⌘ K
… 读取采集状态 同步中...
雷

#编码

今日 17 条
今天10月13日周二
  2. 量子位 QbitAI79

    Anthropic安全研究揭示GLM-5.2在物联网设备上自主复制能力

    Anthropic发布安全报告，实测智谱GLM-5.2在隔离网络的8台Android设备上成功自主完成模型部署与扩散，4/5次测试攻陷全部设备。研究还通过15台$55电视盒子跑通26B模型Gemma4-26B-A4B的去中心化分布式推理，并验证Qwen3.5-9B通过代际笔记继承可将陌生硬件部署成功率从45%提升至84%。报告预测到2026年底30B以下小模型即可独立实现端到端自主复制。

    推荐理由：该研究展示了开源模型通过廉价物联网设备实现自主复制与分布式推理的技术路径，为理解AI安全与智能硬件融合风险提供了可复现的实验证据。

  4. 硅星人Pro92

    Meta MSL 发布 Muse Wonder 模型

    Meta 超级智能实验室（MSL）正式发布 Muse Wonder 和 Muse Wonder Full 两款模型，两款模型均支持 100 万 Token 上下文窗口，主打编程和长期 Agent 任务。

    推荐理由：Meta MSL 发布 Muse Wonder 旗舰模型，凭借 100 万 Token 上下文窗口和多项编程测试领先，重新确立与 OpenAI、Anthropic 的竞争姿态。

  8. AI HOT71

    Cursor 并入 The X Subscription 订阅体系

    Cursor 宣布并入 The X Subscription，现有订阅者可保留原方案或切换至新订阅。新套餐下，付费用量在 Cursor、Grok Build 及其他 Grok 产品间共享，且 Grok 模型的编码用量是同档 Cursor 方案的两倍；同时，Cursor 中的第三方模型将转为 API 定价。

    推荐理由：官方说明订阅合并后的用量共享和第三方模型计价变化，读者可据此判断是否切换到新套餐。

  10. AI HOT78

    Epic Games 转向 AI 先行开发模式，与迪士尼合作的射击游戏无限期延期

    Epic Games 在与迪士尼的 15 亿美元合作项目中转向“AI 优先”开发策略，由人类开发者管理和引导 Anthropic 的 Claude 等模型编写全部代码并生成所有美术资源。

    推荐理由：原文披露了Epic内部开发流程的具体调整方式，以及该战略转向对项目进度和团队重组的实际影响。

  11. The Decoder90

    Meta 发布 Muse Wonder 系列模型，进入前沿模型第一梯队

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两个前沿模型，两者均进入最佳 AI 模型行列。Muse Wonder Full 在 Artificial Analysis 智能指数 v4.3 中得分 56，超越前代 Muse Spark 1.3 的 48 分。

    推荐理由：Muse Wonder 系列在编码与推理基准上大幅提升，但其 4 美元/M 输入价格相比前代显著上涨，成为评估其实际落地成本的关键背景。

  12. 新智元71

    OpenAI 将 GPT-6.1 Sol 默认上下文窗口扩至 500k

    OpenAI 将 Codex 和 ChatGPT Work 中 GPT-6.1 Sol 的默认上下文窗口从 272k 扩展至 500k，并免除了订阅额度内的长上下文附加费。

    推荐理由：文章通过对比Claude默认百万上下文和OpenAI此前的调整失败，清晰解释了本次扩容在降低订阅附加费与保留长任务细节之间的实际权衡。

  14. TechCrunch · AI85

    Meta 发布首个前沿模型 Muse Wonder

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，基准测试表现接近 GPT-6 Astra。Wonder 通过 API 的输入价格为 $4.00 / 百万 tokens，输出价格为 $20.00 / 百万 tokens。

    推荐理由：模型卡在 MemoryBench 和编码任务上的具体表现，为读者评估其相对其他前沿模型的记忆与推理能力提供了参考。

  16. AI HOT73

    Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型

    Meta 发布了 Muse Wonder 和 Muse Wonder Full 两款面向个人和专业智能体任务的前沿模型，称其在多个领域达到 SOTA 表现。新模型针对法律、金融、健康等专家场景，并具备跨对话保留信息的 Active Memory 与遇错换路径的 Active Focus 功能；官方强调模型在安全方面经过训练，以拒绝未授权分享隐私及有害请求。

