The Hacker Daily

Bryan Cantrill 借 Oxide 向 Sun 致敬的 T 恤，引出对 Sun 失败原因的反思。他认为 Sun 并非缺少好技术或战略：OpenSolaris、Solaris、硬件生态都曾能吸引后来被称为云计算的创业公司。但 2005 年一个关键客户想买大量 Sun 设备时，Sun 销售迟迟不回应，还推错产品；相比之下 Dell 通过表单、客户经理和租赁流程迅速成交。作者把这视为 Sun 对「经营业务的机械细节」失去兴趣的象征。文章的价值在于提醒技术公司：怀旧应同时包含敬意与警示，优秀工程无法替代可执行的销售、产品和客户体验。

作者批评越来越多人把 AI 生成的设计文档、PR 摘要、会议纪要和私人信息直接丢给他人阅读：这些文本细节很多，却缺少动机、语境、风险判断和作者声音，读者无法区分重点，只能被迫在机器输出中重建上下文。他认为 AI 对写作最有价值的用法不是代笔，而是辅助作者保持思路：核对技术细节、补全引用、纠错、简化句子、画图和写摘要。核心主张是：重要沟通需要人的经验、取舍和脆弱性，AI 可以帮助写得更好，但不应替代作者表达。

Artificial Analysis 评测称，小米发布的开源权重 MoE 模型 MiMo-V2.6-Pro 在同级模型中表现突出：智能指数 46，显著高于同类中位数 18；总参数 1 万亿、活跃参数 420 亿，支持文本、图像、语音和视频输入，文本输出，上下文窗口达 100 万 token。其输出速度约 125 token/s，价格为每百万输入 token 0.43 美元、输出 0.87 美元，整体性价比在开放权重大模型中较强。不过文章也指出模型偏啰嗦，评测用量达到 1.4 亿输出 token。评论区对速度和分数可信度提出质疑，并发现页面中关于「高于中位数」的表述存在明显错误。

Linear 认为，AI 代理显著提高了提交代码的速度，但每个 PR 仍要等待 CI 验证，导致反馈延迟和基础设施成本上升。其测试规模年内接近四倍，但通过迁移到更快的第三方 runner、采用 tsgo、去掉 ESLint 对类型检查的依赖、优化关键路径上的变更检测与 checkout、减少重复安装、使用基础镜像、按包过滤 pnpm install、避免低效缓存、用数据库 schema 快照替代重复迁移等手段，将 PR 等待时间从 6 分多降到 5 分出头，并把单测 runner 时间约减半。争议在于：更快 CI 是否只是迁移瓶颈，AI 生成测试是否带来大量低价值工作，以及产品质量和人工验证是否才是真正瓶颈。

Science 报道称，NASA 的火星样本返回计划已基本走到尽头。评论区普遍认为，核心原因是任务成本和进度失控：方案一度膨胀到约百亿美元级、样本可能要到 2040 年才回到地球，难以在预算压力下继续获得支持。支持者则惋惜，毅力号在 Jezero 陨石坑采集的高价值岩芯可能长期留在火星，错失验证潜在生命迹象的机会。争议集中在 NASA 与 JPL 的管理模式、科学预算优先级、是否应引入商业航天悬赏，以及中国、日本等并行样本返回计划可能改变领先格局。

Git 2.56 预计 9 月底发布，包含 700 多个非合并提交，主要是渐进改进：实验性「git history drop」、更多「git refs」子命令、「git branch --delete-merged」、「git add --resolved」以及配置锁重试等。真正重大变化可能留给下一版 Git 3.0：默认从 SHA-1 切换到 SHA-256、只接受小写对象 ID、默认启用更高效的「reftable」引用存储，并可能要求 Rust 编译器。文章指出，SHA-256 迁移长期受制于托管平台支持，GitLab 和 Forgejo 已就绪，GitHub 仍是关键变量；libgit2 对 SHA-256 和 reftable 的支持也在补齐。争议集中在兼容性破坏、托管平台准备度，以及 Rust 是否应成为构建 Git 的必需条件。

