给软件开发者准备的优质简报，每日阅读 10分钟。
SpaceX wants to launch 100k more Starlink satellites for 100x the bandwidth
SpaceX申请发射10万颗第三代Starlink卫星，带宽提升100倍
- SpaceX已向美国联邦通信委员会（FCC）申请发射10万颗第三代（Gen3）Starlink卫星，承诺提供"超低延迟"多吉比特对称宽带，总带宽提升约100倍，延迟从目前的30至50毫秒降至20毫秒以下。
- 目前Starlink在轨卫星近1.1万颗，实际下载速度通常在145至170 Mbps之间，上传速度不足40 Mbps，远低于宣传峰值，对无光纤覆盖的农村用户而言仍是必需品。
- Gen3卫星单颗重量超过2000公斤（逾两吨），无法用主力火箭猎鹰9号批量发射，需依赖尚未成熟的星际飞船（Starship），过渡期可由猎鹰重型火箭承担发射任务。
- 申请涵盖Ku、Ka、V、E、W和D等异常广泛的频段，SpaceX请求豁免FCC部分规则以组建更大连续信道，但承诺以非干扰、非保护方式运行并与现有运营商"善意协调"。
- 用户需升级现有终端和天线才能享受新卫星群的千兆速度，新硬件预计很快上市；作者预计Gen3服务月费至少200美元，可能高达300美元（当前最高住宅套餐为每月130美元）。
- 该申请还需经过FCC公示与公众评议程序，可能附带碎片缓解、频谱协调等严格条件；天文学家强烈反对，欧洲南方天文台研究称大型星座将对天文学造成"毁灭性影响"。
Apple sues OpenAI, accuses ex-employees of stealing trade secrets
苹果起诉OpenAI及前员工窃取商业秘密案
- 苹果于2026年7月10日在美国加州北区联邦法院对前员工Chang Liu、Tang Tan（现任OpenAI首席硬件官）、OpenAI及其以约65亿美元收购的io Products提起诉讼，指控其窃取商业秘密并违反《知识产权协议》（IPA），要求陪审团审判。
- 前高级系统电气工程师Chang Liu于2026年1月离职加入OpenAI后，未归还苹果工作电脑，并利用一个罕见的认证漏洞非法访问苹果网络存储，下载数十份机密硬件文件（包括未发布产品资料、工程演示和技术规格），还指导仍在苹果任职的同事复制机密资料并规避安全检查，以备战OpenAI面试。
- 在苹果任职24年的前产品设计副总裁Tang Tan在OpenAI面试中使用苹果内部项目代号打探未发布产品信息，指示候选人携带电池、主板等苹果实物零件进行"展示"，并向即将离职的员工分享苹果一份标记为"需知悉"的内部离职安全流程文件，帮助他们规避审查。
- OpenAI被指控建立系统性窃密机制：要求候选人准备"技术深度演示"、携带CAD设计文件和原型机，询问子系统选型、系统集成工具及供应商合作细节；还通过io误导苹果一家合作供应商，使其相信已获苹果许可，为OpenAI执行苹果专有的金属表面处理工艺。
- 苹果于2026年2月致函OpenAI表达机密可能被不当使用的担忧，但未获回应；鉴于OpenAI已雇佣逾400名前苹果员工，苹果寻求初步与永久禁令、返还全部机密信息、损害赔偿、惩罚性赔偿及律师费等救济。
Write code like a human will maintain it
像人类会维护它那样编写代码
- 作者在使用 LLM 辅助开发时，放任模型在路由处理器、后台任务、API端点等多处生成了逻辑重复的权限检查代码，因为代码能运行且测试通过，便认为维护工作可以外包给 AI。
- LLM 并非在真空中运行，它会读取你的代码库、现有模式与近期改动。你合并进代码库的每一个“捷径”，都会成为它理解“项目风格”的信号。
- 因此，当你请求添加第五个类似端点时，模型会基于仓库中已有的四份重复代码生成第五份；当你要求重构时，模型也会保留全部五处重复，因为它已将这种坏模式认定为你的编码风格。
- 代码异味会不断累积：每个重复条件、每个臃肿函数、每次“以后再清理”的合并，都在为后续 AI 生成的代码埋下不良范式，最终使人无法仅靠提示词来解决问题，必须手动清理。
- 最令人沮丧的是，你以为在将维护工作外包给 LLM，实则却在训练它养成越来越坏的习惯。LLM 就像海绵，会吸收你所有的操作并反馈回来，因此务必确保你写入代码库的内容是良好的。
Good Tools Are Invisible
好的工具应当是隐形的
- 好工具的核心特质是“隐形”：熟练掌握后工具会退居幕后让人专注工作，一旦无法轻松应对任务便不再隐形；作者反对把工具缺陷重新包装成“有趣的解谜游戏”。
