周刊-004期
记录一下这周看到的有趣的文章 作品
firefox的漏洞，让网站可以在隐私模式下也追踪你
FingerprintJS 团队在 Firefox 中发现了一个隐私漏洞：indexedDB.databases() API 返回的数据库名顺序不是按照创建顺序，而是内部哈希表（nsTHashMap）的迭代顺序决定的。这个顺序在浏览器进程生命周期内是稳定且确定的，且跨所有 origin 共享。
这意味着：
- 任意网站都可以通过创建一组固定名称的数据库，然后调用
indexedDB.databases()获取排序结果，将这个排序作为当前浏览器进程的唯一指纹（16 个数据库名就能产生约 44 位的熵） - 不同域名下的网站可以协同追踪用户——不需要 cookie、localStorage 或任何共享存储
- 在 Firefox 隐私模式下，关闭所有隐私窗口后，只要 Firefox 进程未退出，这个标识依然存在
- 在 Tor Browser 中，”New Identity” 功能也无法清除这个标识
Mozilla 已在 Firefox 150 / ESR 140.10.0 中修复（CVE-2026-6770），修复方式很简单：对 indexedDB.databases() 的返回结果做一次字典排序即可消除这个信息泄露通道。
对服务端开发的启示：这个漏洞的本质不是暴露了”数据”，而是暴露了”内部实现细节的确定性特征”。API 返回顺序这种看似无关紧要的细节，一旦它是全局状态（进程级别而非请求级别）且可被独立观测，就变成了一个旁路标识符。
对服务端开发中类似的坑：
- 数据库查询结果不加
ORDER BY时，返回顺序依赖存储引擎的内部实现，可能在多副本、版本升级时变得不一致，甚至泄露分片/分区信息 - 自增 ID 作为对外暴露的标识符，会泄露数据规模和业务节奏
时序数据库的原理
作者是 opendata 时序数据库的开发者，系统讲了一遍时序数据库的核心数据结构。
三层数据模型：Sample（带时间戳的测量值）→ Series（带标签的向量）→ Query（对多系列做选择与聚合）
倒排索引：每个标签维护一个 posting list（包含该标签的所有 series ID）。查询时做 posting list 交集即可快速定位目标 series。作者特别介绍了 Roaring Bitmap——将 posting list 按高 16 位分块，稀疏块用数组存储、密集块用位图存储，兼顾空间效率与 SIMD 加速的集合运算。
前向索引：series ID → 标签定义的映射。关键的存储布局决策是 cluster key 选什么——按 series_id 排序会让跨散列磁盘读取放大；按 (metric_name, series_id) 复合键排序则能将同指标的数据聚在一起，大幅降低读取放大。
样本压缩：时间戳用”差分的差分”编码，恒间隔采样的差值趋近于 0，能做到平均 1 bit/采样点。测量值（float64）用 XOR 编码——相邻浮点数 XOR 后产生大量前导零，只存储前导零数量 + 有效位长度 + 有效位本身，能将 64 位压缩到平均 11 位。
Series Churn：Kubernetes 中每个 pod 部署都会生成新的 container_id 标签，导致 series 不断产生和消亡。解决方式是时间分桶（bucketing）——每个时间段维护独立的索引和 series ID 空间，旧数据定期合并以平衡读写和空间放大。
对服务端开发的启示：
- 浮点数编码的思维方式值得借鉴：不把数据看成独立的值，而是看成前一个值的增量。服务端日志系统、指标上报链路中，差值编码（delta encoding）是降低带宽和存储成本的高杠杆优化点
- Roaring Bitmap 不只在时序数据库中有效——任何需要快速做大量 ID 集合交并差的场景（权限校验、用户分群、特征过滤）都可以用它替代内存中的
Set<int64> - 存储 layout 选择（cluster key）对读放大的影响可以差几个数量级，设计接入层缓存或 OLAP 数据表时，把”查询模式”前置到存储布局设计阶段比事后加缓存更根本
之前都是使用，没有想过底层是如何实现的
文章
黄仁勋和dwarkesh对谈播客的记录 60min
作者总结了黄仁勋最近的播客内容。看起来在美国人眼中，黄仁勋都是个典型的没有国界的资本家
7种原型语言
当今世界语言繁多，作者总结了7种语言的认知模式，以及其背后的原型语言，现在的语言都可以归为其中一种的发展
- ALGOL 顺序执行 + 控制流
大多数的常用编程语言来源，C++ Python Java C# Ruby Pascal JavaScrip - ML 函数 + 类型系统 + 递归
OCaml Haskell - Lisp 代码即数据 + 宏改写语言
