yii.
← Digest
EP217 · 2026年10月20日星期二 · 16 min read

親手寫的

Lobsters 停用 vibecoding 標籤、不再收 repo 投稿；Linux 7.3 收進 3,021 位開發者的 18,765 個 commit

每天花 1% 的時間，掌握科技脈動。

今日金句#

“You want changes? Go ask your agent or something. I’m told that’s what you’re supposed to do now. I’m out.” 「想改什麼？去問你的 agent 吧。聽說現在都該這樣做。我不玩了。」 — Paul Battley，Ruby gem 作者（來源）

“You don’t need an LLM to be amazed by what computers can invent!” 「不需要 LLM，電腦自己想出來的東西就夠讓人驚豔了。」 — purplesyringa，FPU 模擬器作者（來源）

“Other people can’t be your punching bags and Lobsters can’t be your boxing ring.” 「別人不是你的沙包，Lobsters 也不是你的拳擊場。」 — 355E3B，Lobsters 管理員（來源）

今日主軸#

Lobsters 管理員 355E3B 停用了 vibecoding 標籤，同時宣布不再接受直接投稿 code repository，理由是這類投稿大多是低成本的自我推銷。Bluesky 工程師 Jim Calabro 寫 one-hash bloom filter，文章第一行先註明「我所有公開文章都是親手寫的」；purplesyringa 為 FPU 模擬器找最短公式，刻意不叫 LLM，用暴力搜尋 4 分鐘找出一條 4 個運算的寫法。Ruby gem 作者 Paul Battley 則把自己所有 gem 封存，說不想再替被拿去餵模型的 commons 做貢獻。另一邊，Cloudflare 讓 agent 自己查 token 花在哪，把 AI code review 的平均成本砍掉 68%。我的看法是，技術文章開頭寫明「這是人寫的」會越來越常見，因為讀者已經分不太出來了。

必讀#

  1. Lobsters 停用 vibecoding 標籤，也不再收 code repo 投稿 · Lobste.rs AI
  2. Wine 移植到 OpenBSD：64 位元 Windows 軟體能跑，Witcher 3 重製版也行 · Lobste.rs News
  3. Linux 7.3 釋出：3,021 位開發者、18,765 個 commit，都是紀錄 · Hacker News Product
  4. Mistral 發表 Timestral：2.09 億參數的時間序列模型，三個 benchmark 第一 · Hacker News AI
  5. OpenCode Console 外洩後續：單一帳號被盜刷破千美元，查案的 AI 中途拒絕幫忙 · TechCrunch AI
  6. How I AI：Brooke Lacey 用 Claude Code 15 秒剪好一支 TikTok · Lenny’s Newsletter AI
  7. One Hash Bloom Filters：Bluesky 用 bloom filter 省掉 99% 的封鎖查詢 · Lobste.rs Dev
  8. Servo 0.6.0：CSS Grid 預設開啟，8 月合了 417 個 commit · Lobste.rs News
  9. MiniMax M3.1 Flash：輸入每百萬 token 0.15 美元，agent 任務成本降 70% · Hacker News AI
  10. CERN 與 Mistral 簽合作意向：要訓練對撞機物理的 foundation model · Hacker News AI
  11. Paul Battley 封存所有 Ruby gem：「想改什麼，去問你的 agent」 · Hacker News News
  12. Cloudflare 把 AI code review 的成本砍掉 68% · Cloudflare Blog AI

1. Lobsters 停用 vibecoding 標籤，也不再收 code repo 投稿#

Lobsters 管理員 355E3B 發公告，說跟 vibecoding 標籤和 AI/LLM 內容有關的管理動作越來越多，決定做兩個調整。第一是改寫 about 頁：把職涯、創業等列為離題，自我推銷要少於一年內投稿和留言的四分之一，註冊前 70 天的新帳號不能投自己的東西；下一次部署後，也不再接受直接投稿 code repository。第二是把 vibecoding 標籤設為停用，公告列出它同時被拿來做六件事，包括標記 AI 生成內容、跟 spam 檢舉搶工作，以及被當成「羞辱標籤」攻擊每個提到 AI 的人。

  • 309 分、267 則留言；最高讚的回覆（161 分）要求加一個「Slop」檢舉選項
  • 管理員回覆：spam 的定義已改成涵蓋「沒有實質人類作者」的內容，AI 生成的低品質文章用它檢舉
  • 工具類討論改用新的 ai-tooling 標籤；也有留言質疑這等於在社群分裂裡選了邊

