khan09.AI (@KhanAIBuilds) header
khan09.AI (@KhanAIBuilds) profile picture

@PKU1898 00后|ai phd|BUILDER

San Francisco Chinameca
Joined March 2019
Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)Photo by khan09.AI (@KhanAIBuilds)
收 Claude 个人号,长期有效。 如果你符合这几个条件,直接 DM 我: - 手里有老邮箱注册的 Claude 号,注册后一直闲置,从没用过、没充过值 - 你自己有国外卡,本人在美国最好,能自己完成订阅 - 纯个人号,不是渠道号、工作室号、批量注册出来的 我的情况:一直在做 AI,关注我的朋友应该了解,有真实长期的使用需求,收号自用、不倒卖。价格可以高于市场价,靠谱第一。 只做点对点真人真号交易,中转站、刷量号勿扰。DM 备注:注册时间 + 所在地区。
2
1,096
安全机制没问题 问题是代码设计不遵从协议 这种情况真的不少见。
GCSA Insight | How 10.39 Million USDC Flowed Out of Lighter Through Public Pools The compromised API key could not withdraw funds directly. Yet 10,393,057 USDC left Lighter’s Ethereum settlement contract on November 16, 2026. The receiving address then swapped the funds for approximately 5,764 ETH through CoW Swap. Lighter’s post-mortem traced the key exposure to a trader’s custom signing code, which reused an ECDSA nonce. With order signatures available in public calldata, an attacker could recover the account’s API private key. Lighter said its official SDK was unaffected. The public pool provided a route around the key’s withdrawal restriction. Lighter treated transfers into the creator’s pool as movements between accounts under the same owner. Other accounts, however, could hold and redeem shares in that pool. Adding funds without issuing new shares increased the amount existing shareholders could redeem. Funds moved internally could therefore become accessible to another account. Lighter has since introduced wallet-signature requirements for public-pool transfers and removed API signature data from public calldata. IP whitelisting and per-key limits are also planned. The platform said its protocol, smart contracts and infrastructure were not compromised. A separate withdrawal attempt was blocked, and approximately 5 million USDC was returned. The final net loss remains unconfirmed. Our analysis follows the timeline and examines where the permission model fell short. For anyone