文章揭示了微软公司内部安全部门与商业利益之间的冲突，导致一个关键漏洞未被及时修复，最终被俄罗斯黑客利用发动了重大攻击。

核心事件与发现：

• 漏洞发现： 2016年，微软安全专家安德鲁·哈里斯在调查一起云安全事件时，发现公司产品Active Directory Federation Services (AD FS) 中存在一个严重的安全漏洞。
• 漏洞本质： 该漏洞存在于SAML身份验证协议中，攻击者可以伪造“令牌”冒充合法用户，在云服务中为所欲为且几乎不留痕迹。哈里斯将其称为“令牌盗窃”风险。
• 公司决策： 哈里斯多次向公司报告并警告风险，建议客户临时禁用相关便捷功能。然而，微软的产品团队和安全响应中心以保护商业利益为由拒绝快速修复。主要考量包括：
  1. 承认漏洞可能影响公司赢得价值数十亿美元的美国国防部云合同。
  2. 修复方案会削弱微软相对于竞争对手（如Okta）的“无缝单点登录”功能优势。
  3. 内部存在“安全边界”定义不清、资源不足以及“不修复”的文化，使得问题被搁置。

灾难性后果：

• SolarWinds攻击： 哈里斯的担忧在2020年成为现实。俄罗斯黑客在“太阳风”攻击中，利用了他多年前发现的这一SAML漏洞，从美国国家核安全管理局、国立卫生研究院、财政部等多个敏感联邦机构窃取了大量数据。
• 攻击手法： 黑客通过入侵SolarWinds软件供应链获得初始立足点，然后利用此漏洞横向移动到云环境，实施长期间谍活动。

公司回应与争议：

• 公开立场： 微软总裁布拉德·史密斯在国会听证会上声称“微软产品或服务中没有漏洞被利用”在此次攻击中，并暗示客户应承担更多自我保护责任。
• 内部文化： 文章指出，微软的补偿机制与新功能发布挂钩，而非安全修复，尤其是在被要求追赶亚马逊的Azure部门，形成“重功能、轻安全”的文化。安全部门影响力逐渐减弱。

后续影响与对比：

• 滞后行动： 攻击发生后，微软才建议客户禁用哈里斯多年前提出的同一功能，并最终在2022年推出了长期替代解决方案。
• 讽刺对比： 尽管遭受重大安全失误和国会审查，微软的股价在事件公开后大幅上涨，公司市值登顶。史密斯还在其书中赞扬了公司对攻击的响应。
• 核心指控： 哈里斯及部分前同事认为，微软的决策并非基于客户安全最佳利益，而是优先考虑商业利润和市场竞争力，尤其是在争夺快速增长的云市场主导地位时。

Meta开发了MLow（Meta Low Bitrate）音频编解码器，旨在为低速网络连接和低端设备用户提供高质量的实时通话音频。

动机与挑战

• Meta旗下应用（如WhatsApp、Instagram、Messenger）支持数十亿用户的实时通信。
• 现有编解码器（如Opus）在网络质量差时需降低比特率以避免拥塞，但在最低比特率（如6 kbps）下运行于窄带模式，音频质量下降，声音不清晰自然。
• 新兴的基于机器学习的编解码器（如Encodec）虽能在低比特率下实现高质量，但计算复杂度高，仅适用于高端设备。
• 超过20%的通话使用ARMv7设备，大量设备已使用超过十年，亟需一种低计算复杂度、高音频质量的编解码器。

MLow的优势

• 在6 kbps比特率下，MLow的音频质量（POLQA MOS评分3.9）比Opus（1.89）提高一倍以上。
• 计算复杂度比Opus低10%，适用于低端设备。
• 支持超宽带音频（32 kHz采样），可在低比特率下捕获更宽频率范围。
• 已全面部署于Instagram和Messenger通话，并正在WhatsApp中推广，用户参与度因音频质量提升而显著改善。
• 在低比特率下可实现高效的前向错误纠正（FEC），提升丢包场景下的音频质量。

技术原理

• 基于经典的CELP（码激励线性预测）编解码器架构，但在激励生成、参数量化和编码方案上进行了改进。
• 编码器将输入信号分为低频和高频带分别编码，利用共享信息优化压缩。
• 通过分带优化，用极少量比特编码高频带，从而在低比特率下实现超宽带音频。
• 输出通过范围编码器进一步压缩，解码器执行反向操作生成音频信号。

