歡迎來到 DAVID888 Daily 每日放送，今天我們將帶你探討里約政府 AI 模型的「套殼」爭議、Kobo 電子書因 Adobe 歷史包袱崩潰的技術內幕、食物真實性的演算法扭曲，以及一系列涵蓋網頁離線打包、劈柴模擬器與經典網路協定的精彩科技與文化故事。
里約熱內盧的「自主研發」AI 模型，竟是簡單的權重合併？
里約熱內盧市政府日前高調宣稱，使用公帑自主訓練出了一款開源大模型 Rio-3.5-Open-397B。然而，這個牛皮很快就被開源社群當場戳破——該模型根本沒有經過任何實際訓練，只是將一週前發表的 Nex-N2_pro 與 Qwen3.5-397B-A17B 進行了簡單的權重線性插值合併（Weight Merge）。
鐵證如山的「套殼」現場
社群成員提出了兩大關鍵證據：
- 行為學特徵：在移除里約硬編碼的系統提示詞（System Prompt）後，該模型在 79% 的測試中會自稱是 "Nex, from Nex-AGI"，並一字不差地背誦出 Nex 的組織背景故事。
- 數學特徵：Rio 的每一個權重張量（Weight Tensor），在所有 60 個 Transformer 層中，皆呈現完美的 0.6 Nex + 0.4 Qwen 線性混合，標準差極小，完全符合插值特徵。
雖然官方隨後修改頁面，辯稱是「不小心上傳了未經蒸餾的基礎合併版」，但社群普遍不買單，認為這與之前的 Reflection 70B 騙局如出一轍。
編輯觀點：指標通膨與公帑洗錢疑雲
這起事件暴露了當前 AI 領域「指標通膨（Goodhart's Law）」的亂象。透過簡單的數學工具（如權重合併），任何人都能在幾分鐘內製造出一個在特定 Benchmark 上刷出高分、但實際泛化能力退化的模型。巴西本地網友更強烈質疑這是一場針對政府 AI 預算的「洗錢與欺詐」行為。對於技術決策者而言，評估模型時必須穿透 Benchmark，進行權重相似度分析與無提示詞行為測試。
你的 ePub 沒問題，是 Kobo 的錯：這一切都要怪 Adobe
如果你是一位電子書製作者，可能會遇到一個令人崩潰的問題：一個完全符合 epubcheck 標準的完美 EPUB 檔案，在 Kobo 電子書閱讀器上會無預警「靜態崩潰」（Silent Crash）並顯示白畫面。這不是你的錯，根本原因在於 Kobo 仍在使用 Adobe 於 2010 年開發、且自 2013 年起便停止更新 CSS 解析器的 RMSDK 渲染引擎。
致命的一行 CSS
導致崩潰的可能只是一行現代 CSS 語法，例如：
.copyright img { max-width: min(150px, 30vw); }
這行合法的 CSS Level 4 數學函數會直接讓 RMSDK 崩潰。根據 CSS 2.1 規範，用戶代理應該忽略無法識別的非法值，但 RMSDK 卻選擇直接將整本書判定為「損壞（Corrupted）」並拒絕載入。
社群的生存智慧
評論區對 Adobe 展開了無情吐槽，指責其軟體一向是「以最爛的品質賣出最高的價格」。不過，開發者也分享了繞過方案：只要將副檔名改為 .kepub.epub 或使用 kepubify 工具，Kobo 就會改用基於 Access WebKit 的現代渲染引擎，完美避開 RMSDK 的坑。
編輯觀點：數位出版的「IE6 時代」
這揭示了數位出版界的悲哀：即使有嚴格的 Linter 標準，開發者仍必須像當年針對 IE6 開發網頁一樣，為了相容老舊的 DRM 渲染引擎而向最低公約數妥協。這提醒我們，標準合規（Standards Compliance）並不等於運行時安全（Runtime Safety）。
什麼是食物的「真實性」？我們死守培根蛋麵，卻任意扁平化海南雞飯
我們在網路上常看到人們對食物「真實性（Authenticity）」的雙重標準：我們對義大利培根蛋麵（Carbonara）要求極致的歷史純潔性，不容許一絲奶油或大蒜；卻對亞洲食物（如海南雞飯）在演算法驅動的視覺媒體中被任意「扁平化」與修改視而不見。
