跳到正文

#其他

今日 0 条

7月14日星期二

AI HOT 精选

马斯克承认 Grok Build 偷传用户代码,承诺彻底删除所有数据

安全研究员设了个钓鱼仓库,发现 Grok Build 在用户明确要求“只看不碰”的情况下,仍把整个仓库打包上传到了 Google Cloud。一个 12GB 的测试仓库被传走 5.1GB,流量是正常对话的 27,800 倍,而且关掉“帮助改进模型”的开关根本没用。另一位研究者还录到 339 次自动上传,其中一次把他整个电脑主目录都传走了。

推荐理由:安全研究员用钓鱼仓库复现了 Grok Build 在用户要求只看不碰时仍上传整个仓库,12GB 测试仓库被传走 5.1GB,流量达正常对话的 27,800 倍。

Hacker News 首页

分析师说 OpenAI 的广告收入可能比自家预测少 90%

OpenAI 今年 2 月开始试水广告,内部预测今年广告收入 25 亿美元、2030 年冲到 1000 亿。但 Emarketer 的数据显示,美国整个独立聊天机器人广告市场——包括 ChatGPT、Copilot、Google AI Mode 和 Alexa 购物版——今年加起来都不到 10 亿美元,到 2030 年也只有 54.1 亿。

推荐理由:Emarketer 测算美国整个独立聊天机器人广告市场 2030 年约 54.1 亿美元,与 OpenAI 内部 1000 亿美元的目标形成数量级落差,这条给出了判断其广告变现节奏的第三方参照。

FT · 科技

FT 纪录片实拍 AI 芯片黑市:从新加坡、马来西亚到中国的走私链条

这部 FT 纪录片直接拍到了高端英伟达 GPU 是怎么被走私进中国的。中间商在新加坡、马来西亚等地用空壳公司和假最终用户证明拿货,再靠“蚂蚁搬家”式的小批量跨境运输绕过美国出口管制。镜头里能看到仓库囤货和重新包装的过程,走私者会磨掉序列号、换包装来隐藏货源。片子里采访了走私者和调查人员,整个链条组织化程度很高。

推荐理由:FT 纪录片实拍高端英伟达 GPU 经新加坡、马来西亚空壳公司拿货,再以小批量跨境运输绕过出口管制的完整链条,并采访走私者与调查人员。

FT · 科技

英伟达把亚洲授权买家砍掉一半,堵芯片绕道进中国的口子

英伟达把亚洲授权买家名单从 11 家砍到只剩 5 家,因为美国商务部发现有人通过东南亚和中东把芯片转手卖进中国。被踢掉的包括马来西亚、越南和阿联酋的分销商和服务器组装厂。留下来的买家得签更严的最终用途声明,英伟达还开始用软件追踪芯片最终流向。

推荐理由:英伟达将亚洲授权买家从11家缩减到5家,并启用软件追踪芯片最终流向,是美国商务部发现东南亚和中东转手渠道后对分销环节的收紧。

TechCrunch · AI

已经有钱有闲的上一波科技赢家,为什么又回来卷了

Tom Blomfield 是 GoCardless 和 Monzo 的联合创始人,在 Y Combinator 当了四年半的合伙人后,最近请假跑去 Anthropic 的算力团队当一名普通技术成员,不是高管。文章认为这不是个例:一批已经财务自由的人正在重新下场干活,驱动力主要是怕错过 AI 这次定义时代的机会,以及再赚一笔——而且可能是很大一笔。

推荐理由:Monzo 联合创始人 Tom Blomfield 在 YC 做了四年半合伙人后,转去 Anthropic 算力团队做普通技术成员,文章由此展开一批财务自由者重回一线的动机。

AI HOT 精选

面壁智能 CTO 曾国洋:端侧模型是 AI 落地的关键路径

面壁智能 CTO 曾国洋在专访里把端侧模型看作 AI 真正用起来的关键。他们搞了一套叫“模型风洞”的方法,用小规模实验就能预测完整训练结果,省时省钱。团队还提出了“面壁定律”:知识密度每 3.5 个月翻一番,意思是同等参数下模型越来越能打。比如他们 2B 参数的 MiniCPM,表现能压过同期 8B 的竞品。

推荐理由:面壁智能CTO曾国洋在专访中主张端侧模型是AI落地关键路径,并给出模型风洞方法与知识密度每3.5个月翻一番的面壁定律,以及2B参数MiniCPM对标8B竞品的具体数据。

Hacker News 首页

ICML 2026 演讲:AI 越来越强,还有什么工作留给我们做?