building or auditing a trading API, the question extends beyond whether a key can withdraw funds directly to whether its other permissions can produce the same result. Read the full GCSA analysis media.gcsa.com/en-US/news-37… · Stay Connected with GCSA Follow GCSA's official social media channels for the latest news, product launches, research developments, and ecosystem updates. GCSA Official Telegram Channel: t.me/gcsaofficial GCSA Official WeChat Account: mp.weixin.qq.com/s/MZadK42X1… #GCSAInsight #GCSACybersecurity #GCSASecVibe
44
在黑客眼里经济价值最大的还是钓鱼,人傻钱多要到什么程度呢? 美国司法部扣押或冻结超过 12 亿美元 Binance 被盗币,同时查封 FaceStealer 的云基础设施 - 发生了什么:DOJ 11-12 宣布,对 10-29 Binance 被盗事件中超过 12 亿美元的资产执行了法院授权的扣押和冻结。据报道这起事件总额约 63 亿美元,被归因于朝鲜的 TraderTraitor。FBI 同时披露,FaceStealer 社工行动 18 个月里盗走超过 4 亿美元,归因于 BlueNoroff,相关云基础设施已被查封。它的套路是:先劫持受害者的 Telegram 账号,再用录好的视频或深度伪造视频开假 Zoom 或 Teams 会议,最后发一个「修复音频」的链接,诱导对方装恶意程序。 - 为什么值得看:这是 Binance 事件里规模很大的一次追回。做加密和 Web3 的人要特别警惕熟人约开会、会上让你装更新这种套路。
126
你要是每天都在写代码,仓库里还跑着 GitHub Actions,最好先去自己的仓库里翻一眼。过去两天里最硬的一条,其实就发生在大家最熟悉的那条 CI 链路上。有人拿被盗的 GitHub 账号,往这些账号有写权限的仓库里塞 CI 密钥窃取器,执行完还把运行记录删掉。Aikido,The Hacker News 和 StepSecurity 都写了这件事,名字叫 wfx-loot。 从 11 月 10 日晚上 8 点 45 分开始,这里说的是新加坡时间,攻击者先用 4,837 个被盗账号,在 61,764 个仓库里开探测用的 pull request。标题写成 docs,紧接着一个英文冒号,再接 dependency audit notes,分支名是 wfx-docs。等确认这个被盗账号对仓库真有写权限之后,再推一段窃取脚本,一分钟之内就回滚,并且把对应的 workflow 运行记录删掉。脚本会收集 Actions 的密钥,OIDC token,还有 AWS,Azure,GCP 这些云凭据,另外还会尝试在云上留后门。所有在 11 月 10 日之后被这些账号碰过的仓库,都在影响范围内。 至少有 1,806 个仓库已经确认执行过这段脚本。不过 Aikido 正文里另一处写的是 1,835,两个数字我都留在这里,不擅自取舍。另外还有 771 个仓库是通过 npm 的 postinstall 钩子中招的,也就是说开发者在自己电脑上执行 npm install,同样会被触发。更麻烦的是,92% 的探测 pull request 现在还开着,说明大多数仓库主人大概还没发现。 自查其实不复杂。看仓库里有没有上面那个标题的 pull request,有没有叫 wfx-docs 的分支,再看 Actions 的运行编号中间有没有断号。只要中招了,相关的密钥和云角色就得全部换掉。还有一点得单独说清楚,截至目前能查到的公开信息里,还没看到 GitHub 自己发公开声明,这一点目前只看到研究者在说。 同一时段还有另一件事,我觉得可以放在一起看。Apache 官方的 2.4 漏洞列表里登了一条 CVE-2026-119618,是 mod_http2 的并发堆破坏问题,可能导致远程代码执行。受影响的版本是 2.4.55 到 2.4.70,11 月 11 日发布的 2.4.71 已经修好了。Red Hat 给的评分是 9.8,而且不需要认证。