给软件开发者准备的优质简报，每日阅读 10分钟。
Lore – Open source version control system designed for scalability
Lore：Epic Games开源的下一代二进制优先版本控制系统
- 由Epic Games主导开发和维护，采用MIT许可证完全开源，旨在为游戏和媒体等需要同时管理代码与大型二进制资产的项目提供前所未有的数据与团队可扩展性。
- 架构核心是集中式的、基于内容哈希的系统，使用Merkle树和不可变修订链来保证数据完整性与可验证性，并专为二进制优先存储、数据去重和大规模按需数据加载而优化。
- 针对大型文件处理，采用分块存储以实现高效更新与传输，并支持按需获取文件数据的工作区，使开发者无需提前下载全部内容即可开始工作。
- 提供完整的命令行界面，并开放支持C/C++、C#、Go、Python、JavaScript等语言的API，便于灵活扩展、定制以及与其他系统集成。
- 作为一项协作构建的开放标准项目，鼓励社区通过GitHub仓库、文档和Discord频道共同参与其发展。
Lore – Open source version control system designed for scalability
Lore：面向大规模项目的下一代开源版本控制系统
- 由 Epic Games 开发并维护，专为代码与大体积二进制资产并存的游戏与娱乐项目设计，能够在本地数分钟快速启动并随需扩展至大团队和海量数据
- 采用内容哈希地址的 Merkle 树和不可变修订链，实现数据完整性可验证、去重存储以及基于块的二进制文件高效更新
- 支持轻量分支和快速切换，分支仅为可变引用，无需复制底层数据，实验、迭代和发布成本极低
- 工作区采用按需取回和稀疏加载，只有实际使用的文件会被下载，显著降低网络与磁盘开销
- 提供完整的跨语言 SDK（C/C++、C#、Rust、Go、Python、JavaScript）和功能齐全的 CLI，便于二次开发、系统集成和自动化流程
- 完全开源并采用 MIT 许可证，源码及多语言 SDK 均托管于 Epic Games 的 GitHub，鼓励社区参与和协作发展
GrapheneOS has been ported to Android 17
GrapheneOS 已完成 Android 17 移植，官方版即将上线
- 移植工作已在 Android 17 正式发布当天完成，代码正推送至公开仓库，计划次日发布首个基于 Android 17 的官方版。
- 移植覆盖所有受支持设备，已在 Pixel 6a、7、7a、8、10a、10 以及 10 Pro Fold 完成构建和测试。
- 首次公开发布将遵循 Alpha → Beta → Stable 的常规周期，使用稳定通道的用户在公告发布时不会立即收到更新。
- 想提前体验并帮助测试的用户可将系统更新通道切换至 Alpha，但此举可能带来副作用，且升级后只能通过全盘擦除方式回退到 Android 16。
- 具体的 Android 17 新特性（如本地网络访问权限等）是否会被整合进 GrapheneOS 仍在评估，最终改动将在正式发布说明中公布。
Sixty percent of US consumers say 'AI' in brand messaging is a turnoff
AI品牌可见性现状：消费者感受、企业困境与测量路径
- 互联网人情味下降：74%受访者觉得如今的网络不如十年前“有人情”，在与AI互动约40分钟后即出现“机器人疲劳”，并且61%的人无法说出使用AI表达得好的品牌。
- AI品牌可见性尚未成熟：该指标指品牌在ChatGPT、Perplexity、Claude、Gemini等AI生成答案中被引用的频次，2026年仍无统一仪表盘或行业领袖，品牌在此领域基本“无人获胜”。
- 企业投入与用户认知失衡：企业团队平均每周花费16.6小时提升AI可见性，但消费者仍认为没有品牌在AI营销上表现出色，且60%的人将AI植入品牌信息视为负面。
- 网站是AI与人类并存的唯一场所：网站必须同时提供结构化数据供AI检索，又要为访客呈现交互式、可持续的内容体验，才能实现“双向价值”。