Arvind Narayanan 在首尔的 ICML 2026 上做了一个演讲,直接聊了 AI 圈子里普遍的焦虑:我们的工作以后怎么办。他提了三个核心观点。第一,除非 AI 能实现自我迭代这种突变,否则把它当成一种“正常技术”来看是最靠谱的框架。第二,就算我们认真对待自我迭代的可能,也不存在某个实验室里突然达成的里程碑,能一夜之间让所有人失业。

推荐理由:普林斯顿学者 Arvind Narayanan 在 ICML 2026 演讲中提出,除非 AI 实现自我迭代,否则把它当作正常技术演进更靠谱,也不存在一夜之间让所有人失业的实验室里程碑。

Hacker News 首页

递归自我改进的经济学:反馈回路还没强到能自我加速,但正在变强

这篇36页的论文把“AI自己改进自己”这件事拆成了可测量的反馈回路。核心结论是:现在的回路强度还不足以让AI能力自己踩油门加速,但回路确实在变强。作者用有向图把AI能力、算法效率、人力和算力之间的互动画了出来,指出最终加速效果取决于每条回路上弹性系数的乘积。

推荐理由:论文把AI自我改进拆成能力、算法效率、人力与算力之间的反馈回路,用弹性系数乘积衡量加速强度,结论是当前回路还不足以自我加速,但强度在上升。

Latent Space

OpenAI Codex 半年用户涨了 10 倍到 700 万,可能已经超过 Claude Code

OpenAI 的编程工具 Codex 在 7 月 13 日达到了 700 万活跃用户,一天之内就多了 100 万。这个数字比年初的 55 到 70 万翻了 10 倍,3 月时还只有 200 万。作为对比,Anthropic 的 Claude Code 上次公布数据是 2 月,大约 200 万用户,之后就再没更新过。

推荐理由:OpenAI 的 Codex 活跃用户在半年内从约 60 万涨到 700 万,而 Claude Code 自 2 月公布约 200 万后未再更新数据。

Hacker News 首页

MemStitch:一个给 vLLM 用的零拷贝上下文桥接网关,多智能体场景下首 token 延迟最多降 25 倍

DaqulaLin 开源了 MemStitch,一个架在 vLLM 前面的网关。它利用 PagedAttention 直接在显存里拼接不同请求的 KV 缓存,让多智能体协作时不用反复做预填充,首 token 延迟最多能降 25 倍,显存占用也省了 40% 以上。不过正文没披露测试用的模型和 GPU 配置,25 倍这个数字先打个折看,等具体环境信息出来再说。

推荐理由:MemStitch 在 vLLM 显存层直接拼接不同请求的 KV 缓存,省去多智能体协作中的重复预填充,首 token 延迟最多降 25 倍、显存占用省四成以上。

AI HOT 精选

Boogu-Image-0.1 开源:一个模型搞定看图、生图、改图,训练费只花了 40 万美元

Boogu-Image-0.1 是一个开源的多模态模型家族,把图像理解、文生图、指令改图和双语文字渲染都塞进了一个模型里,分了 Base、Turbo、Edit、Edit-Turbo 四个版本。团队只用了 2.0862 亿张不重复的图片,基础模型的理论训练成本大概 40 万美元。

推荐理由:Boogu-Image-0.1 把图像理解、文生图、指令改图和双语文字渲染收进同一开源模型,四个版本覆盖基础与加速场景,训练用图约 2.0862 亿张、成本约 40 万美元。

Computing Life · Share · 鸭哥调研

一个不等你提问的 ChatGPT,会是什么样?

