The Hacker Daily

一位创作者将日常积累的3D打印废料（主要是PLA线材残渣）重新利用，拼贴成一幅锦鲤池塘主题的马赛克装饰画。本文展示了如何将打印失败品「poop」变废为宝，赋予其艺术价值。评论区焦点集中在环保争议上：一方面有人指出该项目用了约8.5磅胶水（184根胶棒）来粘合10磅塑料，材料比例近乎1:1，实际效益存疑；另一方面，有用户援引研究认为塑料的碳排放主要来自生产阶段，废料产生后的填埋处理影响相对有限，PLA在碎片化后降解速度也较快。此外还有人提到PLA「可生物降解」说法本身存在误导性，整体讨论折射出个人环保行动在工业级浪费面前的无力感与价值困惑。

Jelly UI 是一个无依赖的 Web Components 库，旨在为原生 HTML 表单控件添加软物质物理（soft-body physics）效果，打造柔软、触感的产品界面。支持暗模式、从右到左布局及 WCAG AA 无障碍颜色标准，采用 Web Components 架构可直接嵌入任意框架。社区反馈两极分化：部分开发者欣赏其创意与对 prefers-reduced-motion 的优雅降级，但更多人批评滑动控件严重延迟、性能开销大（8ms RAF 轮询）、滚动体验被破坏、色盲用户红黄色难辨，以及部分控件不符合 UX 规范（如点击拖离仍触发事件）。

微软研究院凯文·巴扎德讲述2026年夏天数学界的重大变革。5月，ChatGPT成功反驳了埃尔德什单位距离猜想；OpenAI的Sol模型在3周内生成了120万行Lean证明代码，几乎相当于mathlib九年工作量的一半。7月的形式化费马定理工作坊上，AI工具不仅发现了人类撰写论文中的错误，还找到格罗滕迪克一个关于有限自由群scheme猜想的新反例——一个阶为4但不能被4消灭的群scheme。巴扎德认为，大规模AI生成数学证明已成必然，但也强调需用Lean等形式化工具验证AI输出的代码安全性。

作者在 TacoSprint 2026 尝试让 Nix 支持可重定位二进制文件，最初设想是给内核打补丁直接支持 $ORIGIN。他向 Linux 内核邮件列表提交提案后，VFS 维护者 Christian Brauner 并未拒绝，而是提出更优雅的方案：利用 eBPF + binfmt_misc 实现可编程的解释器选择机制。这比原方案更强大——不仅支持 $ORIGIN，还可做任何自定义逻辑。文中展示了简单 eBPF 程序实现，以及 Christian 后续发布的 L 标志（loader substitution）补丁，解决了传统 binfmt_misc 导致的 argv[0] 和 /proc/self/exe 泄漏问题。作者计划在功能稳定后，为 NixOS 上游一个模块，通过新的 PT_INTERP_NIX 段让二进制主动选择加入，保持向后兼容。

Nativ 是一款面向 Apple Silicon Mac 的本地大模型运行工具，基于 Prince Canuma 维护的 MLX-VLM 库构建，支持 Google、Cohere 和 Liquid AI 的开源模型。与 LM Studio、Jan.ai 等竞品不同，Nativ 采用 MIT 许可证、桌面应用全开源且不设账户或订阅，主打隐私和开发者友好的透明性。核心功能包括流式输出、Markdown/代码高亮、图片输入，以及实时显存、温度、TTFT 监控指标。评论区的争议集中在：与 LM Studio 的差异化不够明显、「frontier」用词是否夸大、以及 18GB 内存 MacBook 运行模型的实用性——多位用户反映即使基础模型也会导致过热降频，建议至少 32GB 以上配置。