未来方向

• 继续优化在严重丢包网络中的音频恢复能力，通过MLow高效生成更多冗余音频数据。
• 致力于提升所有用户的通话质量，无论设备或网络条件如何。

Meta如何大规模训练大型语言模型（LLMs）

随着生成式AI（GenAI）的兴起，Meta面临着训练计算规模的根本性转变：从“大量模型、较少GPU”的传统模式，转向“较少但极其庞大的任务”。这要求重新构想软件、硬件和网络基础设施的集成方式。

核心挑战

大规模训练任务中GPU数量的增加，显著提升了因硬件故障导致中断的可能性，同时所有GPU必须在高速网络上协同工作。这突显了四个关键挑战：

1. 硬件可靠性：通过严格测试、质量控制和自动化来最小化故障中断。
2. 故障快速恢复：减少重新调度开销和训练重新初始化的时间。
3. 高效保存训练状态：定期检查点并高效存储/检索数据，以便在中断后能从中断处继续。
4. GPU间最优连接：需要稳健、高速的网络基础设施以及高效的数据传输协议和算法，以防数据交换缓慢拖累整体任务。

基础设施栈的创新

为应对GenAI的规模化需求，Meta在基础设施的各个层面进行了创新：

• 训练软件：利用PyTorch等开源工具，加速从研究到生产的流程，并集成新的高效大规模训练算法和框架。
• 调度：采用复杂算法进行动态资源分配，优化资源利用效率。
• 硬件：为适应GenAI计算需求，对硬件进行了深度优化。例如，修改了基于NVIDIA H100 GPU的Grand Teton平台，将GPU的TDP提升至700W，并升级至HBM3内存。在时间和资源限制下，这些改动极具挑战性。
• 数据中心部署：为在有限电力和冷却条件下实现最高计算密度，重新规划了数据中心布局，如将支持服务移出数据大厅，尽可能多地部署GPU机架。
• 可靠性：通过监控和预防性措施来减少故障导致的停机时间。常见的故障模式包括GPU掉线、内存不可纠正错误以及网络线缆问题。集群规模越大，就需要保留足够的备用容量以实现快速重启。
• 网络：大规模训练需要在GPU间快速传输海量数据。Meta评估了RoCE和InfiniBand两种主流技术后，决定同时构建两个24000个GPU的集群（一个RoCE，一个InfiniBand）以学习和获取运维经验。他们优化了三个层面以提升网络性能：
  1. 将不同并行模式的通信分配到网络拓扑的不同层次。
  2. 实现了具有网络拓扑感知的集体通信算法（如递归倍减/减半），以降低延迟敏感性。
  3. 加强了网络负载均衡和路由优化，以应对GenAI任务产生的大流量并均匀分布流量。这些优化使两个集群在大型GenAI工作负载上达到了相当的性能。
• 存储：投资于高容量、高速存储技术，并开发针对特定工作负载的数据存储解决方案。

未来展望

未来几年，Meta将需要处理数十万级别的GPU、更海量的数据以及更远的距离和延迟。他们将采纳新的硬件技术并不断演进基础设施。尽管挑战将推动不可预测的创新，但Meta坚信，这只是旅程的开始。

文章摘要：AMD CEO苏姿丰回忆参与PS3 Cell处理器设计

一、访谈背景与早期参与 2024年台北国际电脑展（Computex）后，AMD首席执行官苏姿丰接受Stratechery专访，回顾了其职业生涯中解决技术难题的经历。她透露自己自IBM时期起就参与了索尼PlayStation系列的工作，并指出：“我一直为PlayStation工作了很长时间，PlayStation 3、4、5……跨越多家公司，这是一个共同的线索。”此前，外界很少知道她与PS3 Cell处理器的早期关联。

二、Cell处理器的设计理念与技术超前性 2001年，时任IBM新兴产品总监的苏资丰参与了一项关键决策：IBM、索尼和东芝从零开始规划Cell处理器，旨在创造一种高度专注于并行计算能力的CPU。当时，多核CPU和同步多线程技术尚未普及（SMT于2002年出现，消费级多核CPU在2005年问世），Cell处理器的架构理念具有显著前瞻性。

