Greg Kurtzer 的 Ginux 转型为用户空间内核
Greg Kurtzer 的 Ginux 已从独立 Rust 内核转为可配置的用户空间内核,作为普通 Linux 进程运行,在受管工作负载与宿主内核之间建立显式、带版本的契约。
Greg Kurtzer 的 Ginux 已从独立 Rust 内核转为可配置的用户空间内核,作为普通 Linux 进程运行,在受管工作负载与宿主内核之间建立显式、带版本的契约。
OpenAI 工程师在 AI Engineer Code Summit 演示了 Codex 的云端任务、语音控制和个人智能体 dots 工作方式。Codex Cloud 版本 2 支持发布一次环境后,在隔离实例中运行多个任务,但本地任务向云端交接仍涉及上下文差异,团队正在改进体验。语音可用于管理任务线程和委派工作,dots 则可提醒遗漏、承接委派,并利用已有上下文推进 PR。
Wincon 在 TIS-100 的 55 道谜题上测试了 16 个大语言模型,在 18 道题中获得 133 个新的帕累托前沿点,并打破 3 项运行周期纪录。Opus 5.5 与 GPT-6 Astra 均解出全部 55 道题,各在 11 道题上找到新前沿点,两者的纪录接近度差异未达到统计显著水平。计入结果的程序均经过真实游戏重放及 100,000 次测试,社区玩家随后进一步优化了其中多数程序。
安全公司 Claroc 的研究发现,SpaceXSI 的 Grok Build 编码智能体泄露数千名用户的数据,包括商业机密和其他敏感资料。平台虽将分享 URL 随机化,但一项设计使任何人都能枚举数千个在线项目,除少数情况外,打开链接即可查看应用及其关联数据。
Hacker News 首页文章《Life on Claude Nine》讲述软件工程师 Ivan 用 Claude 搭建邮件分类、日历管理、文档起草等自动化系统,随后把写代码、跑测试、提交仓库也交给 Claude,产出翻了三到四倍并获得晋升。他进一步构建管理 Claude 上下文、分析其错误并生成更优提示词的脚手架系统,同时逐渐失眠、疏远女友,感到自己在建造无法完全理解的东西。
llm-gemini 0.36 发布,Gemini 4 Carbon 今天从面向部分网络防御人员开放扩展至所有人。模型上线价格为输入 $2/million、输出 $10/million,计划于 12 月 1 日涨至 $4/$20,默认采用 medium 思考强度。
推荐理由:Gemini 4 Carbon 的上线价格与 GPT-6.1 Sol、Claude Sonnet 5.5 相同,12 月 1 日翻倍后与 Opus 5.5 持平。
Naive-N0.5-Flash 在独立实测中响应时间中位数更短,开启思考后的应用构建表现接近 DeepSeek V4.1 Flash 1017,复杂题目却消耗更多思考 tokens。
Google 在两周安全专家测试后正式开放 Gemini 4 Carbon,定位为 Gemini 4 Argon 的补充,面向复杂多步编码、调试和开放式科学研究。
推荐理由:Carbon 与 Argon 的 token 单价相同,更深推理和更长验证循环增加用量,使复杂任务的实际总成本可能更高。
Modern Web Guidance 是面向编码智能体的技能与 CLI 工具,将现代 Web 实践和浏览器兼容性数据直接接入模型上下文。项目覆盖 250 项现代 Web 特性和 203 个实际开发用例,支持本地语义搜索、指南检索和旧模式扫描,实验性及不稳定 API 的指南检索需开发者明确同意。
推荐理由:Modern Web Guidance 按任务检索现代浏览器指南并注入智能体上下文,将兼容性数据与轻量回退方案一起纳入代码生成。
Synaptics 以专利侵权为由要求 Mike Lothian 停止 DisplayLink 驱动开发,后者已撤下 Vino 的 GitHub 仓库并暂停向 Linux 内核提交。
部分独立游戏节(IGF)评委宣布不投票支持以任何方式使用生成式 AI 的游戏,Big Walk 开发商 House House 随后披露曾少量使用 AI。工作室称,开发最后阶段主要用 LLM 聊天机器人研究第三方代码问题,部分回答片段经修改后用于游戏代码,估计相关代码远低于 0.1%,制作中没有其他生成式 AI 用途。
Revolut 将约 2000 名工程师的 AI 使用转向固定算力池并取消个人额度限制,企业自报写代码时间减少 60%、整体交付周期减少 70%。团队用 56 张 B200 自托管 GLM-5.1,后来升级至 GLM-5.3,并通过上下文限制、权重压缩和缓存优化,将首字延迟从 14.26 秒降至 1.68 秒。
Google DeepMind 开放 Gemini 4 Carbon,面向开发者、企业、科学家和消费者,重点支持复杂知识工作、长程智能体工作流、网络安全与科学推理。
推荐理由:Google 将 Carbon 定位于复杂多步任务,与 Argon 采用相同入门价格,但会使用更多 token 进行深入探索和验证。
Google 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,重点支持复杂知识工作、智能体编码、网络安全和科学推理。Carbon 在 CursorBench 4.0、WANDR 和 AutomationBench 排名第 1,Google 称其每项任务成本比表现次优的外部模型低超过 2 倍。
