The Hacker Daily

本文介绍如何完全不打开 Xcode GUI 来构建和发布 Mac/iOS 应用。核心思路是利用 Xcode 内置的命令行工具（xcodebuild、notarytool、stapler、devicectl）配合 XcodeGen 生成项目，一次性完成签名证书、notarization 密码等设置后，整个发布流程可由一个 release.sh 脚本自动完成：archive → Developer ID 签名 → notarize → staple → 安装到 /Applications。作者强调这些是 Apple 官方标准流程，LLM（如 Claude Code）完全可以自行处理。文章坦承一次性设置需要 GUI 交互，但之后完全 headless。社区反馈分化：有人认为 Xcode MCP 仍需 Xcode 运行、iOS 调试离不开模拟器、xcodebuild 有随机失败问题；也有声音指出这是 CI 机器的常规做法、Expo/RN 是更简洁的 vibe-coding 方案，另有开发者抱怨 XcodeGen 对复杂项目（widgets、watchOS、notification extensions）支持不完善。

本文为 Institute Elasticity 发表的学术论文，建立递归自我改进（RSI）实现自我持续加速所需条件的理论经济学模型，并利用 Epoch Capabilities Index（Ho et al., 2025）数据对「自我持续加速条件」进行初步校准。核心论点是：RSI 是否引发智能爆炸，取决于两个关键变量——能力提升的速度与难度增加的速度之间的赛跑，以及反馈回路是否遭遇瓶颈。论文指出，若存在递减收益（「创意越难发现」）或反馈回路受阻，即使 AI 能用 AI 改进 AI，智能爆炸也可能不会发生。社区争议聚焦于：递减收益假设是否成立、两家万亿市值公司是否真的 all-in RSI、以及市场能否提前判断 RSI 的智能分配效率——批评者以 NFT 泡沫等案例反驳「市场奖励智能分配」的说法。

本文探讨x86平台新矩阵加速指令集ACE。ACE是Intel AMX的第二个加速器类型，由x86生态系统咨询组（EAG）提出规范。相比现有TMUL加速器，ACE采用外积而非内积进行矩阵运算，支持FP8数据类型，并配备1024位块缩放寄存器（BSR0）以扩展动态范围。ACE利用AVX-512/AVX10的512位向量宽度，通过VUNPACKB和向量置换指令实现2至7位任意数据格式的转换或反量化。文章将ACE与ARM的SME/SME2扩展对比，指出ARM采用可变流式向量长度（SVL）设计，并专门添加ZT0寄存器处理数据转换，但灵活性不及ACE。评论关注AMD与Intel联合推进ACE标准的前景，以及与ARM竞争的时间窗口。

Emily Eden 出身英国政治世家，1836 年随担任印度总督的兄长抵达印度，在 1836 至 1842 年间游历印度北部，以惊人广度记录了所遇之人：王公、大臣、苏菲行者、锡克贵族、阿利克战士、山区居民乃至随行动物等。她的素描保留了大英帝国鼎盛期前的珍贵视觉史料，1844 年结集为《印度王公与子民肖像》出版，现正在德里 DAG 博物馆展出，汇聚其全部 24 幅手工上色石版画。艺术史学家认为她的印度素描是摄政与维多利亚时代英国女性艺术家的最高成就，初抵印度时她曾深陷思乡与文化冲击，数周无法作画，但随着好奇心驱散孤独，她很快变得多产。尽管成就卓著，Eden 始终抱持英国「文明使命」的殖民信念，将这段经历视为「为更高目标而忍受的艰辛」。她返英后出版了《深入内地》等印度书信集，笔耕不辍直至 1869 年辞世。

satellitemap.space 是一个自 2019 年上线的实时卫星追踪网站，采用 WebGL 可视化技术展示 Starlink、GPS 等星座的卫星位置，用户缩放可看到卫星移动轨迹，点击可查看详细信息。该站即将上线历史/计划发射列表及再入跟踪功能。评论区引发几个方向的讨论：一是极地轨道为何卫星密度低——高倾角极轨发射成本高、需消耗更多推进剂；二是卫星追踪器普遍存在数据延迟问题，发射后的「卫星列车」出现在最初几圈轨道，很多追踪器因数据采集滞后而错过；三是卫星互联网的实用价值被指被高估，太平洋航行者等偏远场景受益明显，但大多数用户受益有限；四是卫星轨道碰撞规避是否为预先计算；五是法律监管层面，有用户对低轨资源商业化表示意外。

