Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

发现个让网络安全圈炸锅的 AI 神器！ Shannon —— Keygraph 开源的 AI 渗透测试工具，GitHub 42k stars 直接封神！这玩意儿根本不是传统漏洞扫描器，而是个会自己打漏洞的 AI 渗透工程师！核心工作流真的硬核： ✅ 源码分析：自动读取你的源代码，分析所有攻击面 ✅ 真实攻击：结合浏览器自动化，亲自执行 SQL 注入、XSS、认证绕过等真实攻击 ✅ 证据收集：不是纸上谈兵，是真的把漏洞打出来给你看最狠的是它的核心理念："No Exploit No Report" 只有真正打成功的漏洞才会出现在最终报告里，拒绝误报噪音！官方演示拿 OWASP Juice Shop 测试，直接挖出 20+ 高危漏洞，包括： ✅ 完整的数据库脱库 ✅ 管理员权限绕过 ✅ OAuth Token 泄露 ✅ 硬编码密钥看 Dashboard 界面，Critical/High/Medium... show more

Vincent

58,482 subscribers

13,512 просмотров • 4 месяцев назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 2

Фото профиля Vincent

Vincent4 месяцев назад

项目地址：

Фото профиля 666

6664 месяцев назад

@VincentLogic 可以计算注册码吗？

Похожие видео

今天刷 github 刷到个真牛逼的项目！ Strix 这个开源东西，AI 自动渗透测试，能像真人黑客一样跑你的代码找漏洞，还直接给你真实可工作的 PoC 验证，不是那种静态扫描一堆假阳性的玩意儿。支持本地项目、github 仓库、在线网站都能扫，还能自动生成修复 PR，CI/CD 里直接用也行。 29k stars 不是白来的，感觉以后安全测试要变天了。有在用的兄弟吗？体验怎么样？赶紧去 star 一下吧：👇👇👇👇真的香！

今天刷 github 刷到个真牛逼的项目！ Strix 这个开源东西，AI 自动渗透测试，能像真人黑客一样跑你的代码找漏洞，还直接给你真实可工作的 PoC 验证，不是那种静态扫描一堆假阳性的玩意儿。支持本地项目、github 仓库、在线网站都能扫，还能自动生成修复 PR，CI/CD 里直接用也行。 29k stars 不是白来的，感觉以后安全测试要变天了。有在用的兄弟吗？体验怎么样？赶紧去 star 一下吧：👇👇👇👇真的香！

DeFi狙击手 | Ai🕊️｜Gate美股0费率

16,969 просмотров • 3 месяцев назад

Anthropic 发布全球最强AI模型但是你用不到... Anthropic 今天发布的新一代前沿模型，也是目前最强模型：Claude Mythos Preview。各项跑分全面碾压上一代 Opus 4.6... 但跟你想的不一样，这个模型目前不会公开上线。为什么不公开发布？因为实在过于强大！ Anthropic 选择了一种完全不同的发布方式：只给少数合作伙伴用，而且只用来做一件事，找漏洞。 Anthropic 的说法是：这个模型的能力太强了，强到需要先让防守方准备好，再考虑广泛发布。具体有多强？过去几周，Anthropic 用 Mythos Preview 扫描了主要操作系统和浏览器的代码，发现了数千个零日漏洞，绝大多数是高危和严重级别。超过 99% 还没被修补。198 份经人类审查的报告中，89% 的严重性评估被确认准确。 Anthropic 安全研究员："I found more bugs in the last couple of weeks than I found in the rest of my life combined."（我过去几周发现的漏洞比我这辈子加起来都多。）三个最有冲击力的案例： - 在 OpenBSD 里找到一个 27 年没被发现的漏洞，这个漏洞允许攻击者远程连接就能让整台机器崩溃。要知道，OpenBSD以安全著称，被誉为"世界上最安全的操作系统之一"，为全球防火墙和关键基础设施提供保护。27年来，无数安全专家审查过这些代码，自动化测试工具跑了数百万次，但都没发现这个漏洞。 - 在 FFmpeg 里找到一个 16 年的漏洞。自动化测试工具在那行代码上跑了 500 万次，从来没抓到过 - 在 Linux 内核里自主发现并串联了多个漏洞，从普通用户权限一路提权到完全控制整台机器这些漏洞几乎全部是模型自主发现的，没有人类引导。 Anthropic CEO Dario Amanei 表示： "We haven't trained it specifically to be good at cyber. We trained it to be good at code, but as a side effect of being good at code, it's also good at cyber."（我们没有专门训练它做网络安全方面的事情。我们只是训练它写代码，但写代码的副产物是，它在网络安全方面上也很强。我在过去几周发现的漏洞比我一生中发现的都多。）一个写代码的"副产物"，找到了 OpenBSD 里藏了 27 年的漏洞，强到 Anthropic 自己都不敢直接放出来。

