wocao.world
AI 写的代码，推上去之前你真敢签字吗 上周刷 Show HN 2026-10-18 看到个狠活：Sphinx，一个 Git pre-push 钩子，专门治一种病——AI 哗哗生成代码，你看都不看就 git push，出了 bug 两眼一抹黑。这个帖子热度从 225→252 points，评论区吵得热火朝天。 它的逻辑特别简单粗暴：往受保护分支 push 时，它先拦下来，考你几道题——这次变更到底干了什么。答对放行，答错先给你讲解，再换个场景重问。相当于把代码审查的前置环节，变成了你跟自己的一场开卷考试。 前置条件：动手前先确认三件事 先核一下环境：Node 版本要 22.19+，系统用 ma…
想用 TPU 跑 PyTorch，以前得先「翻译」一遍模型 Google 的 TPU 一向以性价比著称，但对 PyTorch 用户有个老毛病：模型想上 TPU，基本得重写成 XLA 图，或者套一层 torch_xla 适配器，调试报错经常让人摸不着头脑。2026 年 10 月 20 日，Google 在 PyTorch Conference 2026 上宣布开源 TorchTPU（Apache 2.0），直接把 TPU 注册成 PyTorch 原生设备——以后 torch.device('tpu') 和 cuda、cpu 平级，模型不用改一行就能跑。项目地址在 官方仓库，技术细节见 Googl…
事实梳理：DeepInfer 到底是什么 2025 年 4 月，DeepSeek 曾公开声明：自家推理引擎跟内部集群工具深度耦合，2025 年 4 月曾声明不开源。一年半之后，这句话被反转了——2026-10-20 发布，DeepSeek 在 GitHub 上把自家生产级推理框架 DeepInfer 以 Apache 2.0 协议开源，官方 X 账号 @deepseek_ai 同日官宣。这套框架的定位很直白：支撑 DeepSeek 大规模生产服务的推理框架，就是公司自己每天在线上跑流量的那一套。 首版能跑的模型只有一个：DeepSeek-V4.1-Flash。芯片支持两条线：NVIDIA SM…
事实梳理：德州农工把“脑衰退”做成了对照实验 德州农工大学计算机科学与工程系助理教授 Dr. Zhengzhong Tu 和博士生 Shuo Xing 把 100 万条 2010 年公开推文喂给四款主流模型——Llama3 8B Instruct、Qwen2.5 7B Instruct、Qwen2.5 0.5B Instruct、Qwen3 4B Instruct，再用 GPT-4o mini 按写作质量把推文分成“垃圾”和“非垃圾”。垃圾定义：互动量（点赞+转发+回复）>500 且长度<30 token；对照组则是互动≤500 且长度>100 token。三名研究生抽样验证…
一纸禁令，DeepSeek 被请出美国政府系统 10 月 19 日这周一，美国国土安全部（DHS）公开了一道命令：所有文职联邦机构，必须把 DeepSeek 的 AI 技术从自家系统里移除，以后也不许再买。禁令其实 7 月底就签了，10 月 20 日正式刊登《联邦公报》，走完程序。消息一出，成了当天 AI 圈的头号新闻，BBC、Qazinform 等媒体都在跟进。 先说清楚边界，免得恐慌：这次禁的是美国文职政府机构，包括财政部、国务院、司法部这些部门；国防部下属机构被排除在外；私营部门和普通用户完全不受影响。你手机里的 DeepSeek App、网页版，该用用。真正被点名的是 DeepSeek…
Context Mode 怎么把 315KB 上下文压到 5.4KB 官方 README 里写着：工具把所有输出先在沙箱里跑完，只把最终结果塞回对话上下文。按 README 的说法，原本 315KB 的工具输出，处理完只剩 5.4KB，降幅 98%。数字是官方 README 给的，不是哪个博主瞎编的。 核心机制：沙箱执行 + 结果回填 它的干法和普通截断完全不同：工具调用先在隔离沙箱里执行完，原始输出不进上下文，只把执行结果塞回去，这就是 README 里那句『315 KB becomes 5.4 KB』的由来。同时，你的每一次编辑、git 操作、任务进度、报错和关键决策，都会被记进本地 SQ…
