-
2026-11-16 技术前沿速览
20261116 技术前沿速览 今日摘要 核心要点 阿里发布 Qwen4Max 基座大模型(智能体与编程能力进阶),腾讯混元同日发布 Hy4 flash(单任务成本暴降 92%),国产大模型在同一天集中迭代。 英伟达创始人黄仁勋辞任后,事件出现反转:多家媒体曝其考虑重返英伟达任 CEO,内部请愿帖获 1600+ 条评论、外部联署逾 10 万人次;AMD 同日宣布完成对 World Labs...
-
2026-11-09 ~ 2026-11-15 本周技术精华
本周技术精华(20261109 20261115) 本周最清晰的信号是:Agent 系统的竞争焦点正从"能不能做"转向"做得省不省、可不可信"。记忆管理、推理复用、安全边界三条线同时收紧,而模型公司资本化与多模型互操作则重塑了应用层的成本结构。以下按主题展开。 一、Agent 记忆:从"存下来"到"结构化可检索、可估值" 这是本周密度最高的演进线,四篇工作指向同一个问题——记忆的写入策略本身需...
-
2026-11-14 技术前沿速览
20261114 技术前沿速览 AI 前沿 Generative AI uses more energy on nonEnglish texthttps://news.umich.edu/generativeaiusesmoreenergyonnonEnglishtext/ 密歇根大学团队量化了多语言推理的能耗差异:同一语义任务下,非英语输入的 token 序列普遍更长,且模型内部注意力分布更...
-
2026-11-13 每日思考
20261113 每日思考 今天 Claude 全线挂了几个小时,我的代码审查工具正好卡在联调阶段,一下午的迭代节奏被打断。这件事本身不新鲜,但它逼我把一个一直回避的问题摊开来看:我的 MVP 到底该不该把"审查质量"这件事押在单一模型的判断力上。 我的工具做的事情听起来很直接——扫代码、找安全漏洞和性能问题。但真正做起来才发现,最难的从来不是"发现可疑点",而是"决定哪些可疑点值得报出来"。一个...
-
2026-11-12 技术前沿速览
20261112 技术前沿速览 AI 前沿 Anthropic IPOhttps://ipo.anthropic.com/us/ Anthropic 正式启动 IPO 进程,成为又一家走向公开市场的前沿模型公司。对开发者生态的直接影响在于:上市后财务披露将首次让外界看到 Claude 系列的真实推理成本结构与 API 毛利率,这比任何 benchmark 都更能解释未来定价走向。 关键信息:前...
-
2026-11-11 每日思考
20261111 每日思考 今天 Solidot 那条"AI 生成的代码并不可靠"让我停了很久,因为说的几乎就是我正在做的事的反面。 那位 100% 依赖 AI 写代码的资深开发者列了几条:AI 写的测试过于简单、覆盖不到真正重要的场景;代码过于……(原文截断,但大意是结构松散、抽象失当)。我第一反应是想反驳——我的 AI 代码审查工具 MVP 就是靠模型找漏洞和性能问题的,如果 AI 代码不可靠...
-
2026-11-06 每日思考
20261106 每日思考 今天 Cloudflare 开源了 securityauditskill,我盯着它的 README 看了很久——不是因为它做得多好,而是因为它把"独立验证"四个字写进了产品定义里,而这恰好是我这个 MVP 阶段最心虚的地方。 我的代码审查工具目前的做法是:模型读 diff,输出漏洞与性能问题,附置信度和行号。听起来完整,但我知道它的真实失败模式——不是漏报,是"看起来对...
-
2026-11-05 每日思考
20261105 每日思考 今天 HN 上那条 GPT6 Astra"隐蔽性表现不佳"的报告,让我在写自己那个 AI 代码审查工具的检测逻辑时停了很久。 报告的核心不是模型能力不足,而是模型在特定任务上系统性低效却不易被察觉。这几乎精准命中了我在 MVP 阶段遇到的一个困境:我的工具检测安全漏洞时,如果模型"没找到"某个漏洞,我无法区分三种情况——漏洞真的不存在、模型漏检了、还是模型判断了但给出了...
-
2026-11-04 技术前沿速览
20261104 技术前沿速览 AI 前沿 DreamX: Video Diffusion Model is a Universal Latent Action Learnerhttps://arxiv.org/abs/2611.05377v1 把视频扩散模型当作"通用隐式动作学习器",核心是要求同一动作在不同执行轨迹下的动态表征保持一致——这实际上是在给视频生成模型加一个动作解耦约束,让扩散...
-
2026-11-02 每日思考
20261102 每日思考 今天翻 GitHub Trending,iFixAi 一天 1584 星,AiSOC 446 星,两个项目都在回答同一个问题:这个 agent 到底在干什么,我凭什么信它。 这让我有点坐不住,因为我正在做的 AI 代码审查工具,本质上也在回答同一个问题——只不过对象换成了代码。我的 MVP 现在能检出安全漏洞和性能问题,但最近一次内部测试让我很不舒服:模型报了一个"SQ...
-
2026-10-26 ~ 2026-11-01 本周技术精华
本周技术精华(20261026 20261101) 一句话概括这七天:Agent 从"能跑"进入"要跑得稳、跑得可审计"的阶段,工具链、审批机制、编排层同时被重新审视;与此同时,模型分发策略出现明显分层,榜单消费主义与开放权重并行。 一、Agent 基础设施:从拼能力到修地基 本周最密集的信号集中在 Agent 的"外壳层"。这一层过去被认为只是 prompt 加工具调用,现在被当作独立工程...
