Adam

@popomore Infuse 前面加个 Plex/Emby 完成刮削的工作，完全不需要改名

让 claude 连上阿里云盘给电影改名，终于完成一年前想做的事情了，infuse 导入终于正常了。 一个小坑，阿里云盘的 webdav 不支持写入，得自己部署一个。

这是一个很好的学习机会，你却拿它来制造语言之争。 这个 PR 里 「Why」的部分很清楚地写了「为什么把 Rust 换成 Cpp」。这里的重点并非语言之争，不是哪个语言好与坏，只有适合不适合特定场景。 这根本不是一个"语言迁移"PR（没必要带节奏搞语言之争），这是一个"把性能关键路径上所有隐式契约：优化器契约、SIMD 粒度契约、ICU 外部依赖契约，逐个变成显式契约"的 PR。 （其实我认为从 zig 转 rust 本身，也是隐式变成显式的一个过程）。 ------ 向量在 Zig 里也是同样的契约，Issue #8782 就是关于"全代码库从 Vector 迁移到 Google Highway"的。 这个 PR 里真正的重点是：性能关键路径上的隐式编译器契约是不可靠的。 原 Rust 实现用 u8x16、u16x8 这类"向量"类型，但本质上是 scalar for 循环，靠 LLVM 的 SLP autovectorizer 把它在编译时识别成向量指令。 这里存在一个隐式契约：源代码暗示"我希望这里被向量化"，编译器领会意图后帮你转译。这个契约在常规构建里大致成立，但在 macOS LTO 下崩了，ld64.lld 的 pass pipeline 不跑 SLP pass。结果是同样的源码，在 macOS LTO 二进制里直接退化为纯标量循环。 而且这个 PR 还有上下文（见 “相关pr部分”）。PR #31348 和 #31349 是为了绕过这个 macOS LTO 问题做的"构建侧 workaround"，也就是说，Bun 团队已经在工具链层面打过补丁了。 从 Rust 改为 Cpp 这个决策算是想从根上解决问题：与其在 LTO pipeline 里跟优化器谈判，不如把 SIMD 写死。 之后，性能不再由「编译器今天心情如何」决定，而是由「运行时 CPU 实际能力」决定。 （这里选 Cpp 做这件事，是因为 bun 当前的环境整套构建配置、dynamic dispatch 框架、baseline 符号 allowlist 机制都已经在 C++ 这边搭好了。 Rust 完全能做同样的事，但是工作量就相对更大） 这个 PR 给我们的一个借鉴可以提纯为一条 SIMD 优化规则给 AI ： 「不要让性能依赖一条隐藏的优化器分支，把分支提到显式控制流里」。 从 Bun 作者 @jarredsumner 的 review 反馈里也能看出， “every escape sequence costs three separate dynamically-dispatched SIMD kernel calls that each examine fewer than 8 useful bytes”，每个 escape sequence 都在三次 SIMD kernel 入口上付 indirect dispatch、prologue、movemask 的常数开销，而每次实际处理的字节数比开销还少。 从 pr 的性能基准能看出来，Rust 实现就是个 memchr 循环，没有 dispatch 开销，在密集 escape 上反而赢了。 这是一个非常深的设计教训：SIMD 的收益是用"批量处理"换"分支预测和内存访问的摊销"，而 dispatch overhead 是常数。当你把"批量"切分到比 dispatch 开销还小的粒度，SIMD 就退化成纯粹的负债。这不是 SIMD 错了，是 SIMD 边界画错了。 这里最值得学习的是，Jarred 给的修复方案是教科书级的 simdjson stage-1 技巧：「不要"看到 escape 才调用 scanner",而是每个 32/64 字节块都做同一件事」。然后性能从 0.75倍直接拉到 2.92 倍。 这提示我们，把"什么时候用 SIMD"和"用 SIMD 做什么"分开思考。 最后，这个 PR 里还有 人机协作 harness 可学习的点。 虽然 PR 提交者是 robobun 这个 AI Agent 机器人，但 reviewer 是人类（Jarred，bun 作者本人）。 这个 PR 第一版里，Jarred 拒绝了 robobun 含糊其词的 benchmark ，因为里面没有详细区分更细的输入维度， Jarred 直接把"parity"这个含糊词拆成了 0.92×、0.75× 两个具体数字。 这给我们的启示是，「含糊的 AI 自评 不如 具体的(人类or其他 ai)他评」。 reviewer 提供了不仅是问题清单，也提供了实施顺序，agent 服从这个顺序而不是凭自己判断重排任务优先级。 （这里其实可以反映出一个问题：经验丰富的开发者用 AI 反而变慢，常常就是因为 AI 在没有 codebase 因果模型时,自作主张地排了一个"局部最优但全局返工"的执行顺序，而人类得花时间把它拽回正确的实施顺序。） 最终 benchmark 是和同一台机器上的 canary release build 比的,不是和理论数字比。Jarred 的硬性要求是 "no input slower than current canary at any size" ，这是一个布尔条件，可以被 benchmark 输出直接证伪。 让 AI 遵循外部实在(具体的 µs 数字)是 AI 设计的最终仲裁者，我在之前《智能体软件工程》里也提到过这一点，如果 AI 没有遵循的外部实在，它就会因为「迎合行为」而产生幻觉。 这在 AI Coding 中是大忌。

