Skip to content

All news

5 today

Nov 10Tuesday

claude.dev Blog

Anthropic's Claude model guide: choosing between Fable, Opus, Sonnet and Haiku

Anthropic's selection guide says most coding and knowledge work should start with Claude Opus 5.5 at medium thinking effort, moving to Sonnet 5.5, Haiku 5.5 or Fable 5.2 as task difficulty changes. It frames model choice around the cost of finishing a task: set up automated acceptance checks first, then adjust thinking effort or step up a model, and hand easy-to-verify side tasks to smaller models.

Why it matters: Anthropic splits Claude selection into model, thinking effort and cost per finished task, and proposes automated acceptance checks plus reruns on failure to control spend.

Computing Life · Share · Yage

Agent harness techniques tested: which framework designs raise scores and which just raise cost

Controlled experiments from Surge AI and FireFlash show coding agents can improve through deeper single-model reasoning, test and goal-check gates, and a reworked terminal pipeline. In Surge AI's run, Compound Engineering lifted cost to 8x baseline while the score moved only from 31.1 to 32.9. Claude Opus 5.5 with higher thinking settings reached 42.4 at 3.5x baseline cost.

Why it matters: The two teams break down the cost and payoff of agent harness techniques, comparing multi-agent collaboration, deeper single-model thinking and terminal pipeline changes.

Nov 9Monday

Simon Willison

The Web Is More Than Enough, by Paul Ford

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。

Simon Willison

Hide your slop PR descriptions behind

Simon Willison 用人工筛选的简短引言概括 PR 改动,再将 AI 智能体生成的完整描述放进 <details><summary> 折叠区。GitHub Markdown 支持这些 HTML 标签,他用模型名及思考力度标注折叠标题,例如 Claude Opus 5.5 Medium,并按需加入截图。

Hacker News front page

Unlocking any car from X brand in most of the world

安全研究者 Sam Curry 与作者通过反编译某车企 App 的 APK,发现其管理后台 admintool 子域仅靠 JavaScript 包中硬编码的 API key 即可访问,可凭车牌号经 VIN 查到车主邮箱等 PII。他们进一步在 OpenIDM 实例的厂商 JavaScript 包中发现内嵌管理员凭据,而拿到用户 auth token 后即可远程解锁、鸣笛、启动车辆。

Simon Willison

parse_number() as a SQLite extension: C vs Rust

Simon Willison 用 Claude Opus 5.5 对比了 C 与 Rust 实现 SQLite parse_number() 扩展的差异:Rust 版体积为 321 KB(Rusqlite)和 298 KB(sqlite-loadable-rs),C 版仅 14 KB,但 Rust 版更快,原因是其 strtod 等价实现速度约为 C 的两倍。

Hacker News front page

How I Fight AI Brain Fry

作者用存放在 git 中的任务队列管理 Claude Code 或 Codex 工作,将上下文和人工决策集中记录,减少多线程切换带来的分心。每张任务卡都是仓库中的 Markdown 文件,智能体循环研究任务、构建经人工标记为安全的任务并执行测试与浏览器检查,敏感代码需先征求许可,生产部署由作者负责。

Hacker News front page

A field guide to CAPTCHA types and how they break

FuckCaptcha 上线开源 CAPTCHA 类型实地指南,将 reCAPTCHA v2/v3/Enterprise、Cloudflare、GeeTest、Arkose Labs、hCaptcha 等数十种验证码归入统一参考库,便于检索、对比与引用。项目按 1-5 级标注难度,并索引已记录的求解工具与服务,声明仅用于教育和授权研究。

Computing Life · Share · Yage

Anthropic FlashProve 解读:为何能查中转站换模型,却难以监管官方降级

Anthropic 开源的可证明推理原型 FlashProve 可用于事后核验模型计算,本文分析了它识别中转站换模型与监管官方服务降级的边界。材料称,其基于 Llama 4 Maverick 生成约 19 MB 的证明文件,用户在 24 核处理器上可用 17 秒验证,但生成证明的算力成本为 vLLM 普通推理的 70 到 95 倍。

Nov 8Sunday

Hacker News front page

JIT bitmap text rendering for microcontrollers

Raph Levien 在 RP2350 微控制器项目 vic-2350 中提出一种 JIT 位图文字渲染技术,为每个字符串动态生成高度优化的渲染代码。该方案采用逐扫描线填充的 race-the-beam 方式,每像素预算约 6 个周期,渲染器用其自创的 symbolasm 语言编写。文字对象在显示列表中仅存字符串、字体指针和前景/背景色,以控制双缓冲带来的内存压力。

Hacker News front page

I Use Development-Driven Specs, Not Spec-Driven Development

Bill Cox 在 Ensemble 开发中采用开发驱动规格的方法,让代码实现与可执行教学内容共同演进。流程是先讨论设计、起草下一章的 TL;DR 和练习,再与 AI 结对实现,通过练习评分器后记录构建过程、取舍与理由,并让新的智能体尝试重建实现以修订章节。

Hacker News front page

What I run on my $10 USD OpenStick homelab

一台 10 美元(含运费)的 OpenStick 被作者用作家庭服务器,硬件为 512 MB 内存、4 核 1 GHz ARM Cortex-A53、4 GB eMMC 和 4G 模组,运行 Debian 与 Podman。

Computing Life · Share · Yage

GDPx real-workstation review: six engineering lessons from AI running 8 hours straight

SemiAnalysis's GDPx benchmark has models use vendor agent frameworks to solve 206 real business problems in up to 8 hours. The strongest model averages about 12%. The article draws six engineering lessons from the failures: build a document authority map, set an independent rollback gate, write deterministic measurement scripts, keep an external evidence ledger, check the eval environment, and route by total cost per task.

