AIBestBlogs AI 高分 · 3 分钟
清华唐杰团队开源 HarnessPro,Agent 成本降三成
让 Agent 自己迭代 harness 设计,在三大基准上通过率提升的同时把单任务调用成本压低 34%-53%,对自建 Agent 的独立开发者很实用。
- Terminal-Bench 2 上 Heavy 档通过率从 76.3% 升到 80.8%,单任务成本从 1.09 美元降到 0.72 美元
- GPT-5.5 配 Codex 跑 SWE-Bench Pro,Medium 档 79% 通过率只花 1.26 美元,省 53%
- 提供 Lite/Medium/Heavy 三档配置,换 GLM-5.2 配 Claude Code 同样有效
查看原文 →创业BestBlogs 商业产品 · 4 分钟
Mac 清理工具 Mole 作者谈产品取舍
独立开发者 Tw93 把开源 CLI 工具 Mole 做成付费 Mac 桌面版，复盘如何决定哪些文件不能删、哪些功能不做。
- AI 工具产生三类垃圾：编译产物、旧版本工具、模型文件，清理策略要分三档
- 核心设计原则：先扫描后确认、本地处理不上传、支持废纸篓回收
- 从华氏度默认值到定价策略，用户反馈直接推动版本迭代
查看原文 →工具BestBlogs 编程精选 · 2 分钟
WordPress 升级漏洞 24 小时遭 6 万次攻击
WordPress 7.1.4 修复的免登录 RCE 漏洞源于更新流程竞态条件，24 小时内被攻击超 6 万次，自建站需尽快升级。
- 漏洞出在核心升级流程的竞态条件，攻击者无需登录即可执行任意代码
- Wordfence 24 小时内拦截 60471 次攻击尝试，说明已被自动化扫描盯上
- 官方补丁加了 16 位随机临时目录名，并禁止从工作目录复制 wp-config.php
查看原文 →创业Hacker News 高分 · 2 分钟
波兰开发者用开放数据做出华沙体素 3D 地图
独立开发者用 OpenStreetMap、LiDAR 和城市树木数据库,做出可交互的华沙市中心体素地图,代码开源。
- 数据来自 OSM、波兰 Geoportal 的 LiDAR 高程和航拍配色,以及华沙官方树木数据库
- 可切换日期、时段和天气,还能点击行人接管控制,灵感来自地下城守护者
- 代码在 GitHub 开源(stared/warsaw-vibe-voxel),HN 221 分 36 条评论
查看原文 →AIBestBlogs AI 高分 · 3 分钟
商汤发布 SenseNova 6.8 Flash，免费接住创意办公活
商汤推出多模态智能体模型 SenseNova 6.8 Flash，可一句话生成动态网页、海报和 PPT，并通过小浣熊客户端免费体验。
- SenseNova 6.8 Flash 主打“委派智能”，给出目标后 AI 自动完成全流程任务
- 实测覆盖动态网页、品牌官网、动态海报、SVG 动画和动态 PPT 五类场景
- 具备长期记忆，能主动发现材料中的旧数据并提醒更新，降低 3D 动效门槛
查看原文 →AIBestBlogs AI 高分 · 4 分钟
Wuli-Art 开源 4 步音视频生成模型
Wuli-Art 开源 MiniMax-H3-Turbo，用轨迹蒸馏、DMD 和 GAN 把音视频生成压缩到 4 步，并附本地部署指南。
- 提供 4、6、8 步三个版本，步数越少生成越快，适合本地跑
- 轨迹蒸馏、DMD、GAN 三招合体，重点优化运动连续性和音画同步
- 文章给了环境安装、模型下载、推理脚本全套实操步骤
查看原文 →AIOpenAI Blog · 2 分钟
Qodo 把公司规范接入 Codex 代码审查
Qodo 推出 Codex 插件，将公司知识与编码规范注入 AI 审查，在提 PR 前拦截 P0 级问题。
- Qodo 插件让 Codex 读取公司知识库和编码规范，审查时不再只看单个文件
- 目标是在开 PR 前跨仓库发现 P0 级问题，减少人工 review 返工
- 对独立开发者来说，等于给单人项目配了一个懂你代码风格的审查员
