The Hacker Daily

作者以个人阅读经历指出，陀思妥耶夫斯基常被误认为艰深难懂，实则文笔清晰、幽默辛辣，远比乔伊斯或狄更斯易读。俄国经典小说本质是故事而非卖弄文采，作者借自身经历说明：童年时因俄国名字复杂而却步，真正阅读后发现其作品引人入胜、人物刻画令人捧腹。陀氏的伟大在于他对人性的深度洞察与真诚关怀，而非语言本身的难度。翻译版本对阅读体验影响显著，作者偏爱已无版权的康斯坦丝·加奈特译本，认为其流畅自然。结论是陀氏作品历久弥新，不因「困难」而存，因其「简单」而传。

高通宣布以约 40 亿美元全股票交易收购 AI 基础设施创业公司 Modular，后者拥有 Mojo 编程语言及强大的 ML 基础设施工程团队。评论指出，高通此举意在布局 RISC-V 架构并拓展 AI 推理市场，从单纯的手机芯片厂商向数据中心/边缘推理转型。Modular 创始人 Chris Lattner 曾在苹果主导 Swift 并创办 Modular，被收购后员工去向引关注。社区担忧 Mojo 开源承诺能否兑现，以及高通作为硬件公司能否做好软件栈——Chris 此前多次批评硬件公司在 AI 软件栈上的失败案例。另有声音认为，Modular 被芯片厂商收购其实是无奈结局，因为英伟达不会收购，且 AI 软件赛道独立生存空间有限。

论文提出 Hybrid ClojureScript，首个支持视觉与文本混合的编程语言，允许在文本代码中嵌入视觉交互式语法并将其作为正规语言扩展。核心贡献在于：文本与视觉语法地位平等、可与语言其他特性组合、保留静态推理能力、不干扰程序员工作流程。传统编程语言在表达几何领域特定概念时仅支持线性文本，作者认为需要能创建视觉句法构造的混合语言，并通过 Hybrid ClojureScript 演示了设计的可行性与可采用性，同时探讨了将该设计移植到其他语言所需的条件。

Cloudflare 宣布面向所有客户推出自管理 OAuth 功能。此前，其 OAuth 仅对少量手动接入的合作伙伴开放，广大开发者只能使用体验较差的 API tokens 来构建集成。新功能让开发者可以提供标准 OAuth 流程，用户可直接授予作用域访问权限，降低了 SaaS 集成、内部开发平台和 Agent 工具的构建门槛，同时改善了同意体验、撤销能力和应用所有权可见性。技术层面，Cloudflare 将底层 Hydra OAuth 引擎从旧版升级至 1.X 再到 2.X，为避免数据库迁移锁表影响用户，团队重写了 SQL 迁移脚本（使用 CREATE INDEX CONCURRENTLY）并构建了定制版 Hydra。升级采用蓝绿部署策略，通过延长 Token 过期时间和 Cloudflare Queues 实现撤销事件回放，确保迁移窗口内用户撤销操作不丢失。

RubyLLM 是一个 Ruby 框架，为所有主流 AI 提供商（OpenAI、Claude、Gemini、Ollama 等）提供统一接口。它仅依赖三个 gems（Faraday、Zeitwerk、Marcel），支持聊天、视觉、音频转录、文档解析、图片生成、嵌入、审核、工具调用、Agent、结构和流式输出，以及 Rails 集成。评论中用户普遍好评其优雅的 DSL 和 Rails 风格 API，但也指出不足：难以接入分布式追踪（tracing），重试机制会删除上下文；维护者对 PR 响应较慢；统一封装在处理 provider 特有能力（如 prompt 缓存、reasoning token）时存在「泄漏抽象」问题；1.x 版本未支持 Responses API（将在 2.0 补齐）。另有开发者将其与 Laravel AI SDK、PHP/Node.js 类似库做横向比较。

