模型，旨在与 Cursor 和 Claude Code 等 AI 编程助手竞争。 这表明一个小型高效团队也能在 AI 编程助手领域创造可观的收入并实现创新，可能重塑由大公司主导的竞争格局。 该公司自研的大语言模型专注于代码生成与辅助，直接挑战 Cursor（AI 驱动 IDE）和 Claude Code（终端编程代理）等成熟工具。新闻未透露该模型或公司的具体名称。1 亿美元的收入数字凸显了极高的资本效率。
rss · InfoQ 中文站 · Jun 30, 18:29
背景: 像 Cursor 和 Claude Code 这样的 AI 编程助手利用大语言模型帮助开发者更高效地编写、调试和重构代码。Cursor 作为集成开发环境（IDE）运行并内置 AI 功能，而 Claude Code 是基于终端的代理，可直接与本地文件交互。此类工具的兴起提升了软件开发速度，但市场正变得日益竞争激烈，初创公司和科技巨头纷纷入局。
标签: #AI coding assistant, #startup, #large language model, #competitive landscape
AI 智能体的 Token 消耗本质是能源资源博弈 ⭐️ 8.0/10
一篇 InfoQ 文章指出，AI 智能体日益增长的 Token 消耗不仅是模型之争，其本质是对煤电等能源资源的争夺。 这一视角将重点从模型效率转向更广泛的可持续性挑战，表明 AI 的增长与能源基础设施及地缘资源竞争直接相关。 智能体任务中的 Token 消耗可能远高于传统 LLM 使用，研究表明，像 Llama 65B 这样的小模型每个输出 Token 消耗约 4 焦耳，使得推理成为主要能源成本。
rss · InfoQ 中文站 · Jun 30, 11:02
背景: AI 智能体依赖大型语言模型（LLM），将输入和输出处理为 Token；每个 Token 都需要计算资源和能源。随着智能体被更广泛部署，其累计 Token 消耗迅速增长，引发了对能源需求和环境影响的担忧。文章认为，这种能源竞争将塑造 AI 基础设施和模型开发的未来。
参考链接
标签: #AI energy consumption, #token consumption, #sustainability, #large language models, #AI infrastructure
2025 年 Linux 图形栈深度调查 ⭐️ 8.0/10
一篇关于 2025 年 Linux 图形栈的详细调查报告已发布，考察了其当前状态、挑战和最新发展。 这项调查很重要，因为 Linux 图形栈对系统性能、硬件兼容性以及 Linux 桌面和嵌入式系统的整体用户体验至关重要。 该调查可能涵盖 X11、Wayland、Mesa、DRM 和 GPU 驱动等关键组件，提供对内核与用户空间之间复杂交互的见解。
rss · Lobsters · Jun 30, 06:34
背景: Linux 图形涉及从内核模式设置到显示服务器和合成器的多个层次。多年来，Wayland 逐渐取代 X11 成为主要显示协议，但碎片化和遗留问题仍然存在。理解这一堆栈有助于开发者优化性能和修复错误。
社区讨论: lobste.rs 上的评论线程可能包含技术讨论、批评和社区的额外见解，但本摘要中未提供具体观点。
标签: #linux, #graphics, #systems programming
参观 OpenAI、Anthropic 和 Cursor 的感想 ⭐️ 8.0/10
文章分享了参观 OpenAI、Anthropic 和 Cursor 后的关键见解，重点介绍了云端 AI 代理的兴起以及编码工具（coding harness）扩展到传统软件工程之外的趋势。 这为软件工程的未来提供了来自领先 AI 实验室的及时见解，表明自主云端代理和专门的编码框架将改变开发工作流程。 基于云的 AI 代理自主运行，利用生成式 AI 进行推理和行动；而编码工具（coding harness）是一种运行时支架，将模型、工具和上下文连接成自主编码循环。
rss · The Pragmatic Engineer · Jun 30, 17:21
背景: AI 代理是自主执行任务的软件程序，利用机器学习解释输入并决定行动。编码工具（coding harness）是使 AI 模型能够自主编写和发布代码的支架，集成工具和上下文。这些概念是文章中观察到趋势的核心。
