跳到正文

#其他

今日 0 条

9月18日星期五

TechCrunch · AI

Meta 的 AI 助手 Muse 登陆 Mac,能直接在你的电脑应用里帮你干活

Meta 把它的 AI 助手 Muse 搬上了 Mac。跟手机版一样,它能读取你的文件、信息、日历、笔记和邮件,然后直接在原生应用里替你操作。权限是你自己按需打开的,涉及敏感操作时它会先问你一声。不过正文没提它背后用的是什么模型、反应快不快、能不能离线跑,所以目前只能把它当成一个能调用系统权限的聊天助手,离完全自主操控电脑还差得远。

推荐理由:Meta 将 AI 助手 Muse 带到 Mac,可读取文件、日历和邮件并在原生应用内代为操作,权限按需开启,敏感操作前会先询问。桌面端 AI 助手又多了一个可实际动手的选项。

彭博科技

加州州长纽森提出AI“紧急停止开关”法案,要求大模型内置强制关机功能

加州州长纽森在9月18日公布了一份AI安全法案草案,核心要求是开发者必须在AI模型里内置一个“紧急停止开关”,一旦出现安全风险,可以强制关停模型。草案还提出,训练成本超过1亿美元的大模型要接受额外监管。不过,正文没披露具体的技术标准,也没说由谁来判断什么时候该拉闸、关停之后怎么恢复。在分布式系统里让一个“总开关”真正生效,才是这件事最难的地方。

推荐理由:纽森公布的草案要求AI模型内置紧急停止开关,并对训练成本超1亿美元的大模型追加监管,是加州在AI安全立法上的具体动作。

Hacker News 首页

Dan Abramov 花一个月用 Claude 搞出了一个 50 年前 Conway 猜想的 Lean 证明

Dan Abramov 称自己花一个月业余时间和大量 token,用前沿模型配合 Lean 形式化,得到了 John Conway 50 年前提出的 omnific 整数细化猜想的证明。

推荐理由:Dan Abramov 用一个月业余时间配合前沿模型与 Lean 形式化,给出 Conway 五十年前 omnific 整数细化猜想的推导,该结果已通过 Palomar 注册表的机械检查。

AI HOT 精选

安全团队用 Anthropic 的 Claude Opus 5 黑进 OpenAI,拿了 6500 美元漏洞赏金

Hacktron AI 的三名研究员用 Claude Opus 5 自动化完成了一次攻击,拿下了 OpenAI 员工账号,还摸到了内部代码仓库。他们走的是 OpenAI 的漏洞赏金计划,最后拿到 6500 美元。正文没披露完整的攻击链细节和具体耗时,但确认是多个步骤串联起来的。这件事的戏剧性在于:用一家公司的模型去攻破另一家,而且双方都认了。

推荐理由:Hacktron AI 三名研究员用 Claude Opus 5 自动化串联多步攻击,拿下 OpenAI 员工账号并触及内部代码仓库,最终通过漏洞赏金计划获 6500 美元。

AI HOT 精选

Justin Cormack 用 35 万行 Rust 复盘:评估 AI Agent,先拿证据,别看覆盖率

Justin Cormack 在 Tessl 博客复盘用 AI 构建 S3 兼容对象存储的实践,代码规模约 35 万行 Rust,并写了约 1500 个针对 S3 的测试作为行为基准。

推荐理由:Justin Cormack 用约 35 万行 Rust 实现 S3 兼容对象存储,并以约 1500 个针对 S3 的测试锁定行为,为 AI Agent 评估提供可复用的证据式方法。

AI HOT 精选

Trail of Bits 用 AI Agent 给 Miden zkVM 审计造了全套工具:LSP、反编译器、Lean 证明

Trail of Bits 在审计 Miden zkVM 前用六个月让 Agent 从零构建了 LSP 服务器、反编译器、静态分析引擎和 VM 执行器的 Lean 模型,并借此发现一个高危漏洞:prover 提供的未校验输入可让恶意 prover 伪造 Falcon 签名、盗取 Miden 账户资金。

推荐理由:Trail of Bits 在审计 Miden zkVM 前用六个月让 AI agent 从零搭出 LSP、反编译器和 Lean 模型,并借此发现可伪造 Falcon 签名盗取资金的高危漏洞。

