The Hacker Daily

文章用 JavaScript 风格的假想语法解释「代数效应」：它像可恢复的 try/catch，函数可 perform 一个效应，由调用栈上方的 handler 决定如何处理，并可 resume 回原执行点。作者强调其价值在于把程序要做什么与具体副作用如何执行分离，避免 async/await、Generator 那种「函数染色」传染中间层，也方便测试中替换文件系统、日志等实现。争议在于文章主要讲的是可恢复异常、延续和 effect handler 的直观模型，并非完整的类型化代数效应；社区也质疑隐藏控制流、性能和可推理性。

作者宣布 N64 游戏「Snowboard Kids 2」已完成 100% 匹配反编译：所有函数都已有 C 实现，并能编译出与原版一致的汇编。项目耗时近两年，仍有少量「__asm__」技巧、命名和文档清理工作，但已把原本难读的 MIPS 汇编变成可研究、构建和修改的代码库，有助于重编译、资源提取和 Mod。作者强调社区支持比模型更关键，同时认为 Claude、GLM、Codex 等编码代理显著加速了最后阶段。下一步是发布高质量重编译版，并可能启动一代反编译，甚至探索将两代内容合并。

文章从一个极小负数 floor(-1.175493930432748e-38) 的结果出发，说明 IEEE 754 非正规数在数学规则与实际硬件行为之间可能产生明显差异。按数学定义，该数介于 -1 与 0 之间，floor 应为 -1.0，ceil 应为 -0.0；但若平台把非正规数在输入或输出时直接刷新为 0，结果就会变成 -0.0 或 0.0。作者测试发现，CPU 与部分 GPU 可保留非正规数，而 Nvidia GPU 更倾向刷新为零；DirectX 规范也要求 GPU 对浮点操作的非正规数输入输出做刷新。这会导致 CPU/GPU、不同厂商之间出现非确定性。文章最后给出 HLSL 位操作版 DeterministicFloor 与 DeterministicCeil，用于在需要一致性的场景中保留非正规数语义。

作者参加巴黎 Mistral AI Now 峰会后认为，Mistral 已从单纯模型公司转向全栈 AI 供应商：自建算力、提供模型、平台和咨询，主打开放、可本地部署、可定制的企业方案。峰会重点不是新模型突破，而是 ASML、BNP Paribas、Alexa+ 等合作案例，以及面向工作场景的产品。其技术路线强调「智能体 harness」、组织技能沉淀和小型专用模型，如 OCR、语音、工业机器人等，以速度、成本和数据主权吸引欧洲监管行业。评论区则普遍纠结：这条务实路线有市场，但 Mistral 与前沿模型的能力差距、价格上涨和专用模型退役让不少支持者担忧。

IEEE Spectrum 采访剑桥大学图书馆与档案馆技术分析师 Leontien Talboom，介绍其约一年的「Future Nostalgia」软盘保存项目。软盘的塑料和氧化铁磁层正在老化，阁楼、车库保存还会带来霉菌问题；与此同时，熟悉早期软盘系统的工程师逐渐退休或离世，隐性知识也在流失。Talboom 强调，读取数据不仅是硬件问题，还涉及罕见文件系统、商业或科研机器格式的识别。她从复古计算社区学习实用经验，例如卡住的盘片可通过轻弯外壳恢复。文章的核心结论是，长期保存不是一次性转存，而是持续监测、迁移格式并让旧数据在现代工具中可访问。

文章基于 Quandri 团队在真实开发栈中的测试，认为 MCP 在日常开发工作流里常常得不偿失：工具定义会长期占用上下文，Linear 等服务器一次加载大量工具；调用链多一层进程，性能和可靠性不如直接 CLI/API；许多能力也与已有命令行工具重复。作者主张优先用 CLI，其次 API 文档，再用按需加载的「Skills」保存具体用法，把工具说明变成需要时才取的知识，而不是常驻上下文。不过文章也承认 Claude Code 的延迟工具加载已缓解上下文膨胀，MCP 在无 shell 环境、统一鉴权、动态发现、数据库安全护栏等场景仍有价值。核心争议不是 MCP 是否死亡，而是它应否成为默认集成方式。