标签: #AI, #software engineering, #cloud agents, #coding tools, #industry trends
微软拓扑量子计算声明再遭质疑 ⭐️ 8.0/10
Hackaday 上的一篇文章报道称，微软关于拓扑量子计算的声明再次因难以客观验证其性能而受到质疑。 这种质疑凸显了量子计算领域在可重复性和验证方面持续存在的挑战，这对建立可信度和指导投资至关重要。 验证问题源于对间接测量的依赖，使得难以确定拓扑量子比特的实际性能。
rss · Hackaday · Jun 30, 17:20
背景: 拓扑量子比特是一种提议的量子比特类型，它将信息存储在系统的全局属性中，因此可能更能抵抗退相干。微软多年来一直追求这一方法，声称取得了重大进展，但独立验证一直难以实现。围绕这些声明的争议是更广泛的关于量子计算突破可靠性辩论的一部分。
标签: #quantum computing, #Microsoft, #topological qubits, #reproducibility, #controversy
Meta 的 Brain2Qwerty 非入侵式从脑电波解码句子 ⭐️ 7.0/10
Meta AI 研究人员开发了 Brain2Qwerty，一种非侵入式脑机接口，能从 EEG 信号中解码句子且准确率有所提升，并开源了代码和数据集。 这项工作推进了用于交流的非侵入式脑机接口，可能为植入式设备提供更安全的替代方案。开源代码和数据加速了神经解码领域的研究和可重复性。 该系统使用卷积神经网络和 Transformer 将 EEG 信号映射到按键，相比之前的非侵入方法降低了字符错误率。但解码速度仍较慢，准确性也不及侵入式脑机接口。
hackernews · alok-g · Jun 30, 21:29 · 社区讨论
背景: 脑机接口（BCI）允许大脑与外部设备直接通信。使用脑电图（EEG）的非侵入式 BCI 从头皮记录大脑活动，避免了手术，但通常信号质量较低。由于噪声和空间分辨率有限，从 EEG 中解码自然语言具有挑战性，此前的工作主要局限于小词汇量。
参考链接
社区讨论: 评论者们既兴奋又担忧：一些人赞扬开源代码和渐进式改进，而另一些人则警告隐私风险，并将其与反乌托邦情景对比。少数人指出类似工作早已有之，质疑其新颖性。
标签: #brain-computer interface, #EEG, #AI, #neural decoding, #Meta
自制毫米波雷达用于材料分类，未能检测石棉 ⭐️ 7.0/10
一位开发者做了一个用于材料分类的毫米波雷达作为毕业设计项目，但由于资金不足和技术挑战，未能可靠地检测材料中的石棉。 该项目凸显了使用低成本毫米波雷达检测石棉等有害材料的潜力和当前局限性，石棉在欧洲等地是常见的安全问题。 开发者通过测试超过 10 种不同材料样本校准雷达以构建分类数据库，但系统无法在所需浓度下区分含有石棉的材料与类似材料。
hackernews · GL26 · Jun 30, 17:29 · 社区讨论
背景: 毫米波雷达工作在毫米波频段（如 60-81 GHz），通过分析反射信号可以对材料进行分类。石棉是一种广泛用于建筑（特别是在欧洲）的有害材料，需要专业检测。开发者采用调频连续波（FMCW）雷达方法，并结合机器学习进行分类。
参考链接
社区讨论: 评论者赞赏作者诚实地分享失败和经验教训。有人指出该项目未能解决低浓度下区分石棉的核心挑战，而其他人则建议将其用于检测材料中的不连续性等替代应用。
标签: #mmWave, #radar, #material classification, #asbestos detection, #hardware project
Knoppix Live CD 在 Hacker News 引发怀旧讨论 ⭐️ 7.0/10
一篇关于 Knoppix（开创性的 Linux 发行版）的 Hacker News 帖子引发了社区的怀旧讨论，内容涉及它在教授 Linux 以及绕过受限系统方面的作用。 这场讨论突显了 Knoppix 作为易用教育工具的持久影响力，以及其作为首批 Live Linux 发行版的历史意义——它让用户无需安装即可体验 Linux。 Knoppix 由德国开发者 Klaus Knopper 于 2000 年首次发布，可从 CD/DVD 或 U 盘完全启动，启动时解压到 RAM 中。最新版本仍可在 knopper.net 获取。
hackernews · hoangvmpc · Jun 30, 12:54 · 社区讨论
