这里是 Agili 的 Hacker Podcast 每日精选，涵盖大语言模型在硬件设计与文本校对中的落地探索、开源轻量决策模型的演进，以及关于大脑起源发育与全新猫科物种的最新科学发现。
OpenAI 自研大模型辅助设计 Jalapeño 芯片
样片回片调试的提速
OpenAI 在内部代号为 Jalapeño 的自研芯片项目中，将定制的大语言模型引入芯片设计和底层软件栈开发流程。IEEE Spectrum 报道显示，该芯片在端到端推理延迟上最高缩短至原来的 3.6 倍。
在 5 月工程样片从晶圆厂交付后，工程团队使用专为芯片设计微调的模型自动生成基准测试代码。在 DeepSeek 多头潜在注意力（MLA，Multi-Head Latent Attention）算子优化中，模型在约 40 小时内将计算效率从理论带宽上限的 0.31% 提升至 88.94%。这一流程大幅缩短了从样片测试到进入量产准备的调试周期。
算法提速与物理制造的边界
大型语言模型在微架构设计空间探索（DSE）中能够快速评估总线位宽、流水线深度等离散参数。芯片开发的最终瓶颈依然受到半导体物理特性的限制。
前端的寄存器传输级（RTL）代码仍需经过传统仿真工具检验，以满足功耗、性能与芯片面积（PPA）的严格物理时序约束。即便设计代码生成与底层内核调优效率提升，芯片制造对尖端代工厂光刻产能和现实物理供应链的依赖并未改变。
斯坦福研究发现大脑由两条平行神经外胚层前体构建
两条独立的神经前体谱系
发表在《Nature Neuroscience》的一项小鼠胚胎谱系追踪研究显示，大脑并非起源于单一的通用神经前体细胞。在原肠胚形成阶段，前脑与中脑来自表达 Otx2 基因的前部神经外胚层，而后脑（包含脑干与小脑）则来自表达 Gbx2 基因的后部神经外胚层。
这两群细胞的染色质构象在胚胎极早期便已锁定，发育路径互不重叠。这种双谱系分化特征在演化上可追溯至 5.5 亿年前，斑马鱼与鸡的胚胎中同样存在类似机制。
突破后脑运动神经元体外培养瓶颈
干细胞研究长期难以在体外培养人类后脑神经元，根源在于以往常将前脑和中脑前体细胞作为起点。掌握谱系阻隔机制后，研究团队将人类多能干细胞成功分化为具备电生理活性的后脑运动神经元。
这项体外模型为脊髓性肌萎缩症（SMA）和肌萎缩侧索硬化症（ALS）等累及脑干的神经疾病提供了实验工具，同时有助于研究调控食欲的脑干回路及相关代谢药物机制。
Laya：开源非自回归决策模型家族
非自回归架构与毫秒级推理
ConvAI Innovations 创始人 Nandakishor Mukkunnoth 发布了开源决策模型家族 Laya。该模型采用双向编码器结构，用于工单分类、内容审核和优先级判定等结构化任务。
与逐字生成的自回归大语言模型不同，Laya 不输出自然语言文本，直接返回结构化概率与置信度，单次前向推理延迟降至 32.8 毫秒，批处理时单任务延迟降至 7.2 毫秒。底层提供 choice（分类选项）、score（序数打分）和 noul（布尔判定）三种原语，避开了生成式模型的幻觉和输出格式解析失败问题。
开源实现与特定场景限制
该项目在 Hugging Face 开源了基于 ModernBERT 与 mmBERT 的权重。针对跨语言输入时置信度虚高但准确率下跌的问题，系统配置了一个纯 Python 语言路由器，在 1 毫秒内识别字符集并将请求分流至对应模型。
在特定微调任务上，模型在分类准确率和概率校准误差（ECE）上表现优异。作为专用编码器模型，Laya 在选项超过 20 个时准确率会下降，零样本预测能力有限，必须针对具体业务数据微调后才能投入生产。
如何将大语言模型作为写作校对工具
确立人机协作的边界
在文本写作中，直接使用大语言模型生成的词句容易让文章丧失个人风格并呈现千篇一律的语感。作者亲自完成初稿，是保证文字表达意图清晰的前提。
有效的工作方式包括两条纪律：一是坚决不直接套用模型推荐的具体词句；二是在提示词中明确禁止夸奖与客套，要求模型直接指出逻辑缺陷、重复句式、滥用的被动语态以及冗余副词。