💡 為什麼重要：經營技術社群的人可以參考它的分工：低品質 AI 內容走 spam 檢舉，不再靠一個意思混雜的標籤。

🔗 閱讀原文 | 來源: Lobste.rs

2. Wine 移植到 OpenBSD：64 位元 Windows 軟體能跑，Witcher 3 重製版也行#

OpenBSD port 維護者 Thomas Frohwein 在 openbsd-ports 郵件列表送出 emulators/wine 的移植提案，自己形容是「今年最意外的 port 提案」。卡關的地方是 OpenBSD 不能設定 gsbase，Andrii 的解法是用軟體模擬指令上的 %gs 前綴，主要工作由 Andrii 和 Fabien 完成。團隊測了幾十個 64 位元 Windows 軟體，大多可以跑；上個月才發行的 The Witcher 3 重製版加上 vkd3d-proton 也跑得順。

  • 限制：WoW64 不能用，32 位元 Windows 程式還跑不起來，可以用 file(1) 先檢查 .exe
  • 內建測試先關掉，因為要接 X server，有幾個測試還會卡住
  • 建議先拿 Notepad++ 試，並開一個沒有權限的獨立帳號來跑

💡 為什麼重要：用 OpenBSD 當桌機的人，多數 64 位元 Windows 軟體可以直接在系統上跑，32 位元的舊程式還不行。

🔗 閱讀原文 | 來源: Lobste.rs

3. Linux 7.3 釋出：3,021 位開發者、18,765 個 commit，都是紀錄#

Linus Torvalds 週日如期釋出 Linux 7.3，LWN 說這版在各方面都破紀錄：18,765 個非 merge commit，來自 3,021 位開發者，其中 807 位是第一次貢獻 kernel。主要改動有 binfmt_misc 擴充、針對大型系統的 group scheduling、所有操作都會失敗的 failfs 檔案系統、新的 fchroot() 系統呼叫、BPF 程式的全域 per-CPU 資料、完成 sched_ext subscheduler、虛擬機的 working-set tracking，以及 ntfs3 支援 alternate data stream。Linus 說 7.4 的 merge window 隔天開，但他在家庭旅行，會先在船上和水下待大半天。

  • SMB server 有一長串改進
  • 完整清單看 LWN 兩篇 merge window 摘要和 KernelNewbies 7.3 頁
  • Hacker News 575 分

💡 為什麼重要：寫 eBPF 或做虛擬化的工程師，可以先看 per-CPU 資料和 VM working-set tracking 這兩項。

🔗 閱讀原文 | 來源: Hacker News

4. Mistral 發表 Timestral：2.09 億參數的時間序列模型，三個 benchmark 第一#

Mistral 發表第一組時間序列 foundation model Timestral，有 5M、28M、123M、209M 四種大小。官方說最大的 209M 在 GIFT-Eval、TIME、fev-bench 三個主要公開 benchmark 都排第一，參數只有前一個最佳模型的三分之二；28M 版在 GIFT-Eval 和 TIME 贏過約四倍大的 Chronos-2。它輸出機率式、多變量預測，支援只有過去值和已知未來值的 covariate，也能直接吃星期幾、機器狀態這類類別型輸入。

  • 不需要 GPU：8 執行緒的伺服器 CPU，用三週的 15 分鐘資料預測隔天，5M 版 10 毫秒、209M 版 140 毫秒
  • 123M 版分數和 209M 只差 0.2%，延遲是四分之三
  • 可以透過 Mistral Forge 做領域微調；Hacker News 520 分

💡 為什麼重要：做監控和容量規劃的團隊，可以讓模型直接給分位數區間來設告警門檻，現有的 CPU 機器就跑得動。

🔗 閱讀原文 | 來源: Hacker News

5. OpenCode Console 外洩後續：單一帳號被盜刷破千美元，查案的 AI 中途拒絕幫忙#

10-18 日報寫過 OpenCode Console 舊系統被入侵、1.4% 使用者存的第三方 key 可能外洩。TechCrunch 週一的後續：使用者在 Reddit 和 X 貼出被盜刷的紀錄，單一帳號多是幾百美元，少數超過 1,000 美元；Anthropic 和 Google 封鎖了可能外洩的 key，OpenAI 說會協助恢復存取並退還被盜用的額度，OpenCode 說退款進行中。共同創辦人 Dax Raad 說攻擊者連續 48 小時不停嘗試入侵，團隊拿來分析惡意程式的 AI 模型做到一半，因為內容觸發安全過濾而開始拒絕，直到拿到 OpenAI Daybreak Blue 的權限才改善。

