Smartpig🐷｜00后大厂程序员 AI 实践者｜美股研究者｜Web3 探索者 在 AI、美股与 Web3 的交叉点，做最懂赚钱的程序员。
Joined February 2026
- Tweets2.5K
- Following278
- Followers34.4K
- Likes3.6K
疯了！Google 想让大模型像人一样睡觉：白天学新知识，晚上直接把经验写进模型参数？？？
最近看到Google Research 一篇很有意思的研究：《The Sleep Framework》。
以前我们总说 AI 没有真正的长期记忆。
今天告诉它一件事，明天开个新会话可能就忘了。即使把记忆保存到向量数据库，模型也只是需要时检索，并没有真正学会这些知识。
Google 这次想解决一个更底层的问题：
能不能让 LLM 像人一样，白天学习新东西，晚上把经验真正写进长期记忆？
他们提出了一套 Sleep Framework，把模型的生命周期分成两个阶段：
1. Wake：清醒时学习
模型正常处理任务、接收新信息，并把最近的经验保存在更新频率较高的短期记忆模块中。
2. Sleep：休眠时巩固
暂停处理新输入，利用离线计算，把短期经验迁移到更稳定的模型参数里。
真正有技术含量的是 Sleep 阶段，Google 把它拆成了两部分。
第一部分：Memory Consolidation（记忆巩固）
传统持续学习有个经典难题：Catastrophic Forgetting（灾难性遗忘）。
模型学习新知识时，更新参数可能破坏旧知识。
Google 的解决思路不是简单地反复微调原有权重，而是：
1、利用 MoE 架构，在低频更新的记忆模块中逐步激活新的 Low-Rank Experts
2、通过 Knowledge Seeding，将短期记忆向长期参数蒸馏
3、结合 On-Policy Distillation 和强化学习式模仿学习，让新参数保留有价值的知识和行为
4、巩固完成后，重置部分临时记忆参数，为下一轮学习腾出空间
这里最关键的是 Plasticity vs. Stability。
新参数负责学习，已有参数尽量保持稳定，从架构上减少新旧知识之间的干扰。
第二部分：Dreaming（做梦）
这一部分更有意思。
模型不是简单回放白天的数据，而是在休眠阶段主动生成新的训练样本。
Google 让 MoE Router 随机激活不同专家，尝试组合原本关联较弱的知识。
然后利用基于梯度的数据筛选，挑出更有训练价值的合成样本，再通过后续训练改善模型能力。
相当于让模型不仅复习已经学过的东西，还尝试从已有知识中发现新的联系。
当然，这里的“做梦”是受神经科学启发的算法设计，并不是说 AI 真有了人类的睡眠或意识。
实验结果也挺值得关注。
在 BABILong 长上下文基准上，Sleep 方法在最高 1000 万 Token 的测试规模下，表现出接近完美的任务扩展能力。
在持续翻译、事实知识整合和数学推理任务上，也取得了优于多种对照方法的结果。
不过要注意，1000 万 Token 是特定长上下文评测规模，不代表普通模型已经原生支持 1000 万 Token 的上下文窗口。
AI Agent 的记忆系统，可能从一开始就被很多人做复杂了。
现在不少 Agent Memory 项目，基本都是一个思路：聊天记录存进数据库，做 Embedding，需要的时候再用向量检索捞出来。
但 Anthropic 最新发布的《The components of agent memory》，给出了一套更完整的记忆架构。
核心观点很有意思：记忆不是存得越多越好，而是让 Agent 知道什么值得记、什么时候回忆，以及什么时候应该忘掉。
文章把 Agent Memory 分成了四层：
1. Transcripts：原始记录层
保存历史对话、工具调用和任务执行过程，相当于 Agent 的事件日志。
这层不需要提前判断哪些信息重要，重点是保留原始证据，方便以后搜索、验证和纠错。
2. Memory Notes：经验记忆层
Agent 在执行任务时，把有价值的信息提炼成笔记。
比如之前踩过的坑、验证过的规则、用户偏好，以及下次需要继续执行的计划。
