KetchUp：用 Rust + WebGPU 写的开源 SketchUp 替代品
DEV
在 Hacker News 拿到 180 分的 KetchUp，是一个用 Rust + WebGPU 从零写起的开源 SketchUp 替代品，直接跑在浏览器里，不需要安装本地建模软件。项目由 ketchup3d 维护，目标是把 SketchUp 那套「推拉即建模」的交互搬到 Web 端，借 WebGPU 做实时渲染与几何运算。对建筑设计、木工和 3D 打印的轻量建模用户来说，这意味着一个免费、可自托管、模型数据不出本地的选项；对开发者而言，它也是观察 Rust→WASM + WebGPU 这套新前端图形栈能否撑起 CAD 级应用的样本。
llama-modchip：在 64GB 内存、无 GPU 的机器上跑 284B DeepSeek
HOT
GitHub 项目 llama-modchip 声称能在 64GB 内存、完全没有 GPU 的普通机器上跑起 284B 参数的 DeepSeek MoE 模型，在 HN 收获 363 分、153 条讨论。其核心思路是把权重留在磁盘、按需调入内存，用极低吞吐换取「能跑」。它并不追求可用速度，而是给出一个下限证明：超大模型的本地推理门槛，正在从显存容量转向 IO 与内存带宽。对想本地跑大模型却买不起 H100 的开发者，这类实验值得跟踪；对推理框架作者，它提示了 SSD 分层加载的工程空间。
Google DeepMind 的 MuJoCo 重回 GitHub Trending
DEV
Google DeepMind 的开源物理引擎 MuJoCo 再次登上 GitHub Trending。它 2021 年被 DeepMind 收购后全面开源，如今是机器人强化学习事实上的标准仿真环境：从四足与人形机器人的运动控制训练，到 Gymnasium 里的经典控制任务，背后都是它。近两年 MuJoCo 3 系列补上了基于 JAX 的 MJX，可在 GPU 上大规模并行仿真，采样不再依赖 CPU 集群。对做具身智能与 RL 的团队，它是必须评估的一块基础设施；对刚入门的人，也是最好的仿真练手项目。
anthropics/claude-quickstarts：官方 Claude API 起步项目集
AI
Anthropic 官方仓库 claude-quickstarts 登上 GitHub Trending，收录一批可直接运行的 Claude API 起步项目：客服与销售对话代理、PDF 文档问答与摘要、计算机使用（computer use）演示，以及带工具调用与流式输出的最小示例。每个目录都是独立可部署的小应用，配好 API Key 即可跑，代码量刻意压到最低，便于改造成自己的原型。对正在评估把 Claude 接入产品的团队，它比读文档更快——先跑通端到端链路，再谈提示词工程与 token 成本优化。
Dux：自带文件管理器的开源 Wayland 桌面 shell
NEW
Dux 是一个新的开源 Wayland 桌面 shell，主打「开箱可用」：自带文件管理器、主题系统与应用启动器，补上 Wayland compositor 之上那层长期由 GNOME/KDE 垄断的桌面体验。项目在 HN 拿到 196 分。对 Linux 桌面用户，它提供了 GNOME 之外的轻量选择；对想自己做桌面环境的人，它是一个可读的参考实现——用现代 Wayland 协议栈重写传统桌面组件。目前仍属早期，日常切换前建议先在虚拟机试，重点看输入法、多屏与高 DPI 表现。
Packethound：Windows 上的 Little Snitch，逐条确认出站连接
NEW
Packethound 自称「Windows 上的 Little Snitch」，在 HN 获得 94 分。它是一款 Windows 出站连接防火墙：按进程和域名展示每个应用正在连向哪里，并对新连接弹出放行/拦截提示，把 macOS 上 Little Snitch 那套「逐条连接确认」的体验带到 Windows。对开发者和隐私敏感用户，这比系统自带防火墙的粗粒度规则实用得多——能第一时间发现某个 npm 包、遥测 SDK 或破解软件在偷偷外连，也方便排查代理与本地服务的连通问题。
不用任何 AI 框架，手写一个 ChatGPT 式流式对话
DEV
Sybill 团队复盘他们从 2025 年 1 月开始手写 Ask Sybill 这个销售侧 AI 聊天的过程：不用 LangChain 之类框架，而是把 ChatGPT 当作体验标杆，自己做流式输出、逐字渲染、会话状态与失败重试。文章解释了当时的判断——早期 AI 框架抽象层太厚，出问题时难以定位，手写反而更快。对正在做 AI 产品的工程师，这是一个难得的「反向选择」案例：框架能省启动时间，但流式、超时、降级这些真正影响体验的细节，往往还是得自己写。
如何为 Android 设计低功耗地理围栏引擎
DEV
这篇长文从一次项目会议中途手机突然爆响的尴尬讲起，系统拆解 Android 低功耗地理围栏引擎的设计取舍：Geofencing API 与广播接收的触发时机、Doze 模式与厂商省电策略对回调的延迟、用显著位移与活动识别降低唤醒次数，以及如何在「及时」和「省电」之间定阈值。文章给出了分层设计的思路与实测经验。做外卖、打卡、位置提醒类应用的开发者，能从中拿到避免「围栏不触发」和「电池被吸干」两类典型事故的检查清单。
用图证明等式：e-graph 入门第一篇
DEV