被發明的傳統與被扭曲的視覺
- Carbonara 的神話：現代公認的配方（Guanciale、Pecorino、蛋、黑胡椒）其實是 20 世紀末才定型的「現代發明」。1954 年的食譜曾使用瑞士葛瑞爾起司與大蒜，甚至還加過奶油與白酒。
- 海南雞飯的演算法變形：源自海南的文昌雞，傳入新馬後融入廣東廚師的「冰鎮法」以形成皮凍，並加入斑蘭葉與三色醬。然而，現代 YouTube/TikTok 創作者為了畫面好看，常將薑茸替換為綠色的廣式薑蔥油，甚至在米飯中加入薑黃，只為了染出在縮圖中更吸睛的「陽光黃」。
編輯觀點：演算法正在重塑我們的味覺
所謂的「傳統配方」往往只是對近期共識的盲目崇拜。在數位時代，演算法（如縮圖飽和度、短影音的視覺張力）正在重塑食物的「真實性」。理解技術與文化如何隨時間「漂移（Drift）」比死守某個時間點的規範更有價值。
Kage：將任何網頁「影子化」為單一執行檔，實現完美離線瀏覽
傳統的「另存新檔」在面對現代 JS 重度渲染的單頁應用（SPA）時經常失效。由 Go 語言開發的開源工具 Kage 解決了這個痛點。它透過 headless Chrome 渲染頁面、擷取最終 DOM、徹底剝離 JavaScript，並將所有靜態資源本地化，打包成單一 ZIM 檔案或自帶 Web 伺服器的獨立執行檔。
為什麼不直接雙擊 HTML 檔案？
技術人員指出，自 2019 年起，Firefox 與 Chromium 將每個 file:// 載入的檔案視為獨立 Origin，導致本地 JS 模組與 CORS 嚴重受限。因此，Kage 透過內建的本地伺服器（如 kage serve）來提供服務，完美繞過了瀏覽器的安全限制。
編輯觀點：將動態網頁「凍結」保存
Kage 解決了 Web 歷史保存（Web Archiving）的痛點。現代網頁本質上是「遠端資料庫的薄用戶端」，Kage 透過「渲染後快照」將動態網頁「凍結」為純靜態 HTML。對於需要離線部署文檔（如無網路覆蓋的工業現場）的團隊，這是一個極佳的工具鏈選擇。不過，出於安全考量，建議分享 ZIM 格式，避免直接執行他人提供的二進位執行檔。
極簡的「劈柴模擬器」，如何引發一場關於物理與 AI 開發的硬核討論？
一個極簡、解壓的 WebGL 劈柴模擬器網頁，意外在 Hacker News 上引發了一場關於「真實物理機制」、「劈柴力學」以及「AI 輔助開發（Vibe Coding）」的硬核技術大討論。
物理學家的吐槽與科普
雖然這個基於 WebGL/Three.js 的模擬器視覺效果流暢，但真實世界的劈柴專家們紛紛指出其不科學之處：
- 木頭被劈開後幾乎不產生向兩側的位移（真實情況會被斧頭的楔形結構推開）。
- 可以像切麵包一樣平行切出極薄的薄片。
- 斧頭不會卡在木瘤（Knots）中。
評論區甚至展開了關於木材結構的科普，例如「榆木（Elm）」因為纖維交錯，是所有劈柴者的噩夢，斧頭砍上去會直接彈開。
編輯觀點：最小可行性氛圍產品的勝利
這個專案是「最小可行性氛圍產品（Minimum Vibeable Product）」的典範。它證明了即使物理引擎極度不真實，只要視覺反饋（螢幕震動、流暢的堆疊動畫、環境音效）足夠精緻，就能創造出極佳的用戶體驗。同時，這也展示了 AI 輔助開發（Vibe Coding）的極限：雖然 3D 數學與渲染邏輯可由 AI 生成，但細微的互動調優與審美，仍需要人類開發者的介入。
技術寫作祕訣：不要試圖取悅所有人，為「特定的一個人」而寫
知名技術漫畫 Wizard Zines 的創作者 Julia Evans 發表了新作品，倡導在撰寫技術文件或部落格時，應採用「為特定的一個人而寫（Write for One Person）」的策略，以克服因試圖取悅所有讀者而導致內容空洞、失焦的通病。
讀者畫像（Persona）的精準打擊