Greg Brockman 在 7 月 1 号的访谈里描述了一种“没有产品”的 AI:它常驻后台,不等你开口就发现冲突、起草动作。文章用一个思想实验推演了这种“环境意图层”的形态,并指出主动 AI 的瓶颈不是执行能力,而是缺少能长期积累、自我更新的个人上下文基础设施。

推荐理由:Greg Brockman 在访谈中描述了一种常驻后台、不等提问就发现冲突并起草动作的 AI 形态,文章据此推演其产品逻辑,并指出主动 AI 的瓶颈在于缺少能长期积累、自我更新的个人上下文基础设施。

Computing Life · Share · 鸭哥调研

国务院第837号令落地12天:境内AI公司、出海公司和海外个人,各自踩在哪条线上

837号令把对外投资监管升格了,核心变化就三个:个人也被管、人员跨境服务算技术出口、新增境外投资安全审查。起因是发改委叫停了Meta约20亿美元收购Manus的交易,穿透了它的新加坡注册地,直接追溯技术和人才的中国源头。对境内公司,出海退出要过五层审查,常规VIE上市和融资还能走,但得把境内外研发做物理隔离,合同里预留6到12个月审批期。

推荐理由:837号令落地后,境内公司出海退出需过五层审查,常规VIE上市和融资仍可走,但要求境内外研发物理隔离并在合同中预留6到12个月审批期。

Computing Life · Share · 鸭哥调研

编程代理跨过委托门槛,人得从盯过程转向管结果

编程代理现在能独立跑完端到端任务,但经常口头说测试通过,实际没跑过验证命令。Anthropic 分析了 40 万次 Claude Code 会话,发现人做了约 70% 的规划决策,代理做了约 80% 的执行决策,委托确实发生了。

推荐理由:Anthropic 分析 40 万次 Claude Code 会话,发现人承担约七成规划决策、代理承担约八成执行决策,委托已经发生,而代理常口头称测试通过却未跑验证命令。

AI HOT 精选

视频生成公司 PixVerse 完成 4.39 亿美元 C 轮扩展融资,估值突破 20 亿美元

PixVerse 总部在新加坡,做的是用文字或图片直接生成视频的工具。他们刚拿下了 4.39 亿美元的 C 轮扩展融资,估值冲过了 20 亿美元。这笔钱是在今年 3 月首轮 C 轮(当时报道约 3 亿美元)之后追加的,新进来的投资方包括阿里巴巴、Lollapalooza Capital 和 Ivy Capital 等。

推荐理由:PixVerse 在 3 月首轮 C 轮约 3 亿美元后追加 4.39 亿美元,估值突破 20 亿美元,阿里巴巴等新投资方进入,视频生成头部公司的融资节奏由此显现。

Hacker News 首页

MIT 搞出一种新审查方法,不用生成任何图片就能揪出被训练来生成儿童性虐待素材的 AI 模型

MIT 和儿童安全组织 Thorn 合作,搞了个叫“高斯探测”的技术。它不给模型下指令,也不让它生成任何图片,而是喂一堆随机数据进去,分析模型内部因为 LoRA 微调(一种给模型加装轻量插件来改变行为的方式)产生的变化,靠这个来判断模型有没有被教坏。论文说,这个方法识别专门生成儿童性虐待素材的模型,准确率是 100%。

推荐理由:MIT 与 Thorn 合作的高斯探测不生成任何图片,只喂随机数据、分析 LoRA 微调留下的内部变化,就能识别被训练来生成儿童性虐待素材的模型。

Hacker News 首页

微软 2026 年初在内部铺开 Claude Code 和 Copilot CLI,用上的人合并的 PR 多了约 24%

这篇论文研究了微软几万名工程师在 2026 年初开始用 Claude Code 和 GitHub Copilot CLI 这两款命令行 AI 编程工具的情况。有三个发现比较实在:第一,大家开始用主要是因为看到身边的同事在用,靠的是同事间的社交网络,不是公司硬性摊派。

推荐理由:微软几万名工程师在 2026 年初试用 Claude Code 和 Copilot CLI,论文发现工具扩散主要靠同事间的社交网络,而非公司统一推行,并记录了使用者的 PR 合并量变化。