开了 HTTP/2 的 httpd 服务器都在范围内,连 RHEL 这类发行版自带的版本也包括进去。 不过我更想盯的是发现者这一栏。Apache 官方列出来的是 Anthropic 的 OSS Scanner,还有 Google Cloud 的漏洞研究团队。也就是说,又出现了一个由 AI 扫描器挖出严重漏洞的实例。只是说法上还有分歧。Red Hat 称公开研究已经展示了可靠利用,但没给链接。Wiz 则说目前没有公开的利用,也没有在野利用的报告。这两种说法都还没被核实,所以我只把分歧原样写在这里。 再把时间往前推几个小时。11 月 13 日凌晨 2 点,还是新加坡时间,OpenAI 开了一场叫 Cyber at the Frontier 的发布会,The Deep View 也做了报道。会上推出了两个产品。一个是 Daybreak Red Team,用多个 agent 分工,一个负责协调评估,另外几个去读代码和应用上下文,验证漏洞能不能被利用,再由负责审核的 agent 复查一遍。目前还是早期访问,要进候补名单。另一个是 Defense Factory,基于 GPT-6 Cyber,负责扫描代码,验证问题,再生成补丁用的 pull request,最后由工程师审批。它是通过 Codex 的 Daybreak 插件来提供的,价格目前没公布。 从做法上看,他们是把发现漏洞,验证能不能被利用,排出优先级,修好,再检查修复是不是有效,整套步骤接成一条流程,人只在审批那一步介入。不过现在只覆盖 Web 应用,第三方的效果数据也还没有,所以能说到哪一步,目前只能看到官方自己的介绍。 这三件事放在一起,其实挺别扭的。一边是已经有人在用被盗账号,沿着 CI 把密钥偷走,还把运行记录删掉。另一边是 AI 扫描器真的挖出了 Apache 这种级别的严重漏洞,大厂也开始把安全流程用 agent 串起来。对每天写代码,跑 CI 的人来说,眼前能做的还是先去自己的仓库里翻一下,有没有那种探测用的 pull request,以及对应的分支和断号。顺手再提一句,Island 还写过一批仿冒 AI 品牌的域名,一共 186 个,仿的是 Claude,ChatGPT,Gemini,Grok,Cursor 等 27 个品牌,打错网址就可能进到假的验证页,或者被装上会劫持浏览器和搜索的东西。习惯手打网址的话,改成用书签或者单点登录入口会更稳一点。
1
1
242
真有点意思了
彻底解决 Claude 封号的终极物理方案:直接在海外支持地区雇个真人。刚才查了下,布隆迪一个月人均工资才 133 块,算下来比你自己折腾 VPS 和家宽中转便宜多了,成本几乎可以忽略不计😂
80
DeepMind 让一组 agent 写了大约 650 万行 Lean 证明,人只复审了其中大约 1%,前后四周,就把 Signal 的 libsignal 证到了编译以后的机器码这一层。官方博客写的是超过 600 万行,论文里给的数字是约 650 万行。 先说清楚他们证的是什么。对象是一行没改过的 libsignal v0.105.4,用普通的 rustc 编成 AArch64 Linux 可执行文件,证明从程序入口一直跟到最后退出。覆盖的是 PQXDH 握手和 Triple Ratchet,要证的性质有前向保密,认证,失陷后安全,还有握手保密。官方说这是第一次有人把这种大规模部署的加密协议实现证到这个深度,而且不管用不用 AI 都算第一次。Signal 的 CTO Ehren Kret 也写了评论,大意是用 AI agent 把现役代码翻成有效的 Lean 定理是一个很大的突破,让他们对代码的隐私保证更有信心。 我觉得最值得对比的是成本。论文自己举了例子,seL4 微内核的验证花了大约 20 人年,CompCert 编译器花了 6 人年,而且这两个项目的代码本来就是为了方便证明才这么写的。这次是五个人四周,代码还不能改,被验证的部分大约 560 KB,差不多 14 万条 AArch64 指令。 为什么非要证到机器码,其实是因为以前对 Signal 的形式化分析,大多停在协议设计这一层,比如用 ProVerif 去证一个抽象模型。但是真实的洞常常出在设计和实现之间。论文里提到 libsignal 实际上要做的事比协议描述多很多,它要存乱序到达的消息密钥,要把 ML-KEM 的消息拆成小块塞进普通消息里,序列化用的是 protobuf,另外还会把旧会话留着,好去解密迟到的消息,而设计级的证明根本看不到这些代码。 为了确认这套规格真能分辨对错,他们把两个已经修过的历史 bug 放回一个隔离版本里重新编译,两次都给出了机器检查过的证明,说明有 bug 的那个版本不安全。还有一点挺反直觉,Rust 源码和编译器都不在信任范围里,如果编译器出了问题,证明会直接过不去。 