不要試圖寫一篇「適合所有人」的通用指南。相反地，想像一個具體的讀者（例如：三年前剛接觸這個技術的自己、團隊裡某個特定背景的同事），針對他的痛點、已知知識與未知盲區進行精準寫作。
編輯觀點：避免「受眾稀釋」
技術文件最常見的失敗在於「受眾稀釋（Audience Dilution）」。當你試圖同時向架構師、初學者和運維工程師解釋同一個工具時，你的文字會變得無比冗長且缺乏重點。為「特定的一個人」寫作，能強迫作者建立清晰的假設前提與具體的程式碼範例，這反而能讓文章對更大群體的讀者產生實質價值。
重溫 Chaosnet (1981)：專為 Lisp Machine 設計的優雅區域網路協定
讓我們回到 1981 年，回顧 MIT 人工智慧實驗室開發的 Chaosnet 區域網路協定。這是一個專為 Lisp Machine 設計的去中心化、高性能區域網路，其獨創的「虛擬權杖（Virtual Token）」衝突避免機制在電腦網路史上具有重要地位。
獨特的衝突避免機制
Chaosnet 傳輸速率為 4 Mbps，不依賴中央協調器。每個介面內置一個「時脈槽計數器」，當網路空閒時自動計數。每次封包發送時，接收端會根據封包中的 Source Address 強制同步計數器。這相當於一個在電纜上虛擬移動的 Token，只有當 Token「經過」該節點時才能發送，比 Ethernet 的隨機指數退避在重負載下表現更穩定。
編輯觀點：極簡設計的優雅
Chaosnet 的設計哲學是「透過簡化問題來提升效能」。它主動忽略了長途傳輸、高雜訊等複雜問題，專注於極致的區域網路效能。其「虛擬 Token」機制展示了如何在分散式系統中，利用物理傳播延遲與硬體計數器，在沒有複雜共識演算法的情況下實現無衝突的狀態同步。
《自主機器人導論》：跨越控制理論與空間幾何的開源橋樑
GitHub 上新出現的開源專案《自主機器人導論》（Introduction to Autonomous Robots），旨在為開發者提供系統化的自主機器人演算法與控制理論教學資源，涵蓋運動學、感測器融合、SLAM、路徑規劃及反饋控制。
學術與工程的斷層
社群討論指出，許多機器人教材過於偏向重度數學公式，而缺乏實際的程式碼實現。開發者期待該專案能提供基於 Python 或 C++ 的 ROS/ROS2 實戰範例，並結合 Gazebo 或 Isaac Sim 等模擬器進行演算法驗證。
編輯觀點：實體 AI 時代的敲門磚
隨著具身智能（Embodied AI）與自動駕駛技術的爆發，傳統軟體工程師向硬體控制與機器人領域轉型的需求激增。一個優秀的開源機器人導論專案，能幫助 Web/App 開發者跨越「控制理論」與「空間幾何」的門檻，是進入實體 AI 領域的重要橋樑。
Cypress 的霸主地位動搖？前端測試工具的世代交替與商業化爭議
作為前端測試領域的昔日霸主，Cypress 透過直接在瀏覽器運行期（Run-loop）內執行測試，徹底改變了傳統 Selenium 基於外部 WebDriver 的慢速、不穩定測試體驗。然而，近年來社群出現了向 Microsoft Playwright 轉移的明顯趨勢。
Playwright 的強勢崛起與商業化逆風
Playwright 憑藉原生支援多分頁、多瀏覽器上下文、更快的執行速度以及更簡單的並行測試配置，正在嚴重侵蝕 Cypress 的市場。此外，Cypress 近期限制第三方 Dashboard 服務、強制綁定其官方付費 Cloud 服務的商業策略，也引發了開源社群的強烈不滿。
編輯觀點：架構紅利的極限
Cypress 證明了「開發者體驗（DX）」是開發工具成功的核心。然而，隨著 Web 應用變得更加複雜（如跨網域 OAuth、多視窗協作），Cypress 早期「單一瀏覽器實例」的架構限制逐漸顯現。當競爭對手（如 Playwright）從底層協議重新設計並解決痛點時，先發優勢隨時可能被顛覆。