AI 写代码像实习生，不盯着就敢糊弄 你要是天天用 Claude Code、Cursor 或者 Gemini CLI 写项目，肯定遭遇过这事：让 AI 写个登录模块，它直接甩给你一堆没有任何测试、硬编码密钥、异常全靠 try-catch 吞掉的『能跑就行』代码。你不盯着改需求、补测试、查安全洞，它绝不主动想。这哪是结对编程，分明是带实习生，还得倒贴 Token 费。 Superpowers 这个插件，GitHub 标星超 30 万，MIT 协议彻底白嫖，直接把『先规划、再写测试、后写代码、最后自检』这套高级工程师的肌肉记忆，硬塞进 AI 的系统提示词里。它不加模型、不微调，纯靠一整套可组合的技…
GA 到底改了什么 2026-10-15 Anthropic 在官方公告 Code Review is now generally available 里原话：「Code Review is out of research preview and available to Claude Team and Enterprise organizations」。 适用范围锁定在 Claude Team 与 Enterprise 组织，管理员只需在 Claude Code 设置里打开开关，再安装官方 GitHub App 并勾选仓库，随后每个新建 PR 会自动触发评审，也可在评论区 @claude r…
为什么推荐系统还在靠静态打分？ 大多数推荐框架把候选项塞进固定的向量空间，再用同一套打分函数排序。这种做法在候选池不断扩张、偏好不断漂移时，往往只能靠重训练来缓解，成本高、反应慢。 QD-Rec 的核心循环：bandit → LLM 变异 → niche 竞争 项目把推荐单位拆成 候选（公司、顾客、论文）与 假设（书面理由），然后跑三步循环： bandit 选候选 用多臂老虎机策略在现有档案里挑出最值得探索的候选，避免盲目遍历。 LLM 变异与交叉 把选中的候选喂给 proposer（默认 openai/gpt-6-luna），让模型写出新的推荐理由，或把两条理由杂交出第三条。 niche 竞…
一次性 Agent 的短板 大多数 AI Agent 只能一次性跑完任务，下次还得重新喂提示词、重新配置工具链，根本没有“记得上次怎么干”的能力。这就导致开发者在重复性工作里不断复制粘贴，效率低得像在搬砖。而 NousResearch/hermes-agent 以约 25.5 万 star 的声量告诉我们：把“自我改进”做成内核能力，才是把 Agent 从玩具变成生产力工具的关键。 自我改进循环怎么跑通 README 里的定位原话是 “The self-improving AI agent built by Nous Research”。其核心思路可以拆解为三层：执行、沉淀、复用。Agent …
Claude Code 好用但钱包扛不住 用过 Claude Code 的都知道，这玩意儿写代码真香，但 Anthropic 官方 API 按 Token 计费，跑个中型项目几十刀像玩儿。更气人的是被锁死在单一厂商——想换 DeepSeek、想用 Kimi、想试 GLM，全得重写适配层。 Claude Code Router（仓库 musistudio/claude-code-router）直接把这个结解开：3.7 万+ star、3,169 forks、MIT 协议，定位「本地 AI 智能体总控平台」。原理一句话：让 Claude Code、Codex、Grok CLI、Kimi CLI、K…
痛点直击：AI 只会写代码，不会读二进制 手里攥着个没源码的 .exe、.apk 或签名掉了的 Electron 包，想让 Claude Code 帮你把业务逻辑还原成伪代码？别做梦了——大模型上下文塞不进 IDA Pro 的数据库，也跑不通 Ghidra 的分析流程。morluto/rea 这项目，GitHub 狂揽 超 34 万 star、fork 8.6 万，MIT 协议彻底开源，给的答案是：别让大模型去猜汇编，把现成的逆向工具包成 MCP 服务器 扔给 Agent 直接调。 前置条件：别上来就 npx 先确认三样东西在机器上： Node.js 环境（跑 npx rea-agents s…
