The Hacker Daily

Bend 宣称面向 AI 编程时代：开发者把不应被破坏的规则写入「LAWS.bend」，再由「PROOF.bend」证明实现满足这些规则，从而让 AI 代理在每次修改后快速检查。它结合接近 C 的原生性能、CPU/GPU 并行运行、类似 Lean/Rocq 的证明检查，以及接近 Python 的语法；作者强调无需线程、锁或手写 CUDA 内核即可并行化。项目仍年轻，主要适合 Linux/macOS 后端场景。争议集中在证明和规则本身是否可靠、AI 是否会改坏法律、形式化验证是否能扩展到真实软件，以及项目仓库历史和成熟度带来的信任问题。

Qwen 3.8 Omni Flash 似乎主打低成本多模态能力，评论据官方说法推断其音视频表现接近 Gemini 3.8 Flash，整体音频能力甚至更强。社区最关注价格：有人列出 Gemini 输入/输出约 1.5/9 美元，而 Qwen 3.8 约 0.15/0.47 美元，若性能相当将是巨大降本。讨论也延伸到 Qwen 3.8 Max、Flash Next、开源权重发布节奏、125B 版本可用性，以及中国、美国、欧洲在 AI 产业化上的差距。争议点包括中国模型是否受益于蒸馏闭源模型、欧洲是否缺资本与产业生态、以及部分模型是否为追逐基准而牺牲通用体验。

文章指出，古希腊语中约有一千个词无法追溯到印欧语或周边已知语言，如「迷宫」「橄榄」「雅典」「阿喀琉斯」等。作者把它们解释为希腊人进入爱琴海地区后，从更早的新石器农业社群语言中吸收的底层词，尤其涉及植物、海洋、地名和神名。文章借「海」「橄榄」「无花果」「柏树」等例子说明迁徙和语言替换会在词汇中留下化石记录。评论区则质疑标题暗示单一「前希腊语」过度简化，并围绕印欧语是否已有「海」的词根展开争论。

Hister 是一个开源的个人搜索引擎，用来离线索引用户访问过的网页和保存的本地文件，解决「几周前看过但找不到」的问题。作者曾做过隐私元搜索 Searx，这次转向个人知识库式搜索；用户可通过浏览器插件选择或自动收集页面，也能作为默认搜索入口，并用双叹号跳转外部搜索。评论普遍认可需求强烈，已有用户表示它在查找旧链接、PDF、工作资料时很实用；也有人指出 Chrome、Opera 早年曾内置类似全文历史搜索。争议集中在安全与信任：索引浏览历史和文件权限很敏感，未进入发行版的软件需容器化、权限隔离或审计。另有讨论建议支持 Android、书签服务、Linkwarden、视频字幕、LLM 摘要和自定义抽取器。

蜡马达是一种把热能转为线性机械运动的执行器，利用石蜡等材料熔化时约 5–20% 的体积膨胀推动柱塞，冷却凝固后再由弹簧、重力等偏置力复位。它输出力大、动作平滑、可用电加热也可利用环境热，因此常见于航天油路控制、恒温混水阀、洗衣机门锁、洗碗机分配器、温室通风窗和热水采暖区阀。文章强调其低技术复杂度、可靠性和被动工作的优势；评论则补充了汽车节温器、微波炉通风、太空应用等遗漏场景，并讨论维基配图和分类是否准确。

富士通宣布新一代服务器 CPU「FUJITSU-MONAKA」，主打日本设计开发、面向数据中心、企业、学术与 HPC，并强调 AI 推理、能效与技术主权，预计 2026 年 11 月起在日本和欧洲供应。评论指出其本质是 Armv9/SVE2 路线，延续富士通从 SPARC 到 Fugaku/A64FX 的 HPC 传统，但官方对 Arm ISA、内存规格和代工地点表述含糊，引发对「日本制造」含义的质疑。社区同时讨论 AI 推理为何用 CPU、软件生态与企业销售支持是否足够，以及富士通因英国邮局 Horizon 丑闻带来的信誉阴影。

