给软件开发者准备的优质简报，每日阅读 10分钟。
Did my old job only exist because of fraud?
GenieDB是否因Frost VP的欺诈而存在？
- GenieDB被美国基金Frost VP收购后，代码重写、团队几乎全部更换，作者成为唯一随团队赴美的技术成员，这段经历决定了他的人生走向。
- 公司坚持“以技术被收购”为目标，拒绝营收机会，长期只有不到三家客户，技术最终被大厂和开源项目超越。
- SEC指控基金创始人Stuart Frost利用孵化公司收取过高费用，甚至为个人奢侈生活融资，相关诉讼在仲裁中对投资者胜诉后又被SEC进一步起诉。
- 在仲裁材料中，GenieDB前CEO亲口向Frost抱怨费用过高；内部邮件显示基金为弥补成本需要再增两家公司，明确提到“Genie在六月后退出”才可平衡费用。
- 虽然法院未对GenieDB本身的欺诈行为作出裁决，但证据表明其被用作抽取基金投资者资金的工具；作者仍认为公司拥有独立的技术概念，团队曾真诚努力实现该概念。
Deno Desktop
Deno 2.9 引入桌面应用构建工具
deno desktop可将任何 Deno 项目（从单个 TypeScript 文件到复杂 Web 应用）打包为自包含的桌面应用二进制，内置 Deno 运行时和 Web 渲染引擎。- 该命令随 Deno v2.9.0 发布（目前为 Canary 版），功能和 API 可能仍有变动，可运行
deno upgrade canary试用。 - 设计上解决了现有方案（如 Electron、Tauri）的常见痛点：默认使用操作系统原生 WebView 以保持二进制体积小，同时通过 Deno 的 Node 兼容层支持 npm 生态，并自动检测 Next.js、Astro、Fresh 等主流框架，无需修改代码即可运行。
- 采用进程内通信（而非 IPC）实现后端与 UI 的高效绑定；支持从单一机器交叉编译到 macOS、Windows 和 Linux，并内置基于 bsdiff 的二进制差异自动更新与失败回滚。
- 提供完整的桌面开发工具链：包括配置、后端选择（CEF/WebView）、HTTP 服务集成、窗口管理（
Deno.BrowserWindow）、绑定接口、菜单、托盘、原生对话框与通知、DevTools、热模块替换、错误报告及分发构建。
GLM 5.2 vs. Opus
GLM‑5.2 与 Opus 4.8 实测对比
- 在原始 WebGL 3D 平台游戏生成测试中，Opus 用时 33 分钟，游戏更完整（纹理正确、死亡陷阱生效、有胜利判定）；GLM‑5.2 耗时 1 小时 10 分钟，出现角色朝向错误、材质缺失、死亡陷阱无效、无胜利判定等基本缺陷。
- GLM‑5.2 费用仅为 Opus 的 1/5（实际 $5.39 对约 $21.9），并以 MIT 开源许可发布，支持本地部署且不会被供应商收回；Opus 为闭源付费模型，成本高但质量更稳定。
- 多模态能力是关键差异：Opus 可通过截图自检，发现并移除调试信息；GLM‑5.2 仅能分析像素颜色数值，未能察觉纹理丢失和界面残留。
- 基准测试中，GLM‑5.2 在推理任务（如 AIME 2026 达 99.2%）接近顶级闭源模型，但在编码（SWE‑bench Pro 62.1% vs 69.2%）和智能体任务（Tool‑Decathlon 48.2% vs 59.9%）上仍落后 Opus。
- 第三方评测（Artificial Analysis 等）将 GLM‑5.2 评为当前最强开源模型，但指出其输出 token 消耗较大（每任务约 43k）；业界认为开源与闭源的性能差距正在缩小，但整体正确性和视觉判断上 Opus 仍占优。
Pledging another $400k to the Zig software foundation
再次向 Zig 软件基金会承诺 40 万美元捐助
- 本次家庭承诺 40 万美元（分两年每年 20 万），使累计对 ZSF 的捐助总额达 70 万美元，延续 2024 年相同的捐助结构。
- 作者赞赏 Zig 2026 年开发日志中语言和编译器的稳步技术进展，以及其维护者治理模式（如 Contributor Poker 与 AI 禁令），认为这些吸引并培育了顶尖开源人才。
- 对 Zig 严格的禁用大模型（LLM）贡献政策在 Bun 分叉与 Rust 重写中的争议，作者指出讨论缺乏同理心，呼吁社区尊重不同的文化与边界。
- 作者本人大量使用 AI，并公开分享其采纳 AI 的经验与对 AI 负面影响的理性批评，说明其观点并不完全与 ZSF 的政策一致。
- 作者认为 Zig 软件质量高、独立且实用，正是其让作者得以开发 Ghostty 等项目，因而对 Zig 与基金会保持高度尊重，并号召有能力者考虑捐助。
Apertus – Open Foundation Model for Sovereign AI
完全开放的主权 AI 基础模型概览
- 由瑞士 AI 计划牵头，EPFL、ETH Zurich 与 CSCS 联合研发，所有权重、数据、代码、方法及对齐原则均公开，可完整复现。
- 符合欧盟 AI 法案要求，支持用户选择退出、自动删除个人可识别信息，并通过防止模型记忆实现数据隐私。
- 在 8 B 与 70 B 参数规模上与主流开源大模型性能持平，自训练起即支持 1000 多种语言的多语言能力。
- 瑞士电信 Swisscom 为战略合作伙伴，助力平台生态与商业落地。
- 项目提供订阅新闻简报，及时发布 Apertus 新版本、研究成果及社区动态。
Show HN: Oak – Git alternative designed for agents
Oak — 为 AI 代理打造的高性能版本控制系统
- 项目提供 Rust 工作区，核心库 oakvcs‑core 实现 BLAKE3 内容哈希、分块、diff/merge 与可选的本地 SQLite/git 后端；oakvcs‑cli 为其构建的
oak命令行客户端。 - 设计围绕代理工作流：每个会话对应一个分支、使用分支描述取代传统提交信息、采用内容寻址的惰性挂载，使代理可在数秒内启动并编辑任意仓库。
- 采用 Apache‑2.0 开源许可证，代码几乎全部由 AI（Claude Code、Codex、Cursor 等）生成，经过人工审校后提交。
- 当前处于 public beta v0.99.0，提供 macOS（Apple Silicon）与 Linux 预编译二进制；Windows 通过 exe 安装或
cargo install oakvcs‑cli编译，且oak mount需要启用 ProjFS。 - 完整的构建与测试指南包括：
cargo build --workspace、cargo test -p oakvcs-cli、make build与make release‑proof，并在docs/release-readiness.md中列出发布审查流程。
My Mathematical Regression
十年前的欧拉第15题解法回顾
- 作者在十年前的 Project Euler 代码仓库中发现了仅有文字说明的
problem15.txt，没有任何程序代码。 - 文件中指出网格路径问题的答案遵循组合数公式 ((2n) \choose n)，并列举了 1×1、2×2、3×3 网格的解数分别为 2、6、20。
- 按该公式计算 20×20 网格的路径总数为 137 846 528 820，直接给出结果而无需编程。
- 作者感慨过去靠离散数学直觉解题，如今在工作中会把类似任务交给 AI 来完成。
- 文中配有原题截图和一张调侃 “AI 生活技能” 的图片，表达了对过去自学经验的怀旧与幽默。