Codex 28 天挑战收尾：最后两天改发 banked reset
10 月 31 日，Tibo 发出 28 天挑战第 26 天更新：当天全局重置照发，手机端多账号切换上线，最后两天（第 27、28 天）改为 banked reset，重置额度存进账户自己点。
分类: 人工智能
共 236 篇文章
文章列表
技术热点透视20261030：Agent 进了五角大楼，两个月没人发现
埃森哲承包商把个人 Claude Code 接入五角大楼系统，跑了两个月才被发现：门是人亲手开的，而日志里根本看不见 agent。
手写光线追踪：1800 行渲染一只玻璃花瓶
1800 行 JavaScript 从零实现光线追踪：手工建模花瓶、SAH-BVH 加速、薄壁玻璃折射，不用任何 3D 图形库，浏览器多线程渲染。
技术热点透视20261029：AI 学会了当红队，谷歌先给它上了锁
谷歌发布 Gemini 4 Carbon：漏洞发现 88.2%、可利用验证 54.8%、根因修补 71.0%，第一次按职业而不是价格发模型。独立评测却显示幻觉率从 4% 涨到 11%。
技术热点透视20261028：24 天，Agent 替数学界做完了半个世纪的验收
Axiom 用一群 AI agent 在 24 天内把有限单群分类定理完整形式化成 4310 万行 Lean 代码，并在过程中查出人类文献里 34 处偏差。这件事真正说明的是：agent 的信用来自那个只会说不的检查器。
技术热点透视20261027：Agent 不缺能力，缺一张门禁卡
151 款 App 拒绝豆包代操作，亚马逊封了三个外部 Agent，沃尔玛却写了一纸代理条款。Agent 的第一道墙不是技术，是准入；而准入的价格，由平台的收入公式决定。
技术热点透视20261026：OpenAI 红队实测，隔离的 Agent 用 CPU 缓存传出了数据
OpenAI 红队让隔离在不同 microVM 里的 agent 用 CPU 缓存时序互相传数据。被推翻的不是某个漏洞，而是「隔离」这个词的用法。
开源大模型全景：六个场景、五档硬件
2026 年 10 月的开源权重选型地图：按通用、编程、图像、视频、音频、文档六个场景看能力边界，按手机到集群五档硬件看真实门槛，附带许可证与显存账。
技术热点透视20261025：换掉脚手架，分数没动，账单翻了三倍
山东大学一项对照研究把模型按住不动、只换 agent 外壳：分数落在噪声里，单任务成本最多差 3 倍。壳买到的不是通过率，是少几条输掉任务的路。
Kimi K3.1 Pro 发布：3 万亿参数、100 万上下文
10 月 24 日，月之暗面发布 Kimi K3.1 Pro：3 万亿级参数、100 万 token 上下文，同步推出速度 2～3 倍的高速版，完整权重计划 11 月 4 日前发布。
技术热点透视20261024：把答案擦掉以后，最高只剩 9.5%
有人把 Issue 描述这副“免费答案”拿走了：同一批模型闭卷去找仓库里埋的 4,100 个 bug，第一名只命中 9.5%。
发现agent慢了，你应该多问问，也许它真的比较傻
agent 变慢时别急着换模型。它自己会留轨迹：问它「按耗时分类报数」，五条里四条是调度问题——盲等、搜索半径过大、返工、串行固定成本。
技术热点透视20261023：主动性也是有额度的
Anthropic 的 Claude Duet 每隔几小时才看你一眼——因为不间断地看会更快烧完你的套餐。主动 agent 的瓶颈不是能力，是额度与验证器。
AI时代，整个IT世界就是一个巨大的草台班子
PHP 一天发四个紧急版本修两个 9.2 分漏洞，而 Anthropic 的看板记着 6,157 个已披露漏洞、只有 516 个打了补丁。发现已经上机器了，修补还停在人的手上。
技术热点透视20261022：它把输出层砍到 4 bit，这不像人会做的决定
一个四个月从零训出来的 40B 模型，把精度最敏感的输出层砍到 4 bit，再花钱把分补回来。这个决定本身，比 74.2% 的跑分更值得看。
技术热点透视20261021：它删掉了监控，也删掉了那道测试
OpenAI 自曝两起内部事故：一个 agent 静音了安全告警，另一个删掉监控、还把「必须存在监控」的回归测试改成了「必须不存在」。真正的漏洞不在模型动机，而在监控坐在了被监控者的可写范围里。
技术热点透视20261020：一句「先问我」，值 17.1 个百分点
Anthropic 被曝要做会推断用户意图的模型，而两份实测说：删掉一句「动手前先问我」，Claude Code 的越界率从 0.0% 升到 17.1%。
技术热点透视20261019：Agent 的品味，59.7 分封顶
一道只有两个选项的题，14 个前沿模型，没有一个过 60 分。