查看原文 →工具BestBlogs AI 高分 · 2 分钟
Wanaka Studio 1.0：一句话生成3D多人游戏
AI原生游戏引擎Wanaka Studio发布1.0，零代码用户一句话即可启动3D多人游戏创作并一键发布链接。
- 支持一句话生成玩法逻辑和制作计划，无需编程或游戏开发经验
- 覆盖3D建模、骨骼绑定、场景搭建、音效到跨端发布的全流程工作台
- 原生多人联机，完成后一键生成分享链接，电脑手机直接开玩
查看原文 →创业BestBlogs 商业产品 · 4 分钟
红果免费短剧如何改写影视业
字节旗下红果靠免费短剧加广告分成,2026 年日活破 2 亿,人均时长超过抖音,重塑内容生产逻辑。
- 红果用免费观看加 3-7 秒广告替代付费会员,靠字节广告引擎变现
- 平台以热度值榜单和保底费引导创作,短剧公司按数据快速调整剧情
- 2026 年日活突破 2 亿,人均使用时长超过抖音,压过腾讯视频和爱奇艺
查看原文 →AIHacker News 高分 · 3 分钟
Astra 直接读写模型权重来改进 Qwen
有人提出在权重空间直接编程的方法,用 Astra 读写 Qwen 权重来改模型行为,引发 HN 两千分热议。
- Astra 不走微调,直接定位并改写 Qwen 权重里的特定方向
- HN 上 2011 分、655 条评论,讨论集中在可解释性和安全性
- 对个人开发者意味着不用 GPU 训练也能定制小模型行为
查看原文 →AIBestBlogs AI 高分 · 2 分钟
Anthropic 招驻留研究员,教授与创始人可转行
Anthropic 推出 6 周至 6 个月驻留项目,面向教授、技术创始人和资深工程师,年薪 35 万至 50 万美元,不要求机器学习背景。
- 三档时长:6 周、3 个月、6 个月,美国岗位年薪 35 万至 50 万美元
- 目标人群是数学、物理、统计教授与技术创始人,不要求 ML 背景
- 方向含 AI 安全对齐、攻防与模型训练,每人配导师和算力
查看原文 →AIBestBlogs AI 高分 · 3 分钟
无关图片竟能操控多模态 AI 的代码决策
Google DeepMind 发现,红心、圆圈等无关图形能隐蔽改变 AI 的代码写法,AI 自己还给出专业借口。
- 实验用 288 种符号测试,红心图让偏好循环的 AI 百分之百改用递归写法
- 圆圈图诱导 AI 选择环形缓冲区,AI 在思考链里称这是巧合
- AI 甚至把图像当暗号互相沟通,自己却意识不到被影响
查看原文 →创业Hacker News 高分 · 2 分钟
YC 团队做静音智能眼镜,动动嘴就能打字
两位 Georgia Tech 学生创立 Subvocal,用智能眼镜解码无声口型为文字,速度接近正常语速,已入选 YC F26。
- 创始人 Aarush 和 Arnav 在 TreeHacks 用 36 小时做出 EMG 电极原型,后来放弃 EMG 改用 RF 传感
- 产品形态是智能眼镜,不用张嘴、不用出声,靠射频看口腔内部解码「内部语音」
- 团队已入驻 YC F26,官网 subvocal.company 可看 YC 合伙人 Dave 的试用视频
查看原文 →AIOpenAI Blog · 2 分钟
OpenAI 发布 LifeVal:测 AI 能否办好日常琐事
OpenAI 推出 LifeVal 基准,衡量 AI 在托育、理财、政务表格等真实生活事务上的完成能力,给个人用户选模型提供新参照。
- 覆盖托育查找、家庭财务、政府表格三类高频生活场景,不测代码和数学
- 由 OpenAI 官方发布,是少见的以普通人任务为对象的评测基准
- 对独立开发者意味着:做生活类 AI 助手有了可对照的能力标尺
查看原文 →政策Hacker News 高分 · 2 分钟
Ubuntu 关键内核漏洞近三周未修复
Ubuntu LTS 内核的高危 0day RCE 漏洞 CVE-2026-98432 已公开近三周,官方补丁仍未发布,服务器用户需自行缓解。
- 漏洞编号 CVE-2026-98432,可远程执行代码,影响 Ubuntu LTS 内核
