搜索“编码”

混合环境。 因此，“Entra Housekeeping”并不是指每年一次的大规模行动。它更关乎定期建立透明度、明确责任，并将多余对象以受控方式从租户中移除。目标并不是一个收拾得漂漂亮亮的租户，而是更小的攻击面、更少的未知依赖，以及一个仍然能够被合理管理的环境。 以上是我们 heise-Plus 文章《Entra Housekeeping：发现并清理租户中的闲置账户》的试读部分。订阅 heise-Plus 即可阅读全文。 2026 年 10 月初发现了数百个被攻陷的 Tor 节点，它们会窃取 SSH 登录凭据。受影响者应重新部署其服务器。 无法为每台机器安排固定位置的人，不得不频繁更换设备。为了让这一过程更快，我开发了一套系统。 昆汀·塔伦蒂诺复仇史诗的原始长版本将以 UHD 和蓝光形式进入家庭影院。与两部曲版本相比有何变化？ 通过版本 2，Anomaly 将开源编码代理改造成了具备新功能的平台。但旧插件不再可用。 热泵还是区域供热？市政供热规划给出了方向。业主可以从中为供暖和补贴得出哪些结论。 在多年停滞后，日本股市明显加速，并在 2026 年跻身所有工业化国家中最强劲的交易所之列。

匹配字段正文

AI 漏洞洪流：风险与机遇 因此，从安全专家的角度来看，AI 领域的飞速进步是一把双刃剑，攻击者和防御者都能利用它为自己谋利。本文探讨人工智能究竟如何改变恶意软件格局。此外，文章还剖析了多年来无处不在的勒索软件领域的最新动态，介绍犯罪分子的新策略和隐蔽手法，并提供预防感染的提示。 以上是我们 heise-Plus 文章《2026 年恶意软件态势：赎金减少、漏洞增多、新花招》的试读内容。订阅 heise-Plus 即可阅读全文。 AI 让复刻知名程序变得诱人地简单。但技术上可行的事，远非总是合法。一份法律评估。 热泵还是区域供热？市政供热规划指明了方向。业主可据此为供暖和补贴得出哪些结论。 雾气、晨露与斑斓落叶：微距摄影专家 Alexander Mett 展示秋天如何成为微距摄影的最佳时节。 把电送入电池、电网和其他车辆：根据模型测算，货运公司通过双向充电可节省百分之十的能源成本。 借助 AI，大型软件的克隆产品如雨后春笋般涌现，聊天机器人直接自行接管其任务。但这究竟是否合理？一篇分析。 借助 2.0 版本，Anomaly 将开源编码智能体改造成了具备新功能的平台。但旧插件因此不再可用。

匹配字段正文

time、Agent、Workflow 等），减少「同一词各说各话」被模型放大后的混乱。 2026 年调研结果 · 投入成共识：已开发完成或开发中合计约 46%（去年约 36%）；真正部署到生产约 18%；持续迭代更低。 形态共存：单 Agent 约 40%、多 Agent 约 42%、以 HITL 为主要架构约 15%——自主度是可调参数，不是新旧替代。 编码最先规模化：采购 Coding 工具约 57%，通用 Agent 框架约 78%，近四成两者并用；市场碎片化，可迁移工程抽象比押单一厂商更稳。 构建后难点：上下文/记忆需求约 90%；多模型路由与成本治理约 63%；评估上人工抽查约 55%，基于轨迹自动评估不足约 8%。 成功率：达 90% 以上约一成；约 16% 根本没量化过成功率。有评估体系的团队，高成功率比例明显高于无评估者（文中对比）。 MCP：关注或落地合计约 37%，企业内私有部署仅约 9%；缺的是注册中心、身份鉴权、版本灰度、审计与网关，不是「懂不懂协议」。 成熟度 L1–L4：辅助生成 → 受控自动化 → Agentic Execution → Managed

