The Hacker Daily

OpenAI 发布文章，披露其对 SWE-Bench Pro 基准的系统性审查结果：约 30% 的任务存在问题，包括提示词不完整、自相矛盾、包含隐藏依赖、测试验证过度针对特定实现等缺陷。他们认为这些问题严重削弱了基准的可信度，使模型难以区分「真正解决」与「过拟合噪声」。OpenAI 强调，构建可靠的编程评估基准需要大量人工审核工作（其团队耗时一周梳理不到 800 个任务），且提出修复后可能损害基准独立性。社区反应复杂：有人认为所有 benchmark 都存在类似问题，自建私有基准已成趋势；有人质疑 OpenAI 选择此时公开的时机（恰逢竞品发布），暗示其可能已无法在 SWE-Bench Pro 上占优；还有评论指出，真正的 AGI 应能处理未知问题，而非在已知基准上刷分，更呼吁用「单位成本效益」取代传统通过率作为衡量指标。

文章介绍了远程证明（Remote Attestation）技术，利用TPM（可信平台模块）在主机启动后密码学地验证其状态——包括硬件、固件、内核、init镜像和根文件系统是否被篡改。TPM通过PCR（平台配置寄存器）存储哈希值形成测量链，任何环节被修改都会污染最终值，从而实现「可信启动」。文章详细解释了EK（ endorsement key）、AK（ attestation key）和LDevID三层密钥体系，以及TPM sealing和quotes的机制。远程证明的价值在于：未通过验证的主机无法获得mTLS证书、加密密钥被锁定，甚至可以_back TLS证书确保被篡改的主机无法认证。其局限性在于物理攻击（如内存窃取）仍难以防御，且实现成本高、升级时需处理PCR值变化。社区评论呈现明显分歧：支持者认为这是企业安全基础设施的标准实践，可防止供应链攻击；批评者担忧大公司借此在用户自有设备上强加「打字机」式管控，侵蚀用户自由。

CollectWise 是 Y Combinator 2024 冬季批次支持的公司，用生成式 AI 自动化美国 350 亿美元规模的债务催收市场。其 AI 代理效率是人工催收员的 2 倍，成本却低得多。五人团队在几个月内将年化收入做到了 200 万美元，现寻求一名创始客户经理来推动达到 1000 万美元目标。该岗位要求 3 年以上企业 B2B 销售经验，曾在 SaaS、金融科技或 AI 公司完成 500 万美元以上 ARR，负责过从 100 万到 1000 万收入规模的扩张，能每天跑 8 到 12 场演示。薪酬待遇为 30 万至 37.5 万美元 OTE（基本工资加提成），另含股权激励。创始人已亲自跑了数百场销售电话，需求持续旺盛，核心问题是产能不足而非销售问题。

Yamanote.fun 是一个将东京山手线站铃声、站内广播、关门提示音和列车声音融合在一起的沉浸式声音景观网站。用户可选择顺时针或逆时针方向环绕虚拟山手线，以真实速度两倍的体验在30分钟内完成一圈。网站基于 ekimero 旋律档案制作，由 Paul Jackson 与 Claude 合作完成。评论中有用户指出「安装为应用」弹窗存在暗黑模式问题（「以后再说」按钮视觉上类似禁用态）；也有用户透露 JR East 因转向无人驾驶运营正在逐步取消离站旋律，南武线已将其旋律从列车本身播放；另有用户建议增加站点间行驶时长以模拟真实乘坐体验，并希望加入双耳音频增强沉浸感。

研究者证明Unicode的UTS #35转写规则在无界语义下是图灵完备的，这是一个此前未公开发表的结论。转写规则通常用于将「é」转为「e」这类字符转换，但作者发现其底层机制——包含上下文匹配、捕获组、量词和「游标重访」特性——足以模拟任意图灵机。作者通过将2-tag系统（已被证明是通用计算模型）编译为转写规则，用仅3行规则实现了Collatz函数计算，还展示了Rule 110细胞自动机和素数生成细胞自动机的实现示例。这些规则以ICU（大多数操作系统、浏览器、运行器和数据库使用的Unicode库）的locale数据形式分发。评论指出这是图灵完备性在看似普通的数据处理格式中的「自发涌现」，但由于规则需要主动加载才能执行，实际风险有限；亦有评论强调文本基础设施不应被简单地视为数据管道。