三、PS3的市场表现与技术遗产 尽管PS3因架构复杂（基于IBM PowerPC的Cell处理器）导致编程困难，在第七代主机竞争中销量落后于任天堂Wii和微软Xbox 360，但其技术优势逐渐显现。随着开发者（尤其是索尼第一方工作室）掌握硬件潜力，PS3后期出现了《神秘海域3》等画质卓越的独占游戏。苏资丰认为，从业务角度看Cell处理器是成功的，并指出高清游戏时代导致开发成本上升，促使开发者追求多平台兼容性，而非专门优化Cell架构。

四、主机架构演变与AMD的战略胜利 第七代主机（PS3、Xbox 360、Wii/Wii U）均采用PowerPC CPU架构，AMD仅为任天堂和Xbox提供显卡。但到了第八代（PS4、Xbox One、Switch），索尼和微软全面转向AMD x86 CPU+GPU架构，任天堂Switch则采用英伟达Tegra SoC（Arm CPU核心）。苏资丰的职业生涯——从IBM的PS3项目参与者成长为AMD CEO，并持续影响PS和Xbox硬件设计——体现了其个人与公司的长期技术积累。如今，AMD连续为索尼和微软提供主机硬件（包括即将到来的下一代），无论主机市场竞争结果如何，AMD都已确立其核心地位。

shpool 是一个轻量级的终端会话持久化工具，可作为 tmux 或 GNU screen 的替代方案。它通过创建由 shpool 服务管理的命名 shell 会话，确保在连接中断后会话不会丢失。与 tmux 等终端复用器不同，shpool 仅提供会话持久化功能，不接管整个终端，因此不会破坏原生终端的滚动和复制粘贴操作。

主要特点与优势：

• 轻量且专注： 仅实现会话持久化，不提供窗口分割、平铺等复用功能，更符合原生终端体验。
• 保持原生体验： 所有渲染由用户本地终端处理，滚动和复制粘贴行为与普通终端完全一致。
• 会话命名与管理： 支持为会话指定名称，并可通过命令轻松附加、分离或终止会话。
• 模板与变量系统： 支持在会话名称、命令参数等中使用 {var} 语法的变量模板，允许通过修改变量值 (shpool var set) 来批量切换多个终端连接的会话。
• 简单的键绑定： 默认支持 Ctrl-Space Ctrl-q 组合键来从当前会话分离。

平台支持与安装： 主要支持 Linux，macOS 支持尚在完善中。

• Linux (使用 systemd)： 可通过 cargo install shpool 安装，并配置 systemd 服务文件以运行守护进程。
• Linux (不使用 systemd)： 默认启用 autodaemonization 模式，即在需要时自动 fork 守护进程。
• macOS： 可通过项目 Homebrew tap 安装 (brew install shpool)，并使用 brew services start shpool 启动服务。

基本使用方法： 典型场景是在远程主机上安装 shpool，通过 SSH 连接后使用。

1. 创建并附加会话： 运行 shpool attach <会话名称>（如 shpool attach main）。若该名称会话不存在则创建，若存在且无其他客户端连接则附加。
2. 重新附加会话： 连接断开后，重新 SSH 进入主机，再次运行 shpool attach <相同会话名称> 即可恢复。
3. 强制分离： 若连接异常断开导致无法重新附加，可运行 shpool detach <会话名称> 强制分离。

高级功能：

• 配置文件： 可通过编辑 ~/.config/shpool/config.toml 自定义行为。
• 自动连接： 可通过 SSH 配置或自定义 shell 函数，实现连接时自动附加到指定或基于本地 TTY 动态生成的会话。
• 子命令： 提供 version、daemon、list、detach、kill、var、set-log-level 等丰富的子命令用于管理会话、变量和日志。

与其他工具比较：

• vs. tmux/GNU screen： shpool 不是终端复用器，仅专注于会话持久化，避免了 tmux 内部渲染对原生终端行为（如滚动、复制粘贴）的干扰，体验更原生。
• vs. mosh： mosh 拥有自己的网络协议并进行远端渲染，而 shpool 不涉及网络层，同样保持原生终端体验。
• vs. dtach/abduco/diss： 它们哲学相似（仅持久化），但 shpool 提供了一些增强功能，如重连时屏幕状态重绘（基于内存中的 VT100 渲染状态）和自动为已知 shell 的提示符添加会话名称前缀，提升了易用性。不过，shpool 目前不支持共享会话。