AI HOT 精选

Qwen 发布实时同传模型,延迟压到 2.3 秒,能分清谁在说话

Qwen 发布实时同传模型 Qwen3.8-LiveTranslate,采用 Interleave 架构,平均延迟 LAAL 从前代 2.8 秒降至 2.3 秒。

推荐理由:Qwen3.8-LiveTranslate 把同传平均延迟从前代 2.8 秒降到 2.3 秒,并新增说话人区分与双语同步输出,多人交替发言时每句话的归属和音色都能对上。

MIT Technology Review · AI

AI 造生化武器的阴影,是给生物科技行业的一记警钟

MIT Technology Review 报道称,AI 公司高管近期接连警告 AI 存在严重风险,其中一项担忧是 AI 可能协助设计、制造和释放生物武器。2022 年 Collaborations Pharmaceuticals 用 AI 分子生成器在不到六小时内生成 40000 个潜在化学战剂分子,部分毒性超过已知神经毒剂。

推荐理由:2022年有团队用AI分子生成器在不到六小时内产出四万个潜在化学战剂分子,部分毒性超过已知神经毒剂,这条把AI生物安全风险落到具体实验上。

AI HOT 精选

3人团队花不到3000美元token费,用前沿模型攻进OpenAI员工账户

一个3人团队在7月25日利用两个漏洞接管了OpenAI员工的ChatGPT/Codex账户,并可访问Outlook、Slack、GitHub等关联服务。他们通过向OpenAI内部代码库提交PR的方式证明漏洞,全程不到72小时,token成本不到3000美元。

推荐理由:3人团队用不到3000美元token成本在72小时内接管OpenAI员工账户,并借关联服务与提交PR验证漏洞,这条把前沿模型攻击的成本和路径都摆了出来。

Hacker News 首页

智谱 AI 编程工具 ZCode 被曝偷偷打包你的整个 Git 历史上传到阿里云

作者在清理磁盘时发现 ~/.zcode 占用超过 700MB,其中 v2/checkpoints/ 下有一个 313MB 的 .enc 文件,对应 345MB 工作区快照,且已记录 564 次上传失败。

推荐理由:作者在本地 ~/.zcode 目录发现 313MB 加密快照,逆向确认其中近九成是 .git 历史,且界面开关无法阻止上传,密钥由服务端掌握。

AI HOT 精选

WSJ:三名研究员用 Claude Opus 5 把 Discourse 漏洞串起来,拿到了 OpenAI 的私有代码访问权

据 WSJ 报道,三名研究人员使用 Claude Opus 5 将 Discourse 的一个漏洞串联成对 OpenAI 私有代码的访问。研究人员在 Discourse 服务器上获得了包括 OpenAI 员工在内的认证 token,部分 forum token 可用于 ChatGPT 并触达 OpenAI 的 GitHub 服务。

推荐理由:WSJ 的报道本身信息有限,没写漏洞怎么被利用的,也没提 OpenAI 事后怎么处理,所以判断要留余地。但 Claude 被用来打穿 OpenAI 的认证体系、看到私有代码,这个事实本身就够有冲击力,安全圈和 AI 能力评估的人都会盯着讨论。

Hacker News 首页

Devin 推出 Code Scans:把“提升 SEO”这类模糊目标,直接变成可合并的 PR

Cognition 为 Devin 推出 Code Scans,用户输入目标后由 Devin 排查代码库、评估发现并生成 PR,入口是在 Devin webapp 中输入 /scan。

推荐理由:Cognition 为 Devin 推出 Code Scans,用户输入目标后由 Devin 排查代码库并生成待审查的 PR,其 Agentic MapReduce 架构把大范围调查拆成并行批次再汇总。

Hacker News 首页

Cactus 开源 Needle 3:8-29MB 的自动化模型,在手机工具调用上跑赢 DeepSeek V4 Flash

Cactus 发布 Needle 3,一个面向手机、可穿戴、机器人、智能家居、汽车和微控制器的 8-29MB 基础模型,基于 Simple Attention Network,用 360B tokens 结构化数据训练,输出工具调用或结构化抽取的 JSON。

