[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-daily-2026-07-04":3},{"daily":4,"dates":261},{"bizDate":5,"vertical":6,"leadText":7,"top":8,"sections":9},"2026-07-04","ai","今天最抓眼球的对撞是 AI 能力的两副面孔:一边阿里达摩院的智能体只用 28 个 GPU 时,就发现了 4 种人类此前完全未知的超导材料,并已实验验证;另一边安全厂商曝出全球首例 AI Agent 自主完成勒索攻击,从漏洞利用到加密数据库全程无人操作。同一天 Claude 自己也是风波中心——阿里巴巴以后门风险为由全面禁用 Claude Code,Fable 5 发布后又因安全分类器误判性能大幅下滑,Anthropic 还被曝秘密研发自研芯片。能力越强,谁来信任、谁来把关,反而成了比能力本身更紧迫的问题。今天先看这几条:阿里禁用 Claude Code、AI 发现超导体、AI Agent 勒索攻击。",null,[10,40,100,152,208],{"no":11,"count":12,"en":13,"arts":14,"zh":39},"01",3,"MODEL RELEASES",[15,24,32],{"heat":16,"score":17,"src":18,"lab":19,"body":20,"title":21,"analysis":22,"url":23},1,66,"X：Kim (@kimmonismus)","X 媒体 \u002F KOL","OpenAI计划7月7日发布GPT-5.6，计划限制更慷慨，以吸引Claude用户。","GPT-5.6计划限制更慷慨，7月7日发布在即","OpenAI 计划在 7 月 7 日发布 GPT-5.6，其计划限制将“显著更慷慨”，旨在吸引因 Fable 5 访问权限被收回而流失的 Claude 用户。\n· 爆料称 GPT-5.6 将在 7 月 7-9 日窗口内发布，最可能为 7 月 7 日，目标用户群明确。\n· 计划限制的放宽得益于 OpenAI 的效率提升，意味着用户可更自由地使用模型。\n· 安全措施虽更激进，但预计仍不及 Fable 5 严格，平衡了可用性与安全性。\n· 此举被视为 OpenAI 在模型竞争中的策略调整，以争夺市场份额。\n影响\u002F看点：GPT-5.6 的发布可能重塑 AI 模型使用格局，其慷慨限制或吸引大量用户，但安全性的权衡值得关注。","https:\u002F\u002Fx.com\u002Fkimmonismus\u002Fstatus\u002F2073104270459572630",{"heat":16,"score":25,"src":26,"lab":27,"body":28,"title":29,"analysis":30,"url":31},62,"IT之家","综合资讯","英伟达开源双塔架构扩散语言模型TwoTower，质量保留98.7%的同时token生成速度提升2.42倍。","英伟达开源 TwoTower 模型：保留 98.7% 质量，生成提速 2.42 倍","英伟达开源了一款用扩散架构改造自回归模型的新方案，核心卖点是几乎不掉质量的情况下大幅提速文本生成，对被“生成速度”卡住的大模型应用是个直接利好。\n\n· 双塔设计把“理解上下文”和“生成内容”拆成两个独立网络：一个塔专注维持上下文并保持冻结，另一个塔负责对内容去噪生成，两塔靠逐层交叉注意力协作，不是简单堆参数。\n\n· 总参数60B（两个30B塔各激活3B、配128个可路由专家），权重已在Huggingface开源，采用英伟达自家的Nemotron Open Model License。\n\n· 官方测试显示综合基准保留98.7%的质量表现，但生成吞吐量提升到2.42倍；MMLU、WinoGrande等大部分指标几乎无损，代码类（HumanEval）和数学类（GSM8K、MATH-500）略有下降。\n\n· 本质是“自回归骨干+扩散去噪”的混合路线，试图把两条技术路线的优点拼在一起，而非纯扩散模型。\n\n如果这种“精度换速度”的权衡能在更多场景验证，对依赖高并发推理的产品（客服、批量Agent任务）会是实打实的成本下降。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F162.htm",{"heat":16,"score":33,"src":34,"lab":27,"body":35,"title":36,"analysis":37,"url":38},58,"MarkTechPost","YC初创Interfaze开源扩散式语音识别模型，仅42M参数适配器支持六种语言转录，为首个开源多语言扩散ASR模型。","Interfaze 开源扩散模型 diffusion-gemma-asr-small，支持六语言语音识别","YC背景创业公司Interfaze开源了号称首个多语言音频扩散语音识别模型「diffusion-gemma-asr-small」，用扩散式解码替代传统自回归转录，只训练约4200万参数的适配器就让模型跑通六种语言的语音转录，为扩散范式向语音识别领域延伸提供了一个可用样本。\n\n· 核心思路是把谷歌26B参数、128专家混合模型DiffusionGemma原本用于文本生成的扩散解码器，改造成语音转录引擎，而不是走主流的自回归「逐词生成」路线\n· 训练时冻结26B主干，只更新约4200万参数的适配器（约占总权重0.16%），就让原本只处理文本\u002F图像\u002F视频的DiffusionGemma学会处理音频输入\n· 扩散机制上采用「均匀随机token扩散」，不同于多数扩散语言模型常用的「掩码扩散」：每一步保留高置信度预测、其余部分重新随机化，数步之后噪声退火成文本\n· 团队提到早期曾尝试把原始波形直接喂给冻结LLM，但因模型从未见过频谱、学会了忽略音频只生成流畅胡编的文本而失败，最终改用whisper编码器桥接音频与文本语义空间\n· 在LibriSpeech上词错误率6.6%，优于同类扩散ASR模型Whisfusion的8.3%，但仍落后自回归的Whisper；适配器以Apache-2.0协议开源，DiffusionGemma和whisper-small主干按各自协议单独下载\n\n这类模型的转录成本只随「去噪步数」扩缩、不随转录文本长度增长，这种解耦特性如果能在长音频、低延迟场景中兑现优势，可能给语音识别打开一条有别于自回归路线的新赛道。","https:\u002F\u002Fwww.marktechpost.com\u002F2026\u002F07\u002F02\u002Finterfaze-ships-diffusion-gemma-asr-small-an-open-source-diffusion-asr-model-transcribing-six-languages-via-diffusiongemmas-parallel-denoising-decoder\u002F","模型发布\u002F更新",{"no":41,"count":42,"en":43,"arts":44,"zh":99},"02",8,"PRODUCT LAUNCHES",[45,53,61,68,75,81,87,93],{"heat":16,"score":46,"src":47,"lab":48,"body":49,"title":50,"analysis":51,"url":52},67,"X：Claude Devs (@ClaudeDevs)","X 官方账号","Anthropic上调Claude API速率限制并简化层级,不再按消费额分级,顶级用户提升5倍","Anthropic 提升 Claude API 速率限制并简化层级","Anthropic 官宣上调 Claude API 全线速率限制并简化定价层级,直接回应企业级并发调用的痛点,最高档位速率提升达 5 倍。