Cloudflare 发布了一款名为「Drop」的无账号临时托管服务，用户可直接拖拽 HTML 文件或 ZIP 包，在无需注册的情况下获得一个 60 分钟有效的临时访问链接（可选择认领延长）。这与十年前 Netlify 推出的同名产品高度相似，Cloudflare 不过是「复制了名字」。该服务被定位为「氛围编程」（vibe coding）时代的轻量化部署工具，面向不熟悉 GitHub 的非技术用户。然而评论中大量用户反馈上传后直接报「Something went wrong」错误，服务稳定性堪忧。安全性争议也随之而来：一派担心无门槛托管会被滥用于钓鱼、恶意软件甚至数据泄露；另一派则认为这不过是重走 Geocities 时代的老路，门槛并不比现有方案更高。部分用户怀念 90 年代 FTP 上传的简洁体验，认为这是「复古回归」；也有人期待该功能能帮助 AI 编程助手直接部署生成结果。

Microsoft 发布 Flint，一个面向 AI Agent 的高级图表描述语言，可编译为 ECharts。该语言核心创新在于引入「语义类型」作为规范的关键组成部分，让 AI 只需指定「这是销售数据、这是时间序列」，编译器即可自动推断坐标轴、刻度、布局等低层参数，解决传统可视化库要求 AI 填充大量细节才能生成好看图表的痛点。项目提供 MCP 服务器，方便 AI Agent 通过标准协议调用。社区争议集中在：1）「面向 AI Agent」的营销是否只是噱头——LLM 早已能 one-shot 生成 matplotlib 或 ECharts JSON；2）JSON 作为声明语言对 LLM 是否友好，OpenUI 等项目认为自定义 DSL 反而比 JSON 更可预测；3）与 Vega/Vega-Lite、Mermaid.js 等已有方案的边界模糊；4）语义类型创新是否真的解决了根本问题，还是仅仅是便利性封装。

xAI 正式发布 Grok 4.5，号称其为 SpaceXAI 最智能的模型，专为编码、代理任务和知识工作设计。该模型与 Cursor 联合训练，使用数万张 NVIDIA GB300 GPU，在数据过滤、质量评分和领域精选上大量投入。RL 训练覆盖数十万任务，聚焦多步软件工程，支持异步数小时的 agent 化 rollout。Grok 4.5 定价极具竞争力：$2/百万输入 tokens、$6/百万输出 tokens，号称 token 效率是同类领先模型的两倍，速度达 80 TPS。目前已在 Grok Build、Cursor（所有计划）和 API 控制台上线，欧盟地区预计 mid-July 开放。社区争议焦点：有人质疑投入数十亿打造「第三名」模型的经济逻辑；也有人认为 $2/$6 的定价加上两倍 token 效率，性价比直逼 Opus 而价格仅为 Haiku 级别；另有用户反映实际测试体验两极分化。

作者逆向分析了 MechCommander 1 中一个经典 bug：游戏把所有大型武器都塞进机体的左臂，导致失去左臂约等于失去整台机甲。通过 Ghidra 反编译，作者定位到决定武器大小的 getWeaponLarge() 函数，发现「>=9 吨为大武器」规则并不准确——Large Laser 重 9.5 吨却不算大，而《Desperate Measures》资料片新增武器全部被错误分类为小武器。作者通过故意损坏己方机甲进行测试验证假设，并成功修补了代码。文中还吐槽了机甲立绘在失去手臂后视觉不一致的问题，以及 paperdoll 生命值显示的奇怪行为。