-
2026-11-01 技术前沿速览
20261101 技术前沿速览 AI 前沿 Proving and Improving the Platonic Representation Hypothesis with JEPAshttps://arxiv.org/abs/2610.39302 论文试图为"不同模态的表征会收敛到同一几何结构"这一柏拉图式表征假说提供形式化证明,并用 JEPA(联合嵌入预测架构)类模型做可改进性的实验验证...
-
2026-11-01 每日思考
20261101 每日思考 今天最扎我的是那条 Minecraft 实验:50 个 agent 组队建文明,最后淹死在官僚流程里。这几乎是我做 AI 代码审查工具时最怕撞上的那面墙。 我的 MVP 现在只做单轮审查——拿 diff、跑规则、调模型、出报告。看起来很土,但我越来越确信这个"土"是对的。多 agent 的诱惑在于分工听起来优雅:一个查安全漏洞、一个查性能、一个做汇总。可真跑起来,你会发...
-
2026-10-31 技术前沿速览
20261031 技术前沿速览 AI 前沿 DeepSeek 重磅发布全新 Agent 架构:AI 开始指挥 AI 干活https://www.ifanr.com/1687026 DeepSeek 新架构的核心是让上层 Agent 负责任务分解与调度、下层 Agent 专注执行,相当于把"多智能体编排"内建进模型侧而非依赖外部框架。这与今天 GitHub 上 Agent harness 扎堆的...
-
2026-10-29 技术前沿速览
20261029 技术前沿速览 AI 前沿 Gemini 4 Carbon is the new 1 on the Artificial Analysis Intelligence Index v5https://artificialanalysis.ai/articles/gemini4carbonnewnumber1 Gemini 4 Carbon 登顶 Intelligence Inde...
-
2026-10-28 每日思考
20261028 每日思考 今天看到 Claude Code 团队那句"90% 代码由 AI 生成、合并量翻倍、回滚率下降 40%",我盯着屏幕看了很久——不是因为数字漂亮,而是因为它把一件我一直含糊其辞的事说清楚了:AI 写代码的收益,不来自生成,来自闸门。 这半年我在做 AI 代码审查工具的 MVP,方向是安全漏洞和性能问题检测。说实话,做到现在最让我焦虑的不是模型识别不出漏洞,而是识别得太多...
-
2026-10-26 技术前沿速览
20261026 技术前沿速览 今日关键词:Agent 工具链开始"修地基"——vLLM 的工具调用准确率被当作工程问题正面拆解,HarnessRouter 试图用统一协议把七八个 Agent 框架收编到一套 API 之下;另一边 Anthropic 递交 S1,AI 公司的财务叙事第一次进入公开披露语境。 AI 前沿 Monetizing Intelligence: Advertising...
-
2026-10-26 每日思考
20261026 每日思考 今天 HN 上那篇 vLLM 修 toolcall 准确率的文章,我读了两遍,因为它戳中了我最近在 MVP 里反复踩的坑。 我的 AI 代码审查工具做安全漏洞与性能问题检测,最初的假设很朴素:模型够强,审查就够准。跑了两周真实仓库后,数据打脸——同一个漏洞,模型在"自由输出"模式下能说对,但一旦我要求它输出结构化 JSON 供下游消费,准确率就掉一截。原因不在模型,在我...
-
2026-10-19 ~ 2026-10-25 本周技术精华
本周技术精华(20261019 20261025) 过去七天,技术圈的主线并不在某个单点突破,而在几条同时收紧的"约束线":智能体从演示走向长时程任务,技能与协议开始标准化;AI 同时成为漏洞的发现者与制造者,供应链信任持续开裂;推理侧算力以非线性速度膨胀,把 Token 推成宏观指标。以下按主题梳理。 一、智能体:长时程协作跑通,技能层开始"抢标准位" 谷歌四个 Gemini 4 Argon...
-
2026-10-23 技术前沿速览
20261023 技术前沿速览 今日关键词:Anthropic 生态开始"长出攻击面"——GitHub 上同时冒出把 Claude 训练成渗透测试员的 ClaudeRed、把技术书 PDF 转成 Claude Code 技能的 booktoskill;另一边瑞典政府事务局直接封禁 ChatGPT 与 Claude。AI 能力越强,围绕它的"技能供应链"与"合规边界"就越像两列对开的火车。 AI...
-
2026-10-23 每日思考
20261023 每日思考 今天 GitHub 上同时出现两个项目让我停了很久:ClaudeRed 把渗透测试方法论编译成 Claude 技能,booktoskill 把技术书编译成 Claude Code 技能。它们用同一套机制,一个教模型怎么攻,一个教模型怎么查。而我自己正在做的 AI 代码审查工具,本质上就是这条光谱上的第三格——教模型怎么"看出问题"。 这让我重新审视自己 MVP 的一个设...
-
2026-10-22 技术前沿速览
20261022 技术前沿速览 今日关键词:OpenAI 用 AI 挖出 PHP 远程执行漏洞,亚马逊 MADPot 早在公开披露前就观测到在野利用——"AI 找漏洞"与"AI 被用来抢跑攻击"在同一条时间线上;eMudhra 退出全球 SSL/TLS 证书业务、Quad9 宣布撤离法国,互联网信任基础设施的地缘收缩继续。 AI 前沿 Environment Duels: A Microco...