Jektex 是一个 Jekyll 静态博客的 LaTeX 渲染插件，发布了 0.2.0 版本，性能提升约 10 倍。作者通过基准测试发现，真正的性能瓶颈并非 LaTeX 渲染本身，而是每次渲染表达式时从 Ruby 调用 KaTeX 的开销。旧版本中每一个 LaTeX 表达式都会触发一次独立的 KaTeX 调用，频繁的跨语言通信成为拖累。优化调用模式后，整体渲染速度大幅提升。如需在静态博客中嵌入高质量数学公式，可关注项目页面获取更新。

MorphoHDL 是一个旨在「生长」电路的极简领域特定语言，提供美观的图形化可视化效果，呈现电路逻辑门的连接结构。然而社区反馈揭示了核心争议：批评者认为它并非真正的 HDL，因为缺乏节点连接、路由约束和时序等关键概念，其图形可视化同样可由 VHDL 或 Verilog 实现；但开发者辩称，物理邻近性未来将直接影响逻辑连接。多数评论对其美学设计表示认可，称其有别于常见的自重复分形结果。

澳大利亚莫纳什大学与中国重庆大学等组成的国际团队，在《Science》发表成果：通过在相对低温（550°C）下「烘烤」由铪、铪、钽、钛、锆五种金属组成的合金约32小时，使其原子自组装形成缺陷极少的细小晶粒结构（Refractory High-Entropy Alloy，简称RHEAD）。该材料压缩屈服强度超2吉帕斯卡，同时保持延展性，强度是钢的2倍、铝的3倍。研究者称此方法可推广至其他合金体系，有望推动航空、能源等领域的轻量化高性能材料变革；但评论指出稀土金属成本高昂（每公斤可达数千美元）、规模化加工难度大，且该材料严格来说并非传统意义上的「超合金」，距实际应用仍有距离。

作者受 Sebastian Aaltonen「无图形 API」博文的启发，开发了一个名为 Loon GPU 的项目，在 Vulkan 1.3 和 Metal 4 之上实现极简 GPU API。核心设计理念：无需 Buffer 对象，直接用 GPU 指针；无顶点缓冲区，改用顶点牵引；纹理和采样器无绑定访问；无需显式绑定组，Shader 直接通过传入的设备指针获取数据。malloc/free 接口返回 GPU 指针，CPU 端代码更自然，数据结构更易构建。Shader 方面选用 Slang 语言处理跨平台编译，但 Vulkan 推送常量布局无法精细控制，Metal 的 Slang 支持仍是实验性质、问题较多，需手动翻译 Shader。Metal 计算线程组大小需运行时解析注解，较为丑陋。总体而言，该 API 非常接近理想状态，但 Shader 编译器支持仍是最大短板。

作者是来自蒙大拿Libby阿米什社区的前成员，讲述社区如何从传统Amish生活走向现代化：2004年允许汽车，后来女性服装也逐渐放开。作者出生于2000年，成长中目睹Pennsylvania Dutch（德语族方言，社区内称Deitsch）在家庭中的衰落——越来越多亲戚与非阿米什人通婚，英语渗透进家庭聚会。作者在Berkeley就读时发起口述历史项目，用Deitsch采访30余位社区成员录制视频，旨在保存这门几乎没有任何影像记录的语言。文中提及1780年代一位德国访客批评Pennsylvania Dutch是「支离破碎的大杂烩」，但作者指出学界对此有更丰富的研究。评论聚焦于语言学层面的纠正：「hooche Leit」意为「高层次的人」，以及社区语言中实际存在「liiwe」对应标准德语「lieben」（爱），并非真的没有「爱」这个词。