ByteShape 发布 Qwen 3.8 27B 的全量 ShapeLearn GGUF 量化版本，并与早期 ShapeLearn-Lite、Unsloth Dynamic v3、ISTA-DASLab 等方案对比。作者称全量 ShapeLearn 在六种 GPU 测试中都把质量-速度前沿向外推进，默认推荐 13.1GB 的 GPU-5，达到 BF16 综合基准 99.63%；若显存或上下文受限，11GB 的 GPU-4 仍有 98.72% 且更快。文章还讨论 MTP 与 DFlash2 推测解码：DFlash2 通常更快但更占显存且不支持图像输入。作者强调「KLD」不等于任务表现排名，Lite 虽 KLD 不占优，实际基准仍有竞争力。评论区则质疑其相对 Bonsai、Unsloth 的速度和长任务稳定性。

作者主张把 LLM 当「副编辑」而非代笔者：先自己写完整草稿，再让模型找问题。两条核心规则是不要直接采用模型给出的任何措辞，以免文章滑向顺滑却失真的「输出感」；也要警惕模型的鼓励，因为它会让作者误以为初稿结构、段落和表达已经足够好，从而放弃真正塑造个人声音的重写过程。LLM 的价值在于机械地标出被动语态、动词名词化、重复用词、赘词和可移动段落，并可用于比较修改版本，但最好隔离上下文避免迎合。评论区认同「第二双眼睛」的价值，也争论模型品味差、AI 文本污染阅读环境，以及事实核查和技术写作中的实际用途。

作者为音乐视频背景编写 Voronoi 噪声着色器时，发现动画只在一台搭载 RTX 4070 的 Windows 电脑上出现异常卡顿，而其他 Intel 集显、手机和 RTX 2070 设备都正常。文章记录了一周的调试过程：从简化效果定位到生成 Voronoi 中心的噪声函数，再追查到 `fract`、浮点精度和不同 GPU／浏览器／驱动对 shader 编译与执行的差异。它既是一次具体的图形 bug 排查，也展示了程序化噪声、hash、GPU shader 无状态执行模型，以及跨硬件浮点行为可能带来的可见渲染问题。

文章借 2026 年 7 月 Telstra 大规模故障说明现代基础设施对统一时间的硬依赖：一个位于墨尔本、维护后误认年份为 2006 的 GPS 接收器，通过改造后的 NTP 对等拓扑和冗余退化，把错误时间扩散到移动核心网络，进而影响语音、短信、紧急呼叫、列车、支付和充电等系统。作者强调，NTP 的分层和投票机制只有在时间源真正独立时才有效；局部为解决眼前问题的改动，若无人审视整体，会形成隐蔽的时间环路和单点依赖。评论则质疑文章把蜂窝 TDD 精密同步与 NTP 混为一谈，并建议直接阅读 Telstra 原始审计报告。

Flet 1.0 主打用一个 Python 代码库开发桌面、移动和 Web 应用，底层依托 Flutter，提供 150 多种控件和服务，覆盖布局、导航、表单、对话框、主题、无障碍、测试和打包发布。它支持携带 NumPy、pandas、Pillow 等常见 Python 包，并通过预构建包降低 iOS、Android 原生依赖编译成本；Web 端可用 Pyodide/WASM 在浏览器运行 Python，或由服务器实时推送 UI 更新。争议集中在 Python 叠加 Flutter 的性能、包体、抽象层和长期可维护性，也有人以实际项目经验称其比 Kivy 更顺手、开发活跃。

文章讲述华盛顿州立大学果树遗传学家 Cameron Peace 与缅因有机农民园艺协会等团队，通过 DNA 指纹识别出一棵在缅因旧农场中幸存的古老苹果树，发现它正好填补了北美苹果谱系中的一个空位，可能是数百个美国苹果品种的祖先之一。此发现不仅补全了苹果传播与育种史，也凸显遗传多样性的现实价值：美国商业苹果高度依赖少数品种，面对火疫病、白粉病、疮痂病和气候异常更脆弱。寻找失落品种可为未来育种重新引入抗病、耐候等被市场淘汰的性状。

