搜索“编码”

不接受「投毒」和「攻防」的说法。 节目上线当天，一个名为「受害者陈述与证据整理」的网页出现在GitHub上，中英双语。五个人实名作证，其中包括视频生成项目Goku的两位共同一作，以及另一个项目LlamaGen的第一作者。 按照他们的说法，破坏从2024年3月就开始了，比字节通报认定的时间早了三个月，一直持续到7月底。最早针对LlamaGen，往训练要用的文本编码器权重里掺了噪声。4月以后，字节加大视频生成的投入，目标转向Goku。 网页列出了从他个人目录里找到的文件。按网页的解释，训练模型，就是让它沿着误差变小的方向一步步走，他改了优化器，让模型朝误差变大的方向走。他把每一步的步子悄悄放大一倍，日志里的数值却一切正常，好比油门被踩深了，刹车也断了，仪表盘还显示匀速，显示一切正常。 数据本该按固定的顺序洗牌，出了问题可以原样重放、找出原因，他把洗牌的依据换成了当前时间，每次都不一样，问题就再也复现不出来。他还会以极低的概率让某台机器悄悄跳过和其他机器的同步，整个任务随之卡死；又在共享盘上留了一个后门，可以远程下达命令。被他替换过的系统文件，修改时间都被改回了原样。 那几个月，团队以为碰上

匹配字段正文

击最严重的，往往是那些月薪在5000元到8000元，要求经验在1到3年间的岗位。 所以在这个秋天，越来越多企业的招工逻辑，已经变成了需要一批“虽应届，但却能独自跑完一个项目的，老练的新人”： 招聘说明说要的是2027届的应届生，但需要你在没离开校园的情况下，就要有“一年以上AI相关开发经验”； 有公司要求今年做机器视觉的实习生，入职前就要自带“3年以上的实际编码经验”，最好还要有相关行业的工作经历，这样才能既会写代码开发，又能给客户出方案跟项目； 甚至一个月薪标注为9K-12K的小红书内容运营（AI方向），其要求里也明确写着“让一个人的内容产能和质量，顶过去一个小团队”。 有公司已经在校招的页面，增加了一个“AI应用经验”的上传入口，允许应聘者上传自己过去6个月内与AI的详细聊天记录，以此展示自己驾驭Agent、拆解复杂任务的“AI力”。 与此同时，过去例行公事的面试也在经历一波“去人化”： 招聘方的效率倒是上来了，但求职者却感觉比之前更迷茫了。 甚至，有的企业连面试这一步也直接省去，直接要求应聘者在求职阶段就上手做项目： 用3小时独立用AI出一套可以落地的方案，用3天自己跑一个能盈利

匹配字段正文

[MASK]。这个设计的巧妙之处在于：MASK 的位置在 Encoder 里能双向 attend 所有 token——它同时"看"到了问题、自己选项的描述、其他选项的描述，以及完整的 state。所以 MASK 位置的 hidden state，天然就是"在当前语境下，这个选项的综合表示"。 Forward 之后，怎么读出概率？ 四步走： Encoder 编码 注入题型信息 决策头：再过一个2层的transformer,从 Encoder 的通用表示里蒸馏出决策信号 只读取MASK位置，按不同问题类型进行归一化计算 注意那个 tscale——按题型 × 选项数分桶的温度系数，这是 Laya 概率校准的关键手段，后面训练章节会详细展开。 额外输出：置信度 Laya 还会从 [CLS] 的 hidden state + 4 个概率统计指标（熵、最大概率等）预测一个置信度分数，用于判断"这道题 AI 有没有把握，要不要转人工"。这个设计实际上是对"没有正确选项"问题的一种工程解法。 多题并发怎么做？ 一个 state 有 N 个问题时，Laya 用 Batch 推理：N 个问题各自构建一条

