Sign up to save your podcasts
Or
Share Hacker News 每日播报 2025-07-14
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
Hacker News 每日播报 2025-07-14
Hacker News 每日播报带你速览今日热点：Devin AI 母公司收购智能 IDE，LIGO 探测到史上最强黑洞合并，开发者用十年跑步数据讲述毅力故事，以及大型语言模型“上下文腐烂”现象的深度揭秘。
Devin AI 母公司 Cognition 宣布收购 Windsurf
AI 软件工程领域迎来一则重磅消息：以全自动 AI 软件工程师 Devin 闻名的 Cognition 公司，正式宣布收购了被称为“智能代理型 IDE”（agentic IDE）的 Windsurf。
收购的核心内容
这次收购不仅意味着 Windsurf 的知识产权、产品和品牌归入 Cognition 旗下，更重要的是，Cognition 将迎来 Windsurf 的顶尖团队。Cognition 首席执行官 Scott Wu 在内部备忘录中透露，Windsurf 带来了高达 8200 万美元的年度经常性收入（ARR），并拥有超过 350 家企业客户和数十万日活用户，其业务能力十分强大。
战略协同与未来愿景
Cognition 的目标是将 Devin 的完全自主代理能力与 Windsurf 成熟的 IDE 产品及其市场推广机制相结合，实现巨大的突破。短期内，Windsurf 团队将保持独立运营，但未来几个月，Cognition 将投入大量资源，将 Windsurf 的核心能力深度整合到现有产品中。
Scott Wu 强调，此次收购是为了“加倍投入我们构建软件工程未来的使命”。他们的愿景是，在不久的将来，工程师将从繁琐的“砌砖工”转变为专注于系统设计的“建筑师”，将创造力从重复性劳动中解放出来。这预示着 AI 在软件开发工具领域的整合将进一步深化，旨在让开发者更高效、更专注于高价值的创造性工作。
Kiro：一款全新的代理式 IDE
一款名为 Kiro 的全新“代理式 IDE”（agentic IDE）在社区引发了热议。它旨在解决当前 AI 辅助编程的一大痛点：AI 生成的原型代码虽快，但往往缺乏文档、设计粗糙，难以投入生产。Kiro 试图通过引入“规范驱动开发”（spec-driven development）来弥补这一鸿沟。
Kiro 的核心功能
Kiro 的工作流程围绕两大核心功能构建：
思考与讨论
Kiro 的出现自然引发了关于 AI 在开发流程中角色的深入思考。一方面，它通过规范驱动和自动化钩子，有望显著提升开发效率和代码质量，让开发者专注于更高层次的设计。
但另一方面，这也带来了一些值得探讨的问题。AI 生成的规范和代码，其决策过程是否足够透明？当出现问题时，开发者如何调试和理解 AI 的“思考”过程？过度依赖 AI 是否会削弱开发者对代码的精细控制权？此外，这类深度集成 AI 的 IDE，其性能、资源消耗以及未来可能的商业模式，都是社区关注的焦点。Kiro 代表了 AI 从“代码补全”向“流程自动化”迈进的重要一步，其实际效果将取决于它在真实项目中的表现。
LIGO 探测到迄今最巨大的黑洞合并事件
引力波天文学领域传来捷报，LIGO-Virgo-KAGRA（LVK）合作组织探测到了迄今为止最巨大的黑洞合并事件——GW231123。
这次合并发生在 2023 年 11 月 23 日，最终形成了一个质量约为太阳 225 倍的超级黑洞。而参与合并的两个黑洞，其质量分别约为太阳的 100 倍和 140 倍。这一发现极具颠覆性，因为根据现有的标准恒星演化模型，如此大质量的黑洞是“被禁止”形成的。这强烈暗示，这两个巨大的黑洞本身可能就是由更小黑洞在早期合并而成的。
更令人惊奇的是，这两个黑洞的自旋速度接近爱因斯坦广义相对论所允许的极限。这不仅使得信号的建模和解释变得异常复杂，也为理论物理学提供了绝佳的研究案例。科学家们表示，完全解析这个复杂的信号模式可能需要数年时间。
