由德国人工智能联邦协会（KI Bundesverband）协调的德国研究联盟发布了 **Soofi S 30B-A3B**，这是一个在慕尼黑德国电信工业人工智能云上训练的开源大语言模型。 Soofi S 采用了与英伟达 Nemotron 3 Nano 类似的混合 Mamba-Transformer 架构，并利用了专家混合（MoE）设计。它包含 316 亿个总参数，但每个 token 仅激活 32 亿个参数，从而在长上下文窗口（最高支持 256,000 个 token）中实现了高吞吐量和高效性能。 Soofi S 基于 27 万亿个 token 进行训练，并特意强调了高质量的德语数据。目前，它在英语和德语基准测试中领先于所有完全开源的模型，表现优于 Apertus 70B 和 OLMo 3 32B 等规模更大的竞争对手。尽管一些评论家认为该模型基于经典的缩放定律属于“过度训练”，但项目负责人坚称这些规则不适用于现代的 MoE 架构。尽管在数学和事实检索方面存在细微弱点，但该项目代表了欧洲在人工智能主权方面迈出的重要一步，在训练数据、代码和基础设施方面提供了高度透明度。未来阶段将专注于工业应用，包括技术文档和基于代理的系统。

这篇由 Yuki 撰写的客座文章探讨了针对“CC: Tweaked”（一款 ComputerCraft 模组）压缩 Lua 代码的技术，该模组中程序常受限于严格的磁盘空间（电脑为 1MB，软盘为 125KB）。 为解决此问题，作者开发了一种将数据与解压程序合并的自解压归档方案。其主要挑战在于将 Lua 代码序列化为单个文件，特别是处理复杂的表键和原始字符串。由于 Lua 的“原始字符串”对换行符的解释不一致（尤其是在 Cobalt 运行时中），作者设计了一种巧妙的转义策略。 作者没有采用传统的转义方式，而是利用 `string.gsub` 将回车符（CR）替换为一种罕见的转义字符。为了最大限度地减小体积，他们实现了一种带外位掩码（out-of-band bitmask）方法，将字符是否为回车符的状态存储在单独的位串中。这种方法既保留了字节序列，又保持了数据紧凑。文章最后指出，这一过程是通过 Rust 实现的，并利用迭代器高效地生成了所需的位跟踪逻辑。

Kimi K3 是一款全新的 2.8 万亿参数开源权重模型，专为前沿智能、编程和长程推理而设计。该模型具备 100 万 token 的上下文窗口及原生视觉能力，并引入了两项关键架构创新：Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes)。结合优化的混合专家模型 (MoE) 框架，其扩展效率较前代产品提升了 2.5 倍。 Kimi K3 在自主智能体任务中表现卓越，包括复杂的软件工程、科学研究和芯片设计。尽管其表现持续领先于同级别的大多数模型，但目前仍落后于 Claude Fable 5 和 GPT 5.6 Sol 等行业领军者。 该模型现已通过 Kimi 的网页平台和 API 提供服务。目前默认采用“最大思考强度”模式，更多控制模式即将推出。完整模型权重定于 2026 年 7 月 27 日发布。Kimi 指出，虽然该模型能力强大，但有时可能过于主动，且需要稳定的“思考历史”才能可靠运行。建议用户在处理敏感的智能体工作流时，明确设定行为约束。

ARC-AGI-3 是一项极具挑战性的基准测试，要求 AI 智能体在没有明确规则、目标或对象定义的情况下解决逻辑游戏。智能体在没有任何先验知识的情况下启动，必须像物理学家一样行事：观察、假设、测试并修正对环境的理解。 作者引入了 **Schema**，这是一种能显著提升性能的新型控制框架——在使用 Claude Opus 4.8 和 Fable 5 的公开测试集中，其准确率达到了 98.98%。与模型直接采取行动的标准方法不同，Schema 强制执行了一个严谨的循环流程： 1. **状态基础与机制发现**：智能体生成一个可执行的 `step()` 程序，用以定义对象和转换规则。 2. **验证**：记录每一次操作，并将模型与整个历史记录进行回测，以确保程序与现实相符。 3. **搜索**：一旦模型通过验证，智能体就会利用广度优先搜索在内部规划移动，从而避免浪费环境操作次数。 Schema 表明，性能在很大程度上取决于探究的“过程”。通过将世界模型视为可编辑的程序而非静态向量，智能体能够修复错误、跨关卡重用成功的抽象概念，并达到人类水平甚至更高的操作效率。

