AI 思考录

应该都经常看到，*「`***`」 说我们这次模型的分有多高*、*「`###`」 模型已经追上或者超越了 Claude* ，但是实际体验下来却总发

前几天大家看到这个新闻还在玩梗，而现在就有人发了一篇论文告诉你，你用的中转站的 Token 真的可能是「带毒」的，比如这次要聊的，论文作者就出现了带毒 Token 导致以太坊私钥泄漏后，钱包里的 ET

最近发现一个有趣的开源项目 lunel ，用户可以通过手机连接上电脑，然后直接运行 Codex、OpenCode、Claude Code ，重要的是免费和公网可用。 它的核心技术原理其实是「手机作为纯

我觉得这 Gemma 4 并没有表现得特别优秀，但它大概率是这个系列到目前为止，发布最全面和友好的一次了，虽然也是很快就被安全破解的一次。 因为 Gemma 4 这次发布的 E2B、E4B、26B A

你在用 AI 开发的时候，有没有经常遇到：明明我已经提供了图片或者附件说明，AI 也一本正经地表示我看到了，甚至描绘得有声有色，然后最终给了你一坨“大辩”的经历？ 如果有，不要怀疑是自己使用的方式有什

Anthropic 这次不小心泄露的源码，直接暴漏了之前 Claude Code 里不少有意思的设定，包括针对蒸馏情况注入假工具、 隐藏 AI 的版本、通过正则表达式检测挫折感、可能存在的封号策略等。

同样是 Claude opus 4.6，但是你的 4.6 和别人4.6 可能根本不是一个智商，抛开对方卖假模型不谈，为什么你用的很多中转渠道的 Claude / Gemini 体验不好？其实这里面是有

近日，清华开源了一个叫 OpenMAIC 的 AI 互动课堂平台，它的作用是：能够将任何主题或文档转化为丰富的互动学习场景。 也就是，你给它一个话题或者丢给它任何学习材料，它就能自动生成一堂完整的 A

如果 agents 已经能写 99% 的代码，那该怎么招工程师？这就是今天讨论的话题，实际上大家普遍不觉得 AI 时代就不需要人了，AI 只是开始接管写代码这个事情，但是代码也只是软件工程的其中一环，

其实在不少 AI Coding 的内容下，一直有不少人说，AI 写的代码不够好用，甚至感觉很傻，是不是自己的大模型能力不行？为什么感觉我的 AI 和别人的 AI 好像不是一个东西？这个效果怎么可以上生

聊之前我们先说点前言，之所以会有这个思考，其实也是来自近日的「云鲸 Cursor Team 邀请泄漏」事件，云鲸在企业内部应该是有 Cursor 的大规模使用，然后某个 Seat 邀请链接泄漏，导致几

最近刚好看到了一篇名为 《Real Money, Fake Models: Deceptive Model Claims in Shadow APIs》 的论文，翻译过来就是《真金白银，假货模型：Sh

近日，有个大佬通过挖掘 Apple Neural Engine (ANE) ，针对苹果芯片底层 AI 逻辑做了一次细节公开，因为苹果 ANE（M4 芯片上为 16 核运算单元）长期以来是一个纯粹的“黑

近期，由小红书联合多伦多大学等高校的研究人员发布了 《SWE-Bench Mobile》（2602.09540） 论文，内容主要是评估 LLM 智能体在处理真实生产级移动端应用开发任务时的能力，并提出

AI 确实是时代浪潮，是必备技能，但是现在也慢慢成为一种“认知卸载”，没有“摩擦”过的技能经验，有的只是流水线的review过程，甚至连 review 都不存在了，有的只是麻木的支付 token 账单

最近一个叫 wifi-densepose 的项目登上了趋势榜，这个项目看起来就很反直觉，它主要是通过分析室内已有的 WiFi 信号来感知人的位置和姿态，从而实现“无摄像头”的监控。 简单来说，就是通过

AGENTS.md 相信大家应该不陌生，它们一般都是被放在根目录的典型 Context Files ，这些文件被默认作为 Coding Agnet 的 「README」，一般是用来提供仓库概览、工具链

最近看到一个很有意思的项目，它是一个由国外 Rork 团队推出的 AI 移动应用开发平台，宣称是“全球首个在浏览器中构建原生 Swift 应用的 AI 工具”，也就是，你可以不需要 Mac 和 Xco

最近，一篇名为 《SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks》 的论文提出了一个很有意思的观点：

这是一个非常有意思的话题，近日有人对 Anthropic 发出了灵魂质问，既然 Claude Code 已经能 100% 自己给自己写代码，那么为什么 Anthropic 还有上百个工程师的岗位空缺：