Lisp Scheme Clojure - Prolog 逻辑推导
Mercury - Forth 栈变换
PostScript - APL 数组整体运算
MATLAB NumPy R - Self 消息传递
Erlang Smalltalk
深色模式的六个等级
作者介绍了多种实现深色模式的途径
克劳德4.6~4.7之间的系统提示词差异
作者整理了 claude 两个版本间的系统提示词差异
AI Agent 的成本提升
AI 可能更强的同时更贵
文章中通过分析 METR 的图标，指出
- AI 能完成的任务长度在指数提升
- 但是完成这些任务的成本也很可能在指数提升
- 甚至用于衡量的单位：“人类等价小时” 的成本也在上升
核心指标 “人类等价小时” 成本指的是：完成任务的总成本/该任务对应的人类平均时间长度
比如 模型能完成人类两小时完成的任务（50%成功率），成本=40块，对应的小时成本为：20块/小时
数字向下：从第一原理看创新、资本和通货紧缩（30min)
作者指出：创新与资本驱动的“好通缩”是经济进步的自然结果，而非灾难。作者以此批判央行对通缩的恐惧与通胀迷思，主张诚实货币下价格应持续下降。
量子计算机不会威胁 128 位对称密钥
作者是前GoTeam 的安全负责人。他引用了相关安全方面的论文和计算，得到了128位的对称密钥，不会像当前所用的非对称加密密钥一样，在量子计算机时代被轻易攻破的结论
神话模型正在摧毁Anthropic的公信力
作者读了神话模型相关的公开信息，发现媒体对安全能力大肆宣扬的“数千次”这种定量的描述，在原始的模型卡中并未提供，反而是在宣布神话模型和启动 glasswing 的网站上有对应的描述。而 galsswing 中的合作企业也没有在安全方面有任何定量的表态：比如发现了多少次不同等级的漏洞。除此之外作者还发现 anthropic 的文章中也有自相矛盾的部分：模型找到的攻击方式中，使用rce漏洞是已经修复了的，去除这两个已经修复了的漏洞后成功的有效攻击率从 72.4% 降到了 4.4%
怎么听歌识曲？
简单来说就是将音频进行傅里叶变换，将频谱中高亮的点找出来，然后再到服务器里去进行匹配。除此之外还有不同的优化，比如记录多个频率之间的间隔，以此再进行查询，降低噪声的干扰
国际能源机构：2025 年是太阳能占据主导地位的第一年
IEA 发布 2025 年全球能源趋势报告，确认 2025 年是太阳能主导的第一年：太阳能发电增量是”有史以来任何能源中最大的”，目前占全球发电量 8% 以上，覆盖了电力需求增长的三分之二。电池储能也快速增长（新增 110GW）。可再生能源增速已超过总需求增长，使得碳排放增速放缓至仅 0.4%。IEA 因此宣布”世界已进入电力时代”。霍尔木兹海峡的关闭可能会进一步加速各国脱离化石燃料。
Async的承诺和成果
文章回顾了异步编程的三波演进：
- 回调解决了 C10K 的线程资源问题，但引入了回调地狱和控制流反转；
- Promise 改善了可组合性和错误处理，但引入了一次性限制和静默错误吞噬；
- async/await 让线性异步代码看起来像同步代码，是最强的人文工程学胜利，但引入了函数着色问题——导致生态系统碎片化、新的”futurelock”死锁类型，以及”顺序陷阱”（await 让代码看起来是顺序的，掩盖了本可并行的依赖关系，程序员需要手动分析并显式并行化）。
一些语言（Go 的 goroutine、Java 的 Loom、Zig 的 Io 接口）选择了绕过这些问题的不同路径。
为什么大公司中充斥着屎山代码？
大公司屎山代码的根本原因不是工程师能力不足，而是大部分代码变更由”初学者”完成——员工平均任期短、频繁换组，每次都要重新熟悉代码库。”老手”虽能通过代码审查缓解问题，但这一过程完全非正式且老手总是过载。大公司有意将工程师视为可互换资源，优先考虑灵活调配能力而非长期深耕单一系统的生产力。个人工程师无力改变这种动态，被迫在陌生代码库中赶工，屎山代码是这种组织权衡下的必然结果。
资讯
- OpenAI 中负责 Sora 和助力科学研究（医学、数学……）的工程师已离职
摘录
公司签订为期 3 年的企业协议。第 1 年打折（比如 100 万美元），第 2 年加价（200 万美元），第 3 年全价（300 万美元）。
他们将 300 万美元报告为 “ARR”，尽管他们现在只收取了 100 万美元：客户可以在 12 个月后选择退出！
— AI创业公司的arr骗局
你的利润，就是我的机会
— jeff-bezos 亚马逊创始人
工具、资源
AI语法警察
能够展示你的文章中那些标志性的 AI 语法Docker Sandbox
docker 推出了沙盒系统，对于 agent 而言，比 vm 更轻更快，同时能支持 agent 跑自己的 docker直接和模型交互的网页
一个样例：直接让模型随着你的交互，动态生成网页