背景: Knoppix 是一个基于 Debian 的 Linux 发行版，设计为可直接从可移动介质运行而无需安装的 live 系统。它是最早的流行 live 发行版之一，具备自动硬件检测和丰富的预装软件，使用户能够安全地测试 Linux、恢复数据或学习操作系统。
社区讨论: 评论者分享了在学校机房使用 Knoppix 绕过受限制的 Windows 系统或初次接触 Linux 的美好回忆。许多人向 Klaus Knopper 及其妻子表达了感激，感谢他们创造了让学习变得便捷的工具。整体情绪充满怀旧与感激。
标签: #Linux, #Live CD, #Nostalgia, #Operating Systems
金融泡沫经典著作引发社区讨论 ⭐️ 7.0/10
Hacker News 上的一场讨论重新点燃了人们对查尔斯·麦凯 1852 年著作《非同寻常的大众幻想与群众性癫狂》的兴趣，既突出了其永不过时的轶事，也指出了历史事实的不准确之处。 这本书对于理解现代金融狂热（如加密货币和 NFT 泡沫）仍然具有高度相关性，而这场讨论则凸显了批判性审视历史叙述的重要性。 尽管该书因生动描述南海泡沫期间有人兜售“一项优势巨大但无人知晓其为何物的企业”股份等故事而受到赞誉，但评论者指出其对郁金香狂热的描述往往被夸大，且缺乏可靠证据。
hackernews · lstodd · Jun 30, 12:47 · 社区讨论
背景: 查尔斯·麦凯的著作最初于 1841 年出版，汇集了经济泡沫、猎巫运动和其他群体性癫狂的叙述。该书在行为经济学和群体心理学的讨论中常被引用，尽管现代历史学家在多处对其准确性提出了质疑。
社区讨论: 一位用户赞扬了该书的幽默，引用了南海泡沫中著名的“莫须有企业”轶事，而另一位则警告说郁金香狂热的故事是出了名的夸张。还有评论推荐了约翰·肯尼思·加尔布雷思的《金融狂热简史》作为更准确的替代读物。
标签: #financial bubbles, #crowd psychology, #behavioral economics, #history
shot-scraper 视频录制代理演示 ⭐️ 7.0/10
shot-scraper 1.10 版本引入了新的 ‘video’ 命令，该命令接受一个 storyboard.yml 文件，并使用 Playwright 录制网页交互视频，使编码代理能够自动生成演示视频。 该工具弥合了自动化测试与演示之间的差距，使开发者和代理无需手动录制即可创建功能的可视化证明，可能简化开源项目和文档的演示制作。 该命令支持启动服务器、设置视口、光标可见性和 JavaScript 注入（例如模拟剪贴板）。它输出 WebM 或 MP4 视频，并可通过 –auth 标志提供身份验证 Cookie。
rss · Simon Willison · Jun 30, 16:54
背景: shot-scraper 是一个基于 Playwright 的命令行工具，主要用于为文档自动截图。Playwright 是一个浏览器自动化库，支持 Chromium、Firefox 和 WebKit。新的 video 命令将 shot-scraper 的能力扩展到从故事板定义录制交互式演示。
参考链接
标签: #shot-scraper, #Playwright, #video recording, #automation, #developer tools
产品工程师与前沿部署工程师趋于融合 ⭐️ 7.0/10
Sierra 公司的 Natalie Meurer 讨论了产品工程师与前沿部署工程师（FDE）的角色和职责正在趋同的现象。 这种融合反映了软件工程中一个更广泛的趋势：面向客户、专注于部署的角色正在与产品开发角色合并，可能重塑团队结构和解决方案交付方式。 前沿部署工程师直接嵌入客户环境来定制和部署解决方案，而产品工程师专注于构建可扩展的功能；两者的融合模糊了开发与现场实施之间的界限。
rss · Latent Space · Jul 1, 00:20
背景: 前沿部署工程师（FDE）是一种与客户紧密合作，在操作环境中开发、定制和部署技术解决方案的角色。传统上，FDE 与产品工程分离，结合了软件、销售和平台工程技能，并且随着 AI 集成需求的增加而需求上升。这篇文章指出这些角色开始融合，这一转变是由更快速、更适应性交付的需求所驱动。
参考链接
标签: #software engineering, #forward deployed engineering, #product engineering, #future of work