Anthropic 发布全球最强AI模型但是你用不到... Anthropic 今天发布的新一代前沿模型，也是目前最强模型：Claude Mythos Preview。各项跑分全面碾压上一代 Opus 4.6... 但跟你想的不一样，这个模型目前不会公开上线。为什么不公开发布？因为实在过于强大！ Anthropic 选择了一种完全不同的发布方式：只给少数合作伙伴用，而且只用来做一件事，找漏洞。 Anthropic 的说法是：这个模型的能力太强了，强到需要先让防守方准备好，再考虑广泛发布。具体有多强？过去几周，Anthropic 用 Mythos Preview 扫描了主要操作系统和浏览器的代码，发现了数千个零日漏洞，绝大多数是高危和严重级别。超过 99% 还没被修补。198 份经人类审查的报告中，89% 的严重性评估被确认准确。 Anthropic 安全研究员："I found more bugs in the last couple of weeks than I found in the rest of my life combined."（我过去几周发现的漏洞比我这辈子加起来都多。）三个最有冲击力的案例： - 在 OpenBSD 里找到一个 27 年没被发现的漏洞，这个漏洞允许攻击者远程连接就能让整台机器崩溃。要知道，OpenBSD以安全著称，被誉为"世界上最安全的操作系统之一"，为全球防火墙和关键基础设施提供保护。27年来，无数安全专家审查过这些代码，自动化测试工具跑了数百万次，但都没发现这个漏洞。 - 在 FFmpeg 里找到一个 16 年的漏洞。自动化测试工具在那行代码上跑了 500 万次，从来没抓到过 - 在 Linux 内核里自主发现并串联了多个漏洞，从普通用户权限一路提权到完全控制整台机器这些漏洞几乎全部是模型自主发现的，没有人类引导。 Anthropic CEO Dario Amanei 表示： "We haven't trained it specifically to be good at cyber. We trained it to be good at code, but as a side effect of being good at code, it's also good at cyber."（我们没有专门训练它做网络安全方面的事情。我们只是训练它写代码，但写代码的副产物是，它在网络安全方面上也很强。我在过去几周发现的漏洞比我一生中发现的都多。）一个写代码的"副产物"，找到了 OpenBSD 里藏了 27 年的漏洞，强到 Anthropic 自己都不敢直接放出来。

小互

32,116 просмотров • 5 месяцев назад

教你怎么在 30 分钟内被人打穿你的网站：对方克隆你的代码仓库，运行这个工具：你的登录接口 → SQL 注入直接测出来你的搜索框 → XSS payload 一条条试过去你的内网请求 → SSRF 路径全部枚举你的 JWT 实现 → 有没有用错算法，一目了然你的管理后台 → 认证能不能绕过，真打给你看全程不需要是安全专家。一行命令，等报告。这个工具叫 Shannon，GitHub 36k ⭐ npx @keygraph/shannon 我发这条不是教人攻击。是想让你知道，别人测你的网站有多容易。更重要的是：你自己可以先测。 👇

教你怎么在 30 分钟内被人打穿你的网站：对方克隆你的代码仓库，运行这个工具：你的登录接口 → SQL 注入直接测出来你的搜索框 → XSS payload 一条条试过去你的内网请求 → SSRF 路径全部枚举你的 JWT 实现 → 有没有用错算法，一目了然你的管理后台 → 认证能不能绕过，真打给你看全程不需要是安全专家。一行命令，等报告。这个工具叫 Shannon，GitHub 36k ⭐ npx @keygraph/shannon 我发这条不是教人攻击。是想让你知道，别人测你的网站有多容易。更重要的是：你自己可以先测。 👇

axiaisacat

69,312 просмотров • 5 месяцев назад

Codex 5.6 真的绝了用了这么久，最值得装的插件就这几个 👇 ① Browser AI 自动操作浏览器，点击、输入、端到端测试全能干，再也不用手动验证了 ② GitHub 和 Issue、PR 打通，丢个任务给它，从编码到审核全搞定，开发流程快到飞起 ③ Codex Security 自动扫代码漏洞和密钥泄露，还能给出修复方案，省了一堆安全问题 ④ Build Web Apps 描述想法就行，设计、开发、测试一条龙，全栈项目的时间能省一半 ⑤ Figma Figma 设计直接转代码，响应式自动搞定，设计稿和代码终于能对上了 ⑥ Sentry 线上报错自动分析，帮你定位问题还给出修复代码，线上问题不再头大但最绝的其实是「Sites」功能开发完直接在里面预览，一键公开分享还能用自定义域名这意味着什么？原型秒送客户看把这些组合起来用 Codex 就从单纯的「写代码 AI」变成了真的开发团队——设计、编码、测试、调试、上线全包

Codex 5.6 真的绝了用了这么久，最值得装的插件就这几个 👇 ① Browser AI 自动操作浏览器，点击、输入、端到端测试全能干，再也不用手动验证了 ② GitHub 和 Issue、PR 打通，丢个任务给它，从编码到审核全搞定，开发流程快到飞起 ③ Codex Security 自动扫代码漏洞和密钥泄露，还能给出修复方案，省了一堆安全问题 ④ Build Web Apps 描述想法就行，设计、开发、测试一条龙，全栈项目的时间能省一半 ⑤ Figma Figma 设计直接转代码，响应式自动搞定，设计稿和代码终于能对上了 ⑥ Sentry 线上报错自动分析，帮你定位问题还给出修复代码，线上问题不再头大但最绝的其实是「Sites」功能开发完直接在里面预览，一键公开分享还能用自定义域名这意味着什么？原型秒送客户看把这些组合起来用 Codex 就从单纯的「写代码 AI」变成了真的开发团队——设计、编码、测试、调试、上线全包

