跳到正文
全部播客
HIS.FM / LISTEN每日手冲|2026-11-09
0:00—:——
正在加载音频…

EP.262026.11.0933 分钟23 个来源

每日手冲|2026-11-09

形式化证明、研究机构重组和本地硬跑大模型,把智能体工程又往两边拉开。本期从 PSI 用未公开 Anthropic 模型推进 Aaronson–Ambainis 猜想、John Langford 谈 AI Frontiers 并入 Microsoft AI 讲起;看 Claude Code 权限记录凭据风险、Hugging Face 管理接口问题、Firecracker 微虚拟机实测;社区侧有 llama-modchip、MAPLE、Pinky、OpenMausBot,宏观侧有 Menlo 开源模型支出份额与 Anthropic 购入燃气发电设备的报道。

每日手冲

本期内容

  1. PSI:未公开 Anthropic 模型推进 Aaronson–Ambainis 猜想,Lean 逐步验证

    Physical Superintelligence 称用未公开 Anthropic 模型推进该猜想证明,并用 Lean 做逐步验证;Business Insider 等有跟进。属研究侧进展,细节以官方帖为准,仍待独立数学界审查。

  2. John Langford:AI Frontiers 并入 Microsoft AI 后基础研究冲突(HN 493 / 304)

    John Langford 长文谈微软研究院 AI Frontiers 并入 Microsoft AI 后的基础研究冲突,称约五十人团队领导相继离开;Hacker News 四百九十三分、三百零四条评论。商业主线收拢属当事人判断,不代表研究院整体关停。

  3. Monaco 编码代理工作区与斯坦福 CS146S:开源维护者审查学生 AI 补丁

    据 Latent Space 访谈,Monaco 继续用 Devin 做代码审查并自建代理工作区;Hal 分别服务工程师改动与销售问答,不能只交同一份调试输出。斯坦福 CS146S 把向开源项目提交补丁纳入作业并由维护者审查。访谈未披露成功率或接纳比例。

  4. MaxxBench:改一点需求,编码模型还会做题吗(HN 385 / 103)

    MaxxBench 对八十九个 DeepSWE 任务做细小变体修改;作者展示模型撤回正确修改等案例。HN 有人认为更接近日常编程,但是否题库被背熟不能当成已证因果,结论应按具体测试设计解读。

  5. claude-quickstarts 与 MuJoCo 4.0.0 登上 GitHub 热门趋势

    anthropics/claude-quickstarts 提供可修改参考项目,含标为测试版的 computer-use-demo。google-deepmind/mujoco 最新正式版 4.0.0(十一月六号),当日趋势榜第八。

  6. Menlo 开源模型支出份额、Anthropic 购入燃气发电设备(据报道)、GPT-6.2 Sol 未确认传闻

    据 IT之家转述 Menlo Ventures,中国开源模型约占全球企业开源模型支出百分之八十九,Kimi/DeepSeek/GLM 居前;份额数字本身不直接等于性价比因果。据 FT 报道 Anthropic 约三十四亿美元购入约一点七吉瓦 Caterpillar 燃气发电机。另有未确认传闻称部分用户碰到更强 GPT-6.2 Sol。

  7. 本地大 MoE:llama-modchip(HN 353 / 147)与 MAPLE(HN 20 / 5)

    llama-modchip 作者报告以约 1.71 BPW、56.56 GiB 文件在指定 Zen 5/64GB 无 GPU 跑 DeepSeek 284B(两千八百四十亿参数),约 9.1–14.7 token/s。MAPLE 将 Gemma 4 26B(二百六十亿参数)每层专家从 128 剪至 48,报告约 4.75GB 容器、RTX 4050 6GB 上约 45.4 token/s。指标均为项目自述,未独立复现。

  8. Agent 记忆约定、Geek Lite 本地记忆工具,与删 Skills 前先分清模板

    有文主张 Agent 记忆需要类似 OpenTelemetry 的共享约定(HN 171 / 103);Geek Lite 分享 Mnemos 与 SAG-Wiki;另有帖提醒删除 Agent Skills 前先分清通用模板和专用流程。

  9. 凭据与权限:Claude Code「Don't Ask Again」、Hugging Face 管理接口、Deno 权限文

    Apiiro/HN 讨论 Claude Code 权限记录可能把含口令命令写入可提交配置(HN 582/394)。Hugging Face Chat 管理接口被指鉴权问题(HN 7/0),原帖称导出会进内部存储。Deno 二零二四年旧文重读提醒权限开关不等于完整进程沙箱(HN 82/39),部分问题作者称已修复;只讲现象与强隔离启示。

  10. Firecracker 微虚拟机实测与 OpenMausBot 多代理框架

    作者用约两千二百行 Go 基于 Firecracker 实测 Agent 微虚拟机沙箱(HN 10/4)。OpenMausBot 为 local-first 多代理聊天框架,续登 GitHub 热门趋势。

  11. GitHub PR 新概览页预览与 Good First Token

    GitHub PR 新概览页进入可选公开预览(HN 183/122);Good First Token 主张把闲置 Agent 额度用于开源任务。

  12. DIYgod Pinky:任意 Agent 用上 iPhone/Android

    DIYgod 开源 Pinky,让任意 Agent 用上 iPhone/Android,并谈 Tailscale 离家连安卓、屏幕识字读小程序等实践。

  13. 中文社区工具:面条 MyGO、yetone Alma、Berryxia rea-video、KC 评测对照、小墨 DSH、Ding/Amp spaces、CapWise

    面条谈 MyGO+MoeJS 与本地 MCP 双向调用;yetone 谈 Alma 原生与 Opus 5.5 写 iOS 手感;KC 对照 LiveNerf 公开结果与 GitHub issue 105112 用户统计,并提醒路由差异只是可能因素;Berryxia 开源 rea-video;小墨公开 DSH 七套插件提示词;Ding 称 Amp spaces 为 T0;向阳乔木称 CapWise 录屏基本可用(聚焦产品能力,不展开账号折损细节)。

  14. 硬件与冷思考:Stringman、OpenStick、Mac 家庭关系分类器、写作即思考

    Stringman 开源房间级抓取机器人(HN 787/233);十美元 OpenStick 家庭实验室(769/133);原帖称 macOS 13 起有未公开守护进程构建本机个人知识图谱(558/327),关功能仍运行属个别评论反馈;「写作不只是保存知识,也是执行思考」(265/80)。

今天最该带走的,是证明与评测要落到可验证步骤,本地硬跑大模型要把参数规模、内存和剪枝口径算清楚,开发者工具则要把凭据和权限默认关掉自动写入。大厂组织与算力采购是背景,真正能立刻动手的,还是沙箱实测、记忆约定和手机/桌面跨端操控这些接口。

本期依据 PSI、John Langford、Monaco、斯坦福课程页、GitHub 仓库、Hacker News、IT之家转述 Menlo、FT 转述 Anthropic 购电设备,以及当事人 X 原帖整理。Claude Code 口令条目依据 HN 讨论与报告方说明;Hugging Face 管理接口与 Deno 旧文只述现象与防护/强隔离启示;llama-modchip/MAPLE/Firecracker 实测数字为作者或项目自述;GPT-6.2 Sol 为未确认传闻;Mac 守护进程以原帖为准,关功能仍运行为个别评论。

片头/片尾音乐:Ondrosik — Short piano jingle(CC0 1.0)

本期提到

文字内容采用 知识共享 署名-非商业性使用-相同方式共享 4.0 许可。