Ahmad Osman：本地 AI 正快速发展，覆盖各类设备 ⭐️ 7.0/10
Ahmad Osman 在 AI 工程师世界博览会研讨会上指出，本地 AI 正在快速发展，覆盖从笔记本电脑、手机到企业级基础设施的多种设备。 这种向本地 AI 的转变减少了对云服务的依赖，提升了隐私性和响应速度，并支持离线使用，可能重塑企业和消费者级 AI 的部署方式。 Osman 的发言是在两场座无虚席的 AIEWF 研讨会之后发表的，但相关报道未披露具体的技术基准或模型名称。
rss · Latent Space · Jun 30, 23:39
背景: 本地 AI 直接在用户自己的硬件上运行开源模型，提供离线处理能力并增强隐私性，而云 AI 则依赖远程服务器。本地与云 AI 之争通常围绕成本、延迟和数据控制之间的权衡。AI 工程师世界博览会（AIEWF）是一个聚焦 AI 工程与开发的会议系列。
参考链接
标签: #local AI, #edge computing, #AI infrastructure, #AI trends
三层次难度解析 MCP 协议 ⭐️ 7.0/10
这篇文章以三个难度层次结构化地解释了模型上下文协议（MCP），使其对从初学者到专家的广泛受众都易于理解。 MCP 是一个新兴的标准，用于将 AI 应用程序与外部工具和数据源集成，类似于 AI 的 USB-C 接口。本教程帮助开发者和实践者快速掌握其概念和潜力。 文章涵盖了 MCP 的基础知识、中级概念和高级用例，但提供的内容仅说明 MCP 标准化了 AI 应用程序与外部系统之间的通信。摘要中未提供更多技术细节。
rss · Machine Learning Mastery · Jun 29, 12:00
背景: 模型上下文协议（MCP）是 Anthropic 于 2024 年 11 月推出的开放标准，旨在标准化大型语言模型（LLM）连接外部工具、数据源和工作流的方式。它充当了 AI 的通用插件接口，已被 Replit 和 Sourcegraph 等平台采用，用于实时访问项目上下文。MCP 常被比作 AI 应用的 USB-C 接口，因为它提供了连接各种资源的统一方式。
参考链接
标签: #MCP, #AI, #protocol, #integration, #LLM
OpenAI 报告描绘欧盟 AI 劳动力变革 ⭐️ 7.0/10
OpenAI 发布了一份报告，分析了人工智能如何重塑欧盟的就业结构，列出了可能面临自动化、增长或工作流程变化的职业。 这份报告为政策制定者和企业提供了宝贵见解，以预测 AI 对欧盟劳动力市场的影响，有助于指导劳动力规划和再培训计划。 该报告绘制了欧盟各成员国的特定职业分布，根据工作任务与 AI 技术的接触程度，突出了不同影响。
rss · OpenAI Blog · Jun 29, 07:00
背景: 人工智能正在迅速发展，预计将显著改变劳动力市场。OpenAI 定期发布关于 AI 社会影响的研究。本报告是理解和准备这些变化的持续努力的一部分。
标签: #AI, #workforce, #Europe, #automation, #jobs
Rhombus：Python 风格语法与 Racket 宏的结合 ⭐️ 7.0/10
Rhombus 是一种新的通用编程语言，它将 Racket 强大的元编程能力与简洁的 Python 风格语法相结合。 这种方法使高级元编程对更广泛的用户群体变得可用，有可能降低采用基于宏的语言自定义的门槛。 Rhombus 从零开始围绕宏可扩展性设计，采用传统记法，避免了 Lisp 括号繁多的语法，同时保留了 Racket 定义新语法构造的能力。
rss · LWN.net · Jun 30, 13:09
背景: 像 Racket 这样的类 Lisp 语言以其通过宏实现的强大元编程能力而闻名，允许程序员扩展语言本身。但 Lisp 的极简语法（括号过多）可能令人难以适应。Rhombus 旨在用更接近 Python 等主流语言的语法提供类似的灵活性。
标签: #metaprogramming, #programming languages, #Racket, #Rhombus, #macros
Git 2.55.0 发布，带来新功能 ⭐️ 7.0/10