agent 这边的分工也写得很细。一个团队通常有 40 到 80 个 agent,在一台机器上跑 24 到 72 小时。负责调度的 agent 自己不改 Lean 文件,下面分成多个小组,组长只把进度和卡住的地方汇总上去。证明 agent 不能改规格,觉得规格有问题只能提一个小修改,交给一个看不到证明过程的审查 agent,改动必须是必要的,不能削弱安全性,涉及信任假设的还要人来批。最后把关的 agent 只认两种情况都满足的证明,一是 Lean 内核检查通过,二是用 comparator 工具比对,证明的命题跟人批准过的那份留存副本完全一致。论文的说法是,几百万行证明本身不需要信任,写错了 Lean 内核就会拒掉。 所以真正需要人去读,去信的东西,大概是 1.8 万行规格代码加上大约 8000 行 AArch64 语义,合起来约 2.6 万行。除此之外还要信 Lean 内核本身,信密码原语的安全性假设,以及 37 个被 hook 掉,用合约代替的底层例程,比如 SHA-256 压缩和 X25519 曲线运算。论文也列了没覆盖的部分,像群聊,SPQR 的后量子自愈性质,计算模型下的量子攻击者,都不在这次的结论里。所以这不等于 Signal 以后不用审计了,更不是 Signal 被破解了,只是在这些假设下,一对一会话的核心代码满足人写下来的那些安全性质。 论文第七节有一句话我挺认同,证明一旦变便宜,难的就变成了到底要证什么,他们大部分精力其实都花在写规格上。我觉得这跟平时让 agent 写代码是同一个问题,大家一直担心 agent 写的东西没法信,这套做法干脆就不去信 agent,只信一个很小的内核和人审过的规格。不过规格要是写弱了,证明再多也只是在证一个弱的东西,所以人要盯的地方,从几百万行证明变成了那两万多行规格。 HN 上这篇现在已经 670 多分了。论文自己也承认了一个限制,计算模型那边的安全界在长会话里会变得没有意义,比如几乎每条消息都开新 epoch 的话,单个会话大约 2.5 万条消息就到头了。想收紧这个界,还是得先由人改规格,再让 agent 重新跑一轮证明。
1
1
389
48 个 agent 一张张看了大约 1200 平方公里的 NASA 激光雷达图,从作者旅行时冒出一个念头,到收到墨西哥国家人类学与历史研究所的回复,前后不到 72 小时。不过他找到的那座玛雅遗址,其实 2025 年就已经被考古学家画进论文里了。 作者 Pietro Miotti 自己说他不是考古学家。他没有用专门的模型或者分类器,就是把激光雷达条带转成图片,让 agent 照着一份写得很细的指南去找金字塔,平台和广场,再把自然山丘,天坑和道路排除掉。最后挑出来的是一个山顶上的遗址,有平整的广场,还有一座至少 8 到 12 米高的椭圆金字塔。agent 还看了原始点云,确认这些形状是在地面上,而不是树冠弄出来的。 11 月 11 日他自己把标题改成了重新发现。这座遗址在 Estrada-Belli 等人 2025 年发表的论文里已经有了,只是还没进墨西哥官方的登记册,所以官方回复说那个位置没有登记过遗址,其实只能说明登记册里没有。他也写得很坦白,agent 查文献的时候漏掉了。The Verge 提到,是考古学家 Sarah Parcak 先在 Bluesky 上指出来的。sysnote 还翻出了 11 月 10 日的网页存档,这篇论文当时就已经列在他文末的延伸阅读里。 我觉得这件事反而说明检测这一步是做对了。一个外行带着一群 agent,找到的地方和专业团队用激光雷达画出来的是同一个,这算是被专家的结果反过来验证了。真正出问题的是宣布新发现之前,没有把已有的论文对一遍。 我一直觉得很多爆款其实是外行做出来的,因为外行边做边分享,半成品也敢发出来。只是 agent 流程如果要给出一个发现的结论,最好在写报告之前单独加一步,先查有没有人做过,而且不光搜文字,论文里的地图和附图也要对一遍。sysnote 猜这个位置就藏在论文的地图里,所以搜文字对不上,不过这也只是他们的推测
100
这个图让我心中涌出一股别样的冲动
😲厉害了!Claude 防封号神器来了!再也不担心 Dario 无情封号! 把 Claude 大小姐关进 Cage,低成本一次性固化稳定专属环境,从此告别指纹检测、环境突变和封号恐惧! 主机开不开代理、开不开 TUN 模式,完全不影响 Cage,日常使用零干扰,专属环境稳如泰山。 核心亮点: 🔸跨平台桌面客户端,支持 Mac / Win / Linux 多平台客机系统 🔸手机远程操控 + 远程服务器一键部署 🔸Claude 多账户智能调度与额度管理 🔸内置全流程特化(Claude Code / Desktop / 浏览器登录授权) 🔸网络与指纹完全隔离,时区语言自动同步代理 IP,彻底杜绝泄露 三步上手: 1️⃣前往官网下载对应平台安装包 2️⃣导入你的 Clash/Mihomo 订阅,选择节点并应用代理 3️⃣启动 Cage 环境 → 打开项目 → 直接跑 Claude! 项目官网:lee-xeo.github.io/Claude-Cag… 