匹配字段正文

空白。 当然，转机仍出现在模型代际上。 9月下旬，Claude Opus 5.5的发布，让运行成本比上一代低40%，Anthropic在聚合平台上的调用热度迅速回升。这也意味着，“模型能力领先”仍然能带来定价权，但这个窗口期的长度，正在被对手的折扣和跟进速度持续压缩。 Rippling的案例就是一个切片。 2026年5月，开发者使用Anthropic模型处理编码工作的比例是57%，OpenAI只有16%。几个月后，OpenAI用正常价格20%到40%的折扣加赠送额度抢单，比例逆转为OpenAI 52%、Anthropic 18%。 而Replit，在OpenAI给出年额超1亿美元、折扣超30%的方案后，将主力模型切了过去。 业内人士认为，本质在于Anthropic的定价策略偏强硬，客户一旦触及合同用量上限，折扣直接取消。但当对手愿意用负利润率换份额的阶段，Anthropic就没了优势。 相对于Anthropic的巨额亏损，SpaceX三季度财报则提供了另一个参照样本。 2026年10月20日，SpaceX发布了第三季度财报，营收145.75亿美元，净利润44.04亿美元，实现了上市后首

匹配字段正文

了对权重的访问，并暂停了所有相关工作负载；公司正在探索如何将这些步骤作为应对另一起严重事件的标准流程的一部分。 监测器发现了什么 已发布的失准报告在索引中共有20份，其中包括一个智能体利用测试工具恢复了任务故意隐瞒的源代码（此前该工具在错误消息中泄露了代码），以及一些智能体将内部托管的软件仓库改用作跨不同训练样本的共享留言板。另一起记录在案的事件涉及一个内部编码智能体，它在公共仓库中泄露了一名研究人员的GitHub令牌。 OpenAI通过记录在案的事件、模拟攻击、对当前流量的随机审计以及红队测试来评估该系统。在一项名为OAI-repo Sabotage v2的模拟中，一个智能体在执行普通编码任务的同时追求隐藏目标，例如禁用监控或部署未经批准的模型检查点；在另一项名为Sneaky Sandbox Escape的模拟中，该智能体试图逃出沙箱并禁用测试监控进程。OpenAI报告称，在记录事件、合成转录文本和破坏任务上，使用GPT-5.6 Sol的监控器发现的案例显著多于使用GPT-5.6 Terra或GPT-5.6 Luna的监控器，不过在Sneaky Sandbox Escape模拟中，这

匹配字段正文

oey-1 是 Jev Decision Index 0.4 上排名最高的 2B 模型。 训练数据与配方 根据模型卡，joey-1 基于 Qwen3.5-2B 进行后训练，使用与 elephant-1 和 mammoth-1 相同的数据混合和配方，并通过 Baseten Training Jobs 运行。该过程是对语言模型在文本和图像决策上进行全量微调，视觉编码器保持冻结，在全注意力层上使用块双向注意力掩码，最大序列长度为 16,384 token。 训练数据集包含 621 万个决策示例，混合比例被实验室称为 Mix 8：58.3% 核心决策技能、16.1% 安全与弃权、16.1% 评判与专家领域，以及 9.5% 公开决策数据。训练目标将交叉熵与 Brier 校准项结合，lambda 设为 1，并包含一个训练过的“我不知道”选项，用于模型对其答案不确定的情况。该配方运行了一个 epoch，共 43,390 步，峰值学习率为 1e-5，使用 AdamW 优化器，beta 值为 0.9 和 0.95，无权重衰减，3% 预热，余弦衰减，bf16 精度，跨两个节点、每个节点八块 H100 GP

