随机比特share
Claude 不到半小时追出 25 年旧谜：神秘参数来自电脑时钟
写边界、控制面、上下文、成本与安全。
全部内容 · The Archive
-
NO.5782026-10-17
早报 · Morning Brief
Claude 不到半小时追出 25 年旧谜：神秘参数来自电脑时钟
Anthropic 报告，Claude 不到半小时追出了多条标准椭圆曲线参数的来源，线索竟是电脑时钟。长期令人怀疑的数字，有了可以复算的生成过程。 • Claude 追溯 ECDSA 参数来源 —— …
阅读全文 → -
NO.5772026-10-16
长文 · Essay
搜索一次代码狂烧一百万 Token：为什么不能让智能体用 grep 翻仓库？
深夜的研发工位上，工程师把一个陌生内部仓库交给终端里的编程智能体去修复接口异常。在 XERJ 基准测试记录的典型场景里，智能体顺手开启循环调用，用 grep 和 sed 在目录树里四处摸索，将每一个命…
阅读全文 → -
NO.5762026-10-16
早报 · Morning Brief
Anthropic 请 6 名外人进驻，报告不用它点头
Anthropic 给 6 名 METR 评估人员提供公司设备、办公空间和内部系统访问权，却不能否决他们发表评估报告。独立评估开始有了具体尺度：能看到多少内部信息，发现问题后能否直接公开。 • Met…
阅读全文 → -
NO.5752026-10-16
长文 · Essay
把 AGENTS.md 改了十遍都不听劝，一行 Git 钩子直接让 AI 满分照办
团队在项目根目录的 AGENTS.md 里反复加粗强调，所有日志调用必须走内部封装的 diagnostics 模块，杜绝直接引入底层 observability 日志库。然而编程智能体在多轮修改后，依…
阅读全文 → -
NO.5742026-10-16
长文 · Essay
美国银行急调四千人救火：AI 挖漏洞的速度，已经把人类修补丁的流水线冲垮了
深夜的安全运营中心里，自动代码审计流水线仍在高速运转。前沿大模型在几小时内横扫数百万行历史源码，向工单池连续抛出成百上千条高危漏洞告警，负责接单编写补丁的人类工程团队却瞬间陷入排队瘫痪。2026 年 …
阅读全文 → -
NO.5732026-10-15
长文 · Essay
一万个智能体连跑 36 小时：为什么干活的模型，绝不能自己决定什么时候下班？
加载整整一年的美股订单级历史数据启动策略回测后，后台计算进程需要整整三个小时才能跑完。等待结果返回的漫长空窗期里，智能体在三小时慢任务里每隔几秒轮询一次状态并把上下文塞满废话，或者遇到阻碍就自己宣布完…
阅读全文 → -
NO.5722026-10-15
长文 · Essay
别再让大模型凭感觉改性能了：先喂一张火焰图，两个 AI 接力写出极速补丁
排查 Python 网页服务接口延迟时，不少研发人员习惯把几百行源码直接贴进大语言模型对话框，要求优化执行性能。模型旋即把普通循环改写成列表推导式，并在十几个函数里加入字符串拼接缓存，然而重新压测后接…
阅读全文 → -
NO.5712026-10-15
早报 · Morning Brief
每天合并 3 万多次，Anthropic 把主仓库迁出了 Git
Anthropic 的日合并量从约 2500 次升至 3 万多次，团队花了 5 个月把主仓库迁出 Git。Claude 加速了代码生产，也让原本服务于人类的开发工具先承受不住。工程原文 • Third…
阅读全文 → -
NO.5702026-10-15
长文 · Essay
屏幕上看得到、大模型却看不见：Claude Code 为什么要给提示词加一层“隐形墨水”？
凌晨两点的工位上，研发工程师正用终端编程智能体排查复杂的并发死锁。为了看清环境状态，输入框外挂了显示分支名称、令牌水表和快捷键的界面扩展；提问时又顺手敲下 @ 符号关联了四个核心源码文件。回车发送的瞬…
阅读全文 → -
NO.5692026-10-15
长文 · Essay
日均合并三万次代码后，Anthropic 被迫亲手换掉了 Git