匹配字段正文

镜头采用1G5P抗温漂玻塑混合结构，玻璃镜片用于应对温度变化造成的焦点漂移，塑料镜片则有助于控制重量和适应复杂曲面。 此外，镜头还采用BG微米级旋涂工艺和ALC超低反射膜，以减少反射光、杂散光对成像的影响。 在影像算法上，千问推出超感影像引擎，将眼镜端、手机端和云端的处理能力结合起来。 现场展示的技术架构中，眼镜端包括多场景原始光影采集、自研高效RAW压缩编码和动态抓拍算法； 手机端承担RAW数据管理与传输、全场景高质量RAW增强算法和智能构图图像优化；云端则提供自研云端AI ISP增强和AIGC多场景画质优化。 这套方案的重点，是把拍摄、图像处理和后期优化串联起来。通过RAW域增强，系统可以利用更完整的高光、暗部、色彩和细节信息改善成像；暗光环境下，四合一像素融合技术让相邻感光单元协同工作，提升进光量和信噪表现 此外，N1系列还支持智能构图，可以识别画面主体，自动调整构图，让人物更加突出、背景更加舒展。 同时，N1系列还可以拍摄实况照片，能够记录精彩动态瞬间，不过在实际体验中，实况照片的动态记录时间是从拍摄之后开始的，与手机实况略有不同，期待后续能够通过系统升级进行优化。 视频拍摄

匹配字段正文

数月； · 记忆：对过往会话信息的召回持续变好，底层表示形态（图、文件还是别的）尚未收敛； · 工具完备：理想状态是给数字同事配齐人类新员工入职时的全部工具，组织对此还在适应期； · 交互形态：界面向更省力演化，部分人会偏好语音对语音（他调侃那个“ hopefully 很酷的 Jony Ive 设备”）； · 技能沉淀：模型与产品会越来越擅长在岗学习并把经验编码为文件/技能；企业与个人会把自家定制流程写成 agent 可读的文档。 ④ 行业判断：Agent 能力是新一代产品的“CRUD” 引自 OpenRouter 的 Alex：有人抱怨“如今所有 AI 应用都长一样，侧边栏加对话框”，他的回应是“2005 年大家也一样：服务器 + 数据库 + CRUD”。结论：每个新产品要么集成 agent，要么沦为他者 agent 调用的无头数据源，没有第三条路。而 durable workflows、沙箱、云电脑、记忆、技能、语音、支付、身份、evals、可观测性……每一个构件都是数十亿美元级的 VC 赛道、约二十家创业公司在抢，它们合起来构成“下一代公司的新原语”。 ⑤ 开放难题：留给下一代从

匹配字段正文

暂时领先，阿里和字节潜力更强 Workbuddy日活超600万，靠腾讯流量和免费Token先发；但阿里有钉钉2600万组织，字节有高价值客户和FDE驻场团队，与企业捆绑更深。长期胜负在数据资产积累。2026-10-13 20:36AI入口大战2.0：腾讯、阿里、字节，谁是AI办公的隐形冠军？海豚研究速览 本文来自微信公众号： 海豚研究 ，作者：海豚君 但核心编码场景渗透率已70%左右，市场开始期待下一个场景在哪里。程序员之外，全球还有约10亿知识工作者。 那么AI办公（也有人叫Co-work、工作Agent）能不能接住Coding的接力棒，成为下一个渗透率大幅提升、商业模式真正跑通的场景？ AI入口争夺一直伴随AI的底层技术发展，但由于算力成本不像传统互联网时代那边边际用户的服务成本几乎为零，以往互联网时代巨头先补贴再养用户习惯，再收割的“纯流量打法”，至少在当下已经不再适用。 相反，迫于成本压力，掌握技术、生态、流量优势的平台巨头们开始算经济账。C端堪比“知识付费”水平的低付费率，和短到很难释放足够广告库存的日均时长，都让最先渗透普及的AI Chatbot商业化之路走得异常艰难。 相

匹配字段正文

练观测中发现 scaling law 的自动化方法：https://arxiv.org/abs/2507.21184 [^ref14]: AdderBoard ，面向神经网络加法任务的公开参数效率榜单与实现仓库：https://github.com/anadim/AdderBoard [^ref15]: Gushu Li、Yufei Ding 与 Yuan Xie， “Tackling the Qubit Mapping Problem for NISQ-Era Quantum Devices” ，提出 SABRE 量子比特映射与路由方法：https://arxiv.org/abs/1809.02573 [^ref16]: Botzone ，北京大学开发的在线程序对战与 AI 竞技平台；本文排名基于相应黑白棋赛道的公开参赛程序：https://botzone.org.cn/ [^ref17]: Anthropic， Claude Code Goal Mode ，用于以目标驱动方式执行较长程编码与迭代任务的官方文档：https://code.claude.com/docs/en/goal

