01
匿名 GitHub 账户今天一次性公布了多项未公开的 0‑day 漏洞，并将此前分散的 PoC 仓库合并进一个统一归档；合并过程使用 Git 树数据对 12 个仓库的 96 条记录逐项校验，确保路径、对象类型、权限位和 blob ID 完全一致且无任何差异；此举让安全研究者能够在单一仓库查阅完整的公开利用代码和研究说明，同时保留原始仓库的星标、议题等元数据，从而降低寻找和复现漏洞的时间成本，也让防御团队在评估风险时拥有更集中的信息来源。
ZhangYvJing's
Daily Brief
00
Film / Book Chapter
Paterson
Paterson (2016) · Jim Jarmusch
在连天的 0‑day 报告、LLM 加速与项目投机决策间，你可能已经感到思绪碎片化，Paterson 那种每日步行、在街角写下短句、用最平凡的琐事丈量自我价值的缓慢节奏，正好提醒你把关注从宏大的系统抽离，回到纸笔与脚步里，让脑中噪音安静下来，重新校准对细节的感受与判断，从而在接下来的产品迭代和 Agent 设计中拥有更清晰、稳固的基线。
Show Your Work!
Show Your Work! · Austin Kleon
Chapter 2: Think Process, Not Product
A light but useful chapter for making ongoing work visible without waiting for perfect finished artifacts, which fits a public career surface.
01
Insight
今天的整体信号显示，AI 研发与安全的资本与技术双向拉伸已经形成了“研发‑防御‑监管”三层循环，而实际落地仍在争夺成本与可信度的细分赛道。Hacker News 上的匿名 0‑day 汇总把分散的 PoC 统一归档，展示了社区对漏洞信息聚合的需求；同样在安全领域，Claude Mythos 的预览激起了对高价值模型自动化攻击的担忧，说明攻击技术的成熟度正逼近防御能力的瓶颈，这两者相互印证了攻击面在被系统化暴露的同时，也在逼迫防御团队使用更高效的情报平台。AI 生成硬件和软件的突破则形成另一条横向趋势：IEEE Spectrum 报道的 AI 逆向设计射频芯片把多年经验的“暗艺术”压缩为算法搜索，而 DSpark 的投机解码让大模型推理成本大幅下降，二者共同表明生成式 AI 已从概念走向硬件级加速和推理效率双重提升，进一步压缩了研发周期，这与 AINews 中 GLM‑5.2 在代码和 agent 基准上抢占领先的表现相呼应，暗示模型规模与专用加速的叠加正在成为新竞争点。与此同时，学术界对多模型组合收益的审视（“co‑failure ceiling”）提醒我们，盲目堆叠模型的成本效益已被量化上限削弱，和业界对 RL‑free‑ground‑truth（RiVER）等无需标注答案的训练方法的探索形成对比，说明工程师在追求更低算力、可自我迭代的方案时，需要警惕“多模”带来的边际递减。跨平台的噪声则主要出现在社交层面：X/Twitter 上对 Meta 吹哨人的高额赔偿诉讼、Bilibili 对 AI 替代远洋捕捞的焦虑以及 YouTube 上关于记忆化笔记的个人知识库实验，都是将同一技术焦虑投射到不同叙事框架的表现，实质上并未提供可操作的技术路径。综合来看，研发正向更快、更高效的自动化靠拢，防御则在信息聚合与监管压力中被迫提升情报效率，而市场与社区的话语权仍在围绕成本、可信与伦理的噪声中徘徊。今天的阅读提醒我们，关注技术迭代的同时，别忘了审视跨层面的成本治理与安全闭环——毕竟，真正的创新只有在可控的风险框架里才能落地。顺便说一句，今晚不妨放松一下，看看《Paterson》（2016）。
03
Hacker News
02
OpenRA 20260222 测试版加入了红色警戒、黎明曙光与沙丘2000的随机地图生成器，玩家只需选取生物群系、人数和对称性等参数即可在单机或多人对战中直接使用。为配合新地图，沙丘2000 获得了坦克光效与受损建筑视觉升级，并实现了星港批量购买逻辑，同时完成了社区主导的平衡重算；黎明曙光的高清资源包实现了可切换的重制或经典美术、音频，且编辑器 UI 与随机生成工具同步升级。上述改动将让地图制作者和竞技玩家在制作和对局时减少手动调校工作，提高对局多样性并降低因地图不平衡导致的比赛风险。
03
AI 通过强化学习和扩散模型实现了从零快速逆向设计射频集成电路，生成的布局在性能上已超越传统手工方案。该技术突破源于对麦克斯韦方程组、热力学约束等多物理耦合空间的算法化建模，使庞大的设计搜索不再依赖经验迭代。结果是射频芯片研发周期大幅缩短、成本下降，同时对传统必须多年经验才能掌握的“暗艺术”提出了新规则，直接影响芯片设计团队的工作流程和项目风险评估。
04
