Google DeepMind 发布 AlphaProof Code，四周内数学验证 Signal 加密核心代码
Google DeepMind 发布 AlphaProof Code，AI 系统可数学证明软件符合安全规格且无错误。团队用它验证了 Signal 实际运行在用户设备上的加密核心代码，而非止步于理论设计，将通常需数年的工作压缩到四周。
#编码
The DecoderAI 评分6161 Hacker News：AI 热帖AI 评分6161 Enspirit 开源代码审查工具 Revu：用 scopes 帮人读 Agent 写的代码库
Enspirit 发布开源工具 Revu（MIT 协议，npm install -g @enspirit/revu），为阅读 Agent 生成的代码库提供浏览器界面：左侧按 scopes（如最近提交、最长文档、无测试覆盖等）组织文件，中间读源码，右侧按行添加带 must-fix、question、scope 标签的备注并导出为一份 markdown。
Hacker News：AI 热帖AI 评分5454 Griyd 发布面向开发团队的多智能体协作看板
Griyd 推出多智能体协作看板，让团队各自使用 Claude Code 或 Codex 在同一看板上规划规格、创建故事并构建功能。智能体通过 MCP 创建故事并 @ 成员，写规格前会读完看板上所有打开的故事，CI 结果由 Griyd 转发给构建该故事的智能体以复现修复。定价为每开发者每月 $15，无智能体成员免费，另支持 $500/年 Docker 自托管。
Hacker News：AI 热帖AI 评分6767 为什么 AI 干活你反而更累：并行多智能体的 thrashing 陷阱
作者用计算机科学里的 thrashing 概念解释为何同时使用多个 AI 编码智能体（Codex、Claude Code、Cursor 等）反而让人疲惫：智能体完成后需要花大量时间重新理解、审查其输出，频繁切换上下文导致实际进展很少。他类比 Jevons 悖论，指出任务变容易后人们倾向于接更多任务，并建议限制并行任务数量、把审查时间计入工作量、先完成已开始的审查再启动新任务。
Hacker News：AI 热帖AI 评分6767 发展心理学家用 Claude Opus 5.5 审计自己近五年的 79 篇论文
一位发展心理学家用 Claude Code（尤其 Claude Opus 5.5）审计自己过去五年有署名的 79 篇论文，其中 59 篇为实证论文。58/59 公开了部分代码和数据，但仅 31/58 能完全复跑；40/58 至少有一个数字无法在 10% 容差内复现，平均每篇数字错误率约 2%（每篇中位数 155 个数字、总数超 10k）。
Hacker News：AI 热帖AI 评分7171 Chrome 团队发布 Modern Web Guidance 1.0，并总结 AI 编码智能体最常犯的 10 类 Web 开发错误
Chrome 团队发布 Modern Web Guidance 1.0，这是一套将 Web 平台最佳实践和浏览器兼容性数据嵌入编码智能体的技能，可通过 npx modern-web-guidance@latest install 安装。
Hacker News：AI 热帖AI 评分6060 Sploom 开源：把 AI 生成的代码溯源到对应的 agent 与提示词
作者发布开源工具 Sploom，与 git 并行工作，可查询每行代码由哪个 agent 和模型编写，及其背后的提示词、意图、约束与通过的检查。
Hacker News：AI 热帖AI 评分4949 RefTrail——面向 AI 智能体的零信任验证与净室规格方法
RefTrail 提供一套让编码智能体交付结果可验证的零信任工作流：每条需求标注来源与可测量验收标准，标准在写代码前冻结并生成 SHA-256 digest，最终报告说明已证明内容与遗留问题。
Hacker News：AI 热帖AI 评分4949 AI Code Rating：用 3 个字符披露仓库中 AI 的使用情况
AI Code Rating 在 Hacker News 发布，是一个用 3 个字符（如 A2b）披露仓库 AI 使用情况的标准。三个位置分别表示维护者的专业水平（A–E）、AI 生成代码占比（0–4，如 2 表示 26–50%）以及合并前的人工审查程度（a–e）。
AWS Machine Learning Blog精选AI 评分6666 AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 上线 Amazon Bedrock