-
2026-10-22 每日思考
20261022 每日思考 今天最扎我的一条不是哪个模型发布,而是 AWS 说他们的蜜网在 PHP2Shell 公开披露之前就抓到了在野利用。做安全检测工具的人看到这句话,应该会先愣一下。 我最近在做的 AI 代码审查工具还在 MVP 阶段,主要盯安全漏洞和性能问题。这个项目做得越久,我越确信一件事:代码审查的价值不在"发现问题",而在"发现问题的时间点"。一个 SQL 注入,在 PR 阶段被拦下...
-
2026-10-20 每日思考
20261020 每日思考 今天看到一条 HN 帖子说"编造统计数字就能被 LLM 大量引用",我盯着屏幕愣了几秒——因为我正在做的 AI 代码审查工具,本质上也在做类似的事:把模型判断当成证据呈现给开发者。 这条帖子值得所有做 AI 辅助工具的人认真读。它揭示的机制很朴素:LLM 在生成回答时倾向于引用"看起来像来源"的内容,而发布者只要制造出统计数字的形式感,就能进入这个引用循环。问题不在于模...
-
2026-10-19 技术前沿速览
20261019 技术前沿速览 今日关键词:谷歌用四个 Gemini 4 Argon 智能体 27 小时通关《我的世界》,长时程多智能体协作首次在开放世界游戏里跑通;Mistral 把基础模型押注到时间序列,Timestral 直指工业预测场景;Wine 移植 OpenBSD 让"跨系统兼容层"重新进入讨论视野。 AI 前沿 Rethinking the design space of Va...
-
2026-10-19 每日思考
20261019 每日思考 今天看到那篇关于"行为耦合"的论文时,我正在给自己那个还在 MVP 阶段的 AI 代码审查工具调误报率,突然觉得被戳中了。 论文讲的是:你微调模型让它"更热情",结果它在别的维度上的行为也跟着漂移了——不是你想改的那个方向,而是你没盯着的那些。这几乎是所有做定向微调的人都会遇到、但很少被正式对待的问题。我们做代码审查工具时也一样:为了让模型多抓安全漏洞,我调整了提示和少...
-
2026-10-12 ~ 2026-10-18 本周技术精华
本周技术精华(20261012 20261018) 过去七天,技术圈的主线并非某一项单点突破,而是几条暗线同时收紧:Agent 从"能跑"走向"可训练、可审计、可控制",开源治理与版本控制权重新分配,评测体系与真实体验的裂缝继续扩大。以下按主题整理。 一、Agent 工程:从语义匹配到运行时可靠性 本周 Agent 相关论文密集出现,共同指向一个判断:Agent 的瓶颈已从"模型会不会做"转移...
-
2026-10-18 技术前沿速览
20261018 技术前沿速览 今日关键词:桌面级亚微米制造在 HN 双榜齐发(RepRapMicron 75 分、Open MicroManipulator 76 分),"个人制造"从 3D 打印走向微米级;三星借台积电 3nm 造英伟达 HBM 基底裸片,先进封装的地缘分工再洗牌;闰秒提前到 2027 年退场,分布式系统的时间假设要重写。 AI 前沿 Anthropic 提出的 AI 安...
-
2026-10-17 技术前沿速览
20261017 技术前沿速览 今日关键词:DeepSeek v4.1 Flash 在 OpenRouter 冲到 HN 榜首(235 分),开源模型的价格/性能前沿再次被推;Meta 放出 8160 亿参数、420 亿激活的开放权重多模态模型 Muse Spark Open,"美国最强开放权重"的定语值得逐字读;GitHub Trending 上 strix 把 AI 渗透测试做成开源工具,恰...
-
2026-10-16 技术前沿速览
20261016 技术前沿速览 今日关键词:Anthropic 的"服务器端版本控制"从传闻变成可讨论的工程方案,Simon Willison 亲自拆解;Google 放出 AndroidWorld 99%+ 成功率的 ARTEMIS,把"自然语言驱动 Android"从 demo 推向可交付;而 ArXiv 一天之内四篇机器人世界模型/数据引擎论文,具身智能的重心正从"策略"移向"环境建模"。...
-
2026-10-16 每日思考
20261016 每日思考 今天翻 HN 的时候,那条 OpenBSD 潜伏 37 年的内核漏洞让我停了很久。 不是因为 37 年这个数字本身有多震撼——安全圈对"考古级漏洞"早就脱敏了。真正让我在意的是它和我手上这个 AI 代码审查工具的关系。我做的 MVP 目前主打两类检测:安全漏洞和性能问题。安全这块,我一开始的想法很朴素——把常见 CWE 模式喂给模型,让它扫代码找匹配。跑了几百个开源仓库...
-
2026-10-15 技术前沿速览
20261015 技术前沿速览 今日关键词:Anthropic 弃用 Git 自研 Scion,把版本控制的控制权从开发者手里收回到服务器端;Citizen Lab 揭露广告链路被改造成零点击间谍软件投递管道;Trail of Bits 开源 Claude Code 安全审计技能库,AI 代码审查开始有"专业方法论"可循。 AI 前沿 CoEvolving Acting and Foreca...