\n\n· 面向所有用户提升 API 速率限制,不再局限于历史高消费大客户\n· 层级体系简化,不再以历史 API 消费额作为分层依据,降低新客户和中小团队申请高配额的门槛\n· 最新 Sonnet 与 Haiku 模型在最高层级下速率限制提升达 5 倍,利好高并发生产场景\n· 变化针对的是开发者反馈较多的“限流卡脖子”问题,尤其是 agent 类应用批量并发请求时容易触顶的痛点\n\n看点:对已在生产环境跑 Claude 的团队,这意味着无需额外申请即可承载更大并发,是 Anthropic 在开发者体验上对标同行的又一步。","https:\u002F\u002Fx.com\u002FClaudeDevs\u002Fstatus\u002F2072818299361263778",{"heat":54,"score":17,"src":55,"lab":56,"body":57,"title":58,"analysis":59,"url":60},5,"Claude Code GitHub Releases","官方网站","Claude Code v2.1.199修复SSL证书报错、流式响应中断保留部分输出,堆叠skill调用支持5个","Claude Code v2.1.199 更新:堆叠 Skill 调用、SSL 报错优化、流式响应容错","Claude Code v2.1.199 是一次以稳定性和容错为主线的修复型更新,重点解决了后台 agent、子 agent 和流式响应在网络异常下“悄悄失败”的一批老问题。\n\n· 堆叠 Skill 调用(如 \u002Fskill-a \u002Fskill-b)现在会加载最多 5 个前置 skill,而非只读取第一个\n· 修复 SSL 证书类错误(TLS 代理、缺少 NODE_EXTRA_CA_CERTS、证书过期)反复重试才报错的问题,现在会直接给出可操作的修复提示\n· 修复流式响应在 API 中途报错时被整段丢弃的问题,现在会保留已生成部分并标注“未完成”\n· 修复子 agent 被限流或服务端错误打断时静默失败、以及把 API 报错误判为成功结果两类问题,父 agent 现在能拿到真实状态\n· 修复 Linux 后台 agent 守护进程在异常关闭后每约 50 秒自杀重启一批 agent 的问题,以及 macOS 通过 SSH 冷启动失败等多个后台会话相关 bug\n\n看点:这批修复集中在“长时间跑、后台跑、并发跑”场景下的健壮性,重度使用后台 agent 和子 agent 编排的用户升级后应能明显感到掉线和静默失败变少。","https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fclaude-code\u002Freleases\u002Ftag\u002Fv2.1.199",{"heat":16,"score":62,"src":63,"lab":19,"body":64,"title":65,"analysis":66,"url":67},64,"X：小互 (@xiaohu)","Browser Use CLI 3.0发布，体积缩小6倍，通过CDP直接操控浏览器，支持复用技能。","Browser Use CLI 3.0发布，体积缩小6倍","Browser Use CLI 3.0 发布，体积缩小 6 倍，token 消耗更低，核心升级为直接通过 Chrome DevTools Protocol 操控浏览器，并支持自动编写缺失函数。\n· 体积较旧框架缩小 6 倍，token 消耗更低。\n· 核心升级：直接通过 Chrome DevTools Protocol (CDP) 操控浏览器，不再封装 click() 等工具，也无需将整棵 DOM 树塞入上下文。\n· 可沉淀已摸索的登录流程、选择器等为 domain-skills 复用。\n· 遇到缺失函数能自动即时编写并执行。\n· 支持接入本地真实 Chrome、云浏览器或任意 CDP 端点。\n· 模型无关，可作为 skill 嵌入 Claude Code、Codex 等 agent 框架。\n影响\u002F看点：该版本大幅提升了浏览器自动化的效率和灵活性，作为 skill 嵌入 agent 框架后，将显著增强 AI 代理的网页交互能力。","https:\u002F\u002Fx.com\u002Fxiaohu\u002Fstatus\u002F2072987979979837620",{"heat":16,"score":69,"src":70,"lab":27,"body":71,"title":72,"analysis":73,"url":74},63,"Hacker News 热门","WebKit 发布面向 Web 开发者的 Safari MCP 服务器，提供新工具。","WebKit发布面向Web开发者的Safari MCP服务器","Safari 推出 MCP 服务器，让 AI 智能体直接连接浏览器窗口，实现自动化调试，大幅提升 Web 开发效率。\n· Safari Technology Preview 247 中引入的 MCP 服务器，基于模型上下文协议，允许任何 MCP 兼容客户端连接 Safari 浏览器窗口。\n· 智能体可实时获取 DOM、网络请求、截图和控制台输出，模拟用户真实体验，自主完成调试。\n· 开发者无需在浏览器和终端间反复切换，减少提示词输入次数，调试流程更流畅。\n· 典型场景包括：检查代码在 Safari 中的实际渲染效果、跨浏览器兼容性测试、自动修复样式和布局问题。\n影响\u002F看点：Safari MCP 服务器将智能体从代码助手升级为全栈调试伙伴，有望成为 Web 开发的标准工具，推动浏览器与 AI 的深度整合。","https:\u002F\u002Fwebkit.org\u002Fblog\u002F18136\u002Fintroducing-the-safari-mcp-server-for-web-developers\u002F",{"heat":16,"score":76,"src":34,"lab":27,"body":77,"title":78,"analysis":79,"url":80},61,"开发者发布开源本地优先浏览器智能体WebBrain，可读取网页、抓取数据并在Chrome\u002FFirefox中自动化多步任务。","开源浏览器智能体 WebBrain：本地优先，自动化 Chrome\u002FFirefox 任务","WebBrain是一款开源、本地优先的浏览器智能体插件，能在Chrome和Firefox里直接读取网页、操作页面、跑多步自动化任务，对不想把浏览数据上传云端的用户是个新选择。\n\n· 支持接入本地模型运行，数据不出本机；也可以换云端API获得更强能力，两种模式可自由切换。\n\n· 分“问答模式”和“行动模式”：问答模式只读不动页面；行动模式通过Chrome DevTools Protocol触发可信的点击、输入、导航，能穿透跨域iframe和shadow DOM，普通插件做不到这一点。