DSpark 引入了投机解码技术，使大语言模型的推理速度得到加速。该方法通过在生成下一个 token 前先行尝试多个可能的候选序列，从而在多数情况下提前确定正确输出，降低了等待时间。由于推理更快，使用 LLM 的研发人员和部署团队将能够在相同硬件上完成更多请求，进而降低计算成本并提升服务响应的可靠性。
05
伊朗伊斯兰革命卫队在声明北航道为唯一合法通道后，仍有多艘船只通过南部阿曼航线，且在“永爱号”遭袭后，国际海事组织的撤离计划仍被暂停。伊朗的强硬姿态与组织要求的安全保证之间出现冲突，导致船东在评估风险后自行决定航线，而部分船只在收到警告后短暂调头后又继续通行。此局面迫使航运公司必须在多条通道之间权衡安全与成本，并在缺乏可信保证的情况下重新安排船舶调度和保险安排。
06
作者把自己网站底部的“Town Square”实验开源，并提供公共服务器，任何站点可直接集成实时访客小人广场。该广场只显示当前浏览者的简易图形，展示阅读页面、支持即时移动和短暂聊天，未设账号、个人资料或持久记录，以恢复网页曾有的人与人相遇感。站长通过注册或自行托管即可使用，此举降低了在网站上实现即时交互的技术门槛，同时免除自建后端的成本和维护风险。
07
Fintech Engineering Handbook 发布，系统化梳理了处理金钱业务的核心模式与原则。文档强调必须通过幂等、去重和审计等机制防止“凭空造钱”、数据丢失和盲目信任，并详细阐述金额、汇率、货币等在存储、计算和序列化时的精准表示与显式四舍五入要求。这些规范为 fintech 新人、在岗工程师以及跨域开发者提供统一词汇和参考，直接影响他们的代码设计、测试成本以及合规风险。
08
美国税收和补贴制度出现了多个硬性收入截断，使得收入略高于某些门槛的纳税人反而面临更高的费用或失去补贴；这些截断在医疗保险、TANF、Medicaid、CHIP等项目中表现为收入略增即导致保费或税负骤升。文章指出，制度设计的尖锐阈值导致人们甚至通过买入预期期权等方式主动亏损，以把收入压回门槛以下，从而降低实际税率。此类激励结构直接影响个人理财策划、税务顾问以及金融交易平台的风险评估和业务模型。
09
Claude Mythos 预览被公开后，业界出现了大规模的安全担忧与监管呼声；项目 Glasswing 将模型访问限制在少数机构，并在测试中展示了从漏洞发现到完整网络接管的全链路能力；这意味着拥有深厚预算的安全团队可以利用高成本的自动化搜索提升漏洞发现效率，而普通组织仍需面对高昂的使用成本和受限的模型获取。
10
Meta通过仲裁员对吹哨人Wynn‑Williams实施巨额违约金并强制其保持沉默；合同中的保密、禁评和强制仲裁条款使公司能够对她每一次公开批评索取5万美元赔偿，累计已超千万元，迫使她在任何公开场合不得提及书中内容；此举提升了内部告密者的法律风险和诉讼成本，也迫使媒体与活动组织者在涉及Meta议题的嘉宾安排上重新评估合规和保险策略。
11
Z.ai's GLM-5.2 leads in coding and agent benchmarks with top scores like 1595 on Code Arena: Frontend and 34.29% reasoning accuracy with zero failures. Databricks improved GLM-5.2 speed to 392 tok/s using hardware and optimizations. Ornith-1.0, a new MIT-licensed coding model family, spans 9B to 397
04
YouTube
01
Full implementation is open-source: https://github.com/iusztinpaul/ai-research-os-workshop Agent Engineering: Building Multi-Agent Systems Course: https://academy.towardsai.net/courses/agent-engineering Turning thousands of notes, videos, documents, and repositories into usable AI context requires more than a bigger context window. It requires memory and context engineering: organizing sources, indexing what matters, and loading only what the model needs. The talk shows how the authors turn an Obsidian vault of 10,000+ notes, documents, videos, and repositories from a passive knowledge archi
02
