arXivLabs是一个框架，允许合作者直接在arXiv网站上开发和分享新的功能。参与arXivLabs的个人和组织都认同并接受了arXiv关于开放性、社区、卓越和用户数据隐私的价值观。arXiv致力于这些价值观，并且只与遵守这些价值观的合作伙伴合作。如果你有想法能为arXiv社区增值，那就了解更多关于arXivLabs的信息吧！
Tattoy是一个终端增强框架，利用UTF8半角块渲染图形，支持GPU着色器和ShaderToy着色器，并能实时更新终端滚动历史的迷你地图。它可以自动调整文本对比度，兼容现有shell和主题，并支持在后台运行命令，例如音频可视化或系统监控。此外，Tattoy还提供插件系统，允许开发者使用任何语言编写插件扩展功能。
OxCaml 是 Jane Street 公司基于 OCaml 语言开发的一套高性能扩展，旨在提升 OCaml 在性能密集型编程中的表现。它不仅是 Jane Street 的生产编译器，也是一个实验平台，致力于通过安全、便捷、可预测的方式控制程序性能关键方面，并最终将这些扩展贡献回 OCaml 主项目。OxCaml 的扩展涵盖无畏并发、内存布局控制、内存分配控制以及一些提升开发体验的功能，例如多态参数和不可变数组。虽然它兼容 OCaml，但为了追求高性能，部分扩展无法直接移植，因此一些库只在 OxCaml 中可用。OxCaml 现已开源，欢迎实验用户参与测试和反馈。
谷歌将于2025年12月停止支持Android即时应用功能。这项功能允许用户无需完整安装应用即可试用部分应用功能。由于开发者采用率低，谷歌决定放弃该功能。创建精简的即时应用版本需要大量工作，这可能是导致开发者采用率低的主要原因。虽然该功能旨在提升用户体验，但其高开发成本最终导致了它的消亡。
qrkey是一个命令行工具，用于将文件转换为QR码进行离线私钥备份。它支持将文件分割成多个QR码以处理大型文件，并包含元数据以方便恢复和验证。macOS用户可通过Homebrew安装，Docker用户可使用Docker镜像，其他系统请查看发行页面。生成QR码：`qrkey generate --in --out file.pdf`；恢复文件：`qrkey recover --in `。
本文介绍了在 Python 中使用信号进行响应式状态管理的方法。传统的状态管理方式依赖于手动更新，容易出错且难以维护。信号则提供了一种声明式的方法，通过定义状态之间的依赖关系，自动更新派生值，从而解决传统方法中的诸多问题，例如忘记更新、状态不一致以及测试复杂等。文章详细讲解了信号的三个基本原语：Signal、Computed 和 Effect，并通过多个实际场景的例子，演示了如何在微服务配置管理、实时分析仪表盘和分布式系统健康监控中应用信号。
还在为忘记运行代码风格检查工具而苦恼吗？GetHooky 来了！这款跨平台的命令行工具能够在提交或推送代码时自动执行测试和代码风格检查，彻底解决因代码风格问题导致的生产环境事故。它无需复杂的配置，安装一次即可在任何项目和编程语言中使用，支持所有 Git 钩子。告别繁琐配置，拥抱高效开发！
这是一个用Go语言编写的BitTorrent客户端，支持通过BitTorrent协议下载文件。它实现了BitTorrent客户端的核心功能，包括解析种子文件、发现节点和下载文件。目前该项目正处于积极开发中，已实现Bencode编码解码、种子文件处理、节点发现和通信、下载功能等，并支持单文件和多文件种子。未来计划支持磁力链接、元数据交换协议和DHT网络。