确定性文本审查与盲测流程
这种校对方式参照了语言学著作《风格：清晰与优美的秘诀》（Style: Lessons in Clarity and Grace）的方法，将修辞优化转化为确定性的规则审查。作者识别出模型指出的问题后亲自重写，再将修改前后的两个版本放入无历史上下文的对话中进行盲测比对。
对于软件工程中的 Git 提交信息与代码拉取请求（PR），由人亲自组织文字是梳理代码改动动因的必要思考过程。模型则适合充当快速核对事实、检索贴切术语的高级词典。
陶哲轩博客探讨：超越证明的数学阐释价值
证明产出与人类理解的分离
科普频道 3Blue1Brown 创作者 Grant Sanderson 在陶哲轩的博客撰文指出，当人工智能开始参与生成数学猜想的形式化证明时，传统的学术评价标准面临转变。
仅仅生成逻辑无误的证明并不等同于人类理解了数学机制。学术界需要明确承认“有动机的解释”（motivated explanation）的学术价值。这种写作从问题背景和直觉出发，甚至展示错误的探索路径，解释定理背后的思考过程，帮助人类构建知识图景。
推动学术评价机制转型
Sanderson 建议学术体系增设聚焦深度阐释的期刊，将高质量教材和阐释性讲义纳入教职评审体系，并设立重大未解阐释问题清单。
社区讨论对此存在分歧。支持者认为类似有限单群分类的长篇复杂理论急需系统性梳理以防失传；也有学者指出，若机器在未来同样能针对不同背景读者提供清晰个性化的阐释，单纯将学术评价转向解释能力可能会带来主观偏见。
GPT-6 Astra 还原一战德军 ADFGVX 密电
破解长年未决的历史密文
一份发送于 1918 年 11 月 27 日、长 170 个字符的德军 ADFGVX 算法密文被 GPT-6 Astra 成功解密。解密内容显示一艘英国巡洋舰与协约国舰队抵达塞瓦斯托波尔的情报，与英国皇家海军坎特伯雷号巡洋舰当年的航海日志吻合。
ADFGVX 是一种结合表格替换与列移位的复合加密体系。该密文长年未被人工破译的原因在于发报员违规提前使用了 12 月的备用密钥“TRUPPENVERSCHIEBUNG”（部队调动），并在日期记录中夹杂了笔误。
历史长尾难题的高效排查
这一进展并非算法层面的暴力破解，而是模型结合历史文献与已公开的候选密钥库，将搜索范围缩小到了包含操作失误的具体组合。
面对大量由于学术资源有限而未能分配人工专家的历史长尾问题，模型降低了跨学科排查的成本，使原本在经济或精力上难以支撑的研究分支得以高效验证。
利用特定艺术流派提升 AI 海报设计质感
摆脱同质化的默认参数
社区宣传栏常年被充斥着粉彩渐变与塑料质感人物的生成式海报占据。技术作者 John Hartnup 通过对比实验发现，常规的负向提示词难以完全去除这类平庸质感。
当提示词明确指定具体的历史设计流派时，模型的输出质量发生转变。包豪斯风格（Bauhaus）、瑞士平面风格（Swiss Style）、孔版印刷（Risograph）以及孟菲斯设计（Memphis Design）等指令，能让模型构建出层次分明的排版与硬朗的无衬线字体。
排版克制与可编辑输出
大量生成式海报视觉体验欠佳的核心在于排版信息过度拥挤。业余组织者在提示词中罗列大量细节，模型往往为每项活动生成小图标，造成视觉焦点混乱。
除了限制文字元素、充当严格的信息编辑，让模型直接输出 HTML 或矢量代码也能使文字与背景图形分离，便于后续直接修正拼写和调整活动时间。
时隔百年确立的猫科新物种：蒂尔卡约虎猫
救助幼崽引发的基因认定
2017 年玻利维亚一家野生动物庇护所接收了一只被居民误当家猫饲养的幼猫。成年后体重仅约三至四磅，毛皮带有类似美洲豹的玫瑰斑纹。
玻利维亚、巴西与比利时联合团队在《当代生物学》（Current Biology）发表全基因组测序结果，确认该动物是百年来科学界命名的首个猫科新物种，学名为蒂尔卡约虎猫（Leopardus tilcayo）。该物种生活在玻利维亚永加斯亚热带森林生态区。
物种划分与保护紧迫性