Full episode: https://www.youtube.com/watch?v=U1FrhkLQnCI Me on twitter: https://x.com/dwarkesh_sp
03
Brand voice that survives real users isn't an instruction you write once - it's an architecture. Drawing on production code from a wedding venue, a personal AI companion, and a tool for families of missing people, this talk breaks voice into four layers: immutable identity, situational mode, example-anchored voice, and a deterministic post-generation veto. The difference between a prompt that holds and one that breaks on turn 21 is knowing which job belongs to which layer. Speakers: - Isadora Martin-Dye (Isadora & Co | The Bloom House AI): Isadora Martin-Dye is the founder of Isadora & Co, a
04
05
Full episode: https://www.youtube.com/watch?v=U1FrhkLQnCI Me on twitter: https://x.com/dwarkesh_sp
06
07
Warp (YC W23) recently announced a $60 million Series B and now serves more than 1,000 customers, processing over $600 million in payroll annually and on track to surpass $2 billion in the next year. In this episode of Founder Firesides, YC's Harj Taggar sits down with Warp founder and CEO Ayush Sharma to discuss how the company found its way into one of enterprise software's most competitive markets and why AI is fundamentally changing how software companies should be built. https://www.joinwarp.com Apply to Y Combinator: https://www.ycombinator.com/apply Work at a startup: https://www.yco
06
Bilibili
01
AI对远洋鱿鱼产业的冲击。
02
本篇为世纪风暴系列番外篇——吉米·卡特的败局。
03
04
1、项目名称：OpenMontage – Agent 视频生产系统 GitHub 链接：https://github.com/calesthio/OpenMontage 2、项目名称：Maigret – 用户名情报搜索工具 GitHub 链接：https://github.com/soxoj/maigret 3、项目名称：Agent-Reach – 给 Agent 一键装上互联网能力 GitHub 链接：https://github.com/Panniantong/Agent-Reach 4、项目名称：c
05
可能是你从没见过的显卡对比！国产显卡新秀砺算对阵摩尔线程，再加上标杆英伟达，这仨放在一起的对比，那可太有看头了，砺算这次虽然出现了很多问题，但惊喜也不少，国产显卡这次真能带得动 2077 吗？一起来看看国产显卡现在性能到底什么水平。
06
一个在地球上几百块就能解决的马桶，凭什么到了太空里，要2300万美元？今天我们就来聊一聊，太空里的厕所是怎么修的？
07
参考资料： 1、《濒临破产的国产女鞋，在抖音杀回TOP 1》 2、《消失的国民女鞋，突然卖到第一》 3、《“鞋王”达芙妮正在“死去”：6000家店全部关闭》 4、《达芙妮，就输在了这个字上》 5、《达芙妮关店，可你还不知道它的老板是谁》 6、《达芙妮CEO陈英杰：台湾摇滚男孩“误入鞋途”》
08
09
视频：waya13 封面：_姜歬
10
07
Papers
01
