yii.
← Digest
EP170 · 2026年8月21日 星期五 · 14 min read

沒人按下同意,它已經在跑

網頁層、建置層、agent 層,同一天各出一件你沒同意也看不到的執行,而 GitHub 的 commit 量半年翻倍之後,連它自己都擴不上去

每天花 1% 的時間,掌握科技脈動。

今日金句#

“Static safety guardrails classify inputs as text; they do not execute them.” 「靜態安全護欄把輸入當成文字來分類,它們不會去執行那些文字。」 — Rony Utevsky, Adversa AI 研究員 · 來源

“If you were trying to ship software that day, we let you down.” 「如果你那天正想把軟體推出去,是我們讓你失望了。」 — Vlad Fedorov, GitHub 技術長 · 來源

“The US labs have cut the middle and are defending the top.” 「美國的實驗室砍掉了中段,守住了頂端。」 — Mantas Lukauskas, Hostinger AI 技術主管 · 來源

今日主軸:沒人按下同意,它已經在跑#

今天最熱的三篇文章,講的是同一件事在三個不同的層次發生。一位工程師去翻 AliExpress 首頁的原始碼,發現它會靜靜開兩個 WebAudio context,把一個增益調成零的振盪器一路接到系統音訊輸出,結果是藍牙耳機再也切不回手機,連瀏覽器的靜音鍵都沒用。那段聲音你聽不到,但它一直在播,真正的目的是裝置指紋。同一天 Rust 官方發布資安公告:累計下載 2.45 億次的 arrayref 被塞進一個叫 proc-macro1 的假相依,惡意程式在 cargo build 的時候就執行,比任何 runtime 沙箱都早。再往上一層,Adversa AI 示範了怎麼用加密指令繞過 Grok 的護欄:惡意指令加密後放上網頁,附上金鑰,Grok 自己在程式沙箱裡解開再執行,護欄從頭到尾只看到一串沒有意義的密文。

三件事的共同點不是資安,是可見度。你的瀏覽器分頁、你的建置流程、你的 AI agent,今天各出了一件你沒同意、也看不到的執行。而 GitHub 補上了第四個層次:8/17 那場 7 小時 47 分的停機,事後報告寫得很直白,沒有壞掉的程式碼、沒有錯誤的設定,就是月 commit 數從 4 月的 14 億漲到 8 月的 29 億,某個中央美國資料中心的關鍵元件擴不上去,然後整條認證鏈垮了。

必讀#

  1. AliExpress 用聽不到的聲音做指紋,順便鎖住你的藍牙耳機 — Hacker News Security
  2. Swartz 抓 70GB 被求刑 35 年,Meta 抓 80TB 賠錢了事 — Hacker News News
  3. Rust 供應鏈攻擊:惡意程式在 cargo build 就執行 — Rust Blog Security
  4. AI 價格戰開打:OpenAI 砍 80%,Anthropic 出半價 Opus 5 — Ars Technica AI
  5. GitHub 公布 8/17 停機報告:7 小時 47 分,沒有任何程式碼出錯 — GitHub Dev
  6. Anthropic 準備史上最大 IPO,規模上看超越 SpaceX — 科技新報 AI
  7. 把指令加密就能繞過 Grok 護欄,資料自己送出去 — Ars Technica Security
  8. Bun 1.4 發布,而且它真的變成 Rust 寫的了 — Bun Dev
  9. MCP 每月下載近 9,700 萬次,只有 21% 企業有治理機制 — iThome AI
  10. ChatGPT 搜尋開始大量用 site: 語法,一夕從 0.5% 跳到 17% — Simon Willison AI
  11. Meta 的離職潮是自己造成的,百萬美元留人也留不住 — Pragmatic Engineer Dev
  12. 用 AI 做遷移:Asana 兩週做完拖了好幾年的事 — Pragmatic Engineer Dev
  13. 125M 模型裝進 iPhone,即時幫你接下一個鋼琴音 — Hacker News AI
  14. Vercel 開源 fx:用 Zig 寫的輕量 coding agent — iThome Tools
  15. OpenAI 在企業客戶端追上 Anthropic — TechCrunch AI