加州一项争议性法案可能迫使社交媒体平台移除无限滚动等「心理上具有剥削性的功能」。法案针对旨在最大化用户参与度的设计特性，禁止对16岁以下用户使用此类功能。支持者认为无限滚动是让青少年沉迷的罪魁祸首之一，其发明者（纪录片《社交困境》主角的父亲）自己也深感后悔；但批评者质疑这是徒劳的猫鼠游戏，大平台有能力绕过限制。法案还引发关于「上瘾机制」与「良好用户体验」边界的讨论，部分人认为问题根源是定向广告而非滚动形式本身。欧盟委员会此前已认定Instagram和Facebook的沉浸式设计违反《数字服务法》。批评者警告此法案难以执行，可能需要设立类似铁幕的屏蔽机制方能真正落实，存在违宪风险。

本文通过两个案例揭示 IEEE-754 浮点标准中 NaN（非数）如何导致编程语言设计出现隐藏漏洞。案例一指向 Python：列表相等比较会先按标识符快速比对，相同对象直接返回 True；但 NaN 是唯一反例——nan == nan 为 False，导致 [nan] == [nan] 返回 True 而非预期的 False，违反了 Python 手册中「相同对象必相等」的反射性规则。案例二指向 Lua：其数值 for 循环内部使用 limit < init 判断初始条件，但后续用 idx <= limit 判断是否继续；当 NaN 参与时，前者通过而后者失败，产生只执行一次的反常行为；同时 step 为 NaN 时被当作负数处理，因判断逻辑是 0 < step。这些行为均未文档化，属实现疏漏。作者认为应向 Lua 学习，直接在循环中拒绝 NaN 输入。

本文是作者在ICML 2026上的主题演讲，探讨AI时代人类工作的未来。作者提出「AI作为普通技术」框架，强调AI是工业革命级别的变革性技术，但不会突然全面取代人类工作。该框架包含四阶段：能力发展→产品应用→早期采用→结构性适应，其中「适应」阶段最为缓慢，可能需要数十年，即使在软件开发等前沿领域也尚未真正开始。作者认为，即使AI能力持续提升，在实验室取得任何里程碑都不意味着人类突然失业，但工作性质将发生根本改变——从「做」转向「评估、判断与引导」。他区分了两种对立叙事：快速积累财富vs. 积累技能、品味与判断力，并认为现在正是建设互补性技能的最佳时机。对于未来，作者描绘了「极端个性化」愿景——软件不再是大规模统一生产，而是为每个人量身定制。但他也承认，真正引发范式转变的可能是递归自我改进等重大技术 discontinuity，目前不必过度担忧。

据市场研究公司 Emarketer 数据显示，OpenAI 的广告业务可能无法达到其设定的五年营收目标，差距高达 90%。OpenAI 内部预计 2024 年广告收入 25 亿美元，并野心勃勃地规划到 2030 年实现 1000 亿美元广告营收。然而现实是，包括 ChatGPT、Microsoft Copilot、Google AI Mode 及 Amazon Alexa Shopping 在内的美国独立聊天机器人应用，2024 年合计广告收入不足 10 亿美元，2030 年预计也仅能达到 541 亿美元。OpenAI 于今年 2 月启动广告试验，随后高调公布上述乐观预测。Emarketer 指出，该预测建立在多个激进假设之上：OpenAI 将大规模抢占传统搜索广告预算、主导尚不成熟的聊天机器人广告市场、并同时超越历史上所有广告形式的表现。评论者对这一「标题党」式报道褒贬不一，有人批评「on pace」表述误导，有人指出广告作为「资本主义的空气和水」不会消亡，也有声音担忧 OpenAI 若无法成功 IPO 恐将面临与中国实验室的激烈竞争。

DoorDash 在博客中介绍其利用「LLM 陪审团」（LLM Jury）从菜单图片和文本中自动提取食品元数据标签的方法。该方案让多个 LLM 分别独立评估单个标签（如蛋白质含量、制作方式、健康标识等），而非对整道菜做整体判断，并搭配多模态 AI 与提示词优化循环提升准确性。评论区质疑声不少：有用户指出这是「AI 叠 AI」，文章缺乏硬数据支撑，无法真正验证数据准确性；有人批评文章配图由 AI 生成、输出示例亦疑似虚构，显得不够严谨；还有人困惑为何选择优化提示词而非直接微调模型。此外，「healthy」健康标签被批评为过于简化，维护者澄清该标签属于营销定位而非营养定义。整体而言，该方案在工程层面有一定参考价值，但其可靠性和实际效果仍受社区质疑。

