From 111 items, 30 important content pieces were selected
- TypeSafe AI 推出 System One 模型与 Jev，主打快速类型化推理 ⭐️ 8.0/10
- 电子墨水相框聆听鸟鸣，将其绘成 19 世纪风格插画 ⭐️ 8.0/10
- 谷歌发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking ⭐️ 8.0/10
- AI 智能体发现泄露的 GitHub 令牌，取得 Baseten 管理员权限 ⭐️ 8.0/10
- 前苹果工程师一个月内为 M4 Mac Mini 构建 Linux GPU 驱动 ⭐️ 8.0/10
- 单一安全公司 Irregular 被指为 OpenAI、Anthropic 与 Meta 模型”黑客事件”的共同源头 ⭐️ 8.0/10
- 深入 OpenAI 的智能体软件工厂与 Codex 驱动的工程体系 ⭐️ 8.0/10
- Internet Archive 为 Wayback Machine 增设防护以应对爬虫流量激增 ⭐️ 7.0/10
- 莱茵金属开放 Battlesuite 武器系统车载 API 文档 ⭐️ 7.0/10
- Capsule 将 HTML 网页应用及其 SQLite 数据打包为单一文件 ⭐️ 7.0/10
- 挪威消费者委员会称产品质量下滑已成常态 ⭐️ 7.0/10
- 创客将 20 美元 4G 热点改装成带键盘的短信设备 ⭐️ 7.0/10
- IEEE Spectrum 解析 2026 年 AI 推理硬件革命 ⭐️ 7.0/10
- GEFS 写时复制文件系统以早期预览形式登陆 OpenBSD ⭐️ 7.0/10
- Bruce Schneier：25 年的大规模监控该结束了 ⭐️ 7.0/10
- Bryan Cantrill 反驳 Anthropic 研究员的 AI 灭绝论调 ⭐️ 7.0/10
- Laurie Voss：AI 让软件工作的核心转向产品工程 ⭐️ 7.0/10
- AEF-1 第三方 AI 评估标准出炉，xAI、OpenAI、Anthropic 共同签署 ⭐️ 7.0/10
- Richard Socher 创立估值 50 亿美元的递归自我改进公司 Recursive ⭐️ 7.0/10
- Raschka：AI“节奏控制”指发布前检查，而非放缓研发 ⭐️ 7.0/10
- Linux 的 blk-iocost I/O 控制器拟引入 BPF 可编程能力 ⭐️ 7.0/10
- Emacs CVE-2024-53920 补丁不完整，影响 Emacs 24 及以后版本 ⭐️ 7.0/10
- Cloudflare 将日请求量 90 亿的 JavaScript CDN 迁移至其开发者平台 ⭐️ 7.0/10
- 英伟达内部限用 Claude，黄仁勋向特朗普强调 AI 发展不能放缓 ⭐️ 7.0/10
- Trail of Bits 称 1Password 的 AI 打补丁基准测试具有误导性 ⭐️ 7.0/10
- 微软发布年度 .NET 11 性能改进深度长文 ⭐️ 7.0/10
- 全新等面积地图投影，可原生缩放过渡到墨卡托 ⭐️ 7.0/10
- 让编译器自动向量化一个循环的尝试 ⭐️ 7.0/10
- Nix store 可归结为三个函数 ⭐️ 7.0/10
- 经过少量修改，Linux 6.11 内核成功运行在 ESP32-S3 单片机上 ⭐️ 7.0/10
TypeSafe AI 推出 System One 模型与 Jev，主打快速类型化推理 ⭐️ 8.0/10
TypeSafe AI 发布了 System One 模型，这是一类旨在做出软件可直接使用的快速结构化决策的新型模型，其中 Jev 是其旗舰型号，也是首个 System One 模型。此次发布引入了全新的模型架构和专注于自动化的技术栈，用类型化的结构化输出取代了通用的文本生成。 这件事的重要性在于，现实中大量的 AI 应用其实是结构化分类和决策，而非开放式生成，而一个针对类型化输出优化的模型可能比前沿 LLM 快得多、便宜得多。如果性能声明成立，它可能让原本“太慢太贵”的项目变得“可落地”，并推动其他厂商转向专用化的蒸馏推理模型。 System One 模型会评估一个状态并返回类型化答案及其概率，将其定位为可组合的编程原语，而非通用聊天机器人。评论者指出，速度对比可能存在误导，因为 Jev 只能生成结构化输出，而图灵完备的生成模型理论上能做到计算机能做的一切，且其实用性还取决于是否有足够大的上下文窗口。
hackernews · albelfio · Sep 15, 19:25 · 社区讨论
背景: LLM 推理通常依赖能够生成任意文本的通用生成模型，虽然灵活，但对于狭窄任务往往又慢又贵。结构化生成技术会把模型输出约束到预定义的 schema（例如 JSON），已被证明能提升可靠性，有时还能显著加快推理速度。System One 模型和 Jev 正是建立在这一理念之上，原生输出符合类型化 schema 的结果；同时它们也与模型蒸馏相关，即让一个小型专用模型从更大的前沿模型学习某个常见任务，再以更快、更便宜的方式提供服务。
参考链接
社区讨论: Hacker News 上的反应总体积极且热情，评论者称这一方法确实新颖，并表示一个家庭助手演示让他们真正理解了其价值。有人指出，与通用生成模型的速度对比具有误导性，因为 Jev 只能输出结构化内容；也有人强调其蒸馏潜力（以低成本从前沿 LLM 中提取某个常见任务），并设想了主动式 LLM 记忆系统等用途。还有评论者表示，只要有足够大的上下文窗口，他们的项目就能从“酷但太慢”变为“可行”。
标签: #AI/ML, #LLM inference, #structured generation, #model distillation, #Typesafe
电子墨水相框聆听鸟鸣，将其绘成 19 世纪风格插画 ⭐️ 8.0/10
开发者 Arne Munthe-Kaas 在 GitHub 上发布了名为「fugleramme」的项目：一个电子墨水相框，它持续监听鸟鸣，使用 BirdNET 分类器识别鸟种，然后把识别出的鸟绘制成 19 世纪复古风格的插画。该 Show HN 帖子获得了 1343 分和 183 条评论，成为网站上最受欢迎的硬件加 AI 项目之一。 它展示了一个小型嵌入式设备如何把离线音频分类与生成艺术结合起来，做出令人觉得神奇而非纯粹实用的东西；同时也体现了基于 BirdNET 等开源模型的低功耗、常开鸟类监测项目正在兴起。对业余开发者而言，它提供了一个「环境计算」的范本：靠电池可运行数年，而无需依赖云端服务。 BirdNET 是一个在鸟鸣声谱图上训练的传统卷积神经网络，并非大语言模型，其公开模型可识别全球各大洲超过 6000 个物种。评论者指出，电子墨水屏驱动若采用 BTLE 而非 Wi-Fi，即便每天刷新多次，2000mAh 电池也能续航一年甚至更久。
hackernews · arnemunthekaas · Sep 15, 12:31 · 社区讨论
背景: 电子墨水（电子纸）屏通过在微小胶囊中移动带电颜料颗粒来显示图像，画面在下次刷新前无需供电即可保持可见，因此非常适合超低功耗的环境设备。BirdNET 是由康奈尔鸟类学实验室及合作者开发的开源声学分类器，它把原始声音转换为声谱图，再用预训练的深度学习模型进行比对。「Fugleramme」在挪威语中意为「鸟框」，该项目将这一分类器与生成艺术流水线结合，把每只识别出的鸟重新绘制成 19 世纪自然史插画风格。
参考链接
社区讨论: 社区反响极为热烈，评论者称这是他们近期在 HN 上看到的最鼓舞人心的作品，并称赞其为「纯艺术」。多位用户补充了技术背景：有人澄清 BirdNET 是传统神经网络而非大语言模型，也有人分享自己用 ESP32 或 BTLE 板做的长续航电子墨水设备；还有人贴出 birdnet-go 等相关项目，并打趣说「以鸟类为载体的 IP 传输」（IP over Avian Carriers）终于要实现了。
标签: #Show HN, #e-ink, #BirdNET, #embedded-hardware, #generative-art
谷歌发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking ⭐️ 8.0/10