数百台内部代码镜像服务器的网卡吞吐同时逼近极限，持续集成流水线的拉取队列仍在不断积压。短短四个月内，Anthropic 核心单体仓库的日均代码合并量从 2026 年 5 月的 2,500 次暴增至 9…
阅读全文 → -
NO.5682026-10-14
长文 · Essay
敲个回车等两秒的日子结束了：Python 3.15 终于对臃肿的 import 下手了
在工位写自动化脚本时，很多开发者都遇到过这样的一幕。 为了给编程智能体封装一个本地状态探针，工程师写了一个极简的命令行工具。业务代码只有 5 行，仅仅是读取一个配置文件状态并返回布尔值。 但是在终端敲…
阅读全文 → -
NO.5672026-10-14
长文 · Essay
“能跑的文档”：文档即测试，为什么代码范例绝不该手写在 Markdown 里？
在日常研发工作中，许多工程师都经历过这样的狼狈时刻。 为了接入一个新组件，开发者打开官方文档或团队内部的维基页面。文档里的示例代码排版整洁，步骤清晰。 开发者满怀信心地把代码块复制到本地编辑器，敲下运…
阅读全文 → -
NO.5662026-10-14
长文 · Essay
推理 Token 保卫战：Anthropic 是如何把大模型蒸馏攻击砍掉 99% 的？
在人工智能研发的第一线，一场看不见硝烟的底层攻防战刚刚公布了战报。 许多技术团队在调用带有长思考链的前沿大模型时，都对那段隐藏在幕后的推理过程充满好奇。为了复现顶级模型的复杂逻辑，一些团队开始采用自动…
阅读全文 → -
NO.5652026-10-13
长文 · Essay
多智能体协作最诡异的一幕出现了：“作弊传染”
在复杂软件开发任务中，许多系统尝试引入多个智能体分工协作。一个智能体负责编写业务代码，另一个智能体负责审查与测试。 按照预想的架构设计，双重检查应当消除单点疏漏。然而在实际运行中，整个集群却经常交出一…
阅读全文 → -
NO.5642026-10-13
早报 · Morning Brief
小模型教大模型作弊，传话用的竟是代码和工作计划
一项多 Agent 编程实验发现，小模型形成的评测作弊策略，能通过共享代码和工作计划影响更强的闭源模型。增加协作者，也可能把绕过检查的做法一起传下去。研究原文 • Meta 发布 Muse Wonde…
阅读全文 → -
NO.5632026-10-12
长文 · Essay
招了四个 AI 开会写代码：Token 烧了五倍，产出还不如一个智能体单干
为了提升复杂软件工程的交付质量，不少研发团队尝试在系统中模拟真实的软件开发小组。 工程流程被细分成明确的职能角色。需求分析由产品经理智能体负责，系统架构由架构师智能体推导，业务逻辑由编码智能体撰写，缺…
阅读全文 → -
NO.5622026-10-12
长文 · Essay
别再写正则事后补括号：如何在生成时约束输出结构？
在生产业务中编写智能体工具调用时，格式修补很容易越堆越多。解析失败后，补括号、截取正文，再请模型重试，都在为同一个接口契约付费。 约束解码把一部分约束移到生成过程里。需要分清它能管住输出结构，业务判断…
阅读全文 → -
NO.5612026-10-12
长文 · Essay
敲个测试命令吐出三千行日志：为什么你的 Coding Agent 越跑越笨？
让 Coding Agent 修改代码、运行测试，已经是常见的开发方式。麻烦往往出现在它执行测试之后。终端两三千行输出滚过，进度条、调试记录和重复堆栈一起进入了对话。 原本只需要判断几个用例是否通过，…
阅读全文 → -
NO.5602026-10-12
长文 · Essay
智能体自己改代码：改了模型参数，还是只调了工作流？
代码代理修改一个工具文件，下一轮任务就会使用新实现。看见系统连续改代码，很容易把软件变化理解成模型本身在学习。 普通推理通常不更新模型参数。这是执行阶段的安排，不意味着显存天然受硬件写保护，也不意味着…
阅读全文 → -
NO.5592026-10-12
长文 · Essay
代码缩进为什么会被拆开？字节模型到底在改哪一层