Ask A Monk 是一个匿名倾诉与回应网站，主张有些长期困扰的问题更容易告诉陌生人：对方不能修好你的人生，但也许能倾听并暂时分担。页面强调这不是危机干预服务，并感谢那些不留姓名、为陌生人写下真诚回复的人。HN 讨论对理念反应分化：有人喜欢这种匿名互助的温柔氛围，也有人质疑它很快会被 AI 内容、垃圾信息、仇恨言论和不靠谱的人生建议污染；另有用户指出答复流程、SSL、疑似 LLM 运营等问题。

西班牙特鲁埃尔省 El Castellar 附近的 La Tejería 遗址出土 14 枚保存良好的尾椎和若干人字骨，被 Fundación Dinópolis 团队鉴定为「梁龙」属化石，这是该属首次在北美以外得到确认。该个体生活在约 1.5 亿年前的晚侏罗世，体长约 25 米，与北美亲缘种相当。研究者认为，其解剖特征和演化分析都指向梁龙属；这一发现为晚侏罗世北美与欧洲之间曾通过临时陆桥发生恐龙扩散和动物群交流提供了重要证据，也强化了特鲁埃尔作为研究欧洲侏罗纪蜥脚类多样性的关键地点地位。

作者以金融消费应用中的「文档中心」和「通知中心」为例，指出许多看似简单的功能会把组织的复杂性转嫁给用户，并演变成长期维护负担。真正有效的说服方式不是只算开发成本，而是展示多年运行成本。作者主张逐个用例判断是否必须建设平台，优先使用简单或现成方案，并主动删除低价值内容。文章还引用内容治理和行为研究说明，人们天然偏好增加而忽视删减；即便 AI 让构建更便宜，更聪明的用法也应是维护、修剪和聚焦，而不是无限扩张。

作者此前修好一台廉价购入、因电感虚焊而完全失效的 NZXT Signal 4K30 采集卡后，发现某些 720p60 信号会呈现绿粉色。借助 Claude 分析固件、ITE IT6805 驱动和调试 UART 输出后，他确认问题来自 DVI 模式下的颜色格式设置错误：代码注释说应按 RGB 处理，却把寄存器 0x6B 写成 YUV422。作者冒着刷坏设备的风险，用补丁把固件中一条指令改为写入 0，绕过官方升级器限制重新刷机，最终修复问题。文章价值在于展示 AI 辅助逆向能显著降低硬件固件修复门槛，也指出供应商示例代码错误可能被大量设备继承。

Waymo 宣布计划在新加坡推出全电动自动驾驶网约车服务，定位为支持新加坡绿色出行、智慧交通和公共交通体系的补充。公司称其自动驾驶系统依靠摄像头、雷达和激光雷达实现 360 度感知，已在美国多城运营并每周提供 50 万次以上出行，事故伤害率显著低于人类驾驶。新加坡项目将分阶段推进：明年先由人工驾驶进行测绘和验证，2027 年寻求陆路交通管理局批准自动驾驶系统，2028 年开放商业服务。争议焦点在于新加坡公共交通已高度发达、汽车拥有成本极高，Robotaxi 的真实需求、路线限制、就业影响和政府监管节奏仍待观察。

CrowdSec 确认其 GitHub 私有仓库在 2026 年 5 月发生源代码泄露，涉及 SaaS 控制台、部分 AWS 例程、连接器和自动化代码；开源安全引擎本来公开，不在影响范围内。公司称未泄露客户数据、账号密码、PII 或日志，也暂未发现可横向移动的凭证。疑似攻击路径是 5 月的 Tanstack 供应链妥协，后门组件窃取了可读取私有代码库的 CI/CD API key。CrowdSec 已轮换相关令牌并继续监控异常活动，但社区对安全公司自身安全实践提出质疑。

Gowers 解释自己为何未签署 25 位菲尔兹奖得主关于 AI 与数学的公开信。他同意数学界面临危机，也认同思考问题本身能带来理解，但不完全接受公开信把「概念理解」置于「解题」之上的表述。他认为数学家处在一个光谱上：有人以解题为核心、理解为手段，也有人相反；两者共同构成健康生态。AI 可能大量产出定理与证明，既会加剧未被消化的数学结果，也可能推动更多重要发现。真正紧迫的问题，是如何说明即使 AI 能证明新定理，人类数学专家、共同理解、选题判断和传统延续仍有价值。