  • 外洩只在 Console 的 workspace，開源 app 和 CLI 沒受影響；Raad：「那些 key 從來不會到我們這邊」
  • OpenCode 還沒說明攻擊者怎麼進入舊系統、key 怎麼存，事件仍在進行
  • InfoQ 整理的社群反應：不少人質疑官方用「蒸餾攻擊」來形容一場憑證外洩

💡 為什麼重要：把 provider key 交給第三方平台保管的團隊，要先在各家後台設好用量上限和警示，出事時損失才有上限。

🔗 閱讀原文 | 來源: TechCrunch

6. How I AI：Brooke Lacey 用 Claude Code 15 秒剪好一支 TikTok#

Claire Vo 訪問 TikTok 創作者 Brooke Lacey。她靠自己剪短影音累積超過 29 萬粉絲，在科技業超過 25 年，現在也自己寫 App，做了免費的 AI 學習 App Zosha。節目裡她現場示範用 Claude Code 串 FFmpeg 和 Whisper，把手機拍的原始影片在大約 15 秒內剪成有字幕、有 jump cut 的 TikTok。

  • 她怎麼教 Claude 學會自己的 jump cut 節奏、開場 hook 和「好笑」的標準
  • 把 TikTok 留言當成下一支影片的腳本來源
  • 每週只發一支，沒有剪輯師；32 分鐘那段講 Claude 出錯時她怎麼用 status file 把它拉回來

💡 為什麼重要：自己拍短影音的開發者，用 Claude Code、FFmpeg、Whisper 三樣免費工具就能組出不開剪輯軟體的流程。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

7. One Hash Bloom Filters：Bluesky 用 bloom filter 省掉 99% 的封鎖查詢#

Bluesky 工程師 Jim Calabro 解釋他們怎麼用 bloom filter 回答「user X 有沒有封鎖 user Y」：正向命中率約 1%，也就是 99% 的情況不用查 Scylla 資料庫，每秒省下數百萬次查詢。原本用 double hashing 的 bits-and-blooms，但它不是 thread-safe，得包一層 mutex，pprof 顯示 mutex 競爭讓一次部署要 90 分鐘；同事 Jasmine fork 成用 atomic 指令的 atomic-bloom 後，降到約 15 分鐘。他再依 Lu 等人的論文寫了 one-hash 版本 gloom：把 bit 陣列切成大小兩兩互質的 k 段，一次 hash 對每段取餘數，就得到 k 個位置。

  • gloom 已在 Bluesky 後端和 jetstream 跑了 9 個月
  • 區塊切成 64 bytes，對齊 CPU cache line
  • 作者直說：對 Bluesky 來說 one-hash 沒帶來明顯加速，瓶頸本來就是競爭（Amdahl’s Law）

💡 為什麼重要：高併發服務的 bloom filter 先查 lock 競爭；Bluesky 部署從 90 分鐘降到 15 分鐘，靠的是拿掉 mutex，跟 hash 次數無關。

🔗 閱讀原文 | 來源: Lobste.rs

8. Servo 0.6.0：CSS Grid 預設開啟，8 月合了 417 個 commit#

Servo 的 8 月月報對應 0.6.0 版，共 417 個 commit。最大的改動是 CSS Grid 預設開啟，官方說很多網站的外觀因此好很多。新支援的 Web 平台功能有 touch-action、animation-composition、color-scheme，DOM API 包括 Worker 裡的 requestAnimationFrame()、focusin／focusout 事件、createPeriodicWave。導覽、文件載入和 session history 也大改，開新視窗或含 iframe 的頁面更穩。

  • JavaScript 引擎升級到 SpiderMonkey v153，帶進安全與當機修正
  • 月報另有 embedding API、效能與穩定性章節

💡 為什麼重要：想在 Rust 應用裡嵌入瀏覽器引擎的人，Servo 現在能正確排版用 CSS Grid 的頁面。

🔗 閱讀原文 | 來源: Lobste.rs

9. MiniMax M3.1 Flash：輸入每百萬 token 0.15 美元，agent 任務成本降 70%#

MiniMax 發表 M3.1 Flash，官方說它的早期版本以 Space Bunny 為代號匿名上線，處理了超過 200 兆 token。它在 DeepSWE v1.1 拿 73.7%、OSWorld V2 61.7 分、BankerToolBench 76.2 分、CyberGym 82%，OSWorld V2 和 Agents’ Last Exam 是中國模型第一。靠更激進的稀疏化，輸出可達每秒 200 token 以上，中位數 170 以上。

  • 定價：每百萬 token 輸入 0.15 美元、輸出 0.60 美元、快取輸入 0.015 美元
  • agent 任務整體成本比上一代低 70%，線上推論快近 3 倍
  • Vercel AI Gateway 同日上架，暫時免費；Hacker News 324 分

