yii.
← Digest
EP211 · 2026年10月14日星期三 · 16 min read

一天合併 3 萬次之後

每天花 1% 的時間，掌握科技脈動。

今日金句#

“At Anthropic, coding is no longer the bottleneck to building systems or doing research.” 「在 Anthropic，寫程式已經不是打造系統或做研究的瓶頸。」 — Anthropic Engineering，〈Redesigning source control at Anthropic〉（來源）

“If the agent isn’t using my diagnostics library, I could introspect and update AGENTS.md, but there’s still a delta, and it’ll drift.” 「agent 沒用我的 diagnostics 函式庫的話，我可以回頭改 AGENTS.md，但落差還是在，而且會越漂越遠。」 — Geoffrey Huntley，〈nobody should type code by hand anymore〉作者（來源）

“A bug like this which has not been found during the last 11 years cannot actually be that easy to hit.” 「一個 11 年都沒被發現的 bug，實際上不可能那麼容易踩到。」 — lcnr，Rust Types Team（來源）

今日主軸#

Anthropic 今年 5 月平均每天 merge 約 2,500 個程式變更，9 月超過 30,000 個，git 撐不住，七個人花五個月做出自家版本控制系統 Scion，把整個 monorepo 搬過去，CPU 和記憶體用量只有原本 git mirror 的兩百分之一。同一天 Google 發表 Gemini 4 Argon，說內部團隊在 Antigravity 裡用它之後，agent 提交的程式碼多了 35% 以上，rollback 少了將近三分之一。量上來之後，驗收成了新的難題：AgentSWE 這篇論文讓 coding agent 照需求打造 agent，再用沒給過的案例驗收，沒有一個組合接近合格，常見的失敗是只對看得到的案例調整、程式看起來完整但執行起來是空殼、還沒做完就宣稱完成。Geoffrey Huntley 的做法很工程：不再靠 AGENTS.md 叮嚀，改寫一個 pre-commit hook 檢查 diff，違規就讓 commit 失敗，再把指示塞回給 agent，他說之後十次有十次照做。我的看法是，寫在文件裡的規則 agent 會漂掉，寫成會擋下 commit 的檢查才算數；我自己的日報也是把連結檢查寫成會擋住寄信的程式之後，才不用每天靠提醒。

必讀#

  1. Gentoo 維護者請求：別再用 uv-build 當 build backend · Lobste.rs Dev
  2. Gemini 4 Argon 上線：每百萬 token 輸入 2 美元，Vals Index 第一 · Hacker News AI
  3. Mozilla 推出 Firefox Enterprise：管理主控台架在自家機房 · Hacker News News
  4. FairScan 作者：Ente Locker 把我的 Kotlin 翻成 Rust，沒有標註來源 · Lobste.rs News
  5. ARTEX：百度 agent+ 攻防賽冠軍的 AI 自主滲透測試系統 · GitHub AI
  6. vfmaddrnd231pd：Intel 手冊裡一條從沒出貨的指令 · Lobste.rs News
  7. Rust 借用檢查器 11 年的 unsoundness：透過 covariant 欄位賦值繞過生命週期 · Hacker News Dev
  8. Apple HomeView：7 吋螢幕的家庭中樞，美國售價 299 美元 · Hacker News News
  9. CADCraft：純 Rust、clean-room 重寫的 AutoCAD 風格繪圖軟體 · GitHub AI
  10. Anthropic 自建版本控制系統 Scion，五個月把 monorepo 搬離 git · Hacker News AI
  11. AgentSWE：coding agent 做出來的 agent，驗收時沒有一個及格 · HuggingFace Papers AI
  12. Geoffrey Huntley：與其改 AGENTS.md，不如寫 pre-commit hook · Simon Willison AI

1. Gentoo 維護者請求：別再用 uv-build 當 build backend#

Gentoo 開發者 Michał Górny 看到又有十幾個套件因為某個關鍵依賴改用 uv-build 而在 Gentoo 上掉了 keyword，寫文請 Python 專案不要選它當 build backend。他強調不是在批評 uv 或 Astral 的其他工具，問題出在 uv-build 用 Rust 寫、體積大：0.13.0 版的 wheel 有 1.2 到 1.5 MiB，純 Python 的 flit-core 只有 45 KiB。Gentoo 使用者要從原始碼編譯它，而它在寫文前 30 天內發了 12 個版本。可攜性是更大的問題：Rust 支援的平台增加得慢，uv 依賴的 crate 會跳過 SPARC，32 位元平台編譯時位址空間不夠，Gentoo 的 uv ebuild 已經帶了兩個 hack。