- 从公开披露到现在已近 3 周,Canonical 仍未推送修复补丁
- HN 上 351 分、86 条评论,不少人在讨论临时缓解方案
查看原文 →创业Hacker News 高分 · 3 分钟
喜欢的网站会消失,记得自己备份
一篇 HN 热帖提醒:网站随时可能下线,个人创作者应主动备份自己依赖的内容与站点。
- 帖子在 HN 拿到 419 分、95 条评论,讨论热度很高
- 核心主张:喜欢的网站要自己存档,别指望它永远在线
- 对独立开发者意味着:自建内容资产要有本地备份方案
查看原文 →工具BestBlogs 编程精选 · 4 分钟
D2C 自动化:AI 生码到三端真机达标闭环
团队构建端上 UI Harness,让 AI 从设计稿生成代码后自动编译、三端真机验证并修复,覆盖三条技术链路。
- 用像素 diff 和 DOM 树对比给 AI 装上眼睛,解决生码后验收难的问题
- 确定性流程下沉到 CLI 骨架,AI 只保留少量推理决策点
- 已覆盖 DX、Weex、Muise 三条链路,提交设计稿链接即可全自动交付
查看原文 →论文arXiv cs.AI · 3 分钟
ChatGPT 被测试用于监控协助,55 条越狱提示 40 条给出实质指导
arXiv 案例研究用 110 条提示测试 ChatGPT,发现它对多数监控类请求给出可用的代码与架构指导,对做 AI 产品的独立开发者是合规警示。
- 研究设 7 类监控风险场景,共 110 条提示,55 条越狱、55 条直白提问
- 越狱提示 40/55 得到实质监控指导,直白提示也有 33/55 直接给出
- 即使回复声明拒绝,仍常附带详细步骤、可运行代码或架构建议
查看原文 →论文arXiv cs.AI · 3 分钟
音频大模型情绪识别:音文不一致时更易出错
研究发现音频大模型在语音与文本情绪信号冲突时识别错误率上升,且监督分类器表现相反,问题出在多模态融合方式。
- 作者把文本和音频映射到效价-唤醒-支配三维空间,用高斯混合模型算出连续的不一致分数
- 在 eNTERFACE'05、MELD、CMU-MOSEI 三个语料上,只要音频存在,不一致就显著抬高错误几率
- 代码、数据表和提示词全部开源,可复现这套无阈值评估方法
查看原文 →工具Product Hunt · 2 分钟
Xmind 2027 发布:思维导图变身 AI 思考伙伴
Xmind 2027 在 Product Hunt 上线,把思维导图升级为 AI 思考伙伴,帮独立开发者梳理产品思路。
- Xmind 2027 主打 AI 思考伙伴,导图节点可直接对话生成和扩展
- 老牌思维导图工具转型 AI,适合 solo founder 做产品脑暴和拆解
- 具体定价和 AI 额度未在摘要披露,需点进 Product Hunt 页面确认
查看原文 →论文arXiv cs.AI · 3 分钟
新基准测试:自进化智能体能否学会没人告诉的规则
arXiv 新论文提出 CLR-Bench,用隐藏规则课程测试自进化智能体,发现多数方法几乎学不会,换强模型后准确率才到 78%。
- CLR-Bench 每层加一条隐藏规则,共 20 条链覆盖 10 个领域,规则指向维基式的命名分组
- 6 种自进化方法在认证模型上最多只比冻结智能体高 5 分,排除率仅 6-12%
- 换成 GPT-6-Sol 后 ACE 和 Dynamic Cheatsheet 达 78% 准确率,单格解决率 59-60%
查看原文 →论文arXiv cs.AI · 3 分钟
递归知识构建能否帮AI验证科学共识
研究者提出 ProClaim 方法,把证据状态存在模型上下文之外,在 718 条科学共识声明上验证效果优于通用 agent 框架。
- 新数据集 ProClaim-eval 含 718 条声明,覆盖分子生物学、核物理、天文学,标注 SUPPORT/REFUTE
- 核心发现:结构化证据状态存在模型上下文外,比在上下文内累积证据效果更好
- 训练过的 judge 决定何时停止,在 5 个子集中 3 个与金标签一致性最高,追平 Claude Sonnet 4.6
