
Sign up to save your podcasts
Or


Claude Code 的系統提示新增一條遊戲規則,原創遊戲、某個類型的遊戲與使用者自己的設計和素材都放行,只擋重製某一款現有遊戲,改名或號稱原創也一樣。規則字句有設定檔截圖與 The Verge、Ars Technica 的報導支撐,送達方式與分類器執行仍是貼文的描述與推斷。
AI 接手同事做到一半的試算表,25 次嘗試無一解出,其中 12 次改掉同事原本做對的列。同一個模型換上修正過的考卷,通過率從 62.8% 升到 89.2%。追前提、把沒講的規則寫出來、拿自己的工作試,是換榜也能用的三個檢查習慣。
AI 資安風險開始成真後,Nathan Lambert 承認舊文裡 Claude Mythos 外洩世界也大致沒事的判斷,該把沒事講得更具體。PHP2Shell 與 GitLab 等嚴重漏洞接連揭露,圖表作者估計 2025 年 AI 造成的網路犯罪損失約 1.6%,加速還是跳階仍要看之後的曲線。
SigNoz 電子報作者 Elizabeth 指出,AI 處理越多事故流程,SRE 靠親手練習打底的機會越少。她提議比照 FAA 規定機師多手動飛行,刻意把一些 AI 處理得了的事故留給人練手。
Andrej Karpathy 只跟 AI coding agent Claude 對話做出 HackerTube,片單從 Hacker News 4300 萬則留言篩出 6,454 部影片,他親手只申請 API key、開主機、買網域。
ParticleDB 是 Orkes 靠 LLM 輔助、由少數幾位工程師做出的資料庫,Jepsen 拿文件與行銷宣稱對照實際行為後列出 96 個問題。文件似乎編出函式庫裡找不到的類別與套件名稱,LLM 工具也一再宣稱 bug 已經修好,實際上並沒有。挑工具或交件前可以先查三件事:宣稱的 SDK 下載得到嗎、新版本有沒有更新紀錄、維護者說不說得出 bug 為什麼發生。
Proton 的 AI 爭議背後,是掛名和負責的界線。CrowdStrike 當機後,Delta 五天取消超過 7,000 個航班。AI 協助的 pull request 要講得出 3 件事才能送審,報告也一樣。
Matt Pocock 替 Sandcastle v1 寫了一份軟體工廠提案,列出內建 6 種 harness、整合主要沙盒服務商,每個 skill 都會變成一呼叫就跑的 Agent(),這些都還是提案內容。工具可以抽換,預設值帶著他的主張,能先帶走的是每天重複打給 AI 的那段話。
Nolan Lawson 用同一份規格讓 agent 以各框架重做同一個寶可夢 App,再取中位數比較。時間、token 與行數的第一名各不同,Angular 按 API 價格算,自己跑幾輪的落差 3.63 美元,大過最貴與最便宜框架中位數相差的 2.30 美元。Nuxt 裝了 MCP,agent 卻一次都沒用。
Google Research 部落格介紹的睡眠研究,讓模型暫停處理新輸入,把短期記憶搬進新擴充的長期參數。類別增量學習的提升裡,睡眠只佔兩到四成,10M tokens 接近滿分的成績則來自微調過的小模型。