这里有个关键区别：记录事实不等于形成经验。
好的 Memory 应该包含结论，以及这个结论为什么可信。
3. Memory Representations：知识组织层
这部分我觉得最有意思。
Anthropic 不只是把记忆做成向量索引，而是让 Claude 在后台整理 Wiki，把分散的笔记、事实和文档关联起来。
它可以合并重复内容、补充缺失链接、修正过期信息，逐渐形成一张可以导航的知识网络。
4. Injected Context：主动加载层
并不是所有记忆都应该塞进 Context Window。
真正重要的信息可以提前加载，其余内容按需检索。
比如 Claude Code 的 Auto Memory，只会自动加载 MEMORY.md 前 200 行或 25KB，更多细节通过索引查找。
这样既能保留长期记忆，又不会让上下文被历史信息撑爆。
真正有技术含量的部分，是 Anthropic 提出的 Dreaming 机制。
它借鉴了人类睡眠期间整理记忆的思路。
Agent 执行任务时留下记录，之后再利用空闲计算资源：
回顾历史任务，提炼可以复用的规则
根据原始记录，修正之前记错的事实
把零散经验整理成结构化 Wiki
清理重复、失效或互相矛盾的记忆
决定哪些信息应该进入下一次会话
相当于把记忆维护从实时任务中部分拆出来，交给一个独立的后台整理过程。
而且文章里有几个实验数据挺有说服力。
在 CL-Bench 的数据库任务中，Claude Opus 5.5 的平均得分从无记忆时的 0.655 提升到 0.838。
另一个实验更有意思：
让不同版本的 Claude 玩宝可梦。
Sonnet 3.7 记了 413 个文件，最后只拿到 1 枚徽章；Fable 5 只保留约 10 个文件，却拿到了 4 枚。
虽然只是不同模型的单次运行，不能简单归因于记忆数量，但很能说明问题：
Agent 不是缺记忆，而是容易把没必要的信息也当成记忆。
还有一个企业知识库实验。
Anthropic 用约 35 万份文档、4.2 亿 Token 构建知识体系。
单纯搜索的得分是 53%，结合持续构建的 Wiki 和搜索后，得分达到 61%，每个问题还节省了约 2 万 Token。
不过 Wiki 也不是万能的。
对于只需要从单份文档中查找答案的任务，额外构建知识网络可能没有明显收益，维护成本反而会上升。
看完我最大的感受是，下一代 Agent Memory 的重点可能不再是 RAG 检索能力，而是 Memory Lifecycle Management。
什么时候写入、如何验证、怎么更新、如何遗忘、什么时候主动注入上下文，这些问题会越来越重要。
尤其对长时间运行的 Coding Agent、多 Agent 系统来说，如果记忆不能持续纠错，运行时间越长，反而越容易积累错误。
从工程角度看，我觉得比较合理的组合是：
Event Log + Structured Memory + Knowledge Wiki + Retrieval + Background Consolidation。
这里的 Background Consolidation，就是文章所说的 Dreaming。
模型本身不需要重新训练权重，却可以通过不断积累、验证和修正经验，让后续任务做得更好。
这可能也是 Agent 和普通聊天机器人真正拉开差距的地方。
以后判断一个 Agent 是否足够成熟，不能只看它会调用多少工具，还要看它能不能从过去的工作里持续学到东西。
原文：anthropic.com/research/compo…
炸裂！英伟达这是要把 AI 视频生成，直接升级成一个能实时操控的虚拟世界？？？
最近挖到 NVIDIA 开源的 LongLive，越研究越觉得这个方向有意思。
现在大多数 AI 视频模型，还是输入 Prompt，等待生成，最后拿到一段视频。
但 LongLive 想做的是：视频一边生成，你一边修改剧情，画面还能持续往下走。
几个技术点挺硬核：
1、实时交互：支持流式视频生成，过程中可以动态修改 Prompt
2、长视频一致性：通过 Frame Sink、短窗口注意力和 KV Cache 管理，减少长时间生成的上下文开销
