**Reify** 是一个基于语义具体化（semantic reification）的随机程序生成器，旨在生成不包含未定义行为（UB）的 C 程序。通过确保执行过程不触发 UB，Reify 为测试编译器提供了一个强大的框架，目前已在 GCC 和 LLVM 中发现了 59 个漏洞。 该工具支持生成单个“叶”函数以及复杂的多函数程序。它通过 *symlang* SymIR 对更多类型、指针/向量运算提供了实验性支持，并支持生成 Java (JVM) 和 eBPF 字节码。这些早期的实验性工作已在 OpenJ9 和 Linux eBPF 运行时中发现了漏洞。 Reify 提供了一个用于模糊测试（fuzzing）的模块化命令行界面，用户可以轻松生成制品、对编译器进行压力测试并执行跨平台测试。目前，该工具正在扩展中，以增强类型支持并提升测试能力。 对于有兴趣进行研究或集成的用户，Reify 采用 MIT 许可证开源，并在 PLDI '26 会议上发表（Chopra 等人）。
每日HackerNews RSS
```Hacker News新帖 | 过往 | 评论 | 提问 | 展示 | 招聘 | 投稿登录语义具体化：如何生成具有任意控制流且无未定义行为（UB）的代码？(github.com/connglli)3 分 由 zsu 1 小时前发布 | 隐藏 | 过往 | 收藏 | 1 条评论 帮助
zsu 1 小时前 [–]
- PLDI'26 论文：https://connglli.github.io/pdfs/reify_pldi26.pdf- 衍生项目 symlang：https://github.com/connglli/symlang回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索： ```
**Open Code Review** 是一款开源的 AI 驱动型命令行工具，专为执行高精度代码审查而设计。它最初由阿里巴巴开发，用于处理大规模内部代码库。通过采用“确定性工程”架构，该工具克服了通用 AI 代理常见的缺陷，如文件遗漏、行号引用不准以及审查质量不稳定等问题。
**主要功能：**
* **混合架构：** 将确定性逻辑（精确的文件选择、基于规则的代码打包和系统化定位）与大模型（LLM）驱动的决策相结合。这确保了代理能够保持专注、避免“偏离”，并能可靠地处理大型代码变更。
* **上下文感知：** 代理能够分析完整的文件内容、搜索代码库并检查相关文件，从而提供深入且具有可操作性的反馈，而非仅停留在表层的观察。
* **无缝集成：** 支持 CI/CD 流水线，既可作为独立的命令行工具使用，也可通过插件或自定义指令与 AI 编程代理（如 Claude Code）集成。
* **高度可定制：** 提供多层级、基于路径的规则匹配功能，可针对特定项目需求定制审查标准。
该工具可通过 NPM 或下载二进制文件轻松安装，配置灵活，支持多种 LLM 端点，并包含一个可选的 WebUI 用于查看审查历史记录。采用 Apache-2.0 许可证开源。
Hacker News
最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
Alibaba/Open-Code-Review (github.com/alibaba)
21 点 由 geoffbp 发布于 1 小时前 | 隐藏 | 过往 | 收藏 | 讨论 | 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
Meta 已正式为已停产的 Portal 硬件启用 ADB（Android 调试桥）支持，允许用户尝试重新利用这些设备。尽管过去一个月里已有用户反映看到“已启用 ADB”的设置提示，但该功能此前一直无法使用。