NVIDIA Rubin 平台成为全球首个实现 100% 液冷的人工智能基础设施，每块芯片、每个网络组件均通过闭式循环液冷散热，无需任何风扇。冷却液工作温度高达 45°C（比传统高），使得户外干式冷却器可在大部分气候条件下独立散热，无需开启机械制冷机组。传统数据中心冷却耗电占其总用电量高达 40%，仅将制冷机组温度提高 1°C 即可节省约 4% 冷却能耗，50MW 设施每年可节省逾 400 万美元。在适宜气候区，NVIDIA 方案可将水耗从每兆瓦每年约 260 万加仑降至接近零，减少可达 100%。冷却液（75% 水 + 25% 丙二醇）直接接触芯片表面取热后温度从 45°C 升至 55°C，设备仍可全速运行。评论社区存在争议：有工程师指出文章缺乏「适宜气候」的具体定义；有人批评这本质上是绿色洗白；也有观点认为真正创新在于全系统液冷覆盖（Cray 超算 80 年代已有液冷先例）；废热回收社区供暖的协同效应获得较多认可。

Pangram Labs 发布了一篇关于其 AI 检测模型内部运作机制的研究文章。研究团队通过 PCA、UMAP、t-SNE 等降维方法以及线性探测探针，分析了 Pangram 3.3.2 在不同网络层对人类与 AI 文本的表征差异。结果发现了一个意外现象：模型在未被明确训练的情况下，自发地在内部形成了按模型家族（如 Anthropic、OpenAI、Google 等）聚类的几何结构，线性探测探针可据此以 91% 准确率识别文本来源模型。此外，不同版本间的模型聚类能力存在差异——Pangram 3.2 在中层出现衰减，而 3.1 和 3.3.2 则保持稳定。这一发现对理解 AI 检测模型的学习机制具有重要意义。

Z.ai 于6月13日发布的 GLM-5.2 被认为是开源模型能力的重大转折点。作者指出这是自 DeepSeek R1 以来开源领域最显著的突破——GLM-5.2 在 Agent Arena 排行榜上成为唯一能与 OpenAI 和 Anthropic 前沿模型抗衡的开源模型，在 SWE-bench Pro 得分62.1%，逼近 Claude Opus 4.8 的69.2%。作者认为，开源模型跨越了「能在编码代理中真正可用」的临界阈值，与 DeepSeek R1 当年证明开源实验室也能做链式思维推理如出一辙。目前开源与闭源的性能差距约为6-9个月，与美国出口限制似乎未明显拖慢中国 AI 发展节奏。GLM-5.2 的出现将对 Anthropic 的收入增长构成竞争压力，同时为 Fireworks、Together 等开源推理提供商带来新的增长拐点。

OpenClaw 成为 GitHub 史上增长最快的仓库，PR 从每周 2 个暴涨至 3400 个，合并率却从 48% 暴跌至 9.3%。作者指出当前 PR spam 酷似 2000 年代初的 email spam——发送成本趋近于零、平台信任被滥用。解决方案也将类似：基于发送者信誉的过滤机制。Mitchell Hashimoto 的 Vouch 系统是首个尝试，为开源贡献者建立信任评分。更深层的问题是：当所有人使用相同的 AI 编程工具，贡献趋于同质化——10+ 人独立提交相同功能的 PR，5 人发现同一个死锁 bug。「林纳斯定律」依赖多样性思维，但 AI 工具正在消除这种多样性。数据显示，需要深度理解代码库的重构 PR 合并率达 35%，而新功能只有 9%——「思考比打字更重要」在数据中得到验证。

Google 宣布将「计算机操控」能力内置于 Gemini 3.5 Flash，原作为独立模型提供的 computer use 现已集成至主模型。开发者可借助该功能构建能够「查看、推理并操作」浏览器、移动端及桌面应用的自主 Agent，适用于持续软件测试、企业知识工作流等长周期任务。在安全层面，Google 引入对抗性训练，并提供两项企业级可选防护：敏感操作需用户显式确认，以及自动拦截间接提示注入攻击。Google 同步开放 Browserbase 托管演示环境和参考代码。然而，评论社区反应两极：有用户认可其性价比（比 GPT 5.5 便宜 3 倍），也有用户指出 benchmark 图中 Gemini 3.5 Flash 实际上被 Opus 4.8 和 GPT 5.5 超越；实际使用中暴露出指令遵循不稳定、Guardrails 过于严格、PDF 解析差、上下文窗口小、MCP 协议缺失等问题，引发「computer use 是否为正确方向」的激烈争论。

