跳到正文
  1. GitHub Blog62

    GitHub 与 Microsoft 试点 AI 找漏洞并附修复建议,六个开源项目收到 99 份私密报告

    GitHub 与 Microsoft 在 AutoGPT、Caddy、Express、FastMCP、ImageMagick、Netty 六个开源项目上试点,用 Microsoft 的 Codename MDASH 扫描漏洞并给出修复建议。

    变化判断:GitHub 与 Microsoft 在六个开源项目试点,AI 扫描加人工复核后只送出 99 份带修复建议的私密报告,维护者已修 55 个,但每项目要七名研究员手工核查两天。

  1. 爱范儿62

    实测腾讯 Hy4 flash:3D 网页原型半小时完成,花费约 0.23 元

    爱范儿在 WorkBuddy 中用相同提示词和工具权限对比腾讯 Hy4 flash 与 DeepSeek V4.1 Flash,10 个代码和办公任务里两者成果相近,Hy4 flash 首轮交付更快。

    变化判断:同一批任务里,Hy4 flash 做 3D 网页原型用半小时、约 0.23 元,DeepSeek V4.1 Flash 用一小时半、约 1.21 元,交付质量相近。

  1. Google DeepMind Blog44

    Google DeepMind 推出 AlphaProof Code,用 AI 智能体形式化验证 Signal 协议代码

    Google DeepMind 于 11 月 10 日发布 AlphaProof Code,一个由多个 LLM 智能体组成的形式化验证框架,并用它验证了 Signal 协议实际运行代码的关键安全属性。

    变化判断:Google DeepMind 用 AI 智能体对 Signal 协议的实际代码做形式化验证,四个月的工作压到四周,人工只需复核约百分之一的代码。

  2. One Useful Thing56

    Ethan Mollick 实测 Claude Fable 5.2:能写论文、搭 450 个 3D 世界,但不会判断自己做得够不够好

    Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后判断,这接近他定义的「锯齿状 AGI」,即多数可用电脑完成的知识任务达到多数人类专家水平,但仍有明显缺口。

    变化判断:作者用同一模型做电影、改硬件、写论文、搭 3D 世界,每个项目都能出活,但判断作品是否够好仍要他自己盯,模型不会自己发现课程无聊或规则书失控。

  1. 千问APP48

    千问用户给电视加数学门禁,答对 5 题才能看 45 分钟

    千问官方账号介绍,有用户用千问工作助理给家里电视搭了一套观看控制台,孩子答对 5 道数学题后解锁 45 分钟观看时间,到点自动锁定,家长可在手机上查看答题正确率并调整时长。

    变化判断:家长不再靠嘴催孩子关电视,改用千问给电视加数学门禁,答对 5 题才解锁 45 分钟,到点自动锁定。

  1. Duolingo Blog50

    Duolingo 用 Claude 智能体自动排查 bug,工程师转为审核修复

    Duolingo 的 DevX AI 团队用 Claude Agent SDK 搭建了 AI STR Fix,把用户摇一摇提交的 bug 工单自动处理成可用的排查材料,多数任务由 Sonnet 承担、较难的任务交给 Opus。

    变化判断:Duolingo 工程师修 bug 前要先翻日志、查实验、找代码和提交记录,现在这些排查由 Claude 智能体先跑完并写进工单,工程师从写修复改成审核修复。

  2. 可灵AI56

    创作者TechHalla实测Kling 4.0与4.0 Flash:多镜头硬切与3D动作参考进入真实项目

    AI视频创作者Luis(网名TechHalla)用可灵Kling 4.0和Kling 4.0 Flash完成了四项真实项目测试,包括84段5秒素材剪成的59秒混剪、16段生成的音乐视频《PACK ANIMALS》和19次生成的《INSERT COIN》。

    变化判断:AI视频创作者把分镜写成带时间点的提示词,一次生成多镜头硬切,3D灰模只负责动作,角色与材质交给模型,剪辑点基本落在写好的秒数上。

  1. Stripe Blog64

    Stripe 把 10 亿美元供应商付款迁到 Global Payouts,新市场开通从六周缩到一周

    Stripe 今年起把自家供应商付款从银行直连和银行门户手工录入迁到 Stripe Global Payouts,到 2026 年 10 月已通过该产品向美国和英国 3400 多家供应商支付超过 10 亿美元。

    变化判断:Stripe 把自家每年近两万笔供应商付款从银行直连和手工录入搬到 Global Payouts,新市场开通从最多六周缩到一周,财务与资金团队每月省下约 20 到 30 小时。

  1. 千问大模型46

    Qwen 公布两项生产级实验:模型自主完成芯片设计与推理适配

    Qwen 公布两项面向生产环境的实验:Qwen3.8-Max 仅凭一份 NoC 模块规格,在工业级 EDA 工具链中无逐轮人工干预运行 60 小时以上,完成 RTL、验证到物理实现,标准单元数下降 29%、面积下降 42%、功耗估算下降 59.5%。

    变化判断:Qwen3.8-Max 在无逐轮人工干预下跑完芯片设计全流程与推理适配,验收标准、安全边界和发布签核仍由人设定。

已经到底了