01
Linear 将数据存于浏览器的 IndexedDB，并在本地先完成更新再异步同步服务器，使一次编辑仅需几毫秒即可在 UI 上呈现，而传统 CRUD 需要约 300 毫秒的网络往返。此设计通过本地事务、乐观更新和同步引擎批量推送，实现了 UI 响应独立于网络延迟，从而彻底消除了加载状态和转圈等待。前端开发者因此可以以更小的带宽消耗和更低的延迟交付近乎原生的交互体验，同时在后端无需为每次小幅变更设计专门的实时接口。
ZhangYvJing's
Daily Brief
00
Film / Book Chapter
Her
Her (2013) · Spike Jonze
在面对代码审查、AI 代理的可信度和不断迭代的工程不确定性时，《Her》提醒你：即便技术能读懂情感，真正的校准来自于对孤独与期望的自省，它让你在忙碌的实验与评估之间，重新审视人与机器的关系，从而为接下来需要作出关键判断的时刻，提供一种温柔而清晰的情绪整理方式。
Show Your Work!
Show Your Work! · Austin Kleon
Chapter 2: Think Process, Not Product
A light but useful chapter for making ongoing work visible without waiting for perfect finished artifacts, which fits a public career surface.
01
Insight
总体来看，技术与产品的焦点正从单点加速转向系统化的自我演化与安全治理：一方面，Linear、Silurus/ooxml 以及最新的自演化 MLEvolve、SARDI、Code2LoRA 等方案在把本地化、模块化、检索和记忆层面做到了“前置化”，让 UI 响应、文档渲染和模型推理都能在网络或上下文限制之外独立完成；另一方面，Stripe、Dat Ngo、Ara Khan、Rafael Levi 等在演示如何为自动化代理引入支付护栏、执行轨迹审计和自我修复管道，说明业界已经从“跑得快”转向“跑得稳”。这些跨来源的趋势相互印证：浏览器端的 IndexedDB 同步、WebAssembly 解析、以及自监督记忆标签，都在为 AI‑agent 提供离线可靠的状态存储，而安全评估与自动质疑则在防止这些状态被错误使用。相对的噪声点在于对历史硬件的怀旧（IBM 604）和个人情感的叙事（雪板梦）——它们提供的技术细节并未参与当前的工程迭代，只是对过去的感慨。两大叙事错位也出现了：学术上通过熵驱动的 Progressive MCGS、图谱记忆等方式实现自进化，却在视频中更强调“工具即代码”或“即时部署”，导致研究热点与落地实现的语言不一致。综合来看，今天的关键判断是：从单一性能突破到跨模块、自我审计的闭环系统正成为主流，产品团队应把注意力放在如何把本地事务、检索增强和多视角审计整合成一条完整的安全、可观测的流水线，而不是仅仅追求更快的 UI 或更大的模型。若要在这种氛围中保持竞争力，先把项目的状态管理搬到浏览器/本地，随后在每一次自动化调用前植入可审计的 doubt‑agent，最后用检索‑增强的生成提升可靠性——这套思路正好呼应了技术与安全的“双向加速”。顺带一提，今天的晨间片段不妨在观看《Her》（2013）时体会一下人与智能之间的微妙平衡。
03
Hacker News
02
IBM 604 采用可插拔的真空管模块，使得一台只有双冰箱大小的电子计算器能够在不到一秒完成六十次运算。模块将管子、阻容等部件三维紧凑封装，插拔后即可更换故障管子或快速组装整机，因而在当时取代了笨重的机电继电器结构并支撑了后续真空管计算机的大规模生产。该设计降低了高校和企业的硬件采购与维护成本，同时把维修风险压在可替换的模块上，改变了早期计算设备的使用和服务模式。
03
Silurus/ooxml 项目发布了一个在浏览器内渲染 Office Open XML（docx、xlsx、pptx）文件的完整代码库，所有解析器用 Rust 编写并编译为 WebAssembly，渲染层使用 Canvas 2D API。由于解析与渲染被拆分为 Web Worker 与主线程两部分，解析在 WASM 中生成 JSON 模型后回传主线程，主线程绘制到共享的 <canvas，并通过可选的 MathJax + STIX Two 引擎实现公式渲染，未使用时可通过 tree‑shaking 完全去除约 3 MB 的体积。前端开发者现在可以在 React、Vue、Angular 等框架中直接引入对应的 Viewer 组件，自定义滚动视图或缩略图网格，而无需后端转码或额外插件，从而降低集成成本并简化文档展示的安全风险。
04
1880年4月1日，贝尔在华盛顿的实验将声音通过日光束传输700英尺，实现了首个真正的无线电话——光电话。原理是说话者使薄镜面微动，反射的日光照射硒胞产生光强变化，进而驱动电话接收器把光信号复原为声音；但该装置受天气、光路对准和光散射限制，且在1895年无线电出现后失去竞争优势。光电话的光信号传输概念后来在光纤中复活，推动了跨大西洋光缆的部署，降低了长距离通信的成本并提升了带宽安全性。
05
Linux 与 Unix 系统的根目录会出现一个名为 /lost+found 的文件夹；该目录是 ext2/3/4 文件系统在创建时预留的特殊入口。 当系统因内核崩溃、断电或软件硬件错误导致文件系统不一致，fsck 修复时会把未被任何路径引用、仍占用磁盘空间的孤立 inode 放入此目录，以防数据彻底丢失。 因此，管理员在处理磁盘检查、恢复或权限错误时必须考虑 lost+found 的存在，否则可能增加数据恢复成本或误判文件完整性。