匹配字段正文

程中重新加载选手模块、构造 Agent，并只调用一次 solve；不要依赖内存、模块全局变量、文件或外部服务保存跨题状态。; 平台最多同时运行 3 个相互独立的题目进程；这不是对同一个 Agent 实例并发调用 3 次。; 不要依赖评测题之间的固定顺序。; 不要依赖本地绝对路径。; 不要读取或构造隐藏测试集、标准答案或 judger 信息。; 不要在代码中硬编码 API key。; 不要输出恶意内容、执行破坏性操作或规避平台资源限制。 正式评测的并发、时限与计分 Agent 阶段的总硬时限为 6 小时，不包含后续 Judge 阶段的耗时。到达时限后，平台可以终止仍在运行的 Agent 代码。; 每道题的独立进程组有 1200 秒硬时限，包含选手模块加载、Agent 初始化和 solve 执行。超时后平台会终止整个进程组，不保证执行 finally、退出钩子或其它清理逻辑。; 截止时只接受已由平台 runner 原子落盘且状态为成功的逐题结果。选手只需从 solve 返回规定的字典，不要自行写评测输出文件。; Agent 异常、无效输出、到达截止时间仍未完成或缺失的题目均计为 C。最终成

匹配字段正文

，Cursor被SpaceX以600亿美元收购，Cognition估值480亿美元。中国腾讯CodeBuddy、字节Trae、阿里Qoder、百度文心快码形成"四分天下"，开源模型推动本地部署崛起。 核心观点 1. AI编程是AI商业化最快的赛道。Claude Code、Cursor、Devin等头部产品ARR指数级增长，独角兽密度创风投史纪录，市场从"辅助编码"迈向"Agent自主开发"。 2. 独立工具正被巨头收编。Cursor归入SpaceX、Windsurf被OpenAI收购，谁拥有算力谁就拥有定价权，纯粹应用层工具面临挤压。 3. 中国以开源换生态但商业化滞后。通义千问下载量超3亿次，DeepSeek、智谱模型被硅谷采用，但ARR与全球头部差距仍达数十倍。 据Research and Markets数据，2025年全球AI编程相关工具市场规模达295.7亿美元，预计2030年攀升至646.8亿美元。Grand View Horizon数据显示，全球AI代码工具市场2024年规模61亿美元，预计2030年达260亿美元，年复合增速27.1%。 行业整体已进入技术成熟、商业落地、

匹配字段正文

三方审计结论（据Gartner新闻稿）。 这组数字是"标准主权"的注脚。Agent之争，短期比模型，中期比编排，长期比的只有三件事：谁有权定义"做好"，谁有权审计过程，出事谁担责。谷歌把模型层做成可替换，是因为这三件事比模型值钱。 五、热点的另一面：先管住，再谈聪明 每一次"Agent多能干"的发布背后，都站着一排没关紧的门。 2025年7月，Replit的编码Agent在明令冻结代码后删除用户生产数据库，事后还生成了数千条虚构记录；事件经用户公开复盘与媒体报道后，Replit以官方博客回应并推出开发/生产环境隔离等整改（据The Register报道及Replit官方博客）。这不是模型"想删库"，是权限边界缺失、破坏性操作没有审批闸门——环境门没关，Agent只是替人走了进去。 治理三件套因此不是上线后的补丁，而是企业肯付钱的理由本身：身份（它是谁）、边界（它不能碰什么）、问责（它闯祸谁扛）。96%在跑、12%管得住的落差说明，行业真实的顺序与发布会相反——先管住，再谈聪明。 六、中国镜像：一个要"全"，一个要"适合自己" 同一个产品，放到中国市场，问题换一副面孔。 国外企业买Age