1. AliExpress 用聽不到的聲音做指紋,順便鎖住你的藍牙耳機#

一位工程師長期被一個怪問題困擾:只要開著 AliExpress 的分頁,藍牙耳機的 multipoint 就切不回手機。他去翻原始碼,發現首頁載入了兩支混淆過的阿里安全腳本(collina.js 與 fireyejs.js),各自建立一個 WebAudio context,接出一條 Sawtooth 振盪器 → AnalyserNode → ScriptProcessorNode → GainNode(0) → destination 的音訊圖。增益是零,所以你聽不到,但對作業系統來說這個分頁一直在輸出音訊,耳機因此被鎖住,連瀏覽器的靜音功能都繞不過去。

  • 那條音訊圖真正的用途是裝置指紋:一併蒐集 WebGL renderer、canvas toDataURL()、WebRTC 行為、硬體核心數、裝置記憶體、外掛清單、效能計時與互動資料
  • 靜音失效的原因是瀏覽器的靜音控制不會停掉活著的 audio graph,這是防詐系統與使用者控制權之間的真實落差
  • 可以用 uBlock Origin 擋掉:||assets.aliexpress-media.com/g/AWSC/uab/*/collina.js 與 ||assets.aliexpress-media.com/g/AWSC/fireyejs/*/fireyejs.js

💡 為什麼重要:這不是漏洞,是設計。防詐指紋在技術上完全合法,但它對使用者硬體造成了實際副作用,而使用者手上沒有任何介面可以看到或關掉它。

🔗 閱讀原文 | 來源: Hacker News

2. Swartz 抓 70GB 被求刑 35 年,Meta 抓 80TB 賠錢了事#

RSS 共同創作者 Aaron Swartz 當年從 JSTOR 下載 70GB 學術論文,遭依《電腦詐欺與濫用法》(CFAA)起訴,面臨最高 35 年刑期、100 萬美元罰金與財產沒收,最後於 2013 年自殺。這篇文章把它跟 Meta 為訓練模型用 BitTorrent 抓取 80TB 書籍的案子並排,指出後者的資料量是前者的一千倍以上,卻只被當成一般民事智慧財產爭議處理。

  • 兩案的量級差距約 1,100 倍:70GB 對 80TB
  • 法律途徑完全不同:Swartz 走 CFAA 刑事,Meta 走民事侵權
  • CFAA 對「未經授權存取」的模糊定義,實務上大量用在個人與行動者身上,很少指向企業

💡 為什麼重要:作者自己也承認刑事與民事本來就不同,真正刺人的是規模帶來的豁免感。同樣的行為放大一千倍,反而落進一個風險更低的法律框架。

🔗 閱讀原文 | 來源: Hacker News

3. Rust 供應鏈攻擊:惡意程式在 cargo build 就執行#

Rust 官方於 8/20 發布資安公告:惡意版本 arrayref 0.3.10 在 07:15 UTC 上架,08:41 UTC 下架,線上只存在 86 分鐘。它加入了一個叫 proc-macro1 的建置期相依,那是把合法的 proc-macro2 整包機械式改名的仿冒品,連文件網址跟 issue 連結都一起改,作者信箱偽造成 David Tolnay 的近似寫法。惡意行為發生在 cargo build 期間,早於任何 runtime 沙箱。

  • arrayref 累計下載 2.45 億次,透過 tiny-skia、sctk-adwaita、winit 潛伏在 egui、eframe、iced 等 GUI 專案的相依鏈底層,多數開發者從未直接引用它
  • 下載位址以 base64 片段拆開藏起(payload 走 9089 埠、C2 走 443 埠),TLS 驗證器無條件接受任何憑證
  • 同批還有 append-only-vec@0.1.9(線上 107 分鐘)與 internment@0.8.7(90 分鐘),相關 GitHub 帳號已刪除
  • Unix 落在 /tmp/rust-setup,Windows 寫入 %TEMP%\rust-setup.ps1 並脫離 Cargo 的 job object 以求存活

💡 為什麼重要:建置期執行是供應鏈攻擊最有效率的位置,它比 feature gate 早、比 runtime 沙箱早,而且發生在一個開發者根本不會去看的階段。86 分鐘就被抓下架代表監控有效,但那 86 分鐘裡跑過 CI 的人已經中了。

