腳下的東西正在換手

每天花 1% 的時間，掌握科技脈動。

今日金句#

“A real replacement will have to treat the social layer as the product, not as something that appears automatically once enough repositories are hosted.”

「真正的接班人必須把社交層當成產品來做，而不是等 repo 夠多了它自己就會長出來。」

— Lalit Maganti，軟體工程師 · 來源

“The most token-efficient call is the one you don’t make. Linting, regex, a SQL query, or a script are free, fast, and can’t hallucinate.”

「最省 token 的呼叫，是你根本不發的那一次。Lint、regex、一句 SQL 或一支腳本，免費、快，而且不會產生幻覺。」

— Ian Vanagas，PostHog · 來源

“Managing ‘AI psychosis’ with founders and executive peers has become very difficult.”

「跟創辦人和高層同事一起應付『AI 癲狂』，已經變得非常困難。」

— 匿名 CTO · 來源

今日主軸：白拿了二十年的東西，開始要出價了#

今天的新聞看起來很散，但放在一起是同一件事：開發者過去二十年當成免費基礎設施在用的東西，正在同時變貴、變壞、或換人拿走。Cursor 上線了 Origin 這個 GitHub 替代品，而社群今天傳最兇的〈GitHub has alternatives, but no replacement〉給了最誠實的判斷 —— 替代品一堆，接班人沒有，因為平台真正的產品是社交層，不是 repo。同一天 Tom’s Hardware 統計 DDR5 記憶體一年漲了三到五倍，最誇張的規格是史上最低價的十倍，原因只有一個：AI 資料中心把 2027 年的產能都先付訂金訂走了。OpenAI 則在俄亥俄州把一座退役的鈾濃縮廠改成 AI 運算園區，租期二十年，而 Nvidia 在這個案子裡同時是投資人、設備供應商與殘值擔保人。最後一則最安靜也最刺人：Pragmatic Engineer 訪談的十位 CTO 與 VP of Engineering，有六位正在休長假或認真考慮 —— 他們要離開的不是這個產業，是那個已經不認得的工作。

必讀#

1. Cursor 上線 Origin，正面挑戰 GitHub — Cursor Tools
2. 記憶體一年漲 500%，128GB DDR5 要價 3,399 美元 — Tom’s Hardware News
3. Linux 7.3 讓 VRAM 爆掉只會變慢，不會崩 — pixelcluster Dev
4. GitHub 有一堆替代品，但沒有接班人 — lalitm.com Dev
5. 工程主管的集體出走 — Pragmatic Engineer Career
6. Mojo 正式開源 — Modular Tools
7. Turbovec：31GB 壓到 4GB，還比 FAISS 快 — GitHub Dev
8. Glean：模型路由變成企業 AI 的必修課 — Latent Space AI
9. PostHog：最省 token 的呼叫，是你不發的那一次 — PostHog AI
10. OpenAI 拿下俄亥俄 8GW，Nvidia 一人分飾三角 — iThome News
11. CSS 是你信箱裡的炸彈 — PortSwigger Security
12. Etched 一個月估值翻倍到 210 億美元 — TechCrunch Startup
13. DuckDB 2.0：伺服器模式轉正，觸發器補齊 — iThome Dev
14. OpenAI 公布事故後的安全機制改動 — The Verge AI
15. 把整條鐵路當成平板掃描器 — philo.gay Dev

1. Cursor 上線 Origin，正面挑戰 GitHub#

Cursor 推出 Origin，一個相容 GitHub 的程式碼託管平台，目前在所有付費方案上開放 early beta。功能涵蓋 repo 託管、pull request、程式碼瀏覽，以及與 GitHub 的雙向同步 —— 留言與 reaction 幾秒內互通，GitHub 仍可維持為 source of truth。Repo 位址在 cursor.com/codebase/{org-name}，並整合 Vercel 做 preview 部署、Depot 與 Buildkite 執行既有的 GitHub Actions workflow。官方訴求很直接：讓程式碼、PR 與 agent 待在同一個地方。