开发者利用一个晚上时间，将「WEB翻译版圣经」索引至RAG（检索增强生成）数据库，实现按语义相似度返回圣经经文。项目上线后引发讨论：支持者认为输入「child murder」「genocide」等敏感词能返回相关段落，颇有趣味；批评者指出搜索「Jesus」返回了关于Jacob的不相关内容，搜索「slavery」遗漏了利未记25:44的上下文，搜索结果更像是随机抽取。有用户类比已故程序员Terry Davis对现代AI的看法，也有用户认为这只是语义嵌入空间的最近邻检索，在LLM工作流普及的当下并不稀奇。还有人用「Pokemon」测试，观察到返回的是含动物描写的经文，说明语义空间最近邻的本质。整篇正文几乎为空——这是典型的HN展示帖，主要靠评论区的现场测试和讨论呈现项目实际效果。

作者在日常使用 Claude 编程时发现，LLM 生成的代码与平台原生能力之间存在巨大差距，导致大量不必要的输出 token 消耗。由于训练语料以旧版 Node.js 代码为主，LLM 习惯性使用手动解析、三方依赖和自定义封装，而非浏览器早已内置的 Web API。具体案例包括：URL 参数解析手动实现需 140 tokens，原生 API 仅需 12 tokens（节省 90%）；表单处理 200+ tokens 对比 14 tokens；fetch 取消 90 tokens 对比 12 tokens；Promise.allSettled 替换手动错误追踪可从 100 tokens 降至 10 tokens；模态框 250 tokens vs 语义化 dialog 元素 25 tokens。作者指出输出 token 成本是输入的 3~5 倍，这些冗余模式正在悄悄推高 API 账单。解决方案是在 prompt 中明确指定使用现代 Web 平台 API。

这是一个 2013 年发布的经典排序算法可视化视频，在约 6 分钟内展示了 15 种不同排序算法的执行过程。视频通过动态画面直观呈现冒泡排序、插入排序、快速排序、归并排序、堆排序、希尔排序、选择排序、计数排序、桶排序、基数排序等算法如何逐步将数据排列有序。每种算法配有同步的进度条，让观众可以直观对比不同算法的比较次数、交换次数和执行效率。该视频是理解排序算法行为的经典教学资源，尤其适合视觉型学习者快速掌握各类排序算法的核心思想和性能差异。

作者深度体验了这款 40 英镑的 Xteink X4 电子墨水阅读器数月，评价其「小到可以贴在手机背面」、重量轻到「忘记口袋里还有它」。自带固件简陋，仅支持基本 EPUB 和三种字体，但刷入自定义固件后体验大幅提升：CrossPoint 支持 24 种语言和 OTA 更新；Papyrix 具备 Knuth-Plass 行算法实现专业排版；Inx 则最完善，支持 KOReader 同步和阅读统计。与 Bigme B6 等彩色墨水屏设备相比，X4 避开了 Android 的卡顿和残影问题。作为一款 40 英镑的设备，原文认为它比预期更好用——翻页即时、显示清晰、便携性无出其右。社区评论也证实其便携性强，但也反映屏幕易碎、USB 刷机被锁、屏幕偏小等问题。

本文是2010年USENIX Woot'10会议上的一篇论文，探讨了如何爬取BitTorrent分布式哈希表（DHT）网络。BitTorrent传统的tracker机制是中心化的，而DHT允许用户通过hash在分布式peer池中发现torrent的seeder，实现了去中心化。研究者通过爬取DHT网络收集torrent数据，分析其结构和内容。评论指出，BEP 51协议扩展简化了DHT爬取流程，而早在2008年就有研究者做过类似实验，当时发现PEX（peer exchange）对DHT更快。也有读者指出本文未先定义DHT概念，略显不足。关于爬取结果的实用性，社区意见分化：一派认为DHT爬取能替代传统torrent站点，体验更佳；另一派则对垃圾内容过多感到失望，建议加入ML过滤器筛选有价值资源。

