ZhangYvJing's

Daily Brief

← October 19, 2026 October 20, 2026 · Tuesday October 21, 2026 →
00

Film / Book Chapter

Perfect Days
2023 / Wim Wenders

Perfect Days (2023) · Wim Wenders

今天适合看《Perfect Days》,因为它更像一次生活和判断方式的校准,能把注意力从持续输入里稍微抽出来,重新放回你真正想怎样生活和做事上。

The Pragmatic Programmer
David Thomas / Andrew Hunt

The Pragmatic Programmer · David Thomas / Andrew Hunt

Chapter 1: A Pragmatic Philosophy

A compact reset on ownership, taste, entropy, and being the kind of engineer whose work keeps improving after the first pass.

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 Putting Linux on my RTX spark laptop because I don't have a Microsoft account;Hacker News 的 MiniMax M3.1 Flash;Hacker News 的 I built a drone with only one motor [video];Hacker News 的 The reverts will continue until morale improves;Hacker News 的 Wine ported to OpenBSD;Hacker News 的 OpenBSD 8.0 release will have inteldrm/radeondrm/amdgpu drivers from Linux 6.18。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

01
作者在ASUS ProArt P16 H7607BA-SE033W笔记本上成功移植Arch Linux ARM系统,绕过Windows限制。由于Windows只支持官方驱动且强制使用Microsoft账户,作者通过改包hidd-asus驱动、修复ACPI帧缓冲映射和获取笔记本自身ACPI表格实现GPU完全支持。Linux系统将116.0 GiB内存统一作为系统RAM和CUDA可用 pool,而Windows需分割 dedicate GPU内存、shared内存和CPU-only区域。7-Zip基准测试显示Linux压缩略优5%,解压3%。作者成功本地部署Qwen3.8-Flash模型运行代码审查和日志分析,百万参数参数模型在本就得到完整内存池支持推理。
02
MiniMax M3.1 Flash
MiniMax今日正式推出M3.1 Flash模型,代号Space Bunny曾在匿名状态下处理超200万亿(token,并声称在agent任务、编码、计算机操作和网络安全领域实现性能跃升,同时使在线推理速度提升近三倍,使用成本降低70%。该模型通过更激进的稀疏化优化推理效率,日常使用下输出速度可达200多个tokens/秒, median速度稳定在170多个tokens/秒。针对代理任务,整体使用成本比前代低70%,单价为100万token输入15美分、输出60美分、缓存输入1.5美分。
03
I built a drone with only one motor [video]
一位创作者制作并展示了仅用一个电动机驱动的无人机模型。视频显示该无人机通过特殊设计的旋翼结构和变形机翼实现飞行控制,省去了传统多电机的布线和硬件复杂度。这种设计在理论上可以显著降低组装成本和维护复杂度,可能为DIY爱好者和小型研发团队提供更简单的制作路径。
04
The reverts will continue until morale improves
