M4n5ter

[Rivet @rivet_dev]

Introducing Rivet 3.0 (preview)

Built on S3 with SSD speeds

🏎️ 8ms actor coldstarts
🪶 0.7ms SQLite writes
🤏 78 KB of RAM per actor
🍱 Embed, self-host, or BYOC
📁 S3 is the only dependency, no database

[Nathan Flurry 🔩 @NathanFlurry]

Rivet 3.0 is built on S3

But we did something completely different...

And oohhhh boy:

- 6.9 ms actor cold starts (durable)
- 0.69 ms SQLite writes (3 availability zone)
- 0.20 ms SQLite reads

Here's how we built our new storage engine, WarpDrive.

~~~

Most S3-backed database read & write straight to S3.

That means:

- Every commit & cache miss is an S3 request ($$$)
- S3 downtime takes you down (SLA allows 8 hours downtime/yr!)
- S3 Express is limited to one availability zone

This usually ends up slow, expensive, and has poor tail latencies.

For Rivet 3.0, we decided we could do better. We wanted 3.0 to ship with:

- SSD speeds with storage on S3
- Stateless nodes
- No dependencies

~~~

To do that, we built WarpDrive to durably write your data on fast disks *before* we write it to S3.

Every write on WarpDrive is:

1. Written to disk in 3 availability zones
2. Acked once a majority has them
3. Then batched to S3 in the background

That means that Rivet has:

- Writes that get durably acknowledged insanely fast
- Fewer S3 operations by batching in the background
- Survives S3 outages for new & warmed actors
- Nodes remain stateless
- S3 is the only dependency

~~~

WarpDrive is something we're incredibly proud of and can't wait to have you try for yourself.

Rivet 3.0 with WarpDrive is in preview today. It's available on Rivet Cloud or for self-hosting today.

Please send feedback on X, Discord, or DMs -- we want to hear anything and everything you have to say (please bump me if I missed a message!)

There should be no reason to vendor lock yourself to Cloudflare Durable Objects if you can have better performance, better DX/AX, lower cost, and more flexibility on software you own.

And of course, it's all open source.

[Bojie Li @bojie_li]

投毒事件只是冰山一角。Seed 有最好的人才、最多的算力，为什么 LLM 进展缓慢？业内往往说是因为不允许蒸馏。但我认为根子在组织问题，字节这套赛马机制与 LLM 并不匹配。

做 LLM 并不需要那么多灵光一现，主要靠踏踏实实把数据和环境做好、把 infra 效率做好。但研究员都希望有 novelty，希望有项目的主导地位。再加上几个月一次的 OKR，我洗数据洗了半年，OKR 怎么办？

这就导致内部火药味浓厚，投毒事件是极端个例，更普遍的是每个人心里有自己的小九九，沟通不坦诚。已经有资源的团队有各种方法，宁可让卡空转也不给其他团队。

不仅是字节，Google 也是这种情况，Gemini 的一些朋友抱怨缺卡，广告团队却拿着卡不知道在干什么。

[M4n5ter @M4n5ter]

@AstroHanRay 是呀

[M4n5ter @M4n5ter]

刚刚基本已经完成将gui带到terminal中来，基于https://t.co/cE2JDxkS0t 并添加tui支持。

实现在分支（包括vendor的nsh的tui支持）
https://t.co/R0nBYQh4fB

我的操作比较墨迹，时长比较长，所以建议视频开2倍速

[卡比卡比 @jakevin7]

双十一股票打折力度太大了！多消费呀！

[jack @jack]

We believe voice is the most natural way to interact with intelligence, so we created Dessa, the most authentic full-duplex speech model ever built. Talking with it feels like talking with a person…full of emotion, nuance, pauses, and a natural cadence.

https://t.co/r0qFLdvd6c

[Ragavan Thurairatnam @RagavanThurair]

We made the first AI model you can have a realistic conversation with that was trained entirely on speech!

Dessa is a full-duplex speech-to-speech model that you can run on consumer GPUs.

This is a GPT3 moment for speech.

[M4n5ter @M4n5ter]

@mediastorm_en 不吃嗟来之食

[M4n5ter @M4n5ter]

@liujiayi1111 互联网上的所有账号密码没能留下

[M4n5ter @M4n5ter]

https://t.co/O1Wci97xMw

[M4n5ter @M4n5ter]

应该整体问题是不大的，虽然目前还有掉帧和其它的一些bug。效果已经很不错了

https://t.co/7HNDsYVRYS

[M4n5ter @M4n5ter]

如果maka tui是这样的，是不是很酷

demo使用 https://t.co/4NfrhBxViW 编写，在我的fork添加了tui backend。在支持kitty sixel iterm2 图形协议的终端上可以显示成这样，不支持的终端回退到 unicode 字符。原理也比较简单，就是利用nsh的gpui后端生成可提取的像素，然后注入到nsh tui后端即可

[M4n5ter @M4n5ter]

应该整体问题是不大的，虽然目前还有掉帧和其它的一些bug。效果已经很不错了

https://t.co/7HNDsYVRYS

[M4n5ter @M4n5ter]

如果maka tui是这样的，是不是很酷

demo使用 https://t.co/4NfrhBxViW 编写，在我的fork添加了tui backend。在支持kitty sixel iterm2 图形协议的终端上可以显示成这样，不支持的终端回退到 unicode 字符。原理也比较简单，就是利用nsh的gpui后端生成可提取的像素，然后注入到nsh tui后端即可

[M4n5ter @M4n5ter]

@marckohlbrugge 天才！

[Ericoolen(薄肌版) @ericoolen_eric]

非常短但是很有价值的文章，如果我在quickjs-oxide初期就读到会少走很多弯路。基本上你需要在迭代中将你的性能测试控制在一个很小的大小(300ms)，让它不会拖累agent的开发迭代，同时又能通过profiler揭示所有问题。足够小还能更简单的避免杂项和噪声的影响，而不是反过来。 https://t.co/OW3AOTjUnN

[M4n5ter @M4n5ter]

这个后端实现可能还比较烂，全放手给astra干的

https://t.co/HNR9iDsEhj

[M4n5ter @M4n5ter]

@huacnlee @sunli829 得益于nsh的设计，我可以比较轻松的添加tui后端，正好我对 https://t.co/R0nBYQh4fB 当前的tui不太满意，目前还在探索阶段，打算之后试一下这个路线。maka rust-preview打算让ui client具备高度定制化，官方提供默认产品，用户可以直接通过插件添加功能（包括ui）创造新的产品。

[M4n5ter @M4n5ter]

@huacnlee @sunli829 https://t.co/HNR9iDsEhj

[M4n5ter @M4n5ter]

@huacnlee @sunli829 得益于nsh的设计，我可以比较轻松的添加tui后端，正好我对 https://t.co/R0nBYQh4fB 当前的tui不太满意，目前还在探索阶段，打算之后试一下这个路线。maka rust-preview打算让ui client具备高度定制化，官方提供默认产品，用户可以直接通过插件添加功能（包括ui）创造新的产品。

[M4n5ter @M4n5ter]

还有 README 那个 121 倍，把每个历史版本的完整文件大小加起来，再除以去重压缩后的数据库大小。快照本来就共享数据，谁会真的给每个版本存一整份？拿这个数字说明优势，我没看懂

[M4n5ter @M4n5ter]

这不就是快照、COW、分叉吗，Btrfs/ZFS 早就有了。Agent 的工作区、过程记录、回退，DeltaDB 也在做。LayerFS 到底多解决了什么问题

依赖和构建产物也能一起保存，但用现有文件系统的快照为什么不行？

https://t.co/DfKD6fGV6r

[KC @ScarletKc]

之前和 Yifan 聊 Multi-Agent Harness，听到了一个很有意思的设计。

他想让多个 Coding Agent 基于同一份项目状态协作，但不依赖 Git Worktree 来隔离每个 Agent。

他的思路是把沙箱隔离粒度缩小到每次 Tool Call。

每次工具调用都有独立的临时 Workspace，执行完可以保存为 Commit，也可以直接丢弃。底层通过 Zero-copy fork、COW 和内容去重，让不同 Agent 共享已有文件状态。

我第一反应是：你干脆重新发明 Git 吧。

但看完他的 LayerFS 设计文档，发现还真有点东西。

现在常见的 Agent 沙箱主要按 Task 隔离，而他希望做到 Tool Call 级别，让每一步操作都能独立执行、追溯、回滚和分叉。

这样不仅能支持更细粒度的多 Agent 协作，还能让 Agent 从任意保留的中间状态继续探索其他方案。

更有意思的是，他说这个想法半年前就写进 README 了。