这项发现不仅再次证明了引力波天文学在揭示宇宙奥秘方面的强大能力，也必将激发科学界和科技爱好者对黑洞形成、演化以及引力波探测技术未来的热烈讨论。
可视化呈现：连续十年每日跑步的壮举
一位名叫 Adrien Friggeri 的开发者分享了他连续十年每天跑步的惊人壮举，并用精美的数据可视化图表呈现了这段旅程。他的项目秉持一个简单的理念：“NO DAYS OFF”——没有休息日。
十年如一日的坚持
从 2015 年 7 月 11 日开始，Adrien 累计跑了 3658 天，总里程 11942 英里（约 19218 公里），足迹遍布七大洲，甚至包括南极洲。他克服了应力性骨折、心脏手术、流感等各种挑战，无论严寒酷暑都未曾间断。
数据背后的故事
Adrien 的可视化网站展示了大量有趣的数据，例如他的年度里程、跑步时间分布（绝大多数在清晨）、平均配速和心率等。其中一个有趣的细节是“streak savers”（连胜守护者）——那些一英里左右的短跑。这些短跑在后期变得更加频繁，体现了他在保持连胜和实际训练量之间的平衡。
这个项目不仅展示了惊人的毅力，也引发了社区关于健康、自律和目标的思考。许多人对这种“每天都跑”的模式是否健康表示好奇，并讨论了休息日的重要性。同时，作为技术社区，大家也对 Adrien 如何收集、处理和可视化这些数据表现出浓厚兴趣，这无疑是将个人爱好与技术能力完美结合的精彩案例。
一起学习现代 x86-64 汇编 (2020)
一篇 2020 年的旧文《Let's Learn x86-64 Assembly》因其现代和务实的教学方法而再次受到关注。作者旨在弥补许多大学课程的不足，跳过 DOS、实模式等过时概念，直接聚焦于现代 Windows 平台下的 x86-64 汇编编程。
文章推荐使用轻量级的 FASM 作为汇编器，以及功能强大的 WinDbg 作为调试器。内容从 CPU 的基本模型讲起，深入浅出地解释了寄存器、虚拟内存等核心概念，并演示了如何编写一个最简单的 Windows 程序。
教程的精华在于详细阐述了在 Windows 上进行系统调用所必需的知识，包括 PE 文件格式中的 DLL 导入机制，以及 64 位 Windows 的调用约定（例如，前四个参数通过寄存器传递）。
这篇文章之所以受到欢迎，正是因为它为希望深入理解计算机底层运作的开发者提供了一条清晰、实用的学习路径。虽然直接编写汇编的场景不多，但理解它对于性能优化、逆向工程和调试复杂问题仍然至关重要。有经验的开发者也建议，对于初学者，从更简单的 RISC 架构（如 ARM 或 RISC-V）入手，或许能更容易地建立起对底层硬件的直观理解。
实现高速词法分析器的策略
一篇关于编译器核心组件——词法分析器（Lexer）性能优化的深度技术文章，详细分享了如何将词法分析的速度推向极致。
作者在开发自己的 S-expression 语言 purple-garden 时，综合运用了多种高级优化策略：
通过这些优化，作者的词法分析器达到了每秒处理数亿字节的惊人速度。这篇文章不仅展示了卓越的工程实践，也为社区提供了一个深入探讨编译器优化和底层系统编程的绝佳案例，引发了关于性能与代码可读性、跨平台兼容性等话题的广泛讨论。
深入探讨 Rails Engines：构建模块化的 Rails 应用
这篇文章通过一个名为 Active Storage Dashboard 的实用工具，深入探讨了 Rails Engines 这一强大但常被低估的功能，展示了如何用它来构建模块化、可维护和可重用的 Rails 应用。
作者的痛点源于需要频繁手动查询 Active Storage 的使用情况。为此，他开发了一个可挂载的 Rails Engine，提供了一个无需技术背景即可监控和管理文件存储的现代化界面。
文章的核心在于强调 Rails Engines 是实现模块化设计的“英雄”。它们如同微型 Rails 应用，可以被无缝集成到任何主应用中，拥有自己的模型、视图、控制器和路由。作者将其比作“没有操作复杂性的 Ruby 版微服务”，是应对功能复杂或需要跨项目重用场景的理想选择。
