01
纽约公共图书馆 Buttolph 收藏中约五千份 1880‑1920 年的餐单被公开发布；这些原始文献通过数字化处理后进入线上检索；研究人员和餐饮史学者因此可以直接在数据库里获取历史菜单，省去实体查阅的时间与成本，同时降低了文献损毁的风险。
ZhangYvJing's
Daily Brief
00
Film / Book Chapter
Yi Yi
Yi Yi (2000) · Edward Yang
《一路上》用一家人细碎却真实的日常，映照出在高压的 token 争夺、跨平台迁移与项目预算之间，你常需在细枝末节中捕捉全局视角的瞬间——它提醒你，别让宏大的技术决策淹没了生活的温度和记忆的脉络，从而在接下来的产品迭代与团队布局中，保持对人、对时间的清晰感知。
The Beginning of Infinity
The Beginning of Infinity · David Deutsch
Chapter 1: The Reach of Explanations
A broader chapter for sharpening what counts as a good explanation, useful when daily inputs are full of claims, demos, and partial narratives.
01
Insight
今天的输入更像几股不同语气的材料同时挤在一起：社区链接在暴露工程和产品环境里的真实焦点，长视频在把这些焦点放回更完整的语境里，研究材料则提醒人热度和可落地性并不总是同一件事。如果先不急着做结论，至少可以把这几条线索放在一起看：Hacker News 的 5k menus from the New York Public Library’s Buttolph Collection (1880-1920)；Hacker News 的 I used Claude Code to get a second opinion on my MRI；Hacker News 的 Tokenmaxxing is dead, long live tokenmaxxing；Hacker News 的 Working around dragons with the Lemote Yeeloong laptop and OpenBSD；Hacker News 的 The Boeing 747 begins its final descent；Hacker News 的 Daisugi, the Japanese technique of growing trees out of other trees (2020)。真正值得注意的不是单条内容本身，而是它们共同指向了什么、彼此漏掉了什么。
03
Hacker News
02
作者尝试在 Claude Code 的 Opus 4.8 环境下让 AI 读取并分析自己肩部 MRI，结果 AI 报告的腱断层与医生的 Grade III 判读相反，显示腱完整。作者把医生报告、AI 初步结论以及 ChatGPT 的运动建议一起交给 Claude 比对时，Claude 通过多子代理重新评估，最终给出“无明确部分或全层撕裂，仅轻度腱炎”的结论，并指出两份报告存在不可调和的分歧。此过程表明 AI 在医学影像二次诊断上已能生成可竞竞争的报告，但其可信度仍不稳定，可能迫使放射科医生、骨科医生以及保险理赔机构重新评估诊断流程、审查成本与责任分配。
03
Tokenmaxxing 的“烧钱”策略已被官方宣布终止。最初的政策通过把员工的绩效与 Token 使用量挂钩，迫使团队大量调用 AI 以冲破对工具的抵触；随后 OpenAI 与 Anthropic 调高 API 费用、削减免费配额，导致 Token 成本激增，企业开始撤销无限 Token 消耗的规定。此变化迫使研发和安全团队重新评估 AI 自动化的使用频率和预算，权衡高 Token 开支带来的成果提升与成本压力。
04
在一台搭载国产 64 位 MIPS（龙芯）处理器的 Lemote Yeeloong 笔记本上成功装载并运行 OpenBSD，展示了该平台的可移植性。作者指出，这一实现依赖于中国 863 计划推动的本土 CPU 研发，以及对 MIPS ISA 的自行改动（去除未授权的 Load/Store 指令），导致软硬件兼容性需要额外的移植工作。该案例表明，使用非主流架构进行系统部署的开发者必须准备更长的调试周期和额外的源码编译工作，从而增加了项目成本并提升了对硬件供应链与授权风险的敏感度。
05
波音747正式停产，标志该机型进入最终退役阶段。过去数十年其庞大机身和双层客舱满足跨洋运输需求，但近二十年航空公司转向更省油的小型机型，导致747被迫转入维修库甚至碎拆，并在亚利桑那的停机场成为被遗弃的象征。它的退出迫使机队管理者、维护厂商以及航空运营成本规划者必须重新调整机型采购与维护策略，降低对大型机型的依赖并重新评估相关风险，同时航空培训机构也将失去传统的大型客机飞行经验平台。
06
日本在15世纪面对苗木和耕地短缺，发明了“台杉”技术，即在已有的枫柏上诱导出多条直立枝干，形成类似巨型盆景的树体。该方法利用剪枝、砍根等传统园艺手段，使树干保持垂直且可持续产出圆形直纹木材“塔陆”，据记载其柔韧性比普通杉木高140%、密度强度高200%。这些特性使台杉木成为京都茶室屋顶梁材，降低了传统建筑对外来木材的依赖，进而影响了木材采伐成本、材料供应链以及建筑师在屋顶结构设计上的材料选择。
07
YAGNI不再是因为代码编写成本低而失效的规则，而是因为它本质上是对“何时付出成本”进行的时间价值约束。其核心机制是：提前构建可能用不到的结构会产生两类损失——一是放弃了后续自由选择的可选性，二是把原本在功能实现后才产生的支出提前，导致净现值下降。此原则因此仍然约束开发团队在使用自动生成代码时的设计时机，迫使他们在确认需求后再投入结构实现，以避免无效的前置投入和后续改造的风险。
08