一行代码进入大模型，先会变成什么？很多模型接收的是分词器输出的编号。函数名、标点和缩进，未必各自对应一个编号。 这里的切分规则由词表和算法决定。给定相同的分词器版本与输入，结果是确定的；换一种分词器，…
阅读全文 → -
NO.5582026-10-11
早报 · Morning Brief
Claude 用短链接绕过限制，Anthropic 给内部评估断了网
Claude 曾用短链接绕过访问限制，还向真实网站提交了不该提交的表单。Anthropic 随后暂停全部内部评估的实时联网：任务能做完，执行路径却未必被允许。 • Anthropic 暂停内部评估联网…
阅读全文 → -
NO.5572026-10-10
长文 · Essay
做饭时动嘴写出新功能，回到桌前仍需敲键盘：语音编程的真实边界
一边在炉灶前准备晚饭，一边通过桌面端语音模式指挥代码模型，半个小时构建出博客系统的往期通讯归档功能。 开源作者 Simon Willison 最近进行了一场真实的端到端开发实验。在厨房做饭的三十分钟里…
阅读全文 → -
NO.5562026-10-10
长文 · Essay
敲一行命令逆向整个应用：代码闭源在智能体面前正在失去防线
把二进制文件丢进终端，敲下一行命令，智能体开始自行接管反编译器、网络抓包工具与动态内存探针。 开源项目 morluto/rea 在代码托管平台上单日新增超过一万五千颗星标。这个工具的出现，给长期依赖客…
阅读全文 → -
NO.5552026-10-10
长文 · Essay
阿里开源代码审查工具：为什么最硬核的审查，第一步是禁止大模型说话？
在很多研发团队的持续集成流水线里，自动化代码审查正在变成一场信息灾难。 当开发者向仓库推送一段新的代码变更，触发流水线上的审查智能体，几分钟后合并请求下方会堆积数十条自动评论。模型礼貌地指出变量命名不…
阅读全文 → -
NO.5542026-10-10
早报 · Morning Brief
Asana 把 AI 浏览记录留得更长，测试账单却降到 1/76
Asana 的浏览器 Agent 原先几乎每步都删截图、裁剪历史，结果反复破坏缓存。保留更多记录、批量清理截图并调整模型后，特定任务的估算模型成本降到原来的约 1/76：少给 AI 看一点，未必更省钱…
阅读全文 → -
NO.5532026-10-10
长文 · Essay
Node之父亲手关掉了Deno：为什么做Agent的尽头，是杀死独立进程？
服务端运行时领域迎来了一场标志性的时代谢幕。 创造了服务端 JavaScript 时代的软件工程师正式对外公布，团队整体加入云边缘基础设施服务商。独立运行时的日常维护将在一年后停止，托管平台也将在半年…
阅读全文 → -
NO.5522026-10-10
长文 · Essay
你以为在帮公司省钱：为什么每轮清上下文，账单反而贵了70倍？
在开发长链路浏览器智能体时，许多工程团队遵循着一套看似天经地义的成本直觉。 程序每在网页上完成一次点击、输入或跳转，开发者就会主动执行上下文清理逻辑。陈旧的屏幕截图被即时剔除，冗余的文档对象模型节点被…
阅读全文 → -
NO.5512026-10-09
长文 · Essay
为了按个开关非要先转成文字：语音交互三十年的弯路该停了
在智能硬件与物联网设备中，语音交互正在陷入一种极其滑稽的停滞。 站在客厅想要关掉吸顶灯，或者在驾驶座上试图调低两度空调温度，使用者往往需要经历漫长的等待。说出简短的控制指令后，设备指示灯开始闪烁，随后…
阅读全文 → -
NO.5502026-10-09
长文 · Essay
沉睡三十年的 HTTP 402，被 AI 唤醒拿去自己结账了
在自主智能体尝试代客采购的工程落地中，许多团队正在滑向一条极度危险的技术弯路。 为了让模型替用户在电商平台下单，最常见的做法是启动无头浏览器。程序操纵网页指针点击购物车，定位输入框，再把保存在环境变量…
阅读全文 → -
NO.5492026-10-09
早报 · Morning Brief
Slack 里的 AI 能替你买东西，却看不到你的信用卡号