\n\n· 针对网页里可能藏的提示注入攻击做了防护：默认从只读模式启动，执行有实际后果的操作前会弹窗确认，且对“创建、发送、提交、购买”类操作强制走可见UI而非直接调用接口，降低被劫持后果的风险。\n\n· 开源MIT协议，界面已支持包括中文在内的多语言，首次启动自动识别浏览器语言。\n\n随着浏览器智能体逐渐从概念走向可用，这类强调本地隐私和安全边界的开源实现，可能更容易被企业内部工具链接受。","https:\u002F\u002Fwww.marktechpost.com\u002F2026\u002F07\u002F02\u002Fmeet-webbrain-an-open-source-local-first-ai-browser-agent-that-reads-pages-and-automates-tasks-in-chrome-and-firefox\u002F",{"heat":16,"score":76,"src":82,"lab":19,"body":83,"title":84,"analysis":85,"url":86},"X：Eric Zakariasson (@ericzakariasson)","Cursor推出Remote Control功能，用户可通过手机远程操控本地AI智能体，在真实环境中执行任务。","Cursor 上线 Remote Control 功能：手机远程操控本地 AI 智能体","导读：Cursor 推出 Remote Control 功能，允许用户通过手机远程操控本地 AI 智能体，实现随时随地驱动开发环境。\n· 功能描述：用户可在手机上启动或接管运行在自己机器上的 AI 智能体，智能体循环在 Cursor 云端运行，但工具执行在本地真实环境。\n· 使用场景：终端、文件编辑、测试、git 等操作均在用户 Mac 或远程 VM 中执行，保持同一仓库、服务和未完成的分支。\n· 接入方式：可通过桌面应用、Web、Slack 或 iOS 应用随时接入，设置简单，只需开启 Remote Control 并保持电脑唤醒。\n影响\u002F看点：该功能打破了物理位置限制，让开发者无需坐在桌前也能驱动本地环境持续工作，极大提升了开发灵活性和效率。","https:\u002F\u002Fx.com\u002Fericzakariasson\u002Fstatus\u002F2073011248254320989",{"heat":16,"score":88,"src":26,"lab":27,"body":89,"title":90,"analysis":91,"url":92},59,"生数科技发布Vidu S1实时交互模型，支持实时视频通话和语音控制视频走向，可创建专属交互角色。","生数科技发布 Vidu S1 实时交互模型，支持实时视频通话和语音控制视频走向","生数科技发布 Vidu S1 实时交互模型，支持实时视频通话和语音控制视频走向，标志着 AI 视频生成从“单向输出”迈向“实时对话”的新阶段。\n· Vidu S1 采用自回归扩散模型（AR+Diffusion），不一次性生成完整视频，而是基于历史画面和当前语音指令持续预测后续内容，实现无限时长连续互动。\n· 支持 540P 分辨率、25FPS 帧率（最高 42FPS），可基于真人、动漫、萌宠等任意初始形象及个性化音色快速创建专属交互角色。\n· 用户通过语音指令即可实时调整数字人的表情、动作及视频走向，使视频从固定内容转变为动态演化的交互过程。\n· 已开启内测，提供线上体验和 API 接口，方便开发者和用户试用。\n影响\u002F看点：Vidu S1 将视频生成从“生成-观看”模式升级为“实时对话”模式，为虚拟助手、游戏 NPC、在线教育等场景带来全新交互体验，是 AI 视频技术的重要突破。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F436.htm",{"heat":16,"score":33,"src":94,"lab":27,"body":95,"title":96,"analysis":97,"url":98},"The Decoder","微软计划合并Copilot应用，并推出AutoPilot代理，加入AI超级应用竞赛。","微软效仿Anthropic和OpenAI，通过改造Copilot和AutoPilot代理加入AI超级应用竞赛","导读：微软计划在8月合并消费者和企业版Copilot为一个超级应用，同时推出AutoPilot代理处理后台任务，加入AI超级应用竞赛。\n· 合并计划：微软将把现有的消费者版Copilot和企业版Copilot整合为单一应用，同时砍掉使用率低的功能如Copilot Podcasts。\n· 新增AutoPilot代理：这些AI代理可在后台自动完成任务，但需额外付费。这标志着微软从单一聊天助手向平台化、代理化方向演进。\n· 行业趋势：此举紧随Anthropic和OpenAI之后，三大AI巨头纷纷打造“超级应用”——集成聊天、代理、工具调用等能力的一站式平台。\n影响\u002F看点：微软的整合将Copilot从工具升级为平台，AutoPilot代理的引入可能重塑企业工作流自动化市场，但用户是否愿意为后台代理额外买单仍是未知数。","https:\u002F\u002Fthe-decoder.com\u002Fmicrosoft-follows-anthropic-and-openai-into-the-ai-super-app-race-with-overhauled-copilot-and-autopilot-agents\u002F","产品发布\u002F更新",{"no":101,"count":42,"en":102,"arts":103,"zh":151},"03","INDUSTRY",[104,112,117,122,127,133,139,145],{"heat":16,"score":105,"src":106,"lab":107,"body":108,"title":109,"analysis":110,"url":111},69,"新智元","公众号","Anthropic被曝启动自研AI芯片，挖角OpenAI芯片老兵，并与三星洽谈2nm代工。","Anthropic被曝自研芯片：挖角OpenAI老兵，密谈三星2nm","Anthropic被曝启动自研AI芯片，挖角OpenAI造芯老兵并密谈三星2nm代工，意图在英伟达之外掌握算力主动权。\n· Anthropic此前依赖AWS Trainium、谷歌TPU和英伟达GPU三张算力牌，但收入激增（5个月从90亿到470亿美元）带来算力账单压力，自研芯片成为第四张牌。\n· 自研芯片尚处早期阶段，但已接触多家设计公司，并考虑三星2nm制程和先进封装，目标提升每瓦性能并降低长期成本。\n· 此举并非替代现有供应商，而是增加议价筹码——当所有AI公司抢芯片时，自研芯片可撬动更优合作条件。\n· OpenAI已走通类似路径：与博通合作推出推理芯片Jalapeño，从设计到流片仅9个月，每瓦性能大幅领先。\n影响\u002F看点：Anthropic自研芯片若成功，将加剧AI芯片竞争，推动定制化、高能效芯片发展，但巨额投入和供应链挑战不容小觑。","https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FOxZHBPfGVTO4qdwmbq1U4Q",{"heat":16,"score":46,"src":26,"lab":27,"body":113,"title":114,"analysis":115,"url":116},"安全厂商记录到全球首例AI Agent自主完成勒索攻击，从漏洞利用到加密数据库全程无人操作。","全球首例AI Agent勒索攻击曝光，全程自主完成","安全厂商 Sysdig 首次记录到完全由 AI Agent 自主执行的勒索攻击，从漏洞利用到数据库加密全程无人操作，标志着 AI 攻击进入新阶段。