WEBVTT NOTE Title: [2026-11-12] 官方AWS模擬器強碰LocalStack、電壓故障注入解鎖礦卡A100算力 1 00:00:00.000 --> 00:01:10.950 歡迎收聽 DAVID888 Daily 每日放送，我是 Cordelia。今天科技圈最震撼的消息，絕對是 AWS 官方無預警開源了本機模擬器 aws-emulator！長期以來大家做本地整合測試，要嘛得忍受 LocalStack 免費版與付費版的落差，要嘛得花真金白銀在雲端開環境。現在官方親自用 Rust 打造了一套無圖形介面的本機 API 伺服器，甚至宣稱每行程式碼都是由自主 AI Agent 撰寫的！更誇張的是它還提供 Embedded 模式，能直接把模擬器的 HTTP 客戶端塞進 Rust 測試程序，完全不需要架設本機端點或搞定憑證。這對本地開發與 CI 流程簡直是夢幻逸品啊！ 2 00:01:10.950 --> 00:02:35.850 我是 David。先別急著開香檳，我們在 11 月 7 號聊過社群用 Rust 重寫 Firebase 模擬器的 Firenook，當時追求的是擺脫肥大 JVM 的 40 倍加速；但 AWS 官方這套 aws-emulator，底層代價可完全不同。它是以 Rust Workspace 架構，一個 AWS 服務就是一個獨立 Crate，底層靠 Smithy 模型產生協定與路由。如果你想在本地編譯原始碼或跑嵌入式測試，首次建置需要 C 編譯器、至少 100GB 的 target 目錄空間！更關鍵的是功能保真度，社群比對官方評測資料後發現，除了 Data Firehose 有 77% 通過率，S3 只有 62%、Lambda 53%，EC2 和 CloudFormation 甚至跌破 40% 和 36%。 3 00:02:35.850 --> 00:03:42.070 但換個角度看，這是官方第一次釋出涵蓋多服務的本地架構，而且採 CC0 授權，甚至連 DynamoDB、SQS、EventBridge 這些關鍵黏著劑的單一服務測試通過率都高達七八成以上。雖然它明確在資安頁面警告『絕對不要拿來測試 IAM 政策、KMS 金鑰政策或跨帳號資源邊界』，因為它根本沒內建 AWS 複雜的 Balsa 授權引擎，模擬器對自己簽署的請求一律放行。但如果是純粹驗證商務邏輯與資料管線，開發者完全可以在本機以 Linux 二進位檔或 Docker 容器秒級啟動，甚至還預設收集匿名遙測數據，這顯然是 AWS 準備認真經營的底層工具。 4 00:03:42.070 --> 00:04:51.360 這就觸碰到工程現實了。10 月 26 號我們才復盤過資安研究員如何逃逸 AWS Lambda 沙箱，雲端環境最難搞的就是 STS、KMS 與 IAM 之間隱晦的交互作用。aws-emulator 既然不保證安全性邊界，就代表你在本機能跑通的權限配置，推上真實環境很可能直接被 Access Denied 打臉。不過它在各 Crate 裡把尚未實作的行為放進 issues 資料夾明確追蹤，對 CI 跑 Happy Path 的單元測試確實比龐大的 LocalStack 輕巧。接下來就看 AWS 團隊能否在不被內部 KPI 拋棄的前提下，持續用 Agent 把邊界修補完整了。 5 00:04:51.360 --> 00:06:01.130 說到 AI 與決策流程的演進，Google DeepMind 今天發表了全新的 Gemini Decisions API，這可不是傳統的文字生成！我們在 11 月 7 號才吐槽過 Gemini Omni 1.2 Flash 的產品矩陣混亂，但這次的 gemini-decision-1 相當純粹：它是一個專為閉集決策設計的端點。