AI 观点与方法

OpenAI 柏林 DevDay Exchange 即将开始！ 持续关注 🍿

Wiz 发布 GitHub Actions 系列研究第三部分，评估 GitHub 2026 年针对 Pwn request 的平台防护效果：checkout 检出保护、只读 cache token 和事件策略让默认利用显著变难，12 月 2 日起公共仓库将默认阻止无显式事件策略的 pull_request_target。

Nathan Lambert 发布其首个开源模型讲座视频，系统梳理开源模型生态的构成，并讨论蒸馏的作用、风险管理以及未来模型开放方式的开放问题。讲座按章节覆盖开源模型是什么、为何重要、当前最强开源模型的竞争力、如何构建、实际使用情况和未来走向，作者计划约每 6 个月重访这些问题作为领域现状报告。

一位内容创作者发现自己常用的口头禅「坦率的讲」正被读者当作「AI味儿重」的证据，于是开始下意识删掉这四个字。他提到「不是……而是」等句式也在被主动放弃，认为AI学会人类语言后，反而轮到人类修改自己的表达来证明自己是人。

Manus 联合创始人张涛发文「用 Manus 改造 Manus」，介绍公司如何边吃狗粮边改造组织工作方式。研发通过 Manus-mono 统一入口让一人并行十几个需求、移动端约 7 人扛 4 个 App；产品经理用视频 PRD 和测账号录屏走完需求，约一半 PM 能独立从需求做到上线；市场团队搭建「数字同事」处理内容合作流程。

Sar Haidar 在 O'Reilly Radar 撰文指出，同一份 AI 订阅在基础设施团队中会产出五种截然不同的使用模式：Soloist、Copy-Paster、Godot Waiter、Specialist 和 Tourist，且这些是可切换的模式而非人格类型。

你的下一个 3D 道具，从 Hermes 对话开始。💬 看 Hermes Agent 用 Meshy 把一段文字提示词变成一个带纹理的 3D 宝箱。 连接 Meshy，描述你的模型，确认积分，拿到你的 GLB。方法如下 👇

用 Meshy 把一张南瓜图变成了 3D。南瓜另有打算。🎃😱 万圣节快到了，快乐！ 接下来我们该让什么活起来？🧟

好吧，第一集在哪呢？👀

Saito 归纳 YC Paper Club 播客中四位推理从业者的讨论：DeepSeek 训练 V3 用了280万个 H800 卡时，推理每天烧4.3万个卡时，按两年模型寿命摊是训练的12倍，decode 阶段 MFU 仅5%，瓶颈在显存带宽而非算力。

很期待很快在柏林 DevDay Exchange 招待大家 🍻

作者介绍开源工具 Graphify 的做法：先用 tree-sitter AST 对整仓建持久知识图，再让 coding agent 通过 query / path / explain 查图改码，而不是每轮任务从头 grep 或盲目读文件，以省 token 并减少迷失。

“别信我，自己看”笑死

作者转述 @yminsky 在 Bug Bash 的演讲，讲如何把代码库改造成更利于 Agent 工作的环境。核心观点包括用类型表达全局不变量、用 expect test 和库级确定性仿真提供毫秒级反馈、Agent 时代 code review 更重要，以及正式方法因成本结构变化从被冷落变为 Jane Street 正在组建团队投入的方向。

睡前给智能体一个想法，醒来就能玩到由 Tripo CLI + Unreal 驱动的可玩游戏。↓

👀👀

作者分享用 DeepSeek 做类 Claude Opus 5.5 代码动画时总结的六条提示语，分别应对删重复文案、去掉多余重点框、指定颜色用途、统一字号对齐、一屏只讲一件事和动画动效设计问题。作者还预告正在做的大剪辑 Skill，已能用 DeepSeek 剪出十分钟真人口播，配上二十份案例视频和操作录屏，本周整理出来。

提醒一下，你可以自定义 ChatGPT 网页版的外观，让它看起来更舒缓 https://chatgpt.com/settings/appearance

Hassan 公开他日常用 Agent 做应用的六步工作流：用 WisprFlow 录 1–5 分钟语音作 prompt，补截图或 Inspo MCP 作视觉参考，用 grill-me skill 让 Agent 主动追问澄清，拿到 v1 后发反馈迭代，每个新功能合并 PR 前先要快速录屏验证，满意就发到 X 否则扔掉。

世界上很多软件的安全性，实际上是靠攻击它的机会成本来隐性保障的。AI 改变了这笔账。你的遗留代码没变，但当别人只需花 100 美元的推理费用时，你突然就值得被盯上了。

导演汤姆·提克威与 Bonn Park、制片人 Sarika Lakhani 用 Seedance 2.5 将舞台剧《Gymnasium》改编为一镜到底影片《火山高校》，片长约 10-12 分钟，实拍不到 10 位演员，AI 生成数百人校园场景与喷发火山。