文章还分享了构建生产级 Engine 的大量最佳实践，如全面的命名空间、灵活的配置选项、最小化外部依赖、优雅的错误处理和清晰的文档等。这为 Rails 开发者提供了一份宝贵的指南，鼓励大家利用 Engines 来提升软件架构，实现更高效的开发和维护。
Replicube：一款 3D 着色器解谜游戏
一款名为 Replicube 的 3D 解谜游戏吸引了社区的目光。它的独特之处在于，将通常属于底层图形编程的“着色器”（shaders）变成了核心解谜机制。
着色器是运行在 GPU 上的小程序，负责计算屏幕上每个像素的颜色。在 Replicube 中，玩家可能需要通过理解或修改着色器代码来解决空间难题，达到特定的视觉效果。这种将编程概念游戏化的设计，对开发者和图形编程爱好者具有天然的吸引力。
社区对这种创新的游戏机制表示赞赏，认为这是游戏设计领域的一次有趣探索。同时，大家也热烈讨论了这款游戏的学习曲线和目标受众——它能否成为学习着色器编程的有趣入门工具？由于游戏提供了在线演示，任何人都可以轻松体验，这也大大降低了尝试的门槛。Replicube 被视为一个充满潜力的项目，它不仅提供了新的娱乐方式，也为图形编程的普及开辟了新途径。
上下文腐烂：输入越长，大型语言模型性能越差？
来自 Chroma Research 的一份报告《Context Rot》揭示了一个令人深思的现象：大型语言模型（LLM）在处理长上下文时，其性能会以一种不均匀且出人意料的方式下降。
报告挑战了一个普遍假设：即模型的上下文处理能力是均匀的。研究表明，即使在简单的任务上，随着输入长度的增加，模型的性能也会显著下降。研究团队通过扩展标准的“大海捞针”（Needle in a Haystack）测试，发现了几个关键问题：
这份报告清晰地揭示了 LLM 在长上下文处理上的局限性，即“上下文腐烂”。它强调，仅仅增加上下文窗口的长度并不能保证性能的提升。“上下文工程”——即如何精心构建和组织提供给模型的信息——对于确保模型在实际应用中的可靠性至关重要。
Bedrock：一个为程序“永生”而设计的 8 位计算系统
一个名为 Bedrock 的项目提供了一个独特的视角，来探讨软件的寿命和可移植性问题。它并非实体硬件，而是一个极简、便携的 8 位计算机系统规范，其核心目标是让程序能够“永远运行”并“随处运行”。
Bedrock 定义了一个仅有 32 条指令和 12 个标准设备的极简计算接口。开发者只需编写一次程序，就能通过一个轻量级模拟器在任何支持 Bedrock 的系统上运行，无论是现代的 Windows、Linux、Web 浏览器，还是像任天堂 DS 这样的老旧设备。
这个项目旨在通过构建一个稳定、极简的计算环境来对抗技术的快速迭代和淘汰。作者通过多个生动的演示（如一个功能齐全的像素绘图程序和一个贪吃蛇游戏）展示了 Bedrock 的能力。在一个软硬件飞速发展的时代，Bedrock 提醒我们，有时最强大的解决方案并非最复杂的，而是那些能够提供最基础、最持久抽象的方案。
相关链接：
- Cognition (Devin AI) to Acquire Windsurf
- Kiro: A new agentic IDE
- LIGO detects most massive black hole merger to date
- Show HN: Ten years of running every day, visualized
- Let's Learn x86-64 Assembly (2020)
- Strategies for Fast Lexers
- Building Modular Rails Applications: A Deep Dive into Rails Engines
- Replicube: 3D shader puzzle game, online demo
- Context Rot: How increasing input tokens impacts LLM performance
