清华几个人把 Google Maps 用了 41 年的算法给超了 从 1984 年算到现在，41 年没人做到过 那个算法叫 Dijkstra，你没听过没关系，你每天都在用 但这个卡了 40 年突破不了，因为有一道数学上的排序屏障横在中间 全世界最聪明的几个脑袋都默认这玩意儿绕不过去 去年算法界传奇 Robert Tarjan 还专门拿了个奖 证明 Dijkstra 已经是理论最优 这事看起来已经没法突破了，对不对？ 但清华这帮人不走这条路 他们的想法很简单: 找最短路径，干嘛非要把所有点都排个序 把 Bellman-Ford 那套逻辑，跟一种叫递归部分排序的方法拼起来,最后跑出来 O(m log^{2/3} n) 的复杂度 官方意义上比 Dijkstra 更快,放在小图上你感觉不到差别 但在网页级、全球物流级的大图里，这个差距是真实存在的 明天早上你的 GPS 不会突然变快 但整个最短路径问题的在很多领域发生了根本性的变化

离谱，一个 18 岁美国小哥，靠谷歌地图捡钱。 他在 Google Maps 上刷到一家屋顶维修公司。 评分 4.9。 客户评价一堆。 但连官网都没有。 他直接把这家店的评论复制下来，丢进 ChatGPT 5.5。 2 分钟后，完整项目方案出来了。 然后他把方案继续交给 AI。 等了一会儿，一个网站直接生成完： 首页、服务页、客户评价、预约按钮，全都有。 接着他给老板打电话，现场展示网站预览。 老板一看就答应了。 还说这事他念叨好几年了，一直没时间弄。 这一单，1000 美元。 从第一次搜索，到成交。 总共 47 分钟。 更狠的是，他后来把这套流程自动化了。 AI 10 分钟内，就能从谷歌地图抓 200 家本地商家信息。 然后根据每家店的真实数据，自动写一封个性化邮件。 一天发 500 封。 回复率 3%。 第一个月赚了 4000 美元。 第六个月，月收入已经稳定到 15000–20000 美元。 最抽象的是，谷歌地图上还有 500 万家这种小企业： 评分不错，生意也有，但没官网、没人管线上。 你以为 AI 创业要搞什么大模型、融资、PPT。 人家直接拿 Google Maps 当金矿铲。 我靠，这才是真正的低门槛套利。

苹果应该是国内最容易网络偷渡的了，苹果的软件没有墙，只需要一个国外ID，打开“图书”就可以看到很多写敏感内容的书，Apple TV也有了，全程不需要翻墙。完整版Apple Maps用VPN卡出来后，在被打回高德前有一个窗口期，期间用国内网也能加载。

一个人，7个AI Agent，月入18800美元 在 @artic_ai 看到这个案例， Claude Code 搭了7个Agent，自己一个人卖 landing page 给本地小商家，47个客户，每个400刀 7个Agent分工： ▸ Scout — 每天扫220个Google Maps商家，找出没网站或网站还停在2014年的，日产30个线索 ▸ Diagnoser — 给每个线索生成诊断报告和定制话术 ▸ Builder — 每天自动出3到5套完整landing page ▸ Filmer — 每条提案自动生成10秒竖版宣传视频 ▸ Pitcher — 每天在4个渠道发30条消息，回复率14% ▸ Checker — 发之前自动审一遍，别把错的发出去 ▸ Mobile — 住在iPhone里，老板在地铁上也能回客户，自动约Calendly 整套系统只有交易超过3000刀或者回复率跌破12%才会叫醒他。其他时间全自动跑 成本：API每月480刀。收入：18800刀 没有团队，没有销售，没有服务器。只有一台MacBook、一部iPhone、一个API Key

一个开发者使用 Claude Code 每月为 47 个单独的小企业客户赚取约 400 美元，每个客户。这种系统遍历 Google Maps，自动识别并转化没有网站的本地商户，无需人工干预，从传统外包模式中平了中间门槛。是否能扩展到更多细分服务领域？ #AI# #Automation# #BusinessGrowth#

据 eToday 报道，韩国未来资产证券在旗下股票交易应用 M-STOCK 中增设数字资产专区，提供加密货币价格、全球市场总市值、24 小时交易量、BTC 市值占比、泡菜溢价及美国 BTC、ETH 现货 ETF 资金流等数据。专区还整合了 Strategy、Metaplanet 等加密资产财库公司的持仓及股价信息，以及数字资产 ETF 和 RWA 研究报告。未来资产证券计划于 10 月 1 日将 M-STOCK 更名为 MAPS，推进传统证券与数字资产信息整合。目前，该应用尚不支持直接买卖加密货币，相关交易仍需通过加密资产交易所完成。