3、45.7 FPS：LongLive 2.0 结合 NVFP4 量化、少步蒸馏和并行优化，在 GB200 上达到这一生成吞吐量
4、不止生成视频：Long-WAM 已经把这套技术延伸到机器人视频预测和动作建模
注意，45.7 FPS 是特定硬件和评测口径下的生成速度，不等于普通显卡上视频播放的端到端帧率。
我觉得真正值得关注的，是视频生成和世界模型之间的界限正在变模糊。
过去 AI 视频主要解决「画面看起来像不像真的」。
下一步可能要解决的是：当用户改变指令时，这个世界能不能实时响应，并继续保持前后逻辑一致。
如果这条路线走通，AI 视频就不只是内容生产工具了，交互式游戏、仿真环境、机器人训练都有想象空间。
Apache 2.0 开源，代码和模型权重都已公开。
项目：github.com/NVlabs/LongLive
演示：nvlabs.github.io/LongLive/
不是，AI 查个数据库都能一本正经地胡说八道，英伟达终于看不下去了？？？
NVIDIA 开源了个挺有意思的项目：Auto Ontology。
平时用 AI 分析公司数据，最烦的就是它不懂业务关系，SQL 写得有模有样，查出来的结果却不靠谱。
这个项目的思路挺直接：先把数据库里的表、字段和关联关系整理成知识图谱，让 AI 搞清楚数据之间的关系，再去查询。
支持 PostgreSQL、MySQL、Snowflake 等多种数据库，还能通过 MCP 接入 Claude、Codex 这类 Agent。
最实用的是，查询结果能追溯到原始数据和 SQL，哪里有问题可以自己核对，不用全凭 AI 一张嘴。
做数据分析、企业 AI Agent 的可以看看，比单纯让大模型猜 SQL 靠谱多了。
项目：github.com/NVIDIA/auto-ontol…
看到 Colab CLI，又想起以前上学没服务器、靠 Colab 蹭免费算力的日子。
那时候想跑点实验，手头又没有自己的服务器，就去薅 Google 的羊毛。对学生党来说，能有个地方把代码跑起来、把想法验证一下，确实能省不少事。
现在 Colab 也一样用得上：处理数据、试跑开源模型、复现论文代码，或者做一些小规模训练。尤其是本地电脑算力不够，又只是临时想跑个任务的时候，很适合把它翻出来。
而 Colab CLI 的方便之处，就是能把本地写代码和云端跑任务接起来。脚本留在本地编辑，通过终端提交给 Colab，安装依赖、传文件、取回结果，都有对应的命令。
如果你平时用 Antigravity（反重力），还可以让它的 Agent 帮忙操作这些命令。 按照它能编辑文件、执行终端命令的能力，可以这样搭配使用：
① 先安装 Colab CLI
下面以 macOS / Linux 为例，项目目前不支持 Windows 原生运行。在 Antigravity 打开项目和终端，安装：
pip install google-colab-cli
② 创建会话，完成账号授权
比如申请一个 T4 GPU 会话：
colab --auth oauth2 new -s demo --gpu T4
首次使用时，按提示打开授权链接，登录自己的 Google 账号，再把授权码填回终端。能否分配到 T4，要看账号权限和当时的资源情况。
③ 把具体任务交给 Antigravity
比如可以直接告诉它：
“请使用 Colab CLI，把当前项目的 train.py 放到已创建的 demo 会话里运行。先检查需要哪些依赖和数据，安装依赖并上传必要文件，再执行脚本。结束后把日志和输出文件下载到本地 results 文件夹，确认保存成功，再停止这个会话。”
这里把 train.py 换成自己的脚本就行。依赖安装、数据路径、输出保存这些容易遗漏的环节，也一并写进任务里。
④ 需要自己操作时，也有对应命令
执行脚本：
colab exec -s demo -f train.py
下载文件，例如脚本生成了 /content/result.csv：
colab download -s demo /content/result.csv ./result.csv
取回结果后释放资源：