美国众议院近日以314票对104票的结果，否决了肯塔基州共和党众议员托马斯·马西（Thomas Massie）提出的取消每年向以色列提供33亿美元军事援助的修正案。此次投票凸显了民主党内部的严重分歧：有103名民主党人支持该修正案，而98人表示反对。马西是唯一投票支持该案的共和党人。 众议院少数党领袖、纽约州民主党人哈基姆·杰弗里斯（Hakeem Jeffries）反对该修正案，认为其“范围过于宽泛”，会阻碍人道主义援助和反恐行动。相反，以马西为代表的支持者则认为，纳税人的钱应该转向国内需求。 与此同时，美国参议院民主党人阻挠了一项年度国防政策法案，理由是担心该法案可能导致美国与以色列在军事和情报方面的整合。包括人权组织在内的批评者对法案中有关“数据融合”和联合武器开发的条款提出了警告，担心这些条款可能使美国卷入大规模监控或与冲突相关的情报活动中。这些进展凸显了美国政治情绪的重大转变，因为民调显示，在即将到来的大选前，民主党选民对以色列的支持率大幅下降；尽管以色列总理本雅明·内塔尼亚胡表示，希望以色列最终能实现更大的军事自给自足。

在这篇文章中，布莱恩·卢茨（Bryan Lutz）认为，近期的负面情绪和比特币 45% 的回调只是“趋势内的波动”，而非失败的迹象。尽管财经媒体大肆宣扬道琼斯工业平均指数在过去一年中表现优于比特币，但卢茨认为这是对相关指标的误读。 他认为，不应以不断贬值的法定货币来衡量比特币，而应以比特币来衡量道琼斯指数。从这个视角来看，股市的“创纪录高点”不过是由缩水的标尺所制造的假象。自 2014 年以来，以比特币计价，道琼斯指数已贬值约 99%。 卢茨强调，法币供应量（M2）在无限扩张，而比特币的供应量始终固定。他断言，虽然像道琼斯指数这样的通胀型资产在短期内可能看似胜出，但从长期来看，以硬通货计价时，它们必然会贬值。卢茨最终得出结论：尽管比特币在某一年可能表现不佳，但其通缩属性使其在十年的周期中成为一种无往不利的资产。

高盛下调了 2026 年至 2028 年的全球个人电脑（PC）出货量预测，原因在于存储芯片短缺加剧、零部件成本上涨，以及 Windows 10 支持停止后换机周期放缓。预计 2026 年出货量将下降 14%，2027 年下降 5%，2028 年增长持平。因此，随着制造商将高昂的物料成本转嫁给消费者，预计平均售价（ASP）将会上升。 尽管整体市场低迷，但该报告强调了两个关键增长领域： * **AI PC：** 受益于新型 AI 集成应用的推出，预计到 2028 年市场渗透率将达到 82%。 * **游戏 PC：** 预计出货量将以 4% 的复合年增长率（CAGR）跑赢大盘。该领域受到消费者对高端功能（如先进显卡和 AI 能力）的特定需求支撑，从而带动更高的收入增长。 总体而言，虽然 PC 市场近期面临重大阻力，但在消费者需求不断变化的背景下，制造商正日益依赖 AI 和游戏等高性能细分市场来维持收入增长。

18岁的罗曼什·马哈詹（Romanch Mahajan）于今年6月在中央公园因受惊的马匹拉动马车被甩出后不幸身亡。近日，他的家人在纽约市议会听证会上含泪作证。他们呼吁支持一项以这名少年命名的拟议法案，旨在到2028年逐步淘汰全市的马车。 该法案得到了市议会议长朱莉·门宁（Julie Menin）的支持，她称这场悲剧本可避免。然而，该提案引发了巨大争议。包括动物权利活动家在内的支持者指出，马车存在安全隐患且监管缺失。相反，行业代表和一些官员则认为，禁令可能会伤害马匹，因为它们可能会被送往条件欠佳的收容所；同时他们也强调，必须为208名失业的马车夫提供保障。 市议员们在“取缔该行业”还是“实施更严格的改革”（如加强安全措施和落实现有法规）的问题上存在分歧。鉴于此前多次禁止马车的尝试均以失败告终，当前的法案仍处于激烈争论的焦点，需要在公共及动物安全与相关从业者的生计之间寻求平衡。