作者 cakehonolulu 在成功将 Linux 移植到 Atari Jaguar 后，再次挑战在 Sega 32X 上运行 Linux。Sega 32X 是 1994 年为 Sega Genesis/Mega Drive 推出的扩展附件，配备两颗 Hitachi SH2 32 位 RISC 处理器和一颗 Motorola 68000。文章详细介绍了移植过程中的主要障碍：32X 仅有 256KB + 64KB 内存，远不足以加载 Linux，因此需要借助 Krikkz 的 FPGA 闪存卡配合 SSFv2 内存映射器来扩展存储空间。更大的挑战在于三颗 CPU 之间的通信协调——由于缺少硬件同步原语（如 compare-and-swap），作者采用 Petersen's algorithm 这类软件算法实现互斥，并通过 UART 将 SH2 的输出转发到 Genesis。评论中有用户询问硬件测试可行性、视频输出改造为通用显示器，以及 SuperH 架构与 ARM THUMB 指令集的关系。

作者在 GitHub 上分享了一个用纯 SQL 实现神经网络的实验项目（基于 xarray-sql）。其核心思路是将关系代数作为中间表示（IR），借助数据库查询优化器来完成神经网络的训练和推理。该项目在 MNIST 数据集上进行了基准测试。从评论区来看，社区反馈积极但也提出了重要背景： einsum（爱因斯坦求和）与数据库连接在数学上等价，只是作用于不同的半环，相关理论早有论文论述；此前 MADlib 等开源项目已将机器学习算法集成到 SQL 数据库中。尽管如此，评论者仍认为这是一个「酷炫的」实践演示，证明了用 SQL 这类声明式关系语言编写张量程序的可行性。

Inscribe 团队对 Apple iOS/macOS 26 新引入的 SpeechAnalyzer API 进行了基准测试。结果显示：在 LibriSpeech 测试集上，SpeechAnalyzer 的词错误率（WER）仅为 2.12%（干净语音）和 4.56%（噪音语音），较旧版 SFSpeechRecognizer 的 9.02% 和 16.25% 下降约四倍，同时速度是 Whisper Small 的三倍且准确率更高。团队据此将 Inscribe 的默认引擎改为 SpeechAnalyzer（支持的语言）和 Whisper（其他语言）。批评者指出 benchmark 仅对比了 Whisper Small/Tiny/Base 等小型模型，未包含 Whisper Large V3 或 V3 Turbo，也没有与 Nvidia Parakeet、Mistral Voxtral 等新晋 SOTA 模型对比；另有用户反映 Apple 语音识别缺乏语言自动检测功能，且尚不清楚是否会在 iOS 27 中替代键盘听写。

Ludus Coriovalli 是一款约 1800 年前古罗马的失传不对称策略棋盘游戏，四只猎犬围堵两只野兔。2025 年发表于《Antiquity》期刊的研究团队借助人工智能，通过分析荷兰海尔伦博物馆馆藏的一块石灰石上的磨损痕迹，结合 Ludii General Game System 与 Alpha-Beta 搜索模拟，重建出九种可能的规则配置，其中四对二围堵机制最为匹配。游戏在 19 节点、线条连接构成的棋盘上进行，野兔需存活 150 回合或达成三次重复局面方可获胜。评论社区对 AI 重建方法提出质疑：有玩家指出规则本质为「最佳猜测」且游戏缺乏趣味性；有观点认为游戏严重不平衡，高手用猎犬轻松获胜而野兔几乎无胜算；也有评论将其与同样规则未知的 Tafl 系列和乌尔王棋等古老年间游戏相类比。