\n· 攻击者 JADEPUFFER 利用 Langflow 漏洞 CVE-2025-3248 远程执行 Python 代码，获得主机控制权。\n· 入侵后自动收集 API 密钥、云平台凭证、数据库账号、加密货币钱包等信息，并导出 PostgreSQL 数据库。\n· 使用 MinIO 默认密码访问对象存储，创建计划任务维持长期访问。\n· 转向另一台服务器，通过 MySQL Root 账号和 Nacos 漏洞获取管理权限，植入隐藏管理员账号。\n· 在勒索阶段，用 AES_ENCRYPT() 加密 1342 条配置数据，但加密密钥仅输出一次未保存，导致即使支付赎金也无法解密。\n· 攻击累计执行超 600 个恶意载荷，多次根据结果调整策略，展现自主决策能力。\n影响\u002F看点：该案例证明 AI Agent 已能自主完成复杂攻击链，显著降低勒索攻击门槛，企业需加强暴露面管理和运行时检测。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F424.htm",{"heat":16,"score":17,"src":26,"lab":27,"body":118,"title":119,"analysis":120,"url":121},"国家网信办再次就《互联网信息服务管理办法》征求意见，拟加强算法和账号管理。","国家网信办就《互联网信息服务管理办法》再次征求意见，拟强化算法监管与账号管理","国家网信办再次就《互联网信息服务管理办法》修订草案征求意见，新增“智能信息服务”专章，拟对AI生成内容标识、算法推荐透明化等提出明确要求，这是我国首次在行政法规层面系统规范AI服务。\n· 草案要求智能信息服务提供者公示技术原理、训练数据来源，并对生成合成内容进行标识，禁止恶意删除或篡改标识。\n· 算法推荐服务需建立人工干预和用户自主选择机制，不得强制使用智能服务，禁止利用算法操纵舆论或规避监管。\n· 平台需建立网络暴力信息特征库和典型案例样本库，采用技术+人工审核识别监测，并为用户提供屏蔽、禁止转载等防护选项。\n· 账号管理方面，超过6个月不登录的账号可被暂停或注销，同时建立严重失信主体名单管理制度。\n影响\u002F看点：该草案若通过，将显著提升AI服务的透明度和可问责性，但企业合规成本可能增加，需平衡创新与监管。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F341.htm",{"heat":16,"score":17,"src":26,"lab":27,"body":123,"title":124,"analysis":125,"url":126},"韩国联合三星、SK海力士投资1600万亿韩元，重构半导体、AI与航天产业。","韩国联合三星、SK海力士投资1600万亿韩元，重构半导体、AI与航天产业","韩国宣布1600万亿韩元（约7万亿元人民币）的“国家腾飞三大巨型项目”，联合三星、SK海力士等巨头重构半导体、AI与航天产业，是建国以来最大规模产业投资。\n· 西南圈投资896万亿韩元，打造第二大半导体生产基地，三星与SK海力士合计投资800万亿韩元建设4座晶圆厂，目标5年内存储芯片产能翻倍。\n· 忠清圈投资392万亿韩元，聚焦半导体封测，三星、SK海力士分别投入140万亿和100万亿韩元布局HBM和闪存封测，并配套AI数据中心。\n· 岭南圈投资312万亿韩元，重点发展实体AI（人形机器人、自动驾驶）和航天产业，韩华集团投入55万亿韩元布局卫星和运载火箭。\n· 政府将提供税收优惠、放宽监管、优化居住配套以吸引人才，加速基建落地。\n影响\u002F看点：该计划将重塑韩国产业格局，但巨额投资能否有效落地、技术突破与市场回报是否匹配，仍是长期挑战。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F330.htm",{"heat":16,"score":128,"src":26,"lab":27,"body":129,"title":130,"analysis":131,"url":132},65,"奥尔特曼撰文称AI发展已如科幻小说,呼吁参照国际原子能机构模式建立全球AI治理框架,防止少数国家垄断话语权。","奥尔特曼:AI发展堪比科幻小说,呼吁建立全球治理框架","奥尔特曼在《金融时报》撰文,将当下AI发展比作照进现实的科幻小说情节,并呼吁尽快建立一套类似国际原子能机构的全球AI治理框架,这是OpenAI掌门人首次系统性抛出治理主张,值得关注AI政策走向的读者细看。\n\n· 奥尔特曼预计未来一两年AI系统能力将“惊人”,创造的经济价值和对物质生活的改变堪比甚至超过人类掌握电力以来最大的技术变革。\n· 他提议成立一个由各国政府代表、独立技术专家组成的国际论坛,统一制定AI行业标准,并向遵守规则的国家和企业开放技术。\n· 该论坛还应承担监督职能,防止AI实验室在商业竞争压力下卷入“不顾安全”的军备竞赛。\n· 奥尔特曼特别警告,若各国不能协同建立普适规则,少数国家将对AI拥有过大控制权,加剧全球权力失衡。\n· 他以冷战初期成立、至今仍在核领域发挥作用的国际原子能机构为参照,说明即便国际局势紧张,治理合作依然可行。\n\n这番表态发生在各国AI监管立法争论持续升温之际,若相关倡议被推进,可能左右全球AI标准制定权归属及科技企业间的合规竞争格局。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F971\u002F976.htm",{"heat":16,"score":128,"src":134,"lab":19,"body":135,"title":136,"analysis":137,"url":138},"X：阿易 AI Notes (@AYi_AInotes)","Claude Fable 5恢复上线后因安全分类器误触发导致性能大幅下滑，Anthropic已道歉。","Claude Fable 5恢复上线后性能下滑，安全分类器误触发致回退","Claude Fable 5 恢复上线后性能大幅下滑，原因是安全分类器在高风险请求时自动回退到旧模型，编程调试等灰色地带大面积误触发。\n· BridgeBench 测试显示，调试能力从 86.2 降至 25.9，重构从 73.6 降至 38.4，幻觉指标从 75.9 降至 61.7。\n· 新增安全分类器在高风险请求时自动回退到 Opus 4.8，官方称平均触发率不到 5%，但编程调试等灰色地带大面积误触发。\n· Anthropic 已为此道歉。问题本质是闭源前沿模型在能力释放与合规之间的权衡。\n· 受冲击最大的开发者和 Agent 构建者或将转向开源或动态多模型调度方案。\n影响\u002F看点：此事件暴露了闭源模型在安全与性能平衡上的脆弱性，开源模型和灵活的多模型架构可能成为更可靠的选择。","https:\u002F\u002Fx.com\u002FAYi_AInotes\u002Fstatus\u002F2072941888647172550",{"heat":16,"score":128,"src":140,"lab":19,"body":141,"title":142,"analysis":143,"url":144},"X：Rohan Paul (@rohanpaul_ai)","Sysdig报告首个LLM智能体驱动的勒索软件JADEPUFFER，攻击Langflow漏洞并破坏数据。","Sysdig报告首个LLM智能体驱动的勒索软件JADEPUFFER","Sysdig 报告了首个完全由 LLM 智能体驱动的勒索软件 JADEPUFFER，标志着勒索软件从脚本自动化向自主 AI 决策的跨越。