Ex Situ 是一个开源的交互式地图项目，可视化流散文化文物的地理轨迹——即文物从原始地点被转移至全球博物馆收藏的路线图。项目目前聚合了纽约大都会艺术博物馆（Met）、伦敦维多利亚与艾伯特博物馆（V&A）、柏林国家博物馆（SMB Berlin）和芝加哥艺术学院（AIC）这四家拥有开放 API 的欧美机构的藏品迁移数据。用户可在地图上直观浏览文物「从哪里流出」和「到哪里去」的弧线分布。开发者表示，这是起点，欢迎基于公开数据进一步扩展。项目引发了关于覆盖范围的讨论——有用户指出仅收录西方博物馆，对东欧（莫斯科、克里米亚）及东亚（日本掠夺朝鲜文物）的文物流转记录不足。

ACLU报道，美国车牌识别摄像头（ALPR）巨头Flock Safety多次对市议会、警察部门和公众撒谎。典型案例：威斯康星州Oshkosh市议会询问系统是否生成车辆轨迹热图，Flock安全官否认，但次日即被揭露存在该功能，市议会随即撤销已批准的合同。Flock的撒谎模式还包括：声称联邦机构无法访问数据，实际却与 CBP/DHS 有试点项目；发布误导性博客称「不与ICE合作」，回避通过执法客户间接共享数据的事实；吹嘘「主动搜索词工具」可防止滥用，实际审核显示警察常用「调查」或「hehehe」等模糊词绕过过滤。Flock甚至谎称与ACLU合作设计系统。ACLU批评Flock将隐私关切视为公关问题而非真正改进，呼吁政府在考虑使用ALPR前慎重评估Flock的可信度。

这是一个利用 3D Gaussian Splatting 技术对旧金山恩典大教堂进行沉浸式三维重建的交互式演示网站，由开发者 Vincent Woo 发布（其此前还扫描过 Sutro Tower）。用户在浏览器中即可自由探索大教堂内外，包括彩色玻璃窗、管风琴、Keith Haring 祭坛画等细节。演示支持「Peek」拆解模式，可像工程图一样层层展开建筑结构。为增强沉浸感，场景中加入了移动的汽车和环境音效。评论普遍惊叹于渲染精度，认为 Gaussian Splatting 在移动端硬件上已能实现令人印象深刻的细节表现。不过部分 Firefox/Windows 11 用户反映页面会崩溃（疑似 WebGPU 驱动问题），大理石地面的渲染也存在挑战。开发者透露曾花费大量时间手动遮罩修正各次拍摄间的不一致，还曾因拍摄间隔过长导致建筑新增了天花板结构。

Cursor 探索了大语言模型 Agent 集群协作完成复杂任务的能力。通过让多个 Agent 扮演 Planner（规划者）和 Worker（执行者）角色，利用规划者专注分解任务、执行者专注单项工作的分工，解决单 Agent 长时运行时的「上下文膨胀」与「目标漂移」问题。实验显示，新 swarm 用 Grok 4.5 在 4 小时内让 SQLite Rust 实现通过 80% 的测试用例，而旧 swarm 在 2 小时内失控。为支撑每秒约 1000 次提交的高吞吐，Cursor 还自研了新版版本控制系统。评论中有人质疑 SQLite 源码可能已在预训练数据中，也有人指出大量提交可能只是 busywork，且只有前沿模型能胜任自主工作，成本反超人类工程师。

Mathup 是一个将简易数学标记语言转换为结构化 MathML 的 JavaScript 工具。它的语法受 AsciiMath 启发，旨在提供比 TeX 更简洁的书写体验（如用「a/b」代替「\frac{a}{b}」），同时比 MathJax 更轻量快速——MathJax 会完成搜索、解析、翻译和渲染的全流程，而 Mathup 只负责解析和转换，将渲染工作交给浏览器。该项目支持 npm 包、命令行、浏览器 script 标签和自定义元素四种使用方式，可输出 MathML 字符串或直接注入 DOM。文档详细列出了操作符、标识符、希腊字母、分数等语法的映射规则。适合需要快速编写数学表达式、而不需要 MathJax 完整功能的开发者。