- 测量工具分为五大类：① AI引用监控（如Profound、brandvisibility.ai）——快速了解被引用频率；② 带AI层的搜索分析（Similarweb、Semrush、Ahrefs）——对比传统SEO；③ AI引荐流量分析（Parse.ly、Plausible、GA4）——追踪访客转化；④ 品牌情报平台（Brandwatch、Talkwalker）——结合社交与媒体声量；⑤ 自建解决方案——使用LLM API自定义查询。
- 选择策略基于业务问题：先明确是要“是否被引用”“相对搜索表现如何”“引用后行为如何”“整体品牌情绪”。对应使用上述类别的工具，常见组合是引用监控 + 流量分析，以确保AI可见性投入能转化为可测收益。
Volkswagen started blocking GrapheneOS users
大众官方 App 在 GrapheneOS 上登录受阻的最新进展
- 多位用户报告在 GrapheneOS 上使用 VW Connect、My SEAT 等官方 App 时出现 “无法连接服务器”“登录失败”等提示，错误常指向设备完整性检查。
- 大众官方回应称仅支持 iOS 与通过 Google Play 认证的 Android 系统，使用自定义 ROM（如 GrapheneOS、LineageOS）会导致功能受限且不提供技术支持。
- 部分用户曾通过开启 Play Services 的 “Contacts and accounts” 权限、重装或在系统更新后短暂恢复，但随后再次被强制登出。
- 大众要求设备通过 Play Protect 认证（即原厂签名的 Android），未认证的设备被视为不受支持，从而阻断数字服务。
- 受影响用户计划向欧盟委员会投诉，指出此做法可能违反 EU 数据法、互操作性与数字公平原则，并建议采用 Android 硬件鉴定 API 等更开放的方案。
GLM-5.2 is the new leading open weights model on Artificial Analysis
GLM‑5.2 成为 Intelligence Index 最高分的开源模型并在成本‑性能上领跑
- 最高智力指数：在 Artificial Analysis Intelligence Index v4.1 中获得 51 分，领先 MiniMax‑M3、DeepSeek V4 Pro（均 44 分）和 Kimi K2.6（43 分），并位于 Intelligence vs Cost 每任务成本的 Pareto 前沿，单任务成本约 $0.46，成本最低。
- 评测全面提升：相较 GLM‑5.1，科学推理等多项指标显著提升——CritPt +16%至 21%，HLE +12%至 40%，AA‑LCR +9%至 71%，tau3 银行 +15%至 27%，SciCode +7%至 50%；TerminalBench v2.1 +16%至 78%，GPQA Diamond +3%至 89%。
- 真实任务表现：GDPval‑AA v2 得分 1524，超过 MiniMax‑M3（1418）和 DeepSeek V4 Pro（1328），与专有模型 GPT‑5.5（1514）持平；AA‑Omniscience Index 提升至 4，准确率 25.1% 且幻觉率降至 28.1%。
- 令牌使用情况：每个 Intelligence Index 任务输出约 43 k 令牌（其中推理约 37 k），高于 GLM‑5.1（26 k）及同类模型，显示在智能水平下的令牌效率略逊。
- 规格与可用性：总参数 744 B、活跃参数 40 B，上下文窗口 1 M 令牌（原 200 K），MIT 许可证；定价 $1.4 / $0.26 / $4.4 每 1 M 输入 / 缓存命中 / 输出 令牌；通过 Z ai 官方 API 及 DeepInfra、Novita、Nebius、Parasail、Siliconflow、GMI Cloud、Baseten、Fireworks 等平台提供。
Midjourney Medical