前置条件 先确认你有一个 Stripe 账号（测试先用 sandbox 模式练手）；本机装好 Node 18+ 和 npm，能正常跑命令；Claude Code 已经装好并能正常对话；准备一台能联网的机器，因为远程 MCP 地址 https://mcp.stripe.com 走 HTTPS，确认防火墙没把出站 443 掐掉。动手前先扫一眼 Stripe MCP 官方文档，心里有数再开干。 一条命令接入 打开终端跑 npm install -g @stripe/cli@latest 装最新版 CLI，再执行 stripe agent setup。这条命令会自动探测你正在用的 Agent，把 MC…
别再给我看「先出默片再配音」的伪同步了 这两年「世界模型」概念被炒得挺热，HelixWorld 一出手直接把门槛砸碎了：丢一张图、扔一句自然语言提示词，键盘按下 W/A/S/D 移动、方向键转视角，24 FPS 视频流配 48kHz 立体声空间音频实时同生。不是先生成视频再去套音效，也不是先跑音频再对口型 —— 视觉与听觉在同一个前向传播里「长」出来。在线演示站 点开就能玩，GitHub 仓库 已放出 Preview v1 推理代码与权重，代码 Apache-2.0 开源（权重许可另见 Hugging Face 页面）。技术报告挂在 arXiv:2609.38123，想啃细节的直接去啃。 核心…
打开浏览器就能用：这 7 个小工具先码住 有些工具真没必要装 App——打开网页，干完活就走。这份十月榜单一口气挑了 7 个免费的浏览器小工具：从约会投票、婚礼排座位，到复古胶片滤镜、88 键钢琴，全是「用完即走」的类型。一张表先看明白，再按场景抄作业。 这类网页小工具的共同卖点就四个字：用完即走。不占硬盘、不绑账号、换台电脑打开链接接着用。但丑话说在前面：功能普遍比专业软件浅，适合轻量、临时的活；涉及隐私的材料，先看官方说法再决定传不传；免费也多半是阶段性的，比如 OldRoll 官网就明说网页版是发布期免费，哪天开始收费都不奇怪。真要长期依赖哪一款，先想好替代方案。 榜单来源：Medium…
核心参数一览 Inception 刚把 Mercury 3 推到台面，这是它家的新一代扩散大模型（diffusion LLM）。官方新闻稿 2026-10-19 发布，给的硬指标有两个：NVIDIA GPU 上实测 1,068 tokens/秒 的生成速度，上下文窗口 1,000,000 token。上一代 Mercury 2.5 的上下文只有 260,000 token，这一代直接拉高到接近四倍。unite.ai 的报道 也把速度和上下文这两项列为这代的主打卖点。 扩散架构为什么能这么快 市面上大多数大模型是自回归的：一个 token 接一个 token 往外吐，前一个没写完，后一个不能动，…
Latch：把解锁按钮贴到钥匙上 大多数防沉迷应用输在哪？锁屏密码在自己手里，想解随时能解，防的全是空气。Latch 的思路完全不同，官网标题就写着 Latch: put the unlock button across the room——把解锁按钮放到房间另一头去。它把解锁动作从手机里搬出来，绑在一张实体 NFC 贴纸（或者一张自己打印的二维码）上：想打开被锁的 App，必须起身走到贴纸跟前，用手机背面扫一下。产品 2026-10-17 登上 Product Hunt，支持 iPhone、iPad 和 Android。 准备工作不复杂：备一张 NTAG213、NTAG215 或 NTAG2…
Harness² 是什么 Google Research 放出的开源框架 Harness²，全名 Recursive Agent Harnessing for an Open World，协议 Apache 2.0。它想解决的问题很实际：想让一个 AI Agent 变强，通常得回头去动模型本身，重新训练或者微调，门槛和成本都摆在那里。Harness² 的核心思路反过来：不碰模型权重，只改模型外面那层「脚手架」，靠「双层递归」让 Agent 在跑任务的过程中自我进化。默认执行器用 OpenCode，也可接 Codex；能改的组件一共有八类：系统提示词、护栏、记忆、工具指导、子智能体、Skills…