DocuBrowser 是一个将本地文档文件夹转化为可搜索知识库的工具，针对作者自身超过 12k 对象的混乱文档库痛点开发。项目完全本地运行、不上传云端，使用 Python 构建并集成 Claude AI 进行自动分类和语义搜索。核心思路是直接指向文件夹而非文件上传系统（区别于 Paperless-NGX），支持 OpenDocument 格式。用户评价「Works great, looks great」，但仍存在改进空间：评论建议集成 PostgreSQL pgvector 向量搜索、提取 Office 文档中的图片并用视觉模型描述、添加 S3 兼容存储支持（可借助 Rclone 挂载实现）。社区认为最难点并非让文档可搜索，而是如何高效分类和组织海量个人文件。

Bun 最初由一人用 Zig 从零开发，定位为 JavaScript/TypeScript 编译器、包管理器、测试运行器和 Node.js 兼容层，月下载量超 2200 万。Anthropic 于 2025 年 12 月收购 Bun 后，团队发现混合 GC 与手动内存管理的复杂性导致频繁的内存安全问题（use-after-free、双重释放、内存泄漏），Bun v1.3.14 仅一个版本就列举了十几类 crash。团队尝试了 Address Sanitizer、持续模糊测试等手段，但认为系统性预防还得靠 Rust 的所有权与借用检查器。工程师 Jarred 在 Claude Fable 5 辅助下，仅用约一年时间就完成了相当于一个工程师团队一年的重写工作，Token 成本约 16.5 万美元，Linux/Windows 二进制体积还缩小了约 20%。文章坦承了 Zig 的贡献，也客观承认 Rust 的编译期检查对这类混合内存模型项目的根本帮助。

这是一个展示型项目，演示在 Mercator 投影地图上实现 3D 飞机追踪可视化。项目可能整合了实时航班数据（如 ADS-B 接收），在传统 Mercator 二维地图上以 3D 视角渲染飞机位置与轨迹。评论中有人提到该项目还能追踪「世界上的移动物体」，并幽默地联想到「希望潜艇电缆不会动起来」，暗示数据源可能不只限于航班。这反映了社区对该项目数据来源与追踪范围的兴趣与调侃。

Apache Shiro 3.0.0 正式发布，这是两多年开发的重大版本更新。新版本将 JDK 最低要求提升至 17，全面迁移至 Jakarta EE 9/10/11+、Spring 6/7+、SpringBoot 3/4+ 及 Guice 7/8+。在 JDK 25+ 环境下，系统改用 Java Scoped Values 而非 ThreadLocals 管理 Subject 和 SecurityManager，并提升了 Shiro 原生会话的线程安全性，PrincipalCollection 默认实现现为不可变。安全性方面，默认启用大小写不敏感路径匹配，新增 NoAccessFilter 至默认过滤链，并默认允许 CORS 预检请求——均体现「强化默认配置」的设计理念。

开发者 Hendrik 宣布其历时一年多的群聊应用 Chatto 正式开源。Chatto 定位为可自托管的团队聊天工具，界面类似 Discord（作者用「 rhymes with knack/beams/this gourd」暗示 Slack/Teams/Discord），最大特点是单可执行文件即可运行、自带前端、资源占用极低。安全方面，聊天数据端到端加密存储（用户删除账户时密钥销毁），但通话为 E2EE；无联邦机制，不支持跨服务器数据共享，客户端直连多服务器。支持 Linux/macOS/Windows，v0.4 已可用于生产，0.5 版本将加强内容审核与多服务器功能，预计 6-12 个月达 1.0。同步推出付费托管服务 Chatto Cloud，主打欧洲基础设施、自动扩展与零停机升级。社区争议集中在：文档缺失登录/注册说明、移动端缺失、许可证不统一（Go 后端 AGPL + TS 前端 Apache 2.0）、缺乏与 Matrix/Zulip 等的对比信息。

OpenAI 发布 GPT-Live，采用全双工架构实现真正的实时语音交互——用户可以随时打断 AI，AI 也能在用户说话时插入「嗯」等反馈，不再像传统语音助手那样必须等一方说完另一方才能开口。GPT-Live-1 是该架构的首个模型，能在对话中调用工具和连接器，但目前语音模式下暂不支持视觉功能。评论指出 Google Gemini Live 已具备类似能力超过一年；部分用户对 AI 语气、插入式反馈的「恐怖谷」效应感到不适；也有人看好其在语言学习、无障碍辅助和头脑风暴场景的潜力。争议集中在：AI 是否正在取代珍贵的人际交流，以及人们是否会逐渐失去与不同观点者沟通的能力。

