Anthropic 的 monorepo（所有项目放在一个大仓库里），今年 5 月每天合入的改动大约是 2500 个，到了 9 月，每天超过 3 万个。Claude Code 有自己独立的仓库，压力一样不小。

第一，更换验证者，不等于获得独立判断。 把测试交给另一个 Agent，如果它沿用实现者的错误假设，双方仍可能遗漏同一个场景。验证应从业务约束和失败模型出发寻找反例，而不只是顺着生成代码补测试。 第二，证据有适用范围。 操作标识的生成逻辑改变，旧的幂等验证就需要重新评估；仅修改日志文案，通常不必重验所有业务场景。关键是知道结论依赖什么，以及这些前提是否仍然成立。 个人 AI Coding ...

「AI造AI」的加速循环早就已经转了起来，而且它的进化速度，已经快到连人类科学家都来不及实时监测！ 造AI的人，已来不及看清AI进化到了哪一步！ 就在刚刚，正冲刺纳斯达克IPO的Anthropic，向美国SEC递交了一份更新版招股书（S-1/A）。 距离首版招股书公开才过去一周，Anthropic管理层却连夜在文件里补上了让人心头一紧的「交底」—— 「AI造AI」的加速循环早就已经转了起来，而且它 ...

Super-agent 想做到的，其实是让 Agent 能够长期参与实际工作。同一项任务换了沟通渠道，还能带着之前的背景继续处理，执行期间来了新任务，也可以分别安排，同时往前推进。 要支持这样的工作方式，就需要把模型周围的系统建起来。Router 和 Worker 分开协调与执行，事件机制让新消息找到对应的任务。执行进度要及时保存，任务卡住或者方向跑偏时，还得有 Watchdog ...

团队让 GPT-6 Astra 直接检查 Qwen3.5-0.8B 的内部权重，找到了导致模型反复陷入推理循环的关键问题。随后 Astra 只修改了约 0.016% 的参数，就将模型在 MATH-500 上的成绩从 7.9% 提升至 48.1%，指令遵循能力也提升了近两倍。整个过程没有重新训练模型，也没有使用梯度下降。

报告一出，吸引了包括Anthropic对齐负责人Evan Hubinger、MATS创始人兼CEO Ryan Kidd、以及来自DeepMind、METR等机构研究员的转发和评论。很多人评论说这填补了中国在独立前沿风险评测上的空白。

Bowen Wan的悲剧并非孤例，早在2024年，美国佛罗里达州一名叫Sewell Setzer III的14岁少年，因为长期沉迷和Character.AI上的虚拟角色聊天，最终走上了绝路。

科技博主Ice Universe在X上刷到科学晚的核聚变内容后，忍不住感慨：AI把GPU抢了，内存涨了，SSD也不放过，下一个目标怕不是全球发电厂——所以中国科学家搞核聚变这件事，全世界都该认真看看。

今年 1 月，他终于有了收入。一家初创公司以每小时 70 美元的报酬聘用他编写化学题目、为 AI 答案评分。起初每周工作约 20 小时，后来降到 4 小时。再后来，整周整周都没有任何工作。3 月中旬，他通过一条群聊消息得知自己被解雇了。

以前想要一个顺手的工具，只有两条路：等平台改，或者自己写代码。如今多了一条：给AI说清楚需求，交给它去做。 周五晚上11点，Karpathy累了，他打开YouTube，本想随便找点东西看。 迎接他的是一整面「垃圾墙」：封面一个比一个夸张，推荐翻来覆去还是那几个老话题。 他吐槽：满屏都是《蠢蛋进化论》级别的烂内容。 累了一天想放松，结果只刷到一堆标题党：这样的感受你肯定不会陌生！ 在Karpathy ...

一个由超130万台安卓设备组成的僵尸网络，其设备以电视机顶盒为主。10月底在谷歌主导的打击行动中，该僵尸网络的控制服务器被关停，运营者失去对设备的控制权。 总部位于中国深圳的Videostrong以自有品牌及代工模式生产安卓电视机顶盒及其他设备。数年来，Videostrong将这个名为x.cpe的后门植入多个型号、多个品牌的设备中。谷歌排除了内部人员恶意操作或开发失误的可能性。

而我们中的不少人，已经从 Copilot 用到了 Claude Code、Codex，从 Vibe Coding 走到了 Spec Coding、Harness，甚至开始推动整个组织的 AI 转型。 10 月 30 日，A 股创业板指下跌 4.13%，科创 50 下跌 5.48%；美东时间同日，纳斯达克下跌 2.86%，费城半导体指数重挫 7.2%。