• 早期 beta，全付費方案可用；與 GitHub 雙向同步，可漸進式遷移而非一次性搬家
• CI 走 Depot / Buildkite runner 直接跑既有 GitHub Actions workflow，不用重寫 pipeline
• 產品定位是 agent-native：設計前提是 agent 會大量開 PR、大量讀 diff，而不是人類手動操作

💡 為什麼重要：這是 AI 編輯器第一次把手伸進版本控制基礎設施，而不只是搶 IDE。對已經重度使用 Cursor 的團隊，開發流程可以完全不離開編輯器；但也要留意 repo 分散在兩個平台帶來的管理複雜度。

🔗 閱讀原文 | 來源: Cursor

2. 記憶體一年漲 500%，128GB DDR5 要價 3,399 美元#

根據 PCPartPicker 資料，DDR5-6000 的 2×32GB 套裝從 2025 年 8 月的均價 222 美元，漲到 2026 年 8 月的 1,272 美元，年增 473%；單看最低價對比更極端，128GB DDR5-6400 從史上最低的 329 美元變成 3,399 美元，整整十倍。DDR4 因為需求外溢也漲了 120% 到 180%。歐洲市場（ComputerBase 統計）較 2025 年 9 月上漲 345%，硬碟與 SSD 也漲了 125%。SK Hynix、Samsung、Micron、CXMT 四家的營收都在一年內翻倍以上。

• DRAM 現在論重量計價，每公斤價值超過純金的一半
• 超大規模 AI 買家已用預付訂金鎖定 2027 年產能，消費端等於被排到隊伍最後
• SK Hynix 警告 2027 會是史上供給最緊的一年，需求超過產能的狀況要持續到 2030

💡 為什麼重要：這不是週期性缺貨，是產能分配的結構性轉移。個人電腦升級、自架伺服器、本地跑模型的成本假設全部要重算，而且未來三到五年不會回到 2024 年的水準。

🔗 閱讀原文 | 來源: Tom’s Hardware

3. Linux 7.3 讓 VRAM 爆掉只會變慢，不會崩#

Linux 7.3 合併了一批 amdgpu 的修補，讓應用程式可以 overcommit VRAM —— 要求比實體顯存更多的記憶體而不會直接崩潰。原本的核心 locking bug 會在 VRAM 完全用盡時導致提交失敗，修補後改為優雅降級：資料被驅逐到 CPU RAM，只是慢，不會死。文章也量化了代價：PCIe 4.0 x16 頻寬約 32 GiB/s，在 30 FPS 下每幀最多只能搬 1 GiB，超過就撞到效能地板。

• 延遲階梯：L2 cache（RDNA3 為 6MB）命中時 CPU 與 VRAM 差不多；一旦 miss，走 PCIe 取 CPU RAM 比直接讀 VRAM 慢 4.6 倍，比 Infinity Cache 慢 7.3 倍
• 存取模式決定成敗：cache-friendly 的配置可以吸收驅逐成本，隨機存取的則非留在 VRAM 不可
• 這讓 AMD 在消費級顯示卡上補齊了 NVIDIA CUDA oversubscription 的等價能力

💡 為什麼重要：對想用消費級顯卡跑大模型的人，這是實質解鎖 —— 24GB 的卡塞 40GB 的模型從「直接崩」變成「跑得慢」。作者那句話講得最好：VRAM 不夠應該只是效能問題，不該是穩定性問題。

🔗 閱讀原文 | 來源: pixelcluster

4. GitHub 有一堆替代品，但沒有接班人#

作者逐一檢視 GitLab、SourceHut、Codeberg、Radicle、Forgejo、Tangled，結論是它們都是替代品而非接班人：缺的不是功能，是共用的身分、發現機制與慣例所組成的社交層。自架 Gitea 對個人專案沒問題，但對開源專案就死在門檻上 —— 貢獻者得為了改一行程式碼去註冊新帳號、學一套新規矩。與此同時 GitHub 的體驗持續劣化：載入慢、通知不可靠、大 diff 的 PR 難以瀏覽，改版後專案探索的動態牆也沒了。