Git 2.55.0 已发布，共有 100 人参与贡献，其中 33 人是首次贡献者。新功能包括为实验性的 ‘git history’ 命令添加了 ‘fixup’ 子命令，以及为 Linux 系统增加了 Git fsmonitor 守护进程。 Git 是使用最广泛的版本控制系统，因此这些改进直接提升了数百万开发者的生产力。Linux 上的 fsmonitor 守护进程带来了之前仅限 macOS 和 Windows 的性能优化，减少了常见操作的等待时间。 ‘git history fixup’ 子命令允许将暂存的更改应用到更早的提交，简化交互式变基操作。Linux 上的 fsmonitor 守护进程使用 Unix 域套接字，默认拒绝与网络挂载的仓库一起工作，除非通过 ‘fsmonitor.allowRemote’ 设置覆盖。
rss · LWN.net · Jun 29, 20:22
背景: Git 是一个分布式版本控制系统，软件开发者用它来跟踪源代码的变化。fsmonitor（文件系统监视器）守护进程通过监视文件系统变化来加速像 ‘git status’ 这样的操作。此前，该守护进程仅适用于 macOS 和 Windows；Git 2.55.0 将其扩展到了 Linux。
参考链接
标签: #git, #version control, #open source, #software development, #release
GitHub 推出开源许可证合规性公开预览 ⭐️ 7.0/10
GitHub 推出了开源许可证合规性的公开预览版，使企业能够通过基于规则集的检查来强制执行集中式许可证政策，并能在拉取请求中阻止不合规的依赖项。 该功能实现了大规模许可证合规性的自动化执行，降低了依赖开源依赖项的企业的法律风险和手动开销，并巩固了 GitHub 在企业 DevOps 领域的地位。 该功能目前处于公开预览阶段，需要启用 GitHub Advanced Security (GHAS) Code Security 的 GitHub Enterprise Cloud。它使用可针对自定义属性值的规则集来控制每个仓库的执行模式。
rss · GitHub Changelog · Jun 30, 16:00
背景: 开源许可证带有义务，例如署名或共享衍生代码。使用大量开源依赖项的企业必须确保合规以避免法律问题。此前，GitHub 提供许可证检测但未提供自动化执行。这项新功能增加了基于策略的阻止措施，将合规检查集成到开发工作流中。
参考链接
标签: #open source, #license compliance, #GitHub, #enterprise, #DevOps
联想与 Arm 合作推动 L4 自动驾驶出租车规模化 ⭐️ 7.0/10
联想推出的车计算平台基于 Arm 架构，开发了采用 NVIDIA Arm 架构 DRIVE AGX Thor 的 L4 自动驾驶域控制器 AD1，旨在规模化商用自动驾驶出租车服务。 该合作加速了城市出行中 L4 自动驾驶的落地，结合联想的硬件专长与 Arm 的高能效计算，有望降低成本并推动自动驾驶出租车的广泛采用。 AD1 域控制器面向全球 L4 自动驾驶出租车和 OEM 出行需求设计，采用 NVIDIA DRIVE AGX Thor 的 Arm 架构，集成安全特性，提供高性能计算。
rss · InfoQ 中文站 · Jun 30, 18:03
背景: L4 自动驾驶允许车辆在特定条件下无需人工干预运行。域控制器作为自动驾驶系统的中央大脑，处理传感器数据并做出驾驶决策。Arm 的 CPU 和 GPU 架构因其能效和安全特性在汽车领域日益普及，如 NVIDIA DRIVE AGX Thor 平台结合 Arm 核心实现可扩展的自动驾驶。
参考链接
标签: #Arm, #autonomous driving, #L4, #Lenovo, #edge computing
Google OpenRL：实验性自托管 LLM 微调 API ⭐️ 7.0/10
Google 发布了 OpenRL，这是一个实验性的自托管 API，用于在 Kubernetes 集群上对大型语言模型（LLM）进行后训练微调。该项目在 GKE Labs 下开源，并支持用于强化学习工作流的 Tinker API。 OpenRL 将基础设施与研究解耦，使组织能够在自己的集群上扩展基于强化学习的微调。这可能降低使用 RL 定制 LLM 的门槛，RL 是对齐和性能提升的关键技术。 OpenRL 实现了与 Tinker 兼容的 API，允许用户从本地机器使用命令式 Python 代码编排 RL 训练循环。它设计为可在单机和 Kubernetes 集群上运行，但标记为实验性。