一次傳入最高 256K Token 的文字、圖片、音訊或影片，單次前向傳遞就能同時對 1,000 個封閉式問題打分數，包含布林值、多選與階層評分，延遲只有 150 到 250 毫秒，每百萬輸入 Token 只要一毛美金，而且輸出 Token 完全免費！ 6 00:06:01.130 --> 00:07:14.920 這個架構設計非常聰明。傳統 LLM 做分類，必須靠自回歸逐字生成 Token，不僅浪費頻寬、算力，還得處理糟糕的 JSON 格式解析。Gemini Decisions API 完全不跑解碼生成階段，而是直接拿模型最後一層針對候選標籤計算 Normalized Probabilities。這解決了長期困擾業界的『機率校準』難題。很多工程師以為用 Logprobs 就能做決策，但經過 RLHF 對齊後的模型，Logprobs 早已與真實機率脫鉤。Google 透過專門的損失函數優化，讓輸出的 Confidence Score 能直接當作路由信心水準，在小於 0.8 時退回人工審查，端到端延遲比傳統生成快了數倍。 7 00:07:14.920 --> 00:08:14.990 這在前端與 Agent 工作流簡直是降維打擊！像是 Google 的 Stitch 介面實驗拿它來即時挑選元件，或是拿來做 MCP 工具的惡意指令偵測。而說到開源生態如何運用大模型，前端界無人不知的 shadcn 今天丟出了一個震撼彈專案 improve，狂掃超過一萬顆星！它的核心理念超精闢：『讓最貴、最強的模型負責審計程式庫並寫計畫，讓最便宜的模型去執行』。它是一個 Agent Skill，產出的成品不是程式碼，而是極度嚴謹的 Markdown 規格書，徹底貫徹了軟體工程中的規劃與執行分離！ 8 00:08:14.990 --> 00:09:26.410 我仔細看過 improve 的規格生成機制，它抓住了小模型執行力弱的核心盲點。一個弱模型拿到任務會幻覺、會亂改無關檔案。但 improve 產出的計畫具備三大特性：第一是自包含，把相關程式碼片段、路徑與約定直接內聯；第二是機器可驗證的 Verification Gates，每一步都有明確的測試或 Linter 指令與預期輸出；第三是嚴格的 Stop Conditions，只要環境現狀不符就強制中斷。甚至它的 execute 指令會開一個獨立的 Git Worktree 讓小模型在沙箱寫程式，主模型再像 Tech Lead 一樣跑驗證、審查 Diff，這才是工業級的 Agent 落地方式。 9 00:09:26.410 --> 00:10:24.590 這種階層化治理真的把 Token 效益最大化！而如果你的本地機器效能不夠跑大模型，蘋果顯然打算幫你一把。根據知名爆料者 Aaron Perris 的發現，蘋果正在內部測試一款名為 Harbor 的全新 Mac 應用程式，由旗下的 Claris 品牌進行私密預覽。它的口號超狂：『把你的 Mac 變成私人 AI 推論伺服器』。更厲害的是，只要透過 Thunderbolt 5 傳輸線把兩台以上的 Mac 連接起來，Harbor 就能自動組成叢集，把彼此的統一記憶體池化成單一推論資源！ 10 00:10:24.590 --> 00:11:31.050 這絕對是瞄準了蘋果硬體在推論市場的利基。Thunderbolt 5 的雙向頻寬達到 80Gbps，非對稱模式甚至可達 120Gbps。雖然這跟資料中心動輒數百 GB/s 的 NVLink 沒得比，拿來做張量平行運算會被通訊延遲拖死；但如果是拿來做管線平行，或是將超大型開放權重模型的各層拆分到不同機器的記憶體中，TB5 的延遲完全在可接受範圍內。過去社群得靠 llama.cpp 或 Exo 這種開源工具自己手動搞分散式推論，設定繁瑣又常斷線。如果蘋果在系統層級用 Metal 和作業系統通訊協定把它包成隨插即用的 GUI，對小型工作室來說極具殺傷力。 11 00:11:31.050 --> 00:12:22.130 等於不用買昂貴的工作站，桌上擺兩台 Mac mini 串起來就能跑超大模型！