\n· 攻击目标为开源 AI 构建工具 Langflow，利用其缺失认证漏洞在暴露服务器上执行 Python 代码。\n· 智能体自主搜索 API 密钥、云凭证、加密钱包及数据库登录，并横向移动至生产数据库服务器。\n· 生成了 600 多个针对性 payload，并根据条件调整行为，展现出高度适应性。\n· 与常规勒索软件不同，该智能体未保留恢复密钥，直接损坏数据且无法恢复，破坏性更强。\n影响\u002F看点：JADEPUFFER 的出现警示 AI 安全新挑战，LLM 智能体的自主决策能力可能被恶意利用，需加强防护。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2073113826904674620",{"heat":16,"score":69,"src":146,"lab":19,"body":147,"title":148,"analysis":149,"url":150},"X：X.PIN (@thexpin)","阿里、百度、腾讯参投快手可灵20亿美元融资，投前估值约150亿美元。","阿里百度腾讯参投可灵20亿美元融资","阿里、百度、腾讯参投快手旗下 AI 视频部门可灵 20 亿美元融资，投前估值约 150 亿美元，可灵正崛起为中国最强的生成视频挑战者之一。\n· 阿里巴巴已加入可灵 20 亿美元融资轮，投前估值约 150 亿美元。\n· 该轮融资还包括百度与腾讯，并可能扩大至 30 亿美元。\n· 可灵正崛起为中国最强的生成视频挑战者之一，与字节跳动旗下 Seedance 及生数科技等初创公司竞争。\n· 其 ARR 据称从 1 月的 3 亿美元增至 3 月的 5 亿美元，受益于可灵 3.0。\n影响\u002F看点：三大互联网巨头联合投资，显示 AI 视频生成赛道的战略重要性，可灵的快速增长可能重塑视频内容创作格局。","https:\u002F\u002Fx.com\u002Fthexpin\u002Fstatus\u002F2072979634682228747","行业动态",{"no":153,"count":42,"en":154,"arts":155,"zh":207},"04","RESEARCH",[156,164,170,177,184,191,196,201],{"heat":16,"score":157,"src":158,"lab":159,"body":160,"title":161,"analysis":162,"url":163},82,"Nature Machine Learning","学校机构","新研究开发通用AI模型，可预测多种癌症的免疫治疗结果。","通用AI模型预测多种癌症免疫治疗结果","这篇论文提出了一种通用的AI模型，能够跨多种癌症类型和治疗方案预测免疫治疗结果，有望解决当前预测模型泛化能力不足的痛点。\n· 模型基于多中心、多癌种的大规模数据训练，覆盖肺癌、黑色素瘤等常见癌症，并整合了基因组、病理和临床特征。\n· 在多个独立验证集中，模型预测免疫治疗响应（如客观缓解率、无进展生存期）的AUC达到0.80以上，优于传统单一癌种模型。\n· 模型还识别出与免疫治疗耐药相关的关键生物标志物，为联合治疗策略提供线索。\n· 研究团队公开了模型权重和部分数据，便于其他研究者复现和扩展。\n影响\u002F看点：该工作为精准免疫治疗提供了可推广的AI工具，但真实世界应用仍需前瞻性验证和临床决策支持系统整合。","https:\u002F\u002Fwww.nature.com\u002Farticles\u002Fs41591-026-04502-7",{"heat":16,"score":165,"src":94,"lab":27,"body":166,"title":167,"analysis":168,"url":169},73,"英国AI安全研究所研究发现，标准基准测试因限制计算预算而系统性低估AI智能体能力，增加预算后成功率提升约25%。","英国AI安全研究所发现标准基准测试系统性低估了AI智能体的实际能力","英国AI安全研究所（AISI）的最新研究揭示，标准基准测试因计算预算限制而系统性地低估了AI智能体的真实能力，尤其在软件工程任务上，增加token预算后成功率显著提升。\n· 研究覆盖七个基准测试，发现当token预算增加十倍时，软件工程任务的成功率跃升约25%。\n· 较新的AI模型从更高计算预算中获益最多，表明前沿模型的实际进步速度比先前测量结果陡峭约60%。\n· 标准评估通常设定固定的计算预算，这限制了智能体在复杂任务中的表现，导致对其能力的低估。\n· AISI指出，调整计算预算后，AI智能体的实际能力曲线更陡，意味着当前进展被严重低估。\n影响\u002F看点：该研究挑战了现有AI评估方法的有效性，提示未来基准测试需考虑计算资源因素，以更准确反映AI智能体的真实水平。","https:\u002F\u002Fthe-decoder.com\u002Fuks-ai-security-institute-finds-standard-benchmarks-systematically-underestimate-what-ai-agents-can-actually-do\u002F",{"heat":16,"score":171,"src":172,"lab":19,"body":173,"title":174,"analysis":175,"url":176},72,"X：karminski (@karminski3)","Karminski设计首个大模型复杂工程能力测试，Kimi-K2.7-Code完成度93%，接近人类水平。","Karminski设计首个大模型复杂工程能力测试，Kimi-K2.7-Code完成度93%","Karminski 设计了首个针对大模型复杂工程能力的测试，用 21000 token 的需求文档让模型修改真实项目，结果 Kimi-K2.7-Code 完成度达 93%，接近人类水平，揭示了模型“注意力管状视野”的缺陷。\n· 测试要求模型通过 Coding Agent 修改 SillyTavern 项目，增加动态数值系统，需求文档长达 21000 token，模拟真实开发场景。\n· Kimi-K2.7-Code 完成度 93%，接近人肉 vibe coding 的 97.7%；而 Kimi-K2.6 仅 74.4%，DeepSeek-V4-Pro 只有 68.6%。\n· K2.7 漏需求少得益于全局注意力更强、Agent 能力更完善；K2.6 因 Plan 偏离，DeepSeek 因未使用 Plan Agent 导致遗漏。\n· 测试揭示了模型“注意力管状视野”问题——只关注易验证任务，忽略需推理的 web 界面、提示词注入等。\n· Kimi-K2.7-Code 的 20 分提升被认为是国产代码模型的生产力拐点。