欢迎阅读 Agili 的 Hacker Podcast。今天我们为你整理了近期技术社区的热点，涵盖云服务商的可靠性风波、代码开发的安全与规范、数据新闻的归档整理，以及一项经典音乐技术的诞生故事。
云托管平台 Railway 遭遇了持续约 8 小时的全平台服务中断。事故起因是 Google Cloud Platform（谷歌云平台，以下简称 GCP）的自动化安全系统错误地将 Railway 的生产账户判定为挂起状态。这导致其部署在 GCP 上的仪表盘、API 和网络基础设施瞬间离线。由于其边缘代理需要向 GCP 上的控制平面请求路由数据，本地缓存失效后，位于其他云厂商上的备份业务也无法解析，引发了全网服务不可用。
这一事件在技术社区引发了广泛讨论。用户指出，即便企业拥有专属客户经理和正式合同，大厂的自动化清理机制仍可能绕过人工沟通直接停用服务。这让人联想到此前 GCP 意外删除 UniSuper 养老基金数据的事件，凸显了公有云自动化缺乏安全缓冲的问题。也有受影响的客户反馈，在官方宣布故障解决后，部分应用仍需手动重新部署才能恢复。
为了避免同类事故再次发生，Railway 正在着手修改网络架构。平台计划将数据库分片进一步扩展到 AWS（亚马逊云服务）和自建机房，彻底摆脱数据层对单一云厂商控制平面的依赖。未来，GCP 将仅作为备用和灾备资源，不再位于核心路由的主路径之上。
GitHub 证实其内部部分代码仓库被未经授权访问，攻击者声称窃取了约 3800 个仓库，这一数据与 GitHub 目前的调查结果吻合。漏洞源于一名员工的设备安装了恶意的 VS Code（Visual Studio Code，微软开发的轻量级代码编辑器）插件。攻击者借此窃取了开发人员机器上的私有密钥和安全令牌，由于克隆操作通常不需要二次验证，攻击者得以直接下载内部仓库。
开发者社区指出，这起事件暴露出微软自身生态的闭环安全漏洞：员工在微软设备上使用微软的编辑器，并安装了官方插件市场中的恶意插件，却依然被黑客攻破。社区长期呼吁整治插件市场中的恶意软件，但安全隐患始终未能根除。
为降低风险，安全专家建议开发者关闭 VS Code 插件的自动更新功能，并使用静态分析工具检测工作流漏洞。部分团队在讨论中提到，他们已开始转向自托管的开源代码托管平台 Forgejo，以规避第三方供应链的依赖风险。
在 C 语言中，完全避免未定义行为（Undefined Behavior，简称 UB）非常困难。编译器的代码优化是基于“程序员编写的代码完全合法”这一假设进行的。如果代码包含 UB，编译器在生成机器码时就不会为这些状况编写处理逻辑，甚至会直接优化掉后续的安全检查，这往往会导致程序在编译器版本更新后出现逻辑错误。
内存对齐问题和变量求值顺序都可能触发 UB。例如，仅仅是创建一个未对准类型大小的指针，无需解引用即构成了 UB；而在输出中同时使用 volatile（易失性）变量，也会因为参数求值顺序无序而导致未定义行为。
由于 UB 规则繁杂，仅凭人类程序员的记忆很难完全规避。研究表明，大型语言模型（LLM）在静态代码分析中表现出色，能准确找出经典工具中的未定义行为。使用 AI 扫描配合资深工程师人工确认，正成为修复老旧代码库的有效方式。
数据记者本·威尔士建立了一个索引网站，整理了互联网档案馆（Internet Archive）中保存的 2.1 万个 FiveThirtyEight 网页链接。此前，该网站的所有者迪士尼在未作预警的情况下下架了该网站自 2008 年以来的所有历史文章。