这期播客是 The Pragmatic Engineer 对 OpenAI Codex 团队负责人 Thibault（Tibo）的访谈，聊了 Codex 的诞生、技术决策、工程文化以及软件开发方式的变迁。 以下是核心要点： 个人经历与加入 OpenAI Thibault 是比利时人，学应用数学出身，先后做过制药供应链优化的创业公司，在 Google 做过加速移动网页的项目（后被砍掉，让他学到了要时刻审视项目真实影响力的教训），之后在 Google Maps 做评论，再转到 DeepMind。在 DeepMind 期间，他参与了一个内部聊天机器人的开发——本质上就是 ChatGPT，但比 ChatGPT 早了一年。内部传播很快，大家都在分享对话，但 DeepMind 不具备把它作为产品发布的机制，最终没能推出。 后来他得知 ChatGPT 只有大约 20 个人在维护，这让他既震惊又觉得很有吸引力——这意味着极高的个人影响力。于是他加入 OpenAI，进去就赶上了推理模型的冲刺，大约一个月后 o1 preview 就发布了。 为什么用 Rust 写 Codex 这是一个反直觉的决定——当时模型对 Rust 的支持并不好，业界其他 AI 编码工具基本都用 TypeScript 或 Python。但团队从第一性原理出发，认为智能体的核心需要健壮、安全、高效，而 Rust 的编译时验证特性天然适合智能体场景。同时用不同语言也强制建立了产品界面和智能体核心之间的清晰边界，避免代码耦合。事实证明 Rust 确实"很快就变得非常适合智能体开发"。 开源和模型无关的策略 Codex CLI、SDK 都是开源的，而且支持非 OpenAI 模型——这在主要 AI 实验室中是独一无二的。理由很实际：如果不开源，别人只需改十行代码就能 fork 出一个支持其他模型的版本，那还不如自己直接支持。开源的好处包括新员工入职前就已经熟悉代码库、社区贡献、以及逼迫自己靠模型和产品体验赢用户而非靠锁定。 代价也很明显：竞争对手会在你还没发布的时候就抄走你正在公开开发的功能，"确实有点刺痛"；还有大量低质量 PR 需要处理。 工程文化与代码审查的变革 新员工入职后听到最多的一句话是"你问过 Codex 了吗？"——因为 Codex 在 OpenAI 内部接入了 Slack、文档、所有代码，几乎任何问题都能给出不错的回答。 代码审查正在发生质变。OpenAI 开发了专门的代码审查模型，能在逻辑推理和安全漏洞检测上达到"超人水平"——可以深入三四层依赖去发现文档错误导致的不变量违反。安全审查已经是强制自动化的，发现安全问题会直接阻止合并。一个 PR 可以当天提交、当天上线到十亿用户的 ChatGPT 上。 代码审查的角色正在从"正确性检查"转向"意图讨论"——你到底想做什么？这件事值不值得做？这种讨论不一定要围绕代码发生。 维护成本和重构的变化 维护一直是软件工程的"税"，但现在大量维护工作（依赖升级、安全补丁）可以完全自动化。更重要的是，重新架构的成本也急剧下降——以前可能要花几个月甚至几年的重构，现在快得多。但好的架构设计反而更重要了：设计好"盒子"和不变量，盒子内部随便改都不影响其他部分。 Harness 与模型的关系 一个有趣的洞察：harness（工具/脚手架）总是"走在模型前面"。Codex 团队的工作本质上是为模型搭建拐杖——提醒它跑测试、保持目标一致等。然后下一代模型训练时会把这些能力内化，拐杖就可以去掉，developer message 也会越来越短。最新一代模型已经不再需要 /goal 命令来保持长期任务的专注，"你直接告诉模型去工作一周，它就真的会做到"。 Codex 与 ChatGPT 的合并 这是一个重大工程挑战：Codex 原本完全本地运行，ChatGPT 是托管云服务，两套完全不同的技术栈要统一。目标是让云端版本具备本地版本同样的能力，同时高效到能纳入 20 美元/月的 Plus 计划。ChatGPT Work 模式本质上是在云端虚拟机里运行完整的 Codex harness，机器配置强大到用户可以在里面训练模型、安装 Blender 做 3D 建模。 有趣的是，Codex 在整个合并过程中还充当了"记者"角色，因为它能访问所有 Slack 讨论和文档，记录了团队的辩论和决策过程。 Thibault 的个人用法与建议 他大量使用手机上的 ChatGPT Work，通过语音口述发送任务，定制了专属的技能和指令来生成他能高效消化的报告和幻灯片。任何问题——公众舆情、生产日志、功能使用率分析、团队动态——30 分钟内都能得到答案。周末他还会用 Codex 做代码探索和原型，"一天之内就能把脑子里的想法变成可以展示给人看的东西"。 对工程师的建议：保持深度好奇心，训练自己快速理解系统的能力（"五个为什么"不断追问），以及与你服务的用户群体保持同步——如果你无法清晰表达意图，就很难做出好的工作。

Starlink 8月份接连有大动作。 截至月底，超过1.1万颗卫星在轨，它已经从家庭宽带继续铺到普通手机和商业客机，也在进入更多国家。 Starlink的进展沿着五条线展开。 首先，是手机直连。 14日，日本NTT Docomo签下Starlink Mobile V2。27日，哥斯达黎加Liberty正式上线手机直连，短信，WhatsApp，Google Maps和X都可以使用。 接着，是灾区通信。 哥伦比亚地震后，Starlink把免费服务延长到9月12日。夏威夷飓风来临前，T-Mobile扩大了接入范围。风暴期间，当地用户通过卫星发出近2.9万条消息。 底层的卫星规模也在继续增加。 19日，24颗新卫星完成部署，Starlink在轨卫星总数突破1.1万颗。 客机联网也在持续推进。 德国汉莎航空开出首个Starlink商业航班。第二天，卡塔尔航空接入Starlink的宽体客机达到150架。 最后，是新市场。 28日，阿联酋发出10年全国牌照，覆盖个人用户和企业，也包括政府部门，航空和海事行业。 照这个速度走下去，Starlink 迟早会把互联网铺到地球的每一个角落。