整理 | 褚杏娟 在上世纪六十年代末，随着系统规模增长到开发者已无法有效掌控的程度，"软件危机"（Software Crisis）这一说法首次出 现。此后，每一代人似乎都用更强大的工具"解决"了这场危机，但结果往往只是制造出了更大的问题。 Netflix 工程主管 Jake Nations 表示，如今，AI 正在把这一循环加速到一个新的阶段：无限软件危机（Infinite Software Crisis）。由 AI 生成的代码库，本质上是生成它们的那一连串曲折对话的映射。每一次澄清、每一次方向调整，都会被直接固 化进系统架构中。我们正在用 vibe coding 的方式，一步步走向灾难。 JakeNations 至今在软件工程和大规模 AI/ML 系统设计领域拥有 13 年以上经验，专注于管理复杂代码库与推动高质量工程实 践。在 Netflix，他负责推动技术架构与严谨开发流程，强调要理解系统本质、控制复杂性以及在 AI 时代保持代码和设计的可 维护性。 针对上述问题，Jake 认为解决之道只有一个：选择"简单"，而不是"容易"。一次冗长的对话很容易；而划分清晰、边界明确的 独立阶段，才是真正的简单。他提出了 ...

近日，据研究员 Jane Manchun Wong 披露，自动驾驶公司 Waymo 似乎正测试在其无人驾驶出租车中接入谷歌 Gemini 人工 智能聊天机器人，旨在集成一款能全程陪伴乘客并解答各类问题的人工智能助手。 Jane Manchun Wong 在一篇博客中写道："我在深挖 Waymo 手机应用的代码时，发现了其尚未发布的 Gemini 集成功能对应 的完整系统指令。这份内部名为'Waymo 出行助手元指令'的文件长达 1200 余行，对该人工智能助手在 Waymo 车内的预期行 为模式作出了详尽定义。" 整理 | 华卫 该功能尚未在公开版本中上线，但 Jane Manchun Wong 表示，从系统指令来看，它 "绝非一款简单的聊天机器人"。据称，这 款助手不仅能答疑解惑，还可操控车内空调等部分座舱功能，必要时还能安抚乘客情绪。 | 4 | "version": "1.5", | | --- | --- | | 5 | "author": "AI Prompt Expert", | | б | "description": "The canonical meta-promot defining th ...

考虑到这位杰出工程师负责的是各类大型研究项目，"在 2030 年之前消除公司内的所有 C 和 C++ 代码"的表述显然指向 Windows 等核心产品。需要说明的是，Windows 中大部分 API 层代码乃至内核均采用 C 语言编写，而 C++ 在微软内部 也有相当广泛的应用。 下面来看修改编辑之前，我们保存下来的原始帖子： 作者 | Mayank Parmar 译者 | 核子可乐 编辑 | Tina 微软不得不出来灭火：一条写着"2030 年消灭所有 C/C++、AI+Rust 重写最大代码库、目标是一人一月百万行代码"的 LinkedIn 帖子，把 Windows 级工程改造想象直接推上了热搜边缘。 微软已经正式澄清，该公司并无意配合 AI 技术使用相较 C/C++ 语言更具安全性的 Rust 语言重写 Windows 11。而之所 以做出此番说明， 是因为公司某顶级工程师曾大胆宣称 ，将用 Rust 语言取代 C/C++，且重写过程将大量应用 AI 技术。 微软杰出工程师 Galen Hunt 在之前发布的 LinkedIn 帖子（现已编辑）中写道，"我的目标是在 2030 年之前消除公司内 的所有 ...

作者 | 高允毅 2025 年底，大模型行业的"年终决战"正式打响，各家纷纷亮出压箱底的杀手锏，就在这场激烈角逐中，Gemini 3 以绝对王者 之姿强势突围，一登场就刷新了行业的认知边界。 11 月 18 日，Gemini 3 直接"横扫"多项权威基准测试，以"世界最强多模态理解""交互最深智能体""推理怪兽"的姿态，强势碾压 全球所有同类模型。谷歌 CEO 桑达尔·皮查伊亲自为其站台，直言这是"迄今为止最智能的模型"。消息一出，整个 AI 圈瞬间沸 腾，所有人都在追问：Gemini 3 的强悍，到底藏着什么秘诀？ 答案在发布当天就有了初步线索。Google DeepMind 研究与深度学习副总裁 Oriol Vinyals 直接在推特上"剧透"： "Gemini 3 这么强，核心秘诀就两点：更好的预训练，更好的后训练。 "这番直白的表态，让"预训练"与"后训练"瞬间成为行业热议的核心 话题。 作为从强化学习转向表征学习的资深研究者，Sebastian Borgeaud 的预训练功底堪称深厚：从 Transformer 架构，到 BERT、 XLNet，再到 DeepMind 第一篇大语言模型论文 Goph ...

