给软件开发者准备的优质简报，每日阅读 10分钟。
Artemis II Launch Day Updates
NASA阿尔忒弥斯二号发射日实时进展
- SLS火箭于美东时间6:35准时发射升空，从肯尼迪航天中心39B发射台携带"Integrity"号猎户座飞船点火起飞，起飞推力达880万磅；这是50多年来首次人类深空飞行，四名宇航员将执行约10天的绕月任务，届时将打破阿波罗13号创造的约40万公里最远载人飞行纪录
- 四名宇航员crew组合创造历史：NASA指挥官Reid Wiseman、飞行员Victor Glover、任务专家Christina Koch，以及加拿大航天局宇航员Jeremy Hansen；发射前宇航员们遵循NASA传统玩纸牌游戏，直到指挥官输掉以"甩掉坏运气"；进入飞船前在"白室"墙壁上签名留念，closeout团队协助宇航员完成宇航服头盔手套穿戴和舱门密封
- 发射前两项技术问题均已排除：飞行终止系统通讯故障通过验证测试解决，不影响发射；发射中止系统姿态控制电机电池温度传感器异常被判定为仪表问题；倒计时在T-10分钟阶段延长以完成最后准备；天气条件最终升级至90%利于发射
- SLS火箭完成低温推进剂加注全流程：从低温预冷、慢加注、快加注到补充模式，核心级和上面级（ICPS）的液氢、液氧均经历完整加注流程，确保推进剂维持在飞行就绪状态直至发射
- 猎户座飞船太阳翼成功展开，四翼翼展约19米（共60,000个太阳能电池），可双轴旋转追踪太阳为飞船提供持续电力，后续将进行近地点/远地点抬升机动、近距离操作演示测试
- 发射后按计划完成全部关键时序，包括助推器分离（T+2分9秒）、整流罩抛射、芯级熄火和箭分离（T+8分14秒）；21:00将在肯尼迪航天中心举行发射后新闻发布会
DRAM pricing is killing the hobbyist SBC market
DRAM价格正在扼杀业余爱好者SBC市场
- 树莓派宣布对所有搭载LPDDR4内存的Pi产品进行新一轮涨价，16GB Pi 5售价高达299.99美元，同时推出"恰到好处"的3GB版Pi 4，定价83.75美元
- LPDDR芯片现已成为各厂商SBC成本的主要组成部分，导致超过4GB内存的型号对大多数业余爱好者而言高不可攀
- 除Radxa外，大多数厂商已停止推出新SBC型号，市场新品发布数量急剧下降
- 迷你PC价格也大幅上涨，8GB机型售价已超过250美元，二手PC市场同样价格攀升
- 作者为保持项目成本可控（控制在100美元以下），正转向使用老款SBC和微控制器，并限制接手的项目类型
- 树莓派凭借微控制器生态和工业客户基础尚能维持，但作者担忧小型厂商难以长期支撑，业余SBC市场前景堪忧
I quit. The clankers won
在AI与大科技阴影下坚持博客与人类声音
- 作者看到同行中流行着“博客已死、编程已完”的悲观情绪，也提到有人选择接受类似“NPC式”的职业路径，但他明确反对这种放弃原创表达的心态。
- 他认为，在AI和算法主导、甚至带有“认知黑暗森林”意味的环境里，真实的人类对话与独特声音更稀缺，因此更应该继续写博客、主动发声。
- 公开写作有助于巩固记忆、梳理思路、质疑假设，也能借助“坎宁安定律”获得纠正；即使受众很小，博客也可能在未来帮助到别人。
- 他强烈批评AI产业，认为其99%是炒作，是把创作工业化、给创作贴价的商业体系；生成式AI输出只是平庸、缺乏人类关怀的“垃圾”。
- 作者呼吁从业者不要接受技能退化，不要被“slop”污染，而要珍惜自己的能力、为独特的创作声音感到自豪。
- 他最后主张不要继续依赖“大科技”的叙事和便利，而应转向旧网络、开放网络和独立网络，写出自己想要看到的网络。
Steam on Linux Use Skyrocketed Above 5% in March
Steam Linux使用率三月暴涨 — 市场份额超macOS两倍
- Steam on Linux在2026年3月飙升至5.33%，首次突破5%大关创历史新高，单月涨幅高达3.1个百分点，相比2月的2.23%和2025年底的约3.5%实现了大幅跃升
- Linux市场份额已是macOS（2.35%）的两倍以上，Windows同期下降4.28%至92.33%，macOS也上涨1.19%
- Valve对Steam中国区数据进行了修正，简体中文使用率大幅下降31.85%，英语使用率上升16.82%至39.09%，其他语言同样出现增长
- 约25%的Linux游戏玩家使用Steam OS操作系统
- AMD CPU在Steam Linux上的使用率接近70%，这得益于AMD对开源驱动的良好支持以及Steam Deck定制AMD APU的推动
Google releases Gemma 4 open models
Google DeepMind Gemma 4 开源模型系列
- Gemma 4 是 Google DeepMind 迄今为止最智能的开源模型，基于 Gemini 3 研究和技术构建，专注于最大化"每参数智能"（intelligence-per-parameter）效率。
- 提供四种规格型号：E2B 和 E4B 专为移动及物联网设备设计，支持音视频处理，完全离线运行，延迟接近零；26B 和 31B 针对消费级 GPU 优化，适合个人电脑上的 IDE、编程助手和代理工作流。
- 核心能力涵盖：支持原生函数调用的自主代理工作流、强大的多模态推理（音频/视觉）、支持 140 种语言理解文化语境，以及 Jax、Keras 等框架的微调支持。