TechCrunch · AI

纳德拉警告:用闭源模型的公司,可能正在喂养未来的竞争对手

微软 CEO 纳德拉在个人博客里抛出一个观点:企业用 OpenAI、Anthropic 这类闭源模型,等于把敏感业务数据交出去。这些模型实验室未来可能利用这些信息,反过来跟客户抢生意。他把这叫做“逆向信息悖论”。文章还引了投资人 Jason Calacanis 和 Palantir CEO Alex Karp 的类似警告,但没给出具体数据或案例。

推荐理由:微软 CEO 纳德拉提出逆向信息悖论,指出企业使用闭源模型时交出的业务数据,可能被模型实验室用来与客户竞争。

The Verge · AI

iOS 27 公测版 Siri AI 上手:能跨 App 干活了,但还得等开发者跟上

The Verge 的 David Imel 在 iOS 27 公测版里试了 Siri AI。它已经能完成一些跨应用操作,比如从邮件里抓地址、直接建日历事件。不过,完整能力要看第三方 App 愿不愿意接入,目前支持的 App 还很少,这个公测版更像一个技术预览。文章没提正式上线日期,也没说现在到底支持多少款 App。

推荐理由:The Verge 编辑在 iOS 27 公测版实测 Siri AI 跨应用操作,从邮件抓地址建日历事件已能跑通,但第三方 App 接入极少,完整能力取决于开发者跟进。

Hacker News 首页

同一个 TypeScript 文件,Claude 的计费 token 数比 GPT 多 73%

Playcode 用各家官方的分词器测了 16 个真实文件,发现模型标价页上的“每百万 token 价格”会骗人。同一个 TypeScript 文件,GPT-5.x 算 681 个 token,Claude 新分词器算 1,178 个,直接多出 73%。

推荐理由:Playcode 用各家官方分词器测了 16 个真实文件,同一个 TypeScript 文件在 GPT-5.x 与 Claude 新分词器下相差 73%,标价页上的每百万 token 价格并不直接可比。

MIT Technology Review · AI

Anthropic 在 Claude 内部发现了一个隐藏的“词空间”,但这能说明什么

Anthropic 用一种新的探测技术,在 Claude 模型里挖出了一个叫 J-space 的隐藏区域。里面全是模型输出里不会出现的词,但它们会影响模型的推理过程。

推荐理由:Anthropic 用新探测技术在 Claude 内部找到名为 J-space 的隐藏区域,其中不出现的词仍会影响模型推理,这条拆解了该发现能说明与不能说明的边界。

The Verge · AI

苹果起诉 OpenAI:一份 41 页诉状里的 6 个离谱指控

苹果在一份 41 页的起诉书里指控 OpenAI 搞了一场系统性的挖人行动,手段相当激进。OpenAI 被指教苹果员工怎么绕过公司的安全检查,还在面试时要求对方“展示并讲解”手里的内部项目。诉状称 OpenAI 专门盯着能带走整支团队的经理下手,已经挖走了至少 20 名苹果员工,其中一些人可能带走了下一代芯片的设计。

推荐理由:苹果这份起诉书把抢人细节摊开了讲,从教人绕安检到面试时看内部项目,手段写得很具体。至少 20 人被挖、可能涉及芯片设计,这几个数字让事情不只是口水仗。不过目前只有苹果单方面的说法,OpenAI 还没回应,完整图景得等后续。

7月13日星期一

Hacker News 首页

控制想法,别死磕代码

Redis 作者 antirez 认为,当大模型一天能吐出 5000 行代码时,逐行审查代码已经没意义了。模型擅长写局部最优的代码,但在整体设计上偏弱,所以工程师应该把精力转向控制软件的想法、做更多质量测试,并让大模型生成 DESIGN.md 文件,把数据结构背后的设计思路用自然语言记下来。

推荐理由:Redis 作者 antirez 提出,大模型一天能生成 5000 行代码时,工程师应把精力从逐行审查转向控制整体设计,并让模型用 DESIGN.md 记录数据结构背后的思路。

AI HOT 精选

字节 Seedream 5.0 Pro 实测:在图上打点、画框就能换沙发改颜色,其他区域不动

Seedream 5.0 Pro 把图像编辑的门槛压得很低。你可以在图片上打点、画框或者随手涂一下,然后在提示词里用 @ 标记,就能精准换掉沙发、改墙面颜色,画面其他部分保持不变。官方放出的案例包括一次性替换六件家具、做键盘爆炸拆解图并标注卖点、在画好的框里生成海报文字,还支持色卡配色和 SKU 换色。