基因比对显示该物种在 140 万年前便已独立分化。这一发现将传统定义中的虎猫拆分为五个独立的物种复合体。南美虎猫属拥有 36 条染色体，与普通家猫的 38 条染色体存在生殖隔离。
当广泛分布的物种被精确划分为数个独立的狭域物种后，单一族群的个体数量和栖息范围急剧缩减，国际自然保护联盟需要重新对其受威胁程度进行独立评估。
旧金山洋葱期货公司规避管制的实物交割尝试
绕过 1958 年洋葱期货法
旧金山洋葱期货公司上线了支持实物交割的黄洋葱期货预购服务，标的为单颗普通黄洋葱，支持旧金山、芝加哥等多地实物交付或配送，不支持现金交割与退款。
1958 年美国国会通过《洋葱期货法》，明令禁止在任何交易所买卖洋葱期货。该平台通过作为独立卖方直接签署双边私有合约、不提供公开多方竞价撮合系统的模式，规避了法律对受管制“交易设施”的定义。
商业履约与行为艺术
每份合约单价由专有算法每日调整，价格在 3.65 美元到 9.58 美元之间，远高于普通超市零售价。
项目由倡导洋葱期货合法化的大学学生组织协助开展线下履约。虽然带有行为艺术属性，运营团队确认所有预售合约到期后均将按约送达真实洋葱。
SDCC 4.6.0 发布与获得主权技术基金资助
嵌入式开源编译器的演进
小型设备 C 语言编译器（SDCC）发布 4.6.0 版本。该工具链主要面向 Intel 8051、Zilog Z80 系列、STM8、MOS 6502 等经典 8 位微控制器，新版本引入了部分 C23 与草案阶段的 C2y 语言特性，优化了 Z80 代码生成效率。
长期以来该项目依赖无偿志愿者维护。近期 SDCC 获得了来自 NGI0 Commons Fund 和主权技术基金（Sovereign Tech Fund）的资助，用于强化固件安全测试，并开发链接时优化（LTO）功能以缩减编译体积。
8 位控制器的生态现状
由于低端芯片架构的硬件限制，在面对复杂工程时，开发者仍需注意变量访问异常和优化带来的延时消除问题。
随着带有完善 GCC 支持的 ESP32、RP2350 和低功耗 32 位 ARM 芯片价格走低，以 SDCC 为代表的 8 位工具链开发场景正在逐步向极低成本消费电子与专用工控等细分领域集中。
播客全文
女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是莓莓。
男：大家好，我是阿迪。
女：阿迪，你最近在路边或者社交媒体上，有没有注意到那些社区市集的海报？几乎全是一个模子刻出来的：浅浅的水彩边缘、塑料质感的小花，加上一排三角彩旗和长相模糊的卡通小人。
男：太典型了，只要你用大模型随手生成一张海报，不加特殊约束，它大概率就给你端出这套英格兰乡村集市套餐。因为模型训练数据里充斥着这种默认偏好，大家反复调用，街头宣传品迅速陷入视觉疲劳。
女：技术作者 John Hartnup 最近做了个实验，他给 ChatGPT 一组固定的市集信息，要求生成海报，还特意写了“避免蜡笔质感和插画人物”，结果第一版还是浓浓的模板味。直到他换了个策略，直接指定包豪斯（Bauhaus）风格，整个版式立马变成了硬朗的无衬线字体和清晰的信息层级。
男：对，只要换上具体的风格词，比如瑞士平面风格、孔版印刷（Risograph），或者孟菲斯设计，模型就能绕开平庸的默认参数。Hartnup 还顺手整理了一份包含一百种海报风格与提示词的开源目录。而且模型甚至能直接输出 HTML 或矢量代码，文字和背景分层，改个日期或错别字就很方便。
女：其实很多人反感的不是 AI，而是业余组织者恨不得把十几项活动全塞进提示词，模型就给每个词配个小图标，整个画面乱成一团。以前用纯文本软件排版好歹视线焦点明确。不过对于极低预算的乡村集市，请不起专业设计师，外包接单平台水准又不稳，给提示词加上明确的设计流派，算是很实用的救急方案。
男：说到底是要跳出算法的“偷懒预设”。其实不仅图像生成有这种默认套路，文字写作更是重灾区。最近 Hacker News 上有篇讨论写得挺清醒：在写作里用大模型，一定要把它当校对，坚决不能当枪手。