💡 為什麼重要：跑長流程 agent 的團隊，多了一個每百萬輸出 token 0.6 美元的選項，可以拿自己的評測集比一次。

🔗 閱讀原文 | 來源: Hacker News

10. CERN 與 Mistral 簽合作意向：要訓練對撞機物理的 foundation model#

CERN 和 Mistral 簽了意向書，要建立長期策略合作，第一個目標是 Large Physics Model：用 LHC 數十億次模擬質子對撞訓練的單一預訓練模型，負責重建對撞、辨識粒子、標記異常訊號和評估未來的偵測器設計。現在的重建流程是一串各自專門的演算法，foundation model 想用一個模型涵蓋整條重建鏈。CERN 已存了約 1 EB 的 LHC 實驗資料，HL-LHC 約 2030 年運轉後，對撞次數會增加十倍。

  • 起點是高能物理，之後可能擴到其他科學領域
  • CERN 資訊長 Enrica Porcari：要做能分享給整個物理社群的 AI 能力
  • 這是意向書，不是正式合約；Hacker News 299 分

💡 為什麼重要：做科學計算的團隊可以觀察，對撞次數增加十倍之後，物理學界願不願意讓一個模型接手整條專用演算法鏈。

🔗 閱讀原文 | 來源: Hacker News

11. Paul Battley 封存所有 Ruby gem：「想改什麼，去問你的 agent」#

Ruby 開發者 Paul Battley 把自己所有 Ruby gem 的原始碼封存，寫了一篇文章讓各個 repo 連過去說明原因。他引用 Matz 2000 年說 Ruby 是為了讓程式設計師快樂而設計，認為那個為人做事的年代已經過去：Rails 由一位他無法認同的人掌控，Ruby 語言本身現在大量用 LLM agent 開發，Matz 也在演講裡把 Ruby 定位成「AI 時代的程式語言」，並說 LLM 需要更多人寫的好 Ruby 程式碼。他說自己不想再替一個被大公司拿去餵模型的 commons 貢獻。

  • Hacker News 402 分
  • 文章最後一句：「You want changes? Go ask your agent or something.」

💡 為什麼重要：依賴小型 gem 的 Rails 專案可以盤點一下，有多少套件的維護者已經不打算再更新。

🔗 閱讀原文 | 來源: Hacker News

12. Cloudflare 把 AI code review 的成本砍掉 68%#

Cloudflare 的 AI code reviewer 每次 review 的平均成本，從 4 月的 1.19 美元漲到 8 月底約 2.46 美元，架構沒變。漲的原因：8 月起所有 reviewer 換成 Anthropic 模型，每次成本從 1.38 升到 2.03 美元；engineering standards reviewer 換到 Claude Opus 4.7，從 0.25 漲到 0.88 美元；每次 review 的 token 從 91 萬增加到 299 萬，快取命中率雖然從 85.7% 升到 97%，總花費還是高很多。9 月中他們讓 agent 自己查 token 花在哪，現在平均每次 0.77 美元，比最貴兩週的平均 2.43 美元少 68%，review 時間中位數也從 4 分 9 秒降到 1 分 32 秒。

  • 約 40% 的節省來自改 reviewer 的程式碼，其餘來自換模型和調整推理強度
  • 優化前的花費：cache write 43%、cache read 34%、輸出 token 23%
  • reviewer 已改跑 OpenCode v2，影子模式下和 v1 的核准結論 98% 一致

