2026-08-22 — Kobo 變迷你電腦、意外攔截美軍電話路由、開源 TTS 首字延遲壓到 50 毫秒

電子紙也能裝 App:Cobalt 讓 Kobo 電子書閱讀器變成可程式化裝置

Bandar Labs · 2026

Bandar Labs 開源了 Cobalt,一套讓 Kobo Clara BW(型號 N365)電子書閱讀器能安裝並執行原生 App 的執行環境。專案目前在 GitHub 上收錄超過 16 款範例程式,涵蓋待辦事項、終端機、Sudoku、Hacker News 閱讀器、天文預印本瀏覽器等用途,累積 150 顆星、307 次提交。

執行環境架構

Cobalt 的 App 會被編譯成 armv7-unknown-linux-musleabihf 目標的靜態二進位檔,每個 App 在各自的非特權行程中執行,不存在裝置端的套件管理員。能力閘控(capability-gating)機制決定 App 能否存取網路、儲存空間、音訊、前光、Wi-Fi 與藍牙,啟動前必須先聲明所需權限。畫面渲染針對電子紙的局部更新做了排程,減少翻頁時的殘影閃爍。

安裝流程只需一次 USB 連線,之後的所有更新都透過 Wi-Fi 完成,且不會取代 Kobo 原廠的開機鏈——只要重新開機就會回到原廠閱讀器介面。目前官方僅在 Clara BW 上完成硬體測試,其餘機型需透過審核後的機型設定檔才能移植。

git clone https://github.com/BandarLabs/Cobalt.git
rustup target add armv7-unknown-linux-musleabihf
cargo run -p kobo-cli -- setup

SDK 設計

App 開發使用 Rust SDK,實作 KoboApp trait 定義的生命週期方法,搭配宣告式畫面建構器處理版面配置與導覽。SDK 內建非同步引擎處理 HTTPS 請求與可取消的分段下載,並提供每個 App 各自獨立的鍵值儲存空間,以及在電腦上模擬電子紙版面的除錯工具,方便開發者在燒錄到實機前先行檢查排版。

原始來源:Cobalt 專案頁、GitHub 原始碼

花 5 歐元買下過期網域,意外掌控了美軍基地的電話路由紀錄

lina.sh · 2026

資安研究者 Lina 在部落格 lina.sh 揭露,她因為買下一個過期網域,意外取得了 ENUM(E.164 Number Mapping)系統中三個國碼區域的 DNS 授權控制權。六個月內,她的伺服器記錄到約 40 萬筆查詢,其中絕大多數指向英屬印度洋領地迪亞哥加西亞(Diego Garcia)美軍基地。

ENUM 協定與網域接管

RFC 3761 定義的 ENUM 協定,會把電話號碼反轉數字後接上 .e164.arpa 組成網域名稱,再查詢 NAPTR 記錄取得對應的 SIP 路由資訊,讓電信商能透過 DNS 而非傳統電話網路轉接國際通話。三個國碼區域——聖赫勒拿(+290,0.9.2.e164.arpa)、迪亞哥加西亞(+246,6.4.2.e164.arpa)、亞森欣島(+247,7.4.2.e164.arpa)——的權威伺服器原本委派給 ns6.icb.co.uk 與 ns.enum.org.uk。

前者早已無法解析,後者的網域則直接過期,Lina 只花 5 歐元就買下 enum.org.uk,等於直接接管三個國碼區域的權威 DNS。

意外攔截到的軍方流量

由於網域名稱本身就是反轉編碼過的電話號碼,每一筆 DNS 查詢都會洩漏完整的撥號號碼、時間戳記與解析伺服器來源 IP。六個月統計如下,查詢多半來自美國的 IP 位址:

• 6.4.2.e164.arpa(迪亞哥加西亞):100,170 筆
• 7.4.2.e164.arpa(亞森欣島):99,902 筆
• 0.9.2.e164.arpa(聖赫勒拿):9,133 筆

Lina 指出,惡意行為者原本可以利用這個位置發動中間人攻擊,把通話導向自架的 SIP 伺服器並偽造來電顯示,但她的伺服器全程只回應 NXDOMAIN,並未實際攔截或轉接任何通話,只是被動記錄了查詢紀錄。

通報與後續

她先向英國政府通報未獲回應,轉而聯絡 RIPE,卻被告知 ENUM 授權治理歸屬 ITU-T 委員會、RIPE 無法插手。直到她提出軍方流量規模的證據,英國國家網路安全中心(NCSC)才積極介入。2026 年 3 月 20 日伊朗攻擊迪亞哥加西亞基地後,NCSC 安排將網域正式移交英國政府控管,Lina 前後只花費約 10 歐元的續約費用,沒有收到任何漏洞獎金。

原始來源:lina.sh 部落格原文

拆掉兩階段管線:Nari Labs 把開源 TTS 的首字延遲壓到 50 毫秒內

Nari Labs · 2026-08-19

Nari Labs 在部落格發表文章,說明他們如何把開源語音合成模型 Qwen3-TTS CustomVoice 1.7B 優化到單張 H100 SXM GPU 上可支撐每秒 10 個請求(RPS),且 95% 請求的首音框延遲(TTFA)低於 50 毫秒,換算成本約每百萬字元 2 美元。

排程重構

傳統 TTS 服務多半採兩階段管線,Nari Labs 則把 Qwen3-TTS 拆成 Talker、Code Predictor、Codec 三個可獨立排程的模組,統一交給同一個排程器管理,讓每個工作單位變得更小,系統能有更多機會在多個並行請求之間交錯執行。搭配的自適應優先權機制會優先處理尚未產出第一個音框的請求,已經在串流中的連線則只有接近播放期限時才會被拉高優先權。

元件層級優化

Code Predictor 固定只需 15 步驟就能生成一個音框,團隊為此預先配置 KV 快取並搭配固定結構的 CUDA Graph,再加上客製化的 Triton attention kernel。Codec 部分採用狀態快取式增量解碼:第一個區塊做完整解碼,之後重複利用既有的 Transformer 上下文與卷積狀態做增量計算,不必每次都重新處理完整音框歷史。區塊大小也是動態調整——一開始用小區塊降低延遲,串流穩定後改用大區塊提升批次處理效率。

效能數字

團隊以 Poisson 開放環路流量模式,對照 vLLM-Omni、SGLang-Omni、VoxServe、M* 等系統跑五分鐘測試,量測可聽見的首音延遲、起始靜音長度、緩衝欠載次數,並用 Deepgram 語音轉文字回頭檢驗輸出品質。

原始來源:Nari Labs 部落格原文