网站创始人内特·希尔弗透露，他曾尝试向迪士尼回购这些文章的知识产权，但遭到拒绝，这导致团队数十万工时的劳动成果无法直接访问。目前在归档版本中，部分需要后台资产支持的交互式数据可视化图表已无法正常运行。
社区用户认为，FiveThirtyEight 的下架是高水平数据新闻的损失。虽然其预测模型在单次政治事件中存在争议，但其在多次选举和体育赛事中的概率校准度（指预测概率与实际发生频率的一致性）依然得到了专业人士的认可。
开发者开源了工具库 Forge，旨在通过引入 Guardrails（安全护栏，指限制和引导模型输出的规则机制）来提高 8B（80 亿参数）级别本地大模型执行任务的准确率。Forge 在底层的工具调用中进行格式拦截和修复，将非标准格式自动重构为规范的 JSON 格式。
当大模型出现参数缺失或调用错误时，Forge 会在上下文历史中插入 Retry nudges（重试微调提示），引导大模型在下一轮中自行修复。虽然多次尝试会拉长运行总时间，但 Python 封装层的验证逻辑仅增加数毫秒的延迟，并不明显。
社区普遍认为，给小型本地大模型配备合适的外壳是降低生产成本的方案。不过 Forge 主要解决的是格式规范等可靠性问题，如果模型输出的是语义错误，仍需要工作流层面的高阶校验。
日本全国约有 43% 的人口经历着花粉症，这源于 20 世纪 50 年代日本政府的一项植树计划。为了防止土壤侵蚀和提供建材，政府大量种植了生长迅速的日本柳杉和日本扁柏，这些人工林如今占国土面积的五分之一，并在成熟期释放出大量花粉。
原本计划定期砍伐的人工林因 60 年代后期低价进口木材流入而遭到闲置。全球变暖和城市空气污染与花粉结合，进一步加剧了居民的过敏反应。
日本政府已将花粉过敏宣布为国家问题，并计划通过征收森林环境税来支持林业改造，逐步用低花粉树苗替换老旧树木。部分地方政府如神户市，已开始将人工针叶林改造为天然阔叶林，并尝试使用舌下免疫治疗（通过舌下含服逐渐增加剂量的过敏原提取物来脱敏）等手段帮助患者脱敏。
1979 年，录音工程师 Hugh Padgham 在使用 SSL 调音台录制鼓点时，意外发现通过将对讲麦克风的信号送回调音台并加上噪声门，可以瞬间切断混响的余音。这种处理方式创造了 80 年代流行音乐中干脆、有力的标志性鼓声。
此后，数字混响器推出了“非线性”预设，进一步简化了这一效果的制作。门限混响与扩展门的结合，让真实鼓声在保持整齐质感的同时，避免了早期鼓机的机械单调感。
虽然门限混响在 90 年代因审美转向干燥鼓声而淡出，但近年来这一技术在流行乐制作中重新流行，被多位知名歌手的唱片所采用。
瑞士云服务商 Infomaniak 宣布将其多数表决权转让给新成立的瑞士公益基金会，使公司无法被外部资本收购。这一决定得到了创始人及员工股东的同意，旨在保证其独立性。
Infomaniak 的数据中心设在瑞士，采用自然空气冷却而不使用空调，服务器寿命长达 15 年，余热用于社区供暖。不过用户也指出，该平台在特定文件夹邮件的自动删除机制上缺乏文档说明，且主权 AI 服务不提供技术支持。
Mercury 是一种自举实现的逻辑与函数式编程语言，结合了声明式编程的清晰度与静态分析能力。该语言支持 C、C# 和 Java 等多种后端，近期增加了在 Windows ARM64 架构上使用 MSVC 编译器的支持。
Mercury 语言由墨尔本大学维护，并被用作教学工具。尽管该语言的正式发布频率不高，但其代码仓库依然保持着日常提交。实际工程中，知名 HTML 渲染器 Prince 就是基于 Mercury 开发的。
女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是莓莓。
男：大家好，我是阿哲。