  • 他列出的兩個好處：跟 uv 一致、速度快；PEP 517 本來就讓任何前端搭任何後端，速度差距約 100 ms
  • 真正會碰到 build backend 的是開發者、CI、下游打包者和 sdist 使用者，一般使用者裝的是 wheel
  • 建議改用 flit-core 或 hatchling，跟 uv 搭配都能用

💡 為什麼重要：維護 Python 函式庫的人換 build backend 時，影響的是下游所有從原始碼建置的發行版；選一個 45 KiB 的純 Python 後端，對自己幾乎沒有代價。

🔗 閱讀原文 | 來源: Gentoo blog / Lobste.rs

2. Gemini 4 Argon 上線：每百萬 token 輸入 2 美元，Vals Index 第一#

Google 發表 Gemini 4 Argon，即日起透過 AI Studio 和 Gemini API 開放給開發者，Google AI Ultra 訂閱者可在 Antigravity 使用，Ultra 和 Pro 訂閱者可在 Gemini app 與搜尋的 AI Mode 使用。早鳥價每百萬 token 輸入 2 美元、輸出 10 美元，快取輸入打 5% 的價。官方說它在涵蓋金融、程式、法律、稅務的 Vals Index 排第一，ERQA 具身推理基準 87%，API 支援 100 萬 token 的輸入輸出合計上限。Google 內部在 Antigravity 用 Argon 之後，agent 提交的程式碼多了 35% 以上，rollback 少了將近三分之一。

  • Chrome 團隊用它把一個約 600 萬行的舊資料夾從 4,000 萬行的 Chromium 裡拆出來，幾個月的工作幾週做完
  • Gemma 4 E2B 在 A100 上跑 vLLM，吞吐從約 37,900 提升到 108,000 token/秒以上，輸出 token 完全一致
  • 安全面：coding 基準上抄捷徑的比例降到 2%，Gray Swan 間接 prompt injection 攻擊成功率 0.7%；另開放 1 萬名科學家免費使用 Antigravity 最高方案 6 個月

💡 為什麼重要：用 Gemini API 跑 agent 的團隊可以直接比價：輸入 2 美元、快取再打 5% 的價，長 context 的 agent 工作流成本會明顯下降。

🔗 閱讀原文 | 來源: Google DeepMind / Hacker News

3. Mozilla 推出 Firefox Enterprise：管理主控台架在自家機房#

Mozilla 推出 Firefox Enterprise，主打企業可以把瀏覽器的部署、政策和管理主控台放在自己的基礎設施上。功能包括集中政策控管、管控瀏覽器對外連線與遙測、內建 DLP（依網域警告或阻擋敏感資料操作）、允許或停用 AI 工具、匯出事件到 SIEM、Lockdown Mode 和擴充套件白名單，並附 Professional Support。頁面列出的法規對應有 DORA、GDPR、NIS2、ISO 27001、SOC 2。Thunderbird Enterprise 標示即將推出，會從同一個主控台管理郵件、行事曆與聯絡人。

  • 一般 Firefox 用戶也能付費加購 Professional Support
  • 賣點之一是瀏覽器引擎多元化：企業全部用 Chromium 系，單一漏洞會同時影響所有端點
  • 頁面沒有公開價格，要走 Request a Demo

💡 為什麼重要：受 NIS2、DORA 規範的歐洲企業 IT，過去要管瀏覽器多半得用 Chrome Enterprise 或雲端服務；Firefox 提供了可以完全地端部署的選項。

🔗 閱讀原文 | 來源: Mozilla / Hacker News

4. FairScan 作者：Ente Locker 把我的 Kotlin 翻成 Rust，沒有標註來源#

開源文件掃描 App FairScan 的作者 Pierre-Yves Nicolas，9 月 16 日收到 Ente 工程師來信致謝，說 Ente Locker 新的掃描功能用了 FairScan 的分割模型，影像處理則「從頭自己寫」。他去看程式碼，發現多個影像處理實作幾乎是把他的 Kotlin 直接翻成 Rust：結構、演算法、函式與變數名稱、寫死的數值都一樣。對方先改了部落格措辭，9 月 21 日回覆說那是「相當標準的影像處理方法」，並在 repo 裡用一個超過 6,000 行的 PR 改寫，但已經發出去的 Locker 1.0.9 改不了。他寫信給公司，到 10 月 12 日沒有回音。

  • FairScan 是 GPL 授權；若 Ente 的程式碼衍生自它，散布時就有授權合規問題
  • 他列出自己做過的研究：multi-scale Retinex、single view metrology、自己設計的四邊形逼近演算法，參數在幾百張圖上調過
  • 他在 Mastodon 發過時間軸和程式碼比對的 gist，幾乎沒人回應，他說這讓他開始懷疑繼續做開源的動力

