Rust团队正式发布了Rust 1.94版本。此次更新为Rust切片类型新增了数组窗口迭代功能,同时改进了Cargo配置管理能力。
Rust 1.94于3月5日正式宣布发布。使用旧版本的开发者可以通过rustup运行rustup update stable命令进行升级。
新增的array_windows方法与windows方法功能相似,但具有恒定长度特性,因此迭代器项目返回的是&[T; N]类型,而非动态大小的&[T]类型。在许多使用场景中,窗口长度可以根据迭代器的使用方式自动推断。切片功能允许开发者引用集合中连续元素序列。
Rust包管理器Cargo现在支持在配置文件(.cargo/config.toml)中使用include关键字,这一改进有助于在不同环境和项目间更好地组织、共享和管理Cargo配置。当某些路径在特定情况下可能不存在时,这些包含路径可以标记为可选。
Cargo现在能够解析TOML v1.1格式的清单和配置文件。TOML全称为Tom's Obvious, Minimal Language,旨在成为一种易于阅读的最小化配置文件格式,具有明显的语义特征。TOML 1.1的更新包括支持跨多行的内联表格和尾随逗号、\xHH和\e字符串转义字符,以及时间中的可选秒数。在Cargo.toml中使用这些新功能将提高开发MSRV(最低支持Rust版本)要求,需要使用新的Cargo解析器,读取清单的第三方工具也可能需要更新其解析器。不过,Cargo在发布时会自动重写清单以保持与旧解析器的兼容性,因此仍然可以支持较早的MSRV。
Rust 1.94还稳定了17个API。本月的Rust版本发布紧随1月22日发布的Rust 1.93之后,后者改进了musl C标准库实现中涉及DNS解析器的操作。
Q&A
Q1:array_windows方法与普通windows方法有什么区别?
A:array_windows方法与windows方法功能相似,但具有恒定长度特性,迭代器返回的是固定大小的&[T; N]类型,而不是动态大小的&[T]类型。在许多使用场景中,窗口长度可以根据迭代器的使用方式自动推断。
Q2:Cargo配置文件的include功能有什么用处?
A:Cargo现在支持在配置文件中使用include关键字,这有助于在不同环境和项目间更好地组织、共享和管理Cargo配置。当某些路径在特定情况下可能不存在时,这些包含路径还可以标记为可选。
Q3:使用TOML v1.1新功能会影响项目兼容性吗?
A:在Cargo.toml中使用TOML 1.1新功能会提高开发MSRV要求,需要新的Cargo解析器,第三方工具也可能需要更新。但Cargo在发布时会自动重写清单以保持与旧解析器的兼容性,所以仍然可以支持较早的MSRV。
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。