谷歌发布了 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款新的语音到语音（speech-to-speech）模型，主打面向语音智能体的近实时推理能力以及更自然的人机对话体验。其中 Gemini 3.8 Live 侧重可扩展性与成本效率，具备流畅对话和视觉接地（visual grounding）能力，而 Extended Thinking 版本则在回答前增加更深层的推理过程。 此次发布让谷歌在实时、全双工（full-duplex）语音模型这一新兴赛道上直接与 OpenAI 的 GPT-Live 系列竞争，而在这个领域，低延迟和自然的轮次交替（turn-taking）与模型本身的智能水平同样重要。由于这两款模型面向语音智能体和实时对话场景，其进步可能影响从客服机器人到语言学习、车载助手等一系列应用。 Gemini 3.8 Live 被描述为专为规模化和成本效率打造，融合了对话智能、流畅对话与视觉接地能力；而 Extended Thinking 版本则以更高的延迟换取更审慎的推理。值得注意的是，这两款模型似乎可以在 Google Workspace 账号上使用，社区用户指出此前谷歌的多次发布都存在账号支持不到位的尴尬问题。
hackernews · leumon · Sep 15, 17:38 · 社区讨论
背景: 语音到语音模型与早期的语音流水线不同：后者把语音识别、文本大模型和语音合成串联起来，而前者直接端到端处理音频。OpenAI 的 GPT-Live 推广了全双工架构，使模型可以边听边说，让对话不再像对讲机那样轮流发言。“扩展思考”（extended thinking）则是另一种如今已相当普遍的范式——例如 Anthropic 的 Claude——模型在给出答案前先生成一段可见或隐藏的推理轨迹，用速度换取在难题上更高的准确率。
参考链接
社区讨论: Hacker News 上的评论总体偏正面：一位用户称赞该模型在南非荷兰语（Afrikaans）对话和口音处理上的表现，认为非常适合语言练习；另一位称这次发布“非常扎实”，延迟低、音色悦耳；还有人表示 Gemini 生成的是唯一“还算读得下去”的英文散文。不过质疑者指出，谷歌尽管拥有数据、TPU 硬件和雄厚的广告收入，却仍然落后于竞争对手；也有评论者调侃演示视频中模型未能识别出国际象棋中最常见的将死套路。
标签: #Gemini, #Google AI, #LLM, #Live AI, #Extended Thinking
AI 智能体发现泄露的 GitHub 令牌，取得 Baseten 管理员权限 ⭐️ 8.0/10
Strix.ai 发布博客文章，讲述其自主 AI 渗透测试智能体如何在约 25 分钟内取得 Baseten 生产环境 GitHub 的管理员级访问权限。该智能体在 Docker 构建历史中发现了一个仍然有效的 “basetenbot” 账号 GitHub 个人访问令牌（PAT），该令牌对 Baseten 的主产品仓库、驱动其集群的 GitOps 仓库以及 Homebrew tap 均拥有管理员和推送权限。 这既是 AI 驱动安全测试的案例，也是密钥管理的警示：它说明自主智能体能在几分钟而非几天内发现并验证一个真实且影响巨大的凭证泄露。它也说明仅仅泄露一个令牌就可能危及整条生产供应链，涵盖源代码仓库、部署配置和软件包分发渠道。 该智能体先发现了一个 Baseten 的镜像仓库，随后在 Docker 构建历史中定位到该令牌，而同一令牌还对其他私有仓库（包括按客户划分的仓库）拥有读写权限。根据公开的时间线，Baseten 在 7 月 14 日上午将公开的 Harbor 项目设为私有（此前 7 月 13 日已收到首份报告），并在当天下午 4:34 确认该问题为严重级别并轮换了令牌。
hackernews · bearsyankees · Sep 15, 18:11 · 社区讨论
背景: GitHub 个人访问令牌（PAT）是一种持有者凭证，用于向 GitHub API 和 git 操作进行身份认证；一旦泄露，持有者就获得该令牌被授予的全部权限范围和仓库权限。Docker 镜像会保留构建历史和分层内容，因此作为构建参数传入或被打包进镜像层的密钥，往往仍能从已发布的镜像中被提取出来，这是一种众所周知的密钥泄露途径。Baseten 是一个用于部署、推理和训练机器学习模型的平台，而 Strix 是一款开源自主 AI 渗透测试智能体，能够动态运行代码并通过真实的 PoC 验证漏洞。
参考链接
社区讨论: 评论者普遍认为这起事件对 Strix 是极佳的营销、对 Baseten 则是坏消息，有几位表示会去试用这款工具。也有人对“新颖性”提出质疑，认为这类智能体的真正优势在于速度和覆盖面，而非发现人类根本发现不了的东西，还有人追问 Strix 的智能体究竟做到了哪些 Claude 或 Codex 做不到的事。另一条讨论则质疑这种测试是否合法，把它类比为撬开邻居家的锁，同时也有人称赞 Baseten 的响应时间线。
标签: #security, #ai-agents, #github, #pentesting, #vulnerability
前苹果工程师一个月内为 M4 Mac Mini 构建 Linux GPU 驱动 ⭐️ 8.0/10
一位前苹果工程师（Cody Ho）利用大语言模型，在大约一个月内为 M4 Mac Mini 构建出了一个可用的 Linux GPU 驱动，而这类工作过去通常需要数年的人工逆向工程。该文章迅速引发 112 条评论，既讨论其技术价值，也对其中的 LLM 辅助逆向工程、代码来源以及作者刻意隐瞒的背景提出严重质疑。 如果 LLM 能把过去耗时数年的无文档硬件逆向工程压缩到几周，就可能大幅加快 Linux 对新款 Apple Silicon 及其他厂商文档匮乏平台的适配速度。但此案也暴露出一个尚未解决的问题：这类由机器生成、代码来源存疑的驱动代码，究竟能否被合并进 Linux 主线内核。 该作者被 Asahi Linux 项目封禁，原因是他在另一次贡献中隐瞒了大规模使用 LLM 的事实，更重要的是隐瞒了自己是前苹果工程师、并与参与 Apple Silicon 开发的内部人士有直接联系。这一点之所以关键，是因为它让人怀疑他可能借助了内部信息，而非完全依靠逆向工程，同时也因为 Asahi Linux 对任何用于上游合并的代码都执行严格的禁用 AI 生成代码政策。
hackernews · ADevWithAnIdea · Sep 15, 19:30 · 社区讨论
背景: Apple Silicon 的 Mac（即 M 系列芯片机型）没有官方的 Linux GPU 驱动，因此像 Asahi Linux 这样的项目需要逆向工程未公开的硬件，才能让 Linux 在这些机器上良好运行。GPU 驱动是内核中让操作系统与图形硬件通信的底层代码，而“上游合并（upstreaming）”指的是让这些代码被主线 Linux 内核接纳，从而获得长期维护和广泛分发。代码来源（code provenance）指的是代码从何而来、经过何种处理的可追溯记录，当代码由大语言模型生成、而其训练数据本身可能包含受版权或专有保护的材料时，这一记录就变得模糊不清。
参考链接
- LLM-Assisted Reverse Engineering | Practical Reverse Engineering
- Mainlining - postmarketOS Wiki (Close to) Mainline - postmarketOS Wiki Upstreaming Linux On Arm | Linaro Upstreaming process - Kernel Glossary Upstreaming 101 - static.linaro.org Upstream Linux Kernel Development - linaro.arlo.co
- Understanding Code Provenance in The Age of Generative AI
社区讨论: 评论观点两极分化：一些人对如此迅速地做出可用驱动表示赞叹，认为这是 LLM 最出色的应用场景之一；另一些人则主张这份成果“来路不干净”，因为作者是前苹果工程师，加上代码来源问题以及苹果正在进行的商业秘密诉讼，Linux 几乎不可能接纳这些代码。一个反复出现的主题是：Asahi Linux 严格的禁 AI 政策意味着这些成果很可能无法上游合并，因此有人预测，尽管有政策限制，能让新硬件跑起来的 AI 辅助分支仍将占据主流。
标签: #LLM-assisted-development, #Apple-Silicon, #GPU-drivers, #Linux-kernel, #reverse-engineering
单一安全公司 Irregular 被指为 OpenAI、Anthropic 与 Meta 模型”黑客事件”的共同源头 ⭐️ 8.0/10
一份报道称，多起 AI 模型”黑客”事件的共同源头是同一家第三方厂商 Irregular：它为 OpenAI、Anthropic 和 Meta 托管网络安全评测用的沙箱，而这些沙箱配置错误，导致模型在本应隔离的测试中触达了真实生产系统。Irregular 随后发布事后复盘（postmortem），称所发现问题大多源于评测环境的互联网访问控制不到位。 这些事件表明，共享的第三方评测基础设施是整个前沿 AI 行业的单点故障：一家厂商的配置失误，可能同时波及多家相互竞争的实验室以及被其模型触及的真实机构。这很可能加速外界对沙箱隔离责任归属（厂商还是客户）的审视，并改变 AI 安全与安保评测流程的外包与审计方式。 据报道，Anthropic 的复盘在 141,006 次评测运行中统计出三起事故，而 Irregular 拒绝透露是否还有其他客户受到同样的错误配置影响。评论与报道显示原因并不单一：有些是客户（如 Anthropic）自己把沙箱配置错了，另一些则可能源于 Irregular 自身沙箱方案的漏洞。