rss · InfoQ 中文站 · Jun 30, 15:21
背景: 后训练微调，特别是使用强化学习（如 RLHF），是在初始预训练后将 LLM 与人类偏好对齐的常见步骤。然而，大规模运行 RL 工作流需要复杂的基础设施管理。OpenRL 旨在通过提供一个在 Kubernetes 上运行的自托管 API 来简化这一过程，利用了 Google 在容器编排方面的经验。
参考链接
标签: #LLM, #fine-tuning, #Google, #OpenRL, #AI research
AWS Cognito 增加多区域故障切换功能 ⭐️ 7.0/10
AWS 宣布为 Cognito 增加多区域故障切换功能，允许用户池在故障期间自动切换到备用区域。 这增强了应用的弹性和高可用性，确保在区域故障期间用户认证和授权持续可用。 该功能需要在多个 AWS 区域配置用户池，并实现故障切换路由机制以无缝重定向流量。
rss · InfoQ 中文站 · Jun 30, 13:00
背景: Amazon Cognito 是一项面向 Web 和移动应用的托管身份服务，负责用户注册、登录和访问控制。多区域故障切换是一种灾难恢复模式，当主区域故障时由备用区域接管，最大限度减少停机时间。
参考链接
标签: #AWS, #Cognito, #failover, #multi-region, #cloud computing
Atlassian 揭秘 Forge 分布式大规模用量计费架构 ⭐️ 7.0/10
Atlassian 详细介绍了其 Forge 计费平台的设计与实现，该平台通过处理大规模用量事件（包括正确归因、去重和聚合）来支持其云生态系统的基于用量的定价。 该架构对云和平台工程师具有重要意义，因为它展示了一个真实的生产级分布式计费系统，能够确保准确、近实时的计费以及跨分布式服务的可靠对账，这对于任何提供基于用量定价的平台都至关重要。 该系统使用流式管道、幂等处理和分层存储来实现准确计费和近实时可见性。它还包含去重和聚合来自分布式源的用量事件的机制。
rss · InfoQ 中文站 · Jun 30, 10:50
背景: Forge 是 Atlassian 于 2021 年推出的云应用开发平台，允许开发者在 Atlassian 生态系统中构建和部署自定义云应用。基于用量的定价需要一个健壮的计量系统来根据客户对资源或功能的消耗准确跟踪和计费，这在分布式服务的大规模场景下具有挑战性。
标签: #distributed systems, #cloud computing, #billing architecture, #Atlassian, #Forge
不要在 Snowflake 中依赖 LLM 进行租户隔离 ⭐️ 7.0/10
一篇新的技术文章警告不要单独依赖 LLM 进行多租户 AI 部署中的租户隔离，并提供了在 Snowflake 上正确构建多租户 Cortex Agent 的实用指南。 随着多租户 AI 代理变得普遍，依赖 LLM 来划分安全边界可能导致数据泄露；Snowflake 的这份指导帮助架构师避免关键的安全错误。 文章演示了如何利用 Snowflake 的行级安全和 Cortex Agent 的内置治理功能来实现租户隔离，而不是依赖 LLM 的提示隔离。
rss · InfoQ 中文站 · Jun 30, 09:00
背景: 多租户是 SaaS 应用的关键架构模式，要求严格的租户隔离。Snowflake Cortex Agent 是一个托管平台，用于在 Snowflake 的受控环境中构建 AI 代理。由于 LLM 的概率特性和对提示注入的敏感性，仅靠 LLM 无法保证安全的租户隔离。
标签: #Snowflake, #multi-tenancy, #Cortex Agent, #LLM, #security
超越 CLEAN 和 MVP：Android 离线优先响应式数据层 ⭐️ 7.0/10
文章介绍了响应式数据层架构（RDLA），这是一种在 Android 中构建离线优先响应式数据层的新方法，超越了传统的 CLEAN 和 MVP 模式。 该方法满足了现代 Android 应用无缝处理离线场景并保持响应性的需求，为开发者提供了公共数据契约与私有实现之间更清晰的分离。 RDLA 在公共数据 API 契约和私有的、框架特定的数据源实现之间建立了清晰的边界，从而通过响应式流实现离线优先行为。
rss · InfoQ 中文站 · Jun 29, 18:44
