Android 17 部分9月构建的 Bionic C 库存在宽字符处理缺陷：wcscspn() 和 wcspbrk() 在遇到 U+0100 及以上字符时，若匹配集包含两个以上低码位字符，会误判并提前终止扫描，影响 Emoji 和中文处理。由于公开源码与设备二进制实现不一致，开发者只能通过反汇编定位问题，而谷歌源码推送延迟进一步增加了排查难度。

Meta开源Muse AI代码，用户可用ESP32或树莓派配合SDK自制Muse设备，如彩色墨水屏、HDMI棒或小型触屏。Meta还推出Muse Home Link，可控制灯光、电视、打印机等，限量5000台，已开放候补。

Ghidra是NSA于2019年开源的逆向工程工具，支持反汇编、反编译和图形化展示程序逻辑，免费、跨平台、多架构，具备脚本自动化和团队协作功能，常用于恶意软件分析、漏洞研究和CTF竞赛。社区推出的GhidraMCP可将其接入本地AI助手，降低使用门槛。

X向开源前端Nitter发出停止函，要求关闭实例并删除代码库。Nitter曾允许无账号阅读X帖子，但2024年因X关闭访客权限而失效，后改用真实账号恢复。X指控其违反规则、绕过API，但法律上违反平台规则不等于违法。GitHub对规避版权索赔有审查流程，目前代码仍可查看和分叉。

谷歌调整Pixel设备内核源代码获取方式，不再公开Git仓库，改为开发者申请审核后通过云端硬盘分享，且不提供完整提交历史。此举影响第三方ROM开发者，导致源码获取延迟数周，增加漏洞审计难度，可能推迟ROM发布，但普通用户不受影响。

作者探讨了源代码托管可靠性问题，指出GitHub等集中式平台不稳定，分叉或捆绑依赖虽可行但效率低。他推崇Radicle的P2P网络，认为其通过节点播种和去中心化协作，能平衡成本并提高可用性。对比Codeberg和Tangled后，作者认为Radicle更优，并建议Zig包管理器支持Radicle，以实现更经济、高可用的源码分发。

马斯克宣称AI将直接生成二进制，消灭源代码，引发程序员热议。支持者视其为终极进化，反对者担忧失去确定性、可维护性和调试能力。历史类比显示，抽象层提升虽进步，但AI黑箱可能让人类无法理解底层，风险巨大。源代码或换形式存在，但工程需确定性，不能依赖随机系统。

Dependabot默认频繁创建拉取请求，造成仓库噪音。本文介绍通过分组更新和降低更新频率，同时保持安全修复快速，以减少干扰。该方法已在微软开源项目中应用，有效平衡依赖维护与开发效率。

Codex将窗口长度从372K下调至272K，以解决GPT-5.6 Sol计费异常导致的用量消耗过快问题，修复后恢复。同时，系统提示词新增禁止执行rm -rf $HOME命令，防止模型误删用户主目录，建议用户避免完全访问模式，升级新版本以降低风险。

微软与中国人民大学合作开发的Flint项目，旨在为AI智能体提供新的图表可视化语言。Flint通过生成简短的图表规则，简化了传统图表库的复杂配置，使AI能够更稳定地生成美观、可交互的数据图表。该项目已公开源代码，支持多种开发环境，方便开发者快速部署。

文章讨论了“代码坏味道”的概念及其分类，强调了AI在代码生成中的影响。坏味道是潜在问题的表面征兆，需通过工具自动化检测。介绍了一个名为/smell的AI技能，能够分析代码并生成重构建议，帮助程序员识别和解决代码中的坏味道。

Mathias Schindler专注于开源、开放内容和开放合作，参与欧盟版权、透明度和开放数据立法超过15年。他指出开源生态系统的包容性正在改善，并介绍了通过限制拉取请求来管理贡献量的方法。此外，他推荐了10个开源项目，帮助游戏开发者在艺术、动画和关卡设计等方面进行创作。

近年来，开放源代码的全能AI模型逐渐成熟，能够统一处理文本、图像、音频和视频。本文介绍了五个前沿模型：NVIDIA的Nemotron 3、Google的Gemma 4、Qwen3-Omni、DeepSeek的Janus-Pro和MiniCPM-o 4.5。这些模型在多模态理解、实时交互和生成能力方面表现出色，适用于客户支持、文档分析和实时语音对话等应用场景。全能模型的出现使AI在实际工作流程中更加高效和自然。

模型能力迅速发展，但存在不均衡现象。与安全团队合作后发现，漏洞的发现变得简单，但验证和修补成为瓶颈。本文介绍了如何利用Claude Opus构建威胁模型，发现并修复代码中的漏洞，强调了威胁建模、沙箱环境、发现、验证、分类和修补六个步骤，以提高安全性和效率。

Block公司推出了BuilderBot，这是一个基于开源Goose框架的AI编码工具，旨在帮助工程师在Slack中管理多个AI编码代理。该工具能够处理研究、规划和编码，显著提升开发效率，每天执行超过20万次操作。BuilderBot专注于源代码和系统配置，确保安全性，使得原本需数月的工作缩短至数天，标志着AI在工程领域的重要转变。

谷歌希望向 Google Play 开发者付费，以获取应用程序代码库的访问权，旨在利用这些优质代码训练其人工智能模型 Gemini。开发者将保留100%的知识产权，并可通过分享代码获得额外收入。这一举措旨在提升谷歌在智能编码领域的竞争力。

微软发布了最早的 DOS 源代码，源自 45 年前的打印稿。1980 年，Tim Paterson 开发了 86-DOS，微软随后以低价购买版权并改造成 PC-DOS。恢复过程中使用了 OCR 技术和人工校对，最终整理成 GitHub 仓库。部分代码存在缺失，反映了早期传输中的问题。

本文讨论了AI如何简化源代码的修改，使得编程不再需要专业知识，用户只需用中文指令即可。AI的快速响应降低了编程门槛，吸引更多人参与软件开发，标志着软件开发的新时代。

微软在86-DOS 1.00诞生45周年之际，公开了最早的DOS源码，包括原始汇编清单和开发快照。这些资料展示了开发工具链的完整状态，具有重要的历史价值。微软持续开源DOS，体现了其对计算历史的开放态度。原始清单将捐赠给博物馆展示，开发者可通过GitHub获取这些代码。