拥有50年历史的法定货币体系是一个历史反常现象，目前正因财政枯竭、地缘政治碎片化以及信任减弱而走向衰落。罗尼·斯托弗勒（Ronnie Stoeferle）认为，我们正在目睹黄金的逐渐“再货币化”——这并非通过突然回归正式的金本位制，而是一个演进过程，黄金正借此重新获得其作为价值和结算终极锚点的地位。 这一转型由六个相互强化的驱动因素推动： 1. **储备主权：** 各国央行正转向黄金，以消除发行方风险和政治风险。 2. **私人采纳：** 机构正将黄金视为战略流动性的核心。 3. **会计处理：** 各国正通过黄金重估来为央行资产负债表补充资本。 4. **信誉：** 在债务沉重的体系中，黄金支持的债券提供了可靠性的“保证”。 5. **储备重建：** 西方央行最终可能会效仿新兴市场国家，重新建立黄金储备。 6. **数字化：** 代币化正在解决黄金在流动性和可转移性方面的历史性难题。 这些因素形成了一个自我强化的反馈循环。随着法定货币替代方案的弱点变得无可辩驳，黄金正在回归全球秩序的中心——这并非出于怀旧，而是作为一种必要回应，应对一个已无法履行其承诺的体系。

新泽西州已启动一项至少 1,100 兆瓦（MW）新增核能装机的采购程序，预计投入 240 亿美元，并重点选址于可立即开工的项目地块。尽管该州目前的目标是一个反应堆的发电量，但其框架与联邦层面的倡议（特别是美国政府、Cameco 和 Brookfield 之间的战略合作伙伴关系）保持一致，旨在部署多个西屋电气（Westinghouse）AP1000 机组。 行业分析师认为，1,100 兆瓦的目标仅是一个基准；该项目极有可能扩建为一座双反应堆电厂，以充分利用联邦融资、供应链效率及规模经济优势。鉴于对西屋电气的掌控及其在联邦核能规模化扩展中的参与，Cameco 与 Brookfield 的合作关系在新泽西州选择了久经考验的大型反应堆技术而非尚未成熟的小型模块化反应堆（SMR）的背景下，处于领先地位。随着该州项目的推进，地方采购与联邦财政支持之间的协同效应表明，最终的部署规模将比官方提出的最低目标更大、机组数量更多。

根据西北互助人寿最近的一项研究，42% 的美国成年人正在接受父母的经济支持，其中包括绝大多数的 Z 世代和千禧一代。理财治疗师梅根·麦考伊建议，如果能通过坦诚的沟通和明确的界限来管理，这种代际支持应被视为建设性的“脚手架”，而非依赖的表现。 专家建议在子女最需要的时候（例如偿还学生贷款或支付购房首付）给予经济援助，而不是等到日后继承遗产。然而，这种援助需要谨慎处理，以避免引发情感矛盾。父母应确保资助并非出于愧疚或控制欲，而子女必须将这种支持视为临时的过渡，而非理所当然的权利。 由于父母的支持可能会威胁到自身的退休计划或其他长期财务责任，家庭应咨询财务专业人士对计划进行“压力测试”。归根结底，持续且透明的家庭沟通至关重要，以确保经济援助能促进个人发展，而非滋生怨恨。通过设定明确的期望并优先考虑长期目标，家庭可以成功应对现代代际支持的复杂性。

本网站正在使用安全服务来抵御网络攻击。您刚才的操作触发了安全防御机制。触发此拦截的原因可能有多种，包括提交了特定的词汇或短语、SQL 命令或格式错误的数据。

前NASA承包商保罗·卢图斯（Paul Lutus）作为“俄勒冈隐士”在计算机行业内成为了一段传奇。为了寻求安静的生活，他搬进了俄勒冈州一间没有电的偏远小屋，却在1976年购买了一台Apple II后，被卷入了方兴未艾的个人计算机革命。 卢图斯在与世隔绝的环境中工作，将对大自然的热爱与编程技能相结合，开发出了当时最畅销的文字处理软件之一——《Apple Writer》。他的经历证明了复杂而优雅的软件（例如他那款不会崩溃的文字处理器），往往由个人而非大型官僚委员会开发效果更好。 卢图斯提倡“电子小屋”的概念，主张技术促进了个体创造力的新时代。通过自动化处理琐碎任务，计算机赋予了开发者在自然、安静的环境中工作的自由。尽管卢图斯承认偏爱机器的一致性而非复杂的人际关系可能存在隐患，但他拥抱平衡的生活。他始终坚定地认为数字时代有利于个人，并证明了重大的技术突破往往源于孤独的创新者，而非企业团队。