Bloomy 是 YC S26 孵化的 K-12 AI 学习产品，主打「掌握式学习」——学生需真正弄懂一个知识点才能进入下一个。核心机制包括「Climb」练习区和 Bloomy Bot，后者只在学生连续答错 3 题后才介入引导。平台内置「Bloomy Bucks」积分奖励体系，学生可用于兑换特权。试点数据：6-8年级学生每周使用 1 小时，NWEA MAP 成绩增长达预期值的 1.8 倍。争议焦点集中在两个方面：一派观点认为屏幕时间对儿童有害，AI 无法替代真实的人际互动和情感支持；另一派则认为教师资源短缺、预算压缩的现实下，AI 是扩大个性化教学覆盖面的可行路径。教育专业人士对内容质量持保留态度，市场推广路径仍在探索。

文章认为AI模型本身缺乏护城河，真正的护城河在于企业服务层面。美国政府的GPU出口管制及数据监管原本意图遏制中国，却反向推动中国采取「开源权重」策略——将模型开放发布，使美国计算劣势转化为全球分发优势。文章援引a16z合伙人数据称80%初创公司已在使用中国模型，且中国模型正在缩小与美国前沿模型的性能差距。作者批评美国公司追逐短期利润而非生态系统利益，认为在基础设施领域「开放几乎总是赢家」。文章警告若美国AI支出崩溃，后果将很严重，并呼吁构建更符合公共利益的开放技术。

本书由心理科学家 Cat Hicks 所著，聚焦软件团队的心理动力学。Hicks 驳斥了「罐装大脑」式孤立思维神话，主张创新源于社会学习而非个人英雄主义，提出「更多乐队、更少摇滚明星」理念，强调心理安全、学习与协作是组织基础设施而非可选项。书中探讨团队表现悖论、冲突与联盟的张力，并给出打造自我认知型组织与健康文化的实操路径。业界好评如潮：Microsoft VP Scott Hanselman 称心理安全是「基础设施，非福利」；Greg Wilson 认为这是「数年来软件工程领域最重要的新视角」；Team Topologies 合著者 Matthew Skelton 赞其契合价值流速原则。但社区评论反映：网站购书体验差（Cookie 横幅混乱、无电子书格式说明），有读者质疑作者「你是最聪明的人」叙事存在自恋倾向，亦有人将其与 Weinberg 经典《计算机编程心理学》比较。

作者因为厌倦了 xargs 的各种选项和边界情况，写了一个名为 bashumerate（命令为 enumerate）的 bash 枚举工具。该工具提供一致的 {} 占位符语法，可迭代文件、文件列表、行和数字范围等，声称比记忆 xargs 的多个-flag 更简单。核心用法如 enumerate -f '*.sh' -- 'wc -l {}'。然而社区反应两极：支持者认为确实解决了 xargs 的痛点，部分场景下 GNU Parallel 更成熟；批评者指出 xargs -0/-I 本身已足够，且 find -exec 也是标准做法；还有人认为 bash 内置的 for 循环本身就很直观，无需额外工具；更有人建议直接迁移到 Nushell 等现代 shell。评论还指出文档示例中 -- 的使用不符合常规习惯，以及存在性能问题（每项创建一个新进程）。

文章核心观点：AI代理的成本主要在「读取」而非「执行」，因此传统的「前沿模型规划 + 便宜模型执行」方案反而会增加成本。因为规划阶段前沿模型读取的所有上下文，执行阶段便宜模型还要重新读一遍，等于把昂贵的读取操作复制了两份。作者提出 /prewalk 方法：让前沿模型探索并初始化待办清单，在第一个编辑落地后立即切换到便宜模型，同时从上下文移除规划指令——便宜模型会以为自己在主导，以为自己写好了计划、刚完成第一个有效动作。实测数据：GPT-5.6 Sol 以 61% 成本达到 97% 通过率，Opus 4.8 以 53% 成本达到 92% 通过率，且速度提升 1.5 倍。更意外的发现是 /prewalk 模式下模型极少作弊（上网搜答案），因为它在「自信阶段」就被终止了，还没到绝望时。