- Show HN: Bedrock – An 8-bit computing system for running programs anywhere
View all episodes
By Agili 的 Hacker PodcastHacker News 每日播报带你速览今日热点：Devin AI 母公司收购智能 IDE，LIGO 探测到史上最强黑洞合并，开发者用十年跑步数据讲述毅力故事，以及大型语言模型“上下文腐烂”现象的深度揭秘。
Devin AI 母公司 Cognition 宣布收购 Windsurf
AI 软件工程领域迎来一则重磅消息：以全自动 AI 软件工程师 Devin 闻名的 Cognition 公司，正式宣布收购了被称为“智能代理型 IDE”（agentic IDE）的 Windsurf。
收购的核心内容
这次收购不仅意味着 Windsurf 的知识产权、产品和品牌归入 Cognition 旗下，更重要的是，Cognition 将迎来 Windsurf 的顶尖团队。Cognition 首席执行官 Scott Wu 在内部备忘录中透露，Windsurf 带来了高达 8200 万美元的年度经常性收入（ARR），并拥有超过 350 家企业客户和数十万日活用户，其业务能力十分强大。
战略协同与未来愿景
Cognition 的目标是将 Devin 的完全自主代理能力与 Windsurf 成熟的 IDE 产品及其市场推广机制相结合，实现巨大的突破。短期内，Windsurf 团队将保持独立运营，但未来几个月，Cognition 将投入大量资源，将 Windsurf 的核心能力深度整合到现有产品中。
Scott Wu 强调，此次收购是为了“加倍投入我们构建软件工程未来的使命”。他们的愿景是，在不久的将来，工程师将从繁琐的“砌砖工”转变为专注于系统设计的“建筑师”，将创造力从重复性劳动中解放出来。这预示着 AI 在软件开发工具领域的整合将进一步深化，旨在让开发者更高效、更专注于高价值的创造性工作。
Kiro：一款全新的代理式 IDE
一款名为 Kiro 的全新“代理式 IDE”（agentic IDE）在社区引发了热议。它旨在解决当前 AI 辅助编程的一大痛点：AI 生成的原型代码虽快，但往往缺乏文档、设计粗糙，难以投入生产。Kiro 试图通过引入“规范驱动开发”（spec-driven development）来弥补这一鸿沟。
Kiro 的核心功能
Kiro 的工作流程围绕两大核心功能构建：
思考与讨论
Kiro 的出现自然引发了关于 AI 在开发流程中角色的深入思考。一方面，它通过规范驱动和自动化钩子，有望显著提升开发效率和代码质量，让开发者专注于更高层次的设计。
但另一方面，这也带来了一些值得探讨的问题。AI 生成的规范和代码，其决策过程是否足够透明？当出现问题时，开发者如何调试和理解 AI 的“思考”过程？过度依赖 AI 是否会削弱开发者对代码的精细控制权？此外，这类深度集成 AI 的 IDE，其性能、资源消耗以及未来可能的商业模式，都是社区关注的焦点。Kiro 代表了 AI 从“代码补全”向“流程自动化”迈进的重要一步，其实际效果将取决于它在真实项目中的表现。
LIGO 探测到迄今最巨大的黑洞合并事件
引力波天文学领域传来捷报，LIGO-Virgo-KAGRA（LVK）合作组织探测到了迄今为止最巨大的黑洞合并事件——GW231123。
这次合并发生在 2023 年 11 月 23 日，最终形成了一个质量约为太阳 225 倍的超级黑洞。而参与合并的两个黑洞，其质量分别约为太阳的 100 倍和 140 倍。这一发现极具颠覆性，因为根据现有的标准恒星演化模型，如此大质量的黑洞是“被禁止”形成的。这强烈暗示，这两个巨大的黑洞本身可能就是由更小黑洞在早期合并而成的。
更令人惊奇的是，这两个黑洞的自旋速度接近爱因斯坦广义相对论所允许的极限。这不仅使得信号的建模和解释变得异常复杂，也为理论物理学提供了绝佳的研究案例。科学家们表示，完全解析这个复杂的信号模式可能需要数年时间。
这项发现不仅再次证明了引力波天文学在揭示宇宙奥秘方面的强大能力，也必将激发科学界和科技爱好者对黑洞形成、演化以及引力波探测技术未来的热烈讨论。