文章探讨作家与酒精、毒品之间的悠久历史。作者罗莎·蒙特罗指出，化学Muse的套路始终如一：先毁掉作品，再毁掉艺术家。历史上吸食鸦片的作家包括雪莱、济慈、弗楼拜、兰波、柯勒律治（其名作《忽必烈汗》即来自梦中）等；喝咖啡成瘾的有伏尔泰（每日50杯）、巴尔扎克（40杯）、福楼拜等。可卡因自1860年提取后，儒勒·凡尔纳盛赞其为「神奇补品」，马克·吐温甚至曾想赴亚马逊经营古柯贸易。然而，作者强调，对作家而言「毒品之王」仍是酒精——美国九位诺贝尔文学奖得主中，五位是无可救药的酒徒：辛克莱·刘易斯、奥尼尔、福克纳、海明威、斯坦贝克。菲茨杰拉德的名言道出本质：「酒后情感被放大，故事才有灵魂；清醒时写的故事都是愚蠢的——全靠理性推演，而非真正感受。」然而酒精终将反噬：福克纳多次住院并接受电休克治疗，海明威一生接受约十二次电休克。作者借尼采之语警示：「兴奋剂在麻痹自我的同时也杀死了灵感。」

Elastic 首席执行官 Ash Kulkarni 宣布重组计划，裁减约 7% 员工（约 281 人）。他将裁员归因于 AI 与自动化正在重塑行业形态、客户期望以前所未有的速度演进，公司需要「更快移动、更精简运营」。重组后工程团队将简化为三个核心领域，各由直接向 CEO 汇报的高级负责人领导。同时公司强调将在销售等客户-facing 领域继续扩招，预计本财年总人数仍将同比增长。评论区批评声音强烈：前员工感叹「PR 套话多、实质性内容少」；有人指出此举与 2022 年措辞不同，当年语气更偏向「ZIRP 退潮的受害者」，而此次则近乎「自信宣言」；亦有人将矛头指向 2021 年的许可证变更导致用户大量迁移至 OpenSearch，以及大型云厂商（AWS、GCP）蚕食开源产品市场。

这是一个开源项目 linkedrecords，演示如何开发让用户完全掌控数据存储位置的 SaaS 应用。项目可能采用了去中心化或自托管架构，允许用户选择将数据存储在本地服务器、私有云或指定的数据提供商，而非被迫使用平台提供的闭源存储方案。该方案的核心价值在于数据主权——用户不必依赖 SaaS 厂商的基础设施，可避免厂商锁定（vendor lock-in）风险，同时满足对数据隐私有严格要求的行业合规需求（如 GDPR、数据本地化法规）。技术实现可能涉及可插拔的存储后端、多租户架构下的数据隔离，以及统一的 API 接口。项目适合开发者评估在 SaaS 产品中嵌入用户自主数据控制能力。

Nub 是 Zod 作者 Colin McDonnell 用 Rust 编写的 Node.js 增强工具包，主打类似 Bun 的开发者体验：TypeScript 原生运行、extensionless imports（无扩展名导入）、tsconfig.json#paths 路径别名等。项目上周刚进入公开测试，核心优势在于不引入任何 Nub 专用 API——无全局变量、无 nub: 前缀模块、无专属配置文件，迁移成本极低。技术实现上使用 --require 而非 --import 钩子注入功能（作者称因 CommonJS 加载比 ESM 快约 0.5ms vs 4.6ms）。已有公司在一小时内完成整个 monorepo 的零问题迁移。主要争议集中在：Node 本身已支持 TypeScript 类型剥离，Nub 的增量价值何在；Rust 实现是否过度设计（用 shell 脚本加 package.json 能否实现相同功能）；以及能否真正用于生产环境而非仅限本地开发工具。

约翰·卡马克在 X 上发文回顾自己早年的错误，主要承认两点：1）他 push 每个人太狠，没有意识到成长期公司需要更多缓冲空间，长期以创业初期的强度运行会耗尽团队；2）他向《Quake》设计师 Sandy Petersen 道歉——id Software 坚持开发全新多边形引擎，导致开发严重延期、内容大幅缩水，被普遍认为是「毁掉」了公司作为创意力量的转折点。Quake 当时的技术野心（全新客户端/服务器网络层、新脚本引擎、全多边形引擎）远超团队承受能力。评论社区对此看法分歧：一方认为伟大产品的背后常有强硬个性，civilization 尺度来看 id 的输出是净正收益；另一方指出没有配套智慧和休息的「年轻冲劲」只是消耗，且卡马克事后道歉容易，当事人当时却面临完全不同的压力。还有人将 id 的衰落与拒绝将 id Tech 打造成 Unreal/Source 那样的开放生态联系起来。