文章用最小公式 x'=x/z、y'=y/z 解释 3D 透视投影：物体越远，投影越靠近消失点。作者指出这不是孤立技巧，而是透视投影矩阵中的核心一步；完整流程会先把世界坐标转到相机视图空间，再经投影矩阵得到裁剪空间，最后做 w 分量透视除法进入 NDC，并映射到像素与光栅化。文中进一步说明视场角、宽高比、近远裁剪面如何进入矩阵，强调相机本质是几组简单变换。争议或补充集中在齐次坐标中额外的 1、平移为何需要矩阵扩维，以及教学时应从视锥或窗口直觉切入。

作者受《与爱因斯坦月球漫步》启发，用「地点法」和「人物-动作-物体」系统背下圆周率小数点后 100 位。他认为关键不是天赋，而是把抽象数字转成可视化、可定位、可复用的图像编码：100 位只需约 17 个六位数图像，放进熟悉的记忆宫殿即可。难点主要在预先构建并熟练掌握 PAO 表，而非背圆周率本身。该方法让错误局部化、可暂停续背、可倒背，也能扩展到更多位数。文章借此强调，许多看似特殊能力的问题，可通过方法、练习和系统设计转化为工程问题。

World Wide Words 是一个运行约 30 年的英语语言档案网站，长期记录英语词汇景观的变化，包括新造词、词源历史、语言类书籍、奇特习语以及英语母语表达中的各种异例。网站目前归档了 3000 多篇相关文章，供读者查阅和浏览。页面强调站点无广告，阅读体验不受商业展示打断，运营成本主要依赖读者通过 PayPal 捐赠支持。整体价值在于把分散的英语词汇演变、用法掌故和语言趣闻整理成可检索的长期资料库；原文没有展开争议讨论，重点是介绍档案规模、主题范围和捐助需求。

普林斯顿高等研究院托管的数学与人工智能咨询小组宣布成立，成员包括 Gowers、Witten、Vakil 等知名数学家。该小组独立于 AI 公司、成员不收报酬，目标是在 AI 公司发布数学成果、与数学界互动时提供公开建议。其首要任务是协助 OpenAI 协调一批据称由内部模型产生的重要数学结果的发布，并征求数学界意见。文章强调责任仍在公司，但也引发对宣传、验证、学术秩序与人类数学研究前景的争议。

文章借柏拉图《斐德罗》中苏格拉底转述的埃及神话，讨论人类对新媒介的持久疑虑：文字被发明者视为记忆与智慧的灵药，却被批评会削弱记忆，只制造「看似智慧」；书写无法像对话那样回应质询、辨别对象或自我辩护，因此难以传授真正重要的知识。作者将此与后来反印刷术、反新技术的论调并置，认为这些担忧常源于旧形式的经验优势，但错误在于把「旧方式有价值」推成「新媒介无价值」。文字确有失真与误解风险，却也保存并扩展了思想本身。

文章从城市道路交叉口的容量瓶颈讲起，解释交通信号为何能在成本、占地、安全与通行效率之间取得平衡。典型四向路口会把直行、右转、左转和行人流量组合成不同「相位」，用环形与屏障图安排不冲突的通行顺序。绿灯时长要尽量清空红灯期间积累的车队，黄灯按车速、坡度等因素设定，全红间隔用于清空路口。现代信号多采用「感应控制」，依靠地磁线圈、摄像头或雷达检测车辆，由控制柜内的信号控制器动态调整配时，但仍受安全、下游拥堵、行人、自行车和本地交通目标约束。

Anthropic 状态页通报，Claude 多个模型在太平洋时间 17:50 至 19:10 之间出现请求错误率升高，影响 claude.ai、Claude API、Claude Code 和 Claude Cowork。受影响模型包括 Claude Mythos 5.1、Fable 5.1 和 Opus 5 等。官方先表示正在调查，随后确认原因并修复；Fable 与 Mythos 系列先恢复正常，Opus 的残余错误随后解决，最终宣布事件已恢复并继续监控。讨论焦点不在技术细节，而在频繁故障、模型发布传闻、云基础设施依赖以及开发者对单一 AI 工具可靠性的担忧。