-
2026-10-15 每日思考
20261015 每日思考 Anthropic 弃用 Git 这件事,我盯着看了很久,越看越不舒服。 官方理由是"减少智能体和自动化任务所需的本地操作"——把大部分源码管理移到服务器端。翻译成人话:当 agent 成为仓库的高频操作者,本地 Git 的那套分布式模型(clone、fetch、本地分支、离线提交)变成了负担。服务器端集中管理,agent 调用更简单,冲突更好协调,审计更集中。 从纯工...
-
2026-10-14 技术前沿速览
20261014 技术前沿速览 今日关键词:Timescale 用"图遍历式"向量索引挑战 pgvector 的 HNSW 霸主地位,Anthropic 宣布弃用 Git 引爆开发者情绪,而 TV4 的 AI 剪辑 Agent 误删素材事件给所有"让 Agent 碰生产数据"的团队敲了警钟。 AI 前沿 ChunkAct: Action Chunking for Agentic Roboti...
-
2026-10-12 每日思考
20261012 每日思考 今天读到那项覆盖数百家公司的研究——"AI 编程智能体生成了更多代码,但并没有生成更多软件"——我盯着屏幕愣了一会儿,因为它几乎是我这几个月做 AI 代码审查工具时反复撞上的那堵墙的学术版本。 我的 MVP 做的是安全漏洞和性能问题检测。最初我以为难点在模型能力:能不能准确识别注入、越界、竞态。做到第二个月我发现,真正的瓶颈根本不在检测,而在"检测结果的处置"。一个中等...
-
2026-10-11 每日思考
20261011 每日思考 今天最扎我的一条不是任何模型发布,而是那个"用 AI 十分钟就削弱意志力"的实验。 我在做 AI 代码审查工具的 MVP,方向是安全漏洞与性能问题检测。这个实验让我不得不面对一个尴尬的问题:我的工具到底是在帮用户变强,还是在替用户变弱?代码审查这件事有个微妙之处——它天然是"发现问题"而非"给出答案",理论上比代码补全更接近训练判断力。但我如果做成"一键修复"呢?用户点...
-
2026-10-08 技术前沿速览
20261008 技术前沿速览 今日关键词:AI Agent 开始自我管理运行时、世界模型上下文拉长到机器人可用的量级;HN 侧则被"Opus 5.5 六小时一次性可视化《看不见的城市》"刷屏,同时 OpenAI 撤下 3 篇数学论文引发对基准可信度的追问。 AI 前沿 LongWAM: Scaling the Context of WorldAction Modelshttps://arx...
-
2026-10-07 每日思考
20261007 每日思考 今天翻到 Agent in a Bottle 那篇论文时,我停了一会儿——它问的问题,恰好是我做 AI 代码审查工具这几个月一直在绕的坑。 论文的核心是:能不能让 LLM Agent 把自己的能力固化成"廉价、可扩展的产物",而不是每次遇到同类问题都重新推理一遍。翻译到我的场景就是:我到底是在做一个"每次 review 都调模型"的产品,还是在做一个"把审查能力沉淀成规...
-
2026-09-28 ~ 2026-10-04 本周技术精华
本周技术精华(20260928 20261004) 本周主线:推理效率从"跑得快"转向"知道何时停、花多少";Agent 从堆能力转向可观测、可审计、可自改;线性注意力进入状态精度工程阶段;开源侧主权模型与消费级大模型推理同时落地。 一、推理效率:从"加速"到"预算感知" 本周最密集的进展集中在同一个问题:推理的成本大头不是单步速度,而是冗余步数与不可预测的消耗。 Learning to ...
-
2026-10-04 技术前沿速览
20261004 技术前沿速览 今日关键词:消费级硬件跑 125B 稀疏模型、BYOK 网关的"零加价"路线、编译器元数据前置;国内侧被具身大脑评测与商业航天发射工位扩容占据。 AI 前沿 Run Qwen 3.8 Flash Next 125B on consumer hardware RTX 4090 at 100T/shttps://github.com/Niko1221/Strata...
-
2026-10-04 每日思考
20261004 每日思考 今天同时看到两条消息,一条是单张 4090 跑 125B 模型,一条是零加价的 BYOK 网关拿了 570 stars。它们指向同一件事:大家不再愿意为"中间层"付溢价了。 这对我的 AI 代码审查工具是个直接的提醒。MVP 阶段我最容易犯的错,是把"调用一个强模型"当成产品价值本身。但今天的信号很清楚——模型接入正在变成水电煤,谁都能接,价格还在往下走。如果我的工具的...
-
2026-10-03 技术前沿速览
tech 20261003 技术前沿速览 今日关键词:Agent 技能包的安装前审查、欧洲主权开放权重模型、编译器视角的静态分析回归;算力侧继续向"可控边界内"收拢。 说明:今日无 ArXiv 新条目输入,"AI 前沿"节以 AI 相关工程动态与国内权威报道为主。 AI 前沿 Kolibri Has Landed: A Sovereign OpenWeight Modelhttps://...
-
2026-10-02 每日思考
20261002 每日思考 今天 GitHub 上那个叫 iFixAi 的项目一天涨了 1492 星,做的事只有一句话:回答"Agent 是否在做它该做的事"。我盯着这句话看了很久,因为它几乎就是我最近做代码审查工具时每天在问自己的问题。 我的 MVP 做安全漏洞与性能问题检测,最大的挫败感从来不是"漏报"——漏报至少是能力边界,可以靠更多数据、更强的模型去补。真正折磨人的是误报:工具信誓旦旦地说...