Ratel 是一个专为 AI 智能体设计的上下文工程层，旨在解决“工具过载”问题——即过多的系统提示词和工具定义导致模型准确率下降及 Token 成本增加。 Ratel 不会将所有可用的工具和指令堆砌到提示词中，而是将你的能力索引到一个目录中。当智能体需要执行任务时，它会通过搜索该目录，仅检索并注入当前步骤所需的特定工具或技能。这种基于 BM25 的确定性检索过程保持了上下文的精简，在消除任务偏差、提升模型性能的同时，显著降低了延迟和成本。 主要特性包括： * **高效性：** 避免预先加载未使用的工具，从而减少 Token 消耗。 * **准确性：** 仅在每次请求中提供相关的能力，提升模型的专注度。 * **灵活性：** 支持本地模型、开源模型及前沿模型，且无需依赖向量数据库。 * **开发者友好：** 提供强大的 TypeScript 和 Python SDK，能够轻松注册工具和技能。 Ratel 基于高性能的 Rust 核心构建，旨在与 Vercel AI SDK 和 Pydantic AI 等现有智能体框架无缝集成。

请启用 JavaScript 并关闭所有广告拦截器

Kimi Code 提供三种模型变体，分为两个层级：旗舰版 **Kimi K3**（支持最高 1M 上下文）以及稳定版 **Kimi K2.7 Code**（提供标准版和高速版，支持 256k 上下文）。具体访问权限取决于您的订阅方案（Moderato、Allegretto 等）。 **使用要点提示：** * **缓存管理：** 切换模型或推理设置会使上下文缓存失效，导致更高的 token 消耗。为优化性能和成本，在更改模型或推理强度时，请开启新的会话。 * **性能：** 如果“高速版”（HighSpeed）没有提升速度，请确认您使用的模型 ID 是否正确（`kimi-for-coding-highspeed`）。此外请注意，速度提升仅适用于模型输出，不适用于工具或脚本的执行过程。 * **错误处理：** 401 错误通常表示您当前的订阅方案不支持所请求的模型、上下文长度或高速访问权限。 * **切换方式：** 可使用 CLI 中的 `/model` 命令、VS Code 插件中的下拉菜单，或在第三方工具中手动更新模型 ID。使用第三方工具时，请手动将上下文窗口设置为 `1048576`，以充分利用 K3 的 1M 容量。

**Sentinel** 是一款开源（MIT 协议）AI 智能体，专为自主化、全栈端到端测试而设计。与仅能模拟点击按钮的标准冒烟测试工具不同，Sentinel 通过分析代码库结构（前端路由、API 和数据库模式）来推导并执行关键的业务逻辑流，从而进行深度的质量保证（QA）。 **核心功能：** * **逻辑驱动：** 它不仅仅是进行页面爬取，还能读取你的代码库以理解业务背景（例如预订生命周期或支付流程），并验证 UI 操作是否在后端正确持久化。 * **多层验证：** 它结合了浏览器自动化（Playwright）、API 状态检查和多模态视觉模型，能够捕获仅靠 DOM 工具无法发现的 Bug，如状态机错误、数据不一致和设计缺陷。 * **可靠的自主测试：** 为处理非确定性问题，它会多次运行每个流程并汇总结果。它还能通过注入测试钱包接口安全地处理 Web3 应用，从而在不承担真实资金风险的前提下测试复杂的钱包交互。 * **隐私与控制：** 它采用透明架构并在本地运行。用户可控制与模型共享的代码或数据，所有报告均保存在本地。 Sentinel 已在 GitHub 上发布，旨在利用自动化、经济高效且全天候运行的 QA 流水线取代手动测试规划。