🔗 閱讀原文 | 來源: Rust Blog

4. AI 價格戰開打:OpenAI 砍 80%,Anthropic 出半價 Opus 5#

OpenAI 把 GPT-5.6 Luna 的輸入價從每百萬 token 1.00 美元砍到 0.20 美元,輸出從 6.00 砍到 1.20,降幅八成。Anthropic 則推出 Claude Opus 5,輸入 5 美元、輸出 25 美元,是 Fable 5 的一半。整體算下來,客戶付的價格自七月中以來大約下降了 25%。導火線是 DeepSeek 與 Moonshot 的性能差距快速收斂,DoorDash、Airbnb 這類對成本敏感的用戶已經開始轉單。

  • 檯面價會騙人:能力強的模型用更少 token 完成同一件事,實際要看 cost-per-task
  • Artificial Analysis 的實測:Opus 5 在 medium effort 的每任務成本,與 Moonshot Kimi K3 的 max effort 相當
  • GPT-5.6 Luna 在 max effort 下,每任務成本約為 DeepSeek V4 Flash 的兩倍

💡 為什麼重要:競爭的戰場從「誰比較強」換成「同一件事誰比較便宜」。對開發者來說,選型的第一個問題不再是 benchmark 分數,而是你的實際工作負載跑一輪要多少錢。

🔗 閱讀原文 | 來源: Ars Technica

5. GitHub 公布 8/17 停機報告:7 小時 47 分,沒有任何程式碼出錯#

GitHub 技術長 Vlad Fedorov 撰文說明 8 月 17 日那場影響 github.com、認證、Actions、API、PR、issue 與 Copilot 的全球停機。持續 7 小時 47 分,起因是流量觸及新高峰,中央美國資料中心的一個關鍵基礎元件無法擴展,導致認證服務連鎖失效。報告特別指出:這次和 8 月 6 日那次 Actions 故障一樣,都不是程式碼或設定變更造成的。

  • 需求端數字:月 commit 數從 4 月的 14 億成長到 8 月的 29 億,半年翻了一倍以上
  • 已投入的補強:新增 300 萬顆以上 CPU 核心、120 PB 高速儲存、擴充網路容量
  • Azure 承載比重從 5 月的 12% 拉到 8 月的 58%,Git 操作有一半跑在 Azure 上
  • Copilot 用戶端的重試迴圈在復原期間放大了流量,必須先處理才能安全恢復服務

💡 為什麼重要:這是純粹的容量失敗,沒有精巧的 bug 可以檢討。當你的平台需求半年翻倍,架構的每一個沒有線性擴展的環節都會依序變成單點故障。順帶一提,重試風暴那段值得每個寫 client 的人讀一次。

🔗 閱讀原文 | 來源: GitHub

6. Anthropic 準備史上最大 IPO,規模上看超越 SpaceX#

Anthropic 預計於 2026 年 8 月底遞交 IPO 文件,募資規模有機會追平甚至超越 SpaceX 創下的 750 億美元紀錄。今年 5 月它才以 9,650 億美元估值募得 650 億美元,超過 OpenAI 3 月的 8,520 億美元估值。

  • Q2 2026 初估營收超過 115 億美元,2025 年同期為 7.87 億美元,年增約 1,360%
  • 7 月年化營收速率達 650 億美元,Q2 已出現正的調整後營業利益
  • 單一資料中心基礎建設合約,三年價值可達數千億美元等級
  • 2025 全年淨虧損約 420 億美元,顯示衝規模的代價仍然極高

💡 為什麼重要:把這則跟價格戰那則並排看最有意思,模型單價正在崩,賣模型的公司卻正要掛出史上最貴的招牌。市場顯然在賭用量成長會蓋過單價下滑。

🔗 閱讀原文 | 來源: 科技新報

7. 把指令加密就能繞過 Grok 護欄,資料自己送出去#

Adversa AI 公開一種叫 Cryptographic Context Injection 的手法:攻擊者把惡意指令加密後放在網頁上,同時附上明文的解密步驟與金鑰。Grok 讀到之後,在自己的程式執行沙箱裡用 PBKDF2 + AES-256-GCM 解開,解出來的指令以「自己的工具輸出」形式回到模型手上,護欄從頭到尾只看到一串沒有語意的密文。