Wordit 是一个单词链游戏：每次只改变一个字母，让一个单词变成另一个单词，看你能连续变出多少个词。玩法是点击想修改的字母框，输入新字母后点击确认。作者在一天内完成了游戏原型，并正在考虑增加难度——比如使用5字母甚至6字母词，或限制编辑次数。评论区的反馈显示，这个概念本身很受欢迎，但存在两个实际问题：一是某些单词作为起点过于「友好」（如「time」可变出大量「*ime」结尾的词），导致游戏过早结束，缺乏挑战；二是移动端操作繁琐，每次输入后键盘会自动消失，用户需要反复点击输入框才能完成一个字母的修改。

SSH作为经典技术仍被广泛使用，作者认为掌握SSH技巧比追逐云原生工具或AI框架更有长期价值。文章详细介绍两种端口转发方式：本地端口转发（ssh -L）将远程服务的localhost端口映射到本地，让你能通过本地端口访问远程内部服务；远程端口转发（ssh -R）则反向操作，将本地服务暴露到远程网关（需服务器开启GatewayPorts yes）。文中用四台主机的实验环境（图示）清晰展示了两种场景：通过bastion host访问VPC私有服务，以及通过公网网关暴露本地服务。关键命令为ssh -f -N -L 8080:localhost:80 host或ssh -f -N -R 0.0.0.0:8080:localhost:80 gateway。还提及ProxyJump（-J）和动态SOCKS代理（-D）作为进阶用法。评论区热议Tailscale、sshuttle等现代替代方案的便利性，同时肯定纯SSH方法的通用性与零依赖优势。

1995年左右，美国高中生Matt Wright创建了「Matt's Script Archive」，分享他编写的简易网站工具——联系表单、留言板、网站计数器等。其中WWWBoard成为最早被广泛使用的网络论坛程序之一，数百万网站采用。然而这些脚本充满安全漏洞，甚至有评分10.0的严重漏洞（CVE-1999-1479）允许以root权限执行代码。这揭示了普通用户与开发者之间的根本分歧：用户只求「能用就行」，而开发者看到的是安全噩梦。后来Linux Perl Mongers开发了nms替代品，但该项目也已20年未更新。文章将这种现象与当下的「vibe coding」类比，认为两者都体现了工具民主化与安全性之间的永恒张力。有人收购了已过期的原域名，建立了致敬网站来记录这段互联网历史。

Krea AI 发布 Krea 2，一款 12B 参数的开源图像生成基础模型，核心理念是将图像生成作为「创意探索」媒介，而非仅追求单一精致输出。模型基于 Diffusion Transformer（DiT）架构，采用多阶段训练流程（预训练、中期训练、SFT、偏好优化、RL），集成 iREPA、改进 VAE、Qwen3-VL、GQA、sigmoid 门控注意力等组件。在 Artificial Analysis 排行榜排名前十，独立实验室中排名第二。模型特点包括：数据策展不过度过滤「低质量」图像以保留多样性；拒绝使用 AI 合成图像预训练以避免分布偏差；构建提示扩展器将简短用户输入映射为丰富视觉方向；风格参考系统支持通过参考图像表达视觉意图。社区对此技术透明度给予高度评价。

作者折腾把 NixOS live ISO 从 458MB 往小了做，默认镜像包含 416MB 用户空间（Nix store）、26MB 早期启动环境和 13MB 内核。通过设置「nix.enable = false」和「documentation.enable = false」砍掉 Nix 和文档，但效果有限，仍有 384MB。更棘手的是 systemd 等核心依赖（如 Boost）无法轻易移除。Alpine 的 VM ISO 约 66MB 作为对比基准。文章用幽默口吻描述这场「移除 Linux 活镜像功能」的血泪史，最后还没完全解决问题。