2026.08.02 —— 今日 10 則
TODAY'S THREAD 今天的共同線索是「量出來的東西不等於你以為的東西」：Lean 的 kernel 讓一組 phantom 參數溜過型別檢查，直到有人拿它證出 False；ORCA-bench 把 frontier agent 放進真的 on-call 現場，最好的一個在 Medium 難度只有 25.3%；Quanta 追的研究量到 reasoning model 有 30% 到 60% 的思考步驟對答案沒有因果影響。而 Google 那套 TPU microbenchmark 講的正是反面——別猜瓶頸在哪，把 collective、GEMM、HBM 分開量完，再回頭讀 Roofline。
別猜瓶頸：TPU 的 Roofline 怎麼讀
Google 開源了一套 accelerator-microbenchmarks，把 TPU 拆成五塊分別量：collective 通訊（all-gather、all-reduce、reduce-scatter、all-to-all）的 GB/s 與延遲、GEMM 的 TFLOPs 與 Model FLOPs Utilization、HBM 頻寬、host transfer 的 PCIe H2D/D2H，以及 ragged-paged attention 的推論延遲。量完之後用 Roofline 把 workload 歸到三類——撞上 MXU 算力上限的 compute-bound、卡在 HBM 頻寬的 memory-bound、以及 ICI 或 DCN 停等的 network-bound。文章附的案例是在 4x4x4 的 TPU 7x（Ironwood，256x256 systolic array）上訓練 110B MoE：forward pass 量到 1.85 PFLOPS 屬 compute-bound，routing 與 attention 相關的運算只跑到 speed-of-light 的 30% 到 60%，調整後整體 step time 少了 21.2%。
on-call 這關，最好的 agent 只有 25.3%
ORCA-bench 把通用 coding agent 丟進一個帶 OpenTelemetry 的微服務系統做根因分析：六天份的 metrics、logs 與 traces 透過 Prometheus、Jaeger 與 OpenSearch（經 Grafana）暴露，加上完整原始碼，共 1,079 個 RCA 任務，ground truth 由 SRE 簽核、LLM-as-judge 再由人重評（Cohen's κw=0.90）。五個 frontier agent 裡，最好的在 Medium 難度只有 25.3% 的 RCA Accuracy，Hard 剩 10.0%，最弱的那個在 40% 的事件報告裡編出一個站不住腳的根因。作者強調這個差距是下限——測試台只有 50 GB、六天，任務彼此隔離，而真實系統大上好幾個數量級。
30% 到 60% 的思考步驟，對答案沒有影響
Quanta 這篇處理的是 reasoning model 的 chain of thought 到底算不算真的推理。NYU 的 William Merrill 說得很直接：「There's no guarantee the chain of thought has to be meaningful in any sense」；而 Northeastern 與 UC Berkeley 對開源 LRM 的研究量到，這些模型 30% 到 60% 的「思考步驟」對最終答案的因果影響極小，原文用的詞是 minimal causal impact。文章訪到的還有 Melanie Mitchell、Subbarao Kambhampati 與 Sébastien Bubeck，論點大致是：可見的推理軌跡更像餵回給模型的脈絡提示，而不是它實際運算過程的忠實紀錄。
一個 phantom 參數，讓 kernel 收下 False
7 月 25 日 Ramana Kumar 發表一份 AI 協助產出的 Collatz 猜想「反證」，三天後 Kiran Gopinathan 把它縮成一個 False 的最小證明，開出 issue #14576。根因在 kernel 消去 nested occurrence 的時候：外層 inductive 型別的參數若是 phantom——不出現在任何建構子欄位裡——它們在產生的輔助型別上會整組消失，因而躲過型別檢查。de Moura 的定調是「This is an implementation bug, not a hole in Lean's meta-theory.」，修補在回報後一小時內以 PR #14577 推出，由 Joachim Breitner 審過並合併。
Go 1.27 讓 method 帶自己的型別參數