女：阿哲，你听说了吗？GitHub 最近确认他们自己的内部代码仓库被黑客入侵了。原因听起来挺不可思议的，居然是因为一名员工的设备上安装了恶意的 VS Code 插件。
男：对，这次事件确实暴露出一些安全盲区。黑客组织 TeamPCP 使用了名为 Shai-Hulud (沙丘) 的恶意软件，通过恶意的 VS Code (Visual Studio Code，微软开发的轻量级代码编辑器) 插件，窃取了开发人员电脑上的私有密钥、安全令牌和环境变量。因为很多团队在执行 git clone (Git 克隆操作) 时是不需要二次验证的，黑客拿到这些密钥后，直接克隆了大约 3800 个内部仓库。
女：这听起来确实很讽刺。微软是 GitHub 的母公司，VS Code 是微软开发的，插件商店也是微软运营的，结果自家的工程师在自家的编辑器上装了恶意插件，导致代码库泄露。
男：社区里很多开发者也在讨论这个问题。VS Code 及其插件生态目前缺乏完善的权限控制系统，一个简单的视觉主题插件理论上也能获取系统权限并执行任意代码。现在有些团队建议关闭插件自动更新，或者用 zizmor (一种用于检测 GitHub Actions 工作流安全漏洞的静态分析工具) 来扫描漏洞。在包管理方面，可以设置 pnpm (一种高效的 Node 软件包管理器) 的 minimum-release-age (包发布的最小生存时间) 参数，来规避刚发布的供应链恶意包。
女：开发工具的安全链条确实需要多加小心。不过说到代码层面的安全，最近关于 C 和 C++ 中未定义行为，也就是 UB (Undefined Behavior，未定义行为) 的讨论也特别火。阿哲，写 C/C++ 真的就这么容易踩坑吗？
男：确实极其困难，即使是写了二三十年代码的老手也很难完全避免。很多人误解了 UB，以为是编译器故意使坏。其实它的本质是编译器在优化代码时，默认程序员写出的代码都是完全合法的。一旦你的代码里出现了标准认为不可能发生的状况，编译器就不会为它生成处理逻辑，结果就会产生各种奇怪的漏洞。
女：能给我们举个具体的例子吗？
男：比如内存对齐。当一个指针指向的内存地址不是它数据类型大小的整数倍时，就会触发未对准指针访问的 UB。在 x86 架构上，CPU 硬件通常会兼容解决；但在 SPARC 这种架构上，程序会直接崩溃。在 C 标准里，你光是创建这么一个未对准的指针，哪怕不读取它，就已经触发 UB 了。
女：这听起来防不胜防啊。
男：还有更隐蔽的。比如定义一个 volatile (易失性) 变量，然后在 printf 中同时传入它两次。因为 C 语言标准没有规定函数参数的求值顺序，这就导致两个无序的副作用作用在了同一个对象上，直接触发 UB。编译器在遇到 UB 时，还会做出很极端的优化。比如你先解引用了一个指针，后面又写了句代码检查它是否为空。编译器可能会想，既然前面都解引用了，那这个指针绝对不可能是空指针，于是直接把后面的空指针检查给删掉了。结果一旦真是空指针，程序就会在更新编译器版本后突然出现逻辑错误。
女：难怪现在大家越来越推崇 Rust 语言了，至少它在安全方面有硬性的编译器保证。不过面对这么多遗留的 C 代码，我们有什么好办法吗？
男：现在有人尝试用大语言模型来做静态代码缺陷检测。比如使用 LLM (Large Language Model，大语言模型) 对 OpenBSD 系统的经典工具 find 进行分析，就能准确找出好几处 UB，比如在检查进程等待函数返回值之前就读取了未初始化的变量。用大模型监督，再由资深工程师确认修复，是目前比较实用的办法。