06
Sennheiser BA2015无线话筒专用电池包被公开拆解并用普通镍氢AA电池和低价NTC温度传感器自行复制。官方包装实际上只提供两节可充电电池和一个约 0.02 美元的NTC，主要功能由话筒内部的管理芯片实现，目的是防止用户在充电座上使用不可充电的碱性电池。自行打印外壳并组装后，爱好者可将原价数十美元的原装包成本降至几美元，降低了设备维护费用并削弱了供应商对电池的价格垄断。
07
作者接受了自己膝盖受限、无法实现高难度单板滑雪的现实；他把梦想从极限运动转向阅读、写作和与亲友相处，并在内心放下对未实现梦想的怨恨；这种转变源于多年医生警告导致的身体限制、工作与社交占据的时间碎片以及对生命短暂的感悟；它提示创意工作者、自由职业者以及依赖个人激情驱动的职业群体，需要重新评估时间投入与项目选择，避免因追逐不可及目标而产生的情绪成本和机会成本。
08
开发者通过在 AI 辅助编程的每个环节部署多个专职子代理，实现了对设计、实现和发布全流程的自动化质疑与审查；由于之前对大语言模型的信任缺失，他在规范化工程实践缺口上加入了“前置质疑”环节，利用子代理分别检查规格完整性、假设隐藏、实现缺口以及代码安全、类型安全、测试覆盖等多维度缺陷；这种多视角、前置审查的工作流将直接改变使用 AI 生成代码的团队的开发成本结构和风险评估方式，使他们在交付前即可捕获更多潜在错误，降低后期修复和安全事故的概率。
04
YouTube
01
Agents are evolving from calling free APIs to executing real transactions, creating a new challenge: how do we let software spend money autonomously without catastrophic risk? This talk presents Stripe's approach to solving the dual problems of secure credential transmission and making businesses discoverable to agents. Through live code examples, we'll explore how to build guardrails that make autonomous spend safe and examine what infrastructure is needed as agents purchasing becomes a core capability. Whether you're building agent frameworks or enabling your business to work with agents, yo
02
Full episode: https://www.youtube.com/watch?v=Jj-kBHzUohs Me on twitter: https://x.com/dwarkesh_sp
03
Cline started at 43% on Terminal Bench. The improvements came from container CPU and memory settings, raised timeouts, and prompt engineering techniques specific to Anthropic model families that do not transfer to Codex or Gemini. Not from switching to a better model. Ara Khan's argument is that benchmark numbers are not gospel and vibes are not a system, and that the truth is inconveniently in between. The practical framework: after a run, portfolio allocate the failures by sending another agent through all the failure traces to find which small levers actually move the score. Zone one is ob
04
The demo profiles a Go app running bubble sort and Fibonacci and the result renders as an interactive flame graph directly inside the VS Code chat window. Not a link. Not a text summary. A live iframe you can scroll and query, sandboxed for the same reason you put a hamster in a cage: so it cannot chew up your VS Code settings or call external APIs. The mechanism: an MCP tool returns both data and a resource reference pointing to a bundled HTML UI. VS Code fetches the HTML and renders it in a sandboxed iframe in chat. The app calls back to the server, the server returns fresh data, the UI upd