它在问：把多个大语言模型一起用（路由、投票、混合等）到底能提升多少准确率？作者提出“共同错误率 β”作为上限：只要所有模型在同一道题上全错的比例，就能算出任意组合的最高可能增益。通过对 67 款前沿模型做统计，发现 β 远高于传统的成对错误相关性ρ能捕捉的程度，实际增益往往被高估。结果表明，除非不同模型在同一查询上出现互补的失误，否则多模型系统几乎赶不超最好的单模型。对张玉璟这类要在产品里决定是否部署路由/投票机制的工程师来说，这提供了一个可量化的上限评估，帮助判断多模型组合的真实价值，避免盲目堆模型导致的成本浪费。
02
这篇工作聚焦在招聘平台的查询生成上：传统低带宽的查询接口难以表达求职者的多维资质，导致匹配效果差。作者提出一个端到端的 RLAIF 框架，让大模型在 “portable query”（抽象掉个人标识、保留通用资格）的生成过程中，通过强化学习并利用 AI 反馈作为奖励信号。关键在于通过结构化奖励设计（如规则化的奖励底线）抑制模型直接复制示例的作弊行为，证明在无critic的优化器里，奖励 shaping 的稳健性远比算法本身重要。对做搜索/推荐系统、或在产品里嵌入大模型决策的工程师来说，本文提供了如何用可控奖励防止 RL 滥用、提升生成质量的实用经验。
03
问题：生成式世界模型在长时预测时常出现“幻觉”，即画面虽连贯却偏离真实动力学，根源在状态‑动作空间的低覆盖区。 做法：作者构建了 427 小时、210 任务的 MMBench2 数据集，用 350 M 参数模型进行训练，提出三种幻觉模式及对应的预判信号；随后用覆盖感知采样在训练阶段填补盲区，并把预判信号当作好奇心奖励，在线收集针对性数据，只需约 50 条真实轨迹就能高效微调模型适应全新环境。 价值：把幻觉问题定位为数据覆盖缺失，提供了可直接用于模型调试和数据采集的信号与采样策略，能帮助 Agent/AI 产品团队在低成本下提升 world‑model 的可靠性和跨场景适应性。
04
该稿聚焦在“小模型驱动的多模态 GUI 代理”上，核心痛点是：现有开源 MLLM 规划能力弱、跨站点通用性差。作者提出 PEEU——让模型在真实界面上自行探索，收集操作轨迹，再用 Hindsight Experience Replay 将这些轨迹转化为严格对齐的高级任务示例，用来强化规划训练。通过层次化任务分解分析框架（TDHAF）验证，单纯学底层动作不足以提升整体规划，只有高层任务训练才可显著提升 OOD 泛化。实验显示，7B 小模型在真实基准上跑出 30.6% 准确率，超越 32B 大模型。对张玉璟这类关注成本、隐私、可部署 AI 助手的工程师来说，这提供了一个低算力、可自我扩展的规划方案，直接提升产品的跨网站任务自动化能力。
05
它想解决的核心是：如何用非侵入式手段持续监测老年人的认知状态，尤其是早期轻度认知障碍（MCI）的发现。做法是构建一个语言数字孪生体：把大语言模型（LLM）和多头条件变分自编码器（cVAE）结合，注入老人说话的风格特征和对话上下文，从而生成与本人高度一致的对话，并用同一网络评估重建质量和认知评分（如MoCA）。价值在于：把语言交互直接变成可量化、可追踪的认知信号，提供一种可扩展、实时的个人化认知健康监控方案，对开发基于对话的健康助理或持续评估系统的团队非常有参考意义。
06
该论文探讨“大模型生成的答案概率高，是否就等于答案正确”的根本假设，检验序列概率与实际正确性的对应关系。作者在多种解码方式、超参数、数据集以及同一prompt的多次输出上做系统实验，发现：在固定数据集内部，概率高的答案往往更对；但跨解码方法或调参时提升概率并不可靠提升准确率，且同一prompt的不同回复概率也不指示正确性。结论为：仅靠提升序列概率来提升模型准确度风险大，提供了在 Agent、生成式AI产品中选取解码策略、实现自检与自我改进的实用参考。
07
他们想把分子平衡态采样搞得像大语言模型那么快。传统 Boltzmann Generators 用可逆流 (normalizing flows) 要么表达力受限，要么计算代价大。作者把生成模型改成自回归结构（ArBG），摆脱流的拓扑约束，用类似 LLM 的序列解码，既能在推理时灵活干预，又能把规模扩展到上百层参数。实验显示在大肽（如 10‑残基 Chignolin）上明显优于所有流式方法，甚至推出 1.3 亿参数的通用模型 Robin，零样本能量误差降超 60 %。对做 AI‑agent、强化学习或高维采样的工程师而言，这提供了一种更高效、更易扩展的无偏采样框架，值得关注。
08
它想突破 RL 训练大语言模型必须有标准答案的局限，直接在只有分数反馈、没有真解的编程优化任务上提升模型。作者提出 RiVER 框架：把执行得到的连续分数做实例级比较、校准奖励，并在排名上加权，避免分数尺度和采样频率的偏差。实验表明，仅靠这种分数驱动的训练，就让 Qwen3‑8B、GLM‑Z1‑9B 在算法竞赛和真实代码评测上都有几个百分点的提速，且可迁移到必须给出精确答案的任务。对做 Agent、代码生成或自监督微调的工程团队来说，这提供了一条不依赖标注答案、使用现成评测分数就能让模型“会写代码、会优化”的新路径。