hyperg

@CuiMao @dotey 错了怎么校验？

Deepseek v4挺好的，接入claude code花了5.65块，把<Empire of AI>英语原版的30万字汉化成了EPUB，结果还有模有样的，借鉴了宝玉 @dotey 的Skill做了节省token的优化处理方案。评论区拿skill

彭博社爆料的 Anthropic这次的事可能是今年AI安全圈最讽刺的笑话。 他们号称“太危险绝对不能公开发布”的顶级网络安全模型Mythos， 能批量发现零日漏洞，能入侵几乎所有系统。 只敢给苹果亚马逊思科这种级别的公司做封闭测试。 结果发布当天就被一个Discord小群偷偷摸进去了，安安静静用了整整两周。 没有啥惊天动地的黑客技术，就是三步。 第一步，从之前Mercor数据泄露的4TB文件里，翻出了Anthropic的API命名规则， 第二步，对着规则猜了几个可能的endpoint地址， 第三步，用群里一个第三方评估承包商的合法凭证，直接登进去了。 最绝的是这群人拿到了全世界最危险的网络武器之后，啥都没干， 就用它建了几个简单的网站，故意低调到连Anthropic的监控都没触发😂😂😂 直到他们把截图发给彭博社，全世界才知道这件事。 很多人说这是AI安全的重大事故，其实不然，我觉得被攻破的不是Mythos这个模型，是Anthropic整个外围的信任链。 模型能找遍全世界的零日漏洞，却防不住自己人把凭证随便分享， 也防不住供应链厂商把内部部署规则泄露出去， 甚至防不住别人猜一下自己的URL地址😆😆😆 这才是最扎心的地方，我们天天担心超级智能会失控毁灭世界，结果现在最前沿的AI实验室连最基础的运营安全都做不好。 就好比你造了一颗原子弹，把所有精力都花在防止它自己爆炸上，结果大门忘了锁， 被路过的小孩推门进来，拿原子弹炸了个鱼😂😂😂 更反直觉的是大家都以为拿到这个模型的人会去搞破坏， 结果他们选择了最无害的用法， 这说明至少到今天为止，最危险的不是AI本身，是管理AI的那些人。 Anthropic一直以安全第一自居，天天讲负责任的规模化，讲可控发布， 结果这次出事的恰恰就是他们最引以为傲的可控发布机制。 那么问题来了， AI的安全边界到底在哪呢？ 在模型的权重里还是在人和系统的每一个缝隙里？欢迎交流呀！

@letmedowndeeply 哪天中午天气好，溜达过去尝尝

@letmedowndeeply 互联网也不好混了，ai 替代的裁员之剑一直高挂

互联网真的给的好多啊 但高一点的薪资、有时间冲咖啡做松饼做喜欢的事情、健康的身体 不可能三角 爸妈：健康快乐最重要 不行咱继续念书 每个月打钱供你吃喝 不断取舍 知道自己适合什么样的生活 自洽就好 但还是太感谢互联网了 非技术岗 校招已经5位数薪资了 之后再差也是五位数 🫱🫲

@ai_xiaomu 内部也在做，出海用的多

Pdd为啥不搞ai大跃进，有朋友知道么？

@dearczr 在哪儿打

德州真的很容易上头 但我输不起 sad

@letmedowndeeply 为啥删了

一人食✓ 🍝意面和酱酱酱酱都不错 煎根肠or一块肉 就能当一顿饭了 在社区咖啡店充值了✓ ☕手冲乏了就喝喝意式 PS : 把露肉露脸照片都删了 认真做个生活分享推 :-D

@letmedowndeeply 股市今天好了

不知道买什么 看涩情片也没兴致 我的欲望和股市一样 萎靡不振。

嫌 Claude Code 50 万行代码太重？ 港大本周甩出了一个超轻量级平替：OpenHarness。 比原版轻了整整 44 倍。 核心代码只有 1.1 万多行。 却保留了原版近 98% 的功力。 甚至完美兼容 Claude 的全套技能和插件。👇 1️⃣ 架构瘦身，主打透明可控 它把复杂的 TypeScript 换成了 Python。砍掉了多余的黑盒组件，代码逻辑清爽，非常适合个人研究和二次开发。 2️⃣ 零成本复用 Claude 生态 全面兼容 Anthropic 官方的 skills 和插件系统。只要把 .md 技能文件丢进目录就能自动识别调用；原版的代码审查、Git 等插件也能无缝接入，直接拿来就用。 3️⃣ 43 个硬核工具拉满 原生自带 Shell 执行、文件读写、网页搜索和 MCP 协议支持。不仅能单兵作战，还能动态创建子 Agent 分配任务，轻松搞定团队协同。 4️⃣ 告别 AI 暴走失控 怕 AI 瞎跑命令搞崩系统？它内置了自动执行、每次询问、仅规划不执行等多种模式。支持细粒度的权限控制，AI 的每一步都在你眼皮底下。 🔗 github.com/HKUDS/OpenHarn… AI 圈的迭代速度实在太快。遇到这种轻量好用的底层基建，建议先 Mark 存档，留着有空的时候慢慢折腾~