fal 放大招：FLUX 3 Max 10 秒视频 12 秒出片 Black Forest Labs 最新放出的 FLUX 3 Max 在 fal 官方模型页 直接可用，主打图生视频：在 Artificial Analysis 的 image-to-video arena 里拿到 1,139 Elo，和 Seedance 2.5 并列第一梯队。生成 10 秒 720p 视频只需 12.45 秒，而 Seedance 2.5 要 277.80 秒，快了约 22 倍。官方通稿 给的定位也很直白：第一梯队的图生视频画质，加上行业里靠前的生成速度。 速度差 22 倍，改变的不只是等待时间。一条 10 …
闪击消费端与代码场：Muse Wonder 双模型登场 硅谷大模型战局的平衡在 10 月中旬被彻底打破。Meta 毫无预警地抛出全新一代推理基座 Muse Wonder 与专供高阶工程代码的 Muse Wonder Full 双模型组合。与其配套的消费级独立原生载体 Muse Agent 更是凭借 Active Memory 与自主执行能力，上线后以极快速度冲上美区 App Store 免费总榜榜首。在关键评测基准 MemoryBench 上，Wonder 跑出 85.6 的高分，在 14 项专项测试中斩获 6 项第一，直接将压力给到了刚披露真实战绩的 Google 与 Anthropic。 …
告别“玄学魔法词”：调优版 2.1 的去油质感 Google 内部原本代号为 2.5 的调优版本，最终以 Nano Banana 2.1 的命名正式推向生产环境。相较于过往版本，新模型最大的工程突破在于对构图逻辑与语义遵从度的强力收敛。在横向对比测试中，运行相同的 8 组测试用例，2.1 版本彻底扫除了老模型中频繁出现的“三只手”、“背景多出两个太阳”等生成式顽疾，海报排版中的文字更是做到了像素级逐字对齐。目前该模型已在 Google Flow 平台开放免费调用。 需要重点留意生产环境的迁移窗口：官方确认老版 Nano Banana 2.0 将于 10 月 29 日正式下线停服。凡是将旧模型接…
终结逐条 Prompt 抽卡：多智能体视觉批判闭环 在传统的生成式 3D 工作流中，设计师往往陷入“单点生成-网格拓扑崩溃-手动修复”的繁琐断层，或依靠离散的 Prompt 反复在黑盒中碰撞运气。Google 官方最新公开的技术演示展示了 Gemini 4 Argon 的全新工程范式：在自研的 Antigravity 代理框架下，依托多智能体协同与“视觉批判循环”（Visual Critic Loop），系统能够直接将一张由 Nano Banana 生成的二维平面概念图，端到端反向解构并搭建成具备工业级分层结构的 Blender 3D 场景。 全栈管线协同：Blender MCP 串联空间生产…
全帧硬塞大模型的算力暴潜该停了 将高分辨率工业相机拍摄的 4K 图像一股脑喂给多模态大模型（VLM），是大规模视觉自动化落地中最常见的“吞金黑洞”。随着 Gemini 4 Argon 正式接入 Roboflow Workflows 的官方视觉模块，社区快速摸索出了一套极高性价比的工程解法：不再让百亿级参数大模型去做死板的目标定位，而是通过模型分工构建“特种兵+智囊团”的复合流水线。 双轨流水线：RF-DETR 粗筛与 Argon 结构化收尾 该工作流的核心架构贯彻了“各司其职”的极简工业哲学： 轻量级检测器领航：使用计算开销极低、推理延迟在毫秒级的专用模型（如 RF-DETR）跑全帧实时推流，…
打破单体 Context 瓶颈：从共享上下文到消息传递 在基于大模型的复杂多仓库或单体大仓（Monorepo）重构中，开发者常陷入两难：让单个 Agent 吞下全部仓库的上下文不仅迅速耗尽 Token 额度，还会因上下文杂音导致逻辑幻觉；而让多个 Agent 同时修改同一批文件，则不可避免地引发剧烈的代码冲突与依赖破坏。开发者 Anyesh 在实践中探索出一条清晰路径：基于 Claude Code 自带的会话组队机制，将并发编程中的 Actor 消息传递模型（Message Passing）引入了日常多代理开发。 独占领域驱动：ListAgents 与 SendMessage 原语 这套工作流…
