Google DeepMind 用 AI 对 Signal 协议完成形式化验证
Google DeepMind 研究人员用智能体 AI 对 Signal 协议的多项关键密码学保证做了形式化验证,项目历时四周,未发现新漏洞。研究团队先用多种模型把 Signal 的安全目标转写为形式化数学规范并由人类专家逐条审查,再由 Gemini Carbon 驱动的智能体生成超过六百万行 Lean 证明代码,最终需人工二次核查的仅占代码库的 1%。
Google DeepMind 研究人员用智能体 AI 对 Signal 协议的多项关键密码学保证做了形式化验证,项目历时四周,未发现新漏洞。研究团队先用多种模型把 Signal 的安全目标转写为形式化数学规范并由人类专家逐条审查,再由 Gemini Carbon 驱动的智能体生成超过六百万行 Lean 证明代码,最终需人工二次核查的仅占代码库的 1%。
Vercel 提出 AI 智能体已成为软件用户,需要通过 evals 衡量其任务完成质量。其将智能体测试分为确定性测试、单轮 eval 和多步 E2E eval 三层,并推荐用开源框架 Harbor 构建端到端评测,通过容器运行智能体、记录动作并校验最终结果。
Vespa.ai 提出用“Agent-Ready Schema”和“Schema-to-Skill”让 AI 智能体自行完成复杂搜索,而非依赖更聪明的模型来弥补检索错误。
GitHub 发布实践指南,介绍以 SKILL.md 为核心的 Agent Skills:它是带版本号的目录,描述何时以及如何执行可重复任务,可在不同智能体间共享,但工具、凭据与权限仍需由运行环境提供。
Google Research 提出多模态 AI 系统 AI-PPG-ACC-HTN,仅用消费级智能手表即可被动检测高血压迹象,无需袖带校准。系统先以 492,347 小时、2,109 名参与者的无标注 PPG 与 ACC 数据做自监督预训练,再按人聚合多日特征并结合身高做逻辑回归分类。
Tianhua Chen 发布《The Little Book of Generative AI Foundations: An Intuitive Mathematical Primer》修订预印本,共 195 页,新增贯穿全书的可视化解释。
一位开发者在 Hacker News 发布了一套交互式笔记,覆盖 RLHF、注意力机制、LoRA 和 LLM 评测四个主题。该笔记以可交互形式呈现,便于读者动手理解这些大语言模型训练与评估的关键概念。目前帖子获得 29 分、3 条评论。
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的具体实践。Vlad Mihalcea 借助 Copilot 将原本需数周的功能开发缩短到两天,并用 65 篇文章训练自定义 skill 让生成文本贴合个人风格。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续,对话、代码改动和工作上下文均完整保留。VS Code 会打开该会话关联的 worktree,并在 Copilot 侧边栏显示原会话,便于逐行审查 diff、手动编辑、本地运行测试,最后提交并推送到会话对应的 PR。
针对市面上记忆插件普遍采用"会话转录→生成片段→存入 RAG 向量库→每次提示注入 top 5"的架构,有开发者提出智能体真正需要的是文档而非记忆。其 Operator Memory 插件用 Markdown 文档工作区替代向量数据库与嵌入向量,让智能体工作前查阅、工作后更新文档,不使用摘要器、整理器或后台守护进程。
一位胶片摄影爱好者让 Claude 通过 SANE 驱动扫描仪,结果因 X/Y 扫描方向反转,扫描结束时电机把已归位的 carriage 反向推入限位,七次扫描连续发出异响,险些损坏扫描仪。改用 VueScan 手动扫描后,他用 numpy 做负片转正并整卷统一校色,29 帧中 28 帧通过测试;灰尘检测结合 LaMa 修复模型,但海滩画面曾把约 2000 个水面反光误判为灰尘。
Anthropic 发布 Opus 5.5 使用指南,该模型在 Claude 和 Claude Code 中会自主思考后再回复,并在多步骤长任务上比 Opus 5 有显著提升,早期测试者让其连续运行数小时编码任务而几乎无需监督。指南建议一次性给出完整任务并明确完成标准,删除“仔细思考”类提示词,同时可通过 CLAUDE.md 规则控制停止时机、拆分任务给子智能体,并将任务清单写入文件以便追踪进度。
一位开发者尝试整月只用 GLM 5.3 Flash 编程,最终仅 50% 用量落在目标模型上,2B Token 中有 1B 流向其他模型,能耗约 35 kWh 而非预期的 10 kWh。
当答案依赖事实之间的关系时,应使用 Graph RAG:把每条记录变成节点,用带类型的有向边记录服务 USES 库、SUPPORTS 环境、GOVERNED_BY 合同等连接,并保留来源、负责人、置信度与生效日期。