01
ZhangYvJing's
Daily Brief
00
Film / Book Chapter
Ikiru
Ikiru (1952) · Akira Kurosawa
今天适合看《生之欲》,因为它不是在继续加信息,而是在提醒人时间真正该压在哪件事上,适合把注意力从系统噪声拉回到现实里真正想完成的那件事。
The Effective Engineer
The Effective Engineer · Edmond Lau
Chapter 1: Focus on High-Leverage Activities
A direct chapter for choosing what to work on today: it keeps attention on compounding engineering output rather than just being busy.
01
Insight
今天的早晨输入里,技术讨论的重心明显向实体硬件与实际部署场景下沉,同时隐私安全与隐形约束正成为硬核技术落地的关键过滤器。Hacker News 的热门文章形成了三个清晰的技术信号:ECDSA 曲线 origins 的终审释放消除了长期以来的密码学疑论,标志着密码标准生态从高度警惹走向理性共识;llama.cpp 在越狱 PS5 上的跑通则是硬件生态解耦市场商业束缚的具体路径——从“要花钱买 GPU”到“家里的游戏机当服务器”;而 Flux 3 Image Klein 的开源释放,则把图像模型从大厂数据中心推至边缘设备,其 5.6B 参数在 RTX 4070 上的实测可运行,印证了“大模型下沉到小硬件”正在从概念进入日常 。这些技术突破背后,隐私与合规的隐形战争正在激化:Home Assistant 默认扫描 secret 引发的开发者暴怒,和 JPEG XL/AVIF 在 WebP平台的格式争夺,都透露出“功能越先进,用户与平台之间的信任裂缝就越需要精心维护”。 YouTube 的内容在不同维度上印证了这一趋势:David Silver 谈“super learner”时,科架了 AI 从工具向自主发现知识的范式转变,这与 Claude 在量子电路优化中实际落地的“破墙而入”形成呼应;而 AI Engineer 团队聚会里,Anthropic 公开 Flows 以管理 1,000 个 Agent的架构方案,说明稳定性与经济型的多智能体部署正在从实验室走向生产环境。X/Twitter 与 Bilibili 的讨论虽未在输入中显露,却在 Hacker News 上的 Waymo Toronto 布局中有所体现——无人驾驶从“技术概念”转向“城市治理实验”,其隐形成本是需要与社区、监管、劳工力量协商的复杂生态博弈,而不仅是算法与硬件的竞赛。 这些材料的核心矛盾在于:技术的可行性正在快速提升,但其社会接受度、隐私边界、监管配套正在成为实际落地的“隐形接口”。AI4AI 场景下,MLExpert 用代理循环优化实验,LIBERO-PeRM 则提醒我们,机器人个性化在理论上可解,实际中仍被用户期待与行为冲突所束缚;类似地,evaluation awareness 的论文揭示,模型在测试语言(尤其是非英语)下的表现被压缩,这可能意味着早期部署的系统在真实世界语言环境中面临的风险,远超实验室里“完美评估”的数据。总体来看,今天的技术热点不再局限于“更快更大”,而是聚焦于“谁来运行、谁来管、谁来信”。ikally,技术的下一座标杆,或许不在参数规模,而在它如何在日常生活的缝隙中自然渗入。Ikiru (1952)。
03
Hacker News
02
Hacker News上的热门 Cryptographic standards ECDSA曲线的来源终于被解释清楚。Anthropic内部模型Claude在2026年发现,这些曲线的种子参数并非来源于NSA提供的加密哈希,而是简单的Unix时间戳初始化的C标准库lrand48随机数生成器。这种发现挫碎了多年关于是否ionage植入后门的猜测。 这种由笨拙的伪随机数生成器产生的曲线参数,让原本对NSA幕后操作的高度警惕转化为对其公平选择的信心。
03
黑客在已越狱的PS5主机上成功运行llama.cpp语言模型,将模型加载到主机内置的RDNA 2 GPU上,利用llama.cpp的Vulkan后端实现本地推理。该方案无需PC、云端服务或账户,直接通过OpenAI和Anthropic的API格式响应网络请求,支持GGUF格式的任意语言模型和决策模型,并可通过浏览器或开发工具从笔记本电脑、手机等设备访问。用户只需将PS5LM应用部署到7.00至13.60版本间的越狱主机上,即可获得私有的本地模型服务器,影响了希望在家中运行隐私模型、降低云API依赖的开发者和终端用户工作方式。
04