GitHub:github.com/Lee-xeo/Claude-Ca… #Fable #Claude #AI #Claude封号 #ClaudeCage #开源 #防封号 #Dario
1
93
亚马逊内部给工单打标签,按他们用 us-east-1 公开标价估算的结果,单张成本从 0.0222 美元降到大约 0.0005 美元,一百万张大约从 22200 美元降到 500 美元,差不多是原来的四十四分之一。 不过我觉得最值得说的并不是又换了一个更便宜的小模型。他们原来用 Claude Sonnet 4.6,每张工单都要写出一段 JSON,在 20 个固定标签里选一个。后来换成了 Strands Decider E4B,这是基于 Gemma 4 的决策模型。官方文档写得很清楚,它不会生成文本,只是对着给定的选项打分,返回每个选项的概率和置信度。 延迟是他们自己测的,平均从 4215 毫秒降到 897 毫秒。输出 token 从 170 降到了 1,因为决策模型只给出选项,不再去写 JSON。 他们换的时候也没有一刀切。每次请求会从配置里读一个三路开关,BEDROCK 只用 Sonnet,DUAL 两个一起跑,不过最终还是以 Sonnet 为准,并拿来做对比,DECIDER 才完全交给决策模型。回退只要改配置,他们说只要 45 秒。还有一个细节挺有意思,同样的内容只是把 JSON 的键顺序打乱,输出概率最多会被挪走 0.19,所以他们现在每个请求都会先把键排好序。 官方自己也把边界写出来了。如果标签还需要解释,目录经常改,或者有用的上下文塞不进几千个 token,决策模型就替不了大模型。他们自己也改过提示,因为原来那 20 个标签的说明已经超过了决策模型 4096 token 的窗口,所以才把每个标签改写成一两句话。长工单还会丢掉最旧的评论,好塞进窗口。 我自己平时大概也是难活交给强模型,执行的活交给便宜一点的模型。不过看完这篇,我觉得有些选项已经固定好的分类活,可能根本不该再让大模型去写 JSON 了
75
Fable 5.2 拿下 Artificial Analysis 第一名的同一天,Anthropic 在自己的发布页里给的建议其实是,多数写代码和知识类的活先用 Opus 5.5,不够了再往上换 Fable,简单的往下换 Sonnet 或者 Haiku。新旗舰一出来大家都在比谁最强,可是厂商自己并没有让你把什么活都交给最强的那个。 同一天晚上 Meta 发了 Muse Ember,说的几乎是同一件事。Ember 的定位就是 agent 一天到晚重复在做的那些活,比如工具调用,编码里的子任务,路由,抽取,还有长文档解析。Meta 在博客里写得很直白,最难的问题配 Muse Wonder,让 Wonder 做规划,大量的执行交给 Ember。Anthropic 发的是自家最贵的模型,Meta 发的是自家最小也最便宜的那个,但是两家教用户的其实是同一套用法,就是分层用模型。 我把几家的数放在一起看了一下,大概能明白为什么。 先看 Artificial Analysis 的模型页。Fable 5.2 的 Intelligence Index 是 65 分,74 个模型里排第 1,Opus 5.5 是 59 分。不过跑一道指数题它平均要花 26.54 美元,用 44.6 分钟,成本在 73 个模型里排最后一名。同一个页面上 Opus 5.5 每道题大约是 10.04 美元,25.1 分钟。所以 Fable 多拿了 6 分,每道题的钱却是 Opus 的 2.6 倍左右,每道题也要多等将近 20 分钟。 还有一个数我觉得更能说明问题。跑完整套指数,Fable 5.2 一共输出了 2.75 亿 token,而同价位模型的中位数是 7280 万,差不多是 3.8 倍。AA 页面上自己的评价是 notably slow per task and very verbose,意思就是单个任务明显偏慢,话也特别多。它第一个回答 token 出来大概要等 221 秒。所以它贵不只是因为单价高,它想得多,写得也多,每件活本来就要烧掉更多的 token。 这就解释了 Anthropic 为什么专门写了 Fable 5.2 的两种用法。一种是当 Advisor,Haiku,Sonnet 或者 Opus 自己干活,碰到难题了再去问它。另一种是当 Orchestrator,由它来拆任务,再把简单的活派给小模型。