不過講到硬體榨出極限效能，今天最狂的硬體駭客文章非 Kate 的部落格莫屬。她利用『電壓故障注入』，也就是 Voltage Glitching，成功把原本一張只要幾百美元的加密貨幣礦卡 CMP 170HX，魔改成功能完整的 NVIDIA A100 80GB 運算卡！而且跑出來的算力竟然比原廠 A100 還快了 1.18 倍，這到底是怎麼辦到的？ 12 00:12:22.130 --> 00:13:28.110 這篇技術復盤精彩絕倫，完全是硬體逆向的教科書範例。大家要先知道，CMP 170HX 骨子裡就是 GA100 晶片，但 NVIDIA 透過內建的 16,384 顆 eFuse 進行產品分級，把 80GB 的 HBM 封閉成 8GB，甚至關閉大量串流多處理器 SM 與 PCIe Gen4。NVIDIA 為了防止研發階段燒壞晶片，設計了一種叫 Fuseless Fuse（FF）的機制，它本質上是用 JTAG 鏈動態改寫底層暫存器。然而生產卡被一顆 OPT_SECURED_BURN_FEATURE_ENABLE 的保險絲鎖死，不允許寫入 FF 區段。 13 00:13:28.110 --> 00:14:06.190 所以 Kate 就從硬體物理層下手！她用一顆 STM32 微控制器，串接在 GA100 晶片與 MP2888B 電源管理 IC 之間，攔截 PWMVID 電壓控制訊號。在開機通電的微秒瞬間，對核心電壓注入精確的低電壓脈衝，成功干擾了保險絲控制器的開機狀態機，讓安全檢查機制失效，把那顆防護保險絲欺騙成未啟用狀態！ 14 00:14:06.190 --> 00:15:15.010 沒錯，這被稱為 Goldilocks Glitch。在成功解除寫入鎖定後，她就能寫入新的 FF 紀錄，覆蓋原本將硬體 Floorsweep 斷電的設定。原廠 A100 為了維持良率一致性，保守地只啟用 108 組 SM；但 Kate 的這顆晶片體質極佳，解鎖後跑滿了 124 組 SM，OpenCL FP16 浮點運算直接飆上 85.8 TFLOPS，甚至連原本閹割掉的 NVLink 和 PCIe Gen4 都復活了。不過聽眾千萬別以為買幾張礦卡就能發大財，這需要極度精密的示波器量測、焊接技術與無數次 S3 睡眠重啟測試，只要電壓時序歪了一微秒，整張卡就可能永久變磚。 15 00:15:15.010 --> 00:16:02.310 這真是極客精神的極致展現。而既然現有的晶片架構有這麼多為了向下相容與良率妥協的歷史包袱，有新創公司乾脆決定打掉重練！由 Benchmark 領投、Jack Altman 加入董事會的新創公司 Tendrils，今天宣布完成了 3,000 萬美元的募資，目標竟然是『重做 CPU』！他們認為現在的處理器被 1970 年代以來的循序執行、快取一致性協定與亂序執行緩衝區綁死了，根本無法有效擴展。 16 00:16:02.310 --> 00:17:11.600 Tendrils 的野心很大，但這條路上早就躺滿了先烈的屍體，從 1970 年代的 Illiac IV、後來的 Transputer，到 PS3 的 Cell 處理器都是類似下場。他們主張拋棄共享可變記憶體與線性指令序列，打造擁有數千個平行核心的架構，並同步開發名為 Vine 的開源語言，底層基於 Interaction Nets 互動網路圖縮減理論。但問題在於，亂序執行與快取一致性不是工程師愛自找麻煩，而是為了解決處理器運算與記憶體存取延遲之間巨大的『記憶體牆』！一旦你放棄共享快取，如何排程與同步數千個小核心，編譯器能不能自動拆解通用運算，會是巨大的物理與演算法挑戰。 17 00:17:11.600 --> 00:18:06.470 確實，通用運算要改變典範向來最難。但如果把 AI 當作探索未知工具，成果就非常接地氣了！