跳到正文
10月16日周五
  1. GitHub Blog22

    GitHub 谈下一代开发者界面:环境智能与 Logitech MX Keypad 集成

    GitHub 提出下一代开发者界面是“环境智能”,让开发者描述目标后由 GitHub Copilot 收集仓库上下文、编辑文件、运行测试并修正实现。GitHub 与 Logitech 合作将 GitHub Copilot 应用集成进 MX Keypad,按键可提交参数化提示词、开启或恢复 Copilot 会话、调用 IDE 命令或触发多步操作。

  2. Google DeepMind52

    Google Antigravity 如何加速抗菌肽发现

    Google DeepMind 展示用智能体开发平台 Google Antigravity 加速抗菌肽发现,把原本分散在多个数据库的检索压缩到单次会话。平台借助 ProtNLM 模型扫描 UniProt 中数百万条未表征蛋白序列,找到一条对呼吸道感染病原体有预测活性的新型抗菌肽候选物,目前正进行湿实验验证。

  3. Microsoft Research71

    微软研究院推出 Magnetar:基于证明的通用计算 zkVM

    微软研究院发布零知识虚拟机 Magnetar,可直接证明 Rust、Go、C 编写的 RISC-V 程序执行过程,在笔记本上每秒证明 720 万至 870 万条指令,15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍,证明验证约 12 毫秒。其安全性仅依赖 SHA-256 或 SHA-3 等标准哈希函数,不需要椭圆曲线、格密码、可信设置或未证明的纠错码猜想。

    推荐理由:微软研究院梳理十余年零知识证明研究脉络,展示 Magnetar 如何同时兼顾速度、通用性与标准哈希安全性。

10月15日周四
10月14日周三
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步发布安全与安全报告,说明其在网络安全和生物领域的前沿防护措施。该模型在 12 个端到端模拟网络攻击场景中全部通关,上一代为 5 个;在 Gray Swan 间接提示注入基准的 15 次自适应尝试中,攻击成功率降至 0.7%。

    推荐理由:Google 披露 Gemini 4 Argon 在网络安全与生物风险上的防护设计,含提示注入攻击成功率降至 0.7% 等实测数据。

10月13日周二
10月8日周四
  1. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0,约 3500 行代码的轻量智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0,以约 3500 行代码实现 Harnessed Agentic RL,让部署时使用的 agent harness 直接参与强化学习训练,无需在训练框架内重写智能体。

    推荐理由:微软研究院开源的重建版框架把训练循环交还给真实 agent harness,并用约 6000 条样本在 SWE-bench Verified 上验证了效果。

10月7日周三
  1. Microsoft Research34

    Microsoft 研究:AI 会犯哪些错,失败又能教会我们什么

    Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动当前 AI 系统突破性能边界,以及模型在传统基准之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历,分享使用当前 AI 系统的实用建议,并强调结果偏离预期时应仔细检查数据。

10月4日周日
  1. Hacker News20

    Show HN:Rely——用不可靠组件搭建可靠系统的自动化解谜游戏

    开发者 Roady 发布浏览器测试版自动化解谜游戏 Rely,玩法类似 Factorio,但每个组件都有概率出错。玩家需用 Sorters、Counters、Markers 和 Marker-Gates 构建可靠网络,目标连续交付三个 100% 可靠组件。目前提供教程和 3 个测试场景,支持键盘鼠标操作,作者披露编码过程中使用了 AI。

  2. Hacker News34

    智能体不需要记忆,它们需要文档

    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。

  3. Hacker News28

    用 Claude 自动化 35mm 胶片扫描流水线

    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。

  4. Hacker News50

    如何在 Claude 和 Claude Code 中充分发挥 Opus 5.5 的能力

    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。

  5. Hacker News50

    我们需要为几乎所有服务默认设置硬性预算上限

    面向按用量付费的 API 和服务,硬性预算上限应成为默认功能:达到每月 $X 上限后直接切断并返回错误,而非只发警告邮件。AWS 已在 9 月 16 日推出每月支出上限,项目用量触顶后当月暂停,目前仅向有限客户开放;Google Cloud 则在 7 月推出 Spend Caps,可为项目内特定服务设置月度财务上限。

10月3日周六
  1. Hacker News34

    Show HN:给 Opus 5.5 一个模拟油画布

    一个让 AI 模型在油画颜料模拟环境中作画的实验项目,模型通过编写程序驱动鬃毛画笔、湿颜料、干燥与罩染,不涉及图像模型。多数模型仅凭文字资料临摹 Caspar David Friedrich,从未见过其画作原图;75 幅作品中有 46 幅是在虚拟画架上逐段绘制、退后观察完成的。