PostgreSQL 19 在 Beta 开始后出现了异常多的特性回退,约有八到十项重要功能被撤销,其中一些在后期才被发现。这种情况源于代码质量不足、部分特性架构缺陷以及 LLMs 辅助代码审查在 Beta 期间快速暴露了大量边缘情况缺陷,同时 Vulnpocalypse 导致资深开发者专注安全修复,削弱了常规的审查和测试资源。因此开发者在特性提交后面临更高的缺陷处理开销,发布计划压力增加,未来可能需要更多实验性提交机制或更强的内部接口以减少交叉组合带来的测试负担。
05
Wine ported to OpenBSD
OpenBSD 系统现在成功移植了 Wine 软件模块,使得 64 位 Windows 程序得以在 OpenBSD 平台上运行。此次移植突破点在于 Andrii 通过软件方案解决了 %gsbase 问题,即在无法设置 gsbase 时对 %gs 前缀指令进行仿真,从而打破了 Wine 开发瓶颈。项目团队在众多 Windows 软件转为 64 位后,用户兴趣显著上升,过去数十款 64 位 Windows 软件均 Successful 测试,其中包括上个月刚发行的《巫师3 重制版》。当前最大局限在于 WoW64 架构未实现,32 位 Windows 软件仍无法运行。评估 .exe/.dll 文件可通过 file 命令判断:若显示为 "MS-DOS executable PE for MS Windows (GUI) Intel 80386 32-bit" 则为 32 位。内置测试目前被禁用,原因是它们需要访问 X 服务器且仍有多项测试挂起。
06
OpenBSD 8.0版本将集成来自Linux 6.18的Intel DRM、Radeon DRM和AMDGPU驱动程序,首次支持Intel Arc A-Series(DG2/Alchemist)显卡,同时提升AMD64架构内核虚拟地址空间至512G,允许映射超过4G的显存。Clang/LLVM 22成为标架构的基线编译器,sparc64架构完成向Clang迁移,成为唯一使用现代工具链的 sparc64操作系统。虚拟机子系统vmm/vmd(8)新增对每台虚拟机64个虚拟CPU的SMP支持,WiFi驱动wqz(4)新增对Qualcomm WCN7850芯片组的支持,加固Swap加密性能。这些升级实现了跨架构工具链统一、高性能图形与计算支持、虚拟化资源扩展及物联网设备集成,为开发者和系统管理员提供更均等的硬件支持边界。
07
Android apps running native on macOS
Android 应用可在 Apple Silicon Mac 上原生运行,无需模拟器、虚拟机或 Linux 内核。Mac.apk 作为早期 alpha 软件,将 Android 应用以普通 macOS 进程方式启动,利用 Mac 的 GPU 和 CPU 执行,应用显示在Dock中并支持原生窗口操作。 该工具直接实现 Android 应用环境,无需额外系统支持。首次启动较慢,后续加速。 开发者和需要在 Mac 端运行 Android 应用的用户可免去传统 emulator 的资源消耗,降低硬件要求。
08
It's still ok to enjoy programming
Hacker News上出现了关于保持编程乐趣的讨论,作者坚持认为仍然可以享受编程。文章指出尽管工作中手写代码的经济效益已变,但周末亲手实现一个有Bug的Breakout cloned,作者仍能获得乐趣。作者进一步探索Java类型安全或递归方案,哪怕没有实际价值,仅是因为探索本身有趣。这种行为反映出作者反感社交媒体上的悲观氛围,认为保持个人兴趣不需要经济正当化。这种心态挑战了过度关注工具自动化和商业效益的趋势,影响着那些在碳尾分析压力下的开发者,提醒他们在繁重的工作负荷下,仍需为个人成长留出情感空间。
09
RuneScape Bench: MMOs for Agents [video]
RuneScape推出了面向AI智能体的MMO测试环境。该测试平台以类似RuneScape的多人在线游戏世界构建,专为训练和评估智能体在动态环境中的任务完成能力。开发者通过观察AI代理在虚拟世界中采集资源、完成任务和与其他玩家互动的方式,来测试其推理、规划和社交交互能力。最终,这一测试基地将影响AI研究人员、游戏开发公司及自动化代理项目组的测试成本与效果评估方式。
10
The fire retardant in the seafood chain
乙氧基喹被用作鱼粉防火剂,船舶火灾显著下降,但后来被证实致癌,部分地区因而禁止。鱼粉易氧化自燃,乙氧基喹抑制此反应,但其杂质对苯乙胺能致突变,动物实验显示致癌作用。于是饲料厂转向替代抗氧化剂,监管部门要求标签和检测,消费者面临可持续性诉讼风险和成本变化。
05