整理 | 华卫 昨夜，AI 芯片初创企业 Groq 宣布，英伟达将以非独家授权的形式获得其技术授权。作为一项技术授权协议的一部分，创办 Groq 的前谷歌芯片工程师 Jonathan Ross 以及该初创企业的总裁 Sunny Madra 等多名 Groq 核心员工将加入英伟达。 Groq 投资方 Disruptive Technology Advisers 的首席执行官 Alex Davis 透露，该交易价值 200 亿美元，较该初创企业 2024 年 9 月的估值高出 131 亿美元。 挖角核心人才还不够， 收走 Groq 最强 "推理技术" "我们计划将 Groq 的低延迟处理器整合到英伟达 AI 工厂架构中，扩展该平台以服务更广泛的 AI 推理及实时工作负载。" 英伟 达首席执行官黄仁勋（Jensen Huang）在发给员工的邮件中表示，与 Groq 的合作将 "拓展" 围绕英伟达芯片搭建的数据中心 的能力，他将这类数据中心称为 "AI 工厂"。 此前，Groq 一度挑战英伟达在 AI 处理器领域的主导地位。这次，Groq 称，其与英伟达的协议 "体现了双方共同的关注点，扩 大高性能、低成本推理技术的 ...

本次课程由业界知名讲师李运华、彭靖田、邓明等专家亲授，分享大厂实战经验，助力你在 IT 领域大展拳脚；200+ 小时精选课程，涵盖行业的各个角 落；并且完全免费，是的，你没看错，所有课程完全免费，且永久有效！ 无论你是刚入门的小白，想要快速上手热门技术；还是工作几年的程序员，想要突破瓶颈，冲击更高的薪资；抑或是对新技术充满好奇，想要提升职场 竞争力。都能在这里找到适合你的学习路径！ 扫码立即领取 活动数量有限，先到先得！ 我们相信知识的力量，也相信每个人都有潜力成为技术领域的佼佼者。 为此，我们邀请了 前阿里 P9、Tubi TV 研发副总裁、腾讯云容器技术专家 等 10+ 位业界大牛，为你带来 200+ 小时的免费 IT 全学科自学课程 ！让你 一次性掌握 AI、Java、架构、Go、云原生、鸿蒙、Rust 等 14 个热门学科的核心技术！ 如何在 AIGC 时代重塑个人竞争力 (0) 如何用 AI 大模型为工作提效 o · GPT4o + Midjourney 强强联合、秒出图像 ● AI 时代的自我修养:如何用 AI 引爆创意 多模态大模型技术与应用 大模型 + 行业创新应用 (0 RAG 检索与生成落 ...

编译 | Tina 12 月 19 日，Cursor 宣布将收购代码评审初创公司 Graphite。 Cursor 主要在编写代码阶段为程序员提供辅助；而 Graphite 则聚焦于代码完成之后的流程，帮助团队评审变更、判断代 码是否已具备上线条件。Graphite 联合创始人 Tomas Reimers 与 Cursor CEO Michael Truell 的共识是："AI 的引入意 味着会有更多代码被写出来，也就必然意味着，需要被评审的代码只会更多。" AI 编程工具，可能是整个科技行业里变化最快的一个品类。 所有做过开发的人都知道，代码评审这件事非常不稳定。效果好不好，取决于是谁在 review、他有没有动力、有没有认真 看。有时候你只会收到一句 "LGTM（Looks Good To Me）"。而现在，代码生成量暴涨，再加上 LLM 往往不太擅长"简 洁"，代码评审反而成了一个被严重低估的关键环节。 根据 Graphite 公司分享的数据，相比 2023 年，现在每位工程师产出的代码量大约多了 70%。主要问题在于， 代码可以 指数级增长，但工程师的时间仍然是人类尺度的时间 。作为一线工程师，你不得 ...