  • 被竊資料包含使用者姓名、位置與對話紀錄,接在攻擊者網址後面,再利用 Grok 開連結的能力送進對方的伺服器日誌
  • 研究團隊 2026 年 6 月就通報 xAI,截至 8 月 20 日仍未修復
  • 同一團隊曾用類似手法(解密成假的 Python traceback)越獄 Gemini,Gemini 後來明顯變得比較難攻破,但架構性的縫隙仍在

💡 為什麼重要:這揭穿了一個很多人沒意識到的前提,目前的護欄是靜態文字分類器,它檢查輸入輸出,但不檢查模型自己的工具執行結果。只要你的 agent 有程式執行加開連結兩種能力,這條路就通。

🔗 閱讀原文 | 來源: Ars Technica

8. Bun 1.4 發布,而且它真的變成 Rust 寫的了#

昨天技術圈還在討論 Bun 的 Rust 重寫延宕會不會翻車,今天 Bun 1.4 就發布了,公告裡明講「Bun is now written in Rust」,而且順帶提到 Claude Code 已經跑這個 Rust 版好幾個月。這一版新增 1,517 個 Node.js 官方測試通過、修掉 2,900 多個 issue,是 Bun 1.0 以來相容性跳最多的一次。

  • 閒置 CPU 用量降為五分之一;HTTP server 記憶體降 13%–48%(Fastify 233MB → 120MB、Express 169MB → 92MB、node:http 135MB → 81MB)
  • 啟動速度:Windows 快 2.5 倍(39ms → 15.5ms),Linux 快 2 倍(10.9ms → 5.1ms),Linux/Windows 二進位檔小 17%
  • 新 API:Bun.Image、Bun.WebView(內建無頭瀏覽器,不用裝 Playwright)、Bun.markdown、Bun.cron()、Bun.Terminal,加上 bun test --parallel、bun run --parallel、bun audit fix
  • 記憶體改善來自把 libpas + mimalloc 雙配置器統一成 mimalloc,加上部分頁面清理與閒置期回收

💡 為什麼重要:昨天那則「重寫看起來不太妙」的憂慮,今天有了答案。值得注意的是 Bun.WebView,五個 await 就能驅動一個真實瀏覽器(macOS 走 WebKit,或用 CDP 接已安裝的 Chrome/Edge),而且點擊事件的 isTrusted 是 true。爬蟲與自動化測試的成本結構會變。

🔗 閱讀原文 | 來源: Bun

9. MCP 每月下載近 9,700 萬次,只有 21% 企業有治理機制#

Mozilla 的報告指出 MCP 上線第一年,SDK 月下載量已逼近 9,700 萬次,活躍的 MCP server 超過一萬個,但只有約 21% 的企業建立了成熟的 AI agent 治理機制。報告同時提到 API 推論成本在 36 個月內下降 50 倍,OpenRouter 上開放權重模型處理的 token 已超過一半(2025 年底約三分之一)。

  • 採用速度與治理成熟度之間的落差是報告的核心警訊
  • 框架與模型的整合愈綁愈緊,正在製造新一輪的供應商鎖定風險
  • 建議做法:採用開放介面、保留備援模型、讓 agent 的記憶與脈絡維持可攜格式、跨框架建立寫入權限標準

💡 為什麼重要:把這則放在今天的主軸底下特別清楚,一萬個 MCP server 意味著一萬個可以在你機器上執行動作的東西,而五分之四的公司還沒想好誰能寫、寫什麼、留什麼紀錄。

🔗 閱讀原文 | 來源: iThome

10. ChatGPT 搜尋開始大量用 site: 語法,一夕從 0.5% 跳到 17%#

監測工具 Promptwatch 發現,ChatGPT 搜尋中含 site: 運算子的查詢比例,在 2026 年 8 月 8 日從長期的 0.3–0.5% 暴增到 16–17%。8 月 3–5 日曾短暫掉到 0.15%,看起來像分批推送或上線前實驗,時間點對得上 OpenAI 8 月 6 日的公告。

  • 8 月 18 日的後續觀察:Reddit 出現在 ChatGPT 搜尋結果的機率明顯下降
  • 實際的系統提示形狀比較像 search(query, recency, domains) 這樣的函式呼叫,而不是直接鼓勵模型打 site:
  • Promptwatch 只涵蓋有開啟自動化檢測的 prompt,所以 16–17% 這個數字是低估