Midjourney 推出 60 秒全身超声扫描仪并计划将其嵌入水疗中心
- 以“Midjourney Scanner”为核心，利用约 50 万块微型声学传感器组成的环形阵列，在水中发射/接收超声波，60 秒内生成亚毫米级全身三维图像，数据量达到每秒数万亿字节，速度宣称比传统 MRI 快近百倍。
- 将该扫描仪嵌入 “Midjourney Spa”：首家水疗中心计划于 2027 年在旧金山落地，提供热浴、桑拿、冷水冲击等设施，扫描过程被设计为用户在金色光池中轻松下沉的 SPA 体验，健康数据仅为附加副产品。
- 研发路线图：未来 12 个月聚焦算法与硬件迭代、开展研究试验并搭建首个“研究水疗”原型；2028 年向更多城市推广并推出第三代定制芯片扫描仪；目标在 2031 年全球部署逾 5 万台设备，月扫描量达 10 亿次。
- 项目由社区众筹支持、无外部投资者，定位为全新社区驱动的研究实验室，公开征集用户对扫描仪功能和水疗中心设计的意见，以确保技术面向大众。
- 创始团队预估，普及早期高频影像检查可降低约 30% 死亡率并削减 50% 医疗费用，旨在改变人们与自身身体的关系，实现更主动、持续的健康管理。
GLM-5.2 is the new leading open weights model on Artificial Analysis
GLM‑5.2 成为人工分析智能指数上领先的开源模型
- GLM‑5.2 在 Intelligence Index v4.1 中得分 51，领先 MiniMax‑M3、DeepSeek V4 Pro（均为 44）和 Kimi K2.6（43），成为当前分数最高的开源权重模型。
- 与前代 GLM‑5.1 相比，科学推理等多项评测均大幅提升：CritPt 提升 16 分至 21%，HLE 提升 12 分至 40%，AA‑LCR 提升 9 分至 71%，tau3 银行业务提升 15 分至 27%，SciCode 提升 7 分至 50%，TerminalBench v2.1 提升至 78%，GPQA Diamond 达 89%。
- 在 GDPval‑AA v2 上获 1524 分，超越 MiniMax‑M3（1418）和 DeepSeek V4 Pro（1328），并与专有模型 GPT‑5.5（1514）持平，显示出与顶级专有模型相当的真实世界代理表现。
- 每个 Intelligence Index 任务使用约 43 k 输出 token（其中 37 k 为推理），高于其他开源模型；然而在“智能 vs 成本”Pareto 前沿上，以约 $0.46/任务的成本位居同等智能水平模型之首。
- 该模型采用 MIT 许可证，参数规模 744 B（活跃 40 B），上下文窗口 1 M token（比 GLM‑5.1 的 200 K 大幅提升），定价为 $1.4/$0.26/$4.4 每 1 M 输入/缓存命中/输出 token，并已在 Z ai 官方 API 及 DeepInfra、Novita、Nebius 等多家第三方平台提供。
Local Qwen isn't a worse Opus, it's a different tool
本地 Qwen 不是 Opus 的低配版，而是另一类工具
- 在作者的公司里，部署 RTX 6000 Pro（约 1.5 万美元）后，硬件成本在 2‑3 个月内通过本地模型帮助发现客户未付费用等业务价值收回，实现了对客服、诊断与代码审查等明确任务的可观收益。
- Qwen 3.6 27B 在量化后会出现无限循环和幻觉，尤其在长时、无人监督的任务或低位量化配置下表现不可靠，这也是其最致命的缺陷。
- 运行本地模型需要细致调参：显卡选型、权重量化等级、上下文长度、KV 缓存精度、并发线程数等；硬件功耗约 600 W，维护成本、散热与电费都成为持续的运维负担。
- 本地部署提供数据主权和供应商风险防护——所有推理在企业自有基础设施上离线完成，避免客户数据被云服务收集或训练使用。
- 为提升稳定性与效率，团队使用 Qwopus 等微调版本、严格遵守模型卡的温度、上下文与量化建议，并通过自研的