ChromeOS将迁移至Android技术栈以加速AI创新

ChromeOS将很快在Android技术栈的大部分基础上进行开发，旨在将谷歌AI、创新和功能更快地推向用户。过去13年来，ChromeOS已发展成为为全球数百万用户（包括师生、家庭、游戏玩家和企业）提供安全、快速、功能丰富的Chromebook体验的平台。

为继续大规模、快速地推出新的谷歌AI功能，ChromeOS将采纳Android技术栈的部分组件，包括Android Linux内核和Android框架，将其作为系统的基础。谷歌此前已有合作基础，例如Android应用可在ChromeOS上运行，并已从ChromeOS 122开始统一蓝牙协议栈。

引入Android技术栈的主要目标与优势：

• 加速AI创新：推动ChromeOS核心的AI能力快速发展。
• 简化工程工作：整合技术资源，提升开发效率。
• 改善设备协同：使手机、配件等设备与Chromebook更好地协作。 同时，ChromeOS将继续保持其安全性、一致的用户体验和强大的管理能力。

当前状态与未来计划：

• 这些技术栈改进目前已启动，但向消费者推出还需较长时间。
• 推出时将为用户提供无缝过渡到更新后的体验。
• 在此期间，ChromeOS的常规软件更新和新功能开发不会中断。

Chromebook将继续为全球用户、开发者和合作伙伴提供卓越体验，谷歌对ChromeOS的未来充满期待。

Swift 编译器因其类型推断机制常导致编译缓慢。Swift 创始人 Chris Lattner 指出，其采用的双向 Hindley-Milner 类型检查器虽能实现简洁语法，但存在两大问题：编译时间长（尤其在复杂表达式中），以及错误信息难以理解（因全局约束系统导致错误根源难以定位）。

问题根源与示例 编译器使用约束求解器在可能的类型组合中寻找有效匹配。当表达式复杂、存在运算符重载或 ExpressibleBy 协议时，类型组合数量呈指数增长，导致求解器负担过重。例如：

1. 一个包含混合类型和类型错误的 URL 拼接表达式，编译器花费 42 秒后放弃，并给出“无法在合理时间内进行类型检查”的错误。
2. 一个简单的数学表达式 let result: Double = -(1 + 1) + -(1 + 1) - 1 编译耗时 6.2 秒。

性能差异与错误处理 约束求解器的性能和错误检测具有不确定性。有时修复类型错误（如将 Int 转为 String）可将编译时间从 42 秒降至 0.19 秒，但有时微小改动也会触发性能问题。

现状与解决方案

• 现状：Swift 团队已将此列为已知问题，承认表达式类型推断的效率低下可能呈现超线性或指数级复杂度。
• 现有缓解措施：
  • 使用编译器标志 -Xfrontend -debug-time-expression-type-checking 定位编译缓慢的表达式。
  • 通过临时变量分解复杂表达式。
  • 添加 -warn-long-expression-type-checking 标志以发出警告。
• 长期改进建议：
  1. 开发新的、不使用约束求解器的类型检查器，在必要时要求类型注解。
  2. 创建工具为现有代码自动添加必要的类型注解。
  3. 在 Xcode 中提供功能以隐藏或弱化这些必需的注解，便于过渡。
  4. 默认为新项目启用新检查器，并逐步废弃旧方案。

群聊主宰世界：私密社群的成功法则

背景与趋势

科技界最具价值的对话正逐渐向私密群聊（如 WhatsApp、Telegram、Signal 和小型 Discord 群组）转移。这一转变主要源于 2020 年文化战争导致的公开表达恐惧、疫情期间的线上社区需求，以及加密和 AI 等互联网大趋势多孕育于小型社区。群聊已成为主流观点的“上游试验场”， ideas 在此经过打磨后才进入公众视野。