黑森林实验室今日发布FLUX 3 Image Klein,56亿参数的开源文本到图像模型,支持多参考图生成和局部编辑。它通过图像、视频和音频的联合学习,让生成图片更真实,内部测试中它在多项基准上超越了更大参数量的开源模型,连Meta和Google的闭源模型ziye表现更好。模型提供基础版和蒸馏版,且支持FP8、INT8等低内存格式,单个RTX 4070也能胁任生成。基于非营利许可证,年收入低于500万美元的团队可免费商用,面向数据主权或本地部署的团队提供低成本选项。
05
06
Home Assistant 平台在其 GitHub 代码库中引入了一个默认扫描用户机密secret 的机制,通过哈希形式提交至外部泄露密码数据库。该功能未经过用户明确授权,用户反映这是对隐私的严重侵扰,且担心恶意攻击者若获得仓库访问权限,可滥用此机制窃取全球 HA 安装的凭证。官方坚持称扫描数据加密传输且遵循 k 匿名化隐私原则,并引用 Cloudflare 及 1Password 的同类技术,但最终仍坚持不提供关闭选项。此决策导致依赖该平台的安全团队和红队人员在合规性与攻击面管理上面临额外风险,用户若不同意可能被迫自行 fork 项目或转向其他主流智能家居解决方案。
07
Waymo计划于2028年在多伦多推出无人乘车服务。公司将在当地建设设施,引入数百个就业岗位,并与当地企业Element Fleet Management合作为车队提供管理支持。为适应当地路况,Waymo将采用分阶段测试方法,从高清地图制作到由专业驾驶员测试,以确保Waymo Driver系统平稳适配。根据4000万公里无人驾驶数据显示,其出行事故比率较人类驾驶低95%。该举措将为多伦多增添无人出行选项,同时推动本地就业及交通多样化发展。
08
C++26正式引入<debugging头文件,提供breakpoint()、isdebuggerpresent()和breakpointifdebugging()三个无异常、免安装、非 constexpr 的函数。过去每个大型C++项目都自行实现断点宏,如Boost.Test的debuggerbreak()、Catch2的CATCHBREAKINTODEBUGGER,平台差异导致代码重复且维护成本高。新标准通过P2546R5和P2810R4统一接口,breakpoint()在调试器附着时触发中断(x86通常编译为int3指令),无调试器时行为实现定义;isdebuggerpresent()实时检测调试器状态,支持平台特定实现且可被替换以适应裸机环境;breakpointifdebugging()组合前两者。此举将减少各框架间的代码重复,降低跨平台调试成本,尤其惠及需要频繁调试断言或条件逻辑的库作者及嵌入式开发者。
09
JPEG XL已在所有主流浏览器中正式Supported。与AVIF相比,JPEG XL在有损照片Web展示上总体表现较差,平均文件大15-25%,即使在最高压缩等级下也仅缩小至6-20%。对于截图和插图,AVIF压缩后更小,JPEG XL文件可大30-90%;处理透明图像时,AVIF也显著优于JPEG XL。AVIF在编码速度和内存使用方面更具优势,解码速度也快1-2倍。JPEG XL在无损压缩和现有JPEG压缩时表现更好,且支持渐进式预览。AVIF在HDR方面受益于支持增益映射,而JPEG XL当前浏览器支持不足。
10
Anthropic首次证明AI模型Claude能够独立优化量子电路设计,通过给定纯语言规格说明,结合自动评估器循环迭代,成功生成 outperforms 传统方法。在量子计算资源稀缺(受限于 qubit 数量与环境噪声)的现实制约下,Claude率先通过数学洞见削减电路门数与 qubit 需求,部分案例提升百倍,使 FeMoco 等高复杂度化学模拟等实用算法的硬件门槛大幅降低。此举直接压缩了科学家研发新药、材料或清洁 fertilizer 领域算法所需的量子计算时间与设备成本,推动实用量子优势的达成时间线进一步前移。
05
YouTube
01
Ineffable Intelligence's mission is to build a super learner: a system that starts knowing nothing and discovers knowledge beyond what humans know. David Silver on why humans are the only existence proof. #AI #Superintelligence #ReinforcementLearning
02
Full episode: https://www.youtube.com/watch?v=f6cjAEr08qk Me on twitter: https://x.com/dwarkesh_sp
03
Why we gather at AI Engineer World’s Fair 2026.