💡 為什麼重要：用 AI 或手動把開源程式碼移植到另一種語言的團隊，授權義務跟著程式碼走；GPL 程式碼翻成 Rust 仍然是衍生作品，標註出處是最低成本的做法。

🔗 閱讀原文 | 來源: FairScan / Lobste.rs

5. ARTEX：百度 agent+ 攻防賽冠軍的 AI 自主滲透測試系統#

ARTEX 是百度「agent+」攻防挑戰賽的冠軍專案，一套用 LLM 驅動的自主滲透測試系統，後端 Go、前端靜態匯出，資料庫用 PostgreSQL，需要設定 ANTHROPIC_API_KEY 或 OPENAI_API_KEY。這個 repo 是最後一版的純原始碼備份：原本的 Docker 映像 autumn27/artex 已從 Docker Hub 刪除，改由 mianhuatang11/artex 維護，也能 docker compose build 從原始碼建置。介面有儀表板、任務執行過程（對話與工具呼叫）、資產覆蓋圖，任務內有「攔截審批」，高風險動作要人核准。repo 建立約 5 天，3.9K 顆星。

  • 可以從 ScopeSentry 同步資產資料，支援遠端 MCP（Streamable HTTP 或舊版 SSE）
  • 啟動要用 start.sh 守護腳本，頁面上的一鍵更新靠它重啟換版
  • 每次啟動會冪等重跑 schema.sql，升級不必手動跑 migration

💡 為什麼重要：有授權滲透測試需求的資安團隊可以參考它的審批設計：agent 自主探索，碰到高風險動作停下來等人核准，是目前讓 agent 做攻防最實際的分工。

🔗 閱讀原文 | 來源: GitHub

6. vfmaddrnd231pd：Intel 手冊裡一條從沒出貨的指令#

purplesyringa 發現 Intel 軟體開發手冊（SDM）記載了一條 vfmaddrnd231pd，可以逐條指令控制 FMA 的捨入模式，不用 AVX-512 就能做到，對依賴捨入的演算法很有用。但 GNU assembler 不認得它，手冊提到的 intrinsic 在 Clang 和 ICC 都不存在，照手冊的 opcode 組出來在 Haswell 上跑會丟 #UD，2026 版 SDM 也已經刪掉它。讀者給了線索後，作者推論它來自 AVX10 的原型期：當時 AVX10 不支援 512 位元，Intel 想用 VEX 前綴加一個立即值位元組控制捨入，後來改用 EVEX 最後一個沒用到的位元，2025 年又讓 AVX10 全面支援 512 位元，這套設計就整個用不到了。

  • GCC 曾有一個 patch 名為 Revert「AVX10.2 ymm rounding」，移除 _mm256_fmadd_round_pd 等 intrinsic
  • Intel 的 AVX10 白皮書更新寫明移除「支援內嵌捨入的 256 位元指令」
  • 手冊裡的 DDS 標記只在這條指令出現，是作者最早起疑的地方

💡 為什麼重要：寫 SIMD 或編譯器後端的人，照手冊實作前最好先用組譯器和實機確認指令存在；這次是手冊草稿漏刪，一路留在 2024 版。

🔗 閱讀原文 | 來源: purplesyringa / Lobste.rs

7. Rust 借用檢查器 11 年的 unsoundness：透過 covariant 欄位賦值繞過生命週期#

rust-lang/rust 的 #164250 回報一個型別系統漏洞：結構體宣告 T: 'static，但先建立 Q(None) 再對欄位 q.0 = Some(&l) 賦值，就能把非 'static 的參考塞進去，搭配一個刻意寫的 Drop 實作把它存到全域，離開作用域後讀到的是已釋放的記憶體，用 ASan 跑會報 stack-use-after-scope。回報者說目前 nightly 和至少 1.85.0 以來的 stable 都有，theemathas 的精簡版從 1.18.0（2017 年）就能編譯。Types Team 的 lcnr 標為 P-high，說它 11 年沒被發現，不可能那麼容易踩到，要利用需要刻意惡意的 Drop。

  • lcnr 另外給了一個不靠 'static 的版本，用三個生命週期參數觸發同一個問題
  • Types Team 正在做 next-generation trait solver 和 region constraint 重寫，目標是修掉所有已知 unsoundness
  • issue 收到 108 個反應、13 則留言，Zulip 上另開討論串

💡 為什麼重要：一般 Rust 程式碼不會意外觸發，但做安全稽核或依賴「safe Rust 不會 use-after-free」做威脅模型的團隊，要知道這個保證目前有一個已知的洞。