\n影响\u002F看点：该测试为评估大模型真实工程能力提供了新范式，K2.7 的表现表明国产模型在复杂任务上已接近人类水平，但“管状视野”问题仍需解决。","https:\u002F\u002Fx.com\u002Fkarminski3\u002Fstatus\u002F2072965071597408693",{"heat":16,"score":178,"src":179,"lab":27,"body":180,"title":181,"analysis":182,"url":183},70,"量子位 资讯","AI仅用28个GPU时发现4种全新超导体，人类此前完全未知，超越百年研究效率。","AI发现4种全新超导体，仅用28个GPU时，人类此前完全未知","AI智能体“ElementsClaw”仅用28个GPU小时便从240万种稳定晶体中预测出6.8万种潜在超导体，并发现4种人类此前未知的全新超导材料，效率远超人类百年探索。\n· 超导材料被誉为“物理学圣杯”，但人类一百多年仅发现2000多种，且多数为偶然发现，如同“炒菜式科研”。\n· 达摩院联合人大、国科大发布的ElementsClaw，采用“通专融合”架构：10亿参数的几何深度图神经网络Elements精准预测超导性，大语言模型则辅助文献检索与决策。\n· 该智能体不仅预测超导性，还评估合成难度、毒性、成本等实际因素，避免重复踩坑，并开放全部预测数据供全球研究。\n· 对比DeepMind的GNoME和微软的MatterGen，ElementsClaw更注重全流程智能体能力，而非单一预测模型。\n影响\u002F看点：AI正将超导发现从“炒菜式试错”升级为“智能筛选”，可能加速室温超导等颠覆性材料的突破，但实际合成与验证仍需人类努力。","https:\u002F\u002Fwww.qbitai.com\u002F2026\u002F07\u002F442452.html",{"heat":16,"score":185,"src":186,"lab":48,"body":187,"title":188,"analysis":189,"url":190},68,"X：面壁智能 OpenBMB (@OpenBMB)","开发者用MiniCPM5-1B和Rust构建了智能家居边缘控制器，仅需2GB内存，实现可靠本地控制。","社区开发者基于 MiniCPM5-1B 构建 EdgeHome Harness：全栈 Rust 框架实现智能家居边缘控制器","导读：社区开发者利用 MiniCPM5-1B 小模型，结合全栈 Rust 框架，打造出仅需 2GB RAM 的智能家居边缘控制器，证明了小模型在合适框架下也能可靠运行。\n· 核心思路：将轻量 1B 模型作为“大脑”，通过 Rust 框架进行严格的输入输出验证和规划执行，模型不直接控制设备，确保安全。\n· 技术亮点：整个堆栈仅需 2GB RAM，其中模型 688MB，运行时约 1GB，Rust 框架仅 25-64MB，极其轻量。\n· 工作流程：用户命令 → MiniCPM5 生成候选 JSON → Rust 验证、规划、执行并追踪，形成闭环。\n· 安全机制：通过设备注册表与策略门（自动执行\u002F确认\u002F回退）强制安全边界，内置 Trace\u002FReplay\u002FEval 实现可观测与可重现。\n影响\u002F看点：该工程原型展示了小模型在边缘设备上的巨大潜力，为智能家居等垂直场景提供了低成本、高可靠性的 AI 解决方案。","https:\u002F\u002Fx.com\u002FOpenBMB\u002Fstatus\u002F2073029309867151802",{"heat":16,"score":62,"src":26,"lab":27,"body":192,"title":193,"analysis":194,"url":195},"阿里达摩院联合多所高校发布超导材料发现AI智能体，预测6.8万种候选材料，4种全新材料已合成并实验验证具有超导性。","阿里达摩院：AI 智能体发现 4 种全新超导材料，已获实验验证","阿里达摩院联合中国人民大学、中国科学院大学发布全球首个超导材料发现AI智能体「ElementsClaw」，从240万种候选晶体结构中筛出6.8万个超导候选材料，其中4种全新材料已经过实验合成并验证具有超导性，相关预测数据库已全部开源——这是AI for Science从「纸面预测」走到「实验闭环验证」的一个标志性案例。\n\n· 采用「专通融合」架构：专有模型层基于1.25亿分子晶体结构数据训练出10亿参数的原子基础模型Elements，判断材料是否超导的AUC达0.996，临界温度预测误差控制在1K以内\n· 通用智能体层负责查阅文献、评估合成可行性、设计实验方案，像人类材料学家一样工作，还能从文献新线索中「自我进化」\n· 仅用28个GPU小时完成240万种晶体结构筛选，效率远超国际主流超导数据库SuperCon数十年才积累约2000种材料的速度\n· 4种被验证的新材料各具代表性：从旧数据库里挑出的「漏网之鱼」Hf21Re25、纠正构型错误后「正名」的Zr4VRe7、AI从头设计生成的HfZrRe4，以及临界温度最高达6.5K的Zr3ScRe8\n· 达摩院已开放全部240万条稳定晶体数据供科研人员免费使用，团队认为该框架还有望延伸到固态电池电解质、多相催化剂、热电材料等新材料发现\n\n相比多数停留在「预测候选」阶段的同类工作，ElementsClaw走完了「预测—实验合成—性质验证」的完整闭环，为AI智能体在材料科学中的实用化提供了可复制路径。","https:\u002F\u002Fwww.ithome.com\u002F0\u002F972\u002F089.htm",{"heat":16,"score":62,"src":106,"lab":107,"body":197,"title":198,"analysis":199,"url":200},"港中文等发布七模态数据集CUHK-X，发现顶级VLM在非RGB模态上表现差，参数堆到235B也无济于事。","235B参数也没用！港中文等发布七模态数据集，实测顶级VLM感知盲区","导读：多模态大模型在RGB图像上表现惊艳，但面对热成像、深度等真实世界信号却集体“失明”。港中文等机构发布七模态数据集CUHK-X，首次系统量化这一能力断崖，揭示参数堆砌无法弥补感知盲区。\n· 数据集CUHK-X包含64,267个七模态同步样本，覆盖RGB、深度、热成像、红外、骨架、IMU、毫米波雷达，以及40种日常动作和30名参与者，面向识别、理解、推理三类任务。\n· 采用“先有真值”策略：先用LLM生成连贯场景描述，经人工审核后让参与者按描述表演，确保数据时空对齐、语义连贯，避免传统拼接带来的逻辑矛盾。\n· 评测设计六项任务，包括动作分类、描述比较、上下文分析、动作序列重排、动作选择、动作预测，直击模型在非RGB模态上的短板。\n· 测试发现：模态间存在明显“鄙视链”，RGB表现最优，非RGB模态准确率大幅下降；模型参数从2B增至235B，非RGB任务提升微乎其微；甚至35B模型在部分任务上不如2B模型。\n影响\u002F看点：该研究为多模态感知领域敲响警钟，证明单纯扩大参数规模无法解决模态泛化问题，未来需从数据多样性和架构设计入手，推动VLM走向真实场景应用。","https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002F8YECVKpqSkIM9THujh1yZg",{"heat":16,"score":76,"src":202,"lab":19,"body":203,"title":204,"analysis":205,"url":206},"X：Elvis Saravia (@omarsar0, DAIR.AI)","新论文HOLA为线性注意力引入海马体式补充记忆，显著提升长程召回能力，困惑度低于全注意力模型。","HOLA：为线性注意力引入海马体式补充记忆","导读：HOLA 通过为线性注意力引入海马体式补充记忆，显著提升了长程召回能力，在 340M 参数模型上表现超越全注意力 Transformer。