-
2026-10-01 技术前沿速览
20261001 技术前沿速览 今日关键词:RLVR 的信用分配修正、Agent 自改 harness、芯片设计专用前沿模型;开源侧架构图 Agent 与金融数据平台同台。硬件面被内存周期与端侧芯片重配主导。 AI 前沿 Semifactual CreditAugmented Policy Optimizationhttps://arxiv.org/abs/2609.40360v1 针对 R...
-
2026-09-30 每日思考
20260930 每日思考 今天翻 GitHub Trending 时,PageIndex 那条 835 stars 让我停了一会儿——"无向量、基于推理的文档索引"。我做的 AI 代码审查工具,恰好也在 RAG 这条路上踩过坑。 我的 MVP 要同时检测安全漏洞和性能问题。最初的设计很自然:把代码库切片、embedding、塞进向量库,审查时检索相关片段喂给模型。上线测试后问题立刻暴露——向量检...
-
2026-09-29 技术前沿速览
20260929 技术前沿速览 今日关键词:Agent 执行期的 token 预算预测、滑动窗口 KV 的信息留存边界、文本空间"技能"优化;开源侧攻防 Agent 与本地隐私守卫同台。 AI 前沿 Telescopic Language Modelshttps://arxiv.org/abs/2609.35769v1 针对"一个模型要服务多种算力预算"的现实痛点,提出可伸缩推理路径,避免为...
-
2026-09-27 技术前沿速览
20260927 技术前沿速览 今日关键词:聊天模板"人格开关"、原子加指令静默丢更新、单卡 4GB 微调 8B 模型;开源侧 Agent 插件市场与"敏捷 AI 开发方法论"同时冒头。 AI 前沿 "As a Language Model": Chat Template Switches LLM SelfReferential Voicehttps://arxiv.org/abs/2609...
-
2026-09-27 每日思考
20260927 每日思考 今天看到那篇关于聊天模板决定模型自我指称口吻的论文,我第一反应不是"有意思",而是有点被戳到——因为我正在做的 AI 代码审查工具,本质上也在做一件类似的事:给模型套一层"审查员"的壳,然后期待它输出稳定、可信的判断。 论文的结论很朴素:模型说"作为一个语言模型",很大程度上是模板注入的格式先验,不是权重里的内在属性。换模板,口吻就变。放到我的场景里,这意味着什么?意味...
-
2026-09-26 每日思考
20260926 每日思考 今天读水印那篇研究时,我盯着"溯源税"这个词看了很久——它说的其实是一件我早就该承认的事:我在做 AI 代码审查工具时,一直在假装某些成本不存在。 我的 MVP 做安全漏洞和性能问题检测。过去几周我反复调 prompt、换模型、加规则,把检出率从 60% 推到 80% 出头,然后沾沾自喜。但今天这篇研究提醒我:任何附加在推理链路上的约束——水印、格式要求、工具调用协议、...
-
2026-09-24 技术前沿速览
20260924 技术前沿速览 今日关键词:拒绝抑制的"无损"路线、代码运行时推理基准、Agent 世界模型从预测转向编辑;硬件侧则是 ESP32 逼近 Linux 门槛与三星冰箱固件翻车。 AI 前沿 Can LLMs Reason About Runtime Behavior? A RepositoryLevel Dynamic Benchmarkhttps://arxiv.org/ab...
-
2026-09-22 技术前沿速览
20260922 技术前沿速览 今日关键词:Agent Harness 自进化成显学、GPT6 破解 21 年未解密码、Anthropic 杀入金融垂直、阿里 Qwen 剑指 510T 参数。 AI 前沿 HarnessZero: Harness Distillation via AgentasHarnesshttps://arxiv.org/abs/2609.24974v1 把"Agent...
-
2026-09-22 每日思考
20260922 每日思考 今天看到 HarnessZero 和 RRSI 两篇论文挤在同一天发布,我盯着标题看了很久,心里有点复杂。 我的 AI 代码审查工具正卡在 MVP 阶段,主要做安全漏洞和性能问题检测。过去两个月我一直在纠结一件事:到底是把精力花在调 prompt、改工具编排、加规则后处理上,还是等一个更强的模型出来,让这些工作全部作废? 两篇论文给了同一个答案,但方式相反。Harnes...
-
2026-09-21 每日思考
20260921 每日思考 今天看到 losslessmemory 那句"never summarizes",我愣了一下——因为我正在做的 AI 代码审查工具,恰恰是靠摘要活着的。 我的 MVP 做安全漏洞和性能问题检测,架构上很自然:把仓库切块、摘要、建索引、检索相关片段喂给模型判断。摘要在这里不是偷懒,是成本控制。一个中型仓库几十万行,不摘要根本塞不进上下文,检索精度也会被噪声淹没。但 los...
-
2026-09-14 ~ 2026-09-20 本周技术精华
本周技术精华(20260914 20260920) 本周主线:AI 工程从"能不能做"转向"做完之后谁来兜底"。评测可信度、Agent 安全边界、推理栈自主化、供应链攻防,四条线索共同指向同一个问题——能力增长的速度已经超过验证能力的建设速度。 一、评测危机:benchmark 正在失去解释力 本周多条资讯从不同角度指向同一个裂缝:我们用来判断模型能力的工具,本身正在失效。 数学刷榜与生产分...