- 以vim为例：有人以编写宏解决一次性文本重构为乐，但同样的任务用Sublime多光标一分钟即可完成；作者使用Sublime已15年，因其快捷键是图形系统环境的超集、多光标在绝大多数情况下优于宏、且留下的“谜题”最少。
- 工具选择常演变为身份认同与部落信号（“黑客范儿”）：一旦身份与工具绑定，承认缺陷就如同否定自己，人们从容忍缺陷发展到辩护乃至炫耀缺陷，无法再进行诚实讨论。
- 需区分“感觉高效”与“实际高效”：解决棘手问题带来的聪明感易被误认为真实产出，诚实的检验标准是实际耗时与出错次数，许多被热捧的工具经不起这一考验。
- 以TUI与GUI之争和Linux桌面为例：人们常把某类工具的现状局限误认为本质缺陷（如GUI无法键盘导航实则只是没人去做）；最大化可配置性不应是目标，良好默认设计才是工具制造者对用户时间的尊重，配置选项只应作为少数特殊需求的“逃生舱”。
- 陡峭的学习曲线是成本而非美德，其回报必须是真实的生产力提升，而非“我花了数月学会所以它值得”的沉没成本式自我合理化；最好的工具不是故事最动听的那个，而是你忘记自己正在使用的那个。
QuadRF can spot drones and see WiFi through my wall
QuadRF：基于树莓派5的手持相控阵无线电，可穿墙"看见"WiFi并追踪无人机
- QuadRF是一款基于树莓派5与FPGA板的手持相控阵无线电，具备皮秒级时序，可执行高级信号处理与波束成形，在4.9-6 GHz频段内穿墙探测WiFi信号并追踪飞行中的无人机
- 开发者Martin McCormick曾参与SpaceX星链终端Dishy的研发，QuadRF是其"月球级天线阵列"项目的缩小版——完整阵列面向地月通信（EME）实验与射电天文观测，多模块级联最高可达1.15 MW EIRP定向增益
- 开机后树莓派创建WiFi热点，用户经浏览器访问VNC会话，可运行GNU Radio、SDR软件及自定义AR射频可视化器，后者将信号以彩色"光斑"叠加于摄像头画面（作者的5 GHz网络显示为浅蓝色，邻近网络呈红色或绿色）
- 作者与父亲（退休广播工程师）实测时，QuadRF轻松锁定空中的DJI Mini Pro 4无人机，但飞远后需手动调高增益，UI略显粗糙且缺少AGC自动增益控制
- 技术上创新性地利用树莓派5的MIPI接口（需逆向工程RP1芯片协议）实现超5 Gbps低延迟I/Q数据流传输，比USB更简单可靠，同时释放PCIe接口用于高速存储或网络，并支持多模块菊花链级联
- 基础套件在Crowd Supply预售价499美元，众筹反响超预期，外壳将从3D打印改为注塑成型；作者起初持怀疑态度，但使用一周后迫不及待等待自己预订的设备发货
In Emacs, everything looks like a service
Emacs 中一切皆服务：用 Elisp 构建客户端的方法与实践
- Emacs 并非操作系统，但它能在操作系统内核之上编排应用程序和工具；凭借内置的系统服务访问能力（文件系统、网络等）和运行其他程序的能力，用户可在其中即兴构建客户端行为，这也是"只生活在 Emacs 中"这一说法的由来
- 文章基于客户端-服务器模型，指出客户端通常负责三个部分：用户界面（UI）、客户端边缘（与服务通信的子系统，网络客户端中即网络子系统）以及本地数据库（与服务器交换或同步的数据表示）
- Emacs 提供了大量内置和第三方库来实现客户端：UI 方面有 Minibuffers、Buffers、Completion、Tabulated List Mode、vtable、Transient；客户端边缘有 URL、Socket（TCP/UDP）、SMTP 及 JSON/XML 序列化工具；本地数据库则包括关联列表、属性列表、哈希表和 SQLite
- 所有这些库都通过 Emacs Lisp（Elisp）访问，Elisp 作为一种动态编程语言，允许在运行时进行高度即兴的操作，从而对 Emacs 可用的任何行为（从 Elisp 函数到 shell 命令）进行复杂编排
- 文章以 wttr.in 天气服务为例，展示了如何用 Elisp 构建
wttr命令：提示输入地点、发起 HTTP 请求、将 JSON 响应解析为哈希表并在迷你缓冲区显示结果，整个实现仅 67 行代码 - 若嫌复杂，可将网络请求和 JSON 处理委托给 Python 脚本，Elisp 端只需几行代码通过 shell 调用即可，此时 shell 命令实际上就成为了"服务"，体现了 Elisp 将库与命令行工具即兴集成的强大能力
Who manages the agents?