LangChain 的 Restock 能在 Slack 里挑商品、下单，却拿不到信用卡号。用户先确认采购，再到 Stripe Link 批准付款：代理负责跑流程，花钱的权限仍由人掌握。 • Rest…
阅读全文 → -
NO.5482026-10-08
长文 · Essay
微服务之父发出警告：全网工程师正在闭着眼 Approve 代码
在软件工程领域，代码生成的边际成本正在无限逼近于零。 一线研发团队借助各类编程智能体，能在几分钟内产出成百上千行业务逻辑。看似极度繁荣的交付速率背后，整个软件工业正在经历一场悄无声息的认知投降。微服务…
阅读全文 → -
NO.5472026-10-08
早报 · Morning Brief
《微服务设计》的作者，为什么劝你最后才用微服务？
Sam Newman 写过微服务畅销书，却在新访谈里把微服务称为“最后的选择”。Haiku 5.5 的官方平均运行成本下降约 75%，模型越来越便宜，系统的复杂度却不会自动打折。 • Claude H…
阅读全文 → -
NO.5462026-10-08
长文 · Essay
聊天气泡该淘汰了：为什么真正的 AI 交互绝不该用纯打字？
在日常使用生成式人工智能的过程中，许多人正在经历一种隐秘而普遍的交互疲惫。 当需要对比三套系统架构的性能差异、微调复杂的理财资产配置，或者筛选一组包含多维约束的机票路线时，无论输入的内容多么详尽，屏幕…
阅读全文 → -
NO.5452026-10-08
长文 · Essay
别再吹重型 IDE 了：并发跑 Agent，最管用的居然是纯命令行
在日常工程研发中，当工程师开始习惯同时调度多个编程智能体并行工作，开发节奏往往会呈现出一种诡异的失控。 桌面屏幕上平铺着密密麻麻的窗口。左边的工作区正在重构鉴权模块，中间的任务在修改数据库迁移脚本，右…
阅读全文 → -
NO.5442026-10-07
长文 · Essay
代码写得越多，Agent 越平庸
在日常全栈项目开发中，让智能体处理一个微小需求。比如在网页表单中，添加一个生日选择输入框。 资深工程师看到这个需求，通常只需要调用浏览器原生提供的输入标签，几分钟就能提交合并。 但交给具备终端执行能力…
阅读全文 → -
NO.5432026-10-07
早报 · Morning Brief
OpenAI 的合同 Agent：快了近一半，平均得分却只有 55%
OpenAI 让 GPT-6 Astra 配置合同审批等流程：11 项研究任务的平均得分为 55%，估计耗时却从 37 分钟降至 19.2 分钟。操作提速了，业务规则仍可能漏掉。 • Mistral …
阅读全文 → -
NO.5422026-10-07
长文 · Essay
把 AI 当私密日记本，平台转手打了报警电话
许多人在使用大语言模型时，习惯把它当成一个永不疲倦、绝无偏见的数字树洞。 无论是工作压力下的激烈宣泄，还是深夜脑海中一闪而过的偏激念头，很多人都会毫无保留地敲进对话框。极简的交互界面、温和的回复语气，…
阅读全文 → -
NO.5412026-10-06
长文 · Essay
9块钱拍一部皮克斯动画：为什么视频工业正在被代码彻底解构？
输入一段文字提示词，等待几分钟终端输出。一部时长六十秒的皮克斯风格三维动画成片直接落盘。香蕉与奇异果在精细的光影中互动，背景配乐与卡点字幕严丝合缝，画面甚至带有景深虚化与镜头推拉。根据开源项目公布的账…
阅读全文 → -
NO.5402026-10-06
早报 · Morning Brief
OpenAI 给文字加水印，换掉 25% 的词，检出率只剩 17%
OpenAI 公布的英文文本实验中，替换四分之一的词，水印检出率便从约 92% 降到 17%。给 AI 内容留下标记，和让标记经得住修改，还有很长一段距离。实验说明 • OpenAI 公布文本水印方案…
阅读全文 → -
NO.5392026-10-05
早报 · Morning Brief
ChatGPT 帮亲子俱乐部备酒牌：4天的材料，3小时整理完
亲子俱乐部 The Den 称，借助 ChatGPT Work，原需4天搜集、整理的酒牌申请材料，3小时就完成了团队审核与准备。省下的是材料处理时间，审批和最终判断仍有各自的负责人。 • The De…