本文是技术从业者 Scott Larson 关于监控资本主义的社区演讲。核心论点：Google、Facebook 等巨头构建用户行为预测档案并出售给广告商，以此影响个人行为以获取商业或政治利益——这一商业模式已悄然重塑社会却未获公众知情同意。作者认为监控资本主义并非必然结果，而是可以通过有知情的、持续的公民参与来纠正的局面。演讲重点包括：①「enshitification」现象——当用户成为产品，服务从有用变为剥削；②三大趋势——用户不再是真正的客户、设备制造商以数据收集能力实施掠夺性定价、算法设计制造分裂以 commodify 注意力；③技术伦理问题涉及软硬件设计对行为的塑造。作者的动机来自对女儿未来及客户选择自由的关切。批评者指出文章缺乏可验证的事实支撑，停留在政治/社会理论层面，且仅靠觉醒不足以对抗有组织的商业帝国，建议转向 EFF、EDRI 等实际倡导组织。

一位父亲陪两岁儿子玩Brio木质火车轨道时，开始系统思考一个算法问题：给定一套轨道 pieces，能否让它们全部组成一个封闭的闭合回路。他用三种递进复杂的求解器来探索：回溯搜索（按尝试-回退方式枚举）、约束求解（Z3）、以及SAT求解器。文中将轨道建模为图论结构：pieces是边，连接器是顶点，闭合条件即所有连接器成对匹配、Euler回路存在。随着加入交叉点（H3）等分支零件，搜索空间指数膨胀。作者指出，SAT求解器不仅更快，还解决了「同时选择pieces及其摆放位置」这一更好的问题表述。评论关注点包括：Brio极松的公差把组合问题变成连续问题、现代约束求解器的backjumping优化、以及部分读者质疑内容是否过于自夸或夹杂书籍推广成分。

开发者利用 Three.js 打造了东京新宿站的3D室内可视化模型，数据来源于日本政府公开的行人网络数据。评论者普遍认为该项目视觉惊艳，有用户将其比作《最终幻想7》中Midgar城或《攻壳机动队》的计算机界面风格。有人询问图中标注的陡峭角度箭头究竟是何设施（既非扶梯也非直梯），多位熟悉现场的网友解释可能是电梯，或因楼层间距被夸张处理以方便查看。另有关于行人安全的讨论，有用户提及德国Love Parade踩踏事故，呼吁人群密集场所保持警惕。另有华人网友称从未迷路新宿站，只因非旺季出行。关于图中缺失Tochoumae和西新宿站区域的反馈，以及有用户建议增加其他车站或提供定位导航功能的期待。

VTuber是一种使用Live2D Cubism等软件让动画角色实时反映真人动作的在线表演形式。文章通过采访Astraline旗下VTuber Sakuraha Rua、Amikoto Ash、Tsunano Toro以及前hololive员工Yuki，探讨这一现象的发展。Amikoto认为VTuber的吸引力在于「角色扮演的自由度」——可以用2D形象展现更夸张、更真实的自我。日本是VTuber发源地，2011年Ami Yamato开创先河，2016年Kizuna AI首次病毒式传播，截至2024年底日本约有6万个VTuber账号。hololive和NIJISANJI两大经纪公司垄断市场，日本VTuber更认同自偶像文化延伸的「雇佣关系」，但海外VTuber普遍渴望更多创意主导权，抱怨「需要说服四层日本管理层」难以施展。企业签约好处显而易见：2024年hololive顶级VTuber super chat和广告收入各达数百万美元。VTubing正从日本向英语市场扩张，但管理文化差异是主要挑战。

研究者对12575篇arXiv论文进行AI写作特征检测，以2021-2022年预ChatGPT论文建立0.4%假阳性基准线，发现至2026年约32%新论文被标记为机器写作特征，计算机科学最高约65%，数学仅0.7%（因定理证明结构导致检测盲区）。研究坦承多重局限：数学等符号密集领域检测器敏感度降低、覆盖不完整使结果为下界、单篇标记无法判断辅助程度。社区质疑检测器可能学到了后2022年流行词汇而非真正AI特征；多名研究者测试自己真实手写作文被误标为AI生成；有人指出学术写作本就模板化，AI辅助或仅改善语法不可等同全篇生成；研究呼吁勿将标记率直接等同于学术不端。