不要安静地走进AI之夜：让数十亿人主导AI的未来
- 文章提出两种AI未来愿景：一种是AI成为由少数"技术神职人员"（前沿模型构建者）掌控的"神祇"，普通人只是被动接受者；另一种是以人为中心，AI作为人类创造力与生产力的放大器，作者坚定支持后者。
- 神职人员一边警告大规模失业（如Amodei预测五年内半数入门级白领岗位消失、Altman称客服工作"彻底消失"），一边以丰裕与再分配的承诺安抚大众；同时以生物、网络、虚假信息风险为由限制能力开放，形成"少数人用前沿AI、其他人用受限AI"的双层体系。
- 前沿能力飞速进步（如AI自主解决百年数学难题、发现数千个零日漏洞），但中位数用户停滞不前：顶尖开发者借助智能体已达100倍生产力，而绝大多数开发者几乎没有提升，这一鸿沟正蔓延至销售、营销等各行各业。
- 作者主张"让中位数的人提升2倍"才是提升整体水平的关键，企业不应把AI仅用于裁员降本（如Klarna裁员后又重新招聘的案例），而应聚焦增长，让现有员工凭借领域知识转型为"智能体管理者"。
- 每个人都应拥有自己的第一个智能体并逐步管理更多，且智能体必须"主权化"——由公司完全拥有和控制其身份、权限、记忆、技能与审计记录（作者披露这正是其公司的产品方向）。
- 未来并非命中注定：智能可以被集中垄断，也可以交到数十亿人手中以增强人类能动性；作者呼吁"不要把预言当政策，不要把集中当安全"，将人置于中心，赋予他们智能体，并教会他们领导。
Show HN: Learn by rebuilding Redis, Git, a database from scratch
ShipThatCode：通过构建并交付真实系统学习编程
- ShipThatCode 采用"选择→编写→运行"的实战循环教学模式，提供 80 多门从零构建的课程，覆盖 9 种编程语言，无需信用卡即可开始学习。
- 平台提供 14 条职业路径，帮助学习者从零基础成长为就业就绪状态，包括后端工程师（约 80 小时）、前端工程师（约 65 小时）、全栈开发者（约 90 小时）、DevOps/SRE（约 70 小时）和数据科学家（约 60 小时）。
- 各职业路径聚焦特定技术栈：后端路径涵盖 Go、SQL、缓存与队列；前端路径聚焦 JavaScript 与 TypeScript；DevOps 路径包含 Bash、Docker 与 CI；数据科学路径覆盖 Python、R 与 SQL 这一经典数据分析组合。
- 37 种编程语言各自配有"基础→中级→高级"的结构化学习轨道，用户可通过点击展开查看完整语言列表。
- 用户反馈平台无法作弊——要么解决问题，要么解决不了，是真正让人理解所编写代码的平台。
- 平台完全免费，注册仅需 30 秒、无需信用卡，首节课 2 分钟即可上手。