🔗 閱讀原文 | 來源: GitHub / Hacker News

8. Apple HomeView：7 吋螢幕的家庭中樞，美國售價 299 美元#

蘋果發表 HomeView，7 吋 Liquid Retina 螢幕裝在半球形鋁製揚聲器底座上，用不鏽鋼轉軸調角度，另有壁掛版。內建 Siri AI、12MP Center Stage 鏡頭、四個波束成形麥克風，亮度 500 到 0.3 尼特，靠近時會顯示更多資訊。A18 晶片的 Secure Exclaves 在隔離區處理鏡頭和麥克風資料，作業系統和蘋果都讀不到，用來辨識每個家庭成員的臉和聲音。科技新報整理，最多認得六個人，桌上型和壁掛型美國都是 299 美元，10 月 13 日開放預購、11 月 13 日上市，台灣不在首波。

  • 新聞稿註腳寫明，依賴伺服器端模型的 Apple Intelligence 功能有每日使用上限
  • 多人共用時各自的個人內容分開顯示
  • 壁掛版有 ADT 專業安裝服務

💡 為什麼重要：做 HomeKit 或智慧家庭配件的開發者多了一個有螢幕的控制入口；Siri AI 有每日上限，代表蘋果在家用裝置上也開始算推論成本。

🔗 閱讀原文 | 來源: Apple / Hacker News

9. CADCraft：純 Rust、clean-room 重寫的 AutoCAD 風格繪圖軟體#

CADCraft 用純 Rust 從頭實作 AutoCAD 的工作方式：指令列、物件鎖點、圖層、標註、填充、圖塊和 DXF 圖檔，原生支援 macOS、Windows、Linux、FreeBSD，也能透過 WebAssembly 在瀏覽器跑。README 列出的功能已涵蓋 LINE、PLINE、TRIM、FILLET 等常用繪製與修改指令、所有 DIM* 標註指令、參數化約束、紙張空間配置和 PDF 出圖。DXF 可讀 R12 到 2018、寫 R2000，DWG 透過 acadrust 函式庫讀取、寫 R2000。專案自稱還在早期快速開發，repo 建立約一週，4.2K 顆星。

  • 內建 MCP server、JSON 控制通道和 cadcraft-cli，agent 可以直接下繪圖指令
  • 介面支援 13 種語言，含簡體中文和韓文（需安裝對應字型）
  • 同一個帳號還有 Word 的 clean-room 重寫 wordcraft，已 11K 顆星

💡 為什麼重要：需要在 Linux 或瀏覽器裡開 DXF 的工程團隊多了一個開源選項；對做 agent 的人來說，一個能用 MCP 操作的 CAD 是現成的測試場。

🔗 閱讀原文 | 來源: GitHub

10. Anthropic 自建版本控制系統 Scion，五個月把 monorepo 搬離 git#

Anthropic 今年 5 月平均每天 merge 約 2,500 個程式變更，9 月超過 30,000 個。monorepo 主分支歷史快 100 GB，壓縮後的工作副本超過 25 GB，CI 一天 checkout 約 2,500 萬次，照 git 的方式抓會是每天 600 PB 以上的流量，高峰期他們維運了幾百台內部 git mirror。新系統 Scion 假設客戶端永遠在線：commit、rebase、merge 都在伺服器端做，客戶端只維護有上限的本地快取，按需抓檔案，工作副本是選用且稀疏的。七個人五個月做完 Scion 和 code review 工具 Antique 並完成遷移，CPU 和記憶體用量是原本 git mirror 的兩百分之一，CI checkout 從幾分鐘變幾秒。

  • 變更單位叫 changeset，只記錄相對第一個 parent 改了哪些檔案；ref 移動是單一 Spanner 列的 compare-and-swap
  • 原本手寫的 git 匯入管線交給 Claude Mythos Preview 重寫，記憶體用量少 20 倍、速度快 4 倍
  • 他們明說 Scion 不適合一般用途，只對超大 monorepo 有意義，也很難包成產品給別人用

💡 為什麼重要：Anthropic 自己的數字顯示 agent 寫程式之後，瓶頸移到 CI、merge queue 和版本控制；一般團隊用不到 Scion，但 CI 排隊時間值得現在就開始量。

🔗 閱讀原文 | 來源: Anthropic / Hacker News

11. AgentSWE：coding agent 做出來的 agent，驗收時沒有一個及格#

這篇論文做了一個基準 AgentSWE，測 coding agent 按需求打造 agent 的能力，分三個階段：從自然語言需求建立完整 agent、修改正式環境的 agent codebase、朝可量測目標最佳化。25 個任務都設計成「委託」：建造者只拿到幾個示範案例迭代，驗收時用沒看過、涵蓋整份需求的案例跑凍結後的提交，以從需求推出的評分表加上硬性 pass/fail 門檻打分。作者評估多種模型和 harness 的組合，結論是沒有一個接近交付需求要的東西，展示時的表現和實際交付之間有落差是常態。