推荐理由:Google 将 Carbon 与 Argon 设为相同入门价格,Carbon 使用更多 token 深入推理和验证以处理复杂多步任务。
Google 今日向付费开发者、企业及 Google AI Ultra 订阅用户推出 Gemini 4 Carbon,定位于复杂多步骤编码和开放式科学研究。Google 同时在 Antigravity 预览 swarm 功能,可将单条提示词转为协同工作的智能体团队。
推荐理由:Google 为 Gemini 4 Carbon 设置低于前沿竞品的 token 定价,任务总成本仍取决于模型消耗的 token 数量。
Microsoft 发布 .NET 11,带来 C# 15、运行时优化及 AI 智能体开发工具,作为 STS 版本提供两年支持。SDK 内置 MCP 服务器模板,Microsoft.Extensions.AI 提供模型访问抽象,Microsoft Agent Framework 支持智能体和工作流,Blazor AI 组件仍处于实验性预发布阶段。
Google DeepMind 公布 AlphaProof Code 多 LLM 智能体框架,在四周内完成 Signal 协议核心密码代码关键安全属性的形式化验证。
推荐理由:Google DeepMind 将 Signal 的形式化验证从协议设计推进到实际代码层面,覆盖设计与实现之间容易隐藏漏洞的落差。
AI 生成代码可能削弱大型 SaaS 代码库的长期可靠性,文章将风险归结为浅层测试、过度复杂的代码、开发者理解下降和审查时间不足。作者称,在 Meta 任职的最后几个月至少 90% 的代码由 AI 生成,但产出没有达到 2X;目前在另一家大型科技公司使用 AI 生成 100% 的代码。
Simon Willison 用 Claude Fable 5.2 Medium 生成了一段 three.js 动画:Yonkers 以大型机甲姿态站起,并踩踏曼哈顿、皇后区与布鲁克林,地图数据来自 OpenStreetMap。模型还正确推断出提示词中的 "átomos" 是手机键盘误打的 "stomps"。
Anthropic 在周一启动 IPO 路演并发布 Claude Fable 5.2 与 Claude Mythos 5.2,Fable 5.2 在 Artificial Analysis Intelligence Index v5 以 65 分排名第一。
推荐理由:Fable 5.2 将每 token 价格降低 20%,GDPx 每任务成本却从 $67.16 升至 $88.15。
CPython 形式化项目使用 Opus 5.5 将 CPython 3.15.2 的函数逐行改写为 Lean,已有 4,071 个函数通过测试、形式化验证与独立智能体审查,占待检查函数的 15.7%。
推荐理由:CPython 形式化项目将逐行建模、差分测试与独立审查结合,用真实运行结果检验形式化结论是否遗漏异常与内存行为。
Anthropic 文档指出,将 Claude Fable 5.2 设定为代码所有者和长期维护者,会使它更倾向于合并重复代码。在小型编码任务测试中,未加入这一身份描述时,重复代码合并比例不足 10 percent;加入后约为 75 percent。Simon Willison 引述的提示词是“你是这个代码库的所有者和长期维护者,其设计由你决定”,模型有时还会主动完成相关修复。
推荐理由:Anthropic 的小型编码测试显示,赋予 Claude Fable 5.2 代码所有者身份能提高重复代码合并比例。
Simon Willison 用 Claude Code 构建 Beep Locator,通过多台设备监听和三角定位,将家中蜂鸣声的位置缩小到约 40cm 范围,找到了需要更换电池的旧一氧化碳探测器。
lexandstuff 实测 Claude Code 搭配 Fable 5.2,从侄子的设计图和已有游戏代码出发,一次执行生成了可玩的 12 关横版动作游戏。模型重写了大部分代码,生成约 175 张图片和 140 段音频,并编写机器人在无头浏览器中跑完十二关、检查截图。
推荐理由:Fable 5.2 编写机器人在无头浏览器中跑完十二关并检查截图,将自动试玩与画面检查用于生成游戏的基础测试。
Exact 是新的跨平台 UI 框架,让同一应用在 web、macOS、iOS 和 Linux 上运行,并支持 AI 智能体构建、操作和测试应用。界面用 Contract 描述,数据逻辑用 TypeScript 或 Rust 编写,同一测试文件可跨平台运行,UI 不使用 webview 或 JavaScript bridge。
Reddit 用户 gato5fication 自述,团队实行 100% AI 编码要求一年后,代码库规模约为原来的 3x,已无人能解释大部分代码如何运行。前约 6 个月交付量增加,但智能体不断重复实现已有辅助函数,曾认真审查每个 PR 的 2 名同事在春季离开,如今 coderabbit 的评论也被直接标记为已解决。
CodeRabbit 联合创始人兼 CEO Harjot Gill 表示,使用 Codex 后,公司过去 6 个月在未增加工程师的情况下,软件交付量达到约 20 倍。