Evan Patterson 的系列第一篇《How to prove equations using diagrams》，用图示方法讲等式证明：先把项重写成 string diagram，再用 e-graph 做等式饱和（equality saturation），让机器在图上搜索等价形式，而不是靠人一条条套公理。文章配了大量手绘图，把范畴论里抽象的 rewrite 规则落到可操作的算法上。对做编译器优化、符号计算、程序验证的人，这是一条比传统 term rewriting 更高效的路径；对数学背景的读者，则是进入 e-graph 生态最平缓的入口。
科技爱好者周刊第 417 期：不要让 AI 代表你
AI
阮一峰《科技爱好者周刊》第 417 期，标题提出的主张是「不要让 AI 代表你」。这一期把议题落在 AI 代理的边界上：当 agent 能替你发邮件、替你参会、替你在社交平台发言时，哪些事必须亲自做、哪些可以外包给模型。周刊同时收录了一周内的工具、文章与资源推荐，延续「开源优先、自建优先」的选材口味。对每周靠它补充信息食谱的开发者，这一期的价值在于把「AI 代理」从功能讨论拉回到责任与身份问题——署名和承诺终究要落在人身上。
Herb Sutter：当语言的创造者与所有者严重分歧
HOT
ISO C++ 标准化文件 P4454R0 在 HN 引发讨论，作者是 WG21 长期召集人 Herb Sutter，标题直指「当一门语言的创造者与其所有者意见严重分歧」。文件讨论的是治理层面的难题：当设计者与代表工业界利益的标准委员会在语言演进方向上出现明显冲突时，流程该如何处理。外界普遍把「创造者」与「所有者」对应到 Bjarne Stroustrup 与 ISO 委员会，背景是近年围绕内存安全、Profile 与「是否该向 Rust 靠拢」的持续争论。对依赖 C++ 的基础设施团队，这场争论决定未来五到十年语言会不会真正变安全。
The Web Is More Than Enough：Paul Ford 谈 Web 已经够用
HOT
Paul Ford 的长文《The Web Is More Than Enough》在一片「平台已死、AI 原生应用才是未来」的喧嚣里唱反调：Web 这台老机器已经够用了。他从自己搭网站的经历谈起，论证 HTML、HTTP、链接与浏览器这套三十年的基础设施，其表达力和可达性仍被严重低估，许多所谓新范式不过是把老能力重新包装。对独立开发者，文章的现实含义是：与其追平台红利，不如把 RSS、静态站、开放 API 这些「无聊」的东西做扎实，它们的寿命远长于任何应用商店。
如何对抗「AI 脑糊」：一个开发者的具体方法
AI
开发者 Sergey Kuhne 记录了「AI 脑糊」（AI brain fry）这种新职业病：一天里在多个模型、多个会话之间切换，读大量生成内容后，注意力与判断力显著下降。他的应对办法很具体：给 AI 使用设时段而非全天开着、把「读 AI 输出」改成「带着问题去问」、每天留出完全不碰模型的深度工作块、用纸笔整理结论。文章在 HN 获 149 分、127 条评论，说明这不是个例。对把 Copilot 与 agent 塞进日常流程的团队，它提醒：工具提升的是吞吐，审阅成本仍然是人力。
Claude 能读我的 Gmail 吗？Mac 上的接入教程
AI
这篇教程回答了很多人关心的问题：Claude 能不能读你的 Gmail？可以，但有前提。流程是：先在 macOS 上用 Postage 这类客户端，以 Google 应用专用密码把 Gmail 账户接入；再在 Claude Desktop 或 Claude Code 的 Settings > Agents 里连接该账户；此后 Claude 就能搜索、读取并总结你的邮件与线程。文章也点出了代价——邮件内容会进入模型上下文，等于把收件箱的隐私边界交出去。适合先从小范围标签或测试账号试起，再决定是否放开主邮箱。
用 ChatGPT 总结 PDF 并自动存进 Notion（无代码）
AI
一个纯 No-code 的自动化流程：把 PDF 丢进被监视的文件夹或收件箱，Make 场景自动触发，调用 ChatGPT 生成结构化摘要（要点、结论、待办），再把结果写成 Notion 里可搜索的页面。整个过程不写代码，关键在提示词模板要固定字段，否则 Notion 数据库的列会对不齐。对每天要处理大量论文、合同或报告的运营与研究人员，这套流水线能把「读一遍再记笔记」压缩成「审一遍摘要」，但模板质量决定了它是省时间还是制造更多待清理的垃圾条目。
本周热门项目有共同线索：把过去必须装在本地的重型软件搬进浏览器或轻量运行时。KetchUp 用 Rust+WebGPU 在网页里做 CAD，llama-modchip 拿磁盘换显存跑 284B 模型。性能不够，越来越不是拒绝一个想法的理由，而是架构设计的题目。
另一条线是 AI 从尝鲜进入流程：官方 quickstarts 把端到端链路压到几十行代码，教程开始教 Claude 读邮箱，也有人记录「AI 脑糊」的代价。工具的边际成本在降，审阅与判断的成本没降。下一阶段拉开差距的，不是谁用得多，而是谁划得清边界。
Herb Sutter 谈「语言创造者与所有者分歧」，Paul Ford 说「Web 已经够用」，一个向内一个向外，问的其实是同一件事：谁决定技术往哪走。C++ 的安全化、Web 的原生能力，最终由治理结构而非技术优劣定胜负。选型时看清决策机制，比看 benchmark 更值钱。