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 及 Claude Platform on AWS 上可用。
推荐理由：AWS 官方公告同时给出能力说明、数据保留选项和 Bedrock 调用示例，读者可据此评估迁移与接入成本。
Hacker News：AI 热帖AI 评分5252 Sean Goedecke 谈 AI 时代胶水工作为何依然有害
作者认为 LLM 写代码并未让工程师转向更多胶水工作，反而让其更不重要，并给出四个理由：AI agent 降低协调需求、ZIRP 结束淘汰了难缠的守门人、初级工程师招聘减少、走形式的报告可用 LLM 自动生成。但他强调工程师间的真实沟通不能外包给 LLM，建议多数时间仍应花在驱动 AI agent 上，只做少量战术性胶水工作。
Hacker News：AI 热帖AI 评分5454 Unfix 发布 C/C++ 修复验证工具，10 个 AI 补丁中 6 个未通过检验
Unfix 是一款不写代码的 C/C++ 与固件修复独立验证工具，通过复现 bug、应用补丁重跑测试、撤销补丁确认 bug 复现，并扫描关闭 sanitizer、削弱断言、加延迟等掩蔽手法，给出 VERIFIED、REJECTED 或 NOT VERIFIABLE 的确定性判定。
IT之家·人工智能AI 评分7070 安全公司 Claroc 披露 Grok Build 漏洞致 SpaceXSI 内部资料及数千用户数据暴露
网络安全公司 Claroc 发现，SpaceXSI 旗下 AI 编程工具 Grok Build 的分享链接可被被动 DNS 服务公开检索，导致数千用户敏感数据泄露，包括一家医院集团、一家消防部门及 SpaceXSI 自身内部资料。
Hacker News：AI 热帖AI 评分5555 Outlier 发布可在 Mac 上完全离线运行的本地 AI 应用
开发者 Matt 发布 Outlier，一款在 Apple Silicon Mac 上本地运行模型的应用，默认完全离线、无 token 限制、无账号，聊天和文件留在本机，作者用 lsof 抽样 22 次验证零外连。
Hacker News：AI 热帖AI 评分5959 Kodelyth ECC v2.31.1 发布：71 个 AI agent、MCP 服务与 55% token 削减
Kodelyth ECC 发布 v2.31.1，提供 71 个专家 agent、196 技能、104 条 slash 命令和 MCP server，可自动接入 Claude Code、Cursor、Windsurf、Gemini、Codex、Kiro 六个 IDE。
O'Reilly RadarAI 评分6262 James Shore 讲解如何度量 AI 带来的意外后果
James Shore 在系列第三篇中讲解如何度量和建模 AI 开发的意外后果，核心指标是变更成本，首选价值增值比例，辅以 DORA 指标和 token 用量观察。文章还给出可维护性、代码行数、锁定和倦怠四类模型与场景规划方法，并以 tmux 项目真实 commit 数据演示估算，强调这些指标应用于评估方法而非考核人员。
Latent SpaceAI 评分4747 AI Engineer Code Summit：OpenAI 讲解 Codex 新工作方式
OpenAI 开发者体验工程师 Dominik Kundel 与 Charlie Guo 在 AI Engineer Code Summit 工作坊上演示 Codex 的新工作方式。
AWS Machine Learning BlogAI 评分4343 Moonshot AI Kimi K3.1 Pro Highspeed 上线 Amazon Bedrock
月之暗面（Moonshot AI）的 Kimi K3.1 Pro Highspeed 现已在 Amazon Bedrock 上可用。该模型基于 Kimi K3 的 3T 级开放权重架构后训练而来，保持 1 百万 token 上下文窗口，官方称输出速度达 Kimi K3.1 Pro 的 2–3 倍，强化了长程智能体任务、金融建模和游戏引擎等编码能力。
PyTorch：Blog精选AI 评分6565 ExecuTorch 推出 WebGPU 后端，PyTorch 模型可在浏览器 GPU 上直接运行
PyTorch 官方为 ExecuTorch 新增 WebGPU 后端，模型通过 torch.export 导出为 .pte 文件后可在任何支持 WebGPU 的浏览器中以 GPU 加速运行，无需转换为 GGUF、ONNX 等格式。
推荐理由：官方为 PyTorch 模型提供了不转换格式的浏览器 GPU 推理路径，并给出与 CPU 路径的具体性能对比和验证模型清单。