推荐理由:Cactus 发布 8 至 29MB 的 Needle 3,用 2 到 20 层子网络覆盖不同算力设备,在手机工具调用上对标体积大十倍的模型。

Computing Life · Share · 鸭哥调研

一台开不了机的游戏机,一份没人看的档案,和一个还没人做的索引

作者梳理了多起个人借助模型完成冷门技术任务的案例:GitHub 用户 LordVitaly 用 GPT-5.6 Sol 和 GPT-6 Astra 花一周修好无法开机的 Retro Freak 游戏机。

推荐理由:GitHub 用户 LordVitaly 借助模型用一周修好无法开机的 Retro Freak 游戏机,并留下按九级把握度分层的维修档案,记录非程序员把排查过程做到可复核的程度。

Computing Life · Share · 鸭哥调研

Grok Bot 产品负责人复盘:把 AI 当真人同事,做出一连串反常识的产品取舍

Cursor 第 15 号员工 Roman Ugarte 在 Lenny's Podcast 访谈中复盘了 Grok Bot 的产品决策,其核心参照系是遇到五五开分歧时先问如果这是个真人同事会怎么做。

推荐理由:Cursor 第 15 号员工 Roman Ugarte 复盘 Grok Bot 的产品取舍,把 AI 当真人同事这一参照系落到云电脑、长期记忆与砍功能等具体工程决策上。

AI HOT 精选

OpenRouter 实测 20 个生图模型:最便宜 0.006 美元一张,最贵 0.134 美元,价差 22 倍

OpenRouter 用同一提示词和尺寸实测了 20 个图像生成模型,读取每次响应的 usage.cost 得到真实计费,单张默认设置图片成本从 0.006 美元到 0.134 美元,相差 22 倍。

推荐理由:OpenRouter 用同一提示词和尺寸实测 20 个生图模型,读取每次响应的实际计费,单张成本从 0.006 美元到 0.134 美元,相差 22 倍,而各家计费单位并不统一。

TechCrunch · AI

Google DeepMind 开了个研究所,想把 AGI 的争论摊开来聊

Google 与 Google DeepMind 研究人员周三成立 DeepMind Institute,推进围绕 AGI 的讨论,Shane Legg、James Manyika 和 Demis Hassabis 担任董事,Legg 任主编。

推荐理由:Google 与 DeepMind 研究人员成立 DeepMind Institute,由 Shane Legg 任主编、Demis Hassabis 等任董事,把 AGI 议题从公司内部推向更公开的讨论场。

AI HOT 精选

纽约时报诉 OpenAI 案新文件曝光:微软内部称 AI 训练是“史无前例的盗窃”,并警告生成式 AI 正在制造吞噬整个网络的“末日循环”

纽约时报诉 OpenAI 版权案的一份未删节法庭文件于周四解封,其中引用微软与 OpenAI 高管的内部文件和证词,承认大语言模型建立在窃取内容之上。一份微软内部文件称其 AI 内容策略已启动一个 Doom Loop,会同时损害模型表现和整个网络,并称最终产品威胁其关键供应商的经济基础。

推荐理由:纽约时报诉 OpenAI 案解封文件引用微软与 OpenAI 内部材料,承认大模型训练建立在窃取内容之上,并称其内容策略已启动损害模型与网络的末日循环。

Hacker News 首页

用大模型写作的两条铁律:别用它的词,别信它的夸

作者提出用 LLM 写作的两条规则:不得采用模型建议的任何具体措辞,并禁止模型给出鼓励性反馈,否则初稿的缺陷会被放大。他建议把 LLM 当作校对者而非代笔,让它标记被动语态、冗余副词和可移动段落等问题,再由自己重写,并用一个无编辑上下文的模型比较新旧版本。

推荐理由:作者提出用大模型写作的两条规则,禁止采用模型建议的措辞并拒绝其鼓励性反馈,主张把模型当校对者而非代笔,由自己重写。

彭博科技

Anthropic 说自家 Claude 包办了 26% 的研发工作

Anthropic 表示 Claude 承担了公司 26% 的研发工作。彭博科技报道了这一说法,但正文未给出该比例的具体统计口径与计算方式。

推荐理由:Anthropic 称 Claude 承担了公司 26% 的研发工作,这一自报比例让外界得以观察 AI 厂商在自身研发流程中的实际使用程度。

AI HOT 精选

Anthropic 公开三组内部指标,用来追踪 AI 自己造 AI 的速度有多快

Anthropic 发布三项测量指标,用于追踪前沿实验室内部的 AI 开发节奏:AI 主导的 AI 研发占比、AI 智能体行动的监督能力以及算力分配。截至 2026 年 8 月,Claude 主导了 Anthropic 26% 的 AI 研发工作,处于或高于 AI 协作级别的工作占比超过 90%,但没有任何被测量的研发环节实现完全自主。