女：这个我深有感触！作者提出了两条很硬的规矩：第一，绝不直接采用模型建议的具体词句，因为模型总想把每句话都写成杂志大标题，一旦搬过来，个人的声音全没了；第二，严禁模型夸奖你。模型天生喜欢谄媚，会把你那堆混乱的废话夸上天，直接剥夺推翻重构的机会。
男：没错，必须把它的谄媚模式关掉，让它充当一个冷酷的机械质检员。比如挑出滥用的被动语态、动词名物化，还有“非常”、“其实”这类填充副词。作者很推崇语言学那本《风格：清晰与优美的秘诀》，里面把文章修辞拆成了确定性的检查规则。更绝的是，作者自己重写完，会开一个没有任何历史记录的新窗口，把新旧两个版本丢给模型做盲测，看哪个更清晰。
女：这套方法在工程圈也引起了共鸣。像写 Git 提交信息或者 PR 描述，有些程序员坚持纯手写，因为写清楚“为什么修改”是检验自己是否想明白的最后一道防线；但也有些工程师觉得，写完代码人已经累瘫了，模型在约束模板下至少能避免敷衍的“修复 Bug”这种废话。核心还是人类掌握最终思考，模型去干筛查对账的杂活。
男：顺着人机分工这个逻辑，数学家们最近也在反思一件大事。3Blue1Brown 的创作者 Grant Sanderson 在陶哲轩的博客上发了一篇文章，探讨如果 AI 能直接产出复杂数学证明，人类数学家到底该干什么。
女：以前大家默认“解决难题、产出证明”就是推动数学理解的标准。但如果机器在人类完全没搞懂原理的情况下，直接吐出一万行严密的证明代码，这个评价机制就卡壳了。
男：Sanderson 提出了一个概念叫“有动机的解释”（motivated explanation）。传统的证明都是定义先行，每一步严格无误，读者看不出思路怎么来的。而有动机的解释，是把定义放在背景铺垫之后，甚至从一个简单但有偏差的想法起步，展示一步步踩坑、修正的过程，解释最初到底是怎么想到这条路的。
女：这让我想起当年机器证明四色定理，大家虽然承认结论，但心里总觉得空落落的。最近 Liam Price 借助 GPT-5.4 Pro 解决 Erdős 1196 号难题之后，陶哲轩他们迅速跟进发表论文，把解法里的核心直觉重新提炼、拓展，这种把生硬解法消化成人类能理解的知识图景的过程，价值一点不亚于最开始算出来的代码。
男：所以 Sanderson 建议学术界提升阐释性工作的权重，甚至在教职评审里提高优质教材和讲义的分量。不过讨论里也有不同声音，多伦多大学的 Jacob Tsimerman 就指出，大模型以后解释概念的能力也会进化，甚至能针对每个人的背景量身讲解。如果 AI 两头都能干，单凭解释能力来评价人才，很容易受到学术人情的影响。而且年轻人读博如果只是帮机器转述长篇证明，科研探索的纯粹乐趣恐怕会被消解。
女：说到大模型在严谨学科里的渗透，芯片设计领域最近也传出了一个硬核进展。OpenAI 代号为 Jalapeño 的自研芯片项目，把定制的大模型直接放进了芯片调试闭环里。
男：这是 IEEE Spectrum 披露的消息。他们在 5 月拿到晶圆代工厂送来的首批工程样片后，用内部微调的模型自动写基准测试代码。在优化 DeepSeek 的 MLA（Multi-Head Latent Attention，多头潜在注意力）算子时，模型写的底层代码在 40 个小时内，把计算性能从理论带宽的 0.31% 拉到了 88.94%。
女：过去工程师要人工手写内核代码去压榨硬件性能，现在模型直接在微架构设计空间里疯狂探索，权衡总线位宽、流水线深度这些参数，把样片到量产的周期大幅压缩。
男：不过硬件工程师们也泼了冷水：写代码和底层物理落地是两码事。前端逻辑代码只是冰山一角，芯片最终能不能打，看的是 PPA（功耗、性能与面积）的物理极限优化，时序收敛和布线依然被半导体物理死死卡住。而且百亿晶体管如果全靠模型写，一旦出现类似 Rowhammer 那种深层的硬件安全漏洞，流片前人工根本审不过来。更别说尖端代工厂的产能和光刻机设备，依然是物理世界的绝对瓶颈。
女：算力跑得再快，硬件迭代还是受现实物理周期的制约。不过在芯片的更底层，那些古老但不可或缺的基础设施，最近也迎来了一些好消息。你还记得咱们大学做单片机实验时用的 SDCC 吗？
