# 三条 AI 编程新闻，三个数字的读法

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-22T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/58357
- 原文：https://yage.ai/share/three-ai-coding-stories-20260922.html

## 摘要

过去几天 AI 编程圈出了三件事。ZCode 被发现在后台把整个项目连同 Git 历史打包加密，排队往云端传，快照里 .git 对象占了 86.6%，但官方说数据会立即销毁，目前没有第三方验证。HarnessTax 的评测把同一个模型 Claude Fable 5 装进不同框架跑题，官方 Claude Code 和极简框架 Pi 成功率几乎一样（97....

## 推荐理由

三条 AI 编程新闻绑在一起讲，每条都带一个能记住的数字。ZCode 上传 Git 历史是硬安全事件，有 ferstar 的取证报告和社区复现支撑；HarnessTax 评测暴露了框架包装对模型能力的干扰；微软的架构案例给出了一个省钱路线。HKR 全中，安全、知识和共鸣都到位。

## 锐评

这三件事放在一起看，刚好拆开了 AI 编程工具链条上三个容易混淆的环节：安全边界、框架溢价和架构效率。ZCode 的事最让人警惕的不是上传本身，而是打包清单里 86.6% 都是 .git 对象，包括 LFS 缓存和 reflog 日志。这些历史记录里可能藏着早期提交时没脱敏的密钥或内部地址，而客户端遇到 .git 路径直接放行，绕过了敏感词过滤。官方说数据会立即销毁，但目前没有独立第三方能证实这一点，发版日志里也找不到关闭上传功能的记录，只提了一句“优化内存占用”。

HarnessTax 的评测则把框架的账算得很清楚：同一个 Claude Fable 5 模型，装在官方 Claude Code 和极简框架 Pi 里跑同样的 30 道代码修复题，成功率几乎一样（97.8% 对 96.7%），但平均单次尝试成本差了一倍（1.33 美元对 0.67 美元）。这个数字是把失败尝试的成本也平摊进去算的，不是成功解题才花的钱。作者还发现，跨六个模型、两个基准的十二组对照里，有九组的最高成功率出现在非自家框架上。不过测试只在两个公开基准上跑，基准可能进过训练集，面对更难的任务结论未必成立。

微软那个案例最有意思：架构师把多模型循环对话改成单模型直接读操作文档调工具，API 调用次数确实砍了一半，但总 token 消耗反而涨了 22%。这说明少调模型不等于省钱，token 都花在给模型塞更厚的技能说明上了。三件事合起来一个提醒：看数字之前，先搞清楚它量的是哪一层。