LangChain 基于自家 GTM Agent、OpenSWE 和 Content Studio 三套内部 Agent。

网友“QAQLeonard”为索尼 A7C II 制作定制固件，直接解锁 FL2、FL3 胶片模式，并支持导入外部 LUT、富士 NC 与理光 GR 直出色调。配套工具 A7C II Tools 已推出 3.0 版本，是首个带正式图形界面的版本，仅支持该机型固件 2.01。刷入可能影响副厂电池识别，并存在无法开机、影响保修等风险。

邵猛转发并归纳 Thorsten Ball（AmpCode）的 How I Work with Agents 一文，核心观点是只把 Agent 塞进编辑器那一格不会带来收益，要让 Agent 横向覆盖构建、发版、CI、生产日志、feature flag 和监控。

Neolab 的商业模式就是囤卡等涨价2-3倍 历史上这种事情发生的时候一般都是泡沫的顶峰 比如印度有一段时间，土地的价格不到一年涨了18倍 联动西班牙，美国一起涨价 接下来就是全球的房地产危机

继编程与客户支持之后，安全被视为 AI 的第三个产品市场契合点。去年安全市场规模达 1750 亿美元、年增 13%，针对金融机构的勒索软件去年上升 30%、今年一季度再增 76%。对 75 名企业安全从业者的调查显示，预算分布在 SOC、SIEM、渗透测试、威胁情报与漏洞管理五类，且每类都消耗大量 token。

Browser Use 作者讲解如何自动化没有 API 的供应商门户以每日登录下载发票，建议先向供应商索要导出、API、SFTP 或邮件等方式。

Browserbase 推出 BELL 个人助理参考架构与示例应用，演示从 iMessage 收到“帮我买一袋咖啡”到完成下单的全链路。该栈整合 Linq 消息层、Eve 任务规划、Browserbase 浏览器执行、1Password 凭据填充与 Stripe Link 支付授权，并在支付前请求用户批准。

我对用 AI 做任何事的通用建议是：问问自己“我怎样才能让手头这件事更有野心？” 一直这样做，直到你撞上一堵墙，那时你就知道了前沿的形状（这很有用！），或者你发现 AI 能做的比你想象的更多（这很常见！）

其中一个视角。

作者提出 AI 恐慌本质上是一种认知重商主义，借 Joyce Appleby 的《资本主义史》将早期重商主义的四条信念逐一映射到当下 AI 话语：把智能当作稀缺资源囤积、认为大众不可信任、只重供给侧、默认多数人智力用途有限。

另一种做法——让模型为某个任务制作一份详细的技能，只需极轻的引导。基本上就是你平时用来激活该技能的那条自然语言消息。 阅读所创建技能的内容（主要来自权重，以及轻量框架可能提供的上下文，比如关于你的代码库的信息）。 如果技能内容看起来正确，就删掉这个技能。它已经在权重里了。

HumanLayer 的 Dex Horthy 回应提问，认为同会话串联约 5 个 Skill 没问题，但 Skill 需要叠加生效或数量极多（如 200 个）时，应改用子智能体、新会话或把多个 Skill 内容预合并到一条用户消息。他建议按内容类型取舍：流程步骤宜拆开，纯信息可合并，重要行为规则需重复注入或用 hooks 等确定性手段保证遵循，并提醒不要把权重里已有的知识写进 Skill。

用 Opus 5.5 重做了我这本书的网站。最初版本（用 Opus 4.8 做的）需要大量工作才能做出一个有辨识度的静态网站。现在 Opus 基本独自完成了这些。短短时间内，我们已经从千篇一律的 ClaudeDesign 走了很远。https://co-existence.ai/

SGLang 团队与 Cloudflare 协调披露 2026 年 8 月 27 日至 9 月 9 日影响 Workers AI 上 @cf/zai-org/glm-5.3 的跨请求 KVCache 暴露问题。

使用 Grok @Bot 的最佳方式，就是假设你正在聘用一位能力超强的员工

作者花5天把繁多的Agent自动化任务整合成一个微缩景观风格的可视化流水线管理界面，预设自动化以包裹形式路由到两个Agent执行，并与现实时间和天气打通，现实下雪小镇也下雪。开发中由Claude Opus 5.5搭整体视觉与框架并指挥GPT-6 Astra建模渲染，Codex在自有CI机上做端到端测试，共消耗约30%的Claude周额度和两管Codex额度。

作者绍介 AI Engineering from Scratch 发布的 vLLM 101 手册（作者 @ghumare64），基线为 vLLM 0.31.0，测试机为 NVIDIA L4（Qwen3-8B）和 DGX Spark（Qwen3-30B-A3B）。

我看到大型组织因 AI 出现的一个现象是，高管角色及其管控范围在扩大，他们能直接监控整个公司。这极大地改变了公司运营。而且相比企业重组，实施起来也更直接。

作者转发并推荐 Sebastian Raschka 的《Building Reasoning Models from the Ground Up》，称其是从零构建推理模型的最佳课程之一。原系列完整的从零讲解推理模型的视频现已全部上线，并在 https://magazine.sebastianraschka.com/p/building-reasoning-models 集中链接；Raschka 表示稍作休息后将于 11 月恢复 LLM 模型与研究动态更新。