Wayback 0.1已经发布,这是我们几周前报道的新Wayland显示服务器的首个初步版本。
新网站的标语简洁明了:"足够的Wayland功能来让Xwayland正常工作。"如果你了解什么是Xwayland,这就是一个很好的总结。
这个首个初步版本在项目首次公布后不到一个月就发布了。这意味着目前还处于非常早期的阶段。这仍然是新的实验性软件,距离功能完整还有很长的路要走,还有很多功能尚未实现。不要过于兴奋。话虽如此,它听起来很有前景。根据公告:
虽然这是一个预览版本,但对于需求简单的用户来说,只要他们不介意bug,就已经可以日常使用了。
公告继续说道:
这仍然被认为是alpha质量的软件,截至目前,仍有一些功能未实现或正在开发中。
话虽如此,我们中的一些人已经在日常使用它来发现bug并在出现时修复它们。
因此,请谨慎对待,不要期望奇迹。
简单回顾一下,Wayland仍在取得进展,X.org X11服务器处于维护模式。然而,有相当多基于X11的窗口管理器和桌面环境还无法与Wayland配合使用,许多永远也不会。我们在2022年描述了大约17个这样的环境。上个月宣布的Xlibre是X.org X11服务器的新分支,但Xlibre背后人员的政治立场和观点被FOSS社区的许多人认为是不可接受的。
因此,Wayback的开发被加速,导致了这个首个预览版本的发布。它是一个Wayland显示服务器,可以取代X11服务器的位置,并提供Xwayland的全屏"根窗口"会话。它使那些不想使用任何现有Wayland环境的用户能够保持他们当前基于X11的环境,但无需底层的完整X11服务器就能运行。
Xwayland本身并不新鲜,它是大多数Wayland桌面的标准组成部分。Xwayland是一个在现有Wayland合成器下运行的X11服务器,使你能够在基于Wayland的新环境下运行传统的X11应用程序。但问题是它需要现有的合成器才能运行——或者用较旧的术语来说,它在现有的窗口管理器下运行。这意味着你无法使用Xwayland运行X11窗口管理器。换句话说,如果你想使用现有的X11设置,比如Window Maker或最近重新活跃的IceWM,或者像通用桌面环境CDE这样真正传统的环境,Xwayland是没有用的。
Wayback 0.1版本缺少大量功能。它还无法进行DPMS电源管理。目前,它只支持单屏幕,尽管多头显示支持应该会及时到来。传统X命令的许多命令行选项还无法工作,许多X功能都是"桩实现"——这意味着它们存在但还什么都不做。例如,"鼠标锁定",即将鼠标指针限制在单个窗口内,这在许多游戏中都会用到。
不仅Wayback还处于早期阶段,而且它仍然是基于Wayland的工具。请记住这两点并管理好你的期望。我们读到了大量报告和评论,认为X Window系统的网络功能是许多用户的关键特性,而Wayback不会提供这一点。你可能可以使用Waypipe或VNC或RDP或类似的工具作为替代,但Wayback是一个本地显示服务器。
因此,在新的Xlibre首次发布一个月后,来自Wayland阵营的回应的首个版本也发布了。我们的FOSS部门正在密切关注这两个项目。
笔者已经使用基于X11的环境超过25年了,个人既不喜欢KDE Plasma(对我们的品味来说太杂乱),也不喜欢GNOME(太有限和限制性)。我们所有偏好的环境目前仍然基于X11,迁移到Wayland将涉及我们不想做出的重大功能妥协。X.org对我们想要的一切仍然工作得很好,如果这些项目中的任何一个——或两个——能够提供让我们在未来继续使用我们偏好环境的解决方案,那么我们就感兴趣。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。