暖暖爱AI

102,651 просмотров • 2 месяцев назад

Codex 5.6 真的绝了用了这么久，最值得装的插件就这几个 👇 ① Browser AI 自动操作浏览器，点击、输入、端到端测试全能干，再也不用手动验证了 ② GitHub 和 Issue、PR 打通，丢个任务给它，从编码到审核全搞定，开发流程快到飞起 ③ Codex Security 自动扫代码漏洞和密钥泄露，还能给出修复方案，省了一堆安全问题 ④ Build Web Apps 描述想法就行，设计、开发、测试一条龙，全栈项目的时间能省一半 ⑤ Figma Figma 设计直接转代码，响应式自动搞定，设计稿和代码终于能对上了 ⑥ Sentry 线上报错自动分析，帮你定位问题还给出修复代码，线上问题不再头大但最绝的其实是「Sites」功能开发完直接在里面预览，一键公开分享还能用自定义域名这意味着什么？原型秒送客户看把这些组合起来用 Codex 就从单纯的「写代码 AI」变成了真的开发团队——设计、编码、测试、调试、上线全包

Codex 5.6 真的绝了用了这么久，最值得装的插件就这几个 👇 ① Browser AI 自动操作浏览器，点击、输入、端到端测试全能干，再也不用手动验证了 ② GitHub 和 Issue、PR 打通，丢个任务给它，从编码到审核全搞定，开发流程快到飞起 ③ Codex Security 自动扫代码漏洞和密钥泄露，还能给出修复方案，省了一堆安全问题 ④ Build Web Apps 描述想法就行，设计、开发、测试一条龙，全栈项目的时间能省一半 ⑤ Figma Figma 设计直接转代码，响应式自动搞定，设计稿和代码终于能对上了 ⑥ Sentry 线上报错自动分析，帮你定位问题还给出修复代码，线上问题不再头大但最绝的其实是「Sites」功能开发完直接在里面预览，一键公开分享还能用自定义域名这意味着什么？原型秒送客户看把这些组合起来用 Codex 就从单纯的「写代码 AI」变成了真的开发团队——设计、编码、测试、调试、上线全包

科技混子Chris

111,659 просмотров • 2 месяцев назад

反检测浏览器一个月动辄收几百块，现在有人直接开源了一个能打的平替。 CloakBrowser，一个深度魔改的 Chromium 浏览器，专治爬虫和自动化场景下的各种检测。 - reCAPTCHA v3 评分 0.9，达到跟真人一个水平 - 主流爬虫检测 14 项全过，Cloudflare 验证也能自动绕过 - 完全兼容 Playwright，老项目改一行代码就能用上 GitHub：市面上同类方案大多是靠脚本伪装，Chrome 一更新就失效。 CloakBrowser 直接改了 Chromium 的源代码，从底层让浏览器看起来就是个真实用户在操作。开箱即用，200MB 大小安装包，做爬虫、数据采集、自动化测试的朋友可以试试。

反检测浏览器一个月动辄收几百块，现在有人直接开源了一个能打的平替。 CloakBrowser，一个深度魔改的 Chromium 浏览器，专治爬虫和自动化场景下的各种检测。 - reCAPTCHA v3 评分 0.9，达到跟真人一个水平 - 主流爬虫检测 14 项全过，Cloudflare 验证也能自动绕过 - 完全兼容 Playwright，老项目改一行代码就能用上 GitHub：市面上同类方案大多是靠脚本伪装，Chrome 一更新就失效。 CloakBrowser 直接改了 Chromium 的源代码，从底层让浏览器看起来就是个真实用户在操作。开箱即用，200MB 大小安装包，做爬虫、数据采集、自动化测试的朋友可以试试。

高军

42,067 просмотров • 4 месяцев назад

广州大学方班BinX战队的自动化渗透测试Agent 新版本发布了！！ LuaN1aoAgent也是去年黑客松上表现出色的一款智能体，基于DeepSeek V3.2构建，目前在Xbow基准测试中，它完全自主地实现了90%的成功率，平均每次漏洞利用的成本仅为0.09美元。其优点在架构设计上： ✅双重图推理：将网络拓扑映射到动态攻击路径。 ✅显式认知跟踪：在复杂的链中实现零“上下文漂移”。 ✅DeepSeek 优化：以一小部分成本获得高级安全情报。项目地址： #AIPenetrationTesting #OffensiveAI #CyberAI #AutonomousPentesting

广州大学方班BinX战队的自动化渗透测试Agent 新版本发布了！！ LuaN1aoAgent也是去年黑客松上表现出色的一款智能体，基于DeepSeek V3.2构建，目前在Xbow基准测试中，它完全自主地实现了90%的成功率，平均每次漏洞利用的成本仅为0.09美元。其优点在架构设计上： ✅双重图推理：将网络拓扑映射到动态攻击路径。 ✅显式认知跟踪：在复杂的链中实现零“上下文漂移”。 ✅DeepSeek 优化：以一小部分成本获得高级安全情报。项目地址： #AIPenetrationTesting #OffensiveAI #CyberAI #AutonomousPentesting

𝕎𝕠𝕝𝕗 𝕋𝕣𝕒𝕚𝕟𝕖𝕣

44,506 просмотров • 6 месяцев назад

兄弟们这个牛P Tnkr：机器人的 GitHub 首个为机器人研发打造的“一体化开源平台”，让机器人研发变得像开源软件那样简单。集成了机器人研发的四个核心要素： 🧩 硬件：设计、装配、零件管理 💻 软件：控制系统与传感器代码 📊 数据：从现实世界收集的运行数据 🧠 模型：驱动机器人智能化的AI模型 Tnkr 的理念是： “让机器人研发像写代码一样可协作、可复现、可开源。” 用户可以： ✅ 上传自己的机器人项目 ✅ 发布装配说明与源码 ✅ 让他人重建、修改、贡献数据 ✅ 共同改进模型，让机器人越用越聪明这是一个真正的“物理智能”协作网络。