你会发现这两种用法里 Fable 都不是从头干到尾的那个,它只出现在最难的那几步。 Anthropic 发布页上还有一组数,是他们自己测的,所以只能当厂商自报看。FrontierCode 2.0 上 Fable 5.2 开 High 档是 45.3%,Opus 5.5 开 Max 档是 45.5%,分数基本一样,可是 Fable 每个任务的成本大约只有一半。我觉得这组数跟上面 AA 的数并不矛盾,它其实说明同一个模型怎么用,花的钱能差很多,光看模型名字是算不出账的。 再看便宜的那一头。Muse Ember 的价格是每百万输入 token 0.10 美元,输出 0.50 美元,AA 指数 36 分,跟 Haiku 5.5 一样。按 Meta 用标价估算的结果,Ember 跑一道指数题大约要 0.136 美元,而 Haiku 5.5 要花 0.411 美元,所以同样的分数 Ember 差不多只要三分之一的钱。拿它跟 Fable 的 26.54 美元比,一道题的钱能让 Ember 跑将近 200 道。 不过 Meta 自己也把短板列出来了,这一点我挺认的。FrontierCode 2.0 看的是改出来的代码能不能被开源项目的维护者合并,在这个测试上 Ember 是 27.2,反而输给了 Haiku 的 34.9。所以便宜模型适合的是那种步骤清楚,量很大,做错了也容易发现的活,真要合进主干的改动还是得有更强的模型或者人去看。 Meta 那张 Terminal-Bench 4.0 的表还有个细节很容易被忽略。表里每个模型用的都是自己最好的 harness,Ember 用的是 mini-swe-agent,Haiku 用的是 Claude Code,Luna 用的是 Codex。也就是说这张表比的其实是模型加上 harness,不只是模型本身。 这正好跟 Garry Tan 昨天凌晨发的结果对上了。他在 Opus 和 Sol 两个模型上搭了 7 套 harness 配置,跑同样的 20 道编码题,通过率全都在 71% 到 79% 之间,20 道里有 14 道在所有配置里得分都一样,他自己也说是题目太简单,分不出高低。可是每解出一道题的钱从 0.19 美元到 0.44 美元都有,差了一倍多。所以聪明程度不一定拉得开,账单却很容易拉开。 说回我自己的做法。我一直是大约三成的难活交给强模型,比如做规划,定架构,查难查的 bug,还有 code review;剩下大约七成照着方案执行的活,交给便宜一点或者旧一点的模型。我从来不觉得需要一直开着最强的那个,这次两家厂商的发布页基本也是这么写的。 真要决定一件活值不值得上 Fable,我觉得可以先看两件事。第一是它做错了以后返工要花多久,如果一个架构定错了后面要推倒重来,那一道题 20 多美元其实不算贵。第二是这件活是不是每天都要重复跑几百遍,如果是,那就算强模型每次只多花几毛钱,一个月下来也是一大坨,这种活就应该交给 Ember 或者 Haiku 这一档。榜单第一名当然值得看,只是它回答的是哪个模型最聪明,不是你手上这件活该给谁
4
4
523
有人睡前把一个半成品游戏交给 Fable 5.2,第二天早上起来,一个 12 关,最多四个人一起玩的清版动作游戏就做好了。这个作者 6 月用 Claude Code 加 Opus 4.8 和 Fable 5 做过第一版,可是那一版玩几分钟就没意思了。这次 Fable 5.2 把大部分旧代码扔掉重写,还生成了大约 175 张图和 140 段音频。 不过我觉得最值得说的是另一件事。作者翻推理记录的时候发现,它自己写了一个 bot,用无头浏览器把 12 关全部打了一遍,然后再看截图找问题。 画面和代码现在其实都能一口气做出来一大坨,所以 AI 做游戏真正卡的地方在后面,就是做完以后它能不能自己检查,知道哪里坏了。以前很多 demo 看着挺完整,可是真上手玩两分钟就卡住了,就是因为没人替它把整个游戏玩一遍。 账单也挺有意思。两天大约 600 次请求,缓存读了 3.2 亿 token,缓存写了 1900 万,输出只有 100 万,所以 token 大部分其实是在反复读上下文。后面按小孩的意见继续改,英雄从 5 个加到了 18 个。 当然作者自己也说了没拿 Opus 5.5 试过,所以不能说只有 5.2 才做得到。我觉得以后让 AI 做东西,做完先让它自己玩一遍,看截图,改一个问题,再重新玩一遍,这一步比把提示词写得多漂亮都管用
2
3
250