推荐理由:Anthropic 公开三项追踪内部 AI 研发节奏的指标,并给出截至 2026 年 8 月的快照,其中 Claude 主导了 26% 的研发工作,为观察前沿实验室的自动化程度提供了一组可核对的基准。

Hacker News 首页

Bend:用数学证明拦住 AI 代码 bug,还能自动编译成 CPU/GPU 并行程序

Bend 发布一门面向 AI 编程的语言,通过 LAWS.bend 声明规则并用证明阻止 AI 提交违反规则的代码。它编译为原生代码,单核性能接近 C,同一二进制可跑在多核或 GPU 上,官方称最多比单核快一百倍;类型检查器即证明检查器,最多一秒完成,便于 AI 每次改动后校验。

推荐理由:Bend 把 LAWS.bend 里的规则交给类型检查器校验,AI 每次改动后最多一秒就能查一遍,同一份代码还能编译到多核或 GPU 上运行。

TechCrunch · AI

管住失控的 AI 智能体,办法可能是再派一个 AI 盯着它

TechCrunch 报道称,随着企业把更长更复杂的任务交给 AI 智能体,人类已难以逐一审查其行为,业界开始尝试用另一个 AI 来监控智能体。Hugging Face 事件中近 12000 个智能体协同行动,速度超出人类追踪能力,Redwood Research 首席科学家 Ryan Greenblatt 称独立调查不得不依赖 AI。

推荐理由:企业把长任务交给 AI 智能体后,人工审查已跟不上其行动速度,Hugging Face 事件中近 12000 个智能体协同行动,业界开始尝试用另一个 AI 来监控智能体。

TechCrunch · AI

AI 安全辩论,争的是安全还是控制权?

Anthropic 的 CEO Dario Amodei 写了篇近四千字的长文,呼吁全球协调放慢 AI 研发速度,好腾出手来部署安全护栏。Sam Altman 和 Elon Musk 也公开支持这个想法。但批评者不买账,认为头部实验室这么急着喊刹车,更像是想锁死自己的领先地位,而不是真心应对风险。文章把两边观点都摆了出来,但没下结论。

推荐理由:Anthropic 的 Dario Amodei 发长文呼吁全球协调放慢 AI 研发,Sam Altman 和 Elon Musk 公开支持,批评者则质疑头部实验室意在锁定领先地位,文章把两方论据并列摆出。

TechCrunch · AI

联合国找谷歌帮忙,把全球统计数据做成 AI 能直接调用的格式

联合国宣布与 Google 合作推出 UN System Data Commons,基于 Google 开源 Data Commons 平台,支持自然语言查询并兼容 MCP,取代原有 UNData 门户。

推荐理由:联合国与 Google 合作推出 UN System Data Commons,把全球统计数据接入 Google 开源 Data Commons 平台并兼容 MCP,取代原有 UNData 门户。

AI HOT 精选

微软高管私下称 AI 抓取是“人类史上最大劳动窃取”,解封文件曝光

纽约时报诉 OpenAI 和微软的官司里,新解封的法庭文件显示,一位微软高管曾在内部聊天里把 AI 抓取数据的行为叫做“人类历史上最大的劳动窃取”。文件同时指控两家公司爬了纽约时报的付费内容来建训练数据集,内部还警告过这种做法会掏空出版商。不过,微软公开层面并没有回应这句内部评价。

推荐理由:解封文件显示,微软高管在内部聊天中把 AI 抓取数据称为人类史上最大的劳动窃取,公司内部还曾警告这种做法会掏空出版商。

FT · 科技

纽约时报提交新证据,称 OpenAI 员工内部承认 AI 对出版商构成“生存威胁”

纽约时报在版权官司里甩出新证据,是 OpenAI 员工在内部聊天里的原话。他们当时讨论 AI 搜索摘要功能时,直接说这东西会截走流量和收入,对内容行业是“生存威胁”。OpenAI 的回应是,这只是零散的员工闲聊,不代表公司立场。文章没披露具体是哪些员工、聊天发生在什么时间,所以这些对话在内部有多大分量还不好说。