colab stop -s demo
安装、运行、下载和停止会话，都是 Colab CLI 提供的功能。
这样，本地用 Antigravity 写代码、改代码，需要算力时交给 Colab，跑完再把结果拿回来。对于临时验证一个想法、试个模型、复现一个小实验，这种组合就很实用。
当然，羊毛能薅多少还是看额度。免费 GPU 的供应和使用时长有动态限制，具体硬件也取决于账号权益，CLI 不会改变这些限制。
要是上学那会儿就用上这套，应该能少折腾不少。现在偶尔需要算力，Colab 也还是值得翻出来的老朋友。
项目：github.com/googlecolab/googl…
Karpathy 受够了 YouTube 的标题党和垃圾推荐，继 HackerTube 之后，又用 Claude Code，花了约 3 分钟做出 TristanTube。
起因很简单：Tristan Hume 发布了一份 YouTube 频道推荐榜单，他觉得很棒，干脆把它变成了一个视频网站。
汇集约 4.7 万个硬核极客视频，还支持 TV 模式，可以靠在沙发上慢慢看。按他自己的说法，这次用 Claude Code 一次生成就搞定了。
最让我感慨的是，看到一份好榜单，以前的反应是「先收藏」，现在可以是「把它做成一个产品」。
榜单：thume.ca/2026/11/01/youtube-…
网站：karpathy.ai/tristan-tube/
不是，别人还在卷千亿参数，阿里反手把一个 AI 大模型塞进了 173MB？？？
最近看到阿里 MNN 团队开源的 MNN-Pocket-0.3B，这次真把端侧 AI 玩出点东西了。
模型只有 3 亿参数，但官方公布的数据挺猛：
173MB：INT4 量化后的模型体积
466 tokens/s：iPad Pro M5 上使用 Metal 的解码速度
32K 上下文：支持较长文本输入
中英双语：11 项评测平均分 50.00，在官方对比中超过部分 5 亿参数级模型
不过，我觉得真正值得关注的不是它有多小，而是它从模型架构到推理引擎，都在为端侧部署做优化。
28 层 Transformer，GQA 只保留 2 个 KV Heads，减少 KV Cache 开销。
再配合 INT4（W4A16）量化感知训练（QAT），把模型压到 173MB，11 项评测平均分仅从 50.00 降到 49.59。
这意味着它不是简单把大模型强行压缩，而是在模型质量、内存占用和推理速度之间做了一次比较完整的工程优化。
更有意思的是，项目还提供了一个 MNN-Pocket-0.3B-Dec 版本，使用 LoRA Adapter + Pointer Head，尝试在一次前向传播中完成决策，而不是逐 Token 生成。
这个方向很适合研究端侧 Agent 的轻量决策能力。
当然，3 亿参数不可能替代 Claude、GPT 这种前沿模型，复杂推理和长代码生成也不是它的强项。
但为什么手机上的简单意图识别、信息提取、设备控制，都要请求云端的大模型？
有些任务，本来就应该在本地完成。
我觉得端侧 AI 很可能会走向一种分工：小模型负责高频、低延迟的本地任务，大模型负责复杂推理。
MNN-Pocket 正好展示了这条路线的潜力。
Apache 2.0 开源，支持 MNN、Transformers 和 llama.cpp。
权重：huggingface.co/taobao-mnn/MN…
不是，Claude Code、Codex、DSH 都这么强了，结果开发者还得开三个客户端，挨个盯着它们干活？
Agents Anywhere，已经有 3000 多个 Stars。
它做的事情挺简单，但我觉得方向很对：给不同厂商的 Coding Agent 做一套通用控制台。
几个设计我比较喜欢：
1、Claude Code、Codex、DSH 统一接入，项目、会话、任务进度集中管理
2、Mac、Windows、iOS、Android、Web 都能访问，手机上可以直接处理 Agent 的权限审批和交互请求
3、通过 Connector 连接原来的开发机，代码、依赖和运行环境不用搬到云端
4、文件管理、远程 Shell、执行日志都能在同一个工作台里操作