作者厌倦了现有实时文本渲染方案的不足，例如SDF带来的模糊和纹理问题。新的OLED显示器的亚像素结构问题更促使他重新探索字形渲染。他放弃了SDF，直接在GPU上对字形的贝塞尔曲线进行光栅化，并利用时间累积技术，逐步提高抗锯齿精度。通过巧妙的Atlas打包和Z-Order排列算法，高效管理字形数据，同时支持亚像素抗锯齿，解决了OLED屏幕上的色边问题。最终实现高质量、高性能的实时文本渲染，尤其在处理细线和复杂字形时效果显著。
jemalloc，这个开源内存分配器，自2004年诞生以来走过了20年的历程。从最初为Lyken编程语言开发的内存分配器，到被集成到FreeBSD，再到被Firefox和Facebook广泛采用，jemalloc经历了多个阶段，也遭遇了各种挑战，例如碎片问题和Valgrind支持的移除。虽然Facebook/Meta最终停止了对jemalloc的积极开发，但jemalloc的代码依然公开可用，其发展历程为开源软件的维护和社区协作提供了宝贵的经验。
在代码生成工具日益强大的今天，软件开发的瓶颈不再是速度，而是质量。文章作者倡导“交付与工艺”并重，批判了以牺牲质量换取速度的开发模式。他以自身开发代码编辑器Zed的经验为例，说明了如何通过AI辅助，克服知识差距，追求极致的用户体验。文章最后，作者还介绍了“Agentic Engineering”的概念，即结合人工技艺与AI工具，共同构建更优质的软件。
本文讲述了作者团队在QEMU上模拟iOS 14系统的历程。他们克服了诸多挑战，包括系统日志分析、用户空间调试（利用dyld缓存符号和gdb桩），以及绕过数据迁移和SEP相关代码等。通过一系列补丁和巧妙的技巧（例如利用iOS辅助功能模式），他们最终实现了iOS系统的启动、解锁，并支持多点触控和网络连接，甚至能够安装和运行任意IPA文件。这篇文章详细描述了整个过程中的技术细节，展现了团队的精湛技术和顽强的毅力。
McWig是一款用Go语言编写的模态Vim风格文本编辑器，作者将其作为日常驱动程序。目前仅支持.go文件，尚处于早期开发阶段，可能存在文件损坏风险。它具备LSP自动完成、goto definition、悬停信息、Tree-sitter支持、颜色主题等功能，但同时也存在大量bug。作者的目标是将其打磨成一个稳定、功能齐全的Vim风格编辑器。
本周发布的Android 16系统中，谷歌意外地没有公开Pixel设备的硬件仓库和设备树，这给自定义ROM开发者带来了巨大挑战。虽然谷歌否认了AOSP即将被放弃的传闻，但这项改变似乎是刻意为之。缺少Pixel硬件仓库，自定义ROM的更新将更加困难，安全研究也可能受影响。谷歌表示将继续致力于AOSP更新，但未来AOSP将转向一个独立于特定硬件的参考目标，这意味着Pixel设备树可能将不再提供。
Roame，一家由Y Combinator等顶级投资机构支持的旅行积分兑换搜索引擎公司，正在招聘一位资深的全栈工程师。该工程师将负责公司前端和后端开发，利用Next.js、Firebase和Go等技术，并探索AI在积分兑换领域的应用。这是一个充满挑战和机遇的角色，需要候选人具备丰富的经验，对旅行和积分兑换有热情，并能够在快节奏的环境中独立完成任务。公司提供优厚的薪资和福利，包括免费午餐和公司出游等。
QEMU是一个通用的开源机器和用户空间模拟器及虚拟化工具。它能够在软件中模拟完整的机器，无需硬件虚拟化支持，并通过动态转换技术实现良好的性能。QEMU还能与Xen和KVM虚拟机管理程序集成，提供模拟硬件，同时允许虚拟机管理程序管理CPU，从而实现接近原生CPU性能。它支持在不同架构的机器上运行不同架构的操作系统，也提供用户空间API虚拟化，允许在不同架构ABI之间运行二进制文件。QEMU易于使用，提供稳定命令行接口和监控API，并可通过libvirt库与oVirt、OpenStack和virt-manager等应用集成。其源码基于GPLv2许可证开源，并提供完善的文档和社区支持。