Prusa 宣布在 PrusaSlicer 与 EasyPrint 中集成开源「Prusa ColorMix」模型，让多材料 FDM 打印机通过逐层交替 CMYKW 五种耗材，生成几十种可预览的混合色。项目承认灵感来自 OrcaSlicer-FullSpectrum、filament-mixer 等社区工作，但强调其新贡献在于用实际 FDM 打印样本校准颜色模型，并接入 OpenPrintTag 材料数据库、EasyPrint 工作流和即将推出的 Prusament CMYKW 套装。文章把目标描述为让多色打印更像调色作画，而非手工配置挤出机比例。争议集中在「full spectrum」说法是否夸大、逐层混色的分辨率限制、照片级复现和跨切片器文件格式支持仍待完善。

AI 训练数据创业公司 Shift 推出限时免费上门清洁服务，首站纽约，计划扩展到旧金山、伦敦、苏黎世和慕尼黑。代价是清洁工会佩戴带摄像头的「魔法帽」，从第一视角记录擦窗、吸尘、洗碗、整理等过程，用于训练未来家务机器人。公司称会模糊姓名、面孔、屏幕和证件等敏感信息，并由合作方审核清洁工，但清洁工并非 Shift 员工。争议集中在家庭隐私、数据二次利用、责任边界，以及这类真实环境数据是否真能有效推动家务机器人落地。

作者把 Framework 12 与苹果面向学生的 MacBook Neo 对比，认为前者并非坏电脑，但在「价值」上很难成立。Neo 价格低至 499 美元，却在多数基准测试中更快、更安静、更省电，屏幕、扬声器和做工也明显更好；Framework 12 起价约 749 至 799 美元，性能较弱、风扇噪声更高、屏幕和触控笔体验都有妥协。Framework 的优势在于可维修、可升级、模块化接口、触摸屏和 360 度转轴，但作者质疑为了这些特性多付 20% 至 40% 是否值得。文章也承认 Framework 受规模和供应链限制，若重视 Linux、维修权和长期可维护性，Framework 13 可能更有吸引力。

imec 宣称展示全球首个使用 High-NA EUV 光刻制造的量子点量子比特器件，核心意义在于把最先进芯片制造中的高数值孔径 EUV 工艺引入量子技术路线。文章强调，这类设备原本面向未来先进存储和计算芯片，如能用于量子点结构制造，可能帮助量子器件从实验室小规模样品走向更高一致性和可扩展生产。不过原文更像机构新闻稿，提供了大量 imec 背景介绍，对器件性能、实际量子比特工作状态、良率和可重复性披露有限。评论也指出，这更像是证明一种潜在量子比特架构的制造方法，而非已展示可用量子比特。

文章提出「死寂经济理论」：AI 巨头的估值和投资规模只有在大规模替代全球认知劳动时才说得通，但企业用 AI 裁员虽能短期降本、推高股价，却会削弱被裁劳动者的消费能力，最终侵蚀自身市场。作者借 Wharton 的「AI 裁员陷阱」说明，单个公司只承担部分需求破坏，却能独享成本节省，因此会形成自动化军备竞赛。文章反驳「历史上技术总会创造新工作」的乐观论，指出农业和工业转型历时数十年至百年，而 AI 冲击可能在几年内发生，社会未必有足够时间吸收。争议焦点在于：AI 是否真能如此替代劳动、经济是否是固定蛋糕、以及 UBI 或制度干预能否避免需求坍缩。

文章介绍 Ruby ZJIT 刚合入的新寄存器分配器。作者先解释编译器为何要把变量和中间值尽量放进 CPU 寄存器，以及寄存器不足时需要「溢出」到内存；随后说明 ZJIT 后端使用「SSA 形式」，变量只赋值一次，便于计算定义、使用和生命周期。核心实现选择基于 Christian Wimmer 论文的简化版「线性扫描」算法：先通过反向数据流分析求出每个值的活跃区间，再按顺序分配寄存器，避免构建昂贵的干涉图和图着色。取舍重点是 JIT 编译速度优先，同时保持可接受代码质量。评论关注 Shopify 是否已生产使用 ZJIT，以及线性扫描与 SSA spilling、QBE/libfirm 等方案的比较；也有人指出当前 ZJIT 似乎仍慢于 YJIT。