💡 為什麼重要：自己架 AI review 的團隊，帳單上漲的主因可能是 context 越滾越大而不是模型單價，先看 cache write 佔多少。

🔗 閱讀原文 | 來源: Cloudflare Blog

推薦閱讀#

  • OpenAI 改善 ChatGPT 在冷門程式語言上的表現，新增 COBOL 移植等評測 — OpenAI 說明怎麼改善 ChatGPT 在 low-resource 程式語言上的表現，並新增三類評測：軟體工程、SQLite 和 COBOL 移植。（openai.com 擋自動抓取，摘要只根據 RSS 摘要寫）
  • ACT3D：讓 VLM 在 3D 場景裡自己走動找答案 — ACT3D 只給 VLM 一張第一人稱畫面和一個問題，讓它自己決定往哪走、往哪轉，再回答；訓練時 RL 只看最後答案對不對，不監督它該看哪些視角。在 6 個 3D benchmark 平均準確率 53.2%，比底座 Qwen 模型高 22.0%，超過 Gemini 3.6 Flash，輸入的畫面數比現有開源方法少 50% 到 70%。
  • GitHub Copilot app 的 agent session 怎麼接到 VS Code 繼續做 — GitHub 教你把 Copilot app 裡跑到一半的 agent session 移到 VS Code，對話、程式碼變更和工作脈絡都會一起帶過去。
  • 用暴力搜尋幫 FPU 模擬器找出 4 個運算的公式 — purplesyringa 要寫一個函式，回傳 float 最低位那個 bit 代表的值，直覺寫法遇到 2 的冪次會出錯，得多加一個 if。她不想叫 LLM，改用暴力搜尋 5 個運算以內的所有公式，用 20 個測試案例篩，去重之後 4 分鐘跑完；找到幾條 5 個運算的公式，其中最後一條還能重用中間值變成 4 個運算。文章標題下註明全文親手寫。
  • How I AI：Claire Vo 用近 20 個任務實測 Meta Muse Wonder — Claire Vo 用近 20 個實務任務測 Meta 的 Muse Wonder：帳單工單、收件匣分流、電腦操作、寫信四項排第一，長任務會一直換方法直到達成目標；原型和視覺類產出則一直不理想。她打算只在幾個 agent 流程裡試，不讓它碰前端。
  • Import AI 477：Jack Clark 在 IMF 演講說奇點已經開始 — Anthropic 的 Jack Clark 10 月 17 日在曼谷 IMF 年會發表 Per Jacobsson 講座，本期收錄全文。他說今年 AI 開始在人類科學前沿工作，有時是自主進行，認為我們已在奇點的早期階段，提醒經濟學家和決策者準備面對快速而重大的變化。
  • Joshua Bird 做了一台只有一顆馬達的無人機 — Joshua Bird 的 YouTube 影片，記錄一台只靠一顆馬達飛行的無人機怎麼轉向、為什麼換成 moteus 馬達控制器、怎麼修時序問題；程式碼和 CAD 檔都開源在 GitHub。
  • Tor VPN Beta：Tor 自己做 Android VPN 學到的事 — Tor 專案分享 Android 版 Tor VPN Beta 的經驗：去年秋天小規模上線後，使用者最主要的用途是翻牆。它跟商用 VPN 不同，每個 app 走自己的 Tor 線路，不共用一條通道，一個 app 的活動不容易被連到另一個 app。
  • Mercury 3：diffusion LLM 每秒 1,068 token — Inception 發表 diffusion LLM Mercury 3，參數比 Mercury 1 大 40 倍以上，在 NVIDIA GPU 上每秒 1,068 token，context 從 26 萬加到 100 萬。官方說品質和 GPT-6 Luna、Claude Haiku 5.5 相當或更好，快 4 到 8 倍；每百萬 token 輸入 0.20、輸出 0.70 美元，首發半價。
  • Stratechery：你信任 Apple 嗎？ — Ben Thompson 從 1999 年 Jobs 發表 AirPort 講起，認為 Apple 在整合產品和保護隱私上已經有信任，真正的問題是你相不相信 Siri AI 值得讓你在它的生態系投入更多。
  • Mac.apk：在 Apple Silicon 上原生跑 Android app — Mac.apk 讓 Android app 直接在 Apple Silicon Mac 上跑，不用模擬器、虛擬機，底下也沒有 Linux kernel：它在 macOS 上直接實作 Android 的應用環境，app 是一般的 macOS 程序，用 Mac 的 GPU 繪圖，會出現在 Dock、有自己的視窗。目前是 Alpha，有些 app 能完整跑，有些還不行。
  • Let’s Encrypt 網域驗證從 5 個視角加到 7 個 — CA/Browser Forum 的 Baseline Requirements 規定 2026-12-15 起至少要 5 個遠端網路視角驗證網域。Let’s Encrypt 從 4 個加到 6 個遠端視角，加上主資料中心，每次驗證共 7 個請求，用來防 BGP 劫持，官方預期對使用者幾乎沒有影響。
  • TorchNeuron：Hugging Face 函式庫直接跑在 AWS Trainium 上 — TorchNeuron 是 PyTorch 的 Trainium 原生後端，支援 eager mode、torch.compile、FSDP2 和 DTensor，10 月 20 日起公開 beta，pip install torch-neuronx 就能裝。Transformers、Diffusers、Accelerate、PEFT、TRL 都能直接跑，Hugging Face 建議 Neuron 使用者不必再透過 Optimum Neuron。
  • 微軟推 Guardian Agents：把企業自己的 AI agent 當內部威脅來監控 — 微軟發表 Guardian Agents，用來監控企業自己部署的 AI agent，是 6 月推出的 Project Perception 的一部分。Project Perception 原本假設 AI 駭客來自外部，執行長 Satya Nadella 最近則警告，企業付錢部署的 agent 可能像失控的員工一樣變成內部威脅。
  • Quanta：AI 證明了 quasi-Riemann 假設，數學家怎麼看 — OpenAI 10 月 6 日公布的 377 項成果裡，有一項宣稱證明了 quasi-Riemann 假設。Stanford 的 Jared Duker Lichtman 說這是目前 AI 做數學最重要的成果，而且差距不小；NYU 的 Maksym Radziwiłł 說黎曼假設的大部分推論，其實 quasi-RH 就已經能推出來，喬治亞理工的 Alexander Dunn 說證明沒有引入新概念，而是把已知的想法意外地接在一起。