女：既然聊到大模型在工程里的应用，我注意到最近有个叫 Forge (在 PyPI 上叫 forge-llm) 的开源库很火。它声称能把 8B (80 亿参数) 规模的本地小模型在执行 Agentic tasks (智能体任务) 时的准确率从 53% 提升到 99%。这是怎么做到的？
男：这是一个挺巧妙的底层拦截机制。我们在用小模型做智能体任务时，它们经常会因为格式写错、或者调用了不存在的工具导致整个任务中断。Forge 的做法是在底层拦截这些调用，提供 Rescue parsing (解析拯救) 和 Retry nudges (重试微调) 功能。比如小模型输出了非标准的格式，它能自动修复并打包成标准 JSON 格式。如果缺了参数，它会在上下文中注入一条结构化的提示，告诉模型错在哪里，有哪些可用工具，引导它在下一轮对话中自己纠错。
女：这就像是给刚上岗的新人配了一个非常有耐心的导师，每次他格式写错了，导师默默帮他改好，或者温柔地提醒他哪里没写对。
男：没错。而且这个库完全是 Python 写的轻量级判断逻辑，单次拦截增加的延迟只有几毫秒，相比大模型本身秒级的生成时间基本可以忽略。不过作者也承认，这只能解决格式和规范等机械性错误。如果模型输出了一个逻辑完全错误但格式完美的静默错误，这种底层的安全护栏就无能为力了。
女：确实，底层的逻辑严密性还是得靠语言和架构设计。说到逻辑，我最近看到 Mercury (一种逻辑/函数式编程语言) 的代码仓库依然保持着日常提交。虽然它在 2023 年后就没发过正式版，但它在学术界和一些特定领域还是很有生命力。
男：Mercury 确实很有意思，它把声明式编程和强大的静态分析结合在一起。像用于 HTML 文档排版的渲染器 Prince 就是用它开发的。它的更新节奏虽然慢，但对不需要频繁变动基础开发库的人来说，反而是件好事。
女：稳定的基础设施确实太重要了。前阵子云托管平台 Railway 发生了一次长达 8 小时的全平台中断，这在开发者社区里炸开了锅。听说是谷歌云的自动化系统误判，直接把 Railway 的生产账号给停用了？
男：对。这次事故起因是 GCP (谷歌云平台) 的自动化系统误判。虽然 Railway 在 AWS 和自建的物理机房里都部署了备份，但他们的 Edge Proxy (边缘代理) 需要向运行在 GCP 上的网络控制平面 API 请求路由数据。一旦本地路由缓存失效，哪怕其他云上的业务正常，路由也解析不了，直接导致全网不可访问，报了一堆 503 和 404 错误。
女：这就是典型的数据层和控制平面没有完全解耦啊。看来多云部署如果留了单点依赖，其实还是单点故障。
男：确实。而且 GCP 这种无预警的自动化封号，让很多企业用户感到不安。之前 2024 年还发生过因为配置参数留空，误删了澳大利亚养老基金 UniSuper 数据的事件。Railway 目前正在修改网络架构，把数据库分片扩展到 AWS 和自建机房，彻底摆脱数据层对单一云厂商控制平面的依赖。
女：这种把身家性命系在单一科技巨头身上的风险确实很大。这也解释了为什么瑞士的云服务商 Infomaniak 最近把多数表决权转让给了一个公益基金会，就是为了防止公司被外部资本收购，保持独立性。
男：很多用户就是冲着隐私和数据主权选择 Infomaniak 的。比如很多人在域名注册商 Gandi 被收购后，就把业务迁了过去。他们的机房都在瑞士境内，采用室外自然空气冷却，不使用机械空调。服务器能用 15 年，产生的余热还能给周边居民区供暖，非常环保。不过他们也有一些产品限制，比如系统会自动清理名为 Trash 文件夹里超过 30 天的邮件，而且他们提供的主权 AI (人工智能) 服务目前还不提供客户技术支持。