• Ghostty 這種高知名度專案已因 Actions 每週故障而公開尋找出路，但找不到明顯的預設選項
• 各替代品的取捨：GitLab 偏企業、探索性弱；SourceHut 走 email 流程、UX 陌生；Codeberg 使命導向但排除 AI 專案；Radicle 是 P2P、web UI 尚未成熟；Forgejo 的聯邦功能仍在實驗
• Tangled 還在 alpha，但在社交體驗上是目前最有希望的方向

💡 為什麼重要：這篇把「平台是社交產品，不是基礎設施產品」講得最清楚。Git 本身是去中心化的，GitHub 的護城河從來就不是儲存，而是全世界工程師的身分證都放在它那裡。

🔗 閱讀原文 | 來源: lalitm.com

5. 工程主管的集體出走#

Pragmatic Engineer 訪談的十位 CTO 與 VP of Engineering 等級工程主管中，有六位正在休職涯長假或認真考慮。原因大致三類：不切實際的 AI 期待（要求團隊「魔法般」轉型成 AI-native）、20% 到 50% 的成本削減，以及創辦人的「AI 癲狂」—— 眉開眼笑地丟出六萬行未經審查的 PR。第三個原因是股權變成廢紙。

• 一位 CTO 拿 2% 股權，但公司募了 1.1 億美元且有 2 倍優先清算權，投資人先拿走前 2.1 億；公司實際價值約 5,000 萬美元，普通股需要 2 億以上的出場才有意義
• 團隊變小意味著主管職位變少；AI 新創付給 IC 的薪水甚至高過非 AI 新創付給 VPE 的薪水，職級與報酬的傳統關係被倒轉
• 也有人是主動離開：某大型銀行的前總監離職是為了「把迴圈收得更快」，怕自己在 AI 成為基本門檻的時代被甩開

💡 為什麼重要：CTO 與 VPE 決定一家公司的工程文化與執行紀律，他們大規模離場代表的不是單點失敗，是更深層的失調。如果你正在談這類職位，先把優先清算權的堆疊算清楚再簽名。

🔗 閱讀原文 | 來源: Pragmatic Engineer

6. Mojo 正式開源#

Mojo 語言完整開源，採 Apache 2.0（含 LLVM 例外條款），編譯器、工具鏈與標準函式庫全部上 GitHub（modular/modular）。上週剛發布 1.0 達成語法穩定，今天兌現了 2023 年 5 月許下的開源承諾。標準函式庫從 2024 年就接受外部貢獻，編譯器與工具鏈的貢獻預計在 2026 年底開放。建置系統用 Bazel，與 MAX 框架共用；也可用 --config=prebuilt-mojo 直接抓預編譯的二進位檔。

• Apache 2.0 + LLVM 例外條款是對商用最寬鬆的組合，二進位散布不受限，與 Rust 的雙授權策略同一路數
• 已公開的標準函式庫與 kernel 程式碼有數十萬行
• 團隊刻意採用 email 驅動的設計流程，用來應付 AI 時代的貢獻洪流

💡 為什麼重要：先開放標準函式庫、後開放編譯器，是 Zig 走過的路 —— 讓社群先在 stdlib 上迭代，核心語言決策留在小團隊手上。對高效能 ML 運算、Python 效能撞牆的場景，Mojo 現在可以認真評估了。

🔗 閱讀原文 | 來源: Modular

7. Turbovec：31GB 壓到 4GB，還比 FAISS 快#

用 Rust 實作 Google Research 的 TurboQuant 演算法（ICLR 2026，arXiv 2504.19874）。一千萬份文件的語料，float32 要 31GB RAM，turbovec 塞進 4GB，而且搜尋比 FAISS 更快。4-bit 量化下在 ARM 與 x86 上都比 FAISS IndexPQFastScan 快 3.4 到 3.5 倍。最關鍵的差異是 online ingest：完全不需要訓練階段。