`connections` crate 是一个 Rust 原生库，它将 **伽罗瓦连接（Galois connections）** 作为类型转换的一等、合法的（lawful）值。与通常对舍入、饱和或丢失行为保持沉默的 `as` 或 `From`/`Into` 特征不同，该库使用形式化的数学伴随关系来确保转换的可预测性和可组合性。 **主要特性：** * **合法的转换：** 每个 `Conn` 都遵循伽罗瓦不等式（例如 `ceil(a) ≤ b ⇔ a ≤ upper(b)`），并通过基于属性的测试进行验证。 * **静态组合：** 使用 `compose!` 宏在编译时将多个转换步骤折叠为单个、经过优化的 `Conn`，并在整个链条中保持数学属性。 * **安全性：** 该库使用 `#![forbid(unsafe_code)]`，且 `Conn` 类型不涉及堆内存分配、支持 `Copy` 并可进行常量构造。 * **验证：** 除了属性测试外，核心类型还包含用于与位宽无关的正确性证明的 Kani SMT 测试工具。 * **多功能性：** 支持多种类型，包括 IEEE 浮点数、定点数（Q-format）、`NonZero` 整数、时间相关类型（通过 `time` 和 `hifitime`）、`std::net` 地址等。 通过将策略选择和静态转换统一在同一主体内，该库使得代码既直观正确又具有高度的可扩展性。

```沉浸式数学 immersivemath：沉浸式线性代数。此内容将被浏览器宽度相关内容替换！作者：J. Ström, K. Åström 和 T. Akenine-Möller，版本 v1.1。ISBN: 978-91-637-9354-7。$u$ 全球首部拥有全交互式图表的线性代数书。了解更多。欢迎在 Twitter 和 Facebook 上关注我们。```

**Adaptional** 是一家专注于简化保险理赔审核流程的人工智能初创公司。该公司成立于 2024 年，总部位于旧金山，是 Y Combinator S25 孵化营成员。公司由联合创始人 Kevin Cox 和 Suril Kantaria 领导，目前正处于积极发展阶段。 Adaptional 目前正在旧金山积极招聘两个核心创始职位： * **创始市场推广负责人 (Founding GTM Lead)：** 年薪 14 万–18.5 万美元，外加 0.35%–0.75% 的股权。 * **创始工程师 (Founding Engineer)：** 年薪 18 万–28 万美元，外加 1.00%–2.00% 的股权。 如需了解更多信息，请访问其网站 [adaptional.com](https://www.adaptional.com/)。

**Leaves** 是一款受 WinDirStat 和 QDirStat 启发的文本模式磁盘空间分析工具。它专为无法使用图形用户界面（如远程 shell 连接）的环境设计，通过嵌套矩形的层级树状图来直观展示磁盘使用情况。 该工具使用字符级渲染来近似显示文件和目录的大小，矩形面积与所占空间成正比。尽管相比图形化工具较为粗糙，但在处理大型文件系统时依然响应迅速。其功能包括可配置的忽略规则（支持 `.gitignore`）、可自定义的配色方案以及按文件类型分组的“X 射线”模式。用户可以通过键盘或鼠标在层级结构中导航，工具还会智能汇总深层目录结构以保持视觉清晰。 **技术细节：** * **实现：** 使用 Rust 构建，可通过 `cargo` 或 Nix 安装。 * **用法：** 支持多种命令行标志，用于控制深度（`--max-depth`）和进行过滤。 * **配置：** 可通过 `settings.toml` 或环境变量（如 `LEAVES_COLORS`、`LEAVES_DARK_MODE`）进行自定义。 * **性能：** 经过优化，可处理数百万个文件。但在扫描根目录时，用户应排除虚拟文件系统（如 `/proc` 或 `/dev`）以避免结果不准确。

Google 已将其研究工具“Project Tailwind”更名为 **Gemini Notebook**。自 2023 年推出以来，该平台用户已超过 3000 万，涵盖了从学生到企业组织的各类用户。 尽管 Gemini Notebook 仍作为独立产品存在，但目前已更深入地集成到了更广泛的 Google 生态系统中，包括 Gemini 应用和 Google 搜索。一项重要的最新更新为每个笔记本提供了安全的云端计算机，使该工具能够编写并执行代码。这一增强功能允许用户基于源文档直接进行复杂的数据分析。 该高级功能目前已向 Google AI Ultra 用户和特定的 Workspace 企业客户开放，预计在未来几周内向所有网页版 Pro 用户推出。这些更新旨在提供更深入的分析能力，并支持多种全新的通用输出格式。