成功群聊的核心特征

优秀的群聊就像一场“永不落幕的晚宴”，通常具备以下关键模式：

• 园丁式管理：需要一位强大且公平的核心领导者（“园丁”）。他们负责设定基调、维护规则、敏锐感知群组氛围、适时引入新成员或想法，并果断踢出破坏规则者。
• 氛围控制棒：群内通常有活跃且喜欢抛出尖锐观点的成员（“核反应堆”），但也需要“控制棒”（管理者或受信任的成员）来调节节奏——在冷场时激发讨论，在气氛过热或被个别人主导时进行干预和降温。
• n-1 私聊法则：健康的群聊必然存在多个私聊小群，用于私下讨论或避开某些吵闹的成员。每个群聊实际上都有一个排除了某个烦人成员的“n-1”子群。
• 成员多样性（晚宴炼金术）：成员性格需混合搭配，包括全天候在线者、令人惊喜的名人、深思熟虑的智者以及活跃气氛的乐天派。
• 打破话题引力：群聊极易陷入“受众俘获”，即无休止地争论同一话题、形成对立小团体或被最愤怒的话题吸走氧气。必须不断注入新想法、新主题和新成员以防止停滞。
• 规模控制与定期修剪：群聊质量与规模成反比，超过 100 人通常会破坏亲密感并导致质量衰退。必须定期“修剪”（移除）长期不活跃的成员，同时鼓励推荐契合的新成员。
• 共同仪式：成功的群聊拥有共享的仪式、内部笑话和惯例（如每周固定互动或年度旅行），这能极大增强成员间的深度连结与归属感。

核心结论

维持群聊生命力的终极法则正如 20 世纪专栏作家 Elsa Maxwell 对举办成功晚宴的总结：“新想法加上幽默感成就了一场聚会，而无聊的人则会毁掉它。”

衍射巧克力：可食用的光学演示

概述

本项目将科学技能带入厨房，利用普通巧克力制作一个可食用的光学演示品，展示光的衍射原理。

所需材料

• 炉灶、双层蒸锅、耐热刮刀、糖果温度计
• 衍射片、硅胶模具（可选）
• 巧克力块或烘焙用巧克力

教学目标

• 衍射是光的扩散现象。
• 无需透过衍射片即可观察光的弯曲。
• 光从具有精细凹槽的表面反射时，可展示不同波长的光如何从表面折射。

实验设置

1. 模具准备：若使用模具，将衍射片裁剪成模具底部大小的碎片，衍射面朝上放入模具底部。
2. 巧克力分配：将巧克力分为三份，其中三分之二用于融化，三分之一用于调温。
3. 关键提示：不同巧克力的调温温度不同，严格遵循温度要求是调温成功的关键。
4. 制作参考：可参考相关视频（从第20分钟开始）学习如何调温巧克力并制作衍射片。
5. 成型：若使用模具，将调温好的巧克力轻松倒入模具中。

演示方法

• 分发制作好的巧克力衍射片，向观众解释他们观察到的现象。

原理说明

• 衍射与分光：白光（例如阳光）通过衍射光栅可以被分离成彩虹中的七种主要颜色（光谱）。光栅通过其上的许多精细狭缝分离光线。
• 折射角度差异：每种颜色的光传播速度不同，因此在撞击光栅时折射角度也不同。
• 反射与透射：
  • 反射光栅：巧克力表面形成的是反射光栅，光盘也是常见的反射光栅例子。
  • 透射光栅：当光穿过光栅时，称为透射光栅。衍射巧克力/糖果实验制作的就是一个透射光栅。

日本颁布法律限制苹果和谷歌应用商店主导地位

日本国会于周三通过了一项新法律，旨在促进智能手机应用商店的竞争。该法律限制了科技巨头苹果公司和谷歌公司，禁止它们限制第三方企业在其平台上销售和运营应用，以打破应用市场的垄断局面，增强市场开放性。

核心要点

• 对比对象：AMD MI300X 芯片与 Nvidia H100 芯片。
• 应用场景：大语言模型（LLM）推理任务。
• 性能结论：在 LLM 推理方面，AMD MI300X 的性能表现超越了 Nvidia H100。

Eden Ahbez：最奇特的热门词曲作者

核心身份与成名作 Eden Ahbez（原名George Aberle）常被音乐界戏称为“一曲成名”（one-hit wonder）的怪人，但他更像是一位神秘主义者，甚至被誉为“第一个嬉皮士”。1948年，Nat King Cole发行了他创作的《Nature Boy》，该曲销量破百万并登顶Billboard排行榜。这首歌风格奇特，歌词充满诗意与哲学意味，倡导自然生活，并以“世间最伟大的事，就是学会去爱并被爱”作为经典结语。