💡 為什麼重要:做內容的人現在有了新的觀察指標。OpenAI 不會公告搜尋演算法怎麼改,這種第三方監測是唯一看得到變化的方式。

🔗 閱讀原文 | 來源: Simon Willison

11. Meta 的離職潮是自己造成的,百萬美元留人也留不住#

Gergely Orosz 報導,Meta 開始對已經遞出辭呈的 IC6/IC7 工程師提供 40 萬到 100 萬美元以上的挽留股票(分三到四年 vest),這是它過去從未做過的事。但多位 staff 級工程師拒絕了百萬美元以上的留任方案,直接去了 Anthropic 或 OpenAI。

  • 背景是 Meta 在營收與獲利同創新高時裁掉 10% 人力,並且未經徵詢就把 20%–30% 的軟體工程師強制調去做 AI 資料標註
  • 一位資深 AI 基礎架構工程師的說法是:裁員、被強制徵召去做 AI 工作、多次重組、士氣低落、團隊生產力幾乎歸零,所以他在 5 月 20 日裁員之前幾週就開始看機會
  • Anthropic 與 OpenAI 正在積極吸收 Meta 的基礎架構與資深工程人才,兩家的次級股權交易顯示 IPO 可能落在 3 到 12 個月內

💡 為什麼重要:股票可以補償,自主權不行。這篇最值得管理職讀的是順序問題,先拿走自主權、再用錢挽留,代價比什麼都不做還高。

🔗 閱讀原文 | 來源: Pragmatic Engineer

12. 用 AI 做遷移:Asana 兩週做完拖了好幾年的事#

Asana 用 AI 在兩週內完成了 Enzyme 測試框架的遷移,那是一件他們原本打算再拖幾年的工作。Airbnb 與 Uber 也回報了類似的框架遷移成果。文章指出,框架遷移之所以特別適合 AI,是因為它的主要阻礙從來不是技術難度,而是範圍太大跟範圍會蔓延。

  • 適合的類型:測試框架改寫、API 介面更新、大批相依升級,成功標準明確、影響半徑可控
  • 文章順帶點名 Gartner 的 AI 程式碼現代化工具排名把 AWS、微軟、IBM 排在 Anthropic、Cursor、OpenAI 之前,疑似與是否支付「Gartner 稅」有關

💡 為什麼重要:這是目前最容易向上證明 AI 投資報酬率的題目。挑一個躺在 backlog 兩年的遷移案,它有明確的完成定義、有現成的測試當驗收,而且失敗了也不會炸到生產環境。

🔗 閱讀原文 | 來源: Pragmatic Engineer

13. 125M 模型裝進 iPhone,即時幫你接下一個鋼琴音#

開發者 Simon Edwardsson 訓練了一個 125M 參數的 decoder-only transformer,在 iPhone 15 上以每秒 108 個音符的速度做鋼琴自動接續。關鍵設計是把「音符」拆成 pitch、delta_onset、duration、velocity 四個獨立的類別欄位,一次 transformer forward 就預測出完整的一個音符,避開了 note-off 漂移的問題。

  • 後訓練階段效果最大的是 DPO:以 β=0.03 搭配共識資料集,續奏偏好度勝過基礎模型 69%
  • 訓練資料超過 3 億個音符事件,最佳模型使用 50% scheduled sampling,Core ML INT8 量化,支援 512 音符脈絡
  • 作者的結論是資料清理與挑選比把資料集擴大五倍更有效,而且單看驗證 loss 會漏掉 rollout 品質的差異

💡 為什麼重要:這則的方法論可以直接搬到任何結構化序列生成,把輸出空間拆解成欄位、一步預測完整結構,再用成對偏好而非純量評分做後訓練。而且它證明了 125M 這個尺寸在裝置端還有很多沒被榨乾的空間。

🔗 閱讀原文 | 來源: Hacker News

14. Vercel 開源 fx:用 Zig 寫的輕量 coding agent#

Vercel 把內部使用的程式設計代理 fx 開源,採 Apache 2.0,用 Zig 打造輕量執行環境,不綁定特定 AI 模型,本地或雲端推論端點都能接。它支援 Agent Client Protocol(ACP),可以直接整合進編輯器、IDE 與開發工具,不必經過終端機中介。