The DecoderAI 评分6262 Anthropic 为 Claude 新增表格、白板、插件等协作功能
Anthropic 为 Claude 应用新增多项协作功能：Claude Sheets 支持 AI 辅助创建和编辑含公式与多标签页的电子表格，Claude Whiteboards 用于团队头脑风暴并由 Claude 总结，Claude Data（原 Dashboards）可连接 Snowflake 和 Salesforce 构建数据仪表盘。
Claude 应用发布说明AI 评分4949 Anthropic Claude for Teachers 学校与学区部署指南
Anthropic 说明学校或学区管理员如何为教师搭建免费的 Claude for Teachers 组织。面向美国 K-12 教育者免费，2027 年 6 月 30 日前注册可获一整年免费使用。
Latent SpaceAI 评分6363 Naive-N0.5-Flash 编程评测：宣传的 2,100 tokens/s 在实测中表现如何
Latent Space 作者实测 NaiveAI 的 Naive-N0.5-Flash 编程能力，与 DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash 对比。
Meta Engineering BlogAI 评分5656 Meta 详解 TLX：面向生产级 ML 的硬件原生 GPU 编译器扩展
Meta 工程博客详解其构建的 Triton 低层扩展 TLX，通过显式 warp 组编排补足 CUDA 细粒度控制与 Triton 块级编程模型之间的抽象缺口。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Carbon，主打前沿网络安全与长程智能体工作流
Google DeepMind 发布 Gemini 4 Carbon，定位为最强前沿模型，面向网络安全能力与复杂知识工作、软件工程和科学推理中的长程智能体工作流。
推荐理由：Google DeepMind 官方发布 Gemini 4 Carbon，给出基准成绩、定价和获取渠道，可据此判断它适合哪些高难度工作流。
Wiz：ResearchAI 评分5656 Wiz 讲解如何评估 AI 智能体的网络安全能力并重启 Cyber Model Arena
Wiz 研究团队介绍重启后的 Cyber Model Arena v3.9 基准设计原则，覆盖 26 个模型、4 个 harness、59 个智能体和 327 道挑战，每题 1,000 秒、三次尝试。
Pragmatic EngineerAI 评分4949 软件正确性与供应链安全：对话 Antithesis 杰出工程师 Sean Allen
Pragmatic Engineer 发布对 Antithesis 杰出工程师、Pony 语言核心贡献者 Sean Allen 的深度访谈，主题是软件正确性与供应链安全。
MarkTechPostAI 评分8080 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2：同一模型两种安全等级
Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，两者是同一底层模型，Fable 加分类器拦截高风险网络安全和大部分生物学任务，Mythos 去掉拦截、需通过 Cyber 或 Life Sciences Verification Program 访问。
MarkTechPostAI 评分6868 Meta 发布 Muse Ember：1M 上下文的小型智能体模型，对标 Claude Haiku 5.5
Meta Superintelligence Labs 发布 Muse Ember，面向智能体高频子任务（工具调用、编码子任务、路由、抽取与长文档解析）的多模态推理模型，提供 1M token 上下文与最高 512K 输出。
Simon WillisonAI 评分5959 Anthropic 文档：如何通过提示词让 Claude Fable 5.2 重构代码
Simon Willison 引用 Anthropic 的 Claude Fable 5.2 提示文档，指出模型会依据提示词对代码所有权的表述决定是否改进结构。提示说"这个代码库是你的"时，模型在小编码任务中约一半的尝试会合并重复代码，不加这句话时不足十分之一。
Simon WillisonAI 评分4040 Simon Willison 用 Claude Fable 5.2 制作 Yonkers Rises 3D 机甲动画