中文技術圈#

  • V2EX：做了一個跟著 Finder 視窗走的路徑工具 FinderNav — 開發者做了 macOS 工具 FinderNav，在目前的 Finder 視窗底部加一條浮動導覽列：點任一層目錄直接跳過去、收藏常用路徑、最近造訪、複製路徑、在終端機打開目前目錄。用 SwiftUI + AppKit 寫，檔案操作都在本機，一次買斷不訂閱，可免費試用 14 天；貼文送 50 組終身授權，106 則回覆。
  • 微軟 MAI-Base-2：2.8 兆參數 MoE，宣稱算力只要對手的 1/4 — 微軟 MAI-Base-2 是 MoE 基礎模型，總參數 2.8 兆、推論時啟動 800 億，8、9 月在 1.6 萬顆 GB200 上訓練 38 天，資料 50 兆 token。微軟說它在自家程式、問答、數理評測贏過 Kimi K3、Qwen3.8 等所有開放權重模型，預訓練用的浮點運算比 DeepSeek-V4-Pro-Base 少 4 到 12 倍；訓練資料不是從其他模型蒸餾來的。目前還在後訓練，之後會上 Foundry。
  • OpenBSD 修補源自 37 年前 BSD 程式碼的核心漏洞，研究人員已公開取得 root 的 PoC — 資安業者 Calif 10 月 16 日揭露 OpenBSD 兩個可串連的核心漏洞：核心用 16 位元整數記錄共享記憶體的附加次數，溢位後在競爭條件下造成 use-after-free，再加上另一個越界寫入，就能拿到 root。問題最早可追溯到 1988 年的 BSD 程式碼，研究人員在 7.9 版驗證並公開 PoC；OpenBSD 已在 9 月發布 errata 018 和 026，用 syspatch 就能更新。
  • 中國駭客 UAT-11985 冒用政大、臺灣歐盟中心名義網釣臺灣研究機構 — 思科 Talos 發現中國駭客 UAT-11985 冒用臺灣歐盟中心、政大國關中心和臺灣智庫的名義，用公開活動資訊寫邀請信，還把活動海報上的 QR Code 換掉。點進去會看到仿冒的 Google 表單和登入頁，工具用 WebSocket 即時配合 Google 的驗證狀態，切換密碼、passkey 和多因素驗證畫面。Talos 認為信件可能用 AI 生成。
  • Proofpoint 以 63 億美元全現金併購 Varonis — Proofpoint 10 月 15 日宣布以約 63 億美元全現金併購資料安全業者 Varonis，預計 2027 年上半年完成，SecurityWeek 說是今年到目前最大的資安併購案。Proofpoint 做郵件威脅防護和資料外洩防護，Varonis 做敏感資料管理和存取權限控管，合併後要做整合式的資料與 AI 安全平台。
  • TrendForce：2026 年光纖缺口 1.8 億芯公里，現貨價年漲 2.8 到 5 倍 — TrendForce 預估 2026 年全球光纖供需缺口達 1.8 億芯公里，AI 資料中心、跨資料中心互連和骨幹網路一起推高需求，光纖成品現貨價格年增 2.8 到 5 倍以上，短缺可能延續到 2028 年。電信業者開始從短期採購改成長約，先鎖定貨源。
  • Grok Bot 代購被亞馬遜擋下，馬斯克說也許該做一個亞馬遜的對手 — xAI 的 AI 代理 Grok Bot 有自己的雲端電腦，可以登入使用者的網站代為購物。有 X 使用者貼出截圖，亞馬遜警告「未經授權的 AI 代理」違反使用條款；馬斯克回覆「Maybe we should start a competitor to Amazon」。截稿時亞馬遜沒有公開確認封鎖。