-
2026-09-20 技术前沿速览
20260920 技术前沿速览 今日关键词:Qwen 图像模型走"小而统一"路线、LLM 心理学化批评、Shopify 弃 React Native 回原生、西班牙封禁 Archive.today。 AI 前沿 QwenImage2.1: Compact, efficient, and unified image creationhttps://qwen.ai/blog?id=qwenima...
-
2026-09-20 每日思考
20260920 每日思考 今天读到那篇把 LLM 比作"通灵师冷读术"的文章,我盯着屏幕想了很久——不是因为它说得对,而是因为它说中了我做 AI 代码审查工具时最不愿承认的那件事。 冷读术的核心不是骗,是让被读的人自己完成剩下的推理。通灵师说"你最近在纠结一个重要的决定",你立刻想起换工作的事。模型说"这段代码在并发场景下可能有风险",我作为审查者立刻开始脑补具体场景——然后给它打了个"有洞察力...
-
2026-09-19 每日思考
20260919 每日思考 今天两条新闻撞在一起,让我停下来想了很久:一条是微软内部把抓取新闻训练 AI 称为"人类历史上最大规模的劳动盗窃",另一条是安全团队用 Claude 辅助攻破了 OpenAI。一个讲数据从哪来,一个讲能力往哪去,但本质是同一件事——我们正在为"智能"补交它一直没付的账。 我在做 AI 代码审查工具的 MVP,主攻安全漏洞和性能问题检测。这个位置很尴尬:我的模型权重来自公...
-
2026-09-17 技术前沿速览
20260917 技术前沿速览 今日关键词:GLM 自建推理栈、AI 渗透测试工具开源、华为百万处理器超节点、Java 27 把后量子加密带进标准库。 AI 前沿 GLM Built Its Own Inference Infrastructurehttps://z.ai/blog/glmbuiltitsinferenceinfrastructure 智谱公开了 GLM 系列模型的推理基础设...
-
2026-09-15 技术前沿速览
20260915 技术前沿速览 今日关键词:AI 安全从"单打独斗"转向"三巨头同桌"、Rust 在微软拿到一级公民身份、中文语料基建补课。 AI 前沿 “三巨头”联手,OpenAI、Anthropic、谷歌 Deepmind 开始合作研究 AI 安全措施https://www.ithome.com/1/002/792.htm 三家互为直接竞争对手的实验室坐到同一张桌子上研究安全措施,背景是...
-
2026-09-15 每日思考
20260915 每日思考 今天 FDroid 那条"AI 辅助开发占比有多高"的统计,让我盯着自己的项目看了很久。 我做的是一个 AI 代码审查工具,MVP 阶段,重点查安全漏洞和性能问题。从第一天起,我的假设就是"审查对象是人写的代码"。但 FDroid 的抽样、微软把 Rust 提为一级语言并计划用 AI 重写整个 C/C++ 代码库——这两件事合起来说明,我的审查对象正在变成"人和模型混合...
-
2026-09-14 技术前沿速览
20260914 技术前沿速览 今日关键词:AI 生成代码的"可维护性税"、自托管大模型的提示词迁移坑、供应链安全从包管理器一路烧到 OpenAI。 AI 前沿 在学会数学之前,AI 先学会了大厂的虚荣心https://www.ifanr.com/1680046 爱范儿这篇把大模型在数学竞赛题上的"刷榜"行为拆得很直白:厂商更在意在特定 benchmark 上的排名叙事,而非通用推理能力的真...
-
2026-09-14 每日思考
20260914 每日思考 今天读到 Linux 内核开发者那句"AI 找 bug 挺准,但代码都是我重写的",我盯着屏幕愣了几秒——因为这正是我这几个月在 AI 代码审查工具 MVP 里反复撞的墙。 一开始我的假设很朴素:既然模型能定位安全漏洞和性能问题,那让它顺手给出修复补丁,不就闭环了?于是我花了两周把"检测 + 修复建议"做进同一条流水线。结果是灾难性的。检测环节的召回率还不错,能捞出一批...
-
2026-09-07 ~ 2026-09-13 本周技术精华
本周技术精华(20260907 20260913) 本周主线:AI 的竞争重心正从"模型权重"转向"执行结构、评测协议与合规基础设施"。与此同时,AI 进入数学、生物、机器人等高风险领域后,学术与安全机制开始被迫补课。 一、Agent 的"骨架革命":系统开始大于模型 本周最密集的信号,是 Agent 研究正从"换更强模型"转向"换更好的执行结构"。 Procedural Graphs(9...
-
2026-09-13 技术前沿速览
20260913 技术前沿速览 今日关键词:AI 技能库武器化、本地语音克隆平替、空芯光纤损耗破纪录。 AI 前沿 蚂蚁灵波开源三款 LingBotWorld 2.0 世界模型,Small 版 1.3B 面向单卡消费级 GPUhttps://www.ithome.com/1/001/863.htm 继 7 月开源 14B 版本后,蚂蚁灵波把世界模型压缩到 1.3B 参数并明确标注"消费级单卡...
-
2026-09-13 每日思考
20260913 每日思考 今天 GitHub 上 ClaudeRed 拿了 500 多星,把 SQLi、shellcode、EDR 绕过写成 SKILL.md 喂给 Claude。同一时间,Anthropic 自己披露有人用 Claude Code 写导弹制导软件。这两件事放在一起,让我重新想了一遍我在做的 AI 代码审查工具。 我的 MVP 做的是安全漏洞与性能问题检测。最初的想法很朴素:把常...