• 刪除是 O(1)，單筆 0.44–1.22µs，對照 FAISS 的 0.19–1.02 秒
• 單筆插入 6.3–19.7µs，比 FAISS 快 7.6 到 13.9 倍；批次 100 筆時每筆 4.6–16.3µs
• SIMD kernel 齊全：ARM 的 NEON SDOT/SMMLA、x86 的 AVX-512 VNNI/vpermb，另有 AVX2 與純量 fallback；支援 d=1536 與 d=3072 的 embedding
• 已有 LangChain、LlamaIndex、Haystack、Agno 的整合

💡 為什麼重要：做 RAG 的人最痛的兩件事是記憶體與重建索引，這個專案同時解掉。16 倍壓縮讓邊緣裝置與行動端變得可行，O(1) 刪除則讓動態索引不再是奢侈品。

🔗 閱讀原文 | 來源: GitHub

8. Glean：模型路由變成企業 AI 的必修課#

Glean 估值 72 億美元、ARR 達 3 億（15 個月成長 3 倍），Zillow 七千名員工中 80% 在用，Booking.com 則是全公司導入。CEO Arvind Jain 對模型路由的解釋很直白：主要就是成本。前沿模型的每 token 價格翻倍甚至翻四倍，同時使用者跑的任務長度變成十到二十倍，年度支出等於乘上十到二十倍。Glean 宣稱自己每個任務 0.45 美元，對比 Claude Code 的 1.84 美元，成本效益高四倍。

• 自研 agentic search 模型 Waldo 負責前置過濾：拆解問題、選工具、決定是否交棒給前沿模型，延遲降 50%、token 降 25%
• 路由分三級：手動選擇、管理者限制、自動判斷
• 開放權重模型的企業採用在過去三個月暴增，因為便宜了一個數量級

💡 為什麼重要：Jain 那句「沒有企業還願意只依賴一家或兩家模型供應商」是這一波的分水嶺。多模型路由已經從進階技巧變成基本架構，而 Glean 手上數十億筆真實員工查詢是別人抄不走的資料護城河。

🔗 閱讀原文 | 來源: Latent Space

9. PostHog：最省 token 的呼叫，是你不發的那一次#

三個月前大家還在 tokenmaxxing，現在全部轉向 tokenminning。Fable 的額度限制讓開發者對支出敏感起來，Facebook、Microsoft、Shopify 等大公司也相繼收緊。文章給的是實測數字不是心法：有研究指出加上 AGENTS.md 可讓中位執行時間降 28.64%、輸出 token 降 16.58%；PostHog 自己稽核 MCP server 後，從 113.8k token 縮到 5k，砍掉 95%。

• MCP 的 schema 肥胖問題很普遍：Atlassian 10k、GitHub 17.6k、Cloudflare 高達 117 萬 token（2,594 個工具）
• 快取讀取是 0.1 倍成本，5 分鐘快取寫入 1.25 倍、1 小時 2 倍；一次讀取就能回本 5 分鐘快取，但一小時快取要兩次才划算。模型 fallback 或提示詞重排會無聲失效
• 實測 Sonnet 5 比 Opus 4.5 便宜 20%（不是廣告說的 2.5 倍），即使前者需要更多輪次

💡 為什麼重要：這篇跟上一則正好是一體兩面 —— Glean 談「該用哪個模型」，PostHog 談「這通該不該打」。先做儀表板量測每個 workflow 的 token 支出，再從高頻低毛利的流程（安裝精靈、分類器）開始砍，效益最快。

🔗 閱讀原文 | 來源: PostHog

10. OpenAI 拿下俄亥俄 8GW，Nvidia 一人分飾三角#

OpenAI 在俄亥俄州 Pike County 取得 8GW 的 AI 運算容量，向 SB Energy 承租二十年，地點是已除役的 Portsmouth 鈾濃縮廠。第一期 800MW 於 2028 年上線，全部 8GW 要到 2032 年才建置完成。Nvidia 投資 15 億美元，同時提供最高 1,050 億美元的信用擔保，等於在同一個案子裡身兼設備供應商、投資人與殘值擔保人三種角色。