Meta 的官方文档现已确认，开发者可以构建并将应用程序加载到 Portal 设备上，这实际上标志着该公司已不再对该产品进行主动维护。虽然一些用户对该硬件功能的受限表示不满——此前其功能已被精简至仅剩基本的通话功能——但另一些人则认为，这是一个将廉价二手设备改造为通用 Linux 终端的难得机会。此举已引发社区对全面解锁引导加载程序（Bootloader）可能性的关注。
本项目为华硕 Zenbook 14X OLED 太空版 (UX5401ZAS) 上搭载的 3.5 英寸 (256×64) “ZenVision” OLED 顶盖显示屏提供了首个开源 Linux 驱动程序。
由于华硕仅提供适用于该屏幕的 Windows 软件，本项目通过对 USB 协议 (Nuvoton M480) 进行逆向工程，使 Linux 用户能够显示图像、动画及自定义视觉内容。该驱动通过用户空间的 Python 接口运行，利用 USB 批量传输端点（Bulk USB endpoints）将 4 位灰度帧缓冲区推送到设备。
**主要功能：**
* **功能特性：** 显示静态图像、播放动画或清除屏幕内容。
* **配套应用：** 使用 `zenvision-studio` 可实现实时小程序和音频响应式视觉效果。
* **兼容性：** 专为 UX5401ZAS 设计，具备支持其他机型的潜力（欢迎贡献代码）。
* **安装要求：** 需要 Python 3.9+、`pyusb` 和 `Pillow`。提供 Udev 规则以允许非 root 用户访问硬件。
这是一个独立的非官方项目，采用 MIT 许可证。它不使用也不包含任何华硕专有的代码或二进制文件。如需将驱动程序移植到其他兼容设备，可参考详细的协议文档。
```
Hacker News 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 投稿 登录
为 Linux 系统逆向工程的华硕 ZenVision 盖板 OLED 驱动程序 (github.com/tarpediem)
9 积分 作者：berlianta 1 小时前 | 隐藏 | 过往 | 收藏 | 讨论 | 帮助
社区准则 | 常见问题 | 列表 | API | 安全 | 法律 | 加入 YC | 联系
搜索： ```
WSL 2 的跨系统工作流文件性能达到了新的里程碑。最近的一次更新（2026 年 5 月合并）为 virtiofs 路径提供了一个长期瓶颈的解决方案：为每个 virtio 设备分配其独立的 DMA (SWIOTLB) 内存池。
此前，WSL 2 依赖单一的全局内存池，导致文件 I/O 与网络流量之间存在资源竞争。通过隔离这些资源，PR #40654 中详述的这项新更改消除了开发人员在 Linux 中构建存储于 Windows 驱动器上的项目时的一大性能障碍。
**核心要点：**
* **优化：** 每个 virtio 设备现在可以独立运行，从而降低了 I/O 延迟并减少了资源争用。
* **要求：** 用户必须更新至内核版本 6.18.26.3-1 或更高版本，以及 WSL 2 DeviceHost 1.2.29-0。
* **如何启用：** 确保 `.wslconfig` 文件中已设置 `virtiofs=true`，并为 WSL 分配至少 1 GB 的内存。
虽然默认协议仍为较旧的 Plan 9，但切换至 virtiofs 并配合此项 DMA 更新，显著缩小了原生 Linux 文件访问与 Windows 托管文件系统之间的性能差距，延续了微软在跨系统集成方面的持续改进。
Hacker News 最近的一场讨论凸显了 WSL 2 文件系统性能方面的持续挑战，这对开发者来说仍是一个重大的痛点。许多用户认为，跨操作系统访问文件（特别是通过 `/mnt/c`）速度缓慢，在历史上一直将开发者从 Windows 推向 Linux 或 macOS。
虽然一些用户指出，如果将文件严格保存在 Linux 文件系统中，性能尚可接受，但另一些用户认为这种工作流程在管理大型项目或媒体库时既受限又繁琐。技术型用户指出，性能瓶颈源于连接 Windows 和 Linux 文件系统的开销，其表现类似于缓慢的网络驱动器。