Simon Willison 用提示词驱动 Claude Fable 5.2 Medium 制作了一个 Three.js 动画 Yonkers Rises：一座由 Yonkers 边界轮廓切割而成的巨型机甲从地底升起，踏过曼哈顿、布鲁克林、皇后区和布朗克斯。
Simon WillisonAI 评分5959 Simon Willison 用 Claude Code 构建多设备声源定位系统找出神秘蜂鸣
Simon Willison 介绍他用 Claude Code 构建 Beep Locator 的过程，通过 Python web 服务器加多台设备经 WebSocket 监听，实现对房间内神秘蜂鸣的三角定位，最终在约 40cm 精度内找到是一只需换电池的一氧化碳报警器。
Google AI：DEV 作者专属AI 评分4646 Claude Fable 5.2 上架 Google Cloud
Anthropic 的 Claude Fable 5.2 现已在 Google Cloud 上可用，面向高难度技术工作构建长时间运行的智能体。
Ars Technica · AIAI 评分5858 Apiiro 研究员发现 Claude Code 设置文件在 GitHub 上泄露大量密钥
Apiiro 的 AI 安全研究员发现数千个密钥，包括数据库密码、API token 和 root 登录信息，散布在 GitHub 仓库中的 Claude Code 设置文件里。
Hugging Face BlogAI 评分4242 HOPE：考虑专家协作关系的高阶 MoE 大模型剪枝方法
Hugging Face 提出 HOPE（Higher-Order Pruning of Experts），一种针对 MoE 大模型的二阶专家剪枝方法，将专家间的成对交互纳入剪枝决策，弥补一阶方法只独立打分的不足。
Anthropic：Claude.dev 开发者博客精选AI 评分7272 Anthropic 指南：Claude Fable 5.2、Opus 5.5、Sonnet 5.5 或 Haiku 5.5 该用哪个开发
Anthropic 开发者博客发文指导开发者如何在 Claude Haiku 5.5、Sonnet 5.5、Opus 5.5 和 Fable 5.2 四款模型中选择。
推荐理由：Anthropic 官方按任务类型给出四款 Claude 模型与 effort 档位的选择方法，含价格、缓存和混合模型等可操作细节。
Pydantic AI 官方文章AI 评分5353 Pydantic AI 官方评析 2026 年八个 Python agent harness 的优劣与选型
Pydantic AI 团队比较 2026 年八个 Python agent harness SDK，评选 Pydantic AI Harness 为综合首选，其提供 80+ 能力、30+ 模型提供商、12 个沙箱和 9 个持久执行引擎。
Simon WillisonAI 评分4747 Simon Willison：用 Claude Opus 5.5 验证“Web 已经足够强大”，Vanilla JS 也能做 3D
Simon Willison 受 Paul Ford《The Web Is More Than Enough》一文启发，测试 Claude（Claude Chat 中运行的 Opus 5.5 Medium）能否脱离 Three.js 做 3D。
Simon WillisonAI 评分7171 Simon Willison 分享用 details/summary 折叠 AI 生成 PR 描述的技巧
Simon Willison 分享一个低成本的 GitHub 工作流技巧：用 Markdown 的 details/summary 标签把 Claude Code 或 Codex 写的完整 PR 描述折叠起来，只保留一段人类编辑的开头简介，让读者能快速判断 PR 是否值得关注。
Latent SpaceAI 评分5858 斯坦福 CS146S 如何教 AI 原生软件工程：swyx 访谈 Mihail Eric
swyx 在 AI Engineer 频道百万订阅之际访谈 Mihail Eric，他同时在斯坦福教 CS146S 课程并担任 Monaco AI 负责人，讲解这门课如何教 AI 原生开发。
Latent SpaceAI 评分5353 Latent Space 访谈斯坦福 CS146S 讲师 Mihail Eric：AI 原生工程怎么教
Latent Space 在 AI Engineer 频道达到一百万订阅之际发布对斯坦福讲师、Monaco AI 负责人 Mihail Eric 的访谈，介绍 CS146S 第二轮课程如何教 AI 原生工程。