文章担忧强大 AI 与资本计算力正在改变数学研究的激励结构：过去数学从秘密技艺转向公开发表，但如今大型 AI 公司可能凭借高额算力，在听到某个难题接近突破的风声后抢先生成形式化证明并夺取归属。作者认为，稀缺资源可能从证明本身转为发现有前途的问题方向，这会迫使数学家隐瞒中间成果，损害开放协作传统。其建议包括：重大成果尤其是悬赏问题应能归属于具体人类或团队；AI 辅助发现必须公开完整方法、提示词和代理系统设置，以降低企业用黑箱流程抢占成果的诱因。争议焦点在于，这是真实制度风险，还是对单一事件的过度恐慌。

Uber 文章指出，传统按服务配置重试次数或「重试预算」只能限制局部行为，难以应对深层依赖链和扇出带来的跨服务放大：下游 D 故障时，上游 A、B、C 都重试会把局部故障推成全栈事故。Uber 的方案是在共享基础设施中建立「错误归属」：若服务因下游失败而返回错误，它只是症状；若没有下游失败却出错，它才是原因和责任方。调用方据此只在错误源附近重试，并结合依赖分析、重试标记和预算，减少无效重试同时保留必要的至少一次重试机会。争议点在于文章较少讨论负载削减、退避、熔断等常见配套机制。

Khipu Field Guide 是独立研究者 Ashok Khosla 建立的印加结绳资料与研究网站，面向公众开放 703 件 khipu 的高精度数字数据库，并用比照片更便于分析的符号化示意图呈现主绳、垂绳、附属绳与绳结结构。网站分为指南、图册、研究笔记、安第斯文本、数据库、书目和团队介绍等部分，既介绍 khipu 的历史和读法，也展示数据科学如何帮助识别排列、方向、破损与编码模式。其价值在于把长期分散、难以判读的考古材料整理成可交互、可计算、可复核的研究入口；原文主要是项目介绍，未呈现明显争议。

Snapdrop 主打像 AirDrop 一样在不同设备间即时分享文件：电脑、手机、Linux、Windows、Android、iPhone 只要有浏览器即可使用，无需安装、注册或配置。页面说明称，请求麦克风权限是为帮助 Chrome 发现附近设备，麦克风只会短暂启用，不录音也不上传音频。社区关注点集中在隐私、可靠性和项目归属：有人引用说明称文件点对点传输、不经服务器，也有人质疑免费模式、广告、服务稳定性、大文件传输能力，以及 Snapdrop、PairDrop、LocalSend 等同类工具之间的关系。

Cognition 介绍 Devin 的新功能「Code Scans」，面向那些不是从具体改动开始、而是从工程目标出发的任务，例如提升 SEO、减少维护负担或缩短编译时间。用户用自然语言描述目标后，Devin 会协助确定范围与判断标准，再用「Agentic MapReduce」把代码库调查拆成批次，由并行代理检查、汇总、去重并按优先级生成报告，随后可继续生成待审 PR。文章给出两个案例：在 Dioxus 仓库中将干净调试构建时间从 58.6 秒降至 21.0 秒；在 devin.ai 与 cognition.com 扫描 SEO 后修复 44 项问题，使健康分提高、慢页面减少并消除缺失图片 alt 文本。评论很少，争议尚未展开。

论文提出「无限参数 LLM」：用紧凑超网络把运行时数据转成共享基座网络的低秩权重调制，并以贝叶斯方式维护潜在代码，随会话在线更新有效权重。它试图把用户提供的事实、纠正和行为偏好写入权重，而不是反复塞进提示或检索上下文，从而节省计算、释放窗口并跨轮持久化。作者强调存储规模固定，但可生成的权重状态近似无限，并给出与上下文学习、检索对比的评测方案。争议集中在稳定性、投毒、隐私归因和服务成本。