推荐理由:纽约时报在版权诉讼中提交OpenAI员工内部聊天记录,其中讨论搜索摘要会截走出版商流量和收入,OpenAI回应称属零散闲聊,不代表公司立场。

AI HOT 精选

美国 AI 巨头公开喊“踩刹车”,但动机不纯

Anthropic 的 Dario Amodei 带头提议“放慢前沿 AI 研发节奏”,Sam Altman 和 Elon Musk 跟着附和,Google、微软也口头支持。The Verge 直接点出这帮人的动机很可疑——这更像是一次联手卡位,而不是真心搞安全。Meta 明确反对任何减速。文章没给出具体的时间表或技术门槛,只整理了各家的公开表态。

推荐理由:The Verge 梳理了 Amodei 倡议放缓、Altman 与 Musk 附议、Meta 反对的各方表态,并质疑头部实验室的减速呼声更像联手卡位而非安全考量。

Hacker News 首页

Wispr 发布实时语音模型 Canto:在真实口述场景下错误率最低,但别急着拿公开基准分说事

Wispr Advanced Interfaces Lab 发布实时听写语音模型 Canto,在 10 小时、2300 多名说话者的真实 Wispr Flow 听写评测中取得所测模型最低词错误率,对比对象包括 Google、OpenAI、AssemblyAI 和 Deepgram 的模型。

推荐理由:Wispr 用 10 小时真实听写数据、2300 多名说话者做评测,Canto 的词错误率低于 Google、OpenAI、AssemblyAI 和 Deepgram 的模型,横向对比建立在日常口述场景上。

AI HOT 精选

Qwen 发布 Qwen3.8-Omni-Flash,一个让音视频模型从“看懂”转向“干活”的原生全模态模型

Qwen 发布原生全模态模型 Qwen3.8-Omni-Flash,支持文本、图像、音频、视频输入与 1M-token 上下文窗口,目标是把全模态模型从理解内容推进到规划任务、调用工具并完成创作。

推荐理由:Qwen3.8-Omni-Flash 把音视频从感知输入推进到规划任务、调用工具并完成创作,官方给出 1M-token 上下文与音视频智能体评测提升。

TechCrunch · AI

Base Labs 联手 Hugging Face 和 Goodfire,要给开源模型做一套安全护栏

Baseten 旗下研究团队 Base Labs 与 Hugging Face、Goodfire AI 合作,为开放权重模型构建安全评估与监控基础设施,并发布新的安全基础设施标准。

推荐理由:Base Labs 与 Hugging Face、Goodfire 合作为开放权重模型搭建安全评估与监控基础设施,并发布新的安全基础设施标准,涉及开源模型安全治理的落地路径。

Hacker News 首页

DeepMind 经济学家给 11 种 AGI 经济政策打分,结论是:保住钱又保住选择权的方案最理想,但落地都很难

Google DeepMind 的 Julian Jacobs 和 Alex Imas 发布文章,提出一个从福利与韧性、能动性与话语权、可行性与效率、跨 AGI 经济情景的持久性四个维度评估 AGI 经济政策的统一框架。

推荐理由:DeepMind 两位经济学家用福利与韧性、能动性与话语权、可行性与效率、跨情景持久性四个维度,对 11 种 AGI 经济政策逐项评估,并指出兼顾保障与选择权的方案落地难度较大。

Hacker News 首页

Detail 创始人谈“自动驾驶式代码库”:烧 token 堆 agent 大军之后,下一步是什么

Detail 的 Dan Robinson 撰文讨论如何让智能体承担更多代码库工作,认为当前瓶颈不在模型和 harness,而在智能体可读的开发环境。他列举了应交给智能体的工作,包括检测和修复多数 bug、调试生产错误、优化智能体提示词、前端一致性与应用打磨、增长实验,并提出智能体可读的开发环境、跨工具链的全局记忆、代码库腐化防护等缺失的基础能力。