文章回顾了北美落基山蝗从19世纪大灾害到灭绝的过程：1874年的「阿尔伯特蝗群」曾覆盖近20万平方英里，数量达12.5万亿只，毁坏作物、阻断火车并引发饥荒。作者解释蝗虫并非独立物种，而是某些蚱蜢在拥挤、气味、视觉等刺激下因血清素触发「群居相」转变，出现迁飞、取食和集群行为。落基山蝗最终可能因河谷繁殖地被开垦、灌溉、犁耕和牲畜破坏而无意中灭绝；野牛假说等替代解释证据较弱。文章还延伸到尘暴时期的草蜢治理，以及现代依靠监测和早期干预控制蝗灾。

Perry 宣称可把 TypeScript 直接编译成 macOS、iOS、Android、Linux、Windows、WASM 等平台的原生 GUI 或 CLI 应用，使用 SWC 解析、LLVM 生成优化代码，无需 Node.js 或 Electron，二进制约 2–5MB；若需要兼容纯 JavaScript npm 包，可启用 V8 运行时。项目还宣传原生 UI 组件、Node 常用标准库、真实多线程、编译期 i18n、签名发布和跨平台测试等能力。社区兴趣集中在「用 TS 写原生应用」的潜力，但也质疑「无运行时」表述、动态语言语义与 GC 的成本、文档和实现成熟度，以及大量 AI 生成代码是否可信。

开源过山车大亨引擎 OpenRCT2 发布 v0.5.1「Swamp Castle」。本版新增插件接口，如游乐设施故障 hook、网格线显示控制，并加入娱乐员「招待游客数」统计；同时改进 Android 图标、初始缩放与工具栏设置，修复多项轨道绘制、旧存档、插件 socket、键盘连接崩溃、水面渲染、游客寻路和统计溢出问题。项目同时宣布，由于 GitHub 将停止支持 Windows 7/8 action runner，此版本将是最后一个官方支持这些旧系统的版本，并建议用户出于安全原因升级。社区讨论主要围绕旧 Windows 用户是否应继续被兼容，以及放弃支持可能引发的反应。

Steve Yegge 借技术面试长期失灵展开批评：大厂多轮算法题、面试官主观打分和层层筛选，既会招进不合格者，也会错过真正能做事的人。他似乎提出用「临时雇佣」「共事几天」「代码营」等更接近真实工作的方式替代传统面试，让公司通过实际产出判断候选人，也让候选人获得可见回报。HN 评论普遍认同现有面试荒谬，但对方案很怀疑：临时合同对已有工作和家庭的人侵入性太强，候选人承担过多风险；如何从百人里选谁试用仍要先筛；免费或低价真实工作也容易变成剥削。更务实的声音认为，设计良好的工作样本测试仍是较可靠标准。

日本因中东冲突引发的石脑油供应紧张，已从化工原料端传导到消费品包装和医疗护理用品。Calbee 将 14 款主力薯片和麦片改用黑白包装，因为彩色印刷所需油墨、溶剂供应受限；Mizkan 暂停部分纳豆销售，日清制粉也取消意面包装胶带上的烹调时间。帝国数据库称，日本约 4.7 万家制造商卷入石脑油供应链，化学、纸品、食品包装、医用注射器和橡胶手套等都可能受影响。政府称供应无虞，但企业措施显示短缺已进入日常生活层面，若中东局势持续，影响或扩大。

Liquid AI 发布 LFM2.5-8B-A1B，主打在消费级硬件上运行的本地智能体与工具调用。相比前代，它将上下文扩展到 128K，预训练规模从 12T 提升到 38T token，词表翻倍以改善非拉丁语言效率，并加入长推理、防循环和降低幻觉的强化学习阶段。官方称其在 CPU、手机和 H100 上吞吐领先，支持 llama.cpp、MLX、vLLM、SGLang 等生态。争议集中在小模型知识容量、38T 训练是否过度、真实编码和工具调用表现是否匹配宣传。

Secluso 是一个面向家庭安防的开源摄像头系统，目标是替代 Ring 等云摄像头：用户用 Raspberry Pi 加摄像头模块作为设备端，在本地进行事件检测、录制、加密，再把加密视频经云端中继发送到手机应用。作者说明视频存储在手机 App 中，摄像头检测到人物等事件才上传；云服务器只负责转发密文，无法读取内容。评论关注点集中在是否支持历史回看、对云服务器和互联网连接的依赖、camera_hub 与 server 的边界、Yocto 系统架构，以及能否移植到 ESP32 等低成本硬件。开发者认为 ESP32 可能难以同时承担端侧 AI、加密和编码负载，并表示加密栈使用 OpenMLS。