《Nature Boy》的传奇诞生 1947年，留着长发胡须、身穿长袍的Ahbez在后台将破旧的乐谱塞给了Cole的助手。Cole被其旋律和歌词打动并决定录制。由于Ahbez过着极端的自然生活（栖身山洞或好莱坞标志下，每周仅花3美元，以果蔬坚果为食），唱片公司费尽周折才找到他获取授权。Capitol唱片高管原本认为此歌过于怪异，但因1948年音乐家工会罢工导致无法录制新歌，才被迫发行这首库存歌曲，结果一炮而红。

截然不同的命运与后续生涯 《Nature Boy》的成功促使Cole转型为独唱流行歌手，名声大噪；而Ahbez则拒绝名利，继续流浪。他虽为多位巨星写过歌，但后续作品（如《Zen》《Siddhartha》等）因过于怪诞而脱离主流。1960年，他发行了极具嬉皮士风格的唯一生前专辑《Eden's Island》，但在当时被视为笑话；当嬉皮士运动真正爆发时，年近六旬的他已无法成为年轻一代的偶像。

晚年生活与后世影响 Ahbez一生在反文化边缘徘徊，曾与Donovan、Brian Wilson和Tom Waits等音乐人有过交集。晚年他改名为Eden Abba，致力于未完成的巨作《Scripture of the Golden Age》，最终于1995年因车祸去世，享年86岁。

尽管主流音乐界常将其视为猎奇的“一曲成名”者，但文章指出Ahbez其实是一位超前预言了未来另类生活方式的先驱。近年来，随着《Wild Boy》等遗作的发行和传记研究的推进，他的音乐正迎来小规模的复兴，其倡导的世界观与生活方式也经受住了时间的考验。

中期总结：水彩绘图实验

实验概述

作者近期尝试使用AxiDraw绘图仪结合水彩进行创作，将个人爱好（手绘水彩）与代码生成相结合。实验受Licia He工作室访问的启发，主要记录尝试过程、成果与错误，而非正式教程。

实验设置与控制

• 控制方式：通过JavaScript创建SVG文件，在Inkscape中使用AxiDraw插件控制绘图仪。
• 路径规划：SVG本质是一系列路径。除绘制路径外，还需添加取水、蘸颜料、擦拭画笔等辅助路径。
• 现实与代码映射：将真实画具位置（颜料盘、水盘、纸巾等）映射到代码坐标系中，留有一定容错空间。

初步测试与问题

• 常见问题：颜料未及时补充导致颜色变淡；画笔水分不足导致线条粗糙不均。
• 动作顺序实验：调整蘸水与蘸颜料的先后顺序、时长会影响最终效果。

画笔测试与发现

• 短毛笔：初期使用剪短的细笔，易出现粗糙边缘，效果不佳。
• 笔毛状态影响：较硬且集中的笔毛（如Brush 3）能形成更清晰的线条和中心空隙。
• 对角放置效果：平头笔对角放置会产生书法般的粗细变化（/方向较细，\方向较粗）。
• 参数调整影响：
  • 速度：较低速度（20%）比高速（70%）能使更多颜料转移到纸上，线条更清晰。
  • 笔尖高度：仅几毫米的差异对结果影响显著，体现了媒介引入的混沌性。
  • 施加压力：可能损坏笔毛，但能产生独特的涂抹效果。
• 宽笔与细笔：宽笔边缘更平滑，但细节较少；细笔适合细节，但易出现粗糙感。

创作探索与成果

1. Perlin噪声线条：使用稍宽画笔绘制波浪线，宽笔因储水储墨量更大，能持续画完整张纸。
2. 文字创作：
   • 使用手写体代码，尝试不同布局与重复单词。
   • 利用水彩特性：手动滴水使颜料流动，或自动化绘制水滴路径（如字母“o”），使后续颜料晕染。
   • 单字母作品（如“j”穿过水渍）利用渐变效果，是作者目前最喜欢的成果。
3. 分层尝试：通过叠加多层来让文字等前景内容更自然地融入画面，但过程耗时，仍需改进。

挑战与未来方向

• 实际问题：未预浸水彩纸导致遇水弯曲，影响画笔高度控制；美纹纸胶带在过程中易翘起。
• 工具改进：需尝试更小的画笔；寻找更合适的笔型。
• 新实验方向：开始尝试以照片为输入进行具象绘画，探索机械精确性与物理媒介混沌性的结合。