Anthropic 的 Claude Fable 5.2 与 Mythos 5.2 重获 AI 性能领先地位,Fable 5.2 在 Artificial Analysis Index v5 最高计算档位取得 65 分。
推荐理由:Fable 5.2 在综合基准上领先竞品,最高计算档位的单任务平均成本约为 Opus 5.5 的 2.6 倍。
Anthropic 建议多数编码与知识工作从 Claude Opus 5.5 的 medium 思考力度开始,按任务难度选择 Sonnet 5.5、Haiku 5.5 或 Fable 5.2。指南强调按完成任务的成本选型,先提供自动验收手段,再调整思考力度或升级模型,并将易核查的辅助任务交给较小模型。切换模型还需检查提示词缓存、思考块保留和 API 参数兼容性,最终用真实任务比较质量与开支。
推荐理由:Anthropic 将 Claude 选型拆成模型、思考力度和任务完成成本,提出用自动验收与失败重跑控制开支的方法。
Anthropic 周一发布 Mythos 5.2 和 Fable 5.2,称其编码、推理、视觉及沟通能力有所提升。Fable 输入价格从每百万 token $10 降至 $8,各努力级别下响应速度提升 30%,并通过 Enterprise Frontier Safeguards 支持零数据保留(ZDR)政策。
推荐理由:Anthropic 将 Fable 的输入价格从每百万 token $10 降至 $8,使 Fable 5.2 比主要竞品 GPT-6 Astra 更便宜。
Meta 发布 Muse Ember,面向工具调用、编码子任务、路由、信息提取和长文档解析,现已在 Muse Code 和 Meta Model API 提供 muse-ember-1.0。
推荐理由:Meta 发布的 Muse Ember 面向重复性智能体任务,以接近 Muse Spark 1.3 的智能指数提供更低的每任务成本。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,称其编码、推理和视觉能力提升,输出速度较 5.1 版本最高加快 30%。
推荐理由:Anthropic 为同一底层模型设置不同安全防护与准入条件,通用用户与网络安全、生物医学研究机构获得的任务权限存在明确差异。
Anthropic 宣布 Claude Fable 5.2 和 Claude Mythos 5.2,称其编码、推理和视觉能力提升,输出速度快于 5.1 版本。公司称预发布测试中,两款模型协助完成软件迁移、从零设计出 3 个可工作的电子设备、解决 2 个黑洞物理开放问题,并在 30 小时内形式化费马大定理的证明。
推荐理由:Anthropic 为两款新模型设置了不同开放范围,Fable 今日上线而 Mythos 初期仅向经审核组织开放。
Apiiro 安全研究人员在公开 GitHub 仓库的 Claude Code 设置文件中发现数千条敏感信息,包括数据库密码、API tokens 和 root 登录凭据。
推荐理由:Apiiro 研究人员发现命令授权规则会保存敏感信息,Claude Code 本地设置文件被公开提交后可能暴露凭据。
Surge AI 与 FireFlash 的对照实验显示,编程智能体可通过提高单模型思考深度、设置测试与目标核对关卡、改造终端管道提升表现。Surge AI 实验中,Compound Engineering 将成本提高至基线的 8 倍,成绩仅从 31.1 升至 32.9;Claude Opus 5.5 调高思考设置后达到 42.4,成本为基线的 3.5 倍。
推荐理由:Surge AI 与 FireFlash 团队拆解智能体框架技巧的成本收益,实验对比了多代理协作、单模型深度思考与终端管道改造。
WordPress.com 母公司 Automattic 推出 Spacefast,为通过 AI 编码创建的网站和应用提供部署基础设施。服务涵盖数据库、认证、文件上传、邮件和分析,用户可连接 ChatGPT、Claude、Cursor 等智能体或聊天机器人,也可接入 Git 仓库。产品在 9 月试上线收集反馈,已有用户和组织将其用于内部原型、幻灯片及优惠活动网站。
一套从第一性原理讲解 LLM 推理的教程,通过用 C++17 和 CUDA 构建小型推理引擎,完整覆盖从加载模型权重到生成 token 的全过程。
rockbruno 主张惩处将任务完全交给 AI 智能体、未经指导或验证便转交结果的开发者,严重时可解雇。他明确区分这种行为与由人指导、纠正和审查输出的正常 AI 辅助工作流,并指出未经监督的代码和 PR 会把验证工作及故障后果转嫁给同事。他还批评不披露 AI 代答以及以 AI 为由推卸代码责任的做法,认为用未经审查的 AI 回复反击只会进一步损害代码质量。
Apple 据报道将部分工程师的每日 AI 支出上限从 $300 下调至 $200。Stork AI Daily 将这一调整解读为企业规模使用生成式 AI 的成本压力,并主张通过缓存、小模型路由和提示词优化减少支出;预算调整的信息来源标为 Bloomberg。
Simon Willison 在常规 Claude Chat 中使用 Opus 5.5 Medium,将海蛞蝓主题的法贝热彩蛋三维作品从 Three.js 移植到原生 JavaScript 与 WebGL。