In the next version of Bun Bun.stringWidth() 处理中文、日文、韩文字符的速度提升了 7~56 倍 Bun.stringWidth() が中国語・日本語・韓国語の文字で 7〜56 倍高速化されました Bun.stringWidth()가 중국어·일본어·한국어 문자에서 7~56배 빨라졌습니다

#刚听来的 特朗普在北京人民大会堂的国宴上致辞，提到了一段连很多中国人都不知道的历史。 他说，华盛顿纪念塔里嵌着一块中文石碑。 这话从美国总统嘴里说出来，在场估计不少人是懵的。毕竟连美国人自己，也没几个知道那座169米高的方尖碑里，还藏着一篇清朝人写的文言文。这事，得从1853年说起。 那一年是清咸丰三年，距离鸦片战争打完刚过去11年。美国正在筹建华盛顿纪念塔，向全世界征集纪念石碑。消息传到了中国，在宁波传教的美国传教士丁韪良动了心思——他读过一本叫《瀛寰志略》的书，里面有一段对华盛顿的评价，写得极其精彩。于是他联合宁波本地的基督教信徒，买了一块上等花岗岩，把那段文字刻了上去，以"大清国浙江宁波府"的名义，漂洋过海送到了美国。 这块石碑后来被砌进了华盛顿纪念塔第十层的内壁上，成了塔里193块石碑中唯一的中文碑。 石碑高1.6米，宽1.2米，正楷刻了207个字。它在那儿安安静静待了145年，没几个人注意过。直到1998年，克林顿访华，在北京大学演讲时专门提到这块碑，才重新把它拉回了中国人的视野里。而2026年特朗普在国宴上再次提起，算是第二次让它出了圈。 那这块碑上到底写了什么，值得两个美国总统隔着一百七十多年接力提及? 碑文内容是这样的："按，华盛顿，异人也。起事勇于胜，广，割据雄于曹，刘。既已提三尺剑，开疆万里，乃不僭位号，不传子孙，而创为推举之法，几于天下为公，骎骎乎三代之遗意。" 后面还有一段："米利坚合众国以为国，幅员万里，不设王侯之号，不循世及之规，公器付之公论，创古今未有之局，一何奇也!泰西古今人物，能不以华盛顿为称首哉! " 翻译成大白话就是：华盛顿这个人，真是个奇人。论打仗，他比陈胜吴广还猛；论割据一方，他比曹操刘备还强。然而最离谱的是他提着剑打了万里江山，居然不称帝，不传位给子孙，而是搞了一套"推举之法"，这简直跟中国上古三代 元死 大下公的埋想一样 了。 写这段话的人，叫徐继畬。 徐继畬是谁?他是山西五台人，19岁中举，32岁中进士，一路做到福建巡抚，算是晚清的高级封疆大吏。1842年道光皇帝召见他，派他去厦门，福州办理通商事务。在那儿，他天天跟外国人打交道，从传教士和各国商人嘴里问出了全世界的模样。从1844年开始，他花了五年时间，写成了一本《瀛寰志略》，系统介绍世界各国的地理，历史，政治制度。这本书最让人吃惊的地方，是它对美国的评价。徐继畬写到美国的时候，不是把它当"蛮夷番邦"写的。他认认真真研究了美国的选举制度和政治架构，然后给出了一个在当时堪称石破天惊的判断：这个没有皇帝的国家，搞的"公器付之公论"国家大事交给公众来议论决定是"创古今未有之局". 你设身处地想想，一个清朝巡抚，头顶上坐着皇帝，自己就是靠科举上来的，他居然敢公开夸美国的选举制度，还把它比作上古尧舜禹的圣王之道。这段话放在今天来看，都算得上大胆。 实际上，因为这碑文在大清简直有点"大逆不道"，徐继畬的仕途也因此付出了代价。 1850年，他因为英国传教士租赁福州神光寺一事遭到林则徐等人弹劾，1851年被降职，1852年干脆被彻底罢官，卷铺盖回了山西老家。 讽刺的是，1853年那块刻着他名字的石碑漂洋过海送到美国的时候，他本人正在山西赋闲，对此事一无所知。 他在国内被骂成"投降派"，在美国却成了名人。1862年碑文被翻译成英文后，美国朝野大为震动居然有一个来自遥远中国的官员，如此推崇他们的国父。1867年，美国总统约翰逊专门将一幅华盛顿画像作为官方礼物送给徐继畬。在中美还隔着太平洋互相试探的年代，两个帝国的有识之士以一种近乎惺惺相惜的方式完成了精神上的第一次握手。 但说实话，这两个人的惺惺相惜，更多是一种理想化的投射，根本不是同路人。美国人崇尚的是个人英雄主义，是开拓进取的边疆精神。而中国人崇尚的是德治，是天下为公。徐继畬用自己的传统理解别人的现代制度。这种"跨服聊天",放在今天的中美关系里，依然存在。 而这，恰恰就是这块石碑最耐人寻味的地方。 你想想，晚清是什么时候?两次鸦片战争中间，国家被人摁在地上打，割地赔款。那个时候的中国人看西方，要么是俯视觉得人家是蛮夷，要么是恐惧觉得人家是豺狼。但徐继畲选择了第三种态度：他愿意去了解对方，愿意承认对方有比自己强的地方，愿意用一种开放的，学习的心态去面对一个未知的世界。 一个正在被坚船利炮敲开国门的古老帝国，在自己最狼狈的时候，还能以如此开阔的胸襟去赞美另一个国家的开国领袖，还能在自己的文字里去衷心欣赏另一种文明。这种格局，这种气度，这才是大国真正的底蕴。 今天特朗普在国宴上提起这块石碑，当然有他的用意他在用170年前的这段往事，来证明中美两个大国之间"友谊源远流长"，好给今天的谈判加上一份历史背书。