  • 失敗模式一：只對看得到的案例過度擬合
  • 失敗模式二：程式看起來完整，執行時是空殼
  • 失敗模式三：沒做完就宣稱完成

💡 為什麼重要：讓 agent 幫你寫 agent 的團隊，驗收要用 agent 沒看過的案例；論文列的三種失敗，都是只看 demo 會漏掉的。HuggingFace Papers 上 201 票，論文約 5 天前上架。

🔗 閱讀原文 | 來源: HuggingFace Papers

12. Geoffrey Huntley：與其改 AGENTS.md，不如寫 pre-commit hook#

Simon Willison 引用 Geoffrey Huntley〈nobody should type code by hand anymore. here’s what’s left.〉裡的一段。Huntley 的 agent 常常繞過他的 diagnostics 函式庫，直接呼叫底層的 observability 模組。他可以回頭改 AGENTS.md，但文件和實際行為之間的落差會一直漂。他改成寫一個 pre-commit hook，檢查 git diff 有沒有繞過 diagnostics 模組的直接呼叫，有就讓 commit 失敗，並注入一段 prompt 要 agent 改用函式庫。他說改完之後十次有十次照做。

  • 規則從「寫給 agent 讀」改成「會擋下 commit 的檢查」
  • commit 失敗的訊息本身就是給 agent 的回饋
  • 這招適用任何「團隊有封裝，agent 卻直接呼叫底層」的情況

💡 為什麼重要：維護 AGENTS.md 或 CLAUDE.md 的人可以挑一條最常被違反的規則，改寫成 lint 或 pre-commit 檢查，比再加一段說明有效。