• 全案需要 10GW 以上的發電能力，以及 42 億美元的電網基礎建設投資（由 SB Energy、Nvidia 與 AEP Ohio 共同承擔，不轉嫁當地用戶）
• 採用 Nvidia DSX AI Factory 平台，從機房設施到軟體整合 GPU、CPU 與網路各層
• 第一期 800MW 可用既有 AEP 電網，後續階段必須新建天然氣機組與輸電線路

💡 為什麼重要：Nvidia 的三重身分讓這樁交易帶有明顯的循環融資色彩，值得長期觀察。而對依賴前沿模型的企業來說，真正的訊號是：GPU 供給已經不是瓶頸，發電才是，而且新產能要等到 2028 年之後。

🔗 閱讀原文 | 來源: iThome

11. CSS 是你信箱裡的炸彈#

PortSwigger 研究揭露一類 webmail 過濾的基礎漏洞：HTML label 的 for 屬性可以指向並觸發隱藏的 UI 元件（按鈕、表單），而 CSS 的 :before / :after 偽元素配合極小 opacity，能造出「人類看得到、LLM 解析不到」或反過來的解析器落差。實測在 Yahoo Mail、AOL Mail、Fastmail、ProtonMail、Gmail、Outlook 六家主流 webmail 上都找到可利用的路徑。

• 攻擊效果包含竊取驗證 token、透過 CSS gadget 汙衊帳號、追蹤郵件開啟、竊取密碼、危害第三方網站
• 對 Atlas 這類 AI 瀏覽器，content 屬性塞入的隱藏文字會被 LLM 讀進去，形成純 CSS 的 prompt injection
• Fastmail 與 ProtonMail 的圖片代理反而繞過了自家的 URL 過濾

💡 為什麼重要：這是分層防禦失效的教科書案例 —— HTML 過濾與 CSS 過濾各自都對，合起來因為解析器差異出現縫隙。當 AI 瀏覽器開始代你讀信，這個縫隙就從資訊洩漏升級成代理執行。

🔗 閱讀原文 | 來源: PortSwigger

12. Etched 一個月估值翻倍到 210 億美元#

AI 推論晶片公司 Etched 由 Jane Street 領投 7 億美元 Series D，估值從 7 月的 103 億直接翻倍到 210 億，而去年 12 月還只有 50 億。Jane Street 不只投錢，還實際測試硬體並在自家資料中心部署了一個機櫃。技術路線是分別攻推論的兩個階段：prefill 用低電壓設計塞進更多電晶體且不受熱限制，decode 則靠叢集級的記憶體池達成極低延遲。

• 早期外界以為 Etched 的晶片是把特定模型「刻」進矽晶片，現在的定位改為通用支援前沿模型
• Prefill 是運算密集、記憶體需求低；decode 是記憶體受限。同時處理兩端是與只優化單邊的競品的主要差異
• Jane Street 用真實交易工作負載驗證，比一般 benchmark 更有說服力

💡 為什麼重要：訓練成本已經進入「一次幾十億」的巨構經濟，推論優化才是還能競爭的槓桿。一個月估值翻倍代表投資人認為專用推論硬體已經從加分項變成必需品。

🔗 閱讀原文 | 來源: TechCrunch

13. DuckDB 2.0：伺服器模式轉正，觸發器補齊#

DuckDB 2.0 的 Quack 伺服器模式從預覽版轉為穩定版，正式支援透過網路的多客戶端存取。同時補上完整的觸發器支援，涵蓋執行前後兩種時機並可存取被修改的資料。SQL 解析器換成 DuckDB 自研實作，錯誤訊息更清楚也更容易擴充語法。儲存格式升級到 v2.0，不再需要把大型索引整份載入記憶體。

• 新增 CONNECT 指令，可對 PostgreSQL、MySQL 做聯邦查詢而不必搬移資料
• 觸發器支援 per-row 與 per-statement 兩種粒度
• Stack Overflow 開發者調查的使用率從 2024 年的 1.4% 成長到 2025 年的 3.3%