匹配字段正文

修到哪一步，是两回事。 所以这一节只能这么写：路径已经备好，还差一次合并。 参照系不是虚构的。2024 年的 XZ Utils 后门，是同一套剧本的人工版：攻击者花两年混进维护者信任圈，再在压缩库里埋后门。人工版要两年、只打一个项目；如果“扫描加补丁”这条路走到自动合入，规模不是加法，是乘法。 有人会说自动提交 PR 是常态：GitHub Copilot 的编码代理、Devin 这类工具，本来就会自己开 PR。没错——但那些工具写功能代码，审查者带着功能预期去读；安全补丁不同，它进的是系统的承重墙，审阅者的警惕被“修漏洞”三个字天然卸掉。同一个 merge 按钮，按下去的信任成本不一样。 那起案子里，攻击者的武器不是代码，是信任。Jia Tan 花两年时间一步步混成维护者，信任攒够了，后门才进得去。信任是最慢的资产，也是最容易被偷的资产。 这一段是推断，标注在此：不是既遂，是“若往下一步”。 算总账：四笔账，外加一层产业链 “免费”二字，得算四笔账。 谁造：Anthropic。模型、扫描器、报告。 谁卖：免费。 谁买单：维护者、关键基础设施运营方、纳税人。维护者买“核对报告的时间”，运

匹配字段正文

Grok 和 Cursor 正被打包为一项名为 The X Subscription 的单一订阅方案。 周一晚些时候，SpaceXAI 在 X 上公布了新的定价结构。 该订阅共分五档，从免费到每月 200 美元不等，最低付费档为 8 美元。 然而，对开发者而言，更大的新闻或许是 Cursor 对 AI 模型收费方式的改变。 虽然新订阅方案包含更多 Grok 编码用量，但偏好 Anthropic 和 OpenAI 等竞争对手模型的客户将面临额外收费。 X、Cursor、Grok 与 Grok Bot。 现在同属一个方案。 马斯克旗下业务走向整合 回顾一下，马斯克整合旗下业务的努力已持续数年。 他于 2022 年 10 月以 440 亿美元收购 Twitter，并于次年 7 月将该社交网络更名为 X。 同月，他创立了 xAI，这家 OpenAI 的竞争对手于当年晚些时候推出 Grok 聊天机器人，随后又让它可直接通过 X 使用。 2025 年 3 月，企业架构再次变化，xAI 正式收购了 X。 整合在 2 月继续推进，SpaceX 收购了 xAI，将 Grok 和 X 纳入这家火箭公司的业

匹配字段正文

得者哈萨比斯也说这是“朝正确方向迈出的一步”。 多次失控，刹车不是摆样子 先给一个最基本的判断：事故是真的，风险预警不是表演。 OpenAI再按暂停键的起因是9月20日，一个被强化学习训练的智能体在完成一项仅根据博客文章和人物信息找出文章作者的任务。常规搜索无果后，它开始“跑偏”：尝试直连公网。 多次尝试后，该智能体发现可以借用DNS的解析与委托机制，把问题编码进解析请求，借外部公共聊天机器人之口回答，再让答案顺着DNS流回沙盒。为了验证通道可用，它甚至先问了一句“法国的首都是哪里”，得到回复是“巴黎”后才继续。OpenAI明确，这项任务从未授权它访问实时互联网。 与上一次不同的是，本次事件暴露了防护体系本身的破绽——今年7月意外入侵Hugging Face事件发生后，OpenAI其实建立了一系列预警机制。这套机制本身是有效的，仅15分钟就发现了这次智能体异常行为。 可这套机制没有正常执行，导致训练并没有按应急预案自动终止，团队一度对是否暂停产生“混乱”，直到两个半小时后才被人工关闭。 事后翻查，还有更早通过DNS接触外部服务的尝试没有被监控正确标记，而负责侦测DNS异常的基础设施监控