  • Google 握有全球 25% AI 算力，Gemini 4 Argon 評分仍輸 Claude Opus 5.5 — Gemini 4 Argon 在 Artificial Analysis 拿 53 分，和 GPT-6 Astra 同分，低於 Claude Opus 5.5 的 58 分。Epoch AI 估計 Google 到 2025 年底握有全球約 25% 的 AI 算力；SemiAnalysis 的 Dylan Patel 說，Google 過去半年用在自家模型的算力占比反而比兩三年前低，算力被雲端部門拿去賣，他預測 2026 年底 DeepMind 會是三家裡算力最少的。
  • Google Willow 晶片把「魔法狀態」錯誤率降到 1/40 — Google Quantum AI 在 Willow 處理器上實機驗證新的「魔法狀態」生成方法：直接在晶片的小區域注入有雜訊的狀態，再用一連串協調測量篩掉失敗的結果，錯誤率降到沒用這個方法時的 1/40。論文發表在《Science》。
  • Cloudflare 推出給 AI agent 用的 CLI「cf」，逐步取代 Wrangler — Cloudflare 推出 CLI「cf」的公開測試版，用 TypeScript 寫，有結構化輸出和指令探索，給人和 AI agent 一起用。Wrangler 有約 280 條指令路徑，各團隊命名不一致（d1 info、hyperdrive get、workflows describe）；cf 直接從 OpenAPI schema 產生，涵蓋 3,000 多個 API 操作。Hacker News 上的討論集中在為什麼不用編譯型語言寫 CLI。
  • Google Research 開源 Harness²：不改權重，靠調整外部元件讓 agent 變強 — Google Research 開源 Harness²，Apache 2.0，預設接 OpenCode、也可換 Codex，定位是研究原型。它把 agent 的外部元件拆成 8 類（系統提示、護欄、記憶、工具指引、子 agent、Skills、腳本、外掛），遇到新任務時先產生幾種修改版本實際跑一遍，比較行為差異後重組，再把有執行證據支持的經驗留給下一個任務。
  • OpenCode 2.0 正式版：架構重寫，1.x 外掛全部不能用 — OpenCode 在三個月 beta 後把 2.0 改成主線穩定版，GitHub 21.4 萬星。為 1.0 寫的外掛不能在 2.0 執行，用舊版伺服器 API 的整合也要改；更新不再自動靜默安裝，要手動升級。背後公司 Anomaly 說這次是「重大改造」，新架構吸收了數百萬日活使用者的經驗。
  • Cloudflare 建立爬蟲信任評等，看是否遵守 robots.txt 和 HTTP 429 — Cloudflare 公布爬蟲信任評估機制：對已驗證的機器人長期觀察兩件事，是否反覆存取 robots.txt 不讓抓的路徑、收到 HTTP 429 後有沒有放慢。單次違規可能是設定錯誤，所以看的是長期重複的行為。目前內部使用，之後會在 Cloudflare Radar 公開評等，讓網站自己設信任門檻。
  • DoorDash 的 Flux 平台：一個月在雲端跑完 13 萬個工程任務 — DoorDash 把工程 agent 從開發者筆電搬到自建的 Flux 雲端平台，2026 年單月完成 13 萬個工程任務，每週 2.5 萬次以上自動 code review，有 300 多個 playbook。架構是四個元件：Firecracker microVM 沙箱（p95 五秒內備好環境）、MCP gateway 管權限和稽核、YAML 定義的 playbook，以及 Slack、GitHub、Cron 等觸發入口。
  • V2EX：做了一個逛夜市模擬器，測你對小額花費有多敏感 — 樓主發現逛小吃攤比想像中貴，做了一個開源的夜市模擬器：逛一圈買想吃的，最後估自己花了多少，看跟實際差多少。他說 12、10.9、13.9 這種價格，個位數和小數很容易被心裡忽略，3 筆加起來就多了 12 塊。75 則回覆。