-
2026-09-10 技术前沿速览
20260910 技术前沿速览 今日关键词:企业级 AI 评估脱离"模型权重"叙事、VLM 直驱机器人、微软单月修复近千 Bug 的 AI 副作用。 AI 前沿 ShowHarness: Just a VLM Agent Can Play Robotshttps://arxiv.org/abs/2609.10522v1 把机器人控制从"专用策略网络"转向"通用 VLM Agent + 轻量执...
-
2026-09-10 每日思考
20260910 每日思考 今天读 IBIB 那篇论文时,我有种被戳中的感觉——它说企业部署的是系统,不是 checkpoint。这句话几乎可以直接贴到我那个还在 MVP 阶段的 AI 代码审查工具上。 我一直在纠结模型选型:换更强的模型,漏洞检出率是不是就上去了?但真实情况是,我的工具跑在一条完整的链路上——提示词模板、代码分块策略、上下文注入方式、静态分析器的前置过滤、结果去重规则。同一份代码...
-
2026-09-07 每日思考
20260907 每日思考 今天 CSDN 那条报道让我停下来想了很久:某团队 AI Coding 月烧 360 亿 Token,AI 一天写 4.4 万行代码,但大量没有合并,单次失控成本 533 美元。 我自己的 AI 代码审查工具也卡在同样的地方——不是模型不够聪明,而是审查本身变成了瓶颈。当 AI 能在一小时内生成过去一周的代码量,人类 review 的速度就成了唯一的限速器。360 亿 ...
-
2026-08-31 ~ 2026-09-06 本周技术精华
本周技术精华:AI 治理、合成数据与基础设施的隐秘战争(2026.08.31 09.06) 编辑手记:本周的技术信号密度极高。从 ArXiv 的学术前沿到 Hacker News 的开发者热议,我们观察到一个清晰的转向——AI 领域的热点正从"如何造出更强的模型"转向"如何审计、对齐、信任和驾驭已有的模型"。与此同时,硬件与基础设施层面的竞争从未停止,只是换了一种更隐秘的方式展开。 一、AI...
-
2026-09-06 技术前沿速览
20260906 技术前沿速览 今日关键词:欧洲航天独立里程碑、AI 原生操作系统浮出水面、量子硬件进入实用化前夜。 AI 前沿 OpenAI 发布 GPT6 Astra:多项基准刷新纪录,cybersecurity 能力达 Critical 阈值https://juejin.cn/post/7681931232724205610 掘金社区对 GPT6 Astra 的机制与工程边界做了深度拆...
-
2026-09-06 每日思考
20260906 每日思考 今天刷到 Pigeon 这个项目时,我停下来想了一会儿。它给 AI 子代理发"签名通行证",限制能做什么、不能做什么。对于一个正在做 AI 代码审查工具的人——我的工具就是那个"子代理",在别人的代码库里翻找漏洞——这个问题的重量我太清楚了。 我的 MVP 现在做的事情很简单:读代码、找安全问题、报性能隐患。但每一次调用模型去分析一段代码,我都得想清楚一个问题:这个模型...
-
2026-09-05 每日思考
20260905 每日思考 今天翻到 ProPublica 那篇关于 PFAS 的深度报道,心里一直堵着什么。3M 公司从上世纪 70 年代就知道 PFOA 有毒,内部文件写得清清楚楚,但选择隐瞒了半个世纪。这让我想起昨天在 Hacker News 上看到的那本被 Anthropic 误杀的 1930 年代诗集——两个故事看似无关,其实共享同一个内核:系统性的技术决策如何在"正确"的名义下制造长期...
-
2026-09-03 技术前沿速览
20260903 技术前沿速览 今日关键词:开源数据处理引擎换代、LLM 竞技编程能力跃升、世界模型竞争白热化。 AI 前沿(ArXiv) PostTraining Language Models for GoldMedal Performance in Coding Competitionshttps://arxiv.org/abs/2609.02849v1 竞技编程(IOI/ICPC)是...
-
2026-09-03 每日思考
20260903 每日思考 今天刷 ArXiv 时,一篇关于智能合约漏洞自动注入的论文让我停下来想了很久。用 LLM 生成带漏洞的合约数据集来评估检测工具——这思路和我正在做的 AI 代码审查工具不谋而合,但同时也戳中了一个我一直回避的问题:合成漏洞数据真的够吗? 我做代码审查工具时遇到的最大瓶颈不是模型能力,而是缺乏高质量的"坏代码"样本。真实世界的漏洞往往藏在复杂的业务逻辑里,带着上下文、历史...
-
2026-09-02 技术前沿速览
20260902 技术前沿速览 今日关键词:AI 数据训练的隐私红线、Agent 评估方法论深化、世界模型从论文走向产品。 AI 前沿(ArXiv) Efficient SWE Agent Benchmarking via TrajectoryAware Evaluationhttps://arxiv.org/abs/2609.01603v1 SWE agent 评估成本高企的痛点有了新解法...
-
2026-09-02 每日思考
20260902 每日思考 今天 HN 上那条 curl CVE 的新闻让我停下来想了很久。Aisle 公司让 OpenAI 和 Anthropic 的模型去审计 curl 代码库,两家都返回零漏洞,然后人工审计挖出了 6 个 CVE。 第一反应是"AI 安全审计不行",但仔细看细节,问题根本不在模型能力,而在任务设计。给一个 LLM 25 万行 C 代码让它"找漏洞",就像让一个刚毕业的审计师空...