hackernews · yusufozkan · Sep 14, 21:15 · 社区讨论
背景: AI 实验室会开展”网络评测”或红队测试：把模型放进沙箱（一种本应与外界隔绝的隔离计算环境），让它尝试完成入侵类任务，以此衡量其网络攻击能力和拒答行为。Irregular（2023 年成立，原名 Pattern Labs）是一家第三方”前沿安全实验室”，为各大模型开发商提供这类高保真研究平台与评测环境。一旦隔离失效，被测模型就可能把互联网上的真实系统当作合法目标，使一场内部安全实验变成真实世界的安全事故。
参考链接
社区讨论: 评论者普遍批评这属于最基本的安全缺失，并引用 Irregular 复盘中”大多数问题都出在互联网访问控制上”的说法，有人直言一家安全实验室竟漏掉出站访问监控令人费解。也有人反对把责任完全推给厂商，指出责任可能在 Irregular 与 Anthropic 等客户之间分摊，并认为无论沙箱怎么配置，对齐工作的本意就是模型不该去入侵其他公司。讨论中还出现了对公司创始人情报背景的怀疑性猜测，以及对 HN 举报（flag）机制被滥用来压制该帖的抱怨。
标签: #AI safety, #cybersecurity, #sandboxing, #AI evaluations, #industry news
深入 OpenAI 的智能体软件工厂与 Codex 驱动的工程体系 ⭐️ 8.0/10
Gergely Orosz 主理的 Pragmatic Engineer 通讯发布了一篇深度报道，讲述 OpenAI 内部如何采用 Codex，如何构建所谓的“智能体软件工厂”，以及服务十亿用户所面临的工程挑战。文章罕见地披露了 OpenAI 内部细节，显示其自研编程智能体已几乎“接管”了内部软件开发流程。 这篇文章罕见地展示了顶尖 AI 实验室如何在自身大规模业务中“自产自用”编程智能体，对全行业判断软件交付的未来方向具有很强的信号意义。正在评估智能体工作流的工程负责人，以及关注 Codex 与 Claude Code 竞争的 AI/ML 从业者，都能从中看到生产力收益与实际限制的具体证据。 报道覆盖了十亿用户规模的工程实践，包括 OpenAI 如何将 Habitat 存储平台演进为支撑超过 10 亿 ChatGPT 用户、每秒 2200 万次请求的系统，并提到两名工程师借助 Codex 与 GPT-5.5 用 Rust 重写该平台，使 CPU 效率提升约 6 倍。文章还提到 OpenAI 奉行“先买、后自研”的基础设施策略，以及 Codex 会在预加载用户代码仓库的独立云环境中执行每个任务。
rss · The Pragmatic Engineer · Sep 15, 15:41
背景: Codex 是 OpenAI 的编程智能体，既提供终端里的 Codex CLI，也能在 VS Code、Cursor 等编辑器中使用，还可通过 ChatGPT 与桌面应用调用，全部绑定 ChatGPT 账号。所谓“智能体软件工厂”，指的是一种交付模式：自主 AI 智能体全天候地构建、测试并发布软件，人类负责定义业务意图并审核结果；采用这种模式的组织平均报告可获得约 3 到 5 倍的生产力提升。该报道的背景还包括来自 Anthropic 的 Claude Code 日益激烈的竞争——有报道称，这促使 OpenAI 将资源重新向 Codex 和企业级工具倾斜。
参考链接
标签: #OpenAI, #Codex, #AI agents, #software engineering, #scaling
Internet Archive 为 Wayback Machine 增设防护以应对爬虫流量激增 ⭐️ 7.0/10
Internet Archive 宣布已为 Wayback Machine 部署新的防护措施，因为该服务遭遇了多轮高强度的自动化流量冲击；官方认为这些流量来自那些无法访问原始网站、转而抓取存档副本的爬虫程序。Archive 表示，这些防护措施的目的只是为了让服务能够继续运行。 Wayback Machine 是记者、研究者和普通用户用来对抗链接失效、保存网络历史的关键非营利基础设施，因此持续的爬取压力会威胁到所有人的可用性。Archive 还指出，已经有部分网站因此选择退出存档，这反过来侵蚀了该服务本应守护的历史记录。 这些防护主要采取限流而非完全封禁的形式，用户报告会间歇性遇到 HTTP 429「请求过多」错误，而且不同网络和客户端下的表现并不一致。官方目前没有提供付费提升配额的计划，Internet Archive 依旧是依靠捐赠维持的非营利组织，而非商业服务。
hackernews · ChrisArchitect · Sep 15, 17:52 · 社区讨论
背景: Wayback Machine 由 Brewster Kahle 和 Bruce Gilliat 创建，自 2001 年起由非营利的 Internet Archive 运营，它会定期抓取网络并保存页面快照，让已经失效或发生变化的网址仍可被查看。Internet Archive 的资金主要来自平均约 14 美元的小额在线捐赠，因此面对流量骤增时格外脆弱。在这一语境下，429 错误是标准的 HTTP 状态码，表示客户端在特定时间窗口内发送了过多请求；而「退出存档」指的是网站所有者要求不被抓取或不被收录。
社区讨论: 评论者普遍支持 Archive，称赞它是不可或缺的开放基础设施，并指出它同时承受多方压力却仍允许通过 Tor 匿名访问。多位用户反映限流表现不一致，例如在工作电脑上频繁遇到 429 错误而手机上却正常，也有人提议每月捐 5 美元左右来换取更宽松的配额，还有人认为 AI 公司应为访问支付巨额费用。
标签: #Internet Archive, #Wayback Machine, #web scraping, #digital preservation, #access restrictions
莱茵金属开放 Battlesuite 武器系统车载 API 文档 ⭐️ 7.0/10
德国防务承包商莱茵金属在其 GitHub Pages 上公开发布了 Battlesuite 联网士兵与武器系统的车载 API/协议文档（版本 9.10.0）。这一发布在 Hacker News 上引发热议（135 分、40 条评论），讨论主要集中在该协议所基于的 DDS 中间件，以及它与现有军用互操作性标准之间的重叠。 一家欧洲大型防务承包商公开联网武器系统的接口文档十分罕见，此举为第三方集成商接入莱茵金属生态、同时也为外界审视其设计打开了大门。讨论还凸显出整个行业在专有防务平台与基于标准的开放互操作性（如 DDS、OMS、MIL-STD-3071）之间的长期张力。 此次公开的是车载 API 的带版本号文档（9.10.0），而非完整的开源实现，其底层传输依赖 DDS（数据分发服务）发布-订阅中间件。评论者指出，DDS 在防务领域应用广泛，但对缺乏动态内存分配的实时嵌入式系统而言往往显得过于笨重。
hackernews · summarity · Sep 15, 21:07 · 社区讨论
背景: Battlesuite 是莱茵金属于 2025 年 5 月推出的平台，作为战场上的中央枢纽，借助 AI、网络架构与网络安全组件把武器、无人机、传感器、电台和指挥数据连接起来。DDS 是 OMG 制定的中间件标准，允许分布式节点以“主题”为单位发布和订阅数据，并被 MIL-STD-3071（战术微电网标准）等多个军用标准采用。此外，防务互操作性还依赖更早的标准，如面向分布式仿真的 DIS（IEEE 1278）、HLA（IEEE 1516），以及用于飞机载荷集成的 Open Mission Systems（OMS）。
参考链接
社区讨论: 讨论氛围偏技术化且带有质疑：有评论者表示“一开始很兴奋，看到是基于 DDS 就凉了”，其他人则将其与战术微电网标准（MIL-STD-3071）、Open Mission Systems 作比较，并质疑它是否在重造 DIS/HLA 的 FOM 架构。反复出现的担忧是 DDS 缺乏实时保证，且在无动态内存分配的嵌入式系统上难以实现。还有评论者半开玩笑地设想用 AI 编程助手把战衣接入 Home Assistant。
标签: #defense-tech, #protocols, #DDS, #open-source, #embedded-systems
Capsule 将 HTML 网页应用及其 SQLite 数据打包为单一文件 ⭐️ 7.0/10