此次讨论也反映出一种趋势：在简化复杂配置任务的 AI 助手的帮助下，越来越多的开发者正转向以 Linux 作为主要桌面环境。尽管一些参与者为 Windows 作为稳定且适合游戏的操作系统进行辩护，但共识是，微软未能尽早优先实现原生速度的文件系统集成是一个重大的失误，这使得许多开发者对 WSL 的现状感到失望。
超频玩家 "PickleRick" 和 "Turbogear" 通过使用 Elmor 外部时钟板（ECB）替换了 RTX 5090 原生的 27MHz 晶振，绕过了 Nvidia 对该显卡设定的严格性能限制。 现代显卡在显存和交叉开关（xBAR）频率调节方面受到高度限制。通过注入外部参考时钟，研究人员成功将 xBAR 超频至约 2920 MHz，并实现了相当于 MSI Afterburner 中 +5467 的显存增益。这些改装带来了显著的性能提升，其中 Port Royal 基准测试分数跃升了 1500 分。 这一过程具有极高的技术难度且属于实验性质，需要物理拆除原厂晶振，并进行精确的射频工程处理以管理信号完整性和电压水平，因为操作不当可能会永久损坏显卡的锁相环（PLL）。由于信号极其敏感，导线布局、长度和干扰仍是重大挑战，且目前该改装需要特定的硬件（如冷水机）来维持稳定性。 **免责声明：** 这是一项高风险的“硬改”，会导致保修失效，并有极高的硬件损坏概率。目前该项目仍处于开发阶段，仅供拥有专业焊接及诊断设备、经验丰富的发烧友尝试。
抱歉。
潜在智能体：一种内部化多智能体辩论的后训练流程 Latent Agents: A Post-Training Procedure for Internalized Multi-Agent Debate
11 小时前
论文“Latent Agents”提出了一种新颖的训练后框架，旨在将多智能体辩论的推理优势提炼至单个大型语言模型（LLM）中。传统的各类多智能体辩论虽能增强推理能力，但因需要长篇对话记录，计算成本高昂。本研究采用两阶段微调流程——利用动态奖励调度和长度截断技术——实现了这些辩论过程的“内化”。 所得模型在匹配或超越显式多智能体系统性能的同时，将 Token 使用量减少了高达 93%。通过激活转向（activation steering）技术，作者揭示了这一过程会产生“特定于智能体的子空间”，即代表不同内部视角且具有可解释性的激活方向。 除了性能提升，这种内化过程还带来了显著的安全优势。通过将恶意行为映射到特定的内部智能体，作者证明了相较于标准基准模型，这种方法能更有效地通过负向转向来定位并抑制有害特征，且对通用能力的影响微乎其微。这项工作不仅为部署高级推理提供了更高效的途径，也为引导和控制模型内部行为提供了一种实用方法。
```Hacker News
最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交
登录
潜在智能体：一种用于内化多智能体辩论的后训练程序 (arxiv.org)
PaulHoule 发布于 1 小时前 | 5 分 | 隐藏 | 过往 | 收藏 | 讨论
帮助 | 准则 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索： ```
本文探讨了 Transformer 中标准的三个投影（Query、Key、Value）注意力机制是否绝对必要。通过系统地测试投影共享约束（具体包括 Q=K=V、Q=K=V 和 Q=K-V），作者证明了减少投影数量并不会显著影响性能。 研究人员发现，**Q=K=V（共享键值）**变体尤为有效，在几乎不损失困惑度（perplexity）的情况下，实现了与传统架构相当的性能，并将 KV 缓存大小降低了 50%。此外，该方法与分组查询注意力（GQA）和多查询注意力（MQA）等现有技术具有高度互补性。结合这些策略，可以将 KV 缓存的内存占用率最高降低 96.9%，从而显著减少终端设备推理的内存开销。 研究得出结论，键（Key）和值（Value）通常占据相似的表示空间，因此可以在不牺牲模型质量的前提下进行权重绑定。通过证明高性能模型可以在更少投影的情况下运行，该研究为在边缘设备上部署高效、内存优化的 Transformer 提供了实践路径。