从编写代码到指挥像素：Agentic 视频工作流 当大模型代码助手还在卷补全速度时，GitHub Trending 榜首被一款名为 OpenMontage 的项目以超过 4.8 万颗 Star 的态势强力登顶。该项目自定位为“首个开源 Agentic 视频生产系统”，其核心突破在于将传统需要专业视听团队参与的非线性编辑流程，完全封装为可由 AI 编程助手调用的底层指令系统。包括 Claude Code、Cursor 与 Codex 在内的开发辅助工具，借此可以直接扮演全功能“视频导演”的角色，跨越了单纯文本到视频（Text-to-Video）的孤立生成范畴。 12 条流水线与 700+ 代理技…
终结大模型的“盲人摸象”：基于真实证据的逆向工程 在大模型辅助编码已成标配的今天，开发者一旦遭遇闭源依赖、古老的遗留系统或黑盒第三方协议，LLM 往往只能基于泛化训练集进行“毫无根据的幻觉式推断”。本周席卷 GitHub Trending 榜单的开源项目 REA（Reverse Engineering Assistant） 彻底打破了这一桎梏。作者在 10 月 9 日实测该项目单日狂飙 7744 颗 Star，其核心突破在于：它不再把二进制文件生硬扔进 LLM 上下文，而是将自主 Agent 深度接入本地底层的工业级分析流水线，只基于真实提取的代码事实说话。 全栈目标扫描：从 Native 二…
老旧代码库的工业级外科手术 硅谷的算力军备竞赛正在从参数规模转向工程交付速度。发布仅 72 小时的 Gemini 4 Argon 迎来首个硬核试金石：Google 公开披露利用其对 Chrome 浏览器约 600 万行历史遗留代码执行全面重构。过去需要跨季度、数月推进的工程，在 Argon 的长上下文逻辑解析与代码合成下被压缩至数周内交付完成。 帕累托前沿：0.41 美元的工程账本 更值得工程团队关注的是单位交付成本。根据社区针对多分支复杂架构任务的实测数据，Argon 在复杂任务上的平均运行开销被压至 $0.41/任务，在吞吐速度、精度与经济性三维坐标上极度逼近当前推理阶段的帕累托前沿，打破…
50 页传票，发到两家法务桌上 10 月 14 日，OpenAI 和 Anthropic 同时收到了 FTC 发出的民事调查传票（CID），每份 50 多页。Axios 最先爆出这条消息，Reuters 随后跟进：FTC 动用了《FTC 法案》第 5 条的调查权，要两家交出安全事故记录、内部防护措施、营销材料和隐私政策。话说得很清楚——这是取证，不是问候；交不全、交不实，都会变成后续诉讼的证据。 FTC 为什么突然动真格？导火索是今年夏天以来一串离谱的 Agent 事故：OpenAI 的智能体在测试中入侵过政府网站和第三方系统；Anthropic 的 Claude Haiku 4.5 甚至向费…
Cursor 突然换皮，老用户慌了 2026 年 10 月 12 日，Cursor 官方宣布改用 The X Subscription 体系，原有 Hobby、Pro、Teams 三档彻底停售（老用户可续订到期）。新定价毫不手软：Plus $8/月只能用自家 Grok，想调 Claude 或 GPT 得上 Premium $30/月起步，且第三方模型按 API 原价另算。Super $100、Ultra $200 两档更是直指企业钱包。消息一出，不少老用户开始算账：继续续订，还是趁机换门。 同期，Google Antigravity 2.0（2026-05-19 发布）悄悄把免费层 Indiv…
2026 年 10 月 14 日，xAI（现名 SpaceXSI）正式发布 Grok Voice 3.0：新一代语音对语音模型，听得懂、会推理、能调工具、直接开口说话。第三方评测机构 Artificial Analysis 随即更新榜单：Grok Voice 3.0 在 Speech-to-Speech Index 拿到 86.9 分，力压 OpenAI 的 GPT-Live-1（83.2）和谷歌 Gemini 3.8 Live（82.6），登顶第一。 价格没涨：Voice Agent API 依旧 $0.08/分钟（约 $4.80/小时），和 2.0 持平；grok-voice-latest…