diag、opencode等代理与监控工具限制长时无监督工作，确保成本可测、行为可控。
Hacker News but for independent blogs
Bubbles 首页精选博客概览
- 该平台聚合 5057 份独立个人博客，首页统一展示，内容由投票与新鲜度决定排序。
- 技术版块热点包括 Git 多重忽略机制、Linux 转换体验、FileZilla 长青评测、Caps Lock 争议、Markdown 与新电子书格式（MBook）等。
- 文化与生活类文章涉及白人至上暗号批评、音乐致敬、旗帜比例设计指南、乐观主义生活方式、Town Square 社区聊天功能等。
- 政治与时事评论涵盖特朗普《拯救美国法案》分析、欧盟在 W Social 的开放策略争议、苹果因存储芯片短缺计划涨价等。
- 社区互动内容有博客写作自救经验、优化文章标题的技巧、NFT “The Kiss” 被盗事件、以及多篇作者间的评论讨论。
Ubiquiti: Enterprise NAS, Built on ZFS
ENAS：基于ZFS的企业级免许可费存储解决方案
- 采用8核ARM Neoverse N2处理器、64GB ECC内存及可选NVMe L2ARC缓存，结合原生ZFS架构，提供迄今最高性能的企业级存储与数据完整性保护。
- 提供16个驱动器插槽，可扩展至超过1PB原始存储，支持开放驱动器兼容性、双25Gb SFP28端口及冗余电源，实现无供应商锁定的灵活扩容。
- 与UniFi平台深度集成，无任何授权费用，提供集中式的文件、备份与共享管理，建立跨团队的统一数据真相源并简化运维。
- 支持与现有身份提供商集成，实现基于角色的文件夹权限控制，并通过UniFi Endpoint为桌面和移动设备提供安全、无缝的访问体验。
- （即将推出）支持通过UniFi Fabrics实现跨站点集中备份编排，轻松将数据备份至远端ENAS、rsync服务器或云端，并可备份Microsoft 365用户数据。
- 提供原生iSCSI共享块存储，支持Proxmox、VMware、Hyper-V等虚拟化集群，满足多服务器集中存储与高可用性基础设施的需求。
How we run Firecracker VMs inside EC2 and start browsers in less than 1s
在常规EC2上以Firecracker实现云浏览器降本提速三倍
- 架构重构与嵌套虚拟化创新：为解决旧有Unikraft架构在应对流量高峰时需人工扩容、导致服务中断的缺陷，团队将基础设施迁移到Firecracker微虚拟机（MicroVM）。其关键创新在于将Firecracker运行在常规AWS EC2实例上（而非传统的裸金属服务器），形成了“VM套VM”的嵌套虚拟化架构，从而实现了更快的扩容速度和更低的运营成本。
- 针对嵌套架构的性能深度优化：为克服嵌套虚拟化带来的延迟，对虚拟机恢复和浏览器启动进行了系统级优化。核心措施包括：将内存恢复粒度从4KB增至2MB并利用
userfaultfd预加载热点页面，将VM恢复到浏览器就绪的时间从9.8秒缩短至3.1秒；同时实施了动态的vCPU管理策略（启动期不绑定以分散负载，就绪后绑定至物理核心的双线程）并赋予实时优先级，确保了在高并发下的稳定启动。 - 无头模式下的高隐蔽性技术：通过修改Chromium底层代码（而非仅注入JavaScript）并整合来自数万真实环境的浏览器指纹库，使其完全无头的浏览器具备了高反检测能力。该技术使其在第三方隐蔽性评测中规避封锁的比率达到81%，在无需显示硬件以实现低成本的同时，保持了领先的反机器人检测性能。
- 自建控制平面实现智能弹性伸缩：构建了专属的实时控制平面来管理浏览器集群，它通过直接监控主机状态进行决策，响应速度远快于AWS CloudWatch（基于1分钟窗口）。用户请求通过无状态边缘路由转发至控制平面，由其将会话精准分配到有空闲资源的EC2主机，并在流量下降时自动将特定主机置入维护模式，实现了全自动的智能扩缩容。