航天飞机的 I/O 处理器通过两块 9×3 英寸的电路页实现了 24 条高速网络的连接，其中每页提供四路 1 Mbps 的曼彻斯特编码传输，并在同一硬件上存储微码位于金属熔丝阵列。该设计采用了多线程架构、混合集成模块和大量 TTL 移位寄存器，以在模拟信号衰减和噪声环境中实现可靠的数字转换。该实现方式决定了航天系统工程师必须在布线冗余、组件选型和微码编程上投入额外的设计与验证资源，提升了硬件成本和可靠性监管的复杂度。
09
抱歉，提供的材料仅包含标题与极少的字符，未包含具体的变化、原因或影响等信息，无法在遵守规定的前提下生成符合字数要求的完整新闻讲解。
10
OpenAI Codex 的 issue 2847 再次提出在仓库或全局层面通过 .codexignore 等文件标记不允许读取或提交给模型的路径。该需求源自之前讨论的两大场景：防止敏感信息（如 .env、.pem、.aws/）泄漏以及排除体积大且无关的文件，但现有 Rust 实现 codex‑rs 尚未提供相应功能。若最终实现此机制，团队在共享代码时可统一控制数据暴露范围，从而降低隐私风险并减少因手动约定导致的错误成本。
04
YouTube
01
Full episode: https://www.youtube.com/watch?v=U1FrhkLQnCI Me on twitter: https://x.com/dwarkesh_sp
02
03
04
Nearly every enterprise company has a mandate to convert its existing engineering org into an autonomous one. Buying the frontier models and tools is not enough. Everything about how we deliver software must change: from design, to development, to deployment. In this talk, I’ll walk you through the journey of transitioning traditional software engineers into agentic ones, the systems and processes required for their success, and the new challenges agentic engineering introduces for large enterprise companies. Speakers: - Angie Jones (Agentic AI Foundation): Angie Jones is the VP of Develope
05
Three tactical tips to speed up how quickly your R&D team can turn novel research into customer-ready features Speakers: - Vaidas Razgaitis (Higharc): Vaidas is a Senior Research Engineer at Higharc, where he specializes in turning frontier ML research into production-grade features. X/Twitter: https://x.com/gingiVaidas LinkedIn: https://www.linkedin.com/in/vrazgaitis/ GitHub: https://github.com/VRazgaitis
06
This session addresses a critical challenge in knowledge representation: extracting accurate answers from a rapidly changing dataset where every document is highly interconnected and relevant. Explore the limitations of standard retrieval methods for dynamic, high-context scenarios—including the constraints of Simple RAG and the computational bottlenecks of constantly recomputing a GraphRAG. To overcome these hurdles, this talk introduces a novel solution: Extended Cache Augmented Generation (ECAG). Speakers: - Luis Romero-Sevilla (Orbis Operations): Luis Romero-Sevilla is an AI strategist a
07
Writing code is no longer the hard part. AI can do that. In a world where AI writes the code, the most valuable skill an engineer can have is knowing what to build. Most AI systems never make it to production because of bad decisions made earlier in the process. The pressure to ship fast, the hype around AI, and the lack of a structured approach all push engineers toward building before they've thought through what they're building and why. In this talk, you'll learn a structured framework for making the decisions that get AI systems to production. You'll learn how to identify the business pr