兄弟们这个牛P Tnkr：机器人的 GitHub 首个为机器人研发打造的“一体化开源平台”，让机器人研发变得像开源软件那样简单。集成了机器人研发的四个核心要素： 🧩 硬件：设计、装配、零件管理 💻 软件：控制系统与传感器代码 📊 数据：从现实世界收集的运行数据 🧠 模型：驱动机器人智能化的AI模型 Tnkr 的理念是： “让机器人研发像写代码一样可协作、可复现、可开源。” 用户可以： ✅ 上传自己的机器人项目 ✅ 发布装配说明与源码 ✅ 让他人重建、修改、贡献数据 ✅ 共同改进模型，让机器人越用越聪明这是一个真正的“物理智能”协作网络。

小互

17,420 просмотров • 9 месяцев назад

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

AYi

24,613 просмотров • 4 месяцев назад

🔥 V神最新长文：AI 疯狂写代码的时代，你的链上资产怎么保命？当 AI 开始自动找 Bug、光速写代码时，网络安全正面临一个悖论：代码暴增，漏洞也暴增。以太坊创始人 Vitalik 给出了对抗 AI 攻击者的终极底牌：形式化验证。简单来说，它不用审计师逐行看代码，而是把安全目标写成数学命题，让机器用严谨的数学证明去死磕代码，验证它绝对不会出错。看懂 V 神这篇万字长文，只需要搞清这四个硬核逻辑： 1. 为什么现在突然火了？这技术存在几十年了，过去因为写证明太反人类，一直很边缘。但现在智能合约、零知识证明（ZK）一旦出问题，钱瞬间被秒光。最可怕的是，像 Claude Mythos 这种模型再过两年，就能全自动扫出所有漏洞。当你把加密货币放进不可变的链上智能合约里时，代码 bug 会变得更加可怕。因为一旦代码出错，朝鲜黑客就可能自动把你的钱全部转走，而你几乎没有任何追索手段。当我们拥有强大的 AI 模型时，代码 bug 还会变得更加可怕。比如像 Claude Mythos 这样的模型，再经过两年改进之后，可能已经可以自动化地发现这些漏洞。对抗 AI 攻击者的唯一办法，就是让 AI 帮我们写形式化证明！让 AI 用最底层的汇编语言写出极致高效的代码，同时让 AI 自动生成一套数学证明，锁死安全性。 2. “可证明安全”不是万能药 Vitalik 特别清醒地警告：数学上证明了安全，不等于绝对安全。因为它读不懂复杂的“人类意图”。它经常在这些地方翻车： 1、边缘漏洞：核心代码证明了，但未经验证的边缘代码出了 Bug。 2、目标写错：证明过程天衣无缝，但你一开始设定的安全属性规范就写错了。 3、侧信道攻击：代码无懈可击，但黑客在几米外捕捉你电脑的电气波动，直接偷走私钥。 3. 以太坊的唯一解法未来的以太坊会堆满极其复杂的底层组件（STARK、ZK-EVM等）。人类大脑已经无法去端到端地推理这种系统边界的交互漏洞，只有机器能做到。在这些高危领域，让 AI 负责写高性能代码和证明，人类负责检查最终的命题是否跑偏，是唯一的出路。 🔮 最终的格局分化 AI 与形式化验证是天作之合。AI 降低了准确性，形式化验证又把严谨性拿了回来。未来，软件会彻底分化：大量粗糙的 AI 代码被扔进沙箱里当“不安全边缘组件”，随便它出 Bug；而以太坊、操作系统内核等“安全核心”，将在形式化验证的保护下收缩并锁死，变得不可摧毁。这就是防守方对传统网络安全的决定性胜利。

🔥 V神最新长文：AI 疯狂写代码的时代，你的链上资产怎么保命？当 AI 开始自动找 Bug、光速写代码时，网络安全正面临一个悖论：代码暴增，漏洞也暴增。以太坊创始人 Vitalik 给出了对抗 AI 攻击者的终极底牌：形式化验证。简单来说，它不用审计师逐行看代码，而是把安全目标写成数学命题，让机器用严谨的数学证明去死磕代码，验证它绝对不会出错。看懂 V 神这篇万字长文，只需要搞清这四个硬核逻辑： 1. 为什么现在突然火了？这技术存在几十年了，过去因为写证明太反人类，一直很边缘。但现在智能合约、零知识证明（ZK）一旦出问题，钱瞬间被秒光。最可怕的是，像 Claude Mythos 这种模型再过两年，就能全自动扫出所有漏洞。当你把加密货币放进不可变的链上智能合约里时，代码 bug 会变得更加可怕。因为一旦代码出错，朝鲜黑客就可能自动把你的钱全部转走，而你几乎没有任何追索手段。当我们拥有强大的 AI 模型时，代码 bug 还会变得更加可怕。比如像 Claude Mythos 这样的模型，再经过两年改进之后，可能已经可以自动化地发现这些漏洞。对抗 AI 攻击者的唯一办法，就是让 AI 帮我们写形式化证明！让 AI 用最底层的汇编语言写出极致高效的代码，同时让 AI 自动生成一套数学证明，锁死安全性。 2. “可证明安全”不是万能药 Vitalik 特别清醒地警告：数学上证明了安全，不等于绝对安全。因为它读不懂复杂的“人类意图”。它经常在这些地方翻车： 1、边缘漏洞：核心代码证明了，但未经验证的边缘代码出了 Bug。 2、目标写错：证明过程天衣无缝，但你一开始设定的安全属性规范就写错了。 3、侧信道攻击：代码无懈可击，但黑客在几米外捕捉你电脑的电气波动，直接偷走私钥。 3. 以太坊的唯一解法未来的以太坊会堆满极其复杂的底层组件（STARK、ZK-EVM等）。人类大脑已经无法去端到端地推理这种系统边界的交互漏洞，只有机器能做到。在这些高危领域，让 AI 负责写高性能代码和证明，人类负责检查最终的命题是否跑偏，是唯一的出路。 🔮 最终的格局分化 AI 与形式化验证是天作之合。AI 降低了准确性，形式化验证又把严谨性拿了回来。未来，软件会彻底分化：大量粗糙的 AI 代码被扔进沙箱里当“不安全边缘组件”，随便它出 Bug；而以太坊、操作系统内核等“安全核心”，将在形式化验证的保护下收缩并锁死，变得不可摧毁。这就是防守方对传统网络安全的决定性胜利。