整理 | 华卫 年少有为、雄心勃勃的创业者早已不是新鲜事。Bill Gates 19 岁时联合创办了微软；Mark Zuckerberg 也是在 19 岁那年创立 了 Facebook。但如今的创业者，年龄更小了，可能还只是个拿着学车许可证、戴着牙套的孩子。 他们的创业起点五花八门：有人从参加机器人夏令营起步，有人在 Roblox 平台开发游戏，还有人从糖果分销业务里淘到了第 一桶金。AI 的飞速发展，既点燃了他们的创业热情，也加速了他们的实现能力。 只写过 10 行代码， 据了解，BeyondSPX 曾对 Greystone Logistics 做过相关分析，该公司随后发布了一份新闻稿，对这份独立分析报告大加赞 赏。任职于 Greystone Logistics 的独立投资者关系顾问布兰登・霍普金斯回忆道，"我当时觉得，这份分析报告总结得非常到 位，整体基调也相当正面，不妨对外发布出去。我当时心里还琢磨，'说不定这个人就是用 AI 对所有中小市值公司批量做了分 析'。" 彼时，他并不知道这个平台的创始人只有 15 岁。 之后，Dobroshinsky 计划对用户开启收费模式。但眼下，他也并不认为组建营销团队 ...

模力工场平台功能更新 - 平台推出全新功能，允许开发者在发布AI应用时，自主选择应用制作所用的AI基础设施支持[3] - 平台为开发者提供三类工具选择：通用工具、AI基础设施或生产力与协作工具，开发者可从已有工具库中灵活选用[5] - 若所需工具已在平台上线，开发者可直接选用，所选工具将展示在应用主页，同时该应用也会出现在对应工具主页，实现双向曝光[6][7] - 平台鼓励开发者推荐尚未被收录的工具，以共建AI生态繁荣[8] 模力工场第025周AI应用榜单 - 本周共上榜8款应用，揭示了AI应用正演化为企业发展的双引擎：对外驱动业务增长，对内优化生产效率[12] - 对外增长引擎的代表是蓝莺 GrowAI，它通过AI SEO主动破解获客瓶颈[12] - 对内效率引擎由多款应用协同构成，包括优化协作的Hivulse AI与博思白板、优化文档的易撰、优化内容的秒创、优化设计的MasterGo与即时设计[12] - 蚂蚁阿福的上榜，意味着“AI专业服务者”角色已亮相数字健康等生活领域[12] 榜一应用深度访谈：蓝莺 GrowAI - **产品定位**：蓝莺 GrowAI是一款一站式AI SEO工具，旨在通过生成式AI技术帮助企业获取海量免费搜索流量，支持传统SEO及针对ChatGPT、DeepSeek等AI问答引擎的优化（AEO/GEO）[13] - **核心功能**：通过构建企业知识库和智能Agent，自动生成符合搜索引擎标准且用户爱看的专业内容，并提供网站托管、SSL/CDN配置及数据分析全流程服务[13] - **平衡个性化与通用性**：采用“框架通用化 + 数据个性化”策略[14] - **通用性**：构建标准化的“企业级AI Agent平台”和网站托管架构，保证SEO底层逻辑和AI生成工作流的稳定性与可维护性[19] - **个性化**：将“内容源”和“模型选择”交给用户，允许上传无上限的专业文档构建企业知识库，并支持自定义API-Key接入不同大模型[17][19] - **内容质量与SEO安全**： - 采用“基于知识库的价值重塑”策略，避免生成低质内容[16] - 通过RAG技术深度调优，优先检索用户上传的权威资料以保证专业准确，并通过Prompt设计“角色扮演”指令保证内容通俗易懂[16][17] - 内置由SEO专家撰写的Prompt，并利用AI自动优化TDK、URL结构及关注长尾关键词，以生成搜索引擎和AI都渴求的优质语料[20] - **获客方式**：最有效的方式是“吃自己的狗粮”，即使用GrowAI自身进行获客，为“蓝莺IM”生成垂直领域内容，使关键词在搜索引擎和AI搜索中排名靠前，该方式流量成本极低，约为SEM费用的1%[21][25] - **未来12个月目标**： - 全面适配llms.txt标准，让生成的内容更快被大模型抓取和理解[22][25] - 强化AEO/GEO的数据反馈闭环，探索量化内容在AI问答中“被引用率”的机制[22][25] - 实现Agent从“辅助创作”到更自主的“营销Agent”的进化，使其能自动监测热点并调整内容策略[22][25] 行业趋势与观点 - **AIGC对SEO的长期影响**：Gartner预测到2025年30%的营销信息将由AI生成，单纯拼凑关键词的“伪原创”将彻底失效[18] - **未来获客策略演变**：SEO将进化为AEO和GEO，获客核心将从“写给搜索引擎看”转变为“写给AI看”，即提供结构化清晰、事实准确的高信噪比内容，以在AI问答中占据推荐位[21] - **AI应用演进路径**：上榜应用虽领域不同，但都遵循“标准化框架 + 个性化数据”的路径，通过标准化产品框架对接私有数据源，实现自动交付和灵活响应个性化需求[27] 其他上榜应用亮点 - **Hivulse AI**：以“Code In, Docs Out”为核心，让代码库自动生成结构清晰、实时同步的技术文档，提升研发效能[12][23] - **MasterGo 莫高设计**：作为AI设计平台与智能协作中枢，用AI理解需求生成UI，保障团队实时同步与设计一致性[12][24] 平台活动与支持 - 模力工场将联合阿里云通义智能硬件举办开年第一展，于2026年1月8日-11日在深圳举行，覆盖76+品类、200+展商、1000+前沿产品，并邀请开发者上传AI硬件作品参展[8] - 吴晓波频道将于12月25日晚举办关于“AI应用如何从好玩到好用”的开放麦讨论[10] - 极客邦科技将借助旗下InfoQ、AI前线、极客时间等全媒体矩阵资源，对在模力工场发布的应用进行传播，触达千万级技术决策者与开发者[30]