男：太熟悉了，Small Device C Compiler，面向 8 位单片机的开源编译器。支持经典的 8051、Z80、STM8 还有 MOS 6502。这个老项目最近发布了 4.6.0 版本，不仅引入了 C23 新特性，还拿到了 NGI0 Commons Fund 和主权技术基金的资金资助。
女：这种几十年的老开源工具全靠志愿者无偿维护，过去很多深层 Bug 根本没人有精力修。有了资金支持，他们终于开始推进社区呼声最高的链接时优化（LTO），可以在编译时把没用到的函数彻底删掉，专门为资源极度受限的小芯片省空间。
男：现在大家动辄聊 STM32、ESP32 这类几十美分的 32 位芯片，很多人觉得 8 位机早该进博物馆了。但在极度控制成本的小家电、低端玩具或者某些工业控制里，8 位单片机依然有不可替代的生存空间。甚至有开发者尝试用大模型写专用的 8051 编译器，代码体积比 SDCC 还小了将近四成。
女：老工具依然在发光发热。接下来这个话题可能更有年代感——一战时期的密码破译。德国科学博客上曾列过“50 大未解密码”，其中有一篇 1918 年德军用 ADFGVX 算法加密的电报，居然被 GPT-6 Astra 给破了。
男：ADFGVX 是一种结合了棋盘替换与列移位的复杂手工密码。当时德军密电被截获了一大堆，绝大部分被破译了，但这篇 170 个字符的密文卡了一百年。模型解出来的德语原文说：“一艘英国巡洋舰于 24 日抵达塞瓦斯托波尔，一支协约国舰队于 26 日随行抵达。”后来去查英国皇家海军坎特伯雷号巡洋舰当时的航海日志，记录完全对得上。
女：百年悬案是怎么被模型攻破的？难道它的算力强大到能暴力破解？
男：完全不是。破解的关键是一个历史乌龙。当时这篇密文用的密钥是“TRUPPENVERSCHIEBUNG”，德语里“部队调动”的意思。档案记载德军原本定在 1918 年 12 月 9 日启用这个词，结果前线发报员在 11 月 27 日就提前用了，而且电报里的日期还写错了一个字母。模型的价值不是暴力破解数学算法，而是结合公开的历史文献，在已知的候选密钥集和人类常见操作失误之间做关联，把原本过于庞大的搜索空间压缩了。对人类密码专家来说，花几个月甚至几年去遍历这些细碎历史谜题在经济上不划算，但模型把这种小众排查成本降到了极低。
女：这种从海量历史碎片中找线索的能力确实惊人。不过在商业世界，历史概念的归属权往往会引发激烈争吵。最近开源决策模型 Laya 的作者，就在 Hacker News 上公开叫板前沿实验室。
男：这件事很有戏剧性。前阵子 ChatGPT 共同发明人 Diogo Almeida 创立的 TypeSafe AI 推出了闭源决策模型 Jev，主打非自回归、不生成废话文本、只输出结构化概率预测的 System 1 架构，收费还不便宜。结果 ConvAI Innovations 的创始人 Nandakishor 站出来指出，这套架构他在一年前的开源论文和权重里就已经完整实现了。
女：面对商业公司的包装，Nandakishor 选择把自己的成果重构，推出了完全开源的水平决策模型家族 Laya。它基于双向编码器，单个前向推理只要 30 多毫秒，批处理延迟低至 7 毫秒，直接提供 choice、score 和 noul 三种决策原语，专门处理工单分配、垃圾邮件过滤这种结构化任务，彻底避开了大模型的幻觉和 JSON 解析失败。
男：社区里的讨论其实分成了两派。一派工程师觉得，用基于 BERT 的编码器加分类头做结构化判定，在传统 NLP 领域早就是成熟套路，行业现在动不动上数十亿参数的自回归大模型去干打标签的活，纯属算力浪费；但另一派也指出，Jev 卖的是开箱即用的通用零样本能力和 64k 上下文，而 Laya 只有 4 亿参数，零样本准确率才 0.35，必须企业自己拿特定数据微调才能用，二者在工程落地上其实有很大差距。把一个学术概念包装成对开发者极其友好的商业 API，本身也是一种壁垒。