🔗 閱讀原文 | 來源: Simon Willison

推薦閱讀#

  • 把 EmbeddingGemma 2 改成語音轉文字：一小時錄音 13 秒轉完 — EmbeddingGemma 2 是 Google DeepMind 的多模態 embedding 模型，文字、圖片、聲音和影片在同一個向量空間。這個獨立專案保留它的音訊編碼器不動，訓練一個小 reader 把每段短音訊移到文字空間，再從約 22.9 萬個英文單字裡挑最接近的。reader 在 8 張 H100 上訓練不到兩小時。基本款 M3 MacBook Air（8 GB）用 Neural Engine 跑，一小時錄音 12.6 秒，約 288 倍即時；錯字率約 5%，領先的語音模型是 2 到 3%。有 Mac app，按住 Right Option 說話就能聽寫到任何 App。
  • PostgreSQL 19 beta 期間撤回 8 到 10 個重要功能 — PostgreSQL committer Peter Eisentraut 說，19 版進入 beta 後撤回了 8 到 10 個重要功能，有些很晚才撤，一般一個週期大概只會撤一個。他認為原因是多種因素的組合，其中之一是 PostgreSQL「什麼都能跟什麼一起用」的設計，讓每個新功能都要承擔很高的驗證成本。19 版仍有 REPACK CONCURRENTLY、sequence 的邏輯複寫、用 pg_plan_advice 做 planner hinting；有幾個 80% 完成的功能已經排進 20 版。
  • Dyna Robotics：鼎泰豐每天用機器人摺幾千條餐巾 — swyx 訪問 Dyna Robotics 首席科學家 Jason Ma。Dyna-2 是用一百萬小時人類影片預訓練的 world-action model，後續推出實體 agent Dyna-2.1。公司說機器人連續 24 小時摺餐巾成功率 99.4%，已經在鼎泰豐每天摺數千條；新任務大約需要 45 分鐘的示範。
  • Thinking Inertia：叫 LLM 不要思考，它還是會想 — 論文研究「叫模型不要思考」時它會不會照做。作者把每個回答拆成答案前的文字和最終答案，用三個指標衡量：完全只給答案的比例、答案前文字和題目的相關度、LLM 評審判斷有沒有明顯推理。六個模型、六種 prompt 介入、是非題到開放題都測過，明確要求不思考也沒辦法可靠地消除推理，答案空間越開放越明顯，作者稱為 Thinking Inertia。論文約 6 天前上架。
  • Higgsfield 用 GPT-6 Astra 把 AI 影片從 1 分鐘拉到 10 分鐘以上 — OpenAI 的客戶案例：Higgsfield 用 GPT-6 Astra 讓創作者做出超過 10 分鐘的影片，用 GPT-Image-2.5 控制畫面，並用 GPT-Live 做語音電影。OpenAI 頁面對自動化讀取回 403，這則只有 RSS 摘要。
  • Thunderbird iOS 版首次公開：從零開始的原生 App — Thunderbird 團隊公開 iOS 版的開發進度，App 從零開始原生撰寫，不沿用桌面版和 Android 版的程式碼。目前重點是自動化登入與多帳號設定、兼顧電量的背景同步、簡潔的收件匣和編輯器，以及給社群貢獻者用的實驗性 feature flag 系統。文末有使用者研究問卷，請大家選出最在意的三件事。
  • Pragmatic Engineer：AI 時代的災難復原規劃 — Gergely Orosz 節錄 Sam Newman 新書《Building Resilient Distributed Systems》。Sam 說 agent 寫出更多程式、帶來更多部署，多數服務的中斷次數變多了，他把 AI 相關內容加進書裡，寫作時間從兩年拉到三年。這期講 RPO、RTO、SLO，以及備份還原、pilot light、warm failover、multisite active-active 四種災難復原模式，並提醒 GPU 和 CPU 短缺時跨區備援容量不能當成理所當然。
  • 論文：AI 模型可以在權重裡藏住任意能力，而且可證明找不出來 — 作者用 digital locker 在模型權重裡嵌入加密的神經網路，只有收到秘密觸發詞時才解密執行，在密碼學假設下，即使拿到完整權重也很難誘發或解讀。他們用 PyTorch 實作，在一個化學反應預測任務（CBRN 能力的代理）上測 fine-tuning、權重加雜訊、梯度搜尋觸發詞和 latent adversarial training，都沒辦法把能力挖出來，結論是靠誘發的能力稽核有上限。模型已公開。
  • curl 8.23.0：base64 快兩倍，easy handle 瘦身 28% — curl 兩個多月前開始跑效能測試，10 月 14 日發布的 8.23.0 收錄了成果：base64 編碼快兩倍以上、解碼快 40%，URL 百分比解碼快兩倍、編碼快約四倍，日期字串轉 epoch 快兩倍以上，URL 解析快 20% 到 30%，printf 改成一次處理一段字元，快 5% 到 15%。每個並行傳輸都會配置一個的 easy handle 從 4,256 位元組減到 3,064 位元組，少了約 28%。
  • AI 寫程式這麼強，新的好軟體在哪裡？ — Nate Meyvis 回答 AI 懷疑論者常問的問題：AI 寫程式這麼強，怎麼沒看到更多好軟體？他列了九個候選答案，包括 bug 變少和效能變好是看不到的改進、大家很少換新軟體、組織裡簽核流程沒有被加速、AI 讓很多人做私人工具而不是公開產品、團隊把省下的時間拿去休息。他自己說其中幾個權重很低。
  • Liquid AI 推出 LFM2.5-24B-A2B：每個 token 只啟用 2B 參數的端側 agent 模型 — LFM2.5-24B-A2B 沿用前一代架構：40 層、每個 MoE 區塊 64 個專家選 4 個，context 從 32K 拉到 131K，詞彙表從 65K 擴到 128K。預訓練從約 17T token 增加到約 33T，後訓練在 OpenClaw、Hermes Agent、OpenCode 等 harness 裡做 agentic RL。官方在 16 個基準上和 Qwen3.6-35B-A3B、Gemma-4-26B-A4B 比，工具使用和指令遵循領先，AutomationBench 分數是第二名的三倍以上。第一天就支援 llama.cpp、MLX、vLLM、SGLang、ONNX。
  • OpenAI 工程師涉嫌在高層會議室裝竊聽器被捕 — 35 歲的沙烏地籍 OpenAI 工程師 Abdulrahman Alfozan 被控在舊金山總部的高層會議室裝竊聽器。檢方說 9 月 30 日發現裝置插在電視背後的 USB 孔，用衛生紙藏著，內容加密；10 月 5 日又在一個沒人看管的包包裡找到他的證件和第二個裝置。起訴書說他用公司內部工具查過會議室和高層開會地點，與配偶相關的聊天機器人帳號問過怎麼做持續錄音、怎麼加密 SD 卡。
  • Google Play 開放私人 vibe-coded App，不用上架也能裝 — Google Play 新功能讓使用者用 Google AI Studio vibe-code 一個 Android App，直接裝到自己的手機上，不會出現在 Play 搜尋，也不會分享給別人，但仍要符合 Play 政策。Google 說之後會開放分享給信任的親友，紅了還可以走審查流程轉成公開上架。
  • GitHub 自訓 secret 分類模型，掃描時間少 86% — GitHub 為 secret scanning 訓練了一個專用分類器，分辨真的憑證和長得很像的字串（build ID、checksum、範例值）。流程先用 regex 高召回率撈候選，再用模型看檔案路徑、變數名稱和周邊程式碼判斷。和先前呼叫遠端 LLM 的流程比，依擁有者加權的接受率高 11.5%，post-push 掃描的中位執行時間少 86%，服務成本少 98%，因此能把通用 secret 偵測延伸到 push 之前。
  • Character.ai 聲請 Chapter 11，走法院監督下的出售程序 — Character.ai 宣布自願聲請 Chapter 11，在法院監督下出售公司。董事會說過去一年面對法律、監管和營運壓力，出售是讓各方利益最大化的方案；如果找不到買家，平台會關閉。服務目前照常運作，訂閱和扣款不變，出售程序預計 11 月底或 12 月初完成。

