零一探秘

Claude Code 93%的权限提示被无脑批准。Anthropic的auto mode用分类器替代人工审批，两阶段过滤，0.4%误报，17%漏报。

Cat Wu 有一个持续了一年多的测试：每当 Anthropic 出新模型，她就让 Claude Code 给开源画板工具 Excalidraw 加一个表格功能。 2024 年 10 月，Sonnet

2026年3月，Google DeepMind 发布了一篇重磅论文——《Measuring Progress Toward AGI: A Cognitive Framework》（测量 AGI 进展：

今天分享的主题是关于如何使用用 Spring AI 和 ElevenLabs 实现文本转语音（Text-to-Speech）的实时流式传输。

MCP (模型上下文协议) 的普及速度非常快，最近我研究了它的各种实现细节，特别是安全方面。在这个过程中，我发现了一些如果不及时处理就可能酿成灾难的严重隐患

就在一个小时前，埃隆·马斯克的AI公司xAI再次成为科技圈的焦点 正式发布了其最新一代大模型。Grok 4来了。下面是我基于xAI官方直播的内容所做的要点整理

很多时候, 当我们使用 AI 开发应用或者修复功能时, 光靠手动的方式进行测试，很难发现所有潜在问题, 自己写功能测试也可能会有遗漏的地方。要想让产品更稳定、更可靠，全面的自动化测试就很关键。

如果你用过大语言模型 (LLM) 开发功能, 一定体会过评测的重要性. 让模型生成内容很简单, 真正难的是判断它到底说得对不对. 样例少的时候人工审核还行, 但一旦量大起来, 人手根本跟不上

在这篇文章中，我将构建一个天气查询的MCP Server，让 AI 代理（如 Cursor）能够获取实时天气数据。通过这个简单的示例，让你掌握模型上下文协议（MCP）的基本用法