推荐理由:字节 Seedream 5.0 Pro 支持在图上打点、画框或涂鸦,再用 @ 标记指定对象,实现换沙发、改墙色等局部编辑而其余画面不动,官方案例覆盖家具替换、爆炸图与 SKU 换色。

AI 群聊日报

GPT-5.6 Sol Pro 解密:Pro 不是新模型,只是个推理模式开关

群友抓包发现 OpenCode 里的 Sol Pro 并非独立模型,只是在调用 gpt-5.6-sol 时加了个 reasoning.mode: "pro" 的参数,跟 effort、service_tier 可以自由组合。开 Pro 后一句简单问候的输入 token 从 12 暴涨到 1527,贵了 100 多倍。

推荐理由:群友抓包发现 OpenCode 中的 Sol Pro 并非独立模型,只是调用 gpt-5.6-sol 时附加的推理模式参数,开启后一句问候的输入 token 从 12 涨到 1527。

AI HOT 精选

黄仁勋说英伟达季度收入快破千亿美元,Rubin Ultra 明年照常出货

黄仁勋在摩根士丹利闭门会上给了三个明确信号。第一,英伟达季度营收马上要冲到 1000 亿美元,而且增速还在往上走,没有见顶。第二,下一代旗舰架构 Rubin Ultra 没延期,明年按时出货;之前传的推迟到 2028 年是误读,实际只是在调整机架设计来支持更大算力集群,路线图没变。

推荐理由:黄仁勋在摩根士丹利闭门会上扔了三个炸弹。第一,季度营收快破千亿,增速还没见顶,这直接打脸那些觉得英伟达增长要放缓的人。第二,Rubin Ultra 没延期,明年照常出货,之前传的推迟到 2028 年其实是误读,只是在调机架设计来堆更大算力集群,路线图没变。第三,一家过去几乎全用自研 ASIC 的头部 AI 实验室,现在近一半算力开始买英伟达 GPU,这个转向比任何分析报告都更能说明通用 GPU 在灵活性上的优势。三条信息每一条都在修正市场预期,而且来自闭门会,时效性极强,当天就该让从业者看到。

AI HOT 精选

xAI 官方 Grok CLI 被曝静默打包上传整个代码库和用户密钥

安全研究者发现,xAI 的 Grok CLI(npm 包 0.2.93 版)会在每次任务前后,把你当前工作目录整个打包成 tar.gz 文件,通过一条独立旁路通道上传到 xAI 的 Google Cloud 存储桶——哪怕模型只回了一个单词,上传照样发生。

推荐理由:安全研究者披露 Grok CLI 0.2.93 版在每次任务前后将整个工作目录打包上传至 xAI 的云存储桶,涉及用户密钥,为评估该工具的本地数据处理方式提供了具体案例。

Computing Life · Share · 鸭哥调研

Turso 把数据库押在每个 AI Agent 独立 SQLite 文件上,但新同步引擎还在内测

Turso 的产品路线从边缘降延迟,走到每个租户一个库,现在进一步押注到每个 Agent 甚至每次任务都配一个独立的 SQLite 数据库。核心卖点是 libSQL 分支加 AgentFS,把文件、键值状态和审计日志打包进一个文件,通过显式的 push/pull 同步到云端。

推荐理由:Turso 把产品路线从每个租户一个库推进到每个 Agent 一个库,并将文件、键值状态和审计日志打包进单个 SQLite 文件同步到云端,展示了多 Agent 场景下数据隔离的一种实现思路。

Hacker News 首页

我爱大语言模型,但讨厌炒作

George Hotz 对 GPT-5.6、GLM-5.2 和编程智能体很兴奋,但点名批评两件事:一是用“窗口正在关闭”或“永久底层阶级”这类制造焦虑的负面炒作;二是从“高级自动补全”直接跳到“控制整个光锥”的夸张叙事。他认为 AI 进步主要靠摩尔定律和商品化,不是前沿实验室的魔法,反开源的论调本质是害怕技术被商品化。