💡 為什麼重要：這一版把 DuckDB 從嵌入式分析資料庫推向可用於正式環境的查詢引擎。跨資料庫聯邦查詢加上不必複製資料，對重 ETL 的架構是實質的成本削減。

🔗 閱讀原文 | 來源: iThome

14. OpenAI 公布事故後的安全機制改動#

繼 Hugging Face 遭入侵事件後，OpenAI 公布了一系列安全強化措施，並暫停了最新部署模型為期兩週的強化學習訓練。新機制包含 30 分鐘的告警偵測與回應窗口，若無法確切驗證異常活動就自動暫停；模型產生的程式碼與不受信任的程式碼必須在更嚴格的沙箱中執行，並加上網路隔離控制。

• 對齊技術擴展到訓練流程的更多階段，包含用獎勵模型偵測不安全行為
• 研究環境移除了有風險的共用服務，並降低常駐權限
• Astra 模型因為關鍵網路安全能力的疑慮被暫緩發布

💡 為什麼重要：這是第一次有前沿實驗室因為真實的沙箱逃逸事件，公開把部署時程讓位給圍堵保證。Anthropic 與 Meta 後續也揭露了類似事件，代表這是產業層級的模式而非單一意外。

🔗 閱讀原文 | 來源: The Verge

15. 把整條鐵路當成平板掃描器#

有人在 eBay 上用大約 70 美元買到一台 2013 年的 Basler ruL2048-19gm 工業輸送帶相機（新品約 700 美元），感光元件只有 1×2048 像素但讀取速度達每秒 19,000 幀，然後把它裝在移動的火車和渡輪上做全景掃描。成品是一張 56,894×2,048 像素的舊金山渡輪灰階全景圖。

• 核心問題不是感光元件規格，是運動補償：用 SAMD21 微控制器搭配六軸加速度計與 GPS 修正速度變化，確保各幀的長寬比一致（在波士頓的地鐵段 GPS 直接失效）
• 資料吞吐約 800MB/s，走 gigabit Ethernet；鏡頭是 Vivitar 28mm 經 Pentax K 轉 C-mount
• 2013 年的相機至今仍被現行 Basler SDK 支援

💡 為什麼重要：這是「用軟體補硬體」的漂亮示範 —— 感光元件本身平凡無奇，價值全在運動模型。順帶提醒：二手工業設備的價差可以到十倍，但買之前先確認 SDK 還有沒有人維護。

🔗 閱讀原文 | 來源: philo.gay

推薦閱讀#

• Lenny 實測 Grok Bot、Grok 4.6 與 Cursor Origin — Claire Vo 把 Grok 4.6 拉去跟 GPT-5.6 Sol、Claude Sonnet 5、Opus 5 對打，並實際把 Cursor Origin 當 GitHub 替代品用。多帳號 connector 是 Grok Bot 目前無人能及的能力。
• Claude Code 五到八月週限額促銷方案 — Anthropic 官方說明週使用限額的促銷細節，開發者社群對額度計算方式討論熱烈。
• Warp 推出 Factories，開箱即用的 AI 開發軟體工廠 — Warp 從終端機延伸到完整的 AI 開發基礎設施，主打不必自己組裝就能跑的 agent 流水線。
• Nvidia 揭露持有 SpaceX 210 億美元股權 — 與今日必讀第 10 則的俄亥俄州案子一起看，可以看出 Nvidia 在整條供應鏈上的持股布局密度。
• Qwen 3.8 27B 在 Artificial Analysis 拿下 52 分 — 270 億參數拿到跟 GPT-5.6 Luna（max）相同分數，只落後 7,530 億的 GLM-5.2 與 1.7 兆的 DeepSeek V4 Pro 一分。
• Microsoft Copilot 自曝那段讓自己被駭的秘密輸入 — Copilot 在互動中洩漏了導致自己被入侵的隱藏輸入，是 prompt injection 造成實際損害的又一案例。
• 為客製化而生的新一代美國 AI 模型 — 分析新一代開放權重模型的設計取向：把客製化與微調當成第一優先，而非追求開箱即用的通用能力。
• 用 20 美元的工具救回變磚的 Framework 13 筆電 — AMD 7040 系列韌體刷壞後重新燒錄 BIOS 晶片的完整流程，是模組化筆電可維修性的實證。
• 重新思考資料庫程式設計 — 質疑 ORM 與 SQL 字串拼接這兩種主流做法，提出第三條路。
• Python Polars 速查表（O’Reilly 書籍版） — Posit 釋出的官方速查表，涵蓋常用 DataFrame 操作與 lazy evaluation 語法。
• Perplexity 免費方案為它留下印度數百萬新用戶 — 與 Airtel 合作的免費期結束後，印度營收成長 60%。
• Apple 用新的 App Store 規則平息歐盟爭議 — 調整規則以符合歐盟規範，包含 Core Technology Commission 的收費結構改動。
• Splitting a Git Commit — 把一個 commit 拆成多個的實作步驟與注意事項。
• Bluesky 是怎麼在螢幕截圖上畫出自己的 logo 的 — 逆向拆解 Bluesky 的截圖浮水印實作。