博主在文章中介绍了使用SMT求解器Z3解决“LinkedIn皇后”问题的过程，这是一种比SAT求解器更高级的方法。“LinkedIn皇后”问题类似于国际象棋皇后问题，但增加了区域限制。作者通过使用SMT的整数变量和约束，更简洁地表达了问题，避免了SAT中复杂的布尔编码。虽然SMT求解速度可能不如SAT求解器快，但其更易于使用的特性使其在解决此类问题时更具优势，这解释了为什么业界更倾向于使用编译到SAT的工具而非直接使用SAT。文章还包含了完整的代码和一些用于验证模型正确性的辅助代码。
macOS Tahoe 引入了一种新的磁盘镜像格式 ASIF，显著提升了虚拟机的性能。ASIF 镜像无需依赖宿主文件系统的特性，读写速度可达近乎原生水平，例如在 M3 Pro MacBook Pro 上，未加密 APFS 卷的读写速度分别达到 5.8 GB/s 和 6.6 GB/s。相比之前的 UDSP 镜像，ASIF 的速度提升巨大，并节省了磁盘空间。目前 ASIF 镜像只能在 Tahoe 中创建，但可在 Sequoia 中使用。未来虚拟化软件有望支持 ASIF，进一步提升虚拟机性能。
Rust编译速度慢是开发者们常有的抱怨。本文深入探讨了Rust编译器团队如何努力提升编译速度，以及面临的挑战。团队每周都在处理性能改进和回归问题，并取得了显著进展，例如在特定基准测试中，编译速度在三年内提升了近一倍。然而，要实现近乎即时的编译速度仍然面临技术和优先级方面的难题：编译器代码庞大复杂，优化需权衡各种因素；此外，维护稳定性、添加新特性、以及志愿者贡献者的有限时间和资源，都限制了编译速度的提升。文章最后展望了未来改进的方向，例如优化特定编译流程和对编译器进行大规模重构。
作者分享了AI如何提升其软件工程效率的经验。他不再将AI视为简单的代码生成工具，而是将其视为经验丰富的工程师伙伴，通过巧妙的提示工程，将AI的潜力最大化。文章强调了有效提示的重要性，以及对AI生成代码进行验证的必要性。作者还指出AI不仅能用于代码生成，还能帮助理解复杂技术，提升学习效率。最后，他鼓励工程师们积极实践，不断学习，才能真正成为AI原生工程师。
谷歌最新的Android 16开源项目(AOSP)发布中，移除Pixel手机的设备树和驱动程序二进制文件，此举使得构建Pixel手机的自定义ROM变得更加困难。虽然谷歌声称AOSP不会消失，并转向使用虚拟设备“Cuttlefish”作为参考目标，但这意味着开发者必须逆向工程更改，增加了开发难度。此举对依赖Pixel作为参考平台的自定义ROM社区造成了冲击，例如LineageOS和GrapheneOS，他们需要从头开始构建设备树，这将大大增加工作量。
只有3.8%的开发者同时体验到AI生成的代码幻觉低且信心高，他们才是真正从AI生产力中受益的团队。他们信任AI的建议，加快了交付速度，并通过高质量的反馈闭环改进。在低幻觉的群体中，那些充满信心的开发者（17%）更有可能看到代码质量提升（44% vs 35%），并且对交付AI代码更有信心（24% vs 9%）。这部分开发者构成了“最佳状态”，其中一半以上（53%）报告代码质量得到明显改善，这表明准确性、质量和信心之间存在强关联。当开发者看到更少的错误和更高质量的输出时，他们更有可能信任AI并在生产中使用它。即使输出准确，多数开发者仍然犹豫，这时自动化质量检查就能弥合差距。