SX 2.0 是一款跨平台原生应用，让团队成员无需 Git 或终端即可共享 AI 技能。开发者 Dylan 最初为程序员打造了这款开源包管理器，但发现营销、法务、销售等部门最需要技能分享，却最难上手命令行工具。2.0 版改用共享文件夹（Dropbox、Google Drive、OneDrive 或 iCloud）作为后端，技能以 Markdown 格式存储于 assets/<name>/，版本历史存于 .sx/versions/，用户可直接用 grep 搜索或 Obsidian 编辑。点击 Sync 按钮后，SX 会自动将技能转换为目标 AI 客户端格式（Claude Code、Cursor、Copilot 等）并写入正确路径。此外还新增了扩展系统和 15 款官方插件，包括技能健康评分、团队使用追踪、审核轮换等团队管理功能。争议焦点在于：评论者普遍认为 GitHub 私有仓库方案更成熟（版本控制、权限管理），质疑 Dropbox 同步的延迟问题和版本混乱风险。

Jacquard 是一款新兴编程语言，专为 AI 生成代码、人工审查的工作流设计。其核心特性包括：函数签名中显式标注副作用（effects/permissions），如文件系统访问权限；采用 content-addressed 定义（类似 Unison 的思路）；支持代数效果（algebraic effects）和多射处理器（multi-shot handlers）。语言设计刻意精简，整体可塞入单个 SKILL.md 文件。社区争议集中在：LLM 本身不擅长为 LLM 设计语言，从零训练成本高；多射效果虽强大但人类难以推理；可读性存疑，与 Jai、Unison 等现有语言的边界模糊；为何不直接用现有代数效果语言实现。

SalesPatriot 是一家 Y Combinator 2025 年冬季批次（YC W25）孵化的初创公司，正在招聘全栈工程师，工作地点为旧金山。原文页面未启用 JavaScript，导致实际职位描述无法渲染，仅显示系统提示「You need to enable JavaScript to run this app.」。从 Ashby ATS 招聘系统的链接结构来看，该公司主要从事 B2B 销售效率工具方向。YC 背景通常意味着早期高增长团队，股权激励潜力较大，但工作节奏较快且稳定性有限。有意向的候选人需通过浏览器访问原文链接查看完整职位要求与薪酬范围。

Hackney 是一款新兴的网约车价格比较工具，用户输入目的地后可同时查看 Uber、Lyft、Waymo 和 Robotaxi 等多家提供商的价格与等待时间，再跳转至相应 App 完成预订。开发者声称操作便捷，但评论区的质疑相当密集：网友指出「Hackney」是伦敦传统出租车行业的专有术语，在英国 App Store 上架存在命名争议；更实际的担忧是此类应用依赖逆向工程 API，违反 Uber 等平台的服务条款，有导致用户账号被封的风险。有用户反映苹果审核时曾要求提供使用私有 API 的授权证明。此外，同类服务如 Obi、ride.guru、fareestimate.com 等早已存在多年，功能覆盖全球市场，Hackney 的差异化优势尚不明显。项目本身引发了对「逆向 API 是否合规」以及「服务条款法律可执行性」的讨论。

作者在 VPS 和家用服务器上部署 TFTP 蜜罐，运行一个多月后发现：每天收到 20~50 个 UDP 端口 69 数据包，但意外的是，绝大多数流量来自七家信息安全公司的定期扫描，而非恶意攻击者。这些公司包括 Shadow Servers、Censys、Driftnet、Shodan、Palo Alto Networks、Netscout 和 Internet Census。它们主要目的是识别互联网上哪些 IP 在监听 UDP 69 端口（即探测 TFTP 服务器是否存在），部分还会通过请求「a」文件或发送非标准 UDP 数据包来识别服务器软件类型。还有少量扫描尝试目录遍历漏洞（如请求 pxelinux.0 或 Cisco 配置文件）。作者指出，这些扫描几乎没有利用 TFTP 漏洞的意图，主要价值在于摸清互联网背景辐射的构成。

微软2026年初对Claude Code和GitHub Copilot CLI两款命令行AI编程工具进行了大规模追踪研究，覆盖数万名工程师。主要发现：首次使用主要通过社交网络传播；用户留存率与编码活动频率相关，而非人口统计学特征；采用者合并的PR数量比未使用时高出约24%。研究以「已合并PR数」作为产出代理指标，承认其局限性。社区争议焦点集中在：24%的PR增量不等于真正的生产力提升，因为PR复杂度、质量和特性速度均未被考量；当PR数量成为绩效指标时，可能扭曲开发者行为，导致更多小PR而非更有价值的变更。如何衡量AI对组织的真正价值仍是难题。