一位非考古專業的義大利工程師 Pietro Miotti，分享了他利用 AI Agent 重新發現墨西哥失落馬雅遺址的奇幻旅程。他在秘魯旅行時突發奇想，讓 48 個 AI Agent 審查 NASA 公開的 G-LiHT 光達空照資料，比對穿透叢林樹冠後的裸露地表，竟然在 72 小時內辨識出了一座擁有 8 到 12 公尺高金字塔、儀式廣場與蓄水池的未註冊馬雅聚落！ 18 00:18:06.470 --> 00:19:02.520 這個案例最棒的地方在於除魅。他沒有訓練任何特殊的電腦視覺分類器，而是把 1,200 平方公里的光達高程圖切塊，給多模態 Agent 閱讀考古辨識手冊，像極度有耐心的實習生一樣逐張排查筆直的人工線條。雖然事後發現這座遺址在 2025 年已被學術論文記錄過、只是墨西哥國家人類學與歷史學局 INAH 尚未建檔，但一個門外漢靠著公開資料、幾十個 Agent 與幾十美元的 API 額度，就能在三天內追平專家數年的實地調查，這展現了大模型在多模態科學資料探勘上的驚人槓桿。 19 00:19:02.520 --> 00:19:45.330 真的是只要有好奇心與算力，人人都能是數位印第安納瓊斯！而說到多模態與高通量任務，Meta 今天也在 Product Hunt 上推出了 Muse Ember。主打超低成本、專門處理高併發 Agent 任務的輕量化模型。看來各大巨頭現在都意識到，日常那些繁瑣的過濾、路由與資料提取，根本不需要出動百億參數怪獸，低延遲與極致成本控制才是大規模應用的勝負手。 20 00:19:45.330 --> 00:20:43.980 成本與隱私往往是一體兩面。今天 Hacker News 上另一個亮點專案是開源工具 Yogurt，標榜是知名會議筆記軟體 Granola 的免費私有替代品。Granola 很好用，但把企業內部會議音訊直接上傳到第三方雲端，在資安合規上一直是巨大隱患。Yogurt 透過 Electron 打包，整合了 node-llama-cpp 與本地 Whisper，完全在本地端進行語音轉文字與摘要，甚至支援從 Zoom 或 Google Meet 的無障礙輔助介面抓取發言者姓名，而且通通開源。 21 00:20:43.980 --> 00:21:30.800 免去會議機器人進頻道的尷尬，又能保障隱私，這對遠端團隊太有吸引力了！不過講到本地端的安全防護，開發者自身的開發環境往往才是最大的漏洞。工程師 Serge Gatezh 在他的部落格詳細分享了如何利用 macOS 的 Secure Enclave 安全隔離區來原生保護 SSH 金鑰。大家習慣把私鑰放在 ~/.ssh 目錄下，一旦本機執行了惡意腳本或中了供應鏈攻擊，私鑰很容易被整碗端走。 22 00:21:30.800 --> 00:22:38.440 Serge 示範的是利用 macOS 原生的 sc_auth 工具，在 Secure Enclave 內部直接產生不可導出的 NIST P-256 金鑰對，並綁定生物辨識參數。如此一來，磁碟上只會存放一個名為 Key Handle 的參照檔，真正的私鑰永遠鎖在安全晶片內，連作業系統核心都讀不出來。每次 SSH 連線或簽署 Git Commit，硬體晶片都會強制彈出 Touch ID 要求指紋確認。雖然原生的 CryptoTokenKit 提示視窗長得很醜，顯示成 ctccardtoken，但從資安角度來看，這徹底防禦了本機惡意程式在背景默默盜用憑證的可能。 23 00:22:38.440 --> 00:23:31.890 這絕對是所有 Mac 開發者都該花半小時設定的防身術！接著我們來看看微軟的大動作：.NET 11 正式發布了！雖然這是一個兩年支援期的標準支援版（STS），但帶來的語言與執行階段特性卻非常重大。