核心感悟

实验体现了将机器人精确控制与水彩随机混沌相结合的乐趣，媒介本身难以完全掌控的特性反而带来了独特的艺术效果。

iTerm2 版本发布概述

本文档介绍了 iTerm2 当前可用的三种版本类型及其发布状态。

1. 稳定版

• 特性：更新频率低，但无严重错误。
• 当前版本：iTerm2 3.6.11 (要求 macOS 12.4 或更高版本)。
• 状态：推荐给大多数用户使用，构建日期为 2026 年 6 月 2 日。

2. 测试版

• 特性：每年更新多次，但偶尔可能不稳定。
• 当前版本：iTerm2 3.7.0beta3 (要求 macOS 12.4 或更高版本)。
• 状态：推荐给大多数用户试用的 beta 构建版本，构建日期为 2026 年 6 月 2 日。

3. 每夜构建版

• 特性：在太平洋时间午夜，于有代码提交的日子自动生成。这些版本有时可能包含严重错误。
• 当前版本：最新每夜构建版已提供。
• 访问方式：历史版本可通过每夜构建版档案库获取。

注：文章标题中提及的关于 OpenAI 集成变更的具体细节并未在正文中展开说明。

这是一个展示项目，专注于对50万条Hacker News评论进行语义聚类和嵌入分析。语义聚类通过将评论基于语义相似性分组来揭示主题和模式，而嵌入技术将评论转换为向量形式，便于计算相似性和进行进一步的数据分析。该项目旨在提供一种工具，帮助用户探索和理解大规模评论数据中的结构，可能包括交互式可视化或数据集访问。通过提供的链接，可以查看具体实现或应用。

Calm Company Fund暂停运营总结

投资理念有效，但商业模式不可持续
Calm Company Fund成立五年来，坚持投资早期追求资本效率、利润优先的“冷静公司”。这一理念在专业投资领域非主流，但基金实现了较低失败率、较快流动性、无上限增长潜力及符合预期的整体回报，验证了投资论文的有效性。

核心矛盾：管理费模式无法支撑团队与运营
基金采用类似VC/PE的商业模式：从有限合伙人募集资金，大部分用于投资，约10-15%作为管理费覆盖团队薪酬、工具及运营成本。虽然管理费足以维持小规模团队（如一名普通合伙人加少量员工），但基金作为几乎所有投资的领投方，需主动管理约80家活跃的被投公司，构建新融资结构，并尝试开创全新融资类别，这要求8-10人规模的专业团队。

规模扩张尝试失败
为支撑更大团队，基金计划将规模扩大至5000万至1亿美元，以吸引机构投资者。具体措施包括：

1. 通过众筹增资扩充公司股权，为扩大基金规模搭建团队、工具和流程。
2. 尝试开发除管理费外的其他收入来源（如在线会员、活动、无代码咨询、赞助等），但均未产生足够快速的收益来支持所需团队规模。 最终，基金未能成功募集到目标规模的大额资金，也未能通过附加业务线实现可持续的预算补充。

多重压力导致运营陷入困境

1. 资源极度紧张：基金面临增长的投资组合、持续增加的决策需求与有限的团队资源之间的矛盾，导致投资机会响应、投资者沟通、社区维护等各方面均无法达到理想状态。
2. 法律诉讼消耗：与私募股权公司SureSwift Capital的持续诉讼带来巨额成本与不确定性，进一步挤占本已紧张的预算和精力，并阻碍长期规划。
3. 抗风险能力弱：单一法律诉讼即可对基金生存构成威胁，表明当前规模下的商业模式过于脆弱，无法应对意外冲击。

决定暂停运营
鉴于上述挑战，基金决定：

• 暂停当前基金的资本召集，不再进行新一轮募资。
• 暂停审查投资申请及新投资流程。
• 转向休整期，重新聚焦核心。现有基金及被投公司不受影响，创始人将继续管理投资组合并提供支持，且因经济激励而更有动力。

未来展望与各方说明

• 投资理念：仍坚信投资“冷静公司”的价值，但需探索全新模式、结构或合作方式。
• 现有基金投资者：基金有限合伙关系不变，基金自有储备金覆盖税务及管理成本。
• 众筹投资者（Wefunder）：基金未关闭，投资不会归零，仍有权分享现有基金未来收益分成及潜在未来基金的收益。
• 被投公司创始人：基金未关闭，创始人承诺继续支持，当前季度收益分成义务不变。
• 寻求融资的创始人：投资申请通道保持开放，基金可能偶尔进行“冷静公司”投资，但无法承诺响应所有申请。