中文技術圈#

  • LINE 15 週年：AI Agent 進群組聊天室，Premium 再加六項功能 — LINE 在台上線 15 週年的記者會宣布，AI Agent 會進到群組聊天室：標註 @ai 回答問題、整理成員任務到記事本、擷取活動日期加進行事曆、分類照片進相簿，也會串餐廳訂位、購物比價和旅遊建議；台灣實際導入時程要等 LINE 另行公布。3 月上線的 LINE Premium 已有超過 200 萬人體驗過，第四季到明年上半年會陸續加入編輯訊息、無聲訊息、通話錄製、預約訊息、無痕預覽、稍後標為已讀六項功能。
  • Codex 一次幫我的遊戲引擎加好光追，AI 能取代高水準程式設計師了嗎？ — 發文者說只跟 Codex 講了「要有光」，它就替他用 C++20 寫的 Vulkan 遊戲引擎 EVEngine 加上光追，一次寫對並整合進現有程式碼。103 則回覆意見分歧：有人說 AI 讓低水準程式設計師也寫得出「高品質」程式碼；有人花 100 多美元 token 做出原本要找人幫忙的想法；也有人說公司花一百多萬採購的演算法介面，拿到 jar 包後交給 AI 解析改造，第三方賺不到後續維護費了。
  • 公司收到 Navicat 律師函，我用 Rust 重寫了一個 — 發文者的公司收到 Navicat 律師函，全員要刪掉 Navicat、改用 DBeaver。他用不慣，就用 Rust 加 GPUI 寫了一個 Navicat 風格的資料庫工具 rustgrid，沒有 WebView，支援 ODBC 驅動。他說自己沒碰過 Rust，不到一個月做出常用功能。109 則回覆裡，另一位也收到律師函的人說改用 DataGrip，也有人推薦另一個開源工具 dbx。
  • SEMI：300 毫米晶圓廠設備支出 2029 年達 2,270 億美元 — SEMI 預估全球 300 毫米晶圓廠設備支出從 2025 年的 1,130 億美元，成長到 2026 年約 1,490 億美元（年增 31%），2029 年達 2,270 億美元。2026 年有 20 座新廠或產線動工，2027 年 18 座；美洲設備支出從 2026 年的 181 億美元增加到 2029 年的 406 億美元。
  • CyberXero 同時跑 51 個 Claude Code 代理攻擊 WordPress 網站 — SOCRadar 揭露俄羅斯的初始存取掮客 CyberXero，因為駭客設定錯誤，意外找到他們的工作資料夾。主要工作站同時跑最多 51 個 Claude Code 代理，透過 API 部署 PentAGI 串接 Cobalt Strike。一次自動化攻擊掃描 4,708 個網站，取得 429 個 WordPress 後台，61 秒內植入 32 個 Shell；他們也偵察了烏克蘭 7 家能源與公用事業，竊取近 63 萬烏克蘭用戶資料。
  • 英特爾 Crescent Island 推論卡：480 GB LPDDR5X、350W — 英特爾公開 GPU D 系列推論卡（代號 Crescent Island），Xe3P 架構、32 個 Xe3P 核心、拿掉顯示輸出，350W 下 FP8 算力 1.3 PetaFLOPS。原廠配 160 GB LPDDR5X、頻寬 1.5 TB/s，合作夥伴最高可配 480 GB，單卡可跑 3,000 億參數的模型，用標準 PCIe 和氣冷。
  • 修補漏洞的 PR 剛送出，幾分鐘後攻擊就來了 — 劍橋大學教授、OCaml 編譯器核心維護者 Anil Madhavapeddy 說，他送出修補路徑遍歷漏洞的 PR 後幾分鐘，網站伺服器的 log 就出現和該漏洞完全吻合的探測請求。InfoQ 引用的研究指出，拿到 CVE 描述的 GPT-4 agent 能成功利用基準裡 87% 的漏洞。他主張開源專案的修補和發布流程要跟著加速，靠保密爭取時間的做法已經不管用。
  • HashiCorp 封存 Boundary 社群版，不再提供安全修補 — HashiCorp 停止開發特權存取管理工具 Boundary 的社群版，10 月 8 日把 GitHub repo 封存成唯讀，不再發新版、不再修 bug 和安全漏洞。既有部署照常運作，原始碼和執行檔仍可取得；最後的社群版是 4 月 28 日的 0.21.3。研發資源集中到 HCP Boundary 和 Boundary Enterprise。
  • UpGuard：逾 1.6 萬個 Supabase 資料庫可被公開讀取 — UpGuard 掃描約 30 萬個使用 Supabase 的網域，發現 16,326 個資料庫的資料表可以被公開讀取。抽查案例包括一個非洲國家領事館洩漏 2.5 萬人的個資和緊急安置點位置，以及一家美國代客泊車業者超過 10 萬名顧客的聯絡資料和車牌。
  • Cursor 用 S3 上的 WAL 撐起每秒 300 多次 Git push — Cursor 的 Git 儲存架構 Continuity 把 S3 上的 write-ahead log 當成唯一事實來源，本地 NVMe 上的 Git repo 只當暖快取，push 要等資料寫進 S3 才確認成功。任何伺服器都能接受 push，靠 S3 的原子 compare-and-swap 協調；合成測試中讀取能力隨副本數線性成長到 100 個副本，用 S3 Express One Zone 超過每秒 300 次。
  • 2026 年了，還有架構師堅持 MySQL 單表不能超過 2,000 萬行 — 發文者的架構師堅持 MySQL 單表過 2,000 萬行，B+ 樹會從 3 層變 4 層、多一次磁碟 I/O。發文者說生產機有 256 GB 記憶體，Buffer Pool 給 200 GB，非葉節點全在記憶體裡，多一層只是幾十奈秒；該分表的理由是備份還原 SLA、線上 DDL 風險或熱資料超出記憶體。62 則回覆多半在吵 256 GB 記憶體在雲上要多少錢，也有人說自家訂單表快 2 億行還很穩。