Why it matters: It turns long-horizon failures on GDPx into engineering practice, folding document authority tagging, independent rollback checks and an external evidence ledger into agent workflows.

Nov 7Saturday

GitHub Blog · AI & ML

Beyond code generation: A developer’s guide to agentic engineering

GitHub 给出 Copilot 智能体工程指南,将 AI 辅助开发扩展到规划、构建、验证与上线观察四个阶段。流程涵盖汇集上下文并生成带验收标准的 Issues、在隔离会话中推进任务、拆分依赖关联的拉取请求并执行质量与安全检查,以及利用运行证据形成后续任务。文中引用 Faros AI 研究称,团队从低 AI 采用率转向高采用率后,拉取请求在评审环节停留的时间增加了 441%。

Hacker News front page

Replit rebuilt its sandbox engine with microVMs

Replit 已完成基于 microVMs 的沙箱引擎重构,并在无数据丢失、无中断的情况下迁移了数亿个项目。新引擎采用 Cloud Hypervisor 和 KVM,为各沙箱提供独立 Linux 内核,并在宿主侧执行网络访问策略和凭据代理。通过预热池与按需加载的远程块存储,获取已挂载客户磁盘的沙箱耗时约 500 ms,同时支持部署到客户的 AWS、Google Cloud 或 Azure 环境。

Computing Life · Share · Yage

从 Anthropic 的延迟封号策略,看如何让 Agent 系统自我进化

Agent 系统的自我进化可采用双通道反馈设计,将即时透明的任务反馈与延迟隐藏的防作弊检查分开。文章结合 Anthropic 后台自评估与多项实验,提出向 Agent 提供详细报错、即时测试和沙盒回滚,同时隐藏保留测试及裁判逻辑,避免其利用反馈钻测试漏洞。延迟封禁也存在误伤正常开发者、无法阻止一次性危险输出的局限。

Nov 6Friday

Google Blog · Gemini

Transform a quick drawing into a live app with Gemini.

Gemini 支持上传应用草图照片,选中 Canvas 工具后输入「Can you code this app?」,即可读取图像并生成代码,在预览窗口中测试。生成的应用还能实时调整颜色、字体或功能。

Hacker News front page

My gym forced a social media down my throat. So I reverse-engineered its app

原文作者借助 DeepSeek v4.1 Flash 逆向健身房应用,构建本地生成入场二维码的 SvelteKit 网页,并成功完成进出签到。应用每 15 秒更新二维码,作者从已 root 的 Android 手机明文日志中提取账户密钥,用 WebCrypto 实现加密,并与原应用输出核对,得到字节完全一致的 URL。该原型绕开了应用的社交信息流,但尚未实现独立登录,密钥轮换后仍需重新获取。

Hacker News front page

OCAP Bounded Authority: Edera's Managed Approach to Object Capabilities

Edera 将对象能力(OCAP)模型应用于 AI 智能体和 Kubernetes 工作负载,推出"有界权限"(bounded authority):工作负载只持有针对特定资源、操作或身份的组合能力,无需获得底层凭证或广泛环境权限。该模型与依赖防火墙、沙箱、密钥管理等约束既有权限的传统方案相反,权限由不可伪造的引用显式传递,智能体被攻破也不会自动获得开发者的全部仓库或 API 凭证访问权。

Nov 5Thursday

Hacker News front page

Obscure audio codec is a perfect fit for the N64

开发者将 2019 年起由 Aikku93 开发的 Ultra Low Complexity Codec(ULC)移植到 N64,实现 44100 Hz 立体声、接近 Opus 的码率,仅占用约 4% 的 CPU 时间。

Hacker News front page

MCP Explained

Runlayer 制作的 MCP Explained 以交互消息流讲解 MCP 的 JSON-RPC 消息格式、生命周期、传输方式及客户端与服务端功能。内容以 2025-11-25 规范为基础,区分协议机制与工具搜索、Codemode 等实现技巧,并介绍工具投毒、提示词注入等攻击及扩展机制。

Computing Life · Share · Yage

公司内部 AI 助手为何用不起来:从 xAI Data Bot 看自建与专业组的分工

xAI Data Bot 案例提出企业内部 AI 助手的三层分工:平台组建设权限与记忆机制,专业组维护业务技能,业务组在日常群聊中调用。统计周内共有 280 个活跃团队助手,其中 12 个达到高活跃、高留存,Data Bot 周留存率为 70%;高粘性助手来自 Slack 群聊的消息占比中位数为 60%,低留存助手为 12%。