- 量化成果与明确的演进路径：新架构达成了低于400毫秒的VM冷启动，端到端浏览器创建延迟在P99为1.35秒，并将单浏览器小时成本从0.06美元降至0.02美元。当前的主要性能瓶颈是Chromium自身的启动耗时（约545ms），下一步计划是在Chromium已经运行的状态下创建快照，使新会话能直接恢复浏览器，从而完全跳过启动步骤。
The founder of Craigslist has given away half a billion dollars
Craigslist创始人捐赠半数财富并忧虑美国慷慨精神式微
- Craigslist创始人Craig Newmark已向慈善机构捐赠约5亿美元，并反对美国近年从慈善转向极端个人主义和炫富的趋势。
- 他的慈善动机源于童年时从大屠杀幸存者处学到的价值观，即善待他人、知足常乐并守护同胞。
- 创办Craigslist时，他拒绝了风投的巨额投资和商业化方案，坚持对普通用户保持免费。
- 尽管财富可观，他生活简朴，不拥有私家车，并通过基金会支持网络安全、新闻业、军人家庭及鸽子救助等事业。
- 他于2025年签署“捐赠誓言”，并公开反驳了Peter Thiel等亿万富翁的批评，后者鼓动他人退出该誓言并声称资金将流向“左翼”团体。
- Newmark承认自己曾社交笨拙，通过早期客服工作学会了倾听与善待他人，现致力于通过演讲倡导回馈社会。
I found 10k GitHub repositories distributing Trojan malware
GitHub 大规模恶意仓库分发调查
- 发现约 1 万 个独立仓库，它们在 README 中加入指向包含 Trojan 的 ZIP 包的链接，并每隔数小时删除旧提交、重新推送仅修改 README 的同一提交。
- 这些仓库均非 fork、名称与贡献者各不相同，完整复制原项目的提交历史与贡献者信息，以提升可信度并规避检测。
- 通过 gharchive 下载最近几天的 Push 事件，筛选出 1‑24 次/24 小时的高频更新仓库，再结合 GitHub API 检查 README 内容，最终确认约 1 万 个仓库完全符合恶意模式。
- ZIP 包内常见文件为
Application.cmd/Launcher.cmd、loader.exe（或luajit.exe等可执行文件）以及lua51.dll等，单独提交链接至 VirusTotal 显示 0 威胁，而上传完整压缩包则被识别为 Trojan。 - 作者已在 GitHub 公布完整恶意仓库列表及自动化检测脚本，呼吁安全团队介入清理，并指出 GitHub 本身拥有全库扫描能力，但受限于 API 调用速率，个人调查难以覆盖全部 5 亿仓库。
Noam Shazeer Joins OpenAI
Noam Shazeer 宣布加入 OpenAI 并离别 Google
- 他将在 OpenAI 任职，期待与那支卓越团队合作。
- 离开 Google 是一次困难的决定。
- 他为在 Google 与团队共同取得的成就感到自豪。
- 他称在 Google 工作期间感到荣幸且愉快。
- 该推文于 2026 年 6 月 18 日凌晨发布，已获约 740 万观看。
Migrating from GNU Stow to Chezmoi
从 GNU Stow 迁移到 chezmoi 的全流程与收获
- 迁移动因：Stow 通过符号链接同步点文件，在多台 Mac 上会产生“脏”工作树、冲突以及新机器需手动删除已有文件才能重装的问题；chezmoi 使用真实文件副本避免写回冲突并简化引导。
- 核心机制：chezmoi 在
~/.local/share/chezmoi保存完整的 Git 仓库，chezmoi add <path>将家目录文件复制进仓库并自动生成dot_/private_等前缀；chezmoi apply再将这些文件写回对应的真实路径。 - 机器初始化：一次
brew install chezmoi && chezmoi init --apply --promptString machineName=… <repo>即可克隆仓库、写入所有点文件，并自动执行.chezmoiscripts/中的 before/after 与run_onchange_脚本，实现 Homebrew 安装、macOS 设置及 UI 动画关闭。 - 日常工作流：编辑