YouTube

01
Say what you want, not how to get it. The OpenProse team shows how to write multi-agent workflows as declarative contracts in plain markdown, which any harness (Claude Code, Codex and others) can compile and run. Demos include event-driven jobs triggered by webhooks and pull requests, a "grumpy senior" PR reviewer, and an end-to-end bank model-documentation workflow. They also discuss composing contracts, pinning a winning run into a reusable workflow, and how this compares to DSPy. Chapters: - 00:00 From prompt engineering to declaring intent - 05:40 What OpenProse is - 09:58 Agents, skills
agent, ai_product, engineering
04
Ryan Ahern of Exa introduces Exa Snapshot, which lets agents search the web as it looked on any past date. He covers why search quality matters when agents broker most searches, how snapshot results compare to live results, and how teams use point-in-time search to build and test predictive signals without overfitting. Chapters: - 00:00 Intro - 02:14 Agents as the new searchers - 04:15 Exa's three core principles - 08:19 Snapshot vs live search - 12:45 From signals to predictions - 16:58 Backtesting without overfitting Ryan Ahern — https://exa.ai Join us in SF for the second annual AIE CODE
agent, ai_product, engineering
05
Deploying AI into real businesses is hard: org charts are messy, trust takes decades, and service firms don't scale like software. Prathik Naidu, founding partner at Long Lake, explains their strategy: acquire established service businesses, then transform them with AI from the inside. He covers how they choose companies and what changes once they own them, drawing on 40 businesses across residential services, architecture, HR and more. Chapters: - 00:00 Intro - 02:15 Why deploying AI into businesses is hard - 06:27 Why trust and brand win - 10:41 Software vs service economics - 12:42 The Lon
agent, ai_product, engineering
08
Benchmarks won't tell you how a model behaves in your app. Swapping it in and testing will. Pamela Fox, Principal Cloud Advocate at Microsoft, runs the same scenarios against GPT-5.5, Kimi K2.6, DeepSeek V4 Flash and Mistral Large 3 on Microsoft Foundry so you can see where models differ and what you can do about it. She works up from a letter-counting prompt to RAG groundedness, image input, multilingual pitfalls, tool calling, tool calling in a loop and a LangChain v1 travel agent, then moves to evaluation: string-check evals, LLM-as-a-judge, Microsoft's new ASSERT tool for generating test
agent, ai_frontier, ai_product, engineering, market
10
Is the agent harness dead? Jediah Katz, Cursor's longest-tenured agent-harness engineer and now at SpaceX, explains why fancy harnesses no longer add coding intelligence: the data flywheel teaches models the skills harnesses used to patch in. He then argues why the harness matters more than ever. It opens new frontiers like Grokbot, and it owns what models can't absorb: infrastructure, trust and security, and efficiency. He closes with predictions, including that 90% of agent work runs off the laptop within six months. Chapters: - 00:00 Is the harness dead? - 01:09 From prompt engineer to har
agent, ai_frontier, ai_product, engineering, security
08

Papers

01
SAE学习的字典在不同训练运行间不稳定,导致概念发现不可靠。我们提出ConSDL,用逐样本稀疏编码替代线性编码器,使字典学习更一致。在16个合成和4个视觉/语言任务上,它将字典一致性提升17.6%、系数一致性提升35.9%,为Agent系统的可解释特征提供更可靠基础。
03
CocoRNA 采用合作多智能体强化学习框架,将 RNA 逆向设计分解为若干子问题,让多个智能体协同求解;中心化评论员利用全局结构信息指导智能体共同优化设计策略。实验表明,其在成功率和设计速度上均显著优于现有方法,且能在未见结构上泛化,提示该方法在复杂序列设计任务中的广泛适用性。
04
Self-Building Labs
现有自驱实验室只能运行预设程序,新实验需大量人工改造,成为发现速度瓶颈。自建实验室(SBL)在给定科学目标下,从现有资源自动生成布局、数字孪生、机器人技能和工作流,支持多机器人协作并在量子点合成中验证。这样把人类角色从手动配置转向仅需指定目标,使科学自动化更易用、灵活且可扩展,对Agent/AI产品工程师有用。
06
该工作指出,科学发现的可重复性和分析鲁棒性评估需要大量人力,提出基于SEER数据的20篇论文基准SEER-Repro,用LLM智能体重现77.4%的原子命题,并通过代理分析管线识别可能影响结论的分析选择,供专家复核。
07
问题:微调大语言模型时,目标行为常会意外带出其他行为,作者称为行为耦合。方法:他们在训练文档中让两种行为共现,发现微调一种会使另一种也出现,且耦合可通过共享行为组合传播。价值:这揭示了微调副作用的形成与传播机制,提醒Agent/AI产品在后续微调时需评估更广的行为关联,以避免隐蔽的错位。
08
该工作指出像素空间 diffusion Transformer 在直接预测清晰图像(x0)还是速度(u)之间缺乏统一最佳选择,且普遍存在高频缺失。作者提出 MFlow 自适应参数化,在数据主方向上学习两种预测的插值,并用轻量 ConvRefiner 事后对抗训练恢复高频统计,在 ImageNet、UCF‑101 和文本到图像任务上表现持平或更佳。