汪汪简报

全部新闻

1. AI工具 · Simon Willison

   任何 Nix 包，直接在浏览器中运行

   Nix包免装进浏览器，尝鲜省事，但性能兼容性没数据，生产慎用

   PR 评审者可以点开 pull request 评论里的那条链接，在浏览器内启动这个 PR 的构建产物；但别拿它替掉 CI——生产验证仍要跑在真机上。

   展开全文收起

   依据

   Farid Zakaria 把这事称作他的 “magnum opus of Nix work”（Nix 工作的代表作），Simon Willison 说看得出为什么。机制是：trynix.dev 用 qemu-wasm，也就是把 QEMU 模拟器编译成 WebAssembly（浏览器里跑的字节码），提供一台 x86_64 Linux 虚拟机，整台机器跑在浏览器里，不经服务器；这台虚拟机可以用过去 13 年里的任意 Nix 包启动，且包是 URL 可寻址的。原文给的路径是访问 https://trynix.dev/?pkg=python3%403.6.2 再点 “Load”，就得到一个跑着 2017 年 Python 3.6.2 的交互 shell。Farid 新做的东西 trynix-preview 是个 GitHub Action，在 pull request 上评论一条链接，让人直接引导这个 PR 的构建，原文说法是 “No servers, just browsers”。

   1. 打开 trynix.dev 页面
      ↓→点 Load
   2. 点击 Load
      ↓→启动 VM
   3. 浏览器内起 x86_64 虚拟机
      ↓→进入 shell
   4. 得到 Python 3.6.2 shell

   没写清 材料没给启动耗时、内存占用，也没给与原生运行的速度或兼容性对照，所以性能与生产可用性无法替它下结论。

   下一步 核对 trynix.dev/?pkg=python3%403.6.2 这条链接现在是否还能点 Load 出 Python 3.6.2 的交互 shell。

   原文 →

   剪报

2. AI工具 · The Verge AI

   Slack 现在可以在聊天中通过 vibe-code 生成交互式图表和报告

   Slack用AI跨应用生成图表，省了切换工具，但需授权数据访问。

   团队里做周报的人可以不再为一张图切到外部 BI，但决定用不用的不是制图能力，而是谁愿意把 Google Drive、Salesforce 的读取授权交给 Slackbot。实时数据要到十月才支持，在那之前它只够做快照型看板。

   展开全文收起

   依据

   The Verge AI 报道，Slack 把仪表盘和报告的生产搬进对话流：用户用自然语言向 Slackbot（Slack 的对话助手）描述需求，AI 从相关会话和已连接应用取数，生成 Surface，也就是可在频道里分享、固定并评论的交互视图。机制上它把取数、可视化和协作压进同一界面，省掉导出到外部工具这一步，代价落在数据侧：只能读取使用者已授权给 AI 工具的信息，Salesforce 或 Google Drive 没开授权，Slackbot 就取不到数，跨应用权限范围直接决定这张图能不能画出来。另一处限制是时间——实时数据要等到十月，此前生成的看板是快照，不适合盯盘式的实时监控。所以它替换掉的是团队内部轻量工具那一段搭建成本，专业 BI 的复杂建模与治理需求不在覆盖范围内：权限和时效这两道门槛没跨过去，省下的切换步骤也换不来可用结论。

   1. 自然语言描述需求
      ↓→触发取数
   2. 从会话与已连接应用取数
      ↓→渲染
   3. 生成可交互 Surface
      ↓→发布到频道
   4. 分享、固定并评论

   没写清 Slack 未说明授权之后，频道里其他人看到的是同一份数据，还是各自按自己的权限过滤——材料没给这块，不能替它补。

   下一步 十月实时数据上线时，Slack 是否同时公布跨应用数据按用户权限过滤的说明。

   原文 →

   剪报

3. AI工具 · AWS Machine Learning Blog

   在 Amazon Bedrock Knowledge Base 中使用 Marengo 3.0 进行视频和图像搜索

   多模态检索省掉自建管线，但只对Bedrock存量客户划算。

   已经把文本检索放在 Bedrock Knowledge Base 上的团队，可以把视频和图片并入同一条检索链路，不必再自建一整套视频索引；不在 Bedrock 上的团队要先搬数据，省下的管线维护未必抵得过这次迁移。