**agent-talk** 是一个开源插件，旨在使编码智能体（如 Claude Code、pi、opencode、Codex、Antigravity 和 GitHub Copilot）能够彼此直接通信。 它作为构建在 [retalk](https://retalk.dev) CLI 之上的消息原语，允许独立的智能体——即使是运行在不同机器上或由不同人员管理的智能体——在无需人工干预的情况下协调任务、共享上下文并解决技术依赖关系。 **主要功能：** * **去中心化协调：** 与绑定会话的“智能体团队”不同，agent-talk 支持点对点通信，非常适合长期运行、无头（headless）或分布式智能体。 * **安全性：** 消息采用端到端加密；中继服务器仅处理密文。 * **集成：** 它在多个编码平台之间提供了一套一致的技能（如 `init`、`send`、`receive` 等）。虽然一些智能体支持“自动接收”（将消息推送到实时会话中），但其他智能体则根据其特定架构使用基于拉取（pull-based）的模式。 * **灵活性：** 它不强制要求特定的层级结构或任务管理系统，允许用户在可靠、持久的通信层之上构建自己的编排模式。 有关安装说明和配置，请访问项目文档。

为了在共享 ClickHouse 集群上为客户实现安全的多租户 SQL 执行（HQL），Helicone 将安全控制从应用程序端迁移到了数据库端。 Helicone 没有尝试解析和重写传入的 SQL（这种方式容易出错，且极易通过子查询或连接绕过），而是实施了 **ClickHouse 行级策略（Row Policies）**。他们创建了一个专用数据库用户 `hql_user`，并应用了 `ROW POLICY`，强制所有 `SELECT` 查询必须通过从受保护的会话设置（`SQL_helicone_organization_id`）中获取的 `organization_id` 进行行过滤。 这种方法提供了几个关键的安全优势： * **数据库级强制执行：** 行过滤器在存储引擎层应用。子查询、CTE 和连接会自动继承该过滤器，从而使用户无法查询其他租户的数据。 * **防篡改：** 通过为这些会话设置 `readonly = 1`，Helicone 防止了用户使用 `SETTINGS` 子句覆盖其组织 ID。 * **故障安全：** 如果缺少组织 ID，查询会直接失败，而不会返回未授权的数据。 * **简单性：** 应用程序仅将解析器用于非安全任务（如强制执行 `LIMIT` 子句或改善 UI 体验），从而显著缩小了安全攻击面。

随着人工智能代理（AI agents）扩展至生产环境，单体式系统提示词（system prompts）已成为严重的隐患。它们存在影响范围模糊、缺乏一致的“复制粘贴”逻辑以及难以调试的运行时错误等问题。为确保可靠性，团队必须改变观念，不再将提示词视为静态文本，而应将其视为**模块化的软件工件**。 建议采用一种构建系统方法，利用**模块化技能文件**和**转译流水线**。通过使用模板引擎，团队可以封装特定的行为、注入环境特定的变量，并系统地管理依赖关系。这一过程实现了： * **确定性构建：** 通过 CI/CD 集成，在部署前验证变量和依赖项。 * **偏差检测：** 对源代码模板与“黄金”工件进行自动比对，以确保生产环境的一致性。 * **渐进式披露：** 仅在运行时注入必要的技能，从而优化令牌（token）使用并聚焦代理任务。 归根结底，这种模块化架构不仅能实现更安全的开发，甚至在通过标准代码审查和验证的前提下，还能让代理自行提出更新请求（Pull Requests）。通过将传统的软件工程严谨性（测试、审计和版本控制）应用于提示词管理，组织能够构建出更具弹性和可扩展性的 AI 系统。

作者创造了“bet”，这是一种玩笑性质的编程语言。它采用了随意的群聊式语法，但确实具备完整的功能。出于在不受外部研究或市场趋势干扰的情况下完成项目的渴望，创作者专注于一个特定的技术挑战：实现一流的基于作用域的内存分配（arena allocation）以优化游戏性能。 该项目也是一次人工智能辅助开发的实验。作者仅充当架构师并设定严格的验收标准，成功引导人工智能编写了整个编译器，且全程未进行人工代码审查。为了证明该语言的稳定性和精确性，作者使用它移植了原版《毁灭战士》（DOOM）的全部源代码。最终生成的二进制文件在运行游戏时，与参考 C 语言版本帧帧一致、位位相同，展现了极高的技术精度。 在实现了创建功能性自托管语言并完成复杂的大规模移植目标后，作者认为实验已经结束。由于没有进一步开发的计划，“bet”作为一个已完成的概念验证项目，证明了即便是一个“玩笑”项目，只要管理清晰且持之以恒，也能达到专业级的水准。