匹配字段正文

增大、示例增多或指令微调而消失。 作者建议报告在多种合理提示词格式下的性能区间，而不是单一数字。对工程团队而言，实际教训更简单：修改提示词就是修改代码。它需要版本历史，也需要在到达用户之前经过测试。 同样的道理适用于工具描述，模型会将其作为提示词的一部分来读取。Anthropic 的指南建议，工具定义应当获得“与主提示词同等的提示词工程关注”。指南描述了一个编码智能体，它反复在相对文件路径上出错。当工具被改为要求绝对路径后，模型便不再出错地使用它。模型没有变，变的只是它读到的描述。 一次成功说明不了什么 第二条研究线索关注一致性。由 Sierra 的 Shunyu Yao 及其同事发布、并在 ICLR 2025 上展示的 τ-bench 基准模拟客服对话，其中智能体必须使用工具并遵循业务规则。作者引入了一个名为 pass^k 的指标：智能体在全部 k 次尝试中都正确解决同一任务的概率。 结果令人清醒。一个 GPT-4o 智能体单次尝试可解决约 61% 的零售任务。当它必须连续八次在同一任务上成功时，这一比例降至约 25%。一次能跑通的演示，几乎说明不了系统在第一千次运行时会有怎样的表现

匹配字段正文

据和不安全的工具使用。这项研究考察的是更底层的一层：在模型运行时承载并传输其参数的基础设施。 权重是塑造模型回答的数值参数。磁盘上的有效文件可以被加载到内存中，随后被具有足够特权的组件更改。之后对原始文件的检查仍会看到预期的字节，即便回答是使用被篡改的运行时状态生成的。 Eclypsium 的受控演示显示了对查询的模型输出操纵，报告指出，若将同样的技术应用于编码模型，可能削弱身份验证检查、关闭证书验证、引入不安全的依赖项，或在生成的代码中留下内存漏洞。更广泛的担忧在于，运行时操纵可能影响其他敏感用途，例如自动化决策。这些可能性应与实验室中展示的具体行为区分开来。 所谓“未被检测到”的说法也有明确的范围：演示中使用的存储模型完整性检查并未发现内存中的更改。这并不能证明其对一切形式的监控或取证检查都不可见。 攻击条件至关重要 该测试使用了 NVIDIA Grace Hopper 环境。其直接内存访问路径依赖于受损的特权组件以及允许访问敏感内存的配置设置。研究人员指出 IOMMU 直通和宽松的 PCIe 隔离是重要条件，并明确说明这些并非 Linux 的默认设置。 IOMMU 有助于控制外设

匹配字段正文

首帧与文本指令即可启动渲染，支持480p与720p两种分辨率。实测数据显示，50亿参数版本的EdenLive，仅靠单张消费级RTX 5090显卡就能实现720p分辨率下24帧/秒以上的实时生成。产品配备两种运行模式：实时流模式以分块流媒体形式输出，适配交互式场景；离线模式可一次性处理完整参考序列，更适合现有视频、动画的重渲染需求。 落地应用覆盖多个领域。搭配编码代理可接入游戏开发的实时预览流程；创作者可基于相同的场景布局、动作与镜头路径，快速探索不同的视觉风格，支持实时替换角色、调整整体画面调性；在具身AI领域，它能将真人操作视频转换为机器人第一视角画面，弥合人类演示与机器人学习之间的断层。 目前EdenLive已正式开源，开放内容包括50亿与140亿参数的模型权重、实时视频生成代码、可实现文本转简易游戏的EdenGolem v0.1技能，以及完整的提示词到游戏前端工具链。代码以Apache 2.0协议在GitHub发布，模型权重可在Hugging Face平台获取。 Tripo AI首席科学家曹彦培博士表示，Project Eden将世界运行拆分为持续演化的世界状态、状态到视觉的交互

匹配字段正文

片并调整风格。工作流上，关键帧缓动选项更多；片段可以从主故事线断开，放到时间线任意位置；转录语言再增加 23 种。 Motion 也内置 MotionVFX 相关插件（电影感调色、三维相机跟踪、一键选区等），支持按文字生成和修改图片、与 Pixelmator 来回传图、更细的关键帧缓动，以及新的 Displacement 滤镜。Compressor 开始支持编码 iPhone 18 Pro 和 iPhone Duo 拍下的电影效果模式视频。 图像 Pixelmator Pro 新增 Generate Fill：在画面上圈出一块，或用自由选区、快速选区、磁性选区等工具，再用自然语言说明想怎么改。生成结果会尽量贴近周围的光线、透视和纹理；内置超分辨率，放大后仍尽量保持清晰。生成内容可以并进现有图层，也可以作为新图层插入，并带智能蒙版，方便继续微调。 音乐 Logic Pro 界面改用 Liquid Glass。Mac 上新增智能助手（测试版，苹果自研模型与第三方模型一起用）：可以从一句话开始写歌、搭人声轨，或继续打磨当前工程。浏览器重做，把 loop、乐器、效果等集中到一处；设备端的 mu