   展开全文收起

   依据

   AWS Machine Learning Blog 挂出一篇题为《Video and image search in Amazon Bedrock Knowledge Base using Marengo 3.0》的文章，但抓到的正文只剩站点导航、产品目录与定价入口，Marengo 3.0 是模型、插件还是托管服务，材料一个字没交代。能确认的只有标题给出的那条机制：把视频和图片纳入 Knowledge Base 的检索范围。Knowledge Base 是 Bedrock 里负责把企业文档切块、向量化后交给模型检索的组件；检索对象一旦从纯文本扩到画面，前端就需要一个多模态嵌入模型，把视频帧和图片转成同一种向量再做相似度匹配，这一步原先要自建选帧、抽帧、向量库三套东西。取舍因此有明显的分界线：已在 Bedrock 上的团队只是多开一个模态，切块逻辑、权限和计费入口不用动，省掉的是自建管线的运维人力；不在 Bedrock 上的团队要先完成数据搬迁，而材料里没有任何一条价格、时长或迁移量的对照数字，这笔搬迁的成本无法估算。

   没写清 材料没有给出 Marengo 3.0 的调用单价、单次可处理的视频时长上限，也没有索引存储费用，所以算不出自建管线究竟能省多少。

   下一步 等该文正文与 Bedrock 定价页补全后，核对视频、图片检索是否与文本检索按同一档按量计费。

   原文 →

   剪报

4. 技术与协议 · a16z Crypto

   如何证明软件正确运行——在手机上或GPU上，在后量子世界中

   Jolt后量子版本主打手机与GPU可验证，性能能否兑现仍需实测数据

   正在为链上验证成本选 zkVM 的团队，可以把「后量子」从路线图挪进当期评估：若费用大头是证明体积，Lattice Jolt 已在体积与速度上同时给出报价，前提是自己复现一遍。

   展开全文收起

   依据

   a16z crypto 的 Markos Georghiades、Justin Thaler、Andrew Tretyakov 与 Michael Zhu 在9月10日发布 Lattice Jolt，把 Jolt 里唯一依赖椭圆曲线的组件 Dory（多项式承诺方案，负责把多项式压成短承诺）换成基于格假设 Module-SIS 的 Akita。机制是：椭圆曲线把证明运算锁在 256 位域上，格密码在 128 位域就能达到同等安全，而 prover 的开销主要花在域元素相乘，位宽减半使每次乘法快数倍。同一台笔记本上，Dory 时期约 700,000 cycles/s，优化后过 1 million，Lattice Jolt 超 2 million；MacBook 配 Metal（苹果在自研 GPU 上跑代码的框架）超 10 million，仅 CPU 也超 2 million。证明体积降到 100 KB 以下，其他后量子 zkVM 在 200 KB 到 600 KB 以上，prover 内存从约 300 bytes/cycle 降到 200。

   • Dory 版 Jolt（笔记本 CPU）约 700,000 cycles/s
   • 曲线版 Jolt（优化后）超 1 million cycles/s
   • Lattice Jolt（MacBook CPU）超 2 million cycles/s
   • Lattice Jolt + Metal超 10 million cycles/s

   没写清 材料没给手机端的实测读数——「百万级 RISC-V cycles 可在手机上证明」是能力陈述，10 million 那一档是 MacBook 配 Metal 的数字，两者不能互相顶替。