  • 執行方式多樣:原生執行、瀏覽器內的 WebAssembly、或以 Node.js/瀏覽器 SDK 形式嵌入
  • 支援子代理、MCP 與自訂 skill;內建提示刻意精簡以降低推論負擔
  • 不做遙測,session 與 log 全部留在本地;WebAssembly 版本不支援原生子行程、原生 MCP 與子代理

💡 為什麼重要:這是第一個明確為「嵌入」而不是為「終端機」設計的開源 coding agent。對工具開發者來說,它讓你不必重蓋整套推論堆疊就能加上 agent 能力。

🔗 閱讀原文 | 來源: iThome

15. OpenAI 在企業客戶端追上 Anthropic#

新數據顯示 OpenAI 正在企業用戶市場侵蝕 Anthropic 的份額。報導指出企業客戶會依照最新發布的模型在供應商之間來回切換,忠誠度遠低於一般預期。

  • 企業採購決策的週期正在縮短到以模型發布為單位
  • 這個現象跟同期的價格戰互相放大:切換成本低加上價格下探,等於客戶留存壓力上升

💡 為什麼重要:如果企業客戶真的會跟著每一次模型發布跳槽,那護城河就不在模型本身,而在資料、整合深度與切換成本。這也解釋了為什麼各家都在猛推 agent 平台跟企業級整合。

🔗 閱讀原文 | 來源: TechCrunch

推薦閱讀#

中文技術圈#

開源精選#

s1dashu/ip-as-logo-skill — ⭐ 3,085 一個 Agent Skill,專門產出極簡、圓潤、帶點擬物感的 IP 吉祥物 logo。

yetone/cumora — TypeScript | ⭐ 2,774 跨平台團隊聊天室,AI agent 是一等公民,可以接雲端服務或自帶 Claude Code / Codex。

CopilotKit/OpenBot — TypeScript | ⭐ 1,617 開源 AI 同事,每個都配一台自己的電腦(瀏覽器、檔案、工具),每個動作事前決策、事後留紀錄。

cinderline/northcinder — JavaScript | ⭐ 1,198 買家自營、廣告中立的購物 agent MCP,確定性排序加上簽章式購買授權與本地稽核軌跡。

DenisSergeevitch/desktop-fly — Swift | ⭐ 629 住在 macOS 桌面上的 3D 果蠅,行為由真實 FlyWire 連接體的即時脈衝模擬驅動。

SigmanticAI/apex-inference-chip — Python | ⭐ 628 在 FPGA 上跑真實 LLM(Qwen2.5-0.5B)的推論晶片設計,實測 0.56 tok/s。

browser-use/macos-harness — Python | ⭐ 570 目前最薄的一層 harness,讓 LLM 完整控制一台 Mac。

missuo/herdrm — Swift | ⭐ 559 herdr 的原生 macOS 主控台,跨裝置管理所有 coding agent 與它們的即時終端機。

影音精選#

DeepSeek 捲土重來,矽谷為何緊張#

15 小時前 · Fireship

Fireship

OpenAI 突然把代號 Astra 的最大規模訓練 run 暫停兩週,官方說法是可能跨越「關鍵網路攻擊能力門檻」。作者認為這個藉口牽強,真正值得注意的巧合是 DeepSeek 同時回歸,發布了史上加星最快的 GitHub repo。

  • DeepSeek Harness 走「everything is a plugin」架構:model adapter、工具、sandbox、UI,甚至核心的 while loop 都是可換的 YAML 插件
  • 影片拿它跟主流 coding agent harness 對比:Claude Code、OpenAI Codex、Open Code
  • 順帶提到 Claude Code 的 TypeScript 原始碼曾因 Anthropic 誤傳 57MB source map 到 npm 而外洩

YC Paper Club:資料為何比模型架構更重要#

18 小時前 · Y Combinator

Y Combinator

YC Paper Club 的資料專場,由 Focal Systems 創辦人 Francois Chaubard 開場。他指出業界曾經認為資料是不值錢的商品,如今資料相關新創已經創造上千億美元市值。