05
What is the fundamental compressibility of language? Check out our virtual career fair: https://3b1b.co/talent See new projects before they go live: https://3b1b.co/support Animation credit: Manim scenes by Aaron Gostein and Grant Sanderson Shannon’s story, as well as those for various pi creatures, by Mitchell Zemil. Lunar robot and prediction/compression coin by Paul Dancstep NanoGPT animations by Clayton Rabideau The way of visualizing entropy shown here is something I first came across in this excellent post by Chris Olah: https://colah.github.io/posts/2015-09-Visual-Information/ Shanno
06
Full episode: https://www.youtube.com/watch?v=Jj-kBHzUohs Me on twitter: https://x.com/dwarkesh_sp
07
Scraping is not the hard part anymore. Maintaining scrapers is. This session shows what it looks like when an agent uses MCP to inspect a site, understand its structure, generate a production scraper, and keep that pipeline working when the site changes. Using Bright Data's MCP, APIs, and browser infrastructure, the flow moves from one-off extraction to something much more useful: agents that build parsers, save tokens by switching from page parsing to reusable scripts, and repair broken collection jobs without a human getting dragged in at 2am. If you're thinking about web data, automation,
08
Two failed crypto mining rigs in a basement in 2022. The founders posted on Reddit offering the GPUs for free in exchange for feedback. That is the origin of RunPod, now at $120 million in annual recurring revenue with 500,000 developers on the platform. The demo runs in under five minutes: pick a model from the Hub, configure a context window, deploy a serverless endpoint on H100s. First request queues for 41 seconds on cold start while the container initializes and the model downloads. Every request after that executes in about 1.5 seconds. You pay only while a worker is handling a request.
09
Your agent called tool B before tool A, and B has a dependency on A. You did not catch it because nothing in your code audits agents. The telemetry does. Dat from Arize AI walks through what observability actually means when the system you are debugging is nondeterministic and the execution path changes with every run. The talk covers the five flavors of eval signal (LLM as judge, human feedback, golden datasets, deterministic checks, business metrics), what scope to run them at (single span, multispan, trajectory, session), and where this is heading. Arize Phoenix is open source, runs as a s
