归档
时光荏苒，文字留痕
共 135 篇文章
九成工作时间没有评测覆盖：AI 到底会不会干你的活，现在没人说得清
Mercor 将 29 个评测集对齐美国劳工部 O*NET 的 923 个职业、18,797 项任务，发现覆盖极不均衡：仅 208 个职业有至少一项任务被 5 条以上评测提示覆盖，22 个大类中 6 个完全空白；按工时加权，约 90% 美国工作时间花在几乎无评测覆盖的任务上。评测还偏向 AI 暴露度高、任务重要且工资总额大的职业，同属高暴露的法律秘书、法庭书记员几乎未被测。企业选型不宜用榜单分数代替场景验证，应列出岗位任务清单，区分数字化与线下环节，并派“增强人”而非“替代人”设计流程；报告也承认样本薄、质量难度未加权等问题，数据为临时版本。
Libreboot 26.10 带来完整 UEFI 支持，同时立了一条反 AI 的规矩
Libreboot 26.10 默认载荷改为 EDK2，多数主板获得完整开源 UEFI，可引导 Windows、Linux 和 BSD。新版导入 233 个 Chromebook 主板，AMD Fam15h 改用 15h.org 的 coreboot 分支，内存、IOMMU、TPM 更可靠。作者还新增反 AI 政策，拒绝 AI 生成分支，并计划审计依赖中的 AI 提交，理由是信任、技能退化与版权不确定。文章强调，关键不在是否用 AI，而在环节后果：可回滚、可测试处可放开；不可逆、高代价处须禁止，或由能读懂并负责的人签字。真正风险是没人能解释代码为何能工作。
用 AI 给没有 Linux 驱动的硬件写驱动：一个人几天做完过去几周的活
作者因底片扫描仪新芯片缺 Linux 驱动，在虚拟机运行厂商 Windows 驱动并直通设备，用抓包工具分别记录 Windows 与 Linux 操作，对比差异定位缺陷，几天内做出可用驱动并支持红外扫描，后公开为 hw-harness。无总线设备可改查驱动文件、注册表、ACPI 和设备属性；只观察硬件行为、提取配置，不复制代码。他还修复笔记本 MIPI 摄像头，低光亮度从 31.1 升至 90.9，补丁已提交。经验是参考抓包最有价值，AI 适合日志比对等重复劳动，决策与真机验收仍由人负责。
藏在 HTTP 响应头里的指令：2.17 亿个网页里，AI 已经被人“喊话”
安全团队扫描 Common Crawl 21.7亿页面中的十分之一，发现7959个站点在HTTP响应头写入面向AI的内容。该通道对人隐形，但agent用curl -i或整段响应喂模型时，头部与正文同处上下文，模型难分资料与指令。多数仅指路，30个试图下命令。测试中模型默认未执行注入，但用户要求“按网站说的做”时9次有7次照做。防线是工具层只传正文，权限层把新链接和重定向视为不可信，MCP与技能人工审批，不写“遵循网站指示”，并在模型外设授权检查。团队应收窄权限，对抓取后立即行动告警；少给权限可降低风险。
把嵌入模型改造成语音转写：1 小时音频 12.6 秒转完，全程在一台 MacBook Air 上跑
EmbeddingGemma Transcribe 利用多模态嵌入模型，把音频经小读取器映射到文本空间，在约22.9万英文词中取最近邻生成转写，再由小模型补标点大小写；原音频编码器不动，训练用8张H100不到两小时。它在8GB M3 MacBook Air上1小时音频约12.6秒转完，全程本机，可按键说话输入任意应用。当前词错率约5%，领先语音模型2%–3%，且仅英文。启发是：重组现成能力可能比换更大模型划算；端侧离线转写已可用于录音整理、会议纪要，但中文需实测；性能报告应区分同机实测与公开基准。
Anthropic 把主力仓库搬离 git：每天合并 3 万次代码，自研版本控制系统只用了 7 个人、5 个月
Anthropic 复盘称编码已非瓶颈，真正受限的是为人类规模设计的版本控制、构建与 CI。其 monorepo 主分支历史近 100GB，每天约 2500 万次 CI 检出，传统 git 镜像难运营。自研 Scion 转向客户端永远在线、服务端处理历史与合并、水平扩展、提交便宜增量无锁、工作副本天生稀疏。基建 CPU 与内存占用降至过去 git 镜像方案的 1/200，CI 检出从分钟级到秒级，7 人 5 个月完成迁移。工程师常需对 Claude 说不，评审重意图而非逐行，合并队列意义下降。Scion 只适用于超大 monorepo；小团队应学其取舍：执行端无状态、按需取数，成本随改动而非仓库增长。
Rust 借阅检查器里藏了 11 年的漏洞：一段本该编译失败的代码，能读出已经销毁的变量
Rust #164250：要求 'static 的泛型结构体，因自定义析构搬值到全局容器，再通过协变字段接受短生命周期引用，绕过借用检查并编译通过；销毁后 downcast 会读到失效内存，ASan 报栈使用后作用域错误。根因是协变与析构组合，稳定版回溯到 1.85.0。官方定级 P-high，称这是十一年老漏洞，利用需恶意析构。启示：安全承诺应按已知漏洞与修复优先级管理，自定义析构和搬值到全局须评审，公开承认与排期修复更能维持信任。
纽约「一键退订」新规 10 月 1 日生效：把取消入口藏起来，开始按次罚钱
纽约市“Click to Cancel”规则10月1日生效，核心是把不提供清晰、显眼、精简的取消方式定性为欺骗性、不合理商业行为。罚则首次525美元、第二次1050美元、第三次及以后3500美元，并退还消费者首次尝试取消后继续被扣金额。长期订阅、试用或赠品超一个月、条款价格重大变更均须提前通知并说明取消方式，挽留优惠不禁止。2025年逾100起投诉及Equinox 60万美元和解等推动执法，估算每年为纽约成年消费者省最多1.625亿美元和至少60万小时。产品团队应让取消入口与开通同样显眼，续费前明确提示，靠价值挽留，并将取消退款路径纳入验收。
陶哲轩《Math 2.0》：数学正从「证明稀缺」走向「证明过剩」，瓶颈不是技术
陶哲轩在《Math 2.0》提出，数学已从“证明稀缺”转向“证明过剩”，但前沿绝大多数问题仍未解决。数学因可客观验证、可数字化、有大规模高质量数据，成为AI最易突破的领域，AI能力呈“锯齿状”。解题只是长期目标的代理指标，证明过剩时代继续盲目优化解题有害；开放问题是灯塔，过早抵达会让其他路径无人问津。企业可用这三属性筛选AI场景，主动纠正报告偏差，让AI加速到达而非替你理解。实现Math 2.0的瓶颈不是技术，而是想象力。
6000 亿 token 之后：让 AI 智能体反编译一款老游戏，最贵的教训是没定义什么叫「正确」
Maurice带AI智能体耗时数月，将流行FPS游戏反编译为C++，追求准确完整重建，总耗约6000亿至7000亿token。首月80%函数完成，但代码可读而语义错误，因缺少机器可判定的正确标准。转折是字节级匹配：OBJ与EXE/PDB逐字节比对，重定位校验同符号同偏移，并做CI回归；禁止内联汇编，用哈希和密钥托管防篡改。最终99%函数进入源码，83%字节一致。启发：先定验收标准，验收工具须防篡改，规范定期重注入；有精确反馈后便宜模型也可用，正确性远比产出量重要。