作者把 AI 编程与过去十年前端框架化相类比，认为两者都在发生「去技能化」：原本需要理解语义 HTML、CSS、浏览器差异、可访问性、性能和设计的前端，被框架和组件库抽象成可由通用程序员操作的流水线；如今 agentic coding 也可能把手写代码的专业能力转移给会驱动 AI 的低门槛操作者。作者承认这也可被看作更高层抽象和自动化，但强调抽象会泄漏，尤其 AI 不像编译器那样确定，可能牺牲质量并削弱程序员议价能力。文章还把 LLM 比作 Stack Overflow 复制粘贴趋势的延续：让懂行者更快，也让不懂者做出「差不多能用」的东西。

文章介绍 Ink & Switch 为有签名、内容寻址等安全需求设计的变长整数编码「bijou64」。传统 LEB128 允许同一整数有多种字节表示，需额外做 canonical 检查；这类检查容易在实现、移植或优化中被遗漏。bijou64 让首字节同时承担数值和长度标签：0–247 直接表示，小范围之外用 248–255 指示后续字节数，并通过偏移避免重叠区间，从结构上保证每个 u64 只有一种编码。它还能首字节确定长度，减少扫描和分支，基准中解码比 LEB128 快约 2–10 倍，编码多数场景也更快，体积接近。争议点在于最大 9 字节仍需范围检查、是否真解决规范误用，以及与 SQLite、QUIC、UTF-8、BER-TLV 等既有方案的相似性。

Tiny-vLLM 是一个用 C++ 和 CUDA 实现的高性能 LLM 推理引擎，定位上让人想起早期 llama.cpp，但社区关注点几乎都落在它的教学价值上。作者表示 README 才是项目最有意思的部分，刻意写成课程式文档，帮助读者建立从模型文件、浮点参数、safetensors 加载到 CUDA 推理流程的心智模型，甚至不用先读代码也能复现思路。评论普遍称赞这种分步讲解让没接触过 CUDA 的人也能进入 LLM 推理实现。不过也有技术性挑刺：有人指出代码似乎没有检查 CUDA API 返回值，认为这在系统编程里是明显缺口；另有人希望看到更朴素的 C、x86_64 汇编或 AMD RDNA 汇编实现。

Science 报道的一项研究提出，信鸽体内一种富含铁的免疫细胞可能参与其磁感应导航能力，为长期困扰动物迁徙研究的「磁罗盘」机制提供新线索。相关论文据评论已开放获取，题为 science.ady2486。基于标题可推断，研究重点不是传统设想中的神经细胞直接感磁，而是免疫细胞中的铁成分可能与方向识别或磁场信息传递有关。争议焦点在于这种细胞是否真正承担导航功能，还是仅与铁代谢、免疫反应相关；需要行为实验、细胞定位和机制验证进一步支持。

文章介绍 Pierre 的 CodeView 组件如何把代码评审中的 diff 渲染做成可复用基础设施。作者指出，PR 变大后，语法高亮、行号、注释、主题、分栏布局等都会放大 DOM、处理和内存成本，普通虚拟滚动容易出现空白、卡顿或测量失准。CodeView 的目标是让团队几乎可以「直接渲染任何 diff」，通过虚拟化优先、后台高亮、批处理和内存控制来应对超大 diff。争议点在于：有人认为浏览器本应能处理文本，复杂虚拟化反而破坏 Ctrl+F、原生滚动等体验；作者则强调优化极端场景会改善常规评审体验。

Math-to-Manim 看起来是一个把数学内容转换为 Manim 动画的项目，README 重点宣传了通过 LLM 生成代码并在报错后反复修复的「RL repair loop」。评论区的主要争议在于这个说法是否准确：有人指出仓库中看不到训练代码、奖励函数或环境，所谓「RL」更像是把 stderr 反馈给模型的迭代提示；也有人补充作者可能使用外部 Prime Intellect 服务训练，奖励函数另有仓库实现。另有评论认为 README 文风像 AI 生成的项目总结，并注意到文档里随机出现的「Christian」可能只是作者署名被 Markdown 误解析。