Cloudflare 宣布「Python Workers」进入 GA，Python 成为 Workers 平台一等支持语言。开发者可在边缘运行 FastAPI、Django、Flask 等框架，并以更 Pythonic 的方式使用 Workers AI、R2、D1、Queues、Durable Objects、Hyperdrive 等绑定，不再手写 Python 到 JavaScript 的类型转换。其实现基于 Pyodide 与 WebAssembly，并新增 ASGI/WSGI 连接器、通过 Workers connect API 桥接 socket 以支持 PostgreSQL/MySQL 驱动和 Hyperdrive。文章强调目标是让既有 Python 代码和包生态在 Workers 上尽量「直接可用」。社区关注点集中在冷启动性能、Pyodide 版本绑定、网络栈与 HTTP 客户端补丁、以及 Cloudflare 对上游 Pyodide 的资助关系。

Gwern 观察到，网络上充斥篡改图片、视频、聊天记录和新造的垃圾 PDF，但很少有人修改既有学术论文 PDF 再传播。作者认为这很反常：伪造论文 PDF 技术上并非不可能，且一旦上传到论文分享站，可能借助转载长期流通。其解释是 PDF 更像只读的发布格式，编辑体验差、工作流少见，门槛足以把作恶者推向更容易伪造的图片或新文档。文章也指出信任随机网站上的 PDF 仍有版本差异风险，如预印本与正式版不同。评论则补充，金融、KYC、合同等私下场景确有 PDF 篡改，只是公开学术领域较少。

Rhizomatica 开源的 HERMES 是一套面向偏远、离网和原住民社区的数字短波无线电系统，工作在 3–30 MHz 高频段，借助电离层反射，以约 20 瓦功率实现 400–600 公里链路。它不仅能传语音，还能把邮件、照片、GPS 坐标、物资清单、医疗信息等作为文件发送，并通过 Mercury 调制解调器提升传统 HF 数据传输能力。项目内置可选加密，以保护敏感地区伙伴的信息安全，但这也引发业余无线电法规争议。实际案例中，孟加拉湾渔船曾用 HERMES 发送 SOS 和定位并完成救援。

xAI 发布 Grok 4.7，称其是目前最强的编码与知识工作模型：采用比 4.6 更大的基座模型，经更长强化学习训练，重点优化长时间任务、自我校验、长上下文管理、文档与演示生成，并在 CursorBench 4.0、GDPval、AA Briefcase 等基准中强调性价比和前沿表现。安全方面，xAI 宣称新防护栈提升拒答与越狱抵抗，在网络安全和生物安全双用途任务中兼顾合法用途与危险请求拦截。模型已进入 Cursor、Grok Build、API 和路由平台，价格维持每百万输入 2 美元、输出 6 美元，另有更快高价版本。评论区争议集中在基准对比是否公平、token 效率下降、缓存价格不透明、订阅限制和实际体验分化。

苹果支持文档说明，macOS 27 用户可关闭或限制 Apple Intelligence 相关功能，包括 Siri AI（Beta）、摘要、写作辅助、图像生成等；部分开关位于「屏幕使用时间」的「内容与隐私限制」下，而非直观的 Siri 或隐私设置。文档还提示该功能并非所有语言和地区可用，且可能有使用限制。争议焦点在于：苹果提供了关闭路径，但入口分散、命名偏向家长控制，令许多成人用户和企业用户难以发现；同时关闭后本地模型占用空间仍不会立即释放。

文章用漫画式速览介绍除常规二进制浮点外的几类数字表示：十进制浮点适合十进制语义，Python decimal 和 Java BigDecimal 是典型例子；分数可精确表达 1/10 这类有理数；符号计算保留 sqrt(2) 这样的表达式；区间算术用范围追踪误差边界；二进制编码十进制曾用于早期 IBM 系统，今天仍见于金融旧格式。核心取舍是精度、语义和速度：这些方案多由软件实现，通常慢于硬件浮点。评论区补充固定点、Posit、对数数系、任意精度实数等遗漏项，并讨论浮点是否足够可修复、金融场景为何常需替代类型。

