$ ls -la ~/articles | sed -n '91,100p'

Agent 内核深潜_

AI Agent、Swift 原生开发与开发者工具的实践笔记。拆 SDK、造轮子、记踩坑。

♪ PODCAST最新一期:同一个模型,两个名字去收听 →
$grep -r

recent_buffers

PAGE 10/19 · TOTAL 190
91

WhatsApp 帮助页里藏着给 AI 的密令:别告诉用户找监管

安全研究员发现 WhatsApp 帮助中心的 80 个页面里藏着 102 段只对 AI 可见的指令:用户删不掉账号时,别推荐数据保护监管机构;用户一提到律师,就连 GDPR 都不许再提。这些文字人眼看不见,却随页面一起发给了 AI 客服。WhatsApp 回应称是 bug,已修复。本期访谈聊聊:当网页开始给人和 AI 看两个版本,我们该怎么防。

#whatsapp#meta#ai#privacy#gdpr
92

看不懂的代码还敢上线吗:HN 在吵 AI 写代码的信任账

一位 Meta 工程师在 LinkedIn 上说:AI 生成的代码像个黑盒,逐行检查太慢,不检查又不敢上线,干这行从没这么别扭过。HN 上 120 多条讨论吵翻了:有人搬出变异测试,有人让两个模型互审,有人说你早就 import 了几千个看不懂的依赖。本期访谈拆开这些应对方案,看看工程师到底在为什么买单。

#ai-coding#code-review#testing#software-engineering#hn
93

一封邮件断了全网:Namecheap 域名查封风波

Namecheap 十二年老客户,出门几天没看邮箱,回来发现名下所有域名被停用:只因错过一封要求 72 小时内完成身份验证的例行核查邮件。域名不是买断资产,是租约。今天请来域名与 DNS 工程师陈牧,聊聊 ICANN 准确性规则、注册商的单方权力,以及三条保命建议。

#域名#namecheap#dns#icann#hacker-news
94

KillSwitch:一门故意让 LLM 学不会的编程语言

这周 HN 上一篇 200 多分的文章,标题就很挑衅:《I built a programming language that LLMs can't use》。作者 Dominik Picheta 想回答一个问题:LLM 写代码这么强,到底是因为它「理解」了代码,还是只是在复读训练数据里见过的片段?

#programming-languages#llm#benchmark#adversarial#esoteric
95

HybridAgent:让 AI 用「自己的语言」思考,用文字干活

这周 HN 上一篇 arXiv 论文拿了 271 分:《Hybrid Reasoning Agents》,来自斯坦福、UIUC、Together AI 和 Meta 的联合团队。它要解决的问题一句话就能说清:现在的 AI Agent 既用「文字」思考、也用「文字」和外界交互——但文字其实不是模型最自然的思考方式。

#llm-agents#latent-reasoning#hybridagent#stanford#arxiv
96

Karri Saarinen:好软件是有「人味」的,工厂里长不出来

Linear 联创 Karri Saarinen 发文:好产品带着制造者的人味,直觉胜过流程与数据;但当人人带着 AI agent 各自为战,产品正拼成弗兰肯斯坦。本期访谈聊「产品灵魂」到底是什么、直觉能不能规模化,以及 AI 时代 taste 为什么成了唯一的稀缺品。

#software#design#craft#ai-agents#linear
97

给 AI 装上眼睛:DeepSeek Search & Fetch API 让 Agent 实时联网

大模型的知识总有保质期。DeepSeek 这次直接给 AI 装上了眼睛:Search 和 Fetch 两个新 API,一次 POST 请求,Agent 就能上实时网页找答案、把正文抓回来。这条新闻在 Hacker News 上拿下 511 分。今天请来 Agent 应用开发者陈默,聊聊这两个接口到底解决了什么。

#deepseek#search-api#agent#rag#hacker-news
98

Mermaid 图表一秒换肤:Obsidian 团队的 Pele 让图即代码

Mermaid 画流程图,换个皮肤还得重渲染?Obsidian 团队的新玩具 Pele 说:不用。这个把 Mermaid 图表转成可换肤 SVG 的小工具,在 Hacker News 上拿下 492 分。今天请来前端基础设施工程师林一墨,聊聊它为什么值得开发者看一眼。

#mermaid#pele#svg#obsidian#hacker-news
99

你本来可以发明 Transformer:把每一层都看成记忆库

一篇 HN 热文把线性层、MLP、自注意力统一成「联想记忆库」,用干扰-信号比算出容量从 64 到 2700 再到 120 万。本期访谈聊这套推导为什么漂亮、评论区为什么吵公式太多,以及它对理解长上下文的真正启发。

#transformer#attention#mlp#memory#llm
100

从记忆的角度重新发明 Transformer:64、2700、100 万

大模型为什么能记住那么多知识?Alex Wang 的一篇长文给出了一个漂亮的第一性原理解释:把神经网络的每一层都看作一个「联想记忆库」,线性层大约能存 64 条记忆,MLP 能存 2700 条,而自注意力能存超过 100 万条。这篇文章在 HN 上拿到 500 多分,我们把它讲清楚。

#transformer#attention#associative-memory#hopfield#hacker-news