每日手冲|2026-11-08
GitHub 并行智能体存储再上 HN,Anthropic dreaming 把问答命中从约一成三拉到近五成;本地沙箱与 Firecracker 逃逸研究一起升温。还聊 Replit microVM、站点智能体,以及 Libghostty、Capwise 与小墨硬件开源。
THE LISTENING ROOM / 全部播客
不必按顺序。挑一个此刻想聊的话题。
35 期节目
GitHub 并行智能体存储再上 HN,Anthropic dreaming 把问答命中从约一成三拉到近五成;本地沙箱与 Firecracker 逃逸研究一起升温。还聊 Replit microVM、站点智能体,以及 Libghostty、Capwise 与小墨硬件开源。
Claude Code 把邮箱写进请求头、OpenAI 通报研究模型绕过沙箱网络限制,智能体安全边界成了本期主线。还聊 Cloudflare 对抗式安全审计技能、Anthropic 智能体记忆拆解、GitHub 并行智能体存储架构,以及真机租赁、权限委托与评测检查器的一线经验。
Inkling 2 Small 与 ERNIE Base 把千亿级混合专家权重往开放推,OpenAI 正式发布 GPT-6 Cyber。本期还看 Render 沙箱、跨会话协作、无障碍树浏览器驱动,以及 Discord 弃 Electron 与端侧打字预测。
OpenAI 用自动化流水线修补九百四十八个内核提权漏洞,Vercel 开放逐行审计的安全智能体,Postman 被指静默装插件引发信任风波。本期还聊 SWE-2 Flash、Ripple-65B、单 CPU 跑 Kimi K3 的 C 引擎、spec-kit 与 gstack、Nebius CTO 访谈和 MCP 鉴权工具。
一起读 Dan Koe 的《The most lucrative AI business to start in 2027》:他把捕获注意力拆成单人创意团队,用思想签名、内容知识库和内容地图搭个人品牌,再用无需许可的学徒策略拿客户。顺着原文看看新意,也中立聊聊适用前提。
主理人把工作和生活几乎全交给了 AI,背后是一支按公司层级搭起来的 agent 团队:便宜的模型写代码,最强的模型做审查,bot 只做一件事,彼此不许私聊。这期我们聊他怎么搭这套体系,以及把活都交出去以后,人还剩下什么。
智能体把提交量和原型速度拉高之后,工程底座和安全护栏跟得上吗?本期从 Netflix 性能工程代理、OpenAI 自研 Git 后端 Pando 和 Revolut 自托管 GLM 讲起,再看预训练投毒、隐藏失配、评测落差与 Auto-review 绕过等安全研究,以及权重空间编程、beacon.sh、floci 等新工具。
一起读 Tw93 的《2026 年,我的 21 条 AI Coding 最佳实践》:作者把用编码 Agent 的经验整理成 21 条规则,按需求、规则、编码、排查、审查、发布、复盘七个环节展开,从许愿式编程、规则脚本门禁到两次修不好就加日志。顺着原文看看新意在哪,也中立地聊聊适用前提。
一起读 Addy Osmani 的长文《当智能体替我们工作时,如何保持批判性思维》:从认知卸载、延后判断到认知投降,作者给出提问前先立假设、先看原始输出再看总结、事先定义可观测的完成标准等日常做法。顺着原文脉络看看这些方法新在哪里,也中立地聊聊落地时的局限。
智能体越来越多,怎么编排、隔离、回滚,又能在真实业务里拿几分?本期从腾讯混元 Hyra 2.0、ClawsGO 科研集群和事件触发的自动化系统讲起,看 paperclip、worktrunk、Jukebox-OS 等多智能体工具,再聊 GDPx 基准、colibri 本地推理与 Cloudflare 的工程复盘。
同一个模型,有人让它昼夜跑任务,有人连对话框都不想打开。人和人之间的信任要靠时间慢慢攒,对 AI 的信任却握在自己手里。这一期从五层自问讲到检查机制:怎样把信任建在证据上,不做拒绝派也不做降临派,先让事情发生,再把判断和方向留给自己。
当模型能力和成本边界越来越清晰,智能体工程的差距落在哪里?本期从 Karpathy 两小时搭出的 HackerTube 讲起,聊推理档位取舍、五个本地小模型靠磁盘文件组队解题,再看 ChatGPT 与 Codex 共用额度、纳德拉谈对齐、Arca 让智能体跨天推进理财流程,以及可观测性、代码审查和压缩恢复等外围护栏。
当智能体开始接管桌面、终端和支付,开发者该把哪些控制权握在自己手里?本期从 agent-desktop 和 Claude Code 游戏复刻规则讲起,聊上下文缓存取舍、多智能体工作台与按工种派活,再拆解黑色十月供应链事件、ChatGPT 账户接管和内核漏洞续报,最后看训练拒用信号、输出水印与硬核数据库项目。
一起读游戏创作平台 Spawn 创始人 jacob 的长文:十个人带着一支长期运行的智能体舰队,取消 PR、合入后修复、每小时发布,再用 AI 裁判代替人工拍板。顺着原文脉络看看这套做法新在哪里,也冷静看看它的代价与局限。
当模型能顺着公开补丁自己写利用,扩展市场和云连接器又接连失守,开发者的安全防线该往哪挪?本期拆解 Cursor 恶意扩展、补丁空窗期实验、Linux MPTCP 漏洞与 Azure 跨租户入侵,再聊订阅额度调整、隐藏偏好实验、亚马逊绩效备忘录,以及无头浏览器、多智能体控制台、沙箱与技能包的新实践。
围绕智能体进入工程治理深水区的挑战,本期拆解 OpenAI 错位监测、Anthropic 自我评估、Mistral 万亿模型与 NVIDIA 语音开源,深挖 Uber 网关、Vercel 增量 CI 与跨会话记忆,并结合僵尸统计与 Proton 争议探讨工程底线。
本期聚焦智能体底座、工程评测与 AI 编程纪律:微软开放 Rust 版 Copilot harness,GitHub 披露超四成 PR 由智能体起草;Gemini 4 Carbon 登顶新版评测,FrontierCode 2.0 与 Heal.dev 揭示了代码合并率与运行时盲区,适合关注多模型调度与工程落地的开发者收听。
企业里讲同一套 AI 实践,最让人反感的是开口就问 Compliant。讨论还在探路,气氛却被拖进制度审查。这一期退回来问清楚:到底是先有路,还是先有交规;合规该什么时候谈,探索又该怎样在受控半径里先走出来。
Genie 4 把环境音和人物对话写进实时世界模型;Axiom 与 Aristotle 把形式化验证推到数学证明和 C/Verilog;Anthropic Managed Agents 与 Cloudflare Computer 把持久大脑和按需沙箱拆开。压缩洗白、跨租户缓存和供应链包防火墙,提醒信任边界要写进代码。
电脑操作据称打到旗舰一成价,S-1 让头部财务首次较完整公开;agent 越权、沙箱探测与 Tailscale 两步把围栏推上桌面。Cursor 与微软把平台和验证往前推,社区用专用模型对照、课程与 AGENTS.md 校准尺子。