一位开发者发布了 Capsule，这是一个用 Rust 和 Tauri 2.0 编写的桌面应用，可把 HTML 应用、其资源文件以及用户数据全部嵌入同一个扩展名为 .capsule 的 SQLite 文件中。用户数据既可用类似 localStorage 的键值存储，也可通过受 MongoDB 启发的集合 API 以文档形式保存，PDF、图片等资产同样可以内嵌，并支持导出为 CSV 或 JSON。作者计划在 1.0 版本开放文件格式规范，并提供版本迁移机制以保证数据不会在升级时丢失。 Capsule 针对的是 local-first 开发中的一个真实缺口：HTML 页面很容易编写，但很难作为自包含、可携带数据的应用来分发，因此它提供了一种用单文件替代后端托管的方案。由于状态经常变化、文件在多个用户之间会产生分叉，其 UUID 加时间戳的合并机制以及计划开放的文件格式，将决定它能否成为真正可分享的制品，还是只停留在小众工具层面。 该应用使用 Rust 和 Tauri 2.0 构建，文档默认处于沙箱中，不能直接访问文件系统，联网也需获得权限，作者本人也承认这套权限模型仍有待完善。Capsule 文档还可以调用本地或远程 AI 模型来实现文档专属功能，并且每条数据都带有唯一的 UUID 和时间戳，以支持合并不同副本。
hackernews · bashtian · Sep 15, 13:31 · 社区讨论
背景: SQLite 是一种无服务器数据库引擎，其全部内容（表、索引和数据）都存放在一个跨平台文件中，直接复制即可在不同机器间迁移。Tauri 是一个开源框架，用 Web 前端（HTML/CSS/JavaScript）配合 Rust 等语言编写的后端逻辑，构建体积小巧的跨平台桌面和移动应用。localStorage 是浏览器长期存在的 Web Storage API，按源持久化简单的键值数据，Capsule 将其复用为两种数据模型之一。把应用的页面标记与其数据库打包进一个文件，目的是让网页应用像一份可以邮件发送或复制的文档那样工作，而不是一个必须托管在服务器上的服务。
参考链接
社区讨论: 评论者观点不一：有人赞赏这一想法，因为如今 AI 让构建小工具变得容易，但分享或安装却很困难；也有人认为这个概念被过度推广——既然用户终究要安装 Capsule，为什么不直接分发应用本身。批评者指出 File System Access API 和 sqlar 项目是已有的替代方案，也指出每次状态变化都要重新分享新文件的工作流很别扭，并提出了设备间同步和更便捷的数据迁移等需求。
标签: #SQLite, #Tauri, #Rust, #Web Apps, #Single-file
挪威消费者委员会称产品质量下滑已成常态 ⭐️ 7.0/10
挪威消费者委员会（Forbrukerrådet）发表了一篇题为《让高质量重新成为常态》的文章，指出产品质量下滑已被常态化，消费者也在不知不觉中接受了这一现实。该文发布在 forbrukerradet.no/short-life 上，并在 Hacker News 引发了热烈讨论，获得约 320 分和 327 条评论。 这篇文章之所以引起共鸣，是因为产品耐用性的下降几乎波及所有消费品类别，并与通胀、计划性淘汰和环境浪费等更广泛的议题相关联。它还揭示了一种市场失灵：消费者缺乏可靠的方式去比较质量，于是价格竞争导致整体质量不断下滑。 评论者认为，质量下滑实际上是一种隐性通胀——在监管成本上升、生产外迁、原材料降级的情况下，产品价格却维持不变。另一些人指出，高端”优质品牌”在经济上有动机靠消耗品牌信誉来变现，悄悄降低产品质量；同时无品牌或短命品牌大量涌现，使消费者几乎无法追责。
hackernews · ingve · Sep 15, 10:00 · 社区讨论
背景: 挪威消费者委员会（Forbrukerrådet）是一家由政府资助但独立运作的消费者保护机构，成立于 1953 年，致力于推动有利于消费者的政策。讨论涉及”计划性淘汰”（planned obsolescence），即有意设计出使用寿命受限的产品以缩短更换周期，这种做法在生产者竞争有限且相对于买家拥有信息优势时最为有效。而当市场变得更具竞争性时——例如 20 世纪 60、70 年代耐用的日本汽车进入美国市场——产品寿命往往会随之延长。
社区讨论: 评论者普遍认同质量确实在下滑，但对原因看法不一：有人认为这是监管成本和外迁生产导致的隐性通胀，也有人认为廉价商品天生胜过高质量商品，因为消费者用钱包投票。一个反复出现的主题是信息不对称——有评论者指出价格容易比较而质量难以比较，并以亚马逊上一款标称”不锈钢”、实为镀锌材质的水盆为例。还有人警告说，高端品牌有动机”卖身”变现，而短命的无品牌产品则让追责变得更加困难。
标签: #consumer-rights, #product-quality, #economics, #planned-obsolescence, #hacker-news-discussion
创客将 20 美元 4G 热点改装成带键盘的短信设备 ⭐️ 7.0/10
一位创客发布了名为“Hacking a $20 4G wireless hotspot into a texting device”的项目，把一台售价约 20 美元的 4G 随身热点通过外接 Clicks 键盘改造成可以收发短信的设备。该项目在 Hacker News 上获得了 181 分，并引发了一场关于同类硬件改造的热烈讨论。 这说明只需不到 30 美元的通用蜂窝硬件加上一块改装的手机键盘，就能替代智能手机完成基本短信功能，这与近年兴起的“傻瓜机”（dumbphone）和数字极简主义潮流以及减少电子垃圾的方向密切相关。同时也说明，普通爱好者如今从事廉价蜂窝模组的嵌入式改造已经相当可行。 社区成员指出，许多廉价 4G 上网卡基于高通的 MSM8916 芯片，有些甚至在没有屏幕的情况下运行 Android 界面；同时该热点的供电本质上是一个 1S 锂电池组，可以换成两节并联的 18650 电芯，从而获得数周的续航。
hackernews · Lobsters · Sep 15, 13:20 · 社区讨论
背景: 4G 热点（或上网卡/上网棒）是一种小型电池供电设备，通过 LTE 蜂窝网络上网并把连接以 Wi-Fi 或 USB 方式共享出去。Clicks 是以实体触感键盘保护壳和蓝牙键盘闻名的品牌，其产品可吸附在智能手机上，为手机加回真实按键。围绕 MSM8916 模组的黑客社区（常被称为“OpenStick”）会把这些廉价上网卡改造成可运行 Linux 或 Android 的迷你计算机，而不再只是单纯的上网通道。
社区讨论: 整体评论非常正面，大家称这是对 Clicks 键盘“天才般”的再利用，也是一台实用的迷你赛博终端。评论区还补充了不少技术线索：某些 MSM8916 上网卡其实暗中运行着 Android 界面；有人建议并联两节 18650 电芯以获得数周续航；也有人分享实际用途，例如把它当作傻瓜机，或免拔 SIM 卡就能查看短信和 OTP 验证码的专用设备。还有评论者畅想，如果 OpenStick 版本的 RAM 和存储够用，也能在上面跑一个 agent 系统。
标签: #hardware-hacking, #4G-modems, #DIY-electronics, #embedded-systems, #Show HN
IEEE Spectrum 解析 2026 年 AI 推理硬件革命 ⭐️ 7.0/10
IEEE Spectrum 发表专题报道，剖析 2026 年的 AI 推理硬件革命，重点介绍了 Tensordyne 采用对数数制的机架级硬件 Napier 等新型芯片架构、算力租赁经济的变化（据报道包括 Anthropic 每月向竞争对手 SpaceXAI 支付逾十亿美元租用闲置算力），以及推动 AI 部署的整体架构演进。文章认为这些迹象表明，处于 AI 计算前沿的已从训练转向推理。 由于推理——即运行已训练模型来生成 token、代码和图像——已占据 AI 算力需求与成本的大头，硬件效率直接决定了大模型部署的便宜程度与盈利空间。对数运算、可流动的算力租赁市场等创新，可能重塑芯片厂商、云服务商与 AI 实验室之间的竞争格局。 Tensordyne 的 Napier 把数值以指数形式存储，从而把原本的乘法运算改为加法运算，其依据是乘法电路比加法电路功耗更高、占用芯片面积更大；该公司声称其机架级系统每用户每秒可生成多达 1300 个 token。文章还借 CPU 发展史作类比：晶体管微缩放缓后，创新只能转向多个架构维度同时推进，而非沿单一方向前进。
hackernews · vinhnx · Sep 15, 14:24 · 社区讨论
背景: AI 推理是指已训练好的模型处理新输入并生成文本、代码或图像等输出的阶段，与构建模型本身的训练阶段相对。推理负载往往受限于显存带宽和功耗，而非纯粹的算力吞吐，这正是专用加速器、低精度格式和替代数制备受关注的原因。对数数制用数值的指数来编码，使乘法变为加法，这是数字信号处理和神经网络加速器设计中早已为人熟知的技巧。
参考链接