10月12日周一
  2. InfoQ CN72

    CodeScene 案例：编码智能体重构 30 万行 C 代码，Code Health 升至 10.0

    CodeScene 发布案例研究，编码智能体在三周内重构了《街头霸王 III》开源反编译项目的 30 万行 C 代码库，成本约 4000 美元，Code Health 评分从 5.6 升至 10.0。

    推荐理由：原文给出了案例研究的具体数字、验证机制和从业者争议，读者可以据此判断该结果在何种条件下可复现。

  7. APPSO75

    开源项目 REA 走红：AI 逆向工程冲击软件商业护城河

    开源项目 REA 凭借 11 万 Star 数备受关注，开发者利用该工具配合 Agent 分析软件安装包或运行结果，并重建功能逻辑。《光环：战斗进化》等游戏已出现基于反编译成果的网页移植版本，而日常办公工具 VibeOffice 也实现了在浏览器中编辑 Office 文件。这些实践通过新旧版本对照测试验证有效性，引发了对软件厂商竞争优势及未来价格竞争的重新审视。

    推荐理由：通过开源工具 REA 及《光环》等游戏案例，揭示 AI 逆向技术如何降低软件复刻门槛并冲击原有商业护城河。

  8. 智能涌现47

    非与智能获锦秋基金等领投种子轮与天使轮，融资超千万美元

    前商汤副总裁柳钢创立的“非与智能”完成种子轮与天使轮累计超千万美元融资，由锦秋基金与香港高才创业投资基金共同领投。公司提供私有化部署的全栈智能体系统，含自研Firmior OS及Firmior Code、Work、Expert三款产品。通过“旁路智能体”机制积累企业知识，单台8张GPU服务器可支撑约100名程序员使用，30天区间活跃率达92.5%。

  9. 新智元82

    马斯克承认xAI缺乏编程数据，斥资600亿美元收购Cursor

    马斯克在X Takeover活动上表示，全球仅OpenAI、Anthropic和Cursor掌握足够编程训练数据，xAI因此以约600亿美元收购Cursor以补齐关键短板。他同时指出真实程序员的代码交互记录是高质量的训练数据，并发布了Grok 4.5模型，该模型在SWE-Bench Pro解决率为64.7%。

    推荐理由：揭示编程数据在超级智能竞赛中的核心地位，解释为何高价收购代码编辑器旨在获取真实开发者交互数据。

  10. 新智元57

    开发者热议疑似 Claude Next 模型偷跑上线

    多位开发者通过 Claude Opus 5.5 实测，发现模型具备生成复杂 3D 动画和视频的能力，引发关于“Claude Next”上线的猜测。开发者 Chetaslua 使用 4 行提示词和 JavaScript 逐帧代码，在 2 小时内生成了包含 30 秒人生叙事、物理阴影和空间遮挡的动画，总消耗达 2700 万 Token。

  11. 卡尔的AI沃茨57

    大AI理论：三阶段调整模型推理强度提升Agent工作流效率

    大AI理论提出通过三阶段调整模型推理强度来提升AI工作流效率。第一阶段拉高推理程度并选择计划模式，结合语音、图片、视频等多模态输入将未整理的想法交给AI生成计划；第二阶段将推理改到中档，基于详细需求快速执行代码或Agent任务；第三阶段调回高档推理，让AI审查并验证中档阶段产出的结果。

  14. APPSO45

    AI 复兴了 CLI，但图形界面不会消亡

    AI 的兴起让 CLI 重新受到重视，但图形界面（GUI）并未因此消亡，而是转变为管理 AI Agent 的监控界面。研究显示，在补充命令技能后 CLI Agent 桌面任务完成率达 69.3%，而 GUI Agent 为 59.1%。DeepSeek 等厂商推出的桌面版在保留终端能力的同时，通过图形界面让用户更直观地监督多 Agent 并行工作。

  16. 新智元40

    Karpathy 揭示 AI 认知折叠：20 亿误判、2000 万眩晕与 5000 人前沿

    Karpathy 提出 AI 认知四级漏斗，指出全球约 20 亿用户对免费版模型存在能力误判，而 2000 万专业人士正经历因前沿智能体快速发展引发的“智能体眩晕”。金字塔顶端仅约 5000 名内部人士能接触顶级系统，目睹数千个智能体自主协作攻克零日漏洞及数学前沿，且人类理解速度已落后于机器生成速度。