Go 1.27 的 generic method 解掉的是這件事：在此之前只有 top-level function 能是泛型的，所以針對某型別的泛型操作只能寫成 package-level function，而不是 method。限制講得很清楚——「interfaces still can't declare type-parameterized methods, and a generic method can't be used to satisfy an interface」，所以它沒有把泛型帶進 interface。同批進來的還有 crypto/mldsa（後量子 ML-DSA 簽章）、RFC 9562 的 uuid、從實驗畢業的 encoding/json/v2，以及實驗性的 simd 套件。
Kafka 的 payload，在 broker 上是密文
LINE 把 E2EE 推到 Kafka 這一層，讓 message payload 從 producer 到 consumer 在 broker 上都維持密文，作法是 DEK 與 KEK 兩層信封：AES-GCM 的對稱 DEK 負責加內容，secp521r1 曲線的 ECIES 只用來加那把短短的 DEK，理由用他們自己的話說是「Encrypting large payloads with asymmetric keys alone is very expensive」。Producer 端由 interceptor 產生並快取 DEK、serializer 加密 payload、metadata 走 message header；consumer 端反向操作，KMS 管建立、分發與輪替。代價也寫得很誠實——多個 consumer 共用一把 KEK，免得 header 隨 consumer 數膨脹；record-level 而非 batch-level 加密犧牲壓縮效率，換到與 Kafka 標準擴充點的相容；實測在每秒 5,000 筆、數十 KB 訊息的尖峰下，每個 instance 的 CPU 增幅低於 1%。
AWS 把跨雲 L3 連線寫成公開規格
AWS Interconnect 讓 AWS 上的 workload 直接和其他雲互連，第一個對象是 Oracle Cloud，五月公開預覽、現在 GA。比機制本身更值得看的是它附了一份開放規格放在 GitHub 的 aws/Interconnect，內容是「the OpenAPI 3.0 specification of the symmetric API to be used to coordinate managed L3 connectivity」——兩邊用同一組對稱 API 協調受管的 L3 連線。Google Cloud 已經在跟進，Azure 排在 2026 年稍晚。
驗證 email 不用再離開你的網站
Chrome 開了 Email Verification Protocol 的 origin trial，要處理的是 OTP 與 magic link 共同的毛病——「Existing verification methods, like one-time passwords (OTPs) or email verification links (magic links), require the user to navigate away from your site.」。機制走 DNS：瀏覽器讀該 email 網域的 email verification DNS record，順著它找到 issuer，再把簽出的 token 填進表單裡一個隱藏的 email-verification-token 欄位。驗證端要自己檢查五件事：token 解析、預期值、key binding、DNS record，以及 issuer 簽章。
Servo 六月合進 558 個 commit
Servo 六月合進 558 個 commit（四月 534、五月 391），而它自己把這個月的主題標成 real world compat——補的東西也確實都落在既有網站會踩到的路徑上：媒體查詢一次補齊 device-width、device-height、height、aspect-ratio、orientation、pointer、any-pointer、hover、any-hover，SharedWorker 也實作了，加密那塊補了 KT128、KT256、ML-KEM、ML-DSA、ECDSA 與 Ed25519。可變字型處理的改善讓 Zulip 與 Speedtest 這類網站好讀很多，lichess.org 則是真實網站相容性本身明顯改善，Google Maps 與 OpenStreetMap 已經渲染得不錯，只剩一些互動上的小問題。
Solid Queue 把 thread pool 換成 fiber
Solid Queue 1.6.0 加了 fiber worker：不再是每個 worker 開一組 thread pool 跑多執行緒，而是靠 Async 在單一 fiber reactor thread 上跑 job，設定就是在 worker 底下寫 fibers: 100。前提有兩個——把 Async 列為相依套件，以及在 Rails 打開 config.active_support.isolation_level = :fiber。release note 自己點名的適用情境是 I/O-bound workload，「such as those involving LLM calls」。