文章核心观点 - 网络安全攻防正经历由AI驱动的代际跨越，黑灰产利用大模型和AI Agent技术实现了攻击的全面智能化与自动化，对传统风控体系构成“降维打击”，防御体系必须进化至“用AI对抗AI”的新范式[1][3][7] 黑灰产攻击技术的智能化升级 - Anthropic报告证实，早在2024年9月，一场由AI主导的“高度复杂”攻击活动中，黑客通过Claude Code实现了90%的工作自动化，人类每场攻击仅需参与4–6次关键决策[1] - 黑灰产已完成“智能化”改造的代际跨越，攻击手段从机械脚本进化为具备思考与执行能力的AI Agent，实现“去脚本化”[3][4] - 在账号孵化环节，大模型能自动生成情感细腻、逻辑严密且千人千面的评论文案，极大降低“养号”成本，批量制造高权重“幽灵账号”[5] - 攻击工具从依赖“按键精灵”等有固定模式（如等间距特征）的脚本，全面转向能理解指令、调用API、行为拟人度极高且执行成本几乎为零的Agent[5][6] - 多模态大模型能轻松识别并绕过“点击图中汽车”等行为验证码，AI换脸技术已进化为能实时对抗光线活体检测的工具，可骗过人脸认证系统[6] - 针对大模型的新型攻击手段“输出劫持”正在兴起，通过在网页植入人眼不可见的指令诱导AI执行错误操作[6] 应对智能化攻击的防御新范式 - 防御视角必须从“行为表象”下沉至物理世界和群体行为的“第一性原理”，数美科技CTO梁堃提出了穿透AI伪装的“反欺诈三定律”[3][9] - **第一定律（多样性对抗统一性）**：正常用户设备型号、系统版本、电量等物理特征呈现高度“分散性”，而黑产为控制成本，其设备往往呈现高度一致性，这是暴露其机器本质的关键[9] - **第二定律（信息一致性校验）**：正常用户基础信息（如IP、手机号）稳定，黑灰产因拼凑资源会导致信息逻辑冲突（如地理位置与注册时间悖论、不同账号连接同一WiFi MAC地址），形成AI无法弥合的硬伤[10] - **第三定律（社群网络关联分析）**：通过构建设备关联网络进行群体分析，即便单个AI Agent行为完美，若其所在群体中90%的设备型号相同或注册时间非自然聚集，其风险属性也会被锁定[10] - 防御体系需进化为“AI机器审核 + 大模型审核Agent + 专家决策”的三角协同链路，以应对规模更大、语义更复杂、对抗更激烈的挑战[16][17] 提升AI风控模型精度的关键技术 - 大模型在风控场景中因“幻觉”问题，准确率曾难以突破90%，远低于人类审核99.98%的精度预期[11] - 幻觉根源在于训练机制：类似“学生考试”的Loss函数设计使得模型对模糊样本“猜错不扣分”，从而倾向于做出错误的确切判断[11] - 引入“不确定性标签”机制是关键解决方案，允许模型对无法明确判断的内容标记为“不确定”，而非强制给出确定答案，从而将幻觉率控制在1%甚至更低，使模型精度达到工业级可用水平[12] - 被标记为“不确定”的样本需进行人工二次判断，人工制定的新规则或标准可反向训练模型，形成持续反馈与改进的学习机制[12][13] AI风控的具体应用与终局展望 - 在账号安全领域，应对策略是结合“新一代设备指纹”与“深度行为分析”，通过微行为分析与LLM技术，基于行为序列与团伙特征精准识别“AI幽灵”[17] - 新范式强调对“意图”与“潜台词”的深度理解，而不仅是识别表层违规关键词或图片[16] - 风控的终局是防御体系的代际跃迁，需将防御从线性规则拦截升级为立体意图洞察，以在AI模糊的真假边界中重建数字信任防线[17]