AI 编程与组织
代码现在更容易写出来,但真正难的地方没有变:测试、重构、文档、范围控制,以及把个人经验变成团队能力。
- 面向智能体编程的启示:当代码变得廉价时,我们该怎么办?:文章说得很直白:代码便宜了,不代表软件也便宜了。维护、支持、安全和需求变化的成本还在,所以更需要端到端测试、频繁重构、记录设计意图,并把简单活尽量自动化。
- 智能体技能:作者想补上 AI 代理最容易跳过的环节,比如写规格、做测试、代码评审和验证结果。核心思路是把这些流程写成可注入的“技能”,强制代理按步骤做事,而不是只求最快交差。
- 人人都有了 AI,可公司依然学不到什么:很多公司已经给员工上了 AI 工具,但经验还是散在个人手里。文章认为关键不是统计用了多少 token,而是把有效做法沉淀下来,让团队真的学会新方法。
- 从零开始训练你自己的 LLM:这是一个很适合入门的实战项目。它用小模型和简单数据集,把分词、Transformer、训练循环和生成流程完整走一遍,普通笔记本也能在一小时左右跑完。
AI 的副作用与治理落差
AI 工具铺得很快,但同意机制、监管设计和申诉渠道都还很粗糙。问题已经不是抽象担忧,而是具体麻烦。
- Google Chrome 在未经同意的情况下,静默在你的设备上安装了一个 4 GB 的 AI 模型:作者称 Chrome 会在后台下载 Gemini Nano 模型文件,删除后还可能再次下载。争议点很简单:用户没被明确告知,也没有清楚的同意过程,却要承担带宽和存储成本。
- 孩子们用假胡子绕过年龄验证:英国更严的年龄验证上线后,绕过办法却很土也很有效:改生日、借证件、画胡子。调查显示,不少孩子和家长都知道怎么绕,说明这套机制的实际效果远不如纸面上那么强。
- 他连工作面试都拿不到。是人工智能惹的祸吗?:一名医学生怀疑自己被 AI 招聘系统错误筛掉,花了很久研究筛选流程。最后没有找到最初猜想那样直接的“AI 打分歧视”,但文章清楚指出:招聘系统依然不透明,候选人很难知道自己为何被拒,也很难申诉。
系统软件与基础设施
底层工程的问题还是老样子:性能开销、运维边界、驱动 bug 和备份维护,都得靠扎实的细活解决。
- 异步 Rust 从未真正走出 MVP 阶段:作者拆开 Rust 的 async 状态机后发现,当前实现会带来不小的体积和性能浪费,尤其伤嵌入式场景。他提出几项编译器优化,实验结果显示二进制体积可降约 2% 到 5%。
- Bun 正在从 Zig 迁移到 Rust:这不是一句“改用 Rust”就完了,而是一套很细的迁移手册。Bun 先要求忠实保留原逻辑,再逐步修成符合 Rust 习惯的实现,说明这次迁移更像长期工程,不是重写冲动。
- 2026 年了,生产环境里还该直接用原生 Docker Compose 吗?:结论并不极端:单机、低复杂度、客户自管的环境里,Compose 依然能用。但你得自己补上镜像固定、日志限制、健康检查、清理孤儿容器和更新下发这些缺口;规模再大,就该换别的。
- CVE-2026-31431:Copy Fail 与无根容器:作者复现漏洞后发现,攻击能让容器内拿到 root,但 rootless Podman 的用户映射挡住了继续往宿主机提权。这篇文章的价值在于把“rootless 更安全”讲成了可验证的实验,而不是口号。
- pgxbackup:pgBackRest 的连续性支持:PGX 接手延续 pgBackRest 的维护,承诺继续修漏洞、跟进新版本 PostgreSQL,而且尽量不改现有仓库和配置。这对依赖它做备份恢复的团队很重要,至少减少了一层不确定性。
- 当网络连接不畅时:问题最后竟然出在 Intel 网卡驱动的 UDP 校验和卸载上。Windows 把本来可用的返回包误判为坏包丢掉,Linux 却正常;关掉这个卸载功能后,老 IPMI 模块立刻恢复通信。
芯片、能源与 AI 产业
AI 继续推高算力和电力需求。厂商一边找更稳的芯片供应,一边押注新的发电能力。
- 苹果据称正在与英特尔和三星洽谈,计划共同制造关键设备处理器:苹果想减少对台积电的单点依赖,谈判对象包括三星和英特尔。不过这事还很早,短期内 iPhone 18 仍会用台积电 2nm,新供应商真落地大概要等到 2027 年后。
- 地热初创公司 Fervo Energy 计划在 IPO 中融资高达 13 亿美元:AI 数据中心拉高了电力需求,也把地热这类稳定电源推到更前面。Fervo 这次 IPO 规模不小,市场显然在赌:只要成本能继续降,地热会成为数据中心电力竞争中的重要一环。
- 随着工人们担心人工智能,英伟达的黄仁勋表示,人工智能正在“创造大量就业机会”:黄仁勋的说法代表了产业界很典型的立场:AI 会替代部分任务,但不会简单等于岗位消失。这当然是乐观表态,但也说明 AI 产业现在最怕的,不只是技术瓶颈,还有公众对就业的焦虑。
OpenAI 庭审
马斯克起诉 OpenAI 的案子,焦点越来越清楚:最初的非营利承诺还算不算数,谁又从中拿走了多大利益。
- OpenAI 总裁“什么都干”,就是不回答问题:报道聚焦 Greg Brockman 的庭审表现。马斯克一方试图借他的证词和个人记录,证明 OpenAI 创始层在使命和利益之间早就失衡。
- Greg Brockman 为 300 亿美元的 OpenAI 股份辩护:‘血汗与泪水’:Wired 的角度更直接:争议集中在 Brockman 的巨额股权、早年承诺和 OpenAI 的控制权。Brockman 则强调,自己和团队的长期投入才是公司走到今天的原因。