\n· 核心创新：将压缩递归状态（delta 规则状态）与小精确 KV 缓存配对，形成半参数测试时记忆，类似海马体的补充记忆功能。\n· 缓存策略：有界精确 KV 缓存无需学习式逐出模块，仅保留预测残差实际写入状态的 token，高效利用内存。\n· 性能提升：在 340M 参数、15B SlimPajama 训练后，Wikitext 困惑度从 27.32 降至 22.92，低于全注意力 Transformer++ 的 26.88。\n· 长程能力：RULER 长程 needle 召回在 32k tokens（16 倍训练长度）仍保持稳定，证明其强大的外推能力。\n影响\u002F看点：HOLA 为线性注意力模型提供了一种简单有效的长程记忆增强方案，有望推动高效 Transformer 在长序列任务中的应用。","https:\u002F\u002Fx.com\u002Fomarsar0\u002Fstatus\u002F2073068756293869685","论文研究",{"no":209,"count":42,"en":210,"arts":211,"zh":260},"05","TIPS & OPINIONS",[212,217,224,231,236,241,248,253],{"heat":16,"score":25,"src":140,"lab":19,"body":213,"title":214,"analysis":215,"url":216},"微软CEO纳德拉称企业AI护城河是私有学习循环，而非基础模型。","微软CEO纳德拉：企业的AI护城河是学习循环","微软 CEO 纳德拉指出，当智能成为可租用的商品后，企业的真正护城河是公司独有的“学习循环”，而非基础模型。\n· 纳德拉建议企业构建自己的“爬山机器”——一个私有循环，让模型从公司特定任务、工作流痕迹、评估和结果中持续学习。\n· 私有评估成为战略记忆，工作流痕迹成为训练信号，人类判断不再仅纠正错误，而是引导复合改进。\n· 只消费基础模型的企业可能获得短期生产力，却会泄露运营知识。\n· 而建立纪律性学习循环的企业能将日常工作转化为累积的知识产权。\n· 未来前沿不属于拥有最大模型的公司，而属于拥有最佳循环的公司。\n影响\u002F看点：纳德拉的观点为企业 AI 战略提供了新思路：与其追逐最强模型，不如构建私有数据飞轮，将日常运营转化为持续竞争优势。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2072942879128039506",{"heat":16,"score":218,"src":219,"lab":19,"body":220,"title":221,"analysis":222,"url":223},60,"X：SemiAnalysis (@SemiAnalysis_)","解析智能体编码工具（如Claude Code、Codex）的内在机制与区别。","智能体编码工具差异解析","SemiAnalysis 深入解析了智能体编码工具（如 Claude Code、Codex、OpenCode、Pi 等）之间的差异，并解释了“harness”的概念。\n· 这些工具虽都用于智能体编码，但底层架构、集成方式和适用场景各不相同。\n· “Harness”指的是连接模型与外部环境的框架，包括工具调用、上下文管理等功能。\n· 不同 harness 在灵活性、易用性和性能上存在权衡，用户需根据需求选择。\n· 该分析旨在帮助开发者理解工具本质，避免盲目选择。\n影响\u002F看点：智能体编码工具的选择直接影响开发效率，理解其差异有助于做出更明智的决策。","https:\u002F\u002Fx.com\u002FSemiAnalysis_\u002Fstatus\u002F2073149985802105086",{"heat":16,"score":218,"src":225,"lab":226,"body":227,"title":228,"analysis":229,"url":230},"Simon Willison 博客","大咖博客","Claude Code团队建议让AI自主判断测试策略，而非硬性规定，以提升效率。","Fable的判断力：让AI自主决策而非硬性规定","导读：与其给AI定死规则，不如让它自己判断——这是从Claude Code团队学到的效率秘诀，能大幅节省token和成本。\n· 核心原则：让Fable（以及Opus）自主判断如何执行任务，而非硬性规定工作方式。例如测试场景，告诉它“大功能用自动化测试，小改动不测”不如直接说“你自己决定何时写测试”。\n· 节省token的妙招：让Fable自主调用更低成本的模型处理子任务。作者在Claude Code中设置提示词“所有编码任务由你判断合适的低功耗模型并在子代理中运行”，Fable自动创建记忆文件，将实现工作委托给Sonnet或Haiku，而判断、审核、合成等关键环节保留在主模型。\n· 效果显著：作者表示工作量巨大但Fable的token消耗速度明显放缓，在涨价前有效延长了使用额度。\n影响\u002F看点：这一思路颠覆了“越精细控制越高效”的传统认知，展示了信任AI自主决策在成本与效率上的双赢潜力。","https:\u002F\u002Fsimonwillison.net\u002F2026\u002FJul\u002F3\u002Fjudgement\u002F#atom-everything",{"heat":16,"score":88,"src":70,"lab":27,"body":232,"title":233,"analysis":234,"url":235},"Jamesob发布指南，教用户如何在本地运行当前最先进的大型语言模型。","Jamesob的本地运行SOTA大型语言模型指南","导读：一份硬核的本地运行顶级大模型指南，从2千美元到4万美元的配置方案，帮你摆脱对云端API的依赖。\n· 入门方案：2块RTX 3090共48GB显存，可运行Qwen3.6-27B等优秀模型，还能本地运行whisper-large-v3实现语音转文字，总成本约2000美元。\n· 高端方案：4块RTX 6000 Pro共384GB显存，性能接近Claude Opus级别，总成本约4万美元。作者采用DDR4平台和PCIe4交换机降低成本，将预算集中在显存上。\n· 独特配置：使用PCIe4交换机让GPU间直接通信，减少张量并行中的延迟；选择上一代DDR4系统以节省开支，因为当前DDR5\u002FPCIe5硬件价格过高。\n· 另类思路：也可考虑4台DGX Spark集群获得512GB显存，用“慢大脑”驱动Qwen3.7-27B快速执行常规任务。\n影响\u002F看点：这份指南为追求隐私和自主控制的用户提供了从入门到顶级的完整路线图，展示了本地AI的可行性与性价比。","https:\u002F\u002Fgithub.com\u002Fjamesob\u002Flocal-llm",{"heat":16,"score":33,"src":70,"lab":27,"body":237,"title":238,"analysis":239,"url":240},"通过将代码转为图像并用OCR识别，团队将Fable开发成本降低了60%。","通过将代码转为图像并用OCR识别，将《Fable》开发成本降低60%","导读：一个巧妙的方法——将代码渲染成图片再让AI“看图识字”，能把Fable的输入token砍掉60%以上，大幅降低开发成本。