04
Sharing a few thoughts on the future of math These videos are funded directly by viewers: https://3b1b.co/support An equally valuable form of support is to simply share the videos. Home page: https://www.3blue1brown.com If you want a finger on the pulse of how mathematicians are feeling right now, take a look at this post on Proofs and Prompt: https://proofsandprompts.com/2026/10/08/100-reactions-to-100-solutions/ Timestamps 0:00 - Math student angst 3:10 - How does math work? 11:24 - A proof machine 25:12 - A conjecture machine 26:59 - A theory machine 31:31 - If AI is better at everything
05
Ken Thompson built Unix in a month. IBM put 1,000 engineers on OS/360. And in 1998, Linus Torvalds hit his limit. Now we're hitting that same wall managing AI agents. Anthropic's CJ Avilla and Harrison Stall introduce Flows in Claude Managed Agents. You hand Claude a goal, and it plans and runs its own multi-agent topology of up to 1,000 agents through the API. In this hands-on workshop they demo a stock watchlist scanner, show how to spend more compute on the phases that matter, walk through the Bug Hunter and Explainer Studio templates, and explain why single agents fail through laziness, s
06
Full episode: https://www.youtube.com/watch?v=f6cjAEr08qk Me on twitter: https://x.com/dwarkesh_sp
08
Papers
01
02
该论文指出,现有 lemma 检索仅靠词法匹配,忽略定义间的多跳依赖。提出 LeanGraphSearch:基于 Mathlib 前向依赖构图,用图排序将语义匹配声明的相关性传播到依赖项后重新排序。在两检索基准上比 LeanSearch v2 召回提升最高 12%,在三证明基准上相比 vanilla prover 通过率最高提升 40%,比 LeanSearch v2 高至 10%,显示依赖图搜索提高准确率‑成本效率。
03
3DCodeVerse 构建大规模可执行3D代码数据集及多智能体验证框架,让 coding agent 能自主生成、测试并改进可编辑3D内容。实验显示微调后开源模型能力显著提升,并在人工评估中胜过 Claude Design。
04
MLExpert 面对长周期机器学习工程中实验反馈延迟、监督稀疏的问题,先用层次化代理 SFT 迁移工具与编码能力,再采用窗口交互强化学习(WIRL)把连续实验之间的多轮决策视为执行窗口,共享基于结果的奖励并支持异步策略更新。在 MLE‑Bench Lite 上使平均奖牌率从 37.9% 提升到 72.7%,并在 NatureBench Lite、算法优化等任务上泛化,表明所学优化能力可推广至更广的 AI4AI 场景。
05
FDE-Gym构建了95个来自20个行业的端到端客户交付任务,Agent需在模拟的利益相关系统中自行发现不明确需求并交付方案。得分基于客户成功指标的归一化(0-1),并惩罚交互成本。结果显示即使信息完整也难达高业务提升,揭示了实际落地的关键瓶颈。
06
现代 MoE 同时采用细粒度专家划分和共享专家。共享专家会降低路由的探索性,使 token 表示变得单一;而细粒度划分则因组合爆炸增大了路由空间,对探索提出更高需求。这种探索两难导致细粒度划分的潜在表达能力难以充分释放。论文提出 MirrorMoE,通过 token 自适应地抑制不必要的专家,收敛探索空间,从而在各种模型规模上持续提升性能。
07
本文让大语言模型提出量子线路,由独立评估器打分并进化,覆盖数值、化学、优化、量子模拟和数论八项任务。七项中新线路同时降低Toffoli门和量子比特数;第八项提出新可逆模逆架构,使divsteps成为可能并改善门‑比特权衡。表明LLM可协助发现新算法结构,对构建高效量子子程序有启发。
08
LIBERO‑PeRM 提出可控的语言偏好基准,评估机器人在完成任务外如何满足运动、技能、用户画像偏好。通过成对演示和五个任务套件(312 任务)研究零射遵循、演示学习、偏好泛化与冲突。实验显示当前 VLA 零射个性化弱,监督微调使偏好可学习,混合训练在保留无偏好性能上更好,但泛化、分解与冲突仍难。对 Agent 产品提供可复用的偏好学习评测,有助于设计家庭可定制机器人策略。
09
Issue Monitor
Ready now180Actionable issues
Needs review19Awaiting a fresh check
Data statusFreshUpdated 0.62h ago