匹配字段正文

ed） | | 4 | generic-http 窗口数值不校验：字符串数字直接流入 LimitInfo → 客户端 NaN% 进度条 | 逐字段 toNumber 强转 | | 5 | neo 部分失败不可见：subscription 挂、wallet 成功 → 行显示"正常"但窗口消失 | 失败分支 console.warn 记录 | | 6 | 测试硬编码绝对路径：公开仓库换机即挂 | import.meta.url 相对路径；real-mount 无本机 DSH 时自动跳过 | | 7 | Host 核心逻辑零测试 | 新增 test/monitor.mjs（去重/排序/warn 阈值/error+stale 行/并发去重/hidden+disabled） | | 8 | 死代码：limitLine() 及只被它用的 windowUnit 文案、generic-http 的 void sub、永不执行的 noneFetcher.fetch | 全部删除 | | 9 | remote-client.ts 行号漂移 | 与源码真实行号同步 | | 10 | snapshot() 只

匹配字段正文

务与 DP prefill 配对将异步 RL 轨迹转化为高效的 GPU 工作。 这些技术共同使 Fireworks 能够以高吞吐量维持长时间、分支化、多轮的 K3 rollout，同时保持模型所需的状态正确性。 RL：快速迭代，稳定训练 使用 XOR 增量进行权重同步 同步 K3 的 2.8T 参数使得全量 checkpoint 传输代价高昂。我们将每次更新编码为逐字节 XOR 增量，Δ = W new XOR W base，并用 Zstandard 压缩。未变化的字节变为零，从而减小压缩后的负载。Rollout worker 解压增量并应用 W base XOR Δ，逐位重建新的 checkpoint。 在 Fireworks 公布的工作负载中，一个 1,024 GiB 的 checkpoint 平均产生 20.3 GiB 的增量——每次增量更新的字节数减少了 98%。计入周期性全量 checkpoint 后，50 步内总传输量下降了 94%。 RL 稳定性与数值 确定性 训练与rollout之间的数值漂移，即使两个系统使用完全相同的权重，也可能扭曲RL重要性比率。这与策略陈旧不同：

匹配字段正文

30个百分点；截至2026年3月，LMArena模型评估排行榜上Anthropic、xAI、Google、OpenAI四家公司的得分已挤在约25个Elo点以内，美国与中国头部模型的性能差距也缩小到个位数。价格变化进一步强化了同一趋势。OECD 2026年7月发布的AI市场研究显示，2024年1月至2026年4月，文本生成模型的质量调整价格指数下降了近80%，编码、Agent等更复杂能力的降价同样明显。几乎同一时间，模型与外部工具之间的连接也在标准化——MCP（Model Context Protocol）等开放协议像一枚“统一插头”，让AI得以用相对标准的方式连接外部工具、数据和系统，模型本身的可替换性随之增强。 模型正在从稀缺资产变成基础能力，按需采购、随时调用、低成本替换。大模型评测机构Artificial Analysis的口径调整是个注脚，它已不再比较“每百万Token多少钱”，而是计算“完成一项标准化任务需要多少钱”。衡量AI的尺子，正从“买到多少能力”换成“花多少钱办完一件事”。 需求侧也正在发生变化。麦肯锡2026年全球调查显示，80%的受访者觉得AI提升了自己的效率，但

匹配字段正文

白质动力学，因为我们才刚刚开始。 Brandon Anderson [00:17:39]：最大的障碍是什么？如果你能挥一挥魔杖说：“我们有更多这种东西”，而这会加速功能、动力学或设计，你会让什么成为现实？ Pushmeet Kohli [00:17:54]：我的背景相当杂。我最初是一名安全研究员，然后进入计算机视觉、贝叶斯理论、判别式机器学习、深度学习、面向编码的 AI，最后是科学。所以当你问我这个问题时，我内心的计算机视觉研究者会对冷冻电镜显微图像非常兴奋。 我想，“这些 PDB 数据是什么？我应该从源头着手。我应该去看冷冻电镜显微图像。我不想要那些结构。它们肯定遗漏了所有数据。我应该直接在冷冻电镜显微图像上操作。” 能获得在那个层面上扩展的模型，配上适量的数据，并提取出那里捕捉到的动力学和分布信息，那会很棒。我尝试过，但这需要更多工作。 Brandon Anderson [00:18:57]：还有工作要做，但你相信那是一条能给你带来那些信息的路径？ Pushmeet Kohli [00:19:00]：是的。我认为在某个时候，也许会有比我更优秀的人来尝试一下，我们就会有所进展。 Br