開源精選#

aicodeking/leanrea — Python | ⭐ 983 一個 8 KB 的 skill 取代 REA（逆向一切），只用一般 CLI 工具不用 MCP；作者實測快 38%、便宜 35%。

OpenMOSS/MOSS-Image — Python | ⭐ 941 50 億參數的 DiT 基礎模型，主打文字渲染、版面生成和低成本微調。

alchaincyf/huashu-motion — JavaScript | ⭐ 902 讓 coding agent 直接產出產品宣傳片，會配樂，可以指著畫面要它改。

xiaoyang111222/cn-math-taxonomy — Python | ⭐ 866 中國中小學數學知識圖譜加前置診斷：人教版一到九年級、531 個知識點、2,271 題。

影音精選#

Sarah Paine：美國關稅怎麼把日本推向戰爭#

10/19 發布 · Dwarkesh Patel

Dwarkesh Patel

歷史學者 Sarah Paine 談大蕭條時期的 Smoot-Hawley 關稅：美國不顧經濟學家警告提高關稅，各國跟著報復，高度依賴貿易的日本認為只要帝國內資源夠就不必靠貿易，於是入侵滿洲、擴大到全面侵華。她也提到珍珠港同一天，日本同時攻擊馬來亞、菲律賓、新加坡、關島，目標是切斷援助中國的據點。

  • Smoot-Hawley 關稅無視經濟學家警告，引發全球貿易報復
  • 日本認為擁有足夠帝國內資源就不必依賴貿易，因此入侵滿洲
  • 珍珠港同日，日本也攻擊馬來亞、菲律賓、新加坡、關島等地，意在切斷援助中國的據點

Bessemer 的 Sameer Dholakia：AI 時代創投的下一個十年#

10/19 發布 · 20VC

20VC

Bessemer 剛募得 57.5 億美元，合夥人 Sameer Dholakia 在 20VC 談 AI 時代的創投：他認為「智慧」的市場會比石油大，資本本身是一道護城河，只有全球大平台或專精型投資人才有差異化；美國開放權重模型的商機在於企業不想自己扛維運。逐字稿是跨全片取樣，同一場訪談另有一支 Waymo 的短片和一支預告，內容重複沒有收。

  • 他認為智慧市場將大過石油，並稱這是少數的「超級週期」時刻
  • 主張全球大平台或專精型投資人才有差異化，資本本身是護城河
  • 認為領先的開源方案供應商可做成大生意，企業不想自己扛開源維運

Greg Isenberg：用 Meta Muse 從社團和 Marketplace 找買賣商機#

10/19 發布 · Greg Isenberg

Greg Isenberg

Greg Isenberg 的單人集數：用 Meta 的個人 agent Muse 掃描 Facebook 社團、Marketplace 和 Instagram 的公開刊登，替買家和賣家牽線，資料怎麼清洗要看每個利基市場。他的說法是累積下來的信任訊號和名單是可以擁有、之後能賣掉的資產。逐字稿為跨全片取樣。

  • 用 Muse 爬公開刊登網站與 Instagram，整理出潛在名單
  • 資料清洗方式依每個利基與目標客群而異
  • 累積的信任訊號與資產可擁有，之後有機會出售

再訪 Dyna Robotics：部署 300 天後找到機器人的 scaling law#

10/18 發布 · 硅谷101

硅谷101

硅谷101 再訪 Dyna Robotics 共同創辦人 Jason Ma，談 Dyna-2：底層從 VLA 改成世界動作模型，用 100 萬小時第一人稱人類影片預訓練。資料量從 100 小時加到 10 萬小時，每增加 10 倍預測就更好；他們專做洗衣房的洗、烘、折，選毛巾和衣物是因為出錯也不致命。逐字稿為跨全片取樣。

  • 《紐約郵報》稱其為「最無聊的機器人」，專做洗衣房的洗、烘、折
  • 資料量從 100 到 10 萬小時，每增加 10 倍預測就更好
  • 選擇毛巾與衣物是因為容錯率高，出錯也不致命

Theo：你的 prompt 其實寫得不太好#

10/18 發布 · Theo (t3.gg)

Theo (t3.gg)

Theo 認為多數工程師開發的功能其實只是 prompt，很多分支多的流程直接叫 agent 做比寫成功能更省事；他原本要做的 dashboard 和貼圖功能，後來改成請 Claude 或 Codex 處理。他的建議是不用鑽研 prompt engineering，直接說需求；同一件事講第二次，就該去改 skills、agent 設定或 CLAUDE.md。逐字稿為跨全片取樣。

  • 不必過度鑽研 prompt engineering，重點是直接說出需求
  • 他原本要做的 dashboard 與圖片貼上功能，改成請 Claude 或 Codex 處理更簡單
  • 重複講同一件事時，就該調整 skills、agent 與 CLAUDE.md

今日觀察#

OpenCode Console 的受害者一個晚上被刷掉幾百到一千多美元，Anthropic 和 Google 只能事後封 key。Cloudflare 的帳單是另一種漲法：沒有人偷用，每次 code review 的 token 從 91 萬長到 299 萬，平均成本漲成兩倍，快取命中率 97% 也擋不住。MiniMax 今天把 M3.1 Flash 的輸出定在每百萬 token 0.6 美元，Mercury 3 首發價 0.35 美元，單價一直往下，總花費卻在往上。我會在自己的專案給每把 key 設每日上限，每週看一次每個任務用了多少 token，單價便宜的時候最容易忘記看用量。

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