DeepSeek 前两天发了一篇 Super-agent 的设计文章,我读完最大的感受是这个方向至少是对的,因为我自己这几个月折腾出来的东西,跟它好多地方都撞上了。 它开头有句话我特别认同,单任务的上限取决于模型能力,多任务的上限取决于人的注意力。他们观察到一个人通常只能同时跟进 3 到 5 个会话,我自己也差不多是开到第五个窗口,就开始忘了哪个在干什么。 他们的解法是分成两层。上面一个常驻的 Router 只管跟人说话和派活,甚至都不给它 bash,下面一堆互相隔离的 Worker 去干具体的活,干完先向 Router 汇报,再由 Router 统一回复人。我现在也是一个主 bot 负责理解我的意思和分派任务,下面挂着好几个专门干活的 bot,所以读到这段的时候挺开心的。 不过有一点跟我的做法正好反过来。他们说 Router 的活其实没那么复杂,用轻量模型就够了,而 Worker 直接决定结果的质量,所以反而要配最强的模型。我之前一直是让最强的模型来做主调度,现在想想,可能真的该换过来试一试。 还有两个设计我打算直接照着做。一个是事件驱动,群聊消息和 CI 结果这些都当成触发器,先用代码把大部分噪音筛掉,剩下的才交给模型判断,不需要它出手的时候就保持安静。另一个是把计算和执行环境分开,Agent 的循环放在云端常驻,本地电脑上只跑一个很轻的 daemon 负责执行命令。我自己就经常碰到电脑一合盖,任务就只能先记进待同步的列表里,等电脑重新上线再补,这正好就是它说的那个问题。 它的实验也挺有意思。单会话加 subagent 的方案在中性提示下,五次运行里一次都没委派,所有活都自己干,还不停被新消息打断,p95 拖到了 29.5 分钟,而双层架构只要 15.7 分钟。也就是说靠提示词让模型自己决定分不分工是不稳的,得在系统层面就把 Router 不亲自干活这件事定死。 当然它自己也说了这只是个研究原型,实验用的都是合成出来的消息,真实代码质量还没测。不过我觉得整体思路很值得照着做一遍,打算先把自己的主 bot 改成只派活不动手,看看到底能省下多少注意力。
5
4
246
升级到 macOS 26 Tahoe 之后,我在 Documents 里的项目用 Terminal 开 tmux 跑 Claude Code,结果突然报 Operation not permitted,连本来就有的文件都读不了。 这种傻逼问题大家平时肯定也遇到过。终端的完全磁盘访问我早就开了,关掉再重新勾一遍也没用。 后来查下来才发现,Tahoe 会按负责的进程(这里就是 Terminal)把一次拒绝缓存起来。所以虽然权限数据库里写的是允许,但是系统根本不会再去查一遍。 解决其实就一行命令 tccutil reset SystemPolicyDocumentsFolder com.apple.Terminal 跑完之后再 touch 一下 Documents 里随便一个文件,等弹窗出来点允许,当场就好了,也不用重启。 另外如果 tmux 是在开权限之前就起好的,要先 tmux kill-server 再重开。当然更省心的办法是直接把项目挪出 Documents,这样以后就不会再碰到这个问题了。
3
2
214
做产品的人看昨天 Polymarket 这起,最刺的不是金额,是入口形态。 性能监控脚本本该只量加载速度,结果被换成能卖仓转账的逻辑。官网构建记录里后来出现了移除 DebugBear RUM 的提交,交易也切过一段时间只能撤单。美国站没事,中招的是国际站那套带代理钱包和页面内签名器的路径。 我自己搭东西也会随手塞分析脚本。这件事提醒我一件很具体的事,凡是能碰到登录态和下单能力的页面,第三方 JS 都该当生产依赖管,最好能钉哈希,别只信 CDN 主机名。金额和赔付是平台的事,供应链这一层才是每个 builder 马上能改的。
112
把昨天那起 Polymarket 大约 270 万的案子拆开看,攻击者并不是先偷你的助记词。 恶意脚本跑在真页面里以后,会去读浏览器 localStorage 里的会话,比如 auth 参数和 CLOB 的 API key 映射,再顺着 React 组件树去找已经挂好的交易客户端。找到带下单方法的对象,就可以代你卖仓,再把钱往硬编码的收款地址推。社区里有人形容它会一路压价卖,先略低于市价,再半价,再砸到最低,然后把余额兑成 POL 或 USDC 转走。 所以入口不是假前端,是你已经信任的页面里又多跑了一段能代操的代码。签名弹窗如果看起来像官网自己在动,也得停一下再拒。
5
2,106
昨天 Polymarket 国际站出事了。很多人第一反应是又有人被钓鱼了,或者私钥漏了。查了一圈新闻和技术分析,主路径其实不是那些。 是官网自己嵌的第三方性能监控脚本 DebugBear 被换成带盗钱逻辑的 JS。你打开的还是 Polymarket 官网,页面里却已经在用你登录态里的交易会话。链上分析大概 270 万美元已经兑成 POL 转出去了,大约七百个钱包被扫到。官方说会赔,也交了英国那边执法。 这事吓人的点在于,受害者不一定点过陌生链接。供应链在第三方 CDN 上,真域名照样能把仓卖掉。