比特币橙子Trader

261,514 просмотров • 4 месяцев назад

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 просмотров • 5 месяцев назад

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

karminski-牙医

41,586 просмотров • 11 месяцев назад

最近拿 StepFun 的 Step 3.7 Flash 跑了一次完整的自动编程流水线，从需求文档到能用的工具，65 分钟，中间没碰键盘。先说模型。Step 3.7 Flash 的定位是把 Agent 工作流从头跑到尾：规划、写代码、跑测试、审代码、出错重试，看的是整条流程跑完的综合效率。原生多模态，开源可部署。Agent 循环一次要调几百次模型，快和便宜在这里不是锦上添花，是能不能跑得起的问题。再说项目。hero-coding 是我用 Go 写的一个自动编程流水线：输入一份 Markdown 需求文档，四个 Agent 执行——Planner 把需求拆成带依赖关系的小任务，Worker 在独立的 git worktree 里写代码提交，Verifier 跑测试出硬证据，Reviewer 审 diff，通过就合入主干，不过就打回重做。四个角色全部由 Step 3.7 Flash 驱动，区别只是 system prompt 和工具权限。这次给它的需求：做一个 Agent 运行日志分析工具，读日志文件，统计每个 Agent 的调用次数、成功率、平均耗时、token 消耗，找出最慢和最不稳定的 Agent。实际跑下来： · Planner 把需求拆成 6 个任务，自动排好依赖顺序 · 6 个任务全部自动交付，逐个合入主干 · 期间 Reviewer 打回 5 次——有测试全绿但被审出正确性问题的，有只改测试期望值想糊弄过去被拒收的，全部在重试轮次内自动修复 · 不是一个模型在自言自语，是多个 Agent 在互相检查，而且检查真的拦住了东西 · 最终产出的 CLI 直接能用，视频结尾是它分析真实日志的输出视频是完整过程的运行日志。国内: 海外： StepFun

最近拿 StepFun 的 Step 3.7 Flash 跑了一次完整的自动编程流水线，从需求文档到能用的工具，65 分钟，中间没碰键盘。先说模型。Step 3.7 Flash 的定位是把 Agent 工作流从头跑到尾：规划、写代码、跑测试、审代码、出错重试，看的是整条流程跑完的综合效率。原生多模态，开源可部署。Agent 循环一次要调几百次模型，快和便宜在这里不是锦上添花，是能不能跑得起的问题。再说项目。hero-coding 是我用 Go 写的一个自动编程流水线：输入一份 Markdown 需求文档，四个 Agent 执行——Planner 把需求拆成带依赖关系的小任务，Worker 在独立的 git worktree 里写代码提交，Verifier 跑测试出硬证据，Reviewer 审 diff，通过就合入主干，不过就打回重做。四个角色全部由 Step 3.7 Flash 驱动，区别只是 system prompt 和工具权限。这次给它的需求：做一个 Agent 运行日志分析工具，读日志文件，统计每个 Agent 的调用次数、成功率、平均耗时、token 消耗，找出最慢和最不稳定的 Agent。实际跑下来： · Planner 把需求拆成 6 个任务，自动排好依赖顺序 · 6 个任务全部自动交付，逐个合入主干 · 期间 Reviewer 打回 5 次——有测试全绿但被审出正确性问题的，有只改测试期望值想糊弄过去被拒收的，全部在重试轮次内自动修复 · 不是一个模型在自言自语，是多个 Agent 在互相检查，而且检查真的拦住了东西 · 最终产出的 CLI 直接能用，视频结尾是它分析真实日志的输出视频是完整过程的运行日志。国内: 海外： StepFun