- 性能表现领先，Gemma 4 31B 在基准测试中成绩优异：Arena AI 文本评分 1452、MMMLU 多语言问答 85.2%、AIME 2026 数学 89.2%、LiveCodeBench v6 代码挑战 80.0%、代理工具使用 τ2-bench 达 86.4%。
- 遵循与 Google 专有模型相同的严格安全协议，为企业和主权组织提供符合最高安全标准的可信透明基础。
- 模型权重可通过 Hugging Face、Ollama、Kaggle、LM Studio、Docker 等多平台获取，支持在 Vertex AI、Google AI Edge、Kubernetes Engine 等环境进行训练和部署。
Show HN: 1-Bit Bonsai, the First Commercially Viable 1-Bit LLMs
PrismML — 专注超高密度智能
- 核心问题：大型AI模型面临"装不进手机、数据中心养不起"的双重困境，PrismML通过1-bit权重技术构建超高密度智能来同时解决这两大瓶颈
- 旗舰产品：1-bit Bonsai 8B是首个可商用的1-bit权重模型，仅需1.15GB内存，相比全精度8B模型体积缩小14倍、速度提升8倍、能效提高5倍，智能密度超过10倍，基准测试可匹敌领先的全精度8B模型
- 产品规格：Bonsai系列包含三款型号——8B（1.15GB）、4B（0.57GB，132 tokens/秒@M4 Pro）、1.7B（0.24GB，130 tokens/秒@iPhone 17 Pro Max），覆盖从数据中心到移动设备的全场景
- 核心指标定义：智能密度=错误率的负对数÷模型大小，以"每比特智能"而非参数量作为模型设计的核心优化目标
- 技术来源：基于加州理工学院突破性研究，专注于将效率置于AI研究的核心位置
- 投资与招聘：获Google、Caltech、Cerberus、Khosla Ventures等机构支持，同时在帕萨迪纳和旧金山招聘大规模系统和边缘计算方向的Staff AI/ML工程师
Significant Raise of Reports
内核安全漏洞报告激增及行业变革趋势
- 内核安全邮件列表的漏洞报告数量经历显著增长：两年前每周约2-3个，去年约每周10个（多为AI生成的低质量报告），至2026年初已增至每天5-10个（周二和周五尤为集中），且报告质量大幅提升，已需增聘更多维护者协助处理。
- 当前首次出现每日都有重复报告或不同工具发现同一漏洞的现象，表明漏洞可能正以超过编写速度被清理，有望彻底消除长期积压的安全问题。
- 作者预测安全修复方式将发生根本转变：保密期（embargo）将逐渐消亡，因为在他人能即时发现的背景下隐藏漏洞毫无意义；安全漏洞将被视为普通软件缺陷，定期更新而非关注特定CVE编号才是保障安全的关键；采用"发布后撒手不管"模式的软件必须转向持续维护。
- 为应对激增的报告量，作者已调整工作流程：Syzbot报告系统性地重定向至公开邮件列表，仅存在直接提权风险的内容保留保密期，其余均要求提供补丁后直接公开，大多数漏洞可在数天内完成修复和合并。
- 长期而言，软件质量有望回归2000年前的严格标准——当时因分发渠道有限（光盘、软盘）需经过极其严格的测试流程，但在此之前业界可能经历数年的阵痛期。
- 针对Syzbot积压的约1300个开放问题，有评论指出将此类问题包装为安全漏洞以获取关注的滥用风险正在上升，而更关键的解决之道在于利用AI在代码合并前提升质量，而非仅在合并后进行修补。
Lemonade by AMD: a fast and open source local LLM server using GPU and NPU
Lemonade：面向本地AI的开源统一推理平台
- 由本地AI社区打造，强调本地AI应当免费、开源、快速且私密，面向任意PC都能在几分钟内就绪。
- 支持聊天、图像生成、语音生成/转写等多种模态能力，可通过统一的本地服务提供标准API接口。
- 与OpenAI API标准兼容，能够开箱即用地对接数百款应用，并可作为本地服务让应用直接调用。
- 采用轻量级原生C++后端，服务体积仅2MB，安装器可在约一分钟内自动完成整套环境部署。
- 会自动根据GPU和NPU配置依赖，并支持llama.cpp、Ryzen AI SW、FastFlowLM等多引擎以及同时运行多个模型。
- 提供内置GUI，便于快速下载、试用和切换模型，支持Windows、Linux和macOS（Beta）跨平台使用。
Tailscale's New macOS Home
Tailscale macOS 新窗口界面发布与刘海屏图标遮挡问题
- 在带刘海的 2021 款 MacBook Pro 等机型上，当菜单栏图标过多时，Tailscale 图标可能被挤进刘海区域而"消失"；苹果没有提供溢出区、重排工具或任何用户/开发者层面的解决路径。
- Tailscale 工程师无奈表示：“开发者只能说'我想成为菜单栏应用'，然后它就被塞进去，你最终只能听天由命”；团队曾用
occlusionState检测图标被遮挡并弹出警告，但开合屏幕或切换显示器等情况也可能误触发。 - 作为真正的解决方案，Tailscale 推出了新的窗口化（windowed）macOS 界面；该界面与菜单栏应用并行运行，可从 Dock 或 Spotlight 调出，从 1.96.2 版本起默认启用。
- 窗口界面提供可搜索的设备列表及连接状态、Ping 设备、复制 IP 地址、通过 Taildrop 发送文件、出口节点搜索与基于延迟/性能/位置的推荐、Dock 图标红点提示严重错误，以及可缩小至最小化的"迷你播放器"模式。
- 团队表示也在为 Windows 设备开发类似界面，并希望通过这类设计为软件带来"功能性的俏皮感"（functional whimsy）。