这篇 Hacker News 讨论聚焦于论文《Transformer 需要三个投影吗？》（Do transformers need three projections?）。该论文探讨了通过绑定或共享 QKV（查询-键-值）注意力机制中的矩阵（例如 $K=V$）所带来的变体。
讨论中强调了以下几个要点：
* **对符号表示的批评：** 读者严厉批评了作者在公式中使用的连字符，如“Q-K=V”。许多人最初将其误解为减法，而非绑定变量的表示方式。
* **方法论方面的顾虑：** 持怀疑态度者认为，该论文的实验局限性较大，指出相比现代标准，这些模型训练严重不足（1.2B 参数的模型仅使用了 10B token 进行训练）。许多评论者怀疑，小规模实验的性能表现未必能预示其在尖端大模型所需的“Chinchilla 最优”规模下依然有效。
* **理论兴趣：** 尽管存在局限性，仍有人对简化 Transformer 架构的想法深感兴趣。大家很好奇标准的注意力机制是否过于复杂，以及硬件效率更高的简化方案是否能产生相当的结果。
* **总体评价：** 虽然有些人将该研究视为评估架构效率的有用“数据点”，但也有人对此不以为然，认为许多微小的线性代数变体在小规模下表现尚可，却无法在现实中提供真正的扩展性优势。
为了创建一个虚拟的三路开关，作者配置了两个基于 Tasmota 的智能开关，通过 MQTT 相互同步状态。该设置运行了数月，直到一次停电导致了“复制风暴”，两个开关陷入了相互触发的无限循环。
作者最初认为是启动竞争条件（race condition），并尝试了各种类似启动计时器的“创可贴”式修复方案。在实时抓取日志后，真正的罪魁祸首显现：传入的镜像命令更新了开关的电源状态，但未能更新用于抑制回声的本地 `VAR1` 变量。由于传入的更改与过时的 `VAR1` 不匹配，规则总是被触发，从而导致了反馈循环。此外，作者还发现了一个硬件限制：其中一个开关（涂鸦设备）无法区分物理按键和 MQTT 命令。
最终的优雅解决方案是改变通信流程：开关不再直接发送电源指令，而是发布一个 `SYNC` 事件。接收方在切换电源前先更新其 `VAR1` 变量，从而成功抑制了回声。作者总结道，比起推测基于时间的漏洞，验证代码部署和观察实时日志要有效得多。
Hacker News 上一篇关于电灯开关“无限回声循环”的帖子引发了一场讨论，话题很快从对 AI 生成内容的批评转向了一个关于经典大学恶作剧的怀旧故事。
一位用户质疑大语言模型生成的博客文章的价值，认为它们缺乏个人博客所独有的个人视角。然而，一名评论者分享了他在加州理工学院读本科时的故事，让这个讨论帖变得生动有趣。在那个恶作剧中，学生们重新接线了受害者的卧室灯和走廊浴室的灯，使得每个开关都能同时控制两个房间。这产生了一种混乱的“回声”效应，两个不知情的住户在无意中互相触发了对方的灯，导致他们在开关处进行了一场令人沮丧的“快速对决”。直到两名受害者在走廊相遇，终于意识到是被同学捉弄了，这场恶作剧才宣告结束。
**Hitoku Draft** 是一款专为 macOS（Apple Silicon）设计的隐私保护型本地 AI 写作助手。它以极致安全为宗旨，完全离线运行——无需账户、云端连接或数据回传，确保您的数据绝不会离开设备。 该应用可通过快捷键无缝集成至任何文本输入框，提供即时的 AI 编辑和多语言本地语音转文字功能。用户还可以直接拖放音频或视频文件，进行高速的本地转录。借助 Mac 的神经网络引擎（Neural Engine）与 GPU，Hitoku Draft 的运行速度比云端方案更快，且无需支付订阅费用。 Hitoku Draft 目前正处于早鸟优惠期，售价为 5 美元，采用“一次购买，永久使用”的模式。对于重视数据主权、不愿依赖订阅制 AI 服务的 Mac 用户来说，它是一款安全、隐私且长久的生产力工具。
抱歉。