劳伦斯

52,280 просмотров • 3 месяцев назад

又又又免费了，最近的赛博活佛是真多啊！！ ScienceBuddy，一个 AI 科研工具，集成了 224 个专业科学工具，文献检索、基因组分析、数据处理、代码执行全包了，现在竟然免费了！！做过产品的人都知道，科研数据分析这个领域的成本有多夸张：做一次生物信息分析外包，少说几千块起步，周期一两周请一个生信分析师，一年几十万打底各种专业分析软件的企业订阅，加起来一年也得大几万而科研人员常年被三件事折磨：文献太多读不完比不过来，拿到数据不会分析不会画图，实验出了问题没人可问以前这些事要么花钱要么花命 ScienceBuddy 来自 PhAI Labs 你把文献、数据丢进去，用一句话提问——它自己规划步骤、自己检索文献、自己写代码跑分析，最后把结果和每一步的过程都摆在你面前我试了一下：上传了几篇公开论文，就问了一句——帮我把这几篇里关于某个方向的证据整理成表，标上出处十分钟不到，它自己规划了分析路径、调了文献检索工具、跑了代码处理，甩回来一份带来源标注的证据表，直接能下载让我更意外的是它的团队——斯坦福、牛津、普林斯顿背景，研究代码已经在 GitHub 开源了，MIT 协议而且你们注意一个时间线： 9 月 17 号，Anthropic 宣布 Claude 在不到四周内优化了 30 多个生物学 AI 模型，包括 AlphaFold3 和 Boltz-2，并且把优化代码全部开源了同一天，ScienceBuddy 背后的技术框架 ScienceIDE 也开源了——7 个学科、15 个真实科研代码环境，从天体物理到量子计算，让 AI Agent 在真实的科研代码上练习 Anthropic 证明了 AI 能优化科学软件，ScienceIDE 提供了让 AI 在更多学科学这种能力的练习场——而 ScienceBuddy 就是这套技术框架面向科研人员的产品化落地这意味着什么？意味着 ScienceBuddy 不是一个套壳的聊天机器人，它背后是一套在 7 个学科真实科研代码上训练出来的 Agent 系统但真正让我觉得这个产品做对了的，不是结果，是过程它有一个叫轨迹的面板，你能看到它每一步的规划、调了什么工具、跑了什么代码、拿到了什么中间结果不满意直接在同一个任务里追问，它会带着上下文接着改这和大家天天用的 ChatGPT 有什么本质区别？ ChatGPT 是通用聊天——你问它科研问题，它给你一段看起来有道理的话，但你没法验证中间过程 ScienceBuddy 带着 224 个专业科学工具——它真的去检索文献数据库、真的跑 Python 和 R 代码、真的生成文件让你下载复核说白了就是：一个在聊天，一个在干活而且它能干的事范围有点吓人： 1、上传表达矩阵数据，一句话让它做差异表达分析+画火山图，代码和方法全给你写好 2、描述一个实验失败的情况，它给你出分步排错方案 3、给它一个研究问题，它能规划完整的研究计划作为一个做了五年产品的人，我觉得科研 Agent 最大的难题从来不是能不能给你答案——是你敢不敢信这个答案 ScienceBuddy 的解法是让每一步都透明可查，你不是在盲信一个黑盒，是在监督一个真正能干活的助手说一个小缺点——目前注册需要 edu 邮箱，而且是 Preview 版本，结果用之前建议自己再核验一遍但是——免费、不排队、不要邀请码，打开就能用以前要花大几千块外包、花好几天人工才能搞定的事，现在一个免费工具十分钟干完了身边有读博的、做科研的朋友，真的可以转给他们试试我已经开始拿它跑一些真实的分析任务了，后续有新发现继续和大家分享！！产品链接和底层框架 ScienceIDE 的论文、GitHub 全放评论区👇

又又又免费了，最近的赛博活佛是真多啊！！ ScienceBuddy，一个 AI 科研工具，集成了 224 个专业科学工具，文献检索、基因组分析、数据处理、代码执行全包了，现在竟然免费了！！做过产品的人都知道，科研数据分析这个领域的成本有多夸张：做一次生物信息分析外包，少说几千块起步，周期一两周请一个生信分析师，一年几十万打底各种专业分析软件的企业订阅，加起来一年也得大几万而科研人员常年被三件事折磨：文献太多读不完比不过来，拿到数据不会分析不会画图，实验出了问题没人可问以前这些事要么花钱要么花命 ScienceBuddy 来自 PhAI Labs 你把文献、数据丢进去，用一句话提问——它自己规划步骤、自己检索文献、自己写代码跑分析，最后把结果和每一步的过程都摆在你面前我试了一下：上传了几篇公开论文，就问了一句——帮我把这几篇里关于某个方向的证据整理成表，标上出处十分钟不到，它自己规划了分析路径、调了文献检索工具、跑了代码处理，甩回来一份带来源标注的证据表，直接能下载让我更意外的是它的团队——斯坦福、牛津、普林斯顿背景，研究代码已经在 GitHub 开源了，MIT 协议而且你们注意一个时间线： 9 月 17 号，Anthropic 宣布 Claude 在不到四周内优化了 30 多个生物学 AI 模型，包括 AlphaFold3 和 Boltz-2，并且把优化代码全部开源了同一天，ScienceBuddy 背后的技术框架 ScienceIDE 也开源了——7 个学科、15 个真实科研代码环境，从天体物理到量子计算，让 AI Agent 在真实的科研代码上练习 Anthropic 证明了 AI 能优化科学软件，ScienceIDE 提供了让 AI 在更多学科学这种能力的练习场——而 ScienceBuddy 就是这套技术框架面向科研人员的产品化落地这意味着什么？意味着 ScienceBuddy 不是一个套壳的聊天机器人，它背后是一套在 7 个学科真实科研代码上训练出来的 Agent 系统但真正让我觉得这个产品做对了的，不是结果，是过程它有一个叫轨迹的面板，你能看到它每一步的规划、调了什么工具、跑了什么代码、拿到了什么中间结果不满意直接在同一个任务里追问，它会带着上下文接着改这和大家天天用的 ChatGPT 有什么本质区别？ ChatGPT 是通用聊天——你问它科研问题，它给你一段看起来有道理的话，但你没法验证中间过程 ScienceBuddy 带着 224 个专业科学工具——它真的去检索文献数据库、真的跑 Python 和 R 代码、真的生成文件让你下载复核说白了就是：一个在聊天，一个在干活而且它能干的事范围有点吓人： 1、上传表达矩阵数据，一句话让它做差异表达分析+画火山图，代码和方法全给你写好 2、描述一个实验失败的情况，它给你出分步排错方案 3、给它一个研究问题，它能规划完整的研究计划作为一个做了五年产品的人，我觉得科研 Agent 最大的难题从来不是能不能给你答案——是你敢不敢信这个答案 ScienceBuddy 的解法是让每一步都透明可查，你不是在盲信一个黑盒，是在监督一个真正能干活的助手说一个小缺点——目前注册需要 edu 邮箱，而且是 Preview 版本，结果用之前建议自己再核验一遍但是——免费、不排队、不要邀请码，打开就能用以前要花大几千块外包、花好几天人工才能搞定的事，现在一个免费工具十分钟干完了身边有读博的、做科研的朋友，真的可以转给他们试试我已经开始拿它跑一些真实的分析任务了，后续有新发现继续和大家分享！！产品链接和底层框架 ScienceIDE 的论文、GitHub 全放评论区👇