M

@TvTFuture 周五刚吃过

我想吃鹅肝焦糖鹅肝魂归来兮

重读 OpenClaw 背后的 Agent 框架「pi」，作者 @badlogicgames 对主流 Coding Agent 的反思还是太超前了，pi 的极简设计即使现在带着上帝视角往回看，仍然是精妙，不得不佩服！ mariozechner.at/posts/2025-11-… 可复制学习的经验 即使你不使用 pi，这些经验也适用于其他 Agents： 1. 保持系统提示简洁：模型已理解 Coding Agents 模式，冗长的提示反而有害 2. 最小化工具集：四个基本工具（读、写、改、执行）已足够 3. 文件化状态管理：使用文件而非内置功能管理 TODO、计划等状态 4. 追求可观察性：选择能让你看到完整交互过程的工具 5. 上下文工程优先：精确控制进入模型的上下文比工具数量更重要 为什么自建 pi？ · Mario 曾使用 Claude Code，但随着时间推移，该工具变得臃肿（80% 的功能他用不到） · 系统提示和工具在每个版本中都会变化，破坏了他的工作流程 · 现有工具缺乏可见性（无法查看与模型的交互细节） · 自托管模型支持不佳 pi 的三层技术架构 1. pi-ai（统一的 LLM API） 解决的关键问题： · 多提供商兼容：统一支持 OpenAI、Anthropic、Google、xAI 等四种 API 格式 · 上下文切换：可以在会话中切换模型（如从 Claude 切换到 GPT），保留完整对话历史 · 工具调用分割：将工具结果分为 LLM 可见部分和 UI 展示部分 · 中断请求支持：支持 AbortController 中止请求并返回部分结果 2. pi-tui（终端 UI 框架） 设计选择： · 采用追加模式：不同于全屏 TUIs（如 Amp、opencode），pi 采用类似 Claude Code 的追加输出模式 · 保留滚动历史：不接管终端视口，保留原生滚动和搜索功能 · 差异渲染：只重绘变化的行，配合同步输出转义码实现无闪烁更新 3. pi-coding-agent（核心 CLI） · 关键特性：极简系统提示词（仅约 1000 tokens） · 仅有 4 个核心工具：read、write、edit、bash · 支持项目上下文文件（AGENTS.md）分层加载 设计哲学与反常规选择 1. YOLO 模式（默认开放权限） · 他认为其他工具的安全措施是"安全剧场" · 既然 Agent 可以写代码和执行代码，真正的安全防护实际上是不可能的 · 默认赋予文件系统和命令执行的完整权限 2. 不做内置 TODO 功能 · 他认为 TODO 列表往往会让模型更困惑 · 替代方案：直接写入 TODO.md 文件，用复选框标记进度 3. 不做计划模式 · 可以通过 --tools read,grep,find,ls 启动只读模式来实现类似功能 · 持久化计划应写入文件（如 PLAN.md），跨会话可见 4. 不支持 MCP · 认为 MCP 服务器会占用过多上下文空间（如 Playwright MCP 占 13.7k tokens） · 替代方案：构建简单的 CLI 工具 + README，按需读取 5. 没有后台 Bash · 使用 tmux 替代后台进程管理 · 提供更好的可观察性，且用户可以主动进入会话 6. 没有 Sub-agents · 其他工具的 Sub-agents 是"黑盒中的黑盒" · 解决方案：通过 bash 直接调用 pi 自身，获得完整输出可见性

M

M

M

@letmedowndeeply 会有的

@letmedowndeeply gpt和claude都挺好

还不知道有什么ai可以帮我处理表格 我给出需求 跨表 自行处理 得到我想要的数据 但就是 好在我不清楚用什么函数的时候 问ai……ai给出的指令还蛮清晰

@ls_qu30904 计算机都要来擦边了么

面完三分钟后告知我过了 喊我星期四就入职😂感觉缺人洗数据了，周三还得面字节的大模型算法，base也是上海，想来想去干脆先过去租房子吧……然后干着的同时去面点大厂😭😭小镇妈宝女第一次一个人去异地实习😭🥲

@bailyLU Token 很少

发现Antigravity的 claude opus 4.6是免费又好用啊！！ 不会只有我才知道吧！

@Lr1Ct 有，互联网某二次元公司

我也想问，推上能找实习吗？最好是上海🥹🥹🥹