  18. Andrej Karpathy63

    Karpathy 将 LLM 用户分为四层认知漏斗：约 75% 人口无接触，20% 为免费层轻用户，0.2% 专业开发者见证 Agent 处理大型项目，0.00006% 内部团队接触前沿系统。他认为由于强化学习依赖可验证奖励及 B2B 价值导向，LLM 在数学和代码等数字可验证领域能力激增，而在写作等通用领域提升滞后，导致不同群体对 AI 能力的理解出现严重错位。

    引用Andrej Karpathy@karpathy

    Judging by my tl there is a growing gap in understanding of AI capability. The first issue I think is around recency and tier of use. I think a lot of people tried the free tier of ChatGPT somewhere last year and allowed it to inform their views on AI a little too much. This is a group of reactions laughing at various quirks of the models, hallucinations, etc. Yes I also saw the viral videos of OpenAI's Advanced Voice mode fumbling simple queries like "should I drive or walk to the carwash". The thing is that these free and old/deprecated models don't reflect the capability in the latest round of state of the art agentic models of this year, especially OpenAI Codex and Claude Code. But that brings me to the second issue. Even if people paid $200/month to use the state of the art models, a lot of the capabilities are relatively "peaky" in highly technical areas. Typical queries around search, writing, advice, etc. are *not* the domain that has made the most noticeable and dramatic strides in capability. Partly, this is due to the technical details of reinforcement learning and its use of verifiable rewards. But partly, it's also because these use cases are not sufficiently prioritized by the companies in their hillclimbing because they don't lead to as much $$$ value. The goldmines are elsewhere, and the focus comes along. So that brings me to the second group of people, who *both* 1) pay for and use the state of the art frontier agentic models (OpenAI Codex / Claude Code) and 2) do so professionally in technical domains like programming, math and research. This group of people is subject to the highest amount of "AI Psychosis" because the recent improvements in these domains as of this year have been nothing short of staggering. When you hand a computer terminal to one of these models, you can now watch them melt programming problems that you'd normally expect to take days/weeks of work. It's this second group of people that assigns a much greater gravity to the capabilities, their slope, and various cyber-related repercussions. TLDR the people in these two groups are speaking past each other. It really is simultaneously the case that OpenAI's free and I think slightly orphaned (?) "Advanced Voice Mode" will fumble the dumbest questions in your Instagram's reels and *at the same time*, OpenAI's highest-tier and paid Codex model will go off for 1 hour to coherently restructure an entire code base, or find and exploit vulnerabilities in computer systems. This part really works and has made dramatic strides because 2 properties: 1) these domains offer explicit reward functions that are verifiable meaning they are easily amenable to reinforcement learning training (e.g. unit tests passed yes or no, in contrast to writing, which is much harder to explicitly judge), but also 2) they are a lot more valuable in b2b settings, meaning that the biggest fraction of the team is focused on improving them. So here we are.

10月11日周日
  3. AGI Hunt59

    口喷鸡blurt v0.4.0发布实时绘制功能并上线官网

    口喷鸡blurt发布v0.4.0版本，新增macOS端实时绘制功能，支持按住⌃键拖动鼠标在屏幕上画圈或划线，笔迹会同步录入视频并生成坐标数据供AI Agent读取。作者将该工具交给Claude Code自行使用，通过实时绘制功能浏览竞品网站并生成需求文档，完成了官网的设计与上线流程。新版官网已上线，支持通过画笔标注收集设计参考与产品想法，目前仅支持macOS，Windows版本尚未开发。

  5. 钛媒体AGI52

    AI落地遭遇账单焦虑，大厂开始对Token成本“下手”

    微软与Meta因内部AI成本压力削减了Claude及Claude Code的预算与用户规模。毕马威与德勤报告指出，多数企业已加强AI成本监控，但价值评估体系明显滞后，60.4%的企业尚未建立体系化的价值衡量框架。随着Agent嵌入业务流程，Token成本随业务流量线性增长，企业需重构价值评估体系并探索以单次任务成本为核心的监控方案。