@janlay 多少容量？我这个75的

@janlay 有点多啊，我们国产韭菜车开一晚上也就 2% 吧

Wololo，《帝国时代II》要发布 macOS 版了。😲 store.steampowered.com/news/app/81378…

呕心沥血，终于写完了，如何不背公式解开魔方！ 你将学会从零到一，不背任何公式而解开一个魔方。你将了解到魔方的起源，并理解魔方是如何运作的。我将从理论到实践，带你一步步完整复原一个完整魔方，并教会你如何观察。 如何不背公式解开魔方：小学生也能看懂 philoli.com/zh/blog/solve-…

@americanmcgee NIO ET5T 冠军版，好车 😆 顺便能否问下这是安吉哪个酒店？看起来很不错。 谢谢

Sharing 15 seconds of zen from atop the nearby mountain. In the bamboo forest. Feet in the icy cold water ⛰️

I left Shanghai for a few days to focus on writing - creating another* fairytale based on Plushie Dreadfuls and one of my kids. The view from my "office" this morning - the bamboo forests and mountains of Anji. And I have to say - again - that internal tourism in China is just *next level* these days. You can throw a dart at a map and you'll find wonderful scenery, beautiful architecture, and awesome food. *Yes, another. I have one story based on "Princess Leeloo" done now. In illustrated book format. ~70 pages. Perfect for reading to kids. And it's a cute story about what happens when we bottle up our emotions.

事情真有意思，在同一天，Warp 来到了 GitHub，Ghostty 离开了 GitHub

Warp is now open-source.

Ghostty is leaving GitHub. I'm GitHub user 1299, joined Feb 2008. I've visited GitHub almost every single day for over 18 years. It's never been a question for me where I'd put my projects: always GitHub. I'm super sad to say this, but its time to go. mitchellh.com/writing/ghostt…

我们 DeepSeek 又开始降价了。 事实上 我们降得太多了多到都不知道该怎么才好。 用户来求我 说 求求您梁文峰先生我们降太多了。我们用户不习惯一直降价，在你出现之前 我们总是被宰猪。 我说 不 不 不你们会大获全胜 —— 价格更低！你们会比以往任何时候都大赢特赢 —— tokens 更便宜！

Starting June 1st, GitHub Copilot will move to a usage-based billing model as GitHub Copilot supports more agentic and advanced workflows. In early May, you'll see a preview bill experience, giving visibility into projected costs before the transition. 👉 Read more about the upcoming change: github.blog/news-insights/…

美国天天禁中国这个那个，影响投资者对美国市场信心了？

Wasn't her own husband assassinated in broad daylight on American soil under President Trump?

> be chinese ai labs > while claude and openai are in cold war > kimi dropped k2.6 using deepseek's v3 architecture > the same week deepseek drops v4 using kimi's muon optimizer > 1.6 trillion parameters & 1M context > both match or beat closed models on benchmarks while being 8x cheaper > both build on each other's breakthroughs > keep shipping frontier LLMs with far less or nerfed NVIDA GPUs > and keep them 100% open sourced the real battle is not between models, it's open source vs closed.

Dear @WhiteHouse: I’m Chinese American. I read donald trump’s racist post below. Please tell donald trump I said fuck you. See you in November.

A Chinese company facing chip restrictions can train this But xAI can’t even get SOTA With a million H100 equivalents

DeepSeek-V4-Pro 🔹 Enhanced Agentic Capabilities: Open-source SOTA in Agentic Coding benchmarks. 🔹 Rich World Knowledge: Leads all current open models, trailing only Gemini-3.1-Pro. 🔹 World-Class Reasoning: Beats all current open models in Math/STEM/Coding, rivaling top closed-source models. 2/n