1638至1655年，瑞典在特拉华河谷建立了美国最小、最短命的欧洲殖民地「新瑞典」（Nya Sverige）。尽管仅存在17年，却对美国历史留下深远影响：由彼得·米努伊创立——这位前荷兰官员因被解雇而报复性创办该殖民地。新瑞典 settlers 将木屋引入北美，带来路德宗基督教，并爆发了殖民地最早的政治抗议之一。1643年，7英尺高的约翰·普林茨担任总督，扩建了殖民地版图。1655年，荷兰总督彼得·斯蒂文森率七艘战舰迫降，瑞典不战而降。如今，特拉华河谷仍散布着新瑞典的历史遗迹。该殖民地虽鲜为人知，却在美国的建国历程中扮演了隐秘而关键的角色。

作者在 Uniqlo 发现 Akamai 联名 T 恤背面印有一串混淆的 bash 脚本，经过 OCR 识别和 Base64 解码后，发现这是一个 Easter egg——在终端中播放「PEACE FOR ALL」字样的 sine wave 动画，颜色从青色渐变至橙色，脚本注释甚至包含日文祝福语。T 恤正面是「{heart}」图案。Akamai 官方解释称设计致敬早期互联网时代，「米色机箱」和正面心形分别象征互联网的硬件起源与向善力量。评论指出该脚本本身带有完整注释、可正常运行，还有人提到这是继 DeCSS T 恤之后的又一款「代码 T 恤」，亦有人吐槽 base64 无纠错机制导致 OCR 转写成为最大挑战。另有读者指出同系列另一款 T 恤的代码印得不完整（截断了），字体也被纠正为 Roboto Mono 而非原作者推测的 Consolas。

MIRA 是由 General Intuition、Kyutai 与 Epic Games 合作训练的多人交互式世界模型，基于《火箭联盟》游戏数据构建。该项目已发布技术报告与博客详解，展示了将世界模型应用于即时多人游戏控制的可行性。用户反馈显示模型展现出超出预期的行为，部分操作具有自发性，但也存在输入被忽略、偶尔误触发指令（如随机「flip」）等问题，整体体验被形容为「像在一台很慢的电脑上玩游戏」。社区关注点包括：能否直接释放 5B 权重以推动研究、潜在空间是否具有可解释的物理结构映射、以及该范式能否迁移至其他游戏场景。

1981年7月任天堂推出街机游戏《森喜刚》，灵感源自电影《金刚》，意外成为1981至1982年全球最卖座街机游戏。任天堂最初想制作《大力水手》授权游戏但未能如愿，转而创造「Jumpman」——后来的马里奥。原本科尔尼科和雅达利都想获得该游戏的家用机授权，却因1983年CES展上科尔尼科Adam电脑展示《森喜刚》引发雅达利CEO Ray Kassar强烈不满，两公司产生纠纷。更大的转折是：任天堂当时正寻求与雅达利合作，由雅达利在北美发行即将推出的Famicom（NES），但Kassar因森喜刚纠纷推迟签约，随后被董事会驱逐，新CEO再未重启谈判。雅达利因此错失发行NES的机会，任天堂最终独自在全球市场推出NES，凭借6000万台销量取代雅达利成为家用游戏机霸主，而雅达利跌至第三，并在1993年退出游戏机市场。这段历史的影响延续至今：如果雅达利当年拿下NES，其1983年崩溃后的复苏轨迹可能截然不同。