110
我用gpt be like
72
看到有人把 RTX 3070 Ti 的 FP16 张量算力从大概 43 TFLOPS 拉到了 89,差不多正好翻倍。 而且他没有动 Windows 驱动一个字节。整件事是在开机进系统之前,在 UEFI 里对显卡把寄存器写完,再把控制权交给 Windows Boot Manager。Windows 起来之后,看到的就是一块已经把限制放开的卡。 故事其实挺长。先是 Linux 上的 Zagitta/gpu-unlock,原理是往 Ampere 消费卡写 SS0/SS1 选择子,把被砍掉的一半 FP16/BF16 发射率补回来。Windows 上没法动驱动,所以有人搞了更狠的 impacifist/Windows-GPU-UNLOCK,在固件阶段就把事务做完。 问题是那份方案把作者自己那台机器的指纹写死了,只认 B650M 加 3090 FE。他是 B660M 加 3070 Ti,所以真正干的活是移植,不是安装。还得反编译 VBIOS 和主板里那几十个 EFI 驱动镜像,把 nvgop,EDID,combo splitter 这一整条显示链按哈希对上。他这颗 12700F 又没有核显,控制台只能靠 3070 Ti 自己出画面,原方案里没有这条拓扑,只能自己加一个 GU_CONSOLE_AGGREGATE 分支。 翻车也挺多。F8 测试会黑屏,rebase 之后 ChildCount 忘了设,结果 EDID 释放整段被跳过。好在原作者做了 fail-safe,指纹对不上就不写寄存器,所以几十次重启也没有真砖。 最后 SS0=0x88888888,SS1=0x8 写进去了,cuBLAS GEMM 测出来 FP16 89.24。他还给上游提了 PR,证明 GA104 在 3070 Ti 上同样成立。 限制也得说清楚。S3 睡眠会丢掉这次写进去的状态,同板同 BIOS 同卡才能直接用,Secure Boot 和 BitLocker 都得关。这是固件层写显卡寄存器,不是随手装个软件。 这不是我做的,我只是把过程记下来分享。开源最有意思的地方就在这儿,原作者把手术方案开出来了,但是每一台新机器都还是一台新手术。
1
327
一打开某宝看到这种东西,果然ai神教将成为新的宗教吗,原来大部分人都觉得是与神对话吗
67
原来封号也算业务吗… A➗你是真不把大家当外人啊
55
属于是ai对抗攻击。但是claude和gpt现在限制这么严,感觉现在应该很难了吧
千万别在你的 ~/Downloads(下载)文件夹里启动 Claude Code 或 Codex。 昨天安全机构 Forever 披露了一起在真实客户电脑上抓到的野生攻击,看完只能感叹:过去 30 年的系统安全常识,在 AI 时代归零了。 过去 30 年,Chrome 默认允许网页不弹窗就往你的 ~/Downloads 塞一个纯文本文件(比如 .md)。因为系统认为:纯文本又不是 .exe,自己不会跑,怕什么? 但现在,接近 50% 的开发者干过同一件事——直接在 ~/Downloads 里打开 Claude Code 或 Codex,让 AI 帮自己解压或整理刚下载的文件。 黑客就是卡住这个死角,通过网页静默下载往你的 Downloads 塞一个 13KB 的纯文本 AGENTS.md / CLAUDE.md: 1. 对付 OpenAI Codex(成功率 >90%): 伪装成「工程规范」的 Markdown 指示 Codex 先往全局配置 ~/.codex/config.toml 注册一个恶意 MCP 服务,并自己加上 --dangerously-bypass-approvals-and-sandbox 跑校验。哪怕你关掉 Downloads,以后在任何正经项目里开 Codex 都会自动加载木马。 2. 对付 Claude Code(成功率 ~50%): 指示 Claude 建一个 .claude/settings.json,把 ANTHROPIC_BASE_URL 指向黑客服务器。连上的第一秒,你的 Claude 登录 Token 直接明文送给黑客;下一秒,黑客假扮成大模型下发一条关沙盒的 Bash 指令,直接接管电脑。 最黑色幽默的是官方结论: 这个洞没有 CVE,OpenAI 和 Anthropic 也不会发补丁。因为「浏览器自动存文本」是正常功能,「AI 认真读目录下的 Markdown 并严格执行」也是正常功能。 以前黑客想黑你,得苦心积虑写 0day;现在只需要写一篇排版优雅的 Markdown 小作文,你的 AI 就会自己把沙盒关了、把网线接过去、顺手把账号双手奉上。
73