超级个体｜柿子

49,402 просмотров • 5 дней назад

英伟达的黄仁勋，刚刚在CNBC上说漏嘴了。他说AI需要一个“记录系统”。干什么用？用来核实什么是“真相”。他管这个叫“Ground Truth”，事实来源。 AI产生的所有信息，都要回到这个系统里进行最终确认。听起来是不是很耳熟？一个中心化的、最终的真相裁决者。以后AI告诉你的一切，都来自这个“记录系统”。你以为你在跟AI对话。其实你只是在读取一个预设的“真相数据库”。那问题就来了。谁来建立这个系统？谁有权往里面写入“真相”？如果记录本身就是错的，或者被篡改了，AI要如何分辨？这不就是数字时代的真理部吗？

英伟达的黄仁勋，刚刚在CNBC上说漏嘴了。他说AI需要一个“记录系统”。干什么用？用来核实什么是“真相”。他管这个叫“Ground Truth”，事实来源。 AI产生的所有信息，都要回到这个系统里进行最终确认。听起来是不是很耳熟？一个中心化的、最终的真相裁决者。以后AI告诉你的一切，都来自这个“记录系统”。你以为你在跟AI对话。其实你只是在读取一个预设的“真相数据库”。那问题就来了。谁来建立这个系统？谁有权往里面写入“真相”？如果记录本身就是错的，或者被篡改了，AI要如何分辨？这不就是数字时代的真理部吗？

墓碑科技

91,508 просмотров • 7 месяцев назад

AI淘汰程序员？想多了。硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。程序员的工作不再是逐行敲代码。现在的工作，是同时指挥10个AI编码机器人。跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。但这里有个圈套。如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。编程的下一个层次，不是写脚本。是监督写脚本的AI。今天最顶尖的程序员，整天在不同终端之间切换。管理多个编码机器人，修复错误，优化指令。讽刺吗？你仍然需要极其扎实的基本功。没有基本功，你连AI在犯傻都看不出来。工作的本质变了。现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。但只有真正懂代码的人，才能判断这种简化是否正确。程序员不会消失。他们正在变得比以前强大10倍、100倍，甚至1000倍。生产力的巨大提升，这才是真正的价值所在。任务在变，工作性质在变。但最终负责的，永远是人。人类依然在监督过程，评估结果，纠正错误，并做出最终判断。未来的程序员不是被AI取代。他们被AI升级了。所以，还是得老老实实学习怎么写代码，理解代码。因为当AI搞砸的时候，只有人知道为什么。这种能力的跃升，才是真正的革命。

AI淘汰程序员？想多了。硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。程序员的工作不再是逐行敲代码。现在的工作，是同时指挥10个AI编码机器人。跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。但这里有个圈套。如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。编程的下一个层次，不是写脚本。是监督写脚本的AI。今天最顶尖的程序员，整天在不同终端之间切换。管理多个编码机器人，修复错误，优化指令。讽刺吗？你仍然需要极其扎实的基本功。没有基本功，你连AI在犯傻都看不出来。工作的本质变了。现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。但只有真正懂代码的人，才能判断这种简化是否正确。程序员不会消失。他们正在变得比以前强大10倍、100倍，甚至1000倍。生产力的巨大提升，这才是真正的价值所在。任务在变，工作性质在变。但最终负责的，永远是人。人类依然在监督过程，评估结果，纠正错误，并做出最终判断。未来的程序员不是被AI取代。他们被AI升级了。所以，还是得老老实实学习怎么写代码，理解代码。因为当AI搞砸的时候，只有人知道为什么。这种能力的跃升，才是真正的革命。