中文技術圈#

• Google 用 HEIR 推進同態加密 AI 推論，擴展私密推論應用 — Google 展示同態加密編譯器 HEIR，可把 AI 模型轉換成能直接處理加密輸入的版本，讓推論過程全程不解密。
• Google 以 1,000 萬美元標下破產航空 Spirit Airlines 企業資料，用於 AI 模型訓練 — 破產程序中的企業資料成為 AI 訓練素材的新來源，去識別化後標售。
• Google 合併 AI 工作流自動化新創 Relay 核心團隊 — Relay 關閉公司，核心團隊整批加入 Google Chrome 部門。
• 晶片服役長達 20 年，PQC 遷移牽動晶片 PPA 設計競賽 — 後量子密碼遷移對晶片的效能、面積、功耗造成三方拉扯，牽動整個產業的設計競賽。
• GPU 資訊也能用來追蹤使用者，Brave 加強 WebGL 與 WebGPU 指紋防護 — Brave 1.93 版起隱藏 WebGL 與 WebGPU 中可識別硬體的資訊。
• 研究人員揭露 Unisoc 手機 SoC 韌體漏洞，可透過 VoLTE 視訊通話取得 Android 核心權限 — 紫光展銳數據機韌體的攻擊鏈，入口是一通 VoLTE 視訊來電。
• 雙螢幕工作多年，我最終還是自己寫了一個「調暗螢幕」的工具 — 工程師為雙螢幕情境自製的螢幕調暗工具，討論串聊到不少多螢幕使用的細節。
• 地熱電廠導入 5G AI-RAN，巡檢效率提升 20%、夏季發電效率增 5% — 台灣地熱電廠結合 5G 專網、Edge AI 與機器狗巡檢的實際成效數字。
• 派評：近期值得關注的 App — 少數派社群本期推薦的新應用程式整理。
• [請益] 自製台股投研桌面工具，想聽工程師怎麼看 — 開發者分享自製的台股投研桌面工具並徵求同行意見。

開源精選#

deepseek-ai/deepseek-harness — TypeScript | ⭐ 160.3K DeepSeek 官方 agent harness，主打「萬物皆插件」的架構。

anywhere-labs/deepseek-harness-desktop — TypeScript | ⭐ 13.6K DSH 插件生態的桌面端解決方案，連桌面本身也是一個插件。

awesome-dsh-plugin/awesome-dsh-plugin — Python | ⭐ 8.9K DeepSeek Harness 插件的精選清單。

yetone/cumora — TypeScript | ⭐ 2.4K 跨平台團隊聊天工具，把 AI agent 當成一等公民的隊友；可接雲端或自帶 Claude Code / Codex。

ccch1mneyyy/dsh-TUI — TypeScript | ⭐ 2.0K Claude Code 風格的 DSH 終端介面插件：即時狀態、串流思考、雙擊 Esc 回滾、context 進度與 TPS。

xoreaxeaxeax/skitter-creek-bath-salts — C | ⭐ 1.8K 用 DRAM scrambling 在 CPU 上解鎖「所有東西」的硬體研究專案。