可视化呈现：连续十年每日跑步的壮举
一位名叫 Adrien Friggeri 的开发者分享了他连续十年每天跑步的惊人壮举，并用精美的数据可视化图表呈现了这段旅程。他的项目秉持一个简单的理念：“NO DAYS OFF”——没有休息日。
十年如一日的坚持
从 2015 年 7 月 11 日开始，Adrien 累计跑了 3658 天，总里程 11942 英里（约 19218 公里），足迹遍布七大洲，甚至包括南极洲。他克服了应力性骨折、心脏手术、流感等各种挑战，无论严寒酷暑都未曾间断。
数据背后的故事
Adrien 的可视化网站展示了大量有趣的数据，例如他的年度里程、跑步时间分布（绝大多数在清晨）、平均配速和心率等。其中一个有趣的细节是“streak savers”（连胜守护者）——那些一英里左右的短跑。这些短跑在后期变得更加频繁，体现了他在保持连胜和实际训练量之间的平衡。
这个项目不仅展示了惊人的毅力，也引发了社区关于健康、自律和目标的思考。许多人对这种“每天都跑”的模式是否健康表示好奇，并讨论了休息日的重要性。同时，作为技术社区，大家也对 Adrien 如何收集、处理和可视化这些数据表现出浓厚兴趣，这无疑是将个人爱好与技术能力完美结合的精彩案例。
一起学习现代 x86-64 汇编 (2020)
一篇 2020 年的旧文《Let's Learn x86-64 Assembly》因其现代和务实的教学方法而再次受到关注。作者旨在弥补许多大学课程的不足，跳过 DOS、实模式等过时概念，直接聚焦于现代 Windows 平台下的 x86-64 汇编编程。
文章推荐使用轻量级的 FASM 作为汇编器，以及功能强大的 WinDbg 作为调试器。内容从 CPU 的基本模型讲起，深入浅出地解释了寄存器、虚拟内存等核心概念，并演示了如何编写一个最简单的 Windows 程序。
教程的精华在于详细阐述了在 Windows 上进行系统调用所必需的知识，包括 PE 文件格式中的 DLL 导入机制，以及 64 位 Windows 的调用约定（例如，前四个参数通过寄存器传递）。
这篇文章之所以受到欢迎，正是因为它为希望深入理解计算机底层运作的开发者提供了一条清晰、实用的学习路径。虽然直接编写汇编的场景不多，但理解它对于性能优化、逆向工程和调试复杂问题仍然至关重要。有经验的开发者也建议，对于初学者，从更简单的 RISC 架构（如 ARM 或 RISC-V）入手，或许能更容易地建立起对底层硬件的直观理解。
实现高速词法分析器的策略
一篇关于编译器核心组件——词法分析器（Lexer）性能优化的深度技术文章，详细分享了如何将词法分析的速度推向极致。
作者在开发自己的 S-expression 语言 purple-garden 时，综合运用了多种高级优化策略：
通过这些优化，作者的词法分析器达到了每秒处理数亿字节的惊人速度。这篇文章不仅展示了卓越的工程实践，也为社区提供了一个深入探讨编译器优化和底层系统编程的绝佳案例，引发了关于性能与代码可读性、跨平台兼容性等话题的广泛讨论。
深入探讨 Rails Engines：构建模块化的 Rails 应用
这篇文章通过一个名为 Active Storage Dashboard 的实用工具，深入探讨了 Rails Engines 这一强大但常被低估的功能，展示了如何用它来构建模块化、可维护和可重用的 Rails 应用。
作者的痛点源于需要频繁手动查询 Active Storage 的使用情况。为此，他开发了一个可挂载的 Rails Engine，提供了一个无需技术背景即可监控和管理文件存储的现代化界面。
文章的核心在于强调 Rails Engines 是实现模块化设计的“英雄”。它们如同微型 Rails 应用，可以被无缝集成到任何主应用中，拥有自己的模型、视图、控制器和路由。作者将其比作“没有操作复杂性的 Ruby 版微服务”，是应对功能复杂或需要跨项目重用场景的理想选择。