女：概念归属和工程落地之间永远有一道鸿沟。说到让人意外的结构，发育生物学领域最近也有个颠覆认知的发现：《Nature Neuroscience》发表了一篇封面研究，指出人类大脑并非来自同一个神经前体细胞，而是在胚胎极早期由两条完全平行的谱系分别发育成的。
男：斯坦福医学院 Kyle Loh 团队用小鼠做谱系追踪，发现在原肠胚形成阶段，前脑和中脑来自表达 Otx2 基因的细胞群，而包含脑干与小脑的后脑，则来自表达 Gbx2 基因的细胞群。两拨细胞的染色质构象从一开始就彻底锁死了各自的发展路线，互不交叉。
女：这就解释了为什么过去几十年干细胞领域一直培养不出成熟的后脑神经元！科学家老想着拿前脑的前体细胞去诱导后脑，路走反了。搞清机制后，团队成功把多能干细胞分化成了能传导电信号的后脑运动神经元。因为我们不可能直接从活人身上切脑干做实验，这项突破直接给渐冻症（ALS）和婴儿常见的脊髓性肌萎缩症（SMA）研究铺平了道路。
男：演化证据表明这种双谱系分化在 5.5 亿年前就形成了。不过斯坦福医学院官方通稿当时用了个惊悚标题，叫“人脑其实是两个独立器官”，在社区被不少学者批评夸大宣传。论文里明明用的是复合器官（composite organ），前后脑解剖差异大家早就知道，真正的突破在于找到了不可逆的分化路径，让体外批量制备脑干细胞变成了现实。
女：科学传播有时候真得收着点，不能为了眼球把严谨的结论带偏。就像我们最后要聊的这个奇闻，甚至把金融衍生品和农产品搞出了一场严肃的黑色幽默——旧金山洋葱期货公司。
男：这事听起来像恶搞，但它是真实履约的。他们在网站上卖黄洋葱期货，买家预购 2026 年底交付的单颗普通黄洋葱，每天半夜由算法调整价格，每颗卖到 3.65 到 9.58 美元。合约带独立密钥，支持线下自提或免费配送，但绝不提供现金结算或退款。
女：超市里洋葱一磅才不到一美元，他们卖几块钱一颗，为什么非要搞“洋葱期货”？
男：因为洋葱期货在美国是违法的！1950 年代有个叫文森特·科苏加的交易员疯狂囤积操纵洋葱现货，导致全美葱价雪崩。美国国会在 1958 年专门立了一部《洋葱期货法》，明文禁止任何交易所买卖洋葱期货合约。
女：旧金山这家公司居然敢顶风作案？
男：他们巧妙钻了法律空子。法规管的是拥有公开撮合系统的“交易设施”，而这家公司只作为单一方，直接向个人出售双边私有合约，没有二级撮合市场，从法理上避开了交易所的定义。而且他们的线下配送合作方，是芝加哥大学和西北大学的学生组织，专门在校园里发洋葱科普这段荒诞的金融监管史。
女：兼具行为艺术、科普和严肃履约，这种极客式的浪漫确实让人忍俊不禁。
男：好啦，今天聊的内容跨度挺大，从海报排版、代码与写作，一直聊到了微控制器、脑神经和洋葱期货。
女：希望这些内容能给大家带来一些有趣的思考。感谢大家的收听，欢迎大家使用泛用型播客客户端订阅我们的节目，我们下期再见！
男：下期见！
参考链接
- AI-generated posters don’t have to be horrible
- Two parallel neural ectoderm progenitors contribute to the developing brain
- I built non-autoregressive decision models with RL a year ago
- How to Write with an LLM
- San Francisco Onion Futures Company
- GPT-6 Astra Solves a WWI German Radio Cipher
- If math is more than proof, we need to better celebrate the rest of it
- How OpenAI Used Its Own LLMs to Design Its Jalapeño Chip
- SDCC – Small Device C Compiler
- The first new cat species discovered in 100 years