06
Bilibili
01
可能是你从没见过的显卡对比！国产显卡新秀砺算对阵摩尔线程，再加上标杆英伟达，这仨放在一起的对比，那可太有看头了，砺算这次虽然出现了很多问题，但惊喜也不少，国产显卡这次真能带得动 2077 吗？一起来看看国产显卡现在性能到底什么水平。
02
一个在地球上几百块就能解决的马桶，凭什么到了太空里，要2300万美元？今天我们就来聊一聊，太空里的厕所是怎么修的？
03
参考资料： 1、《濒临破产的国产女鞋，在抖音杀回TOP 1》 2、《消失的国民女鞋，突然卖到第一》 3、《“鞋王”达芙妮正在“死去”：6000家店全部关闭》 4、《达芙妮，就输在了这个字上》 5、《达芙妮关店，可你还不知道它的老板是谁》 6、《达芙妮CEO陈英杰：台湾摇滚男孩“误入鞋途”》
04
05
视频：waya13 封面：_姜歬
06
07
Papers
01
这篇论文聚焦“简历筛选中的 Prompt Injection”（即在不增加真实能力的情况下，用微妙自我推销文字骗过 LLM）的问题。作者通过对比单次和多次注入的受控实验，发现当候选人质量相近且只有少数人使用注入时，排名提升显著；一旦注入者增多或质量差异大，效果迅速下降，甚至会让低质简历超越高质简历，暴露公平风险。对做招聘 Agent 或 AI 人才筛选系统的产品团队来说，这提醒：LLM‑based 自动筛选在弱竞争、同质简历场景下最易被操纵，需要在模型提示、过滤或鲁棒性设计上提前防范。
02
该论文聚焦“多模型LLM路由/投票/混合系统的收益上限”，提出用 β （所有模型在同一查询上全部错误的比例）来评估组合潜力，证明只要 β 不为零，任何路由或投票策略的准确率上限就是 1‑β，传统的平均配对错误相关 ρ 无法捕捉这点。作者基于67个前沿模型提供了统计上限估计，显示在数学、代码和自由回答等任务上 β 显著高于常用高斯 copula 估计，说明实际的共同失误尾部被低估。对工程和Agent产品而言，这提醒我们：多模型融合的收益来自“错题互补”，而非盲目堆模型；只有在查询层面有明确的路由信号时，组合才可能超越单一最佳模型，帮助设计更高效的模型选择或专家系统。
03
这篇文章聚焦于生成式世界模型在预测未来时常出现的“幻觉”——画面看起来连贯却偏离真实物理。作者发现幻觉多出现在状态‑动作空间覆盖不足的区域，并提出三种轻量级、基于数据的信号来提前预测这些失效点。利用这些信号，他们先在训练阶段做覆盖感知采样，后在在线阶段把预测器当作好奇心奖励，引导有针对性的额外数据收集，仅用几十条真实轨迹就能把预训练模型快速适配到全新环境。对做 Agent、强化学习或仿真产品的工程师来说，这提供了一套可检测、可驱动的“防幻觉”方案，让模型在数据稀缺时仍能保持可靠，直接提升系统的安全性和部署效率。
04
该文聚焦“小模型在网页 GUI 任务规划上的弱规划与跨站点泛化差”问题。作者提出 PEEU 框架：让模型在真实界面上自驱探索，收集动作轨迹，再用 Hindsight Experience Replay 合成高度对齐的高层任务示例，喂给小型 MLLM 进行训练。通过层次化任务分解分析（TDHAF）发现，高层任务训练比只学原子技能更能提升 OOD 规划能力。实验显示，7B 模型在真实基准上跑出 30.6% 准确率，已超越 32B 商业模型，说明轻量化模型借助经验回放即可实现强跨站点规划，值得在资源受限的 Agent 产品里快速落地。
05
该论文聚焦于“如何用轻量、无创的方式持续监测老年人认知状态”，尤其是早期轻度认知障碍（MCI）的检测。作者构建了一个语言驱动的 Digital Twin，利用大语言模型模拟老年人的对话风格，并加入写作特征和上下文元数据；核心技术是多头条件变分自编码器（cVAE）既评估生成文本与真实对话的相似度，又预测 MoCA 认知评分。实验表明，这种数字孪生在保持个人语言特征的同时，能够像真实数据一样精准预测认知分数，优于普通 GPT 生成的答复。对做 Agent 或连续健康监测的产品团队来说，这提供了一个可扩展、只靠语言数据就能实现的个性化认知评估方案，直接把对话系统当作实时的健康监测仪表盘。
06
它关注一个核心工程难题：LLM生成的序列概率到底能否指示答案是否正确。作者通过大规模实验，分别在不同解码方法、超参数、数据集内部以及同一提示的多次生成上，量化“高概率 ≈ 高准确”这条关系。结果表明，虽然在固定数据集内部概率和正确率有一定关联，但跨方法调参或在同一提示多次生成时，这种关联几乎失效。对产品工程师而言，这直接告诉你：单靠提升序列概率（例如调高温度、改用更激进的采样）并不能保证回答更靠谱，解码策略的改进需要别的验证手段（如自一致性或后置校验），否则可能徒增计算成本却不提升质量。
07
该论文聚焦于“如何高效采样热平衡分子构型”，传统 Boltzmann Generator 依赖正则化流（NF），要么表达力受限、要么计算代价大。作者提出 Autoregressive Boltzmann Generator（ArBG），抛弃流的可逆约束，改用自回归结构，借鉴大语言模型的可扩展架构，实现顺序化采样、灵活干预，并大幅提升大尺度肽链（如 10‑残基 Chignolin）的采样质量。若你在构建生成式 AI 代理或需要高效、可扩展的概率模型，ArBG 展示了自回归方式在物理分布建模上的优势，值得一看。
08
该文针对“RL‑VR 需要真实答案才能给奖励”这一瓶颈，提出了 RiVER 框架：利用代码执行得分（连续反馈）而非标注答案，通过实例间的相对比较和精选 top‑rank 解的奖励校准，解决分数尺度和出现频次导致的策略偏差。实验显示，在仅用得分任务训练的情况下，模型在 ALE‑Bench、LiveCodeBench、USACO 等代码生成基准上都有两三个百分点的提升，证明了无需 ground‑truth 也能有效提升 LLM 的通用编程能力。对做 Agent/AI 产品的同学，这意味着可以用大量自动评测的程序题当“自监督”数据，加速模型的代码理解与生成能力。