文章还分享了构建生产级 Engine 的大量最佳实践，如全面的命名空间、灵活的配置选项、最小化外部依赖、优雅的错误处理和清晰的文档等。这为 Rails 开发者提供了一份宝贵的指南，鼓励大家利用 Engines 来提升软件架构，实现更高效的开发和维护。
Replicube：一款 3D 着色器解谜游戏
一款名为 Replicube 的 3D 解谜游戏吸引了社区的目光。它的独特之处在于，将通常属于底层图形编程的“着色器”（shaders）变成了核心解谜机制。
着色器是运行在 GPU 上的小程序，负责计算屏幕上每个像素的颜色。在 Replicube 中，玩家可能需要通过理解或修改着色器代码来解决空间难题，达到特定的视觉效果。这种将编程概念游戏化的设计，对开发者和图形编程爱好者具有天然的吸引力。
社区对这种创新的游戏机制表示赞赏，认为这是游戏设计领域的一次有趣探索。同时，大家也热烈讨论了这款游戏的学习曲线和目标受众——它能否成为学习着色器编程的有趣入门工具？由于游戏提供了在线演示，任何人都可以轻松体验，这也大大降低了尝试的门槛。Replicube 被视为一个充满潜力的项目，它不仅提供了新的娱乐方式，也为图形编程的普及开辟了新途径。
上下文腐烂：输入越长，大型语言模型性能越差？
来自 Chroma Research 的一份报告《Context Rot》揭示了一个令人深思的现象：大型语言模型（LLM）在处理长上下文时，其性能会以一种不均匀且出人意料的方式下降。
报告挑战了一个普遍假设：即模型的上下文处理能力是均匀的。研究表明，即使在简单的任务上，随着输入长度的增加，模型的性能也会显著下降。研究团队通过扩展标准的“大海捞针”（Needle in a Haystack）测试，发现了几个关键问题：
这份报告清晰地揭示了 LLM 在长上下文处理上的局限性，即“上下文腐烂”。它强调，仅仅增加上下文窗口的长度并不能保证性能的提升。“上下文工程”——即如何精心构建和组织提供给模型的信息——对于确保模型在实际应用中的可靠性至关重要。
Bedrock：一个为程序“永生”而设计的 8 位计算系统
一个名为 Bedrock 的项目提供了一个独特的视角，来探讨软件的寿命和可移植性问题。它并非实体硬件，而是一个极简、便携的 8 位计算机系统规范，其核心目标是让程序能够“永远运行”并“随处运行”。
Bedrock 定义了一个仅有 32 条指令和 12 个标准设备的极简计算接口。开发者只需编写一次程序，就能通过一个轻量级模拟器在任何支持 Bedrock 的系统上运行，无论是现代的 Windows、Linux、Web 浏览器，还是像任天堂 DS 这样的老旧设备。
这个项目旨在通过构建一个稳定、极简的计算环境来对抗技术的快速迭代和淘汰。作者通过多个生动的演示（如一个功能齐全的像素绘图程序和一个贪吃蛇游戏）展示了 Bedrock 的能力。在一个软硬件飞速发展的时代，Bedrock 提醒我们，有时最强大的解决方案并非最复杂的，而是那些能够提供最基础、最持久抽象的方案。
相关链接：
- Cognition (Devin AI) to Acquire Windsurf
- Kiro: A new agentic IDE
- LIGO detects most massive black hole merger to date
- Show HN: Ten years of running every day, visualized
- Let's Learn x86-64 Assembly (2020)
- Strategies for Fast Lexers
- Building Modular Rails Applications: A Deep Dive into Rails Engines
- Replicube: 3D shader puzzle game, online demo
- Context Rot: How increasing input tokens impacts LLM performance
- Show HN: Bedrock – An 8-bit computing system for running programs anywhere