背景: Clean Architecture 和 MVP 是 Android 开发中常见的架构模式，它们将关注点分离到不同层，但通常缺乏对离线优先响应式数据处理的一流支持。响应式数据层架构（RDLA）通过优先考虑数据层的离线访问和响应式更新来扩展这些概念。
参考链接
标签: #Android, #offline-first, #reactive programming, #architecture
物理 AI 如何定义下一代平台革新 ⭐️ 7.0/10
本文探讨了物理 AI（将 AI 与机器人、传感器等物理硬件集成）如何推动计算平台的范式转变。 物理 AI 代表了 AI 与物理世界的融合，使自主机器能够彻底改变机器人、边缘计算和物联网等行业，有可能重新定义下一代计算平台。 根据 NVIDIA 的术语表，物理 AI 使自主机器能够感知、理解并在现实世界中执行复杂动作，依赖于传感器和执行器等硬件。
rss · InfoQ 中文站 · Jun 29, 18:29
背景: 物理 AI 是指将软件算法与机器人、传感器和执行器等物理硬件相结合的 AI 系统，使机器能够自主地与真实世界交互。这与传统纯数字环境中的 AI 形成对比。这一趋势由 AI 硬件、边缘计算和机器人的进步驱动，旨在将智能引入物理系统。
标签: #Physical AI, #AI Hardware, #Edge Computing, #Robotics, #Platform Innovation
住宅代理的日益增长的威胁 ⭐️ 7.0/10
Feisty Duck 的一份详细分析指出，住宅代理正越来越多地被用于绕过机器人检测和实施在线欺诈，对安全系统构成重大威胁。 住宅代理使攻击者更容易逃避欺诈预防和机器人检测，破坏了依赖 IP 信誉的电子商务平台、金融服务和其他在线系统的安全性。 住宅代理使用 ISP 分配给真实家庭的 IP 地址，使其看起来像合法用户。它们能够实现大规模网络爬虫、撞库攻击和欺诈交易，同时难以被检测。
rss · Lobsters · Jun 30, 19:43
背景: 住宅代理通过互联网服务提供商分配给住宅设备的 IP 地址路由互联网流量，而非数据中心 IP。由于这些 IP 属于真实住宅，许多反机器人系统不会将其列入黑名单，从而使恶意行为者能够混入正常流量中。
参考链接
标签: #cybersecurity, #proxies, #bot detection, #online fraud
Vercel 现支持任意 Dockerfile ⭐️ 7.0/10
Vercel 宣布其平台支持运行任意 Dockerfile，开发者可直接部署容器化应用。 这扩展了 Vercel 的部署能力，超越了无服务器函数，使得更复杂的应用和有状态服务能够在边缘运行。 该功能允许使用任意 Dockerfile，意味着开发者可以无需修改就将现有的容器化工作流迁移到 Vercel。
rss · Lobsters · Jun 30, 15:56
背景: Vercel 是一个用于静态网站和无服务器函数的云平台。Dockerfile 是定义如何构建 Docker 容器镜像的文本文件。此前，Vercel 仅支持 Node.js、Python、Go 等特定运行时，但现在任何容器化应用都可以部署。
标签: #Docker, #Vercel, #deployment, #serverless
当令人印象深刻的性能提升无关紧要时 ⭐️ 7.0/10
一篇博客文章指出，如果性能提升没有解决系统真正的瓶颈，那么即使数据看起来惊人，也可能毫无意义。作者告诫不要高估那些虽然百分比提升很大但对整体性能影响微小的优化。 这一观点很重要，因为它挑战了人们常有的倾向：只看重微基准测试的改进，却忽视了上下文。它有助于工程师将优化精力集中在真正影响用户体验和系统吞吐量的方面。 文章很可能给出了示例，说明即使相对性能提升很大（例如快 50%），但由于被优化的部分并非瓶颈，最终节省的绝对时间微乎其微。它强调应通过性能分析和测量来确定真正需要优化的地方。
rss · Lobsters · Jun 29, 13:15
背景: 在软件工程中，性能优化经常被极力追求，开发者会为某个操作的巨大提速而欢呼。然而，如果不了解系统的整体工作负载特征，这些提升可能被浪费，因为被优化的代码路径只占执行时间的一小部分。阿姆达尔定律说明了这一点：系统的性能提升受限于无法改进的部分。该文章倡导一种基于上下文的优化方法。
标签: #performance, #software-engineering, #systems