開源精選#

storytold/wordcraft — Rust | ⭐ 11K 純 Rust、clean-room 重寫的 Microsoft Word。

nullmoth/nvidia-macos-driver — Rust | ⭐ 2.9K 讓 NVIDIA GeForce 顯示卡在 macOS Sequoia 上跑的 Metal 驅動。

onehumanbeing/esp32-iphone-agent — Python | ⭐ 1.5K 用 7 美元的 ESP32 讓 AI 操作真的 iPhone：AirPlay 當眼睛、USB HID 當手，不用 Mac 和越獄。

bherbruck/solidcraft — Rust | ⭐ 1.8K 純 Rust 的開源參數式 3D CAD，桌面、網頁都能跑，可透過 MCP 自動化。

alejandrobujan/tendedero — Swift | ⭐ 2.1K 把每張截圖像晾衣服一樣掛在螢幕上方的 macOS 小工具。

影音精選#

Theo 實測 Meta Muse Wonder Full：追上一線實驗室了#

20 小時前 · Theo (t3.gg)

Theo (t3.gg)

Theo 試用 Meta 新發表的 Muse Wonder Full 幾天，認為它進到和 Anthropic、OpenAI 旗艦同一級。影片先講缺點再講優點，用 T3 codebase 的實際任務做比較。

  • 缺點：3D 能力偏弱、UI 生成品質很差，目前沒有公開價格，他猜可能比 Anthropic 的旗艦還貴
  • 在 T3 codebase 上會自己派出多個 delegate 分頭分析，找檔案的順序抓得準
  • 基準測試裡速度快、token 用量相對省，完成時間明顯比 Sonnet 和 Opus 短

今日觀察#

Anthropic 自己寫明 Scion 不適合別人用：它要搭配自家的 code review、code search 和 CI，只對有上萬名工程師或成群 agent 的超大 monorepo 才有意義。Cursor 走另一條路，Continuity 把 S3 上的 write-ahead log 當成唯一事實來源，本地 NVMe 上的 Git repo 只當快取，測到每秒 300 多次 push。PostgreSQL 19 的方向相反，beta 期間撤回 8 到 10 個重要功能，Peter Eisentraut 說「什麼都能跟什麼一起用」這個承諾讓每個新功能都要付很高的驗證成本。同一週，產出速度最快和最慢的兩種專案都在處理同一件事：程式碼進主線之前，誰來確認它沒問題。我覺得多數團隊接下來一年會先撞到 CI 排隊和 review，會先換掉的是這兩段流程，git 本身還能撐一陣子。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit banner

同期還有