   下一步 等随附论文（companion paper）发布，看是否附上手机端 cycles/s 的实测数字。

   原文 →

   剪报

5. 机构与应用 · CoinDesk

   印度开始将6200亿美元公司债市场代币化，并以数字卢比结算

   数字卢比结算只走批发端，散户还得等试点后期

   这改变的是印度企业债发行方财务主管的结算安排：走 RBI 批发数字卢比通道，债券交割与付款同时完成，而散户买家不在这一层里。

   展开全文收起

   依据

   SEBI（印度证券交易委员会）本周启动 Demat 2.0——在印度投资者已有的股票债券电子账户上加一层分布式账本。REC 募 ₹500 crore，Larsen & Toubro 募 ₹500 crore，IIFL Finance 募 ₹25 crore，三家合计 ₹1,025 crore，债券本身仍保留固定利率、到期日与投资者权利。机制是 Demat 2.0 通过 Unified Market Interface（统一市场接口）把代币化债券账本与 RBI（印度央行）的 wholesale digital rupee（批发型数字卢比，只面向机构）连起来：传统流程里付款与交割分处两套系统，一条腿先失败另一侧就裸露，现在债券与买它的钱一起动，结算风险被压掉；利息支付与赎回后续可由智能合约处理。二级市场交易与散户准入被写在后续阶段里。

   • REC₹500 crore
   • Larsen & Toubro₹500 crore
   • IIFL Finance₹25 crore
   • 三家合计₹1,025 crore

   没写清 材料没说这条通道在任一腿失败时资产的法律归属与最终性由谁裁决。

   下一步 看 SEBI 是否给出 Demat 2.0 二级市场交易阶段的启动时间。

   原文 →

   剪报

6. 机构与应用 · The Block

   Bitwise在推出不到一年后关闭Dogecoin ETF

   上线约三百万美元成交量后难以为继，小众主题ETF缺乏持续需求。

   Bitwise 关停狗狗币 ETF 这件事，改变的是同类小众主题 ETF 发行方产品线主管的取舍：先拿真实申赎和二级成交验证需求，再决定是否维持挂牌，而不是先上线再等做市商把盘撑住。

   展开全文收起

   依据

   Bitwise 宣布关闭上线不到一年的狗狗币 ETF；材料写明它上线时只产生约三百万美元成交量，此后远未接近该水平。机制在 ETF 的双层结构里：二级市场的报价要靠做市商双边挂单，一级市场的申赎（creation/redemption，即用一篮子标的换份额、再反向换回）要有人真的进出，这两头都稀薄时，做市商不愿留库存，买卖价差变宽，跟踪误差（ETF 价格与标的指数之间的偏离）随之扩大，持有人离场时要自己付滑点和折价。材料据此把适用范围划在把它当短期叙事交易工具的投资者，需要稳定流动性和长期配置的资金不适合这类产品；对同类发行方的约束是先用需求数据验证，再决定是否维持上市。

   没写清 材料没有给出关停的具体日期、费率水平、公告时的剩余规模与清算安排，因此无法算出持有人离场的实际成本。

   下一步 核对 Bitwise 官方公告与交易所披露的最后交易日、份额清算和资金到账时间表。

   原文 →

   剪报

7. 机构与应用 · The Block

   Coinbase在仅一年多后将Base App重新更名为Coinbase Wallet，因社交实验未达预期

   社交实验未达预期即回撤，多链与永续合约能否撑起钱包价值仍待验证。

   这次回撤改的是把社交当钱包增长入口来排期的人：Base App 的实验预算和人力该收回到留存与交易量指标上；仍在评估同类社交化改造的团队，可以先不立项。

   展开全文收起

   依据

   Coinbase 官方给出的归因是社交实验未达预期，动作是把品牌从 Base App 回退为 Coinbase Wallet，距上线仅一年多。期间钱包已支持 10 条以上网络，材料点名 Robinhood Chain 与 Monad，并接入永续合约（perpetual futures，无固定到期日、可长期持有的合约）、预测市场和代币化股票。机制上，多链扩大可服务对象，衍生品与代币化资产把钱包从转账工具推向高频交易入口，同时抬高合规与风控成本；若社交需求本就不成立，回撤是止损，但钱包价值要靠这些高频场景的留存与交易量兑现，而不是靠更名。

   1. Base App 上线
      ↓→主打社交
   2. 社交优先实验
      ↓→一年多运营
   3. 未达预期
      ↓→回退更名
   4. 回退为 Coinbase Wallet

   没写清 材料没给社交功能的留存或交易量数据，也没说多链与永续合约各自贡献多少，因此无法判断回撤后钱包价值靠哪一块撑着。

   下一步 看 Coinbase 下一份财报是否单列钱包业务的交易量与月活，并给出具体数值。

   原文 →

   剪报