chezmoi edit --apply <file>，或用chezmoi diff检查本地改动；必要时chezmoi add（或re‑add）把现场文件导回仓库；在其他机器上只需chezmoi update（或pull+diff+apply）即可同步。 - AI 代理技能统一管理：将 LLM 代理的 skill 文件放在
dot_agents/skills/，并通过dot_claude/symlink_skills.tmpl（symlink_前缀 +.tmpl）在每台机器上创建指向~/.agents/skills的符号链接，确保 Claude Code 与 Codex 共享同一套技能配置。
Modos Color Monitor Pushes E-Paper Displays Further
Modos Flow彩色电子纸显示器的核心进展与众筹教训
- 全新开源控制平台：采用新版Enchanter显示控制板，配备更大FPGA、双倍DDR3带宽以及支持DisplayPort 1.1的Chrontel CH7516芯片，实现13.3英寸、3200×2400原生分辨率和60 Hz刷新率的完整监视器，仅通过USB‑C供电。
- 像素响应提升：新屏幕的10%‑90%亮度切换约为50 ms，比之前的约100 ms快一倍；零缓冲设计缩短从输入到显示的感知延迟，使交互体验接近早期LCD水平。
- 众筹制造波折：两次Campaign遭遇芯片短缺、关税波动、工厂延误以及大批次不良品等问题，迫使创始人亲赴工厂现场监控并自行测试数百块面板。
- 项目管理经验：团队建议压缩项目范围并将预计开发时间翻倍，以应对供应链不可控因素和制造延迟。
- 坚持开源与社区驱动：放弃传统投资，继续通过众筹保持完全开源硬件，鼓励用户自行改装、开发并扩展生态系统。
CS 6120: Advanced Compilers: The Self-Guided Online Course (2020)
康奈尔 CS 6120 高级编译器自学课程概览
- 课程为 PhD 级别，由 Adrian Sampson 主讲，系统讲授中间表示、数据流分析、死代码消除等基础编译技术，并深入并行化、即时编译、垃圾回收等前沿研究方向。
- 学习方式为全自助线上安排：按照线性时间表观看每节视频、阅读指定论文，并使用 LLVM 与专为本课设计的教学 IR Bril 完成开放式实现任务。
- 共 14 节课，每节均提供视频和书面笔记；第 4、5、6、7、10、11、12、13 节包含具体实现任务，帮助将抽象概念转化为可运行代码。
- 与正课相比，学员可忽略作业截止日期、不能参与 Zulip 讨论，学期末项目改为“通过编译器技术改变世界”的自由挑战。
- 所有教材、代码均开源在 GitHub，鼓励提交 bug；完成课程后请填写官方反馈表以协助改进。
Launch HN: TesterArmy (YC P26) – Agents that test web and mobile apps
TesterArmy：AI驱动的QA测试平台
- 自然语言编写测试：使用普通英文描述测试场景，AI代理将像真人用户一样操作页面、填写表单，并处理包括OAuth和OTP在内的复杂登录流程。
- 快速启动、无代码测试：只需提供应用的URL或上传二进制文件即可创建项目，无需SDK、测试脚本或维护基础设施，即可开始测试Web应用、移动应用和网站。
- 具备视觉与上下文智能：AI能像人类一样理解页面，捕获布局偏移和渲染问题；同时具备持久记忆，能从过往运行中学习并跨会话保持上下文。
- 深度集成现代开发流程：支持通过GitHub App自动执行PR检查、设置定期运行以进行生产环境监控，或通过Webhook从任何CI/CD流水线触发测试。
- 提供清晰可操作的证据：每次测试运行均生成包含截图、录屏和详细错误报告的清晰结果，可通过仪表盘、命令行或直接在Pull Request中查看。
- 快速上手并值得信赖：提供无需信用卡的免费试用，几分钟内即可开始；已获得Y Combinator支持，并被Novu、CodeCrafters等快速迭代团队所采用。