首先是 C# 15 正式引入了聯合型別（Union Types）與封閉繼承階層（Closed Hierarchies），開發者終於可以用編譯器嚴格檢查的 switch 表達式來窮舉所有可能的狀態，再也不用回傳不明不白的 object 或基礎類別了！ 24 00:23:31.890 --> 00:24:31.250 不只語言層面，.NET 11 這次在底層推動的 Runtime Async 更是深水區重構。過去 C# 的 async/await 全靠編譯器產生龐大的狀態機結構，不僅拖慢建置速度，例外時的呼叫堆疊更是混亂不堪。Runtime Async 直接把暫停與恢復交給執行階段核心處理，讓分析器與偵錯工具能直接看到乾淨的非同步呼叫鏈。此外，SDK 預設啟用了 Native AOT 打造的 CLI 宿主，MSBuild Server 也改為常駐暖機，日常下 dotnet 指令的反應速度提升非常明顯。 25 00:24:31.250 --> 00:25:19.970 微軟甚至連 Agent 生態都鋪好路了，SDK 內建了官方 MCP Server 範本，ASP.NET Core 也開始實驗支援 AG-UI 協定，讓 Blazor 能直接串接 AI 串流互動元件。然而，當科技巨頭全面擁抱 AI Agent 代替人類操作時，傳統產業的反彈也正式引爆了！聯合航空（United Airlines）今天正式修改訂票規則，全面封殺第三方 AI Agent 代表旅客預訂機票！ 26 00:25:19.970 --> 00:26:17.680 聯合航空給出的官方理由是帳號安全與聯邦法規，例如託運行李必須由本人確認無危險物品，且共用帳號憑證給 AI 可能導致哩程遭盜用。但航空業分析師講得很直白：這本質上是一場通路控制權與伺服器成本的保衛戰。航司長年都在對抗 Google Flights、Kayak 這些比價網站，而現在像 Meta Muse 或 OpenAI 的 Agent 如果為了幫使用者找便宜機票，發動高併發爬蟲輪詢航線 API，會給航司帶來龐大的無效查詢成本，還會打破航司透過動態定價與附加服務獲利的商業模式。 27 00:26:17.680 --> 00:27:01.430 看來未來的網路世界，即將上演一場『人類 Agent 偽裝成真人』與『平台防火牆』之間的攻防大戰。最後，我們回到全端工程師的日常痛點。Aditya Ekka 在 Dev.to 發布了一篇踩坑指南，探討在 Next.js 整合 Neon Serverless PostgreSQL 時，使用標籤模板查詢（Tagged Template）與傳統參數化查詢的致命差異。 28 00:27:01.430 --> 00:28:23.490 這個 Bug 非常隱蔽。許多從傳統 pg 套件轉過來的工程師，習慣寫 sql('SELECT * WHERE id = $1', [id])。但在 Neon 的 Serverless 驅動中，因為每一次查詢在底層都是透過 HTTP Fetch 發送給 Proxy，而不是長連線的 TCP 連線池。Neon 的 sql 標籤函式專為模板字串設計，能自動把內插變數序列化為安全的 HTTP 負載；如果你硬傳傳統陣列，在 TypeScript 嚴格模式下不僅會發生靜態型別不相容，甚至可能導致查詢靜默失敗、回傳空陣列，甚至有人病急亂投醫用字串拼接而引發 SQL Injection。改用標準標籤語法後，不僅能杜絕注入風險，在 Vercel 上的冷啟動與查詢延遲也能穩定壓在 50 毫秒左右。 29 00:28:23.490 --> 00:28:42.180 從底層晶片的保險絲攻防、編譯器與執行階段的演進，一路聊到雲端資料庫的序列化細節，今天的技術火花實在太密集了！感謝大家的收聽，我是 Cordelia。 30 00:28:42.180 --> 00:28:45.490 我是 David。 31 00:28:45.490 --> 00:28:54.000 DAVID888 Daily 每日放送，我們明天同一時間再見！