Qodo公司的一项调查显示，虽然AI编码工具极大地提高了软件开发人员的生产力，但对其输出结果的信任度却不足。许多开发者依然选择手动检查AI生成的代码，这抵消了一部分生产力提升。调查发现，经验丰富的开发者受益最多，而大多数开发者则获得中等程度的提升，部分开发者甚至未能有效利用AI工具。尽管约60%的开发者表示AI提高了代码质量，但76%的开发者仍然不会在没有人工审查的情况下提交AI生成的代码。开发者最希望改进的是AI的上下文理解能力、减少幻觉和提高代码质量。Qodo的CEO建议，通过提供更详细的信息，例如产品需求、规范和代码风格等，来提高AI生成的代码质量。
作者长期受拖延症困扰，通过研究游戏成瘾机制，找到了一种提高生产力的方法：将任务分解成微型任务（便利贴），完成一个就揉成纸团扔进透明罐子，获得即时反馈。为了提高效率，作者又引入了热敏打印机，自动打印任务清单，进一步提升了完成任务的效率和持久性。最终，他开发了一款软件，将任务以水平方式分解，方便打印和管理。这套系统显著提升了他的生产力，为其他有类似困扰的人提供了宝贵的经验。
麻省理工学院教授Peter Shor的2022年秋季量子计算课程(8.370/18.435)讲义现已公开。这份讲义涵盖了量子计算的方方面面，从量子叠加原理和酉变换到量子测量、量子纠缠和量子算法，例如Deutsch-Jozsa算法、Simon算法、Shor算法和Grover算法。此外，还包括量子误差纠正码和量子密钥分发协议等高级主题。虽然缺少第26讲的讲义，但这套完整的讲义为学习量子计算提供了宝贵的资源。
Next.js 15.1 及更高版本在非 Vercel 部署环境中存在严重问题。Vercel 推出的元数据流式传输功能，虽然旨在优化性能，却导致在非 Vercel 平台上元数据处理中断，严重影响 SEO。搜索引擎爬虫无法读取 JavaScript 生成的元数据，且即使是静态构建，元数据也需要 JavaScript 执行。此外，版本 15.1.8 中还存在一个关键安全漏洞 (CVE-2025-29927)，修复程序在 15.2.3 版本中才提供。这篇文章强烈建议开发者避免使用 Next.js 15.1+，并考虑其他框架以避免 Vercel 锁定和潜在的安全风险。
arXivLabs是一个框架，允许协作者直接在arXiv网站上开发和分享新功能。参与arXivLabs的个人和组织都认同并接受了arXiv关于开放性、社区、卓越和用户数据隐私的价值观。arXiv致力于这些价值观，并且只与遵守这些价值观的合作伙伴合作。如果您有想法可以为arXiv社区增值，请了解更多关于arXivLabs的信息。
Y Combinator 孵化的伦敦AI初创公司SchemeFlow正在招聘一名全栈工程师。该公司致力于利用AI技术简化建筑项目的繁琐审批流程，目标是加速西方世界的基础设施建设。该职位要求具备扎实的全栈技术能力（Vue.js, FastAPI, Google Cloud, Supabase等），以及对用户需求的深刻理解和解决问题的能力。公司提供具有竞争力的薪酬和股权，并有机会前往旧金山工作。
本文分享了作者使用Claude Code进行代理编程的经验。他主要使用Sonnet模型，并通过禁用权限检查、优化工具使用以及选择Go语言等方式提高效率。作者强调了代码简洁性、稳定性以及并行化处理的重要性，并建议在合适的时机进行代码重构。虽然代理编程技术快速发展，但核心原则——简洁、稳定、可观测性和智能并行化——将保持不变。
作者反思了解决问题的过程，以数独解题为例，对比了测试驱动开发（TDD）和基于对问题深入分析的两种方法。TDD倡导者Ron Jeffries在数独求解上耗费大量时间，而Peter Norvig则以简洁的代码高效解决问题。作者认为，没有通用的解题方法，关键在于选择合适的工具和方法，并不断学习新的工具。文章借鉴了Entscheidungsproblem（判定问题）的结论，强调了洞察力和经验的重要性，并分享了作者自身的一些解题技巧。