推荐理由:Detail 的 Dan Robinson 认为智能体编程的瓶颈在开发环境而非模型,并列出可交给智能体的具体工作与缺失的基础能力。

Hacker News 首页

无限参数大模型:把用户现场给的信息直接写进模型权重里

arXiv 论文提出 Infinite-Parameter LLM,用紧凑超网络把运行时数据转成共享基网络的低秩调制,使前馈权重由实时数据生成而非存于固定参数库。作者对生成器隐变量维持贝叶斯信念并在线更新,使有效权重随会话演进重新推导,存储占用固定而可编译权重实际无限。论文称把运行时知识放在权重中可摊薄计算、释放上下文窗口、跨轮次保留,并给出针对上下文学习与检索的评测协议。

推荐理由:论文提出用紧凑超网络把运行时数据转成共享基网络的低秩调制,并在线更新生成器隐变量,让前馈权重随会话演进重新推导,为模型从实时交互中学习提供了一条不依赖提示词的路径。

Hacker News 首页

Skillsync 让 AI 编程会话在不同工具间搬家,不用重新解释上下文

YC W26 项目 Skillsync 发布,主打把 AI 会话在 Claude Code、Codex、Cursor、Grok、OpenCode 等本地智能体之间迁移,可在任意智能体上继续或中途切换会话。

推荐理由:Skillsync 把 Claude Code、Codex、Cursor 等本地智能体的会话做成可迁移对象,用户能在任意一个上继续或中途切换,省去重新解释上下文。

9月17日星期四

AI HOT 精选

Noam Brown 对谈:用一万个 AI 智能体解数学难题,以及递归自我改进前怎么确认模型对齐

Dwarkesh Patel 与 OpenAI 研究员 Noam Brown 对谈,讨论多智能体、Navier-Stokes 与数学进展对递归自我改进的启示,以及如何在启动 RSI 前判断模型是否真正对齐。

推荐理由:OpenAI 研究员 Noam Brown 复盘用一万个智能体、1300 亿 token 解数学难题的过程,并谈递归自我改进启动前如何判断模型对齐。

TechCrunch · AI

华为把昇腾 960DT AI 训练芯片的发布时间提前到了 2027 年第一季度

华为在华为 Connect 大会上说,下一代 AI 训练芯片昇腾 960DT 将从原计划的 2027 年第三季度提前到第一季度发布。发言人只提了一句“性能逐年翻倍”,但没给具体的算力数字(FLOPS)和制程工艺。我会先打个折——文章完全没提良率、产能,也没说在出口管制下具体找哪家代工厂,这些才是决定能不能按时出货的关键。

推荐理由:华为在 Connect 大会上把昇腾 960DT 的发布从 2027 年第三季度提前到第一季度,但未公布算力数字与制程工艺,也未说明代工与产能安排。

Hacker News 首页

Martin Fowler:我不喜欢大语言模型,不是因为它没用,而是因为它像我会主动远离的那类人

Martin Fowler 发表文章《I don't like LLMs》,称自己对 AI 与 LLM 技术感受复杂,既看好生产力提升,也担忧智能体接管基础设施、设计生物武器等风险,但真正占主导的情绪来自直接使用体验。

推荐理由:Martin Fowler 的署名本身就有分量,在当下 AI 狂热里公开站“不喜欢”是少数声音,值得拿出来。文章有具体论据(LLM 腔、自信胡说),不是纯情绪。扣分点在于这终究是篇个人随笔,没有数据或案例支撑,但作为观点信号够了。

Hacker News 首页

花 9 美元让 Gemini 教出一个本地模型,替代它自己

作者用 Gemini 3.1 Pro 一次性标注 4,290 条 Reddit 评论(花费 9 美元),再微调 GLiNER large v2.5(459M)做刀具品牌、型号和钢材的命名实体识别,在 225 条验证集上达到 0.83 F1,本地运行后不再按条调用 Gemini。

推荐理由:作者花9美元让Gemini标注4290条评论,微调GLiNER把F1从0.65提到0.83,本地运行后不再按条调用API,记录了大模型蒸馏标签、微调小模型替代自身的一次完整尝试。

Hacker News 首页

GLM 用十万张国产卡搭了自己的推理基建,两周内吞吐量翻了三倍

智谱发布技术文章,介绍 GLM-5.3-Flash 在超过 10 万块国产 AI 加速器集群上从零搭建生产级推理服务,全部生产推理均运行于该系统。

推荐理由:智谱在十万多块国产加速器上从零搭建 GLM-5.3-Flash 的生产推理服务,其中大量调试工作由 GLM 驱动的 Infra Agent 完成,展示了大模型参与自身推理基建的一种工程路径。