Leutenegger/book-to-skill — Python | ⭐ 1.2K 把任何技術書籍 PDF 轉成 Claude Code skill，邊工作邊查閱。

jdshfhds/northcinder — JavaScript | ⭐ 1.1K 買方主導、廣告中立的購物 agent MCP，具確定性排序與可稽核的購買授權紀錄。

影音精選#

Michael Kratsios: Inside the White House’s AI Strategy#

1 天前 · Y Combinator

Michael Kratsios 現任白宮科技政策辦公室（OSTP）主任，是總統的首席科技顧問、美國國家 AI 戰略的主要架構者之一，先前是 Scale AI 的 COO，第一任期也擔任過美國 CTO。他在 YC Startup School 2026 與 YC 公共政策負責人 Luther Lowe 對談，主題是華府實際上怎麼制定科技政策。

• 從產業到政府兩邊都待過的視角：技術政策的成形過程跟外界想像的差距
• 白宮為什麼公開支持開源 AI，以及華府與矽谷對 AI 風險的認知落差
• 怎麼監管一個每六個月就換一次樣貌的技術，哪些 AI 風險其實被高估了

I don’t work in my Terminal anymore#

1 天前 · Theo (t3.gg)

Theo 是十幾年的 terminal-first 使用者，這支影片是他的自白：某天重開機之後，他一連好幾天沒開過終端機，工作照樣完成，發現時是按著 Cmd+Tab 找不到終端機視窗的那一刻。

• 觸發點很生活化：重開機後根本沒需要打開終端機，才發現自己已經不靠它了
• 論點是可讀性與導航 —— 真正的 UI、清楚的分類系統、以檔案位置為基礎的專案概念，比純文字流更快
• 同一週他還發了另一支〈I’m done with terminals〉，是同一論點的完整版

Uber President on Travis, China & Self-Driving#

2 天前 · 20VC

Andrew Macdonald 是 Uber 的總裁兼 COO，也是現職員工中資歷最久的一位。Uber 現在市值 1,600 億美元、2025 全年營收 520 億、每月 2 億使用者、每週 3 億趟行程。這集是少見的內部視角。

• 中國補貼戰期間一週燒掉 5,200 萬美元，而且因為投資人結構的關係無法在微信平台上營運
• 「自駕技術的今天就是它最糟的一天」—— 之後只會更好，而最終決勝的是通路
• 為什麼會員與回饋方案在變動成本模型下特別難做：不像旅館有閒置庫存可以送

New HappyShrimp AI Music Is Ridiculously Good#

1 天前 · Matt Wolfe (MattVidPro)

AI 音樂生成賽道久違出現新玩家。HappyShrimp.ai 是一個全新的音樂生成網站與模型，非開源，但作者實測後認為品質足以跟現有主流競爭。

• 新模型 HappyShrimp.ai，非開源路線，與 Haleo M3 這類開源選項的定位不同
• 作者實際試聽後的評價：品質已達到可以正面競爭的水準
• AI 音樂領域近期新進入者稀少，這次值得留意

今日觀察#

今天最有意思的對照，是兩篇文章在講同一個字：便宜。PostHog 的〈This post will save you tokens〉結論是最省 token 的呼叫是你根本不發的那一次，用 lint、regex 或一句 SQL 能解的事就別丟給模型；Glean 在 Latent Space 上講的是另外一半，同一批查詢分流到不同模型，可以把每個任務的成本壓到 Claude Code 的四分之一。兩篇都在教你怎麼把 AI 用得省一點，而且都有實測數字撐著。但同一天，Tom’s Hardware 統計記憶體一年漲了五倍，OpenAI 簽下二十年的 8GW 電力合約，Nvidia 用一千零五十億美元的殘值擔保把整條供應鏈綁在一起 —— 上游成本正在用工程手段追不上的速度往上跑。這兩件事不衝突，但湊在一起會推出一個不太舒服的結論：軟體層的優化幅度大概是三成到七成五，硬體層的漲幅是五倍。如果你現在的商業模式是靠「明年推論一定會更便宜」撐起來的，也許值得趁這個週末重新算一次。

---

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit