你上一次在 GitHub 上蹲到“发布不到一周、国内还没人写教程”的新工具是什么时候？今天这一篇，四件货全部来自 9 月 28 日刚抓取的 GitHub 新星榜和 Hacker News 首页的 Show HN 区——其中一件是 Shopify 的 CEO 亲手写的磁盘清理工具，一件是让你集成测试彻底告别“连真云烧钱”的本地假云，还有两件跟本地跑大模型、看 AI Agent 打架有关。每一件都给你仓库链接、Star 数据和“该不该上手”的判断，信息差就这些，抄走不谢。
先上导航图，四件货各管一件事：
flowchart TD
ROOT["本轮四件海外新货"] --> T1["disktree 扫盘"]
ROOT --> T2["Fakecloud 假云"]
ROOT --> T3["HyperQwen 本地大模型"]
ROOT --> T4["TinyAIArena 观战"]
T1 --> U1["硬盘爆了的你"]
T2 --> U2["写集成测试的你"]
T3 --> U3["有显卡的你"]
T4 --> U4["想摸鱼的你"]
仓库：github.com/tobi/disktree，截至 9 月 28 日 ⭐1608，近 7 天新建。
先说作者。GitHub ID 叫 tobi 的这位，如果你常混开发者社区应该知道——Tobias Lütke，Shopify 联合创始人兼 CEO，Rails 社区的老牌核心成员。一位管着万人公司、身家排得上号的 CEO，最近发的不是宏大叙事，而是一把“扫帚”：disktree，官方一句话描述是“为 Omarchy 做的树图（treemap）磁盘清理工具，Rust + GPUI 实现”。
它解决的是个老问题：硬盘被什么东西塞满了？传统的 ncdu 是命令行列表，Windows 上的 WizTree、SpaceSniffer 是老面孔。disktree 的思路是树图可视化——一块屏幕上，矩形面积越大就是越占地方，一眼锁定那个藏在角落里几十 GB 的缓存目录。定位是“给 Omarchy 用”，Omarchy 是 DHH（Rails 之父）维护的 Arch Linux 预配置桌面环境，近一两年在海外开发者圈火得一塌糊涂。
但真正值得你注意的不是“又一个磁盘工具”，而是两个信号：
信号一：GPUI 出圈了。 GPUI 本来是 Zed 编辑器团队自用的 Rust UI 框架，以快著称。现在第三方工具开始拿它写独立应用了——GPU 渲染的桌面工具会是接下来一年 Rust 社区的一条产品线。国内还在讨论“Electron 卡不卡”，海外已经有人用 GPU 画文件管理器了。
信号二：Omarchy 生态在长毛。 一个桌面环境开始有专属的精品小工具，说明它从“极客玩具”变成了“日常系统”。如果你是 Linux 用户，这条线值得盯。
适用人群：Linux 重度用户、Rust 学习者（代码就是现成的 GPUI 教材）、以及单纯想看 CEO 怎么写周更小玩具的人。开源仓库免费，自编译使用，具体安装步骤以仓库 README 为准。
来源：Hacker News Show HN，news.ycombinator.com/item?id=49856885，截至抓取时 110 分。
做后端的朋友都懂这种痛：写了个集成测试，要连真实的 S3、SQS 或者 DynamoDB 才能跑。于是你要么直连公司测试环境的云——慢、按调用计费、断网全红；要么买 LocalStack，海外最主流的 AWS 本地模拟器——但它的核心功能锁在收费的 Pro 档，小团队一年下来是一笔不小的订阅费。
Fakecloud 的切入点就一句话：本地 AWS 云模拟器，专为集成测试而生。据其 Show HN 页面介绍，它在本地模拟 AWS 的行为，测试请求根本不出你的机器。需要说明的是，截至发稿我们只看到它的 Show HN 页，仓库成熟度、覆盖哪些 AWS 服务，以项目页为准——但“本地假云”这个方向本身就值得你点进去验证。
流程上的差别一目了然：
flowchart TD
A["你的集成测试"] --> B{"连谁"}
B -->|真云| C["慢且烧钱"]
B -->|Fakecloud| D["本地秒回"]
C --> E["断网就红"]
D --> F["离线也能跑"]
国内对照一下：国内云厂商（阿里云、腾讯云）的本地模拟器生态一直不温不火，多数团队的做法是直接连 dev 环境或者自己写 mock。这就是认知差——海外已经把“测试基建本地化”做成了专门的开源品类。就算你不用 AWS，Fakecloud 的思路也值得抄：把“依赖外部环境”的测试改成“依赖本地模拟”，CI 速度和稳定性是数量级的差距。同类老牌方案还有 Testcontainers（用真容器跑依赖，免费但重）。
适用人群：后端工程师、DevOps、被云账单刺痛过的独立开发者。
先说清楚，之前我们写过“别急着租 GPU：你的显卡和 Mac 就能微调模型”——那篇讲的是微调。今天这两件是推理服务：模型不用改，重点是怎么在你的卡上跑得动、跑得快。角度不同，都指向同一个事实：本地大模型的门槛还在往下掉。
HyperQwen：github.com/syv-ai/HyperQwen，⭐1736。仓库描述非常直白：“在你实际拥有的 GPU 上快速跑大 Qwen 模型”，亮点是 Qwen3.8-27B 塞进单张 24GB 显卡。27B 量化后上 24GB 卡，国内玩 Ollama、LM Studio 的朋友可能觉得“这不稀奇”，但稀奇的是它强调 serving（对外提供服务）而不是单人对话——这是把消费级显卡当推理服务器用，做本地知识库、给小团队搭 API 网关的人会感兴趣。对比国内方案：魔搭社区模型全、但要自己拼 vLLM 配置；HyperQwen 这类“一条龙服务化”的包装，海外做得明显更顺手。
Strata：github.com/Niko1221/Strata，⭐501。更狠：Qwen3.8-Flash-Next（125B MoE）跑在 8GB+ 的 N 卡上，Windows/Linux 一键安装。原理是 MoE 架构每次只激活一部分参数，加上量化，8GB 卡也能尝到千亿参数级模型的味道。对显卡预算 3000 块以内的玩家，这是“本地跑大模型”的最低门票之一。
价格两件都是开源仓库、免费自部署，具体协议以各自仓库 LICENSE 为准。
来源：Show HN，news.ycombinator.com/item?id=49867775，抓取时 99 分。
一句话：一个看 AI Agent 实时对战的竞技场。你可能用过 LMArena 看两个模型比文笔，那是对战“模型”；TinyAIArena 对战的是“Agent”——带工具调用、带任务执行的完整智能体，谁先把任务做趴下谁出局。
别把它纯当乐子。Agent 对战现场是观察各家 Agent 真实短板的最快途径：谁会死循环调用工具、谁在长任务里丢上下文、谁遇到边缘情况开始胡编——这些在官方 Demo 里永远看不到。选型 Agent 框架之前，先去观战半小时，比读十篇评测有用。
| 你以为的 | 实际上 |
|---|---|
| 磁盘清理是老古董品类，没新东西 | Shopify CEO 还在亲手写，而且用上了 GPU 渲染框架 GPUI |
| 集成测试要么连真云、要么给 LocalStack 交 Pro 钱 | 本地假云开源方案开始出现，Fakecloud 只是最新一支 |
| 跑 27B 级模型得租 A100/H100 | 单张 24GB 消费卡方案已落地，8GB 卡靠 MoE 也能摸到 125B |
| Agent 评测只能看榜单和跑分 | 已经有人做实时对战竞技场，短板当场现形 |
说明：Star 数与 HN 分数为 2026-09-28 抓取数据，实时数据以各页面为准；Fakecloud 与 TinyAIArena 细节基于其 Show HN 页面公开信息，仓库完整功能以项目页为准。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。