文章展示了苹果夭折的 Copland 操作系统最后构建版 D11E4，现已可通过改进版 DingusPPC 在浏览器中运行。作者说明了键鼠捕获、启动速度、断言进入调试器后的继续方式，并建议尝试 GXSlidemaster、Eric’s Solitaire 等应用。关键价值在于让此前很难在真机运行、也几乎没有可用模拟环境的 Copland 变成可直接体验的历史样本。作者还公开了为解锁 Copland 所需的补丁分支，但指出 DingusPPC 不接受 AI 辅助补丁，希望有人按提交说明重新实现。

作者认为，AI 代理让单篇论文式研究贬值，真正困难转向构建可复用的「研究生态」。其团队将在开源周发布本地推理框架、代理 harness、自动上下文压缩和自治研究系统，声称可在普通桌面 GPU、MacBook 或 DGX Spark 上运行更大模型，并在无联网环境中完成高质量文献检索和研究探索。文章以学生就业焦虑和学界人才外流开篇，主张大学实验室会因资源约束、开放性和工具普及迎来复兴。但 HN 评论普遍质疑标题与内容不符、论证夸大，且文章有明显 AI 生成腔调。

这篇 GDQuest 教程面向没有图形编程经验、但熟悉 Godot 和 GDScript 基础的开发者，带读者在 Godot 4 中一步步制作一个 2D 动态传送门 shader。文章先解释 shader 是运行在 GPU 上的程序，并区分顶点 shader 负责几何形状、片段 shader 负责像素颜色与透明度；随后通过 Sprite2D 场景实践，介绍用数学绘制形状、用 smoothstep 做柔边、用遮罩组合图形、用周期函数和噪声实现动画与自然感，以及采样纹理和调试思路。核心价值在于把复杂视觉效果拆成小问题，建立技术美术式思维。评论区基本认同 Godot 的易用性，也有人表示手写 shader 难度高，更偏好可视化 shader graph。

苹果将在伦敦巴特西电站、其欧洲总部下方开设一座 600 人容量的 Apple Music Hall，用于举办知名艺人与新乐队的一次性演出，并进行拍摄和线上直播。场馆配备大量摄像机、音响、广播录音室、DJ 混音和排练空间，强调把现场演出、访谈、播客和直播整合为 Apple Music 的独家内容。苹果称这不是进入传统演出业务，也无意与独立场馆竞争，而是希望让流媒体不再只是播放按钮和歌单，增强艺人与粉丝连接，并扶持新音乐。但背景是伦敦和英国大量音乐场馆关闭，科技巨头进入线下场景也引发对资本、垂直整合和本地音乐生态的担忧。

SafeDep 分析发现，npm 包 mathmain 伪装成 mathjs 副本，在 lusolve 求解器末尾加入隐蔽调用：特定矩阵会让 LU 分解得到固定下三角矩阵，其 JSON 字符串成为密码，解密 graph.js 并执行。载荷进一步通过 Slack、Telegram 与 Base Sepolia 上的合约通信，具备远程植入特征。相同加载器还出现在 mathsbase、math-universe 多个版本中，且 npm 包内容与公开 GitHub 源码不一致。文章强调，仅检查默认版本或源码仓库会漏掉供应链攻击；评论则指出密码破解工作主要来自 JFrog，也质疑文章写作像 AI 生成、二阶段载荷可能损坏，以及这种触发方式是否用于定向攻击。

RoboHarm 用五个现实物理风险任务测试前沿机器人策略：刺婴儿玩偶、加热压缩空气罐、把螺丝刀放进烤面包机、把充电宝丢进水、混合漂白剂和氨水。三种策略各对每条指令运行 20 次，共 300 次。结果显示，Anthropic 的 Claude Fable 5.1 拒绝 20 次，OpenAI 的 GPT-6 Astra 仅拒绝 2 次，MolmoAct2 从不拒绝；更能完成任务的策略往往拒绝更少。作者强调该基准只覆盖五个桌面场景、单一措辞和短时任务，VLA 模型缺少语言拒绝机制，因此低完成率不能等同安全。争议集中在测试是否足够真实，以及机器人安全应靠模型拒绝、物理防护还是监管认证。