女：说到数据主权和独立性，最近迪士尼旗下的 ABC 新闻把著名的 FiveThirtyEight 数据新闻网站的历史文章全部下架了，这件事也引发了很大关注。
男：创始人内特·希尔弗说他曾经想买回这些文章的知识产权，但因为他公开批评过管理层，迪士尼拒绝了。数据记者本·威尔士专门建了一个索引网站，整理了档案馆保存的二万多个网页链接，才保住了这些凝聚了团队约 20 万工时的劳动成果。
女：数据新闻的归档真的挺难的。本·威尔士整理的归档里，很多复杂的交互式图表因为缺失了后台数据，已经无法正常运行了。
男：确实，数据新闻不仅仅是文字，那些可视化的模型和图表才是灵魂。虽然 FiveThirtyEight 曾在 2016 年大选预测中因为给出特朗普 30% 胜率饱受争议，但实际上它的预测模型在数千次事件中表现出的校准度是非常高的。它的消失，确实是高水平数据新闻领域的一大损失。
女：好了，聊了这么多技术话题，最后我们来聊个轻松点的话题。日本最近又到了春季花粉季，听日本的朋友说，今年因为气候变化，花粉季来得特别早。
男：日本的花粉症确实非常严重，大约 43% 的人口都有过敏症状。这其实是二战后的一项人工植树计划带来的后遗症。当时为了应对土壤侵蚀和木材短缺，日本政府大规模种植了生长迅速的日本柳杉和日本扁柏。结果后来进口木材变便宜了，这些人工林就被闲置下来。三十年后树木成熟，开始释放海量的花粉。
女：原来现在的健康危机是当年生态单一化种植埋下的种子。不过听说日本政府现在已经开始采取措施了？
男：对，日本政府从 2024 年开始征收森林环境税，计划在 30 年内将花粉量减少一半。一些地方政府比如神户市，正在把人工针叶林改造回天然阔叶林。科研人员也在测试舌下免疫治疗，甚至在研发能缓解过敏的基因编辑大米，希望能通过技术和林业改造来解决这个问题。
女：科技和林业的结合确实很有想象力。说到声音和环境，阿哲，你听流行音乐的时候，有没有注意到 80 年代的鼓声听起来特别有弹性、特别利落？
男：你说的是 Gated reverb (门限混响) 吧。这种声音在 80 年代可以说是风靡一时，它的发现纯属意外。1979 年，录音师 Hugh Padgham 和歌手 Peter Gabriel 还有鼓手 Phil Collins 在伦敦 Townhouse 录音室录音时，棚里装了全新的 SSL 4000 B 调音台。
女：听说这个调音台第一次把压缩器和噪声门集成到了每个通道上？
男：对。当时录音棚里挂着一支强力压缩的对讲麦克风方便沟通。Phil Collins 敲鼓的时候，声音通过这支麦克风传回控制室，混响特别大。Hugh 灵机一动，把这个信号接回调音台，并加上了噪声门。只要鼓手一停，噪声门瞬间把混响的尾音切断。这就是那种干净利落、又充满力量的鼓点来源。后来 Phil Collins 在那首著名的 In the Air Tonight 里大量使用了这个效果。
女：这种技术甚至影响了现代的音频分类器，为了防止模型在安静状态下识别出无意义的噪声，开发者也会在输入端加入类似的噪声门。
男：是的，科技和艺术的融合总是这么奇妙。到了 90 年代，大家又开始喜欢干燥的鼓声，这种门限混响就慢慢淡出了。不过近几年像 Taylor Swift 等人的流行乐制作里，这种复古的鼓点处理方式又回归了。
女：哈哈，流行真是一个轮回。那今天的节目就到这里啦。非常感谢大家的收听，如果你喜欢我们的节目，请记得使用泛用型播客客户端订阅我们，我们下期再见！
男：下期再见！
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。