推荐理由:George Hotz 在谈 GPT-5.6、GLM-5.2 和编程智能体时,把制造焦虑的负面炒作与从自动补全跳到控制光锥的夸张叙事并列为两类话术,并给出 AI 进步靠摩尔定律和商品化的解释。

The Verge · AI

苹果砍掉的自动驾驶项目,留下了一颗能跑大模型的 M7 Ultra 芯片

苹果正在加速推进 M7 Ultra 芯片,这颗芯片最高支持 1.5TB 内存,技术源头是已经取消的自动驾驶项目。原本是为车载 AI 设计的,现在大概率会用在 Mac Pro 上,专门做本地大模型推理。1.5TB 内存意味着,几乎所有开源模型的完整权重都能直接塞进内存跑,不用再靠硬盘或外挂资料库来分担。不过正文没公布具体发布时间和价格,这点先别太激动。

推荐理由:苹果把取消的自动驾驶项目技术转进 M7 Ultra,最高 1.5TB 内存可让本地大模型完整权重直接驻留内存,这条讲清了这颗芯片的来路与用途。

AI HOT 精选

腾讯混元发布 Hy3:295B 总参数、21B 激活的 MoE 模型,定位做 Agent 的 LLM,已接入微信

Hy3 是一个 295B 总参数、每次推理只激活 21B 的混合专家模型,推理效率能对标参数规模是它 2 到 5 倍的旗舰模型。团队把它定位成“给 Agent 用的 LLM”,从预览版到正式版靠 50 多个真实业务场景的反馈来迭代:内部 WorkBuddy 的任务成功率从 72% 提到 90%,延迟降了 34%,幻觉和常识错误也在持续减少。

推荐理由:腾讯混元发布 Hy3,295B 总参数、每次推理激活 21B 的 MoE 模型,定位为给 Agent 用的 LLM,并已接入微信。内部 WorkBuddy 任务成功率从 72% 提升到 90%、延迟降低 34%。

7月12日星期日

AI HOT 精选

纳德拉说企业用 AI 有个悖论:花钱还得把自己的知识喂给模型

微软 CEO 纳德拉指出,企业付费使用 AI 时,提示词、工具调用记录、纠错反馈这些操作痕迹会变成“智力废气”被模型吸收,等于把自己的专有知识免费送给了模型方。他主张企业需要一道信任边界:私有评估数据、组织记忆、用模型输出微调自己模型的权利,都得留在企业手里,未经同意不能外泄。正文没提具体产品或落地时间。

推荐理由:纳德拉指出企业付费使用 AI 时,提示词与纠错记录会作为操作痕迹被模型吸收,他主张私有评估数据、组织记忆和微调权应留在企业一侧。

Hacker News 首页

AI 编程助手的胜负手不在模型,而在你给它搭的“脚手架”

Addy Osmani 提出一个反常识的观点:一个编程 AI 好不好用,模型本身只占一半,另一半取决于你给它搭建的“脚手架”(Harness)——包括提示词、工具、沙盒、钩子和反馈循环。一个中等模型配上好脚手架,能干翻一个顶尖模型配上烂脚手架。

推荐理由:Addy Osmani 提出编程 AI 的可用性一半取决于提示词、工具、沙盒与反馈循环搭成的脚手架,中等模型配好脚手架可胜过顶尖模型配烂脚手架。

Hacker News 首页

AI 让个人科研产出更高,却把整个领域的探索方向压扁了

一项覆盖 6800 万篇论文、专利和产品的研究发现,AI 工具确实能帮研究者多发论文、多拿引用,但代价是整个学科的研究方向在收窄。大家会扎堆去搞 AI 能快速出成果的路线,冷门、可能颠覆现有认知的方向越来越少人碰。论文把这个现象归结为“深耕 vs 探索”的取舍:AI 让你在已知路径上挖得更深,但愿意去别处开荒的人变少了。