Hacker News front page

Show HN: After a decade of reversing, I got co-op working in DOS Wing Commander

开发者 danielrh 用十一年时间逆向 DOS 版 Wing Commander,通过 DOSBox 内存快照定位飞船坐标、速度与旋转向量,实现双人合作驾驶战机。他先锁定 13D3:A9C2 处的坐标数据,再借助游戏把相机变量放在 0x3D 槽位的巧合找到旋转向量。该项目可在浏览器中游玩。

Hacker News front page

Letting users trust their own MCP clients, without opening a phishing hole

Stream Vessel 采用按用户设置的 MCP 回调地址信任列表,在登录后的授权环节检查地址,兼顾自建客户端接入与钓鱼防护。每个账户最多信任 10 个精确匹配的 HTTPS 地址,添加时需通过本人浏览器会话输入主机名确认,移除时撤销相关授权及尚未兑换的授权码。

Nov 4Wednesday

Hacker News front page

Nvidia RTX Spark encrypted firmware slows inference speed to 35% on Linux

Nvidia RTX Spark 笔记本在原生 Linux 下接电运行时,GPU 因电源管理支持缺失降至约 780 MHz,推理吞吐大幅下降。MSI Prestige 上的 GPT-OSS-120B 测试中,Windows、WSL 和原生 Linux 分别达到 65.4、65.1 和 13.9 tokens per second。

Hacker News front page

How to write comparison content that doesn't age like milk

PostHog 通过诚实呈现竞品优势、集中管理比较数据和 Scouts 辅助检查,维护约 90 篇比较与工具盘点内容。自 2021 年以来,超过 25k 人阅读比较内容后注册,其中近 50% 在 24 小时内注册、约 75% 在 30 天内注册。

Hacker News front page

Mac at any scale

Namespace 将数百台 MacBook Pro 拆箱部署进数据中心自建 Mac 机架,用于为客户构建和测试 iOS 应用。每台笔记本接入 IP KVM 远程管理、外置 10G 网卡,共四根线缆,并配定制散热支架;实际最不可靠的线缆是 HDMI,FileVault 解锁提示和 USB 网卡掉线也带来麻烦。M5、M6 Mac Mini 与 Studio 即将加入其机群,管理更简单。

Hacker News front page

Show HN: Interactive notes on RLHF, attention, LoRA and LLM evals

一位开发者发布 INTERNALS.md 交互式笔记,通过改动输入来理解 RLHF、注意力机制、LoRA 和 LLM 评测等概念。评测部分覆盖 82% 与 80% 的比较、exact match 与 F1、nDCG@k、pass@k、LLM as judge、Elo、RAG 与 Agent 评测、A/B 测试及数据污染等主题。站点默认不启用追踪,仅提供 Google Analytics 开关选项。

Nov 3Tuesday

Hacker News front page

deepsense.ai lists ten coding agent harness patterns for real code repositories

deepsense.ai has written up ten coding agent harness practices meant to make AI-assisted development more reliable through repository knowledge, just-in-time context and verification feedback. The team tested them with Codex and Claude Code. It recommends a short AGENTS.md that links to deeper docs, code organized by task with tests and past decisions, and shared verification commands for humans, agents and CI.

Why it matters: The post turns hands-on coding agent experience into repository docs, task-scoped context loading and a bounded verification loop, so repeated mistakes become maintainable tests and rules.

OpenAI News

Scaling Git at OpenAI

OpenAI 详解 Git 后端 Pando 的架构,该系统已支撑其单体仓库的全部开发,生产环境中推送延迟中位数降低近 80%。Pando 保持 Git 协议和客户端兼容,通过按分支协调更新、复用 packfile 和区域缓存扩展读写能力,但不提供所有分支在同一时刻的一致快照。团队借助 Codex 在 10 周内完成从启动到生产部署,并将部分 Git 客户端改进贡献给上游。

Nov 2Monday

Computing Life · Share · Yage

Why LLM inference splits prefill and decode, and how that leaked user code at Cloudflare

Prefill-decode disaggregation speeds up inference by splitting the two stages, but Cloudflare's GLM-5.3 deployment leaked cache across tenants through a request-handling bug. Its postmortem says 155 long-context replies mixed in other users' conversations or code: over-limit requests were replaced with a one-token placeholder yet still crossed nodes, and decode nodes read stale cache that had not been overwritten.

Why it matters: Cloudflare's fix adds transfer-count checks and delayed memory reclamation, folding data overwrite and page ownership into safety checks when nodes exit abnormally.

Computing Life · Share · Yage

Qwen3.8 外呼阿里云指令排查:未清洗训练日志如何留下安全隐患

Qwen3.8-Flash-Next 的外呼阿里云行为被独立研究者归因于未清洗的训练日志,文章据此解释异常命令来源及部署风险。排查结合日志比对、权重清零与 229376 次条件采样;北京上传命令只发送固定载荷 PROBE_PAYLOAD_ABC123,目标桶返回 NoSuchBucket。