墓碑科技

59,008 просмотров • 7 месяцев назад

发现个量化交易神器！QuantDinger 直接把量化交易的门槛砸碎了！ QuantDinger（量化丁格），你的私人 AI 量化操作系统，几天时间就在 GitHub 拿下 4.2k stars！这不是普通的交易工具，而是个具备自我进化能力的 AI 交易员： 🤖 AI 智能分析引擎国内外股市、期货、加密货币、外汇全支持 24 小时监控全球交易机会实时推送到手机，不错过任何机会 📊 全自动工作流 AI 自动分析市场 → 生成策略代码 → 自动回测根据历史收益、风险数据自动优化参数大模型帮你调参，让策略更稳定 💻 部署超简单 Docker 一键私有化本地部署两分钟就能跑起来不懂代码的小白也能快速上手 🔒 完全私有在你自己的服务器和自己的密钥上运行数据、策略全掌控支持实盘数据、多市场同时监控、智能风控... 搞量化交易的兄弟，这个必须试试！项目地址放评论区了👇

发现个量化交易神器！QuantDinger 直接把量化交易的门槛砸碎了！ QuantDinger（量化丁格），你的私人 AI 量化操作系统，几天时间就在 GitHub 拿下 4.2k stars！这不是普通的交易工具，而是个具备自我进化能力的 AI 交易员： 🤖 AI 智能分析引擎国内外股市、期货、加密货币、外汇全支持 24 小时监控全球交易机会实时推送到手机，不错过任何机会 📊 全自动工作流 AI 自动分析市场 → 生成策略代码 → 自动回测根据历史收益、风险数据自动优化参数大模型帮你调参，让策略更稳定 💻 部署超简单 Docker 一键私有化本地部署两分钟就能跑起来不懂代码的小白也能快速上手 🔒 完全私有在你自己的服务器和自己的密钥上运行数据、策略全掌控支持实盘数据、多市场同时监控、智能风控... 搞量化交易的兄弟，这个必须试试！项目地址放评论区了👇

Vincent

30,236 просмотров • 4 месяцев назад

给广大女性朋友们提个醒，现在的新能源很多都带哨兵模式，大家一定要注意自己的行为，避免成为资源（下面就是示例）。感觉前两年大家还讨论 AI模型厉不厉害，准确率多少、测试分数多少。但现在大部分都已经超越了，如果 AI 以后真的要参与市场，那只看这些测试数据其实不够。看到 Inference Labs 的数据，他们做的 TruthTensor 已经跑出了 110 多万个 AI agents。这些 AI 不只是做测试，而是在一个有奖励、有反馈的环境里运行。信息一直在变化，AI 的行为会受到奖励影响，做出决定之后马上就会有结果反馈。这样做的目的其实很直接，就是看看 AI 在真实经济环境里会怎么表现。因为如果以后 AI 真的参与交易、市场分析或者做一些决策，那就不能只看模型测试成绩，还要看它在真实环境里的表现。所以像 TruthTensor 这种系统，本质上就是把 AI 放到真实环境里跑一跑，看它在压力下会怎么做。这样才能更真实地评估 AI 的能力。 #InferenceLabs Inference Labs

给广大女性朋友们提个醒，现在的新能源很多都带哨兵模式，大家一定要注意自己的行为，避免成为资源（下面就是示例）。感觉前两年大家还讨论 AI模型厉不厉害，准确率多少、测试分数多少。但现在大部分都已经超越了，如果 AI 以后真的要参与市场，那只看这些测试数据其实不够。看到 Inference Labs 的数据，他们做的 TruthTensor 已经跑出了 110 多万个 AI agents。这些 AI 不只是做测试，而是在一个有奖励、有反馈的环境里运行。信息一直在变化，AI 的行为会受到奖励影响，做出决定之后马上就会有结果反馈。这样做的目的其实很直接，就是看看 AI 在真实经济环境里会怎么表现。因为如果以后 AI 真的参与交易、市场分析或者做一些决策，那就不能只看模型测试成绩，还要看它在真实环境里的表现。所以像 TruthTensor 这种系统，本质上就是把 AI 放到真实环境里跑一跑，看它在压力下会怎么做。这样才能更真实地评估 AI 的能力。 #InferenceLabs Inference Labs

Michael 宝塔镇河妖🧙🏿‍♀️

14,462 просмотров • 6 месяцев назад

Anthropic 这个演讲有点东西。🤯 以前写 Agent 还得自己费劲搞路由（Router）、重试机制、上下文压缩，现在演讲者直接说：这些“脚手架”模型已经内置了，别费劲造轮子了。最炸裂的是最后那个 Demo：让 Claude 自己打开浏览器，复现前端 Bug，改代码，然后再自己拖拽卡片测试……这闭环太丝滑了。😱 感觉以后写代码真的是“描述需求 -> AI 自己测 -> AI 自己修”了。推荐做 Agent 开发的朋友看看，尤其是讲 Tool Use 和 Computer Use 的部分，进化速度有点吓人。👇

Anthropic 这个演讲有点东西。🤯 以前写 Agent 还得自己费劲搞路由（Router）、重试机制、上下文压缩，现在演讲者直接说：这些“脚手架”模型已经内置了，别费劲造轮子了。最炸裂的是最后那个 Demo：让 Claude 自己打开浏览器，复现前端 Bug，改代码，然后再自己拖拽卡片测试……这闭环太丝滑了。😱 感觉以后写代码真的是“描述需求 -> AI 自己测 -> AI 自己修”了。推荐做 Agent 开发的朋友看看，尤其是讲 Tool Use 和 Computer Use 的部分，进化速度有点吓人。👇

Vincent

43,993 просмотров • 4 месяцев назад