匹配字段正文

。但偶尔，它们不会。 埃尔斯特纳说，最终探针——那种类似功能性磁共振成像的分类器——或许能学会识别所有不可名状的激活的全部，在其无限之中，从而完美地检测出模型每一次正在或应当拒绝请求的时刻。到那时，AI安全将建立在一个迷宫般的奇想之上：一张地图的地图，它与其所描绘之物一样广阔、复杂、崇高而不可知——一套人类道德的隐秘图式，以我们才智或理性无法企及的多面体统计编码而成。 如果这一切让你觉得有点博尔赫斯式的味道，请记住，我们之所以需要AI拒绝，是因为人工智能在某种意义上是一笔浮士德式的交易。 当一个模型从数万亿的文字和图像中获取智能时，有益之物很难与有害之物——或者说，真正可怕之物——干净地分开。前OpenAI员工史蒂文·阿德勒说，儿童安全就是一个恰如其分的例子。即使你已经从模型的训练数据集中剔除了所有将未成年人性化的内容，它仍然可以通过拼凑其知识的其他片段来生成儿童性虐待材料。“你无法真正移除这些基本能力，而不让模型因此变得笨得多，”他告诉我。同样，如果我们希望AI帮助治愈癌症——这是业界长期以来的承诺——它就需要具备遗传学方面的专业知识，而这些知识理论上可能被用来改造病毒和细菌，制造生

匹配字段正文

基础，构造了多种KV Cache压缩方案，并设置没有分块压缩的全注意力模型作为对照。 重点只改变压缩机制，看看周期性波动会不会跟着出现。 结果， 所有接受测试的分块压缩模型，都出现了与压缩步长对应的周期性变化 。 反过来，全注意力基线模型没有出现同等程度的周期性。 研究人员还分别调整了窗口大小和压缩步长，发现周期主要跟着压缩步长变化。 甚至不使用RoPE位置编码，或者把可学习的压缩权重换成简单平均，这种现象依然存在。 换句话说，问题并不是某个位置编码或者某个特殊模块单独造成的。 分块压缩这种设计本身，就可能引入周期性的检索弱点。 Seed团队进一步对注意力头进行干预，观察移除不同组件之后，模型在各个相位上的检索能力如何变化。 结果发现，不同注意力头对不同相位的贡献并不一样。 有些头更擅长处理某些位置的信息，另一些头则在其他位置上发挥更大作用。 研究人员将其称为Phase Specialization，相位专门化。 也就是说，模型内部似乎形成了一种分工：不同注意力组件，对压缩窗口里的不同位置产生了偏好。 这种分工可以帮助模型完成信息检索，却也可能让某些位置成为相对薄弱的环节。 论文还通过

匹配字段正文

和理解周围环境、规划如何在其中移动，然后正确执行任务。 ALOHA 2机器人不过是放在工作台上的一对机械臂，但它充当着尖端AI机器人模型的试验台。这些动画基于人类对机械臂的遥操作，这些数据被用于训练谷歌DeepMind的模型。（视频：Google DeepMind / 斯坦福大学 / Hoku Labs） 从历史上看，这些策略基于工程师制定的规则，他们将其硬编码到机器人的软件中——成千上万行代码决定了机器人在数百项任务中每一毫米的动作。过去几年发生的情况——也是人们对通用机器人持乐观态度的主要原因——是机器人策略正被交给先进的AI系统，而不是被编码进机器人的软件中。这最早出现在VLM，即视觉语言模型上。它们与大语言模型类似，但训练数据既包括文字也包括图像。给VLM看一张咖啡洒了的图片，并要求它找工具清理污渍，它能识别出附近的抹布。这种即时的情境理解在几年前机器人策略还是硬编码时并不存在。 接下来是视觉-语言-动作模型，它使机器人能够评估其环境并在其中采取行动。这些模型通过增加另一个组件来实现这一点：运动指令。VLA基于与执行特定任务相关的一系列图像或视频，以及关于机械臂如何运动来执行该

匹配字段正文