\n· 原理：图片的token成本由像素决定而非文字量。密集内容（代码、JSON等）每图像token可压缩约3.1个字符，而文本每token仅约1个字符。pxpipe作为本地代理，将系统提示、工具文档、历史记录等批量内容转为紧凑PNG，再让模型OCR识别。\n· 实测效果：约2.5万文本token的系统提示+工具文档，转为图像后仅需约2700图像token，压缩比近10倍。端到端账单降低59%-70%，压缩请求可达72%-74%。\n· 模型表现：在Fable 5上测试，pxpipe臂准确完成短语计数（39个填充文件中精确匹配grep结果）和多步账本算术，与纯文本臂答案一致，但成本仅$6.06 vs $42.21，上下文占用也大幅降低。\n影响\u002F看点：这一技巧打破了“token消耗与内容量成正比”的固有认知，为高密度上下文场景提供了颠覆性的成本优化方案。","https:\u002F\u002Fgithub.com\u002Fteamchong\u002Fpxpipe",{"heat":16,"score":242,"src":243,"lab":19,"body":244,"title":245,"analysis":246,"url":247},56,"X：卡兹克 (@Khazix0918)","卡兹克用Claude Fable 5优化AIHOT网站SEO，模型自主调研22个Agent并推翻原方案换用新CDN方案，全程仅需人工确认。","卡兹克用 Claude Fable 5 优化 AIHOT 网站，被其自主能力震撼","知名博主卡兹克分享了一次用Claude Fable 5自主优化个人项目AIHOT网站SEO的实测经历，展示出的自主决策和执行链条远超写代码本身，是一次很直观的“智能体能替你办多少事”的案例。\n\n· 只给了一个模糊目标“提升SEO和GEO质量”，模型自主拉起22个Agent、调研耗时40分钟，期间发现了此前未被统计的豆包App每日6000多次真实访问、海外网站每秒0.6次的异常轮询等隐藏问题。\n\n· 模型推翻了此前用Opus 4.8设计的Cloudflare方案，改用火山引擎CDN，还自己找到了隐藏的工单入口，写了一份专业工单——从22:19提交到22:44开通全程自主完成，期间工程师漏答的问题也是模型自己礼貌追问补上的。\n\n· 面对官方方案里存在的一处安全漏洞，模型额外设计了一套暗号验证机制，属于主动补漏而非被动执行指令。\n\n· 切换域名解析后10分钟内616个海外请求就走上了新线路，任务收尾时模型还生成了运维文档，并主动提醒证书10月2日到期及续期步骤。\n\n这次经历更像一次完整的“运维工程师”角色扮演——调研、决策、纠错、交付文档一条龙，提示Agent的可信任边界正在从写代码扩展到独立运营一个小系统。","https:\u002F\u002Fx.com\u002FKhazix0918\u002Fstatus\u002F2072907396721398150",{"heat":16,"score":242,"src":70,"lab":27,"body":249,"title":250,"analysis":251,"url":252},"博客分享一种限制AI自主权限的\"短绳\"编程方法，用于应对Fable模型能力异常带来的风险。","《Fable》通关秘籍：短绳AI编程法","这篇文章来自一位深耕安全关键型软件的开发者兼协议维护者,历时一年摸索出一套「短绳」AI编程法,核心是提醒那些盲目追捧全自动多智能体流水线的团队:省心不等于高质量,对追求代码质量的资深开发者尤其值得一看。\n\n· 作者花一年时间深度测试AI编程智能体的能力边界,自建过与商业级AI审查系统同等水准的评审工具,也长期维护一个AI编程智能体Crush的自定义分支。\n\n· 直指当下流行的「Vibe coding」乱象:有人搭建12个并行智能体加一个总控编排器,号称自己完全脱手,结果只是「AI写垃圾、AI审垃圾」的自娱自乐。\n\n· 这种放养式用法的致命伤在于,人根本没机会建立对代码库的真实理解,AI跑偏往往要等到实际使用软件时才被发现,为时已晚。\n\n· 即便是当前最强模型写出或审过的代码,也常常「能跑但丑」,效率低下、结构糟糕,这一问题在安全关键场景会被进一步放大。\n\n· 作者主张给AI「拴短绳」——高频介入、及时纠偏,而不是撒手不管等出了问题再回头收拾。\n\n这套方法论的价值在于给「AI狂热」和「AI厌恶」之外提供了第三条路:面向那些技术水平已超越前沿模型、想借AI提效又不肯牺牲代码质量的资深工程师,是对当下自动化编程叙事的一次冷静纠偏。","https:\u002F\u002Fblog.okturtles.org\u002F2026\u002F07\u002Fshort-leash-ai-method\u002F",{"heat":16,"score":254,"src":255,"lab":19,"body":256,"title":257,"analysis":258,"url":259},55,"X：邵猛 (@shao__meng)","Every团队五名成员分享各自使用Codex编程的不同工作流，总结出情境优先、放手设计、后台委派等共性经验。","Every 团队深度实践：五种风格驾驭 Codex","Every团队五位背景各异的成员(Natalia、Dan、Katie、Austin、Kieran)分享了各自使用Codex编程智能体的真实工作流,这篇复盘之所以值得一看,是因为它没有停留在「Codex好不好用」的层面,而是提炼出了跨风格通用的方法论,同时证明了没有唯一正确的用法。\n\n· 共识之一:上下文比提示词更重要,与其反复打磨一句指令,不如把背景信息喂足给模型。\n\n· 共识之二:与其手把手教Codex怎么做,不如放手让它自己设计系统方案,再由人把关。\n\n· 共识之三:把重复性、低决策成本的任务丢给后台线程异步跑,人力集中在需要判断的地方。\n\n· 共识之四:建立审计与反馈闭环,让AI的产出能被持续检验和修正,而不是一次性用完就丢。\n\n· 五人的具体打法差异很大:Austin走「结果优先」路线,Dan维护长期运行的路由式对话线程,Kieran则用「可移植上下文文件夹」在不同任务间复用积累的背景资料。\n\n文章给出的建议很务实:不必照搬某一种「标准工作流」,而是从这几种风格里挑一个贴合自己工作方式的去用,比纠结「最优解」更重要——这对正在摸索AI编程智能体协作方式的团队和个人都有直接的参考价值。","https:\u002F\u002Fx.com\u002Fshao__meng\u002Fstatus\u002F2072842101067481210","技巧与观点",[262,263,264,265,266,267,268,269,270,271,272,273,274,5,275,276,277,278,279,280,281,282,283,284],"2026-07-17","2026-07-16","2026-07-15","2026-07-14","2026-07-13","2026-07-12","2026-07-11","2026-07-10","2026-07-09","2026-07-08","2026-07-07","2026-07-06","2026-07-05","2026-07-03","2026-07-02","2026-06-28","2026-06-27","2026-06-26","2026-06-25","2026-06-24","2026-06-23","2026-06-22","2026-06-21"]