微软正式发布 TypeScript 7，这是 TypeScript 的首次原生化重写——团队用 Go 语言重写了整个编译器，带来 8-12 倍的性能提升。新版支持共享内存多线程，在大型开源项目测试中，VS Code 完整构建从 125.7 秒降至 10.6 秒，编辑器加载到首次错误显示从 17.5 秒降至 1.3 秒（13 倍提升）。内部测试显示语言服务器命令失败率降低 80%，崩溃率降低 60%。Slack 团队反馈 CI 类型检查从 7.5 分钟降至 1.25 分钟，Canva 语言服务从 58 秒降至 4.8 秒。TypeScript 7 暂时不提供编译器 API（7.1 会推出新版 API），但提供 @typescript/typescript6 兼容包以便与 6.x 并行运行，支持 typescript-eslint 等工具的过渡需求。

一款名为「FAANG™ Life Simulator」的网页游戏模拟科技从业者的职业生涯。玩家每天点击一次代表消耗四分之一生命，通过「 Grind 苦干」「 Touch Grass 接触自然」「 Side Project 副项目」等选择来尝试积累财富、避免职业倦怠，最终实现财务独立。游戏核心机制是积累「FREEDOM」进度条达到100%即可逃离老鼠赛跑，界面还模拟了CRT显示效果和进度条追踪退休进度。评论区反馈两极：部分人认为游戏荒诞地还原了真实痛苦——比如「发布了AI功能只是API包装器的包装器，股票+9%，你毫无感觉」引发强烈共鸣；另一部分批评其对副项目成功率和收购退出的概率设定过于乐观，对美国公民身份给予了不公平的优待，且完全忽视了年龄歧视和生活成本差异。总体而言，这款游戏以黑色幽默方式引发了关于科技行业金钱文化、职业倦怠与FIRE运动的广泛讨论。

David 是汽车媒体 The Autopian 的创始人。eBay Motors 主动找上门，请他用 eBay 零件从零组装一辆二战威利斯 MB 吉普，并在两周内完成从洛杉矶到 Moab 的 900 英里越野之旅，作为品牌合作内容。挑战在于：组装 1000 多个零件，且 75% 以上须为全新品，90% 须来自 eBay；车身和车架采购自菲律宾 MD Juan，发动机则来自法国。David 找到一辆废弃Jeep作为组装参照，最终奇迹般地在deadline前完成了这一几乎不可能的任务。

博客作者讲述了自己博客上一个只影响左撇子用户的 Bug：页面左侧的「回复」链接会意外触发，因为左撇子用户用左手拇指滚动时会碰到它。问题根源是 2017 年 WordPress 添加的 touchstart 监听器，原本为了解决早期移动浏览器的 300ms 点击延迟，但该问题早在 2013-2015 年已不存在。修复方法很简单：删除那几行代码。作者在文中用戏谑口吻描述左撇子用户，引发部分读者不满，有人指出这种「右撇子默认」思维普遍存在。

OpenMandriva 发行版近日遭一名受信任贡献者 Davide Beatrici（Mumble 项目开发者）蓄意破坏。Davide 曾主动提议将 GitHub 仓库迁移至其私人 OneDev 实例，并备份了数十个仓库。随后他引入的两人之一开始对用户和成员实施骚扰，管理员将其踢出聊天频道后，Davide 与另一人退出以示抗议。管理员随即断开与其私人基础设施的镜像连接。此举激怒了 Davide，他滥用残留的管理权限，于凌晨删除 GitHub 上团队苦心经营多年的代码仓库，并推送空包导致所有 GNOME 与 COSMIC 包被废弃，可能破坏用户系统。团队正在全力恢复，目前未发现其他违规行为。OpenMandriva 选择不追究法律责任，但希望借此事件警示开源社区：信任历史良好的知名开发者不能保证其永不作恶，引入外部基础设施时应格外谨慎。

这是 Lilith Duncan 在 GodotCon 2026 上的演讲，介绍一款专为 Godot 游戏引擎设计的实时版本控制系统。传统 Git 在游戏开发场景下存在诸多局限，该工具旨在提供更贴合游戏资产（如场景文件、脚本、美术资源）管理需求的版本控制方案，支持多人协作时的实时同步与冲突处理。演讲者来自 Godot 社区核心开发者团队，展示了如何利用该系统提升游戏开发工作流效率，吸引众多开发者关注。