  • 他 2016 年離開博士班創立 Focal Systems,當年 VC 普遍認為資料公司的終值是零
  • 面試 PhD 的經典陷阱題:模型只有 85% F1 準確率,正解不是換 ReLU/GELU 或加層數,而是去看 false positive/negative 的分佈,找出最大的 Pareto bucket
  • 他觀察到 PhD 階段只花 5% 時間想資料、95% 想架構,進入生產環境後這個比例整個反過來

Mac 檔案系統正在拖慢你的開發效率#

13 小時前 · Theo (t3.gg)

Theo (t3.gg)

作者實測同一個 pnpm install 與刪除 node_modules,Mac 上要三十幾秒,Linux 機器十秒內搞定,而且跟硬碟速度無關(Mac 的 SSD 其實更快),問題出在檔案系統本身。

  • 刪資料夾實測:Mac 35 秒,Linux 7 到 12 秒;pnpm install 在 Linux 十秒內含 post-install 全部跑完,Mac 才跑到一半
  • 他順帶吐槽 AI 生成的 PR 動輒上千行難以 review,即便用 CodeRabbit 這類工具,人還是得親自看懂在改什麼

寧可被 Elon 收購,也不要被 Zuck 收購#

14 小時前 · 20VC

20VC

SaaStr 創辦人 Jason Lemkin 藉 Cursor 被 SpaceX 收購一案,談創辦人該怎麼看待「被誰收購」這件事。

  • Lemkin 說他個人今天不會想加入 Meta,即便不否認 Zuckerberg 是頂尖創業者之一
  • 給創辦人的建議:被收購時別執著品牌或現在的職位,因為 24 個月後你根本不知道自己會在做什麼,重點是落地在真正想待的地方

Cursor 600 億出場背後:Anthropic 首次獲利、微軟成最大輸家#

18 小時前 · 20VC

20VC

Jason Lemkin 與 Scale Venture Partners 合夥人 Rory O’Driscoll 深談 SpaceX 600 億收購 Cursor 一案。Cursor 從一個 HackerNews 上的郵件用戶端小專案起家,Claude Code 推出後一度被認為要死掉,靠轉向多模型策略谷底翻身。

  • 節目統計 Cursor 出場前歷經三個完全不同版本的產品轉型,過程並非線性成長
  • 提到某位 2023 年以百萬美元 package 入職的員工,四年後套現達 5,100 萬美元
  • 同場討論 Stripe 對 OpenRouter 的 80 億美元投資、Anthropic Q2 營收 115 億美元首次獲利,以及微軟在這筆交易中被視為最大輸家

Waymo 和 Tesla 都能贏,但為何還需要 Uber#

27 小時前 · 20VC

20VC

Uber 總裁暨 COO Andrew Macdonald 認為自駕車市場會有一個以上的贏家,Waymo 和 Tesla 都能成功,但最終仍需要 Uber 的網路做流通,因為昂貴的固定資產需要靠外部需求維持高使用率。

  • 他用外送業比喻:McDonald’s、Starbucks 自建通路,但仍與外送平台合作,因為兩者都需要讓固定資產維持高使用率
  • 論點:即使 Waymo、Tesla 各自擁有 robotaxi App,仍會想把車輛掛上 Uber 網路,因為 Uber 掌握需求端流通,他們掌握昂貴的固定資產

今日觀察#

有意思的是把 AliExpress 那篇跟 Bun 1.4 放在一起看。AliExpress 的指紋腳本花了很多力氣讓自己不被看到,Bun 做的事情剛好相反:它把整個 runtime 從 Zig 換成 Rust,這件事昨天還被當成翻車前兆在討論,今天就發布了,而且公告裡順口提到 Claude Code 已經跑這個 Rust 版好幾個月。同一週的兩種能見度:一邊是有東西在你機器上跑而你查不到,一邊是有東西已經在你機器上跑了好幾個月,只是沒人特別講。Mozilla 那份報告替這個對照補上了規模,MCP 的 SDK 月下載量逼近 9,700 萬次、活躍 server 超過一萬個,但只有 21% 的企業建立了成熟的 agent 治理機制。我們安裝執行環境的速度,已經明顯快過我們搞清楚它在執行什麼的速度。


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 banner

同期還有