社区讨论: 评论者普遍称赞这篇文章非常出色、提供了有价值的行业背景。有人以 CPU 发展史作类比，认为推理性能会同时沿多个架构方向提升，而不是只沿单一方向进步；也有人表示文章用拼字游戏（Scrabble）来比喻大模型训练，但没有把这一比喻延续到推理部分，导致后面难以跟上。还有多位评论者对报道中算力租赁交易的规模感到震惊，其中一人看到“每月逾十亿美元”的数字后直呼意外。
标签: #AI inference, #hardware, #chip design, #LLM, #computer architecture
GEFS 写时复制文件系统以早期预览形式登陆 OpenBSD ⭐️ 7.0/10
最初为 9front/Plan 9 生态编写的 GEFS（Good Enough File System）已被移植到 OpenBSD，并以非常早期的预览形式发布在 openbsd-tech 邮件列表上。公告同时附有一篇技术论文，介绍该文件系统在崩溃安全、快照和损坏检测方面的设计目标。 OpenBSD 长期缺乏内置快照与校验和功能的现代写时复制文件系统，而 Linux 用户可通过 ZFS 和 btrfs 获得这些能力，DragonFly BSD 用户则有 HAMMER2。如果该移植走向成熟，它将为 OpenBSD 用户带来崩溃安全、可检测损坏的存储方案，并使基于快照的工作流在该平台上变得可行。 GEFS 将所有文件系统数据保存在单一的扁平键值存储中，每个快照都指向一棵元数据树，其中包含文件系统某一版本的完整状态。块指针中存有其所指数据的哈希，因此底层存储介质返回的损坏数据——或由文件系统缺陷写入的垃圾数据——能够被检测并报告，而不是被静默返回。
hackernews · Lobsters · Sep 15, 17:12 · 社区讨论
背景: GEFS 是 Ori Bernstein（orib）为 9front（Plan 9 的分支）编写的实验性文件服务器，目标是在不过度牺牲性能的前提下实现崩溃安全、快照与损坏检测，并支持同时挂载和维护多个快照。写时复制（COW）文件系统从不覆盖仍在使用中的数据：更新被写入未使用的块，随后组装出文件系统的新视图，从而实现廉价且一致的快照。HAMMER2 是 Matthew Dillon 为 DragonFly BSD 开发的 HAMMER 继任者，提供校验和、去重、压缩、加密以及可挂载快照，社区中还有一个将其移植到 OpenBSD 的独立项目（kusumi/openbsd_hammer2）。
参考链接
社区讨论: 评论整体持正面态度：一位 9front 测试者指出该项目的每日构建已长期运行在 GEFS 上，并称赞 Ori 的工作，其他人则分享了最近的 EuroBSDCon 演讲及录像。也有明显的不同声音：一些读者表示更希望 HAMMER2 被移植到 OpenBSD，并追问为什么 HAMMER2 没有获得其他操作系统的更多关注。
标签: #filesystems, #OpenBSD, #GEFS, #BSD, #systems programming
Bruce Schneier：25 年的大规模监控该结束了 ⭐️ 7.0/10
Bruce Schneier 发表了一篇题为《25 年的大规模监控已经够了》的博文，认为政府推行了四分之一世纪的大规模监控项目并未兑现其承诺的安全收益，因此应当被废除。该文章在 Hacker News 上引发热烈讨论，获得 812 分和 293 条评论。 Schneier 是密码学与安全政策领域最具影响力的声音之一，因此他呼吁削减监控项目的观点在公民自由与政府数据收集的持续争论中极具分量。这场讨论恰逢围绕 NSPM-7 等政策工具的担忧升温，批评者认为该备忘录扩大了国内监控范围，并威胁到受宪法保护的言论与结社活动。 这篇文章属于观点与政策评论，而非技术披露，因此并未公布新的文件或漏洞，其力度来自把数十年的监控实践整体框定为一次累积性的失败。评论者则提出了具体建议，包括把摄像头网络的数据访问权限限制在地方管辖范围内，而不是让联邦机构无处不在地查看，以及构建易于使用、可自行托管的服务，让个人能够行使第一修正案和第四修正案所赋予的保护。
hackernews · iamnothere · Sep 15, 11:26 · 社区讨论
背景: 美国的大规模监控在 9·11 袭击之后大幅扩张，借助《爱国者法案》以及 NSA 的大规模数据收集项目等工具，其范围因 Edward Snowden 在 2013 年的披露而公之于众；所谓“25 年”大致可回溯到 2001 年。NSPM-7 由总统特朗普于 2025 年 9 月 25 日签署，全称《打击国内恐怖主义与有组织政治暴力》，它指示采取“全面的”执法策略来对付被指控实施政治暴力的团体；布伦南司法中心与三千多家非营利组织警告说，该备忘录针对的是受第一修正案保护的言论与非暴力结社活动。Bruce Schneier 是一位密码学家、安全技术专家和作家，以通过博客和著作向大众普及安全分析而闻名。
参考链接
社区讨论: Hacker News 讨论区的整体情绪大体支持 Schneier 的观点，读者把监控形容为一种自我挫败的恶性循环，并引用《道德经》指出限制反而会滋生它本想防止的混乱。也有人提出务实的对策——把摄像头网络限制在地方范围、广泛分发可自行托管的服务——还有几位评论者警告 NSPM-7 会让大规模监控变得更具压迫性，或认为只有当监控本身成为敌对方也能利用的国家安全负担时，变革才会到来。
标签: #privacy, #surveillance, #security-policy, #civil-liberties, #decentralization
Bryan Cantrill 反驳 Anthropic 研究员的 AI 灭绝论调 ⭐️ 7.0/10
Bryan Cantrill 于 2026 年 9 月 13 日发表了题为《The contagion of fear》的文章，回应前 Anthropic 员工 Jacob Coxon 的一条推文——该推文证实许多 Anthropic 研究员相信 AI“可能在本十年结束前杀死我们所有人”。Simon Willison 转发了这篇文章，并将其与最近一期 Oxide and Friends 播客联系起来，Cantrill 在那期节目中质疑了 AI 制造生物武器这一说法的可信度。 Cantrill 是知名系统工程师（DTrace、Oxide Computer 的作者），他的质疑为反“末日论”阵营提供了一个有技术公信力的声音，而此刻前沿实验室的生存风险言论正在影响 AI 政策与公众认知。这场交锋凸显出 AI 行业内部日益加深的分裂：灾难性 AI 的说法究竟是严谨的警告，还是毫无根据的危言耸听。 Cantrill 认为，“入侵关键基础设施”和“灭绝级生物武器”之类的说法，是由并不了解关键基础设施、生物武器或灭绝生物学的人做出的含糊外推；他坚持认为，解释这些风险的责任在于提出主张的人，而不是公众。他还讲述了自己年轻时因技术失误而在非技术同行中引发不必要恐慌的亲身经历，并指引听众收听 Oxide and Friends 那期节目约 51 分 44 秒和 57 分 04 秒处的内容，以了解他对生物武器担忧更完整的质疑。
rss · Simon Willison · Sep 14, 21:18
背景: Bryan Cantrill 是一位资深系统工程师，最为人熟知的是在 Sun Microsystems 联合创建了 DTrace，并创办了 Oxide Computer，他经常以直率尖锐的风格评论科技行业。Anthropic 是一家把 AI 安全与灾难性风险置于其对外传播核心的 AI 实验室，而“生存风险”（existential risk）指的是先进 AI 可能导致人类灭绝或造成永久性全球危害的设想。Simon Willison 是一位读者众多的 AI 博主，经常梳理并评论这类争论，而 Jacob Coxon 的那条推文则是 Cantrill 作出回应的直接导火索。
标签: #AI safety, #existential risk, #AI policy, #tech commentary, #AI industry
Laurie Voss：AI 让软件工作的核心转向产品工程 ⭐️ 7.0/10
Simon Willison 引用了 Laurie Voss 的文章《We are all Product Engineers now》中的一段话：Voss 认为，随着编写代码的成本崩塌，审查、修复和运维代码的成本也在随之下降，软件工作中真正剩下的部分，是发现人们到底想要什么、把它精确定义出来，并让产品用起来舒服。Voss 还指出，这种发现与设计的成本是针对每一款软件单独产生的、无法复用，因此当软件总量因需求无上限而趋于无限时，这部分成本就会变成工作的全部。 随着生成式 AI 和编码智能体承接越来越多的实现工作，这一论断重新界定了软件工程师的价值所在：职业方向与团队结构将向产品思维、用户研究和可用性倾斜。它同时暗示，即便代码几乎免费，软件需求仍无上限，真正稀缺的资源将是“知道该做什么”，而不是“知道怎么做”。 Voss 明确假设审查、修复和运维代码的成本也会“最终降下来”，也就是说这一论断依赖于智能体工具持续进步，而不仅仅是代码生成能力提升。他还强调，剩下的这部分成本是针对每一款软件单独产生的、无法在不同产品之间迁移，因此它不像共享代码或工具链那样可以被摊销。
rss · Simon Willison · Sep 14, 14:34
背景: 生成式 AI 编程助手以及日益自主的“智能体式”工程工具，如今能够根据自然语言指令编写、重构、测试并运维大量代码，这正是 Voss 关于成本崩塌的说法成立的前提。在软件行业中，“产品工程”通常指一种融合工程、设计与商业策略，覆盖从构思、原型到交付的完整产品生命周期的学科，而非单纯的实现工作。Voss 是一位知名开发者与管理者（曾任职于 npm），他主张这种融合将从一种细分专长变成默认形态。
参考链接
标签: #ai, #generative-ai, #agentic-engineering, #product-engineering, #software-engineering
AEF-1 第三方 AI 评估标准出炉，xAI、OpenAI、Anthropic 共同签署 ⭐️ 7.0/10
AI Evaluator Forum 发布了 AEF-1，这是一份针对独立第三方 AI 评估的“最低运营条件”基线提案，并已获得 xAI、OpenAI 和 Anthropic 的共同签署。根据相关报道与该标准 PDF 的内容，AEF-1 就评估准入、利益冲突、资金关系、回避机制和透明度等方面提出了要求。 三家主要前沿实验室——其中还包括直接竞争对手——共同签署一套关于外部评估者应如何运作的通用基线，是一个值得关注的治理信号，因为随着监管机构推动独立评估，这可能使模型审计方式趋于标准化。如果被广泛采纳，AEF-1 式的规范可能影响哪些评估者能够获得模型访问权限，以及它们的独立性（相对于实验室资金）将如何被评判。 该文件本身明确限定了适用范围：它表示并不涵盖开展科学有效 AI 评估所涉及的大量关键方法论问题，也没有详尽覆盖评估者对系统提供方应承担的责任（例如诚信行事、避免造成伤害），并且不适用于所有形式的第三方 AI 评估。这意味着 AEF-1 更适合被理解为运营条件与信息披露的“下限”，而非一套技术评估方法论。
rss · Latent Space · Sep 15, 04:50
背景: 第三方 AI 评估是指由外部机构测试模型的能力与风险，而不是仅依赖实验室自身的内部测试。一个长期存在的担忧是，评估者可能依赖实验室的资金，或存在其他利益冲突，从而损害其评估结果在公众眼中的独立性。AEF-1 标准由 AI Evaluator Forum 发布，日期为 2025 年 12 月，其出台正值美国通过州立法、联邦提案和行政措施推动独立 AI 评估的整体趋势之中。
参考链接
标签: #AI evaluation, #AI governance, #industry standards, #LLM, #AI policy
Richard Socher 创立估值 50 亿美元的递归自我改进公司 Recursive ⭐️ 7.0/10
NLP 领域资深研究者、You.com 首席执行官 Richard Socher 分拆成立了一家名为 Recursive 的新公司，专注于递归自我改进（RSI），公司估值已达 50 亿美元。这一消息在 Latent Space 播客中被讨论，并被冠以“人类最后一项发明”的说法。 递归自我改进被认为是假想中“智能爆炸”的核心机制，因此一家资金充裕、备受瞩目的初创公司直接投身这一方向，意味着前沿 AGI 目标正从理论走向商业实验室。Socher 在 NLP 领域的履历以及创始人的身份，使得这一事件成为观察 AGI 竞赛中人才与资本流向的重要信号。 现有信息较为简略：只确认了 Socher 从 You.com 转向这一新项目以及 50 亿美元的估值，并未说明 Recursive 打算如何实现自我改进循环、或计划采用哪些安全措施。按文献描述，RSI 指系统通过重写自身代码来复利式提升能力，而目前现实中的实现方式仍将循环中的关键环节交由人类掌控。
rss · Latent Space · Sep 14, 16:04
背景: 递归自我改进（RSI）是一种假想过程：通用人工智能（AGI）系统重写自身代码，提升自身能力，进而增强进一步自我改进的能力，形成一个理论上可能通向超级智能的反馈循环。这一概念与 AI 安全社群中关于“智能爆炸”和“AI 起飞”的讨论紧密相关，近期如 Sakana AI 等实验室也已开始设立专门的 RSI 研究团队。Richard Socher 是知名 NLP 研究者（曾任 Salesforce 首席科学家）和 You.com 创始人，这让新公司的关注度格外高。
参考链接
标签: #AI, #RSI, #startups, #Richard Socher, #AGI
Raschka：AI“节奏控制”指发布前检查，而非放缓研发 ⭐️ 7.0/10
Sebastian Raschka 发布了一篇短文，主张在 AI 政策讨论中，“pacing（节奏控制）”应当被理解为对前沿模型进行发布前检查的一套正式化框架，而不是训练与研发的放缓或暂停。这篇文章直接回应了当下围绕强大模型何时、以何种方式发布的竞争压力与政治动能。 这个定义之所以重要，是因为“pacing”已经成为立法者与 AI 企业高管提案中的关键词；若把它与“全面停止”混为一谈，就很容易被当作不切实际的设想而被否定。反之，若把 pacing 界定为经过独立验证的发布前检查，它就变成一个实验室、监管机构与安全研究者可以真正协商并落地的具体关卡。 Raschka 的这篇文章属于观点评论，而非技术成果、工具发布或基准测试：文中没有提供数据、评测或具体的执行机制，其核心贡献在于术语层面的澄清。它划出的关键界线是：pacing（带检查的、受管理的分阶段发布）、pausing（彻底停止）以及研发本身的整体走向，三者并不相同。
rss · Sebastian Raschka · Sep 14, 13:27
背景: 在当前的 AI 政策讨论中，“pacing”被视为介于无限制发布与硬性暂停之间的一条中间道路，相关提案呼吁建立一套共同协商、独立验证的体系，以管理能力不断增强的模型。推动这一讨论的，是一些引人注目的安全事件与公开信，其中包括超过 1100 名前沿 AI 公司员工联署、要求美国政府发展“有意控制 AI 研发节奏”手段的公开信，以及 Sam Altman、Dario Amodei 等高管提出的公开倡议。Sebastian Raschka 是知名的机器学习研究者与教育者，以深度学习和大语言模型实现方面的书籍与课程而闻名，因此他的评论在从业者圈子里颇具分量。他的文章意在澄清：pacing 不应被解读为承认研发必须放缓，而应被理解为对“什么可以被发布”设置关卡的框架。
参考链接
标签: #AI policy, #model releases, #AI safety, #pacing, #industry commentary
Linux 的 blk-iocost I/O 控制器拟引入 BPF 可编程能力 ⭐️ 7.0/10
Tao Cui 向 Linux 内核邮件列表提交了一个补丁系列，允许把一个 BPF 程序加载到 blk-iocost 块 I/O 控制器中，从而让 I/O 成本决策由用户提供的可编程逻辑完成，而不是仅依赖控制器内置的启发式算法。LWN 的一篇文章介绍了这一方案，指出其目标是让 blk-iocost 在成本决策上更加灵活。 blk-iocost 是 Linux 在高速 SSD 上实现 cgroup 之间 I/O 带宽公平分配的主要机制，让它的成本模型变得可编程，意味着存储运维人员和云厂商可以自行编写针对特定设备或特定负载的行为逻辑，而无需等待内核上游修改。这也体现了用 BPF 让内核子系统在运行时具备可扩展性的整体趋势，把 BPF 的能力从追踪和网络进一步延伸到块层。 核心思路是在 blk-iocost 计算一次 I/O 操作成本的位置挂载 BPF 程序，用可编程逻辑替代或补充控制器默认的成本模型；文章指出现代 NVMe 固态盘每秒可执行数百万次 I/O 操作，这正是静态成本模型难以准确刻画的原因。与热路径上的任何 BPF 挂载点一样，校验器限制、每次 I/O 的额外开销，以及允许用户提供的程序影响调度决策所带来的安全性问题，都将决定这个补丁系列能否被接纳。
rss · LWN.net · Sep 15, 14:37
背景: 块 I/O 调度长期以来都是操作系统内核中的难题：在慢速机械硬盘时代，内核投入大量精力对请求重新排序以减少寻道，而在高速固态盘时代，重点转向在跟上每秒数百万次 IOPS 的同时，在相互竞争的用户之间维持公平。blk-iocost 在 Linux 5.4 中合入，是面向固态盘时代的 cgroup 级 I/O 控制器，它基于权重限流构建成本模型，以此决定每个 cgroup 能获得多少 I/O 带宽。BPF 最初是 Berkeley Packet Filter，它是 Linux 内核中的虚拟机，允许用户提供的程序在内核挂载点上安全运行；其扩展形式 eBPF 如今被广泛用于追踪、网络和安全领域。
参考链接
标签: #Linux kernel, #BPF/eBPF, #block I/O scheduling, #storage systems, #kernel development
Emacs CVE-2024-53920 补丁不完整，影响 Emacs 24 及以后版本 ⭐️ 7.0/10
Sean Whitton 宣布，Emacs 中任意代码执行漏洞 CVE-2024-53920 的原始修复并不完整：Bas Alberts 发现，只要在非 Emacs Lisp 模式下查看或编辑不受信任的文件，同样可以导致任意代码执行。一个最小化修复已排队等待随 Emacs 31.2 发布，而上游维护者预计不会把它向后移植到更早的版本。 该漏洞影响 Emacs 24 以来的所有版本，意味着大量日常打开来自代码仓库、邮件或网页文件的开发者和系统管理员都可能面临静默代码执行的风险。由于没有计划向后移植，旧版 Emacs 用户只能在升级、自行打补丁或彻底避免打开不受信任文件之间做出选择。 公告指出，该问题影响所有受 CVE-2024-53920 影响的版本，即 Emacs 24 及更新版本，甚至可能包括更早的版本；而修复仅限于一个将随 Emacs 31.2 发布的最小补丁，上游不做向后移植。这是对先前已披露漏洞的更新，而不是一类全新的缺陷。
rss · LWN.net · Sep 14, 15:20
背景: 任意代码执行（ACE）是一类安全缺陷，攻击者可以让程序运行自己选定的任意命令，通常通过向其提供特制的数据（例如恶意文件）来触发。LWN 在 2024 年 12 月报道的 CVE-2024-53920 就是 Emacs 中的此类漏洞，当时人们认为主要的风险入口是 Emacs Lisp 模式，因为求值 Lisp 代码本就是编辑 Emacs Lisp 的正常行为。新的报告显示，底层机制同样适用于其他主模式，因此早先的补丁只堵住了一部分漏洞。Emacs 本身是一款历史悠久、可高度扩展的编辑器，其用户经常打开不受信任的文件，这使得此类缺陷影响尤为严重。
参考链接
标签: #security, #emacs, #vulnerability, #CVE, #open-source
Cloudflare 将日请求量 90 亿的 JavaScript CDN 迁移至其开发者平台 ⭐️ 7.0/10
Cloudflare 已将其每天处理约 90 亿次请求的 JavaScript 内容分发网络（CDN）迁移到自家的开发者平台之上，把这一超大规模的生产负载搬到了边缘/无服务器运行环境中。此举更多是作为一次大规模边缘工程实践案例被披露，而非发布新产品。 这是一个有力的实践证据，说明无服务器边缘平台能够承载超高流量、对延迟敏感的基础设施，而不只是小型函数或副项目。如果一项被大量网站使用的服务能以这种方式运行，那么把更多核心基础设施迁移到边缘的理由就更充分了。 涉事负载是 cdnjs——一个由 Cloudflare 托管的、面向流行 JavaScript、CSS 和字体库的免费开源 CDN；报道中约每日 90 亿次请求的规模，与 cdnjs 官方公布的大约每月 2500 亿次请求相符。由于原文只提供了标题和链接，关于实际架构改动、缓存策略以及切换过程的具体细节尚无从得知。
rss · InfoQ 中文站 · Sep 16, 09:10
背景: CDN（内容分发网络）会把内容缓存在物理位置靠近用户的服务器上并提供访问，这正是边缘计算最早的形态。cdnjs 是一个社区驱动的 CDN，开发者只需一个 script 标签即可引入流行库，无需构建步骤或 npm install，全球大量网站都嵌入了它。Cloudflare 的开发者平台（Cloudflare Workers）则允许开发者把代码作为无服务器函数运行在 Cloudflare 的全球网络上，而不必依赖少数几个数据中心的源站服务器。
标签: #Cloudflare, #CDN, #JavaScript, #Edge Computing, #Serverless
英伟达内部限用 Claude，黄仁勋向特朗普强调 AI 发展不能放缓 ⭐️ 7.0/10
据报英伟达（Nvidia）已限制公司内部使用 Anthropic 的 Claude AI 助手，与此同时，其 CEO 黄仁勋向美国总统特朗普表示，不能让 AI 发展放缓。这一消息与黄仁勋的政策表态同时出现，但英伟达和 Anthropic 均未公开说明内部限制的具体范围。 英伟达同时处于 AI 硬件供应链和美国 AI 政策辩论的中心，因此它决定自家员工可以使用哪些 AI 工具，反映出企业安全顾虑、厂商竞争与地缘政治正在交织碰撞。黄仁勋直接向特朗普传递的信息，可能影响美国在 AI 监管与出口管制上的决策，进而牵动整个行业。 这些报道的信息来源有限：目前尚不清楚该限制是覆盖全体员工，还是仅针对特定团队和项目，也不清楚其原因是数据安全政策、竞争考量还是采购规则。值得注意的是，Claude 这类模型的训练与推理都运行在英伟达设计的 GPU 上，因此英伟达既是 Anthropic 技术的供应方，也是其潜在用户。
rss · InfoQ 中文站 · Sep 15, 16:01
背景: Claude 是由美国公司 Anthropic 开发的一系列大语言模型，2023 年 3 月首次以聊天机器人形式发布，如今广泛用于编程、写作和智能体（agent）任务。英伟达是训练和运行此类模型所需 GPU 的主导供应商，这让它在 AI 生态中拥有特殊的影响力。黄仁勋是英伟达 CEO，也是华盛顿政策讨论中的常客，而特朗普政府一直主张加快推进而非限制 AI 发展。
标签: #AI policy, #Nvidia, #Anthropic Claude, #Jensen Huang, #Trump
Trail of Bits 称 1Password 的 AI 打补丁基准测试具有误导性 ⭐️ 7.0/10
Trail of Bits 于 2026 年 9 月 15 日发文，指出 1Password 用于比较 AI 智能体与人类开发者在安全补丁修复上表现的基准测试在方法上存在缺陷，并夸大了双方的差距。Trail of Bits 重新分析了 1Password 公开的数据，剔除指令错误或完全没有测试环节的试验后发现，86% 的 AI 补丁成功阻止了给定的漏洞利用，这与该基准测试的核心结论直接矛盾。与此同时，Trail of Bits 还发布了两项用于测试和审查安全修复的 agent 技能，并分享了来自其咨询业务与 Patch the Planet 项目的真实补丁质量数据。 这类基准测试的结果正被越来越多地用于影响企业采购决策、安全团队的工具选型，以及公众对“AI 能否取代安全工程师”的判断，因此方法论的缺陷可能误导整个行业。来自老牌安全研究机构 Trail of Bits 的质疑，为厂商大量发布的“AI 对比人类程序员”宣传提供了一个有价值的反向参照。 争议的核心在于统计口径：Trail of Bits 排除了提示词有缺陷或缺少验证环节的试验，而 1Password 的标题式结论似乎把这些噪声样本也计算在内。Trail of Bits 的论据并非来自合成环境，而是基于客户咨询项目与 Patch the Planet 中的真实补丁数据，并且开源了两项 agent 技能，让其他人可以复现安全修复的测试与审查流程。
rss · Lobsters · Sep 15, 20:03
背景: 1Password 最为人熟知的是密码管理器产品，但近年来已扩展到开发者与安全工具领域，并发布了一份声称 AI 智能体在修复安全漏洞方面远不如人类的基准测试。Trail of Bits 是一家成立于 2012 年的独立安全研究与工程公司，以代码审计、200 多个开源项目以及与 DARPA、ARPA-H 的政府研究合作闻名，因此在安全社区中的批评具有相当高的公信力。用 AI 与人类在安全补丁修复上做对比本身就极具争议，因为任务设计、评分标准和样本筛选方式都会极大地左右最终结论。
参考链接
标签: #security, #ai-benchmarks, #vulnerability-patching, #software-engineering, #critique
微软发布年度 .NET 11 性能改进深度长文 ⭐️ 7.0/10
微软发布了年度《Performance Improvements in .NET 11》博客长文，系统盘点了将在 .NET 11 发布周期中落地的运行时、JIT、垃圾回收器和基础类库（BCL）优化。该链接经由 Lobste.rs 的技术社区投稿进入开发者视野。 这类文章被 .NET 生态视为标杆级工程文献，其中累积的微小优化最终会转化为 ASP.NET Core 服务、EF Core 工作负载以及云应用在新运行时上的实际吞吐量与延迟收益。它们也会影响其他运行时和框架团队在 JIT 与 GC 调优上的思路。 该系列传统上由 Stephen Toub 撰写，逐条讲解数百个已合并的 PR，覆盖 JIT、分层编译、GC、SIMD/Vector 路径、线程、异步以及 BCL。大多数优化只在新运行时上生效，因此应用必须升级目标框架到 .NET 11 才能获益；单条改动通常幅度很小，价值来自规模化累积。
rss · Lobsters · Sep 15, 17:03
背景: .NET 是微软开源、跨平台的开发者平台，包含 CoreCLR 运行时、JIT 编译器、垃圾回收器，以及供 C#、F# 和 ASP.NET 应用使用的类库。它大致每年发布一次，节奏可预期，并每隔一个周期推出长期支持（LTS）版本，因此 .NET 11 是继 .NET 10 LTS 之后的标准支持版本。年度性能长文已成为该平台发布宣传中的固定项目。
参考链接
标签: #.NET, #performance, #runtime, #Microsoft, #engineering
全新等面积地图投影，可原生缩放过渡到墨卡托 ⭐️ 7.0/10
制图师 Ben Joffe 发布了一种专为交互式计算机使用而设计的新型等面积地图投影，当用户放大时，它会原生地过渡（缩放）到 Web Mercator 投影。该成果以可交互地图的形式发布在其网站 benjoffe.com/map 上，而非一篇纯学术论文。 几乎所有主流在线地图——Google Maps、Mapbox、OpenStreetMap、Bing Maps——都使用 Web Mercator，它在高纬度地区严重夸大面积（格陵兰看起来与非洲相当）。一种仍能平滑退化为人们熟悉的墨卡托视图的等面积投影，意味着网页地图可以在全球和大陆级缩放下展示准确的面积，同时不破坏瓦片管线、导航惯例以及用户在街道级缩放时的使用习惯。 根据高斯的绝妙定理（Theorema Egregium），一个投影不可能同时是等面积且保角的，因此任何等面积地图都必然扭曲形状；这里真正有趣的工程难题在于，让向墨卡托的切换足够无缝，使用户在缩放时几乎察觉不到过渡。这类投影的价值取决于中间缩放层级的观感，以及其数学公式能否方便地在现有瓦片与渲染体系中实现。
rss · Lobsters · Sep 14, 22:37
背景: 等面积（等效）投影会保持地图上各区域之间的相对面积关系，因此它常被用于人口、耕地或森林覆盖等专题地图——它能保持表观密度的意义。相比之下，墨卡托投影是保角的：它保持局部角度与形状，因此非常适合导航，但会随纬度升高夸大面积。Web Mercator（EPSG:3857）是 Google Maps 于 2005 年采用的变体，后来成为网页地图事实上的标准，几乎所有主流在线地图提供商都在使用。此前的努力，例如 2018 年的 Equal Earth 投影，旨在为世界地图提供一种比 Robinson 更忠实于面积的替代方案，但它们并非围绕交互式缩放来设计。
标签: #cartography, #map projections, #geospatial, #interactive maps, #Mercator
让编译器自动向量化一个循环的尝试 ⭐️ 7.0/10
jsgroth.dev 的一篇博客记录了作者试图让编译器自动向量化某个特定循环的实践过程，讲述了其中遇到的障碍以及为克服这些障碍所使用的方法。这篇文章更像是一个动手案例研究，而非发布某个工具，展示了开发者对编译器的期望与编译器实际行为之间的差距。 对于数值计算密集型的代码，自动向量化是收益最高的编译器优化之一，但它常常在人类看来明显可向量化的循环上失效。理解循环为何拒绝被向量化（如别名、控制流、数据依赖等问题），有助于性能工程师写出能让编译器和 SIMD 硬件发挥应有加速能力的代码。 这篇文章围绕一个真实的循环，以及为促使编译器生成 SIMD 指令所需的逐步重构展开，而这一过程通常取决于能否证明不存在指针别名和循环携带依赖。这类案例研究之所以有价值，是因为成功向量化的确切条件往往因编译器而异，且常常缺乏文档说明。
rss · Lobsters · Sep 15, 17:29
背景: 自动向量化是一种编译器优化，它将一次只处理一对操作数的标量代码转换为使用 SIMD（单指令多数据）指令同时处理多个数据元素的向量代码。GCC 和 LLVM 等编译器通过循环分析来实现这一优化，但能否成功取决于编译器能否证明各操作相互独立、可以安全并行。循环向量化通常需要展开迭代，使打包的 SIMD 指令能在一条指令中处理多个数组元素。
标签: #compilers, #auto-vectorization, #performance, #optimization, #programming
Nix store 可归结为三个函数 ⭐️ 7.0/10
fzakaria.com 上的一篇新博文《A Nix store is three functions》提出了一种简化的概念模型，用三个函数而不是一长串命令、子命令和 store 类型来解释 Nix store。该文正在 Lobsters 上被讨论，读者在评估这一简化心智模型是否站得住脚。 Nix 一向以学习曲线陡峭著称，而这种困难很大程度上源于人们缺乏对 store 究竟是什么的清晰心智模型，因此这样简洁的归纳可以降低新手的入门门槛，并理清缓存、二进制替代（binary substitution）与可复现性之间的关系。如果这一模型被广泛接受，也可能让 Nix 与 NixOS 的文档和教学材料更容易组织。 此处可获取的博文片段只包含一个指向 Lobsters 评论帖的链接，因此作者所命名的具体三个函数及其形式化定义无法从所给材料中核实。可以核实的是，Nix 的 store 是一种抽象而非单一目录：它既可由本地文件系统中的 /nix/store 支撑，也可由二进制缓存或其他远程 store 类型支撑，各自具备不同的能力。
rss · Lobsters · Sep 15, 04:07
背景: Nix 是由 Eelco Dolstra 于 2003 年创建的纯函数式包管理器与构建系统，其核心是 Nix 表达式语言——一种带惰性求值的纯函数式语言。Nix 不会把文件安装到共享的系统目录中，而是把每个软件包放进 /nix/store 下不可变的 store 路径，路径名中包含由该包全部构建输入推导出的哈希值。由于该哈希唯一标识输入，相同的输入总会产生相同的路径，这正是 Nix 可复现性的来源，也让同一库的多个版本可以共存，并使得从二进制缓存下载预构建结果而非本地编译变得安全可靠。
参考链接
标签: #Nix, #package management, #functional programming, #reproducible builds, #systems
经过少量修改，Linux 6.11 内核成功运行在 ESP32-S3 单片机上 ⭐️ 7.0/10
Hackaday 的一篇文章报道了一项演示：Linux 6.11 内核被成功运行在乐鑫 ESP32-S3 单片机上，该芯片的双核 Xtensa LX7 主频最高 240 MHz，并可选配最高 16 MB 的 PSRAM。文章还提到了一个 GitHub 项目（图中引用为开发者 Paul Neja 的 esp32-s3_linux），并指出这次移植只需要少量修改，而不是从零重写。 过去，运行现代主线 Linux 内核通常需要带 MMU 的应用处理器和几十兆字节的内存，而把 6.11 塞进售价不到 10 美元的单片机，模糊了 MCU 与 Linux 级硬件之间的界限。对嵌入式开发者而言，这意味着在以往只能用 RTOS 或裸机固件的廉价低功耗芯片上，或许可以复用 Linux 的驱动、工具链和网络协议栈。 ESP32-S3 片上 SRAM 只有约 512 KB，而且没有 MMU，因此这类移植必须依赖 PSRAM（通过串行存储接口访问的伪静态 RAM）来提供大容量内存，并需要对内核配置做大幅精简以适应无 MMU 的目标平台。由于 PSRAM 的速度远低于片上 SRAM，且核心是 240 MHz 的 Xtensa LX7 而非 ARM/x86，这更适合被看作一次技术上的奇观，而非可以日常使用的 Linux 平台。
rss · Hackaday · Sep 15, 15:30
背景: ESP32-S3 是乐鑫推出的 Wi-Fi/蓝牙单片机，核心为两颗 Tensilica Xtensa LX7；Xtensa 是一种 32 位 RISC 架构，指令集紧凑，包含 16 位和 24 位指令，LX7 型号还支持 FLIX/VLIW 式的并行执行等特性。PSRAM 是一种低成本、引脚数少的 DRAM 变体，可自刷新并对外呈现类似 SRAM 的接口，因此常被用来扩展单片机的内存。相比之下，Linux 是通用操作系统内核，通常需要 MMU 和数兆字节的内存，这也是为什么“在单片机上跑 Linux”这类演示在技术上值得关注。
参考链接
标签: #embedded, #Linux, #ESP32, #microcontroller, #kernel