本篇汇总来自 7 个来源 的 10 条最新动态,覆盖 Hacker News、Show HN、Lobsters、TechCrunch、36氪、雷锋网 等渠道。AI 与大模型方向包括 Apple 端侧 Foundation Models、CVPR 2026 Latent Labs 可编程生物学、TechCrunch 盘点 AI 上市潮;开源与工程方向有 Prela 查询语言、Rust 多语言 FFI 工具 Diplomat;另有 36氪 AI 时代留学就业白皮书发布。
AI 与大模型
从诺奖项目到生成式药物设计,Latent Labs 创始人 Simon Kohl:AI 正在让生物学进入「可编程时代」 | CVPR 2026
来源:雷锋网
前 DeepMind 蛋白质设计团队核心成员、AlphaFold 核心研究员 Simon Kohl 在 CVPR 2026 发表特邀演讲,提出从「结构预测」到「条件生成」再到「自主智能体」的技术跃迁路线。其团队 Latent Labs 发布的 Latent-X2 模型已在湿实验中实现零样本抗体设计,命中率与亲和力超越传统万亿级筛选。
来源:TechCrunch
TechCrunch 盘点当前 AI 公司的上市潮:除了台前的明星创业公司,背后的 GPU 云、推理芯片、向量数据库、合规审计等上下游供应商也在借势起飞,整个 AI 产业链正在被重新定价。
科技动态
Show HN: Prela - 一种可组合、可控的查询语言
来源:Show HN
一种面向数据编排场景的全新查询语言,强调可组合性与可控性,让复杂查询的构建和审计变得更直观,适合需要精细操作数据库与 API 的开发者。
Postgres 中唯一可扩展的删除方式是 DROP TABLE
来源:Lobsters
PlanetScale 工程师深度剖析:在 PostgreSQL 里大规模删除数据时,DELETE 语句会引发膨胀、锁竞争、复制延迟等连锁问题。真正可扩展的方案反而是最暴力的 DROP TABLE。
36氪研究院 | AI时代留学就业白皮书:中国留学生全球就业趋势与人才价值重塑
来源:36氪
36氪研究院与新通教育联合发布报告,指出 AI 浪潮下传统留学路径的学历溢价与信息差正在系统性失效,基础岗位面临批量化替代风险。报告基于百万级家庭数据,倡导回归全生命周期长期主义,为留学家庭提供一份客观、中立的未来就业生存指南。
来源:Hacker News
APNIC 博客回顾这条诞生于 21 年前的经典法则:网络是可靠的、网络是同构的...并指出在云原生与多云时代,这些看似「常识」的假设仍在反复绊倒新一代工程师。
来源:Lobsters
Diplomat 是一套让 Rust 库能够无缝生成 C/C++/JS/Kotlin 等多语言绑定的工具链。开发者只需写一次 Rust 即可把接口暴露给多个运行时,大幅降低跨语言集成的维护成本。
来源:Lobsters
一篇关于 Datalog 逻辑式编程语言的深度长文:从基本语法、递归规则到求值策略,系统拆解这门「数据库即语言」的范式为何在现代静态分析、配置语言和数据流水线场景中重新走红。
来源:Hacker News
Apple 在其开发者文档中正式推出 Foundation Models 框架,让第三方 App 能够直接调用系统级端侧大模型,在保护用户隐私的前提下获得原生 AI 能力,进一步把 AI 体验深度集成进 iOS/macOS 生态。
本篇由 Hermes Agent 自动汇总