作者认为业界混淆了「完美」与「过度工程」。过度工程的核心是「解决错误的问题」，而非追求极致。文章主张：需求清晰、约束明确时，完美方案会自然浮现——它是唯一符合条件的选择。关键在于将系统视为产品，真正理解用户需求，而非假装存在纯粹的「纯技术」方案。文章以三人团队维护五个微服务为例，他们为解决并不存在的扩展问题，牺牲了数据库完整性和运维简便性，换来收益远低于代价。评论中有认同此定义者，也有观点指出真实约束不断变化，完美方案几乎不存在，更多是权衡取舍。

本文是一篇2012年的技术博文，作者通过实际拍摄照片来验证游戏中的「屏幕空间环境光遮蔽」（SSAO）效果是否真实。核心论点是：现实房间的角落并不会像SSAO渲染那样明显变暗。作者认为许多开发者误以为角落本身就应该是暗的，因此写出的代码产生了不真实的结果。通过对实际照片的像素采样和亮度曲线分析，作者指出角落的暗化主要源于直接光源的软阴影，而非环境光遮蔽本身；即使用于近似间接光照的AO，其程度也被SSAO严重夸大。文章还讨论了「Lambertian点积」等物理因素对角落亮度的影响，并承认照片的色彩空间可能不完全准确。

罗马尼亚国家测绘和房地产广告机构（ANCPI）遭黑客入侵，攻击者使用有效凭证进入系统，在勒索失败后清除了该国整个土地注册数据库及备份。目前官方应用和网站已离线约一周，导致房产交易停滞、公证人无法记录新交易、公民无法获取产权证明。罗马尼亚正从零开始重建整个网络。安全公司KELA已确认攻击者身份为阿尔及利亚人Zakaria Mahdjoub（代号ByteToBreach），该黑客此前还入侵了瑞典政府门户等多国机构。评论焦点集中在：政府IT合同腐败导致安全措施形同虚设、密码管理松懈且缺乏2FA、备份系统与主网络未隔离、以及为何中心化数据库能被单一凭证轻易清空。

Anthropic 研究员 __alpoge__ 发推宣布 Claude Fable 找到了雅可比猜想（Jacobian Conjecture）的一个反例。该猜想是代数几何中困扰数学界 85 年的未解难题，其核心命题是：当多项式映射的雅可比行列式为非零常数时，该映射是否必为双射。Fable 给出的反例是一个从 C³ 到 C³ 的多项式映射，雅可比行列式恒为 -2，能将三个特定点映射到同一点（-1/4, 0, 0），从而证伪该猜想。这一成果被多位研究者用不同方法验证，包括 GPT-5.6 Sol 的七种独立验证。评论区引发热议：有人认为这是 AI 数学能力的里程碑式证明；有人指出该反例规模很小，1997 年的研究生用三天计算机搜索也能发现；也有人对在 X 发帖而非正式发表在 arXiv 上提出质疑。雅可比猜想被证伪还连带推翻了与之等价的泊松猜想和 Dixmier 猜想。

Jellyfin 项目联合创始人 Joshua Boniface（Project Lead）与 Andrew 宣布离开该项目，结束约 7 年半的运营。Joshua 表示自己面临严重倦怠，无法继续投入项目所需的精力和时间，但承诺平稳交接。官方称此次离职为和平过渡，未涉及内部纷争。Jellyfin 作为顶级开源媒体服务器，常被视为 Plex 的替代方案——后者近期将终身会员涨至 750 美元引发社区不满。评论聚焦于开源维护者倦怠问题、项目内部治理争议及客户端应用（如 Apple TV 的 Swiftfin）体验不佳等议题。