07
Papers
01
它针对现有机器学习工程（MLE）LLM agents在长流程任务中出现的“信息孤岛、忘记历史、缺乏层级控制”三大痛点，构建了自进化的多智能体框架 MLEvolve。核心做法是把树搜索扩展为 Progressive MCGS，用图形引用边实现跨分支信息共享，并通过熵驱动的进度调度把搜索从广度探索逐步收敛到精细利用；另外引入 Retrospective Memory，把冷启动的领域知识库和任务专属的全局记忆动态结合，实现经验回溯与复用；再把策略规划和代码生成解耦，支持自适应编码模式。价值在于同等算力下能在 12 小时内跑出显著更高的奖牌率和有效提交率，并且在算法发现（如 AlphaEvolve）上跨域表现更好，直接展示了 LLM‑agent 可持续自我迭代的实用路径，值得关注。
02
它要解决的是离散扩散语言模型在生成时把低置信度的候选词直接丢掉，导致检索信息时错失提前出现的实体线索。作者提出 SARDI——在每一步去噪时把被“丢弃”的低置信度 token 当作 look‑ahead 信号，动态驱动检索器取回相关证据，整个过程无需再训练、对检索器无依赖，可直接套在任何具备推理能力的扩散模型上。因为它让模型在生成前就能获取更强的上下文支持，显著提升多跳问答的准确率和吞吐，值得在 Agent/AI 产品里快速实现更可靠的检索增强生成。
03
它针对 RNN 训练时必须逐帧反向传播、梯度易消失爆炸、难以并行的问题，提出把“记忆更新”拆成监督学习：先用 Transformer 学会只保留对未来有用的状态，再用这些 (mt, x{t+1})→m{t+1} 标注直接训练 RNN，根本不展开时间图。这样梯度路径恒为 O(1)，可跨序列并行、稳定学习长程依赖。对想把时间序列或行为记忆模块大规模部署到 Agent/AI 产品的工程师来说，能显著提升训练效率并突破传统 BPTT 的长度瓶颈，值得一看。
04
该论文聚焦于在信息不完全、多人同步竞价的场景下，如何让智能体学到接近纳什均衡的策略。作者提出 DNQ 框架：利用共享的 critic 预测每对玩家的收益矩阵（或完整的 N‑player 收益张量），再调入外部求解器算出均衡解，并用 KL 损失让各智能体模仿这些均衡策略。核心技巧是把高维 N‑player 均衡问题转化为成对矩阵，显著降低求解和训练成本，同时通过共享 critic 在所有状态和玩家间 amortize payoff 学习。对做竞价、资源分配等需要大规模多方博弈的产品，这种兼顾战略质量和可扩展性的方案值得一看。
05
该工作聚焦于“人‑AI共创”文稿的检测难点：随编辑进程，AI 产生的痕迹会出现、增强甚至消失，现有基准只看最终稿，无法捕捉这些动态变化。作者构建了 OpAI‑Bench，先从全人工文本出发，按预设的 AI 覆盖率和五类编辑操作，逐步生成九个中间版本，覆盖文档、句子、词元和跨度四个粒度，并保留完整的作者来源信息。通过这套可控的逐步改写数据，能系统评估检测模型在不同编辑比例、操作类型、领域及累计历史下的表现，发现混合作者的中间稿往往最难辨别，呈现非单调检测趋势。对做协同写作、内容审查或安全防护的 Agent/AI 产品团队来说，这提供了更贴近实际编辑流程的评测平台，帮助定位模型盲点、优化检测策略，具有直接的工程价值。
06
它想解决大模型在阅读代码时“看不懂库/项目背景”的痛点：传统要么把整个仓库塞进上下文，要么为每个仓库单独做 LoRA 微调，既耗资源又在代码迭代时容易失效。作者用 Hypernetwork 根据仓库快照或代码差分实时生成专属的 LoRA 适配器（Code2LoRA‑Static / Code2LoRA‑Evo），在推理时不增加 token，且能随代码演进自动更新。对工程师和 Agent 场景来说，这种零额外输入、随库演化自适应的参数高效方案，直接提升代码完成、断言生成等任务的准确率，且省去大规模微调的成本，值得一看。
07
它聚焦于让类人机器人在真实环境中能用简洁、统一的指令空间把任务规划直接喂给全身控制器，而不必手工给出密集的姿态或空间轨迹。作者构建了 HANDOFF，一个基于多教师 KL 蒸馏的混合专家全身控制器，融合了运动跟踪、安全过滤、行走和跌倒恢复三大专长，并通过上下文门控实现模块化调用；再配合大模型驱动的自然语言规划，直接在 Unitree G1 上完成无调参的搬运、行走等任务。这套方案把“语义‑控制”桥梁压缩成可部署的单一控制层，既提升了操作空间和鲁棒性，又省掉了为每个任务单独调试控制器的工程成本，正好契合 Agent/AI 产品在机器人交互和快速迭代上的需求。
08
它在解决“参数高效持续学习中容易出现的灾难性遗忘”这一痛点。作者把预训练权重的奇异基 (U、V) 当作固定坐标系，只在奇异值矩阵上做低秩更新，并加上软光谱惩罚，让更新避开主导特征方向，防止干扰；同时把细粒度的适应性转移到灵活的长尾谱方向。对追求小算子、快速增量学习的 Agent 系统，这种用谱空间“保留核心、灵活微调”的思路既省显存又提升稳健性，值得一看。