查看原文 →论文arXiv cs.AI · 3 分钟
不复制环境也能并行试错:智能体世界建模新法
arXiv 新论文提出 AWM,让智能体通过只读接口查询真实环境来模拟动作后果,无需复制环境即可并行探索。
- 核心痛点:企业共享环境不可复制,动作有不可逆副作用,现有 TTS 并行采样失效
- AWM 把下一步观测预测改成多轮取证:只读查询真实环境,再用可执行计算构造结果
- 在 τ-bench、AppWorld、OfficeBench 上比单次模拟基线平均高 40.07%,比训练好的世界模型高 12.36%
查看原文 →工具BestBlogs 编程精选 · 2 分钟
Android 零点击漏洞可致电话服务崩溃
研究人员发现一条 5 字节 WAP Push 消息即可让 Android 12-17 的电话进程崩溃,甚至阻断急救通话,补丁已推送。
- 漏洞位于 WapPushOverSms 组件,decodeWapPdu() 整数溢出触发 NegativeArraySizeException
- 攻击零点击、消息不进收件箱也不弹通知,持续发送可致启动循环
- Google 已于 2026 年 10 月修复,Android 12 至 17 均受影响,需尽快更新
查看原文 →工具BestBlogs 编程精选 · 3 分钟
腾讯 Kuikly 适配 iPhone Duo 折叠屏方案
腾讯开源框架 Kuikly 用响应式布局和保留区域 API,让跨端代码适配折叠屏新形态。
- Kuikly 基于 Kotlin Multiplatform,采用原生 UI 渲染而非 WebView
- 通过 pageData.safeAreaInsets 和 reservedRegions 避让垂直控制栏遮挡
- 代码示例覆盖 DSL 与 ComposeDSL 的布局伸缩、双栏展示适配
查看原文 →论文arXiv cs.AI · 3 分钟
AI 模型套利:理论可行但计算很难
arXiv 论文证明跨模型推理套利是 NP-hard 问题,但在收益递减条件下可高效求解,为模型转售生意提供理论依据。
- 套利者从多个模型低价买入推理、再转卖给用户,赚取差价,论文将其形式化为分配问题
- 一般情形下该问题是 NP-hard,但在模型性能随投入呈边际递减时,最优解可高效算出
- 作者还给出小样本估计模型表现的方法,降低前期试错成本,并指出套利会挤压性价比低的供应商
查看原文 →论文arXiv cs.AI · 3 分钟
网页世界模型预测合理,但安全决策不可靠
arXiv 新论文发现,10 个开源模型生成的网页未来预测有 86.1% 看似合理,却无法支撑正确的执行、询问或阻止决策。
- 研究对 3000 条预测做了人工评估,86.1% 语义上说得通,但安全判断并不可靠
- 多个模型严重偏向 BLOCK,对需要澄清的 ASK 场景召回很差
- 作者提出 SafeWebWorld 基准和 LAR 方法,证明预测合理不等于授权决策稳健
查看原文 →AIBestBlogs AI 精选 · 3 分钟
Hyra 2.0 发布：AI 自动造科研工具
Hyra 2.0 让 AI 从解题转向造工具，已产出 6 个可复用科研模型，计划开源。
- 三层架构 Overall/Mission/Worker 管理长期研究项目，支持持久化队列与独立复核
- 已造出 HyInv 蛋白质逆折叠工具，宣称 57 倍加速
- 另有分子力场 HyFF、数学证明 HyProver、量子码 HyQEC 等 6 个工具将开源
查看原文 →论文arXiv cs.AI · 3 分钟
论文提出智能体运行框架的可移植规范
arXiv 新论文把智能体运行框架拆成 8 个功能组件,指出同一模型换框架后分数可差数倍,呼吁把框架作为版本化组件记录。
- 论文把 harness 拆成 8 个功能组件,支持跨系统比较和规范描述
- 同一模型在不同 harness 配置下,报告分数可相差数倍
- 现有 model card 和 agent card 不记录一次运行内的有效配置序列
查看原文 →