匹配字段正文

AI 正在改变软件开发的节奏。过去需要数小时编码、测试和调试才能完成的任务，如今借助 AI 助手和智能体可以快得多地完成。然而，应用创建的速度并不能说明它部署后的表现如何。 企业应用可能需要服务数千名用户、在多个系统之间交换数据、保护敏感信息，并在出现故障时保持可用。这些需求所要求的工程决策远远超出生成可运行的代码。 自主 AI 智能体的日益普及又增添了另一个维度。与仅仅提供代码建议的工具不同，智能体可以被授予访问企业环境的权限，并被允许执行操作。这引发了重要问题：它们应拥有多大权限、如何监控它们的活动，以及谁仍对其行为负责。 在此背景下，Aurigo Software Technologies 将于 2026 年 11 月 18 日印度标准时间下午 6 点至 7 点举办一场题为“AI 时代如何构建安全、弹性且可扩展的企业应用”的网络研讨会，主讲人为 Aurigo Software 首席信息与安全官 Manish Sharma。 Sharma 将结合真实事件、工程研究和实践经验，探讨设计、保护和运营企业应用所涉及的各项决策。讨论将涵盖软件架构、代码质量、数据隐私、应用可靠性、可观测性以

匹配字段正文

档中模糊的部分。 批判性评审：多个Goldfish寻找例外情况、不易察觉的依赖关系、逻辑漏洞。收到指摘的Elephant修正设计。 确认是否可以进入实现：确认文件路径、数据结构、函数参数和返回值等实现所需的信息是否齐全、是否仍有模糊之处。 工作流指南展示了这样的流程：用户针对Goldfish的指摘选择要处理的项目，并让其他人也评审设计。在用户批准设计后，委托编码代理进行实现。 各技能可根据需要单独使用。指南指出，对于规模小且方针明确的缺陷修复，不必走完一整套设计流程。 10月27日发布首个带标签版本v0.1.0 10月27日，发布了首个带标签版本v0.1.0。收录的技能共7个，除官方博客介绍的3个外，还包括以下4个。 egm-review-loop：管理多个Goldfish进行文档评审以及收到指摘后修正、再评审的流程。在反映修正或进入下一次评审时，会插入用户确认环节。 egm-resolve：由Elephant研究Goldfish的指摘，给出修正方案或反驳依据。将用户批准的修正反映到文档中。 egm-bootstrap：调查现有代码，创建或更新各目录的README。将各部分的作用、接口

匹配字段正文

加州大学圣巴巴拉分校的一篇新论文表明，LLM 数学发现可以跳过测试时训练，因为演化记忆得分更高，且所用计算量远少。 也就是说，在数学发现任务上，演化记忆优于测试时训练，且计算量远少。 测试时训练让模型在搜索过程中通过对自身已评分的尝试运行强化学习来改进。这些权重更新既慢又昂贵，因此该方法难以扩展到更大的模型。 他们构建了 TTME，它保持权重固定，并将经验教训存储在记忆中。该记忆保存了此前尝试中的实用编码规则以及得分提升背后的思路，用以指导后续尝试。 在 5 个数学任务、2 个框架和 3 个模型上，TTME 每次都超过了报告中的测试时训练得分。在 3 个任务上使用 Qwen3-8B 时，其 FLOPs 比测试时训练少 82.8% 至 84.6%，运行时间少 47.7% 至 58.4%。 如果你的 LLM 搜索循环带有自动检查器，不妨先尝试用经验记忆，而不是在搜索中途付出权重更新的代价。