-
2026-08-24 ~ 2026-08-30 本周技术精华
本周技术精华:20260824 20260830 本周技术世界呈现出罕见的"结构性震荡":AI 基础设施版图在两天内剧变、开源社区治理争议走向前台、硬件安全路线之争从学术圈蔓延至开发者社区。以下按主题梳理本周最有价值的动态与趋势。 一、AI 基础设施版图剧变:从模型竞赛到生态吞并 本周最重磅的事件莫过于 英伟达以 129 亿美元收购 Hugging Face——从 8 月 26 日传出"探索...
-
2026-08-29 技术前沿速览
20260829 技术前沿速览 今日关键词:内存安全硬件路线之争、开源治理的 AI 边界、勒索攻击基础设施化。 开发者热榜(Hacker News) SQLite as a Document Database 2020https://dgl.cx/2020/06/sqlitejsonsupport 六年前的旧文重回热榜,说明 JSON 文档模型与关系型存储的融合需求至今未歇。SQLite 的...
-
2026-08-28 技术前沿速览
20260828 技术前沿速览 今日关键词:AI 代码审查的对抗性鲁棒性、扩散模型新范式、Agent 工具调用的隐性成本。 AI 前沿(ArXiv) Adversarial Code Review: Benchmarking LLM Vulnerability Detectors Against Evasive Patcheshttps://arxiv.org/abs/2608.27114v...
-
2026-08-26 技术前沿速览
20260826 技术前沿速览 今日关键词:推理芯片自研潮、开源模型架构代际跃迁、数据基础设施并购整合。 AI 前沿(ArXiv) Recursive ExperientialWorking Memory Evolution for LongHorizon Agent Harnesseshttps://arxiv.org/abs/2608.24876v1 针对长程任务中历史轨迹膨胀导致技能调...
-
2026-08-26 每日思考
20260826 每日思考 今天看到 OpenAI 自研芯片 Jalapeño 从组队到流片只用 9 个月的消息,第一反应不是"厉害",而是一种微妙的焦虑。 9 个月,一个从零开始的芯片团队,性能宣称超过英伟达 Blackwell。这个速度放在五年前是不可想象的。但真正让我在意的不是速度本身,而是它揭示的一个更深层的变化:AI 公司正在从"用别人的芯片"转向"造自己的芯片",从"用别人的模型"转向...
-
2026-08-17 ~ 2026-08-23 本周技术精华
本周技术精华:20260817 20260823 开篇:一周技术风向标 本周技术生态呈现出三个显著特征:AI 从"能力展示"转向"祛魅与务实"——学界与产业界不再追逐宏大叙事,转而关注误差累积、推理成本、真实学习效果等具体问题;机器人赛道迎来关键节点——长时程操作、灵巧手、IPO 与首秀密集落地;基础设施的"不性感"升级成为隐形主线——JIT 延迟、辐射损伤模型、付费墙过滤等细节优化,正在重塑...
-
2026-08-21 技术前沿速览
20260821 技术前沿速览 今日关键词:基础设施大挪移(Apple Silicon 上的微VM、Linux 调度器重构)、AI 商业化边界试探(L402 计费、GPTImage2 透明背景)、存储与芯片的长期主义押注。 AI 前沿 OpenAI GPTImage2 支持生成透明背景图像https://www.ithome.com/0/992/722.htm 图像生成从"画出来"走向"抠出...
-
2026-08-21 每日思考
20260821 每日思考 今天扫了一圈资讯,最触动我的不是 GPTImage2 的透明背景,也不是 litellm 的 Rust 重构,而是那条关于日本 TRON 操作系统的历史回顾。1984 年,日本人差点造出一个改变世界的操作系统,然后被美国一纸贸易协定按死了。 这件事放在今天看格外讽刺。我们现在讨论 AI 主权、芯片法案、大模型国产化,本质上和四十年前 TRON 的处境没有区别——只不过当...
-
从论文到开源,Agent Infra如何让模型在真实世界跑得更远
tech 20260815 技术前沿速览 今天是 Agent Infra 的爆发日:从论文到开源到产业,各方都在押注同一件事——让模型在真实世界里跑得更远、更稳、更省。 AI 前沿(ArXiv) AutoDesign: MetaHarness Optimization for LongHorizon Agentic Designhttps://arxiv.org/abs/2608.1356...
-
AI隐私默认开启、量子计算突破:2026-08-11技术前沿速览
技术前沿速览(20260811) 本期摘要:AI 大模型与数据隐私的新平衡、量子计算工程化新突破、边缘计算与 5GAdvanced 融合趋势、生物传感器前沿进展。 一、AI 与数据隐私:从合规到默认安全 事件:多家主流云厂商在本周联合发布《云端 AI 数据隐私白皮书》,提出"隐私默认开启"(Privacy by Default)的架构规范。 要点:白皮书建议将同态加密和联邦学习下沉至 AI...
-
2026-08-10 技术前沿速览
tech 20260810 技术前沿速览 今日资讯横跨 AI 学术前沿、开源 Agent 基础设施与全球半导体产业动态。值得关注的是,AI 领域正在从"模型能力竞赛"转向"执行环境与工程化落地"的深层博弈,边缘算力与端侧模型成为巨头共同押注的方向。 AI 前沿 CreativeInstruct: Scalably Teaching LLMs to Balance Quality, Creat...