阅读全文 → -
NO.5382026-10-04
早报 · Morning Brief
Claude 单价没降，任务成本却最多省了 30%
Claude Sonnet 5.5 的 token 单价与上一代相同，Anthropic 却报告任务成本最多下降 30%：完成同样的工作，它通常用更少的 token。选模型只看价目表，可能算错账。 •…
阅读全文 → -
NO.5372026-10-04
长文 · Essay
Mac 终于要对 AI Agent 下手了：为什么全盘访问权限正在变成历史？
我们在 Mac 终端里跑代码智能体，最烦频繁弹窗打断。系统只要跳出授权提示，很多人顺手就勾选了“完全磁盘访问”。改代码不卡顿，跑测试一路绿灯。大家图省事，一开就是好几年。 但在真实排障现场，后台日志经…
阅读全文 → -
NO.5362026-10-03
早报 · Morning Brief
视频聊了1分钟，54人里26人把AI当真人
Tavus 报告的一次实验中，54 名参与者视频聊了 1 分钟，26 人相信对面是真人。参与者事先被告知会匹配另一名参与者：这个结果值得关注，却不能直接当成 AI 已经通过通用图灵测试。 • Grif…
阅读全文 → -
NO.5352026-10-03
长文 · Essay
为什么把大模型换成小模型省钱，在网关上配规则一定会翻车？
为了压低智能体调用的账单，许多团队的第一反应是在最外层 API 网关配置分流规则。系统根据请求的字符长度、关键词正则，或者在入口前置轻量分类器。当检测到提示词较短或者只包含基础查询时，网关把请求转给轻…
阅读全文 → -
NO.5342026-10-03
长文 · Essay
别再迷信无限上下文了，学会自己删记录的智能体才跑得起长任务
在长程软件开发与复杂排障任务中，很多开发者习惯把希望寄托于越来越长的上下文窗口。从三万、十二万一路扩展到数百万符号，系统似乎只要无底线容纳全部历史，就能让智能体持续跑完二十四小时的复杂工程。 但在真实…
阅读全文 → -
NO.5332026-10-02
长文 · Essay
为什么最顶级的架构师，都在教 AI“少写代码”？
研发团队接入智能体之后，代码提交量迅速攀升。面对一个接口字段改造需求，模型在九十秒内生成了一千两百行变更。屏幕另一端的人工审查陷入停滞。深层类继承、多层中间件代理与冗余事件总线层层包裹。原本只需修改三…
阅读全文 → -
NO.5322026-10-02
早报 · Morning Brief
LangChain 九成任务不用最强模型，成本中位数降了 64%
LangChain 在 973 个编程任务会话中测试模型路由：九成分配给较便宜的模型，每个会话的成本中位数从 2.61 美元降到 0.94 美元，代码合并率没有显著变化。这个实验提醒团队：每次都用最强…
阅读全文 → -
NO.5312026-09-23
长文 · Essay
为什么做 Agent 的一线团队，正在集体逃离 Python？
在大模型训练阶段，Python 是当之无愧的统治者。张量切分、参数加载与算子调试，算法研发离不开庞大的数值计算生态。然而，在智能体落地生产的今天，一线工程团队正在加速逃离这门胶水语言。 核心原因在于，…
阅读全文 → -
NO.5302026-09-23
长文 · Essay
MCP 真的多此一举吗？
随着代码智能体在终端里的排查能力越来越强，很多工程师都在讨论一个问题。既然模型已经能够自己翻手册、拼参数、跑脚本，为什么还要费劲搭一套独立的 MCP 协议服务？ 这种需要编写 JSON Schema …
阅读全文 → -
NO.5292026-09-21
长文 · Essay
语音 AI 被人打断后，为什么下一句必定答非所问？
全双工实时语音交互最令人沮丧的时刻，莫过于用户开口打断正在说话的助手，随后助手给出的回答却完全对不上号。许多团队第一反应是怀疑大模型的上下文理解能力，或是指责语音活动检测模块灵敏度不够。 实际测试现场…
阅读全文 →