匹配字段正文

rew Ng 与 Jeff Huber 对谈开场。讲清上下文由什么组成、常见失效方式、什么是 Context Rot，以及如何用 harness 的 hooks 与 traces 发现并预防问题。实验包括：上下文失效模式、拆解一个客服 Agent、动手塑造其上下文。Drew Breunig 第一段客座约 7 分钟。 模块 2｜Agentic Search 以编码 Agent 为例。覆盖词法、语义、混合与结构化检索；写好工具描述、用 tool registry 按需加载工具；用切块、代码解析、元数据改进检索，并用精确率 / 召回率衡量。含搭建搜索系统、工具注册表等实验；Drew 第二段客座约 5 分钟。 模块 3｜Context Management 以研究类 Agent 为例。先看清上下文窗口里有什么，再练 pruning（去重、抽取、截断等 hooks）、compaction（把长历史压成结构化摘要）、scratchpads（把全文与任务状态挪到窗口外）。对比「开 / 关」各操作前后的跑次差异，并做上下文管理评估。Drew 第三段客座约 4 分钟。 模块 4｜Agentic Memo

匹配字段正文

Fairwind 计划），并参与美国政府自愿的发布前测试，再逐步放开给开发者、企业和消费者。 https://t.co/N3yQOIrnZG 能力叙事：更难、更长的工程任务 Carbon 面向更难、跨时更长的工程问题，适合持续的 Agent 工作流。内部团队称它能跑上数天，在卡死之后仍继续推进，例如在大型代码库与底层系统里定位根因并打补丁。反馈驱动的改进覆盖编码、Agent、科学任务、全栈 Web 与多模态理解等。Web 开发方面，称输出质量提升后，WebDev Arena 上升约 +89 Elo，排到第 4（约 1768 分）。 网络安全 官方称在「发现 → 验证是否可利用 → 修复根因」整条链上有显著跃升；外部基准均为未加护栏评测口径： · SEC-bench Pro 约 88.2%（在真实软件中自主挖复杂漏洞） · ExploitGym 约 54.8%（判断漏洞是否可被利用，便于排优先级） · Collinear CWE-bench 约 71.0%（把已验证发现变成可工作的补丁） 对内指标还包括：相对 Argon，生成安全代码成功率自称提升超过约 2 倍；Chrome 团队称其高

匹配字段正文

· WorkBuddy：用「业务大脑」拼全局判断；举例经鼎捷 MCP 操作真实 CRM/ERP/MES，强调联调验的是改状态而不只是能回答。上岗配置、财务/销售/交期等「以前 → 用了」对照页很多。安全侧自称工信部首批、信通院云端智能体基线首批、个保影响评估「二星级+」等。 · CodeBuddy：从 AI 辅助到 AI 原生；规约（SPEC）显性化；需求—编码—QA—交付链路由 Agent 打底、人审验收。 · 游戏研发 / 运营：策划与原型走 WorkBuddy，研发联调走 CodeBuddy；运营侧 DataBuddy 等数据 Agent。文称策划周期、Demo 周期明显缩短（具体倍数为自述）。 · SRE / 数据库：WorkBuddy × CloudQ 做故障定位；DatabaseClaw 称积累十万级工单经验、1600+ OpenAPI、十余款库、分级处置。 · 案例名：盛和、淘米（内容效率近 80%、覆盖约 80% 员工）、游族（47 模型、Agent 渗透率超 75%，并挂海外收入/毛利率变化）、游卡（MTTR 5–15 分钟、运维成本约 -40%）、搜狐畅游（P0 恢

匹配字段正文

（high）领先 Muse Spark Open（xhigh）——后者是下一个最佳的非中国开发开源权重模型——最大差距出现在 Terminal-Bench 4.0（25% 对 8%）。它在 Intelligence Index 上落后于领先的开源权重模型 DeepSeek V4.1 Flash 1017（max）和 GLM-5.3（max）6 分，主要原因是编码和智能体知识工作表现较弱：FrontierCode 2.0 上为 15%（两者分别为 29% 和 22%），AA-Briefcase 上为 1349 Elo（两者分别为 1570 和 1504） ➤ token 效率提升：Mistral Large 4（high）在每项 Intelligence Index 任务上使用 82K 输出 token，比 Preview（135K）少 39%，使其位于开源权重帕累托前沿。得分更高的七个开源权重模型每项任务使用 113K 至 225K 输出 token ➤ 在 Coding Agent Index 上为第二大开源权重模型：在 Artificial Analysis Coding Agen