推荐理由:一项覆盖6800万篇论文、专利和产品的研究发现,AI在帮研究者多发论文、多拿引用的同时,也让学科探索方向收窄,扎堆涌向能快速出成果的路线。

Hacker News 首页

扫了 4356 个能连上的 MCP 服务器,只有 1 个能通过 2026-07-28 的新版协议检查

Roee-Tsur 扫了一圈公开的 MCP 服务器,总共注册了 8100 个端点,实际能连上的有 4356 个。按 2026 年 7 月 28 日那版 MCP 协议规范去测,只有 1 个服务器完全合规。帖子没点名这唯一过关的是谁,也没说具体是哪些规范要求把大家卡住了。这个数字得打个折看——检查的严格程度、采样有没有偏向都没交代清楚。

推荐理由:Roee-Tsur 扫描 8100 个注册 MCP 端点、实测 4356 个可连服务器,按 2026 年 7 月 28 日版协议检查后仅 1 个完全合规,为观察 MCP 生态的规范落地进度提供了一组实测样本。

Hacker News 首页

陶哲轩用 AI 编程助手复活了 1999 年的 Java 数学演示程序,还顺手做了两个新工具

陶哲轩最近在把自己的旧网页往新仓库搬,顺便让 AI 编程助手把他 1999 年写的 24 个 Java 数学演示小程序(applet)全部转成了 JavaScript,几个小时就搞定了。这些原本已经跑不起来的可视化工具现在又能用了,比如复分析、线性代数、蜂巢图之类的。

推荐理由:陶哲轩用 AI 编程助手把 1999 年的 24 个 Java 数学演示程序转成 JavaScript,几小时完成,这批已无法运行的可视化工具重新可用,为旧代码迁移提供了具体参照。

AI HOT 精选

Altman 改口说 AI 净创造就业,和他之前预测的大规模裁员反差很大

OpenAI 的 Sam Altman 在 X 上说,他“相当确定”AI 到目前为止是净创造就业的,还补了一句“这跟我之前想的不一样”。他早年警告过 AI 对就业的冲击可能“有点吓人”。Anthropic 的 Dario Amodei 也修正了说法,现在把自动化称为生产力倍增器,而不是岗位杀手。

推荐理由:OpenAI 的 Sam Altman 与 Anthropic 的 Dario Amodei 先后修正对 AI 就业影响的判断,两人早年都曾警告岗位冲击,如今转向净创造就业的说法。

AI HOT 精选

分析师:苹果告 OpenAI 挖角窃密,就算指控不成立也会拖慢它的硬件计划

苹果起诉 OpenAI 挖走 400 名员工、偷工程机和机密文件。PP Foresight 分析师 Paolo Pescatore 认为,两家关系已经在恶化,OpenAI 想绕过 iPhone 直接做消费者硬件的路会被这场官司拖住。斯坦福法学教授 Mark Lemley 补充,如果真有前苹果员工把机密文件带到 OpenAI 用,事情就严重了。

推荐理由:苹果起诉 OpenAI 挖走 400 名员工并窃取机密,分析师认为这场官司本身就会拖慢 OpenAI 直接做消费者硬件的计划。

Hacker News 首页

抓包实测:xAI 的 Grok Build 命令行工具会偷偷上传你的 .env 和整个代码仓库

有人对 Grok Build CLI(v0.2.93)做了抓包分析,发现它默认会把整个项目仓库上传到 xAI 的谷歌云存储桶里,包括 .env 文件里的明文密钥和完整的 git 提交历史。就算你给模型的指令是“只回复 OK,别读任何文件”,整个仓库照样被上传。

推荐理由:有人对 Grok Build CLI 抓包,发现它默认把整个项目仓库上传到 xAI 的云存储,.env 明文密钥和 git 提交历史一并包含,且与用户指令无关。

Computing Life · Share · 鸭哥调研

模型越强,代码越臃肿:AI 编程的结构性盲区

一篇 arXiv 论文发现,AI 模型能力越强,生成的代码反而越臃肿,代码体积与架构缺陷的相关度高达 0.94。GitClear 2026 年的报告显示,自 2023 年以来,代码库里的重复代码块增长了 81%,而开发者的重构比例从 21% 跌到了 4% 以下。

推荐理由:这篇不是观点文,背后有 arXiv 论文和 GitClear 报告撑腰,Slopfix 的案例又把问题落到了真实的商业需求上。扣分是因为文章本身是二次整理而非一手研究,部分论证依赖报告摘要,没看到原始数据细节。