匹配字段正文

——迄今使用所谓的 Classic 模式，该模式授予广泛的系统访问权限，无法在 Ubuntu Core 上直接运行。Canonical 在此依托容器和虚拟机管理器 LXD 以及基于其构建的工具 Canonical Workshop。借助它，可以通过 YAML 文件定义包含工具链的隔离开发环境，并作为系统容器启动；据 Seager 称，这也有助于将现代 AI 编码代理与主机系统安全隔离。Workshop 本身预计在未来几周内从经典模式转为严格隔离的 Snap。 通过这一容器概念，Canonical 还希望解决一个普遍问题：尽管 Snap Store 目前已有超过 11,000 个软件包，但许多经典程序仍然缺失，或仅以 Classic Snap、DEB 包、Flatpak 或 Nix 包形式存在。Seager 希望此类应用程序——包括 VS Code 等图形程序——能在隔离的 Workshop 环境中运行，并将其窗口无缝显示在主机桌面上。在技术上，这一原理类似于微软的 Windows Subsystem for Linux GUI（WSLg）。 作为第三大支柱，Canonical 将目光投

匹配字段正文

机制。一个Trail可以汇总工作目的、代码变更、智能体会话、评审结果，还能处理同一工作涉及的多个仓库的变更。评审用智能体是可选的，也可以由人工确认差异并批准、合并。 启用评审用智能体后，以向Trail的push为契机，可以自动评估代码质量和安全性等。该评估会根据AI模型的使用量收费。评估项目可以自定义，结果会显示分数、理由和具体指摘。开发者可以将这些指摘交给编码智能体，反复进行修正和重新评审。画面上会并列显示本次和过去5次的评估结果，开发者可以结合评估趋势和未解决的指摘来判断是否合并。在管理合并条件的Gates功能中，可以将指摘解决、人工批准、CI成功等设置为条件。 CI集成支持Buildkite和Depot，并以公开预览形式提供。这两项服务也提供了转换和迁移现有GitHub Actions工作流的机制。向设置了集成的仓库push后，CI服务会执行构建和测试，并将结果返回给Trail。使用CI时，适用各CI服务的计费体系。 利用以往会话信息的Continuous Memory 在Continuous Memory中，新会话的AI智能体可以检索和参考以往会话中选择实现方式的理由以及尝试过

匹配字段正文

🧵— NVIDIA AI (@NVIDIAAI) 2026年10月28日 可指定是原样保留发言⁠，还是整理得更易读 对转写所要求的写法因用途而异。若要忠实记录发言，则希望保留口头语和重复；而若要形成易读的文章，则有时希望省略。NVIDIA说明称，在传统语音识别中，输出的转写格式在训练时即被固定。 Nemotron 3.5 Transcribe结合了读取音频的编码器、区分说话人的模型和大规模语言模型，根据与录音一同给出的文本指令进行转写。还可以指定数字是按其词语原样书写，还是用阿拉伯数字表示。此类输出格式可通过每次请求的指令更改，无需重新训练模型。 此外，还可以用文本附上人名、专业术语等可能出现在音频中的候选词，作为识别的线索。 支持日语的分说话人转写⁠以及与英语的双向翻译 根据模型卡的语言支持表，日语可用于语音识别、多说话人转写以及与英语的双向翻译。还支持在单个录音内使用多种语言的语码转换。NVIDIA将日语质量归类为相当于生产使用水平的“Production-ready”。 在多说话人转写中，即使录音中发言重叠，也能为每个说话人添加标签，并可输出每个单词的发言在录音的第几秒开始、第几

匹配字段正文