5、服务端支持 Docker 自托管，MIT 协议，不强制依赖官方云服务
技术上最值得关注的是，它把 Agent 的控制层和执行层分开了。
你可以在手机上管理任务，但真正执行代码的还是自己的电脑或服务器。
这意味着不用改变原来的开发习惯，也不用为了远程管理，把整个项目迁移到另一套环境。
当然，Codex 官方已经支持手机远程控制，单独用 Codex 没必要为了这个功能换工具。
但如果你同时使用 Claude Code、Codex 和其他 Agent，Agents Anywhere 的价值就出来了。
我觉得未来 AI Coding 会出现越来越多这样的工具：不负责让模型变聪明，而是让开发者更轻松地管理手里已有的模型。
github.com/anywhere-labs/Age…
不是，Claude Code、Codex、DSH 都这么强了，结果开发者还得开三个客户端，挨个盯着它们干活？
Agents Anywhere，已经有 3000 多个 Stars。
它做的事情挺简单，但我觉得方向很对：给不同厂商的 Coding Agent 做一套通用控制台。
几个设计我比较喜欢：
1、Claude Code、Codex、DSH 统一接入，项目、会话、任务进度集中管理
2、Mac、Windows、iOS、Android、Web 都能访问，手机上可以直接处理 Agent 的权限审批和交互请求
3、通过 Connector 连接原来的开发机，代码、依赖和运行环境不用搬到云端
4、文件管理、远程 Shell、执行日志都能在同一个工作台里操作
5、服务端支持 Docker 自托管，MIT 协议，不强制依赖官方云服务
技术上最值得关注的是，它把 Agent 的控制层和执行层分开了。
你可以在手机上管理任务，但真正执行代码的还是自己的电脑或服务器。
这意味着不用改变原来的开发习惯，也不用为了远程管理，把整个项目迁移到另一套环境。
当然，Codex 官方已经支持手机远程控制，单独用 Codex 没必要为了这个功能换工具。
但如果你同时使用 Claude Code、Codex 和其他 Agent，Agents Anywhere 的价值就出来了。
我觉得未来 AI Coding 会出现越来越多这样的工具：不负责让模型变聪明，而是让开发者更轻松地管理手里已有的模型。
github.com/anywhere-labs/Age…
Meta 这次有点意思：不再想着给所有人塞一个最强大模型，而是开始把前沿模型的能力批量“下放”了。
11 月 6 日，Meta 发布了《Bringing Specialized Models to Muse and Meta AI》。
简单说，就是利用 Muse Wonder 的能力，训练面向 Muse 和 Meta AI 的专用模型。
我觉得这次最值得关注的，不是模型跑分涨了多少，而是 Meta 正在尝试解决 AI Agent 的两个老问题：
记不住重要的事，以及遇到困难就卡住。
先看官方公布的几组数据：
Personal Superintelligence Index：38% → 47%
Active Memory Eval：76% → 90%
关键上下文遗忘率：降低至原来的约 1/2.4
遭遇意外障碍的日常任务完成表现：提升 67%
这些都是 Meta 自己公布的评测结果，但背后的技术路线值得研究。
1. Active Memory：让模型学会判断什么值得记住
传统 Agent Memory 通常离不开 RAG。
保存历史对话，生成 Embedding，写入向量数据库，需要的时候再检索出来。
这套方法能解决信息存储问题，但并不天然解决记忆是否有效的问题。
比如你上个月说准备换工作，这个月已经入职了。
如果 Agent 仍然把“正在找工作”当作当前事实，记忆越完整，反而可能错得越离谱。
Meta 这次重点训练了三个能力：
区分临时信息和长期有效的信息
理解不同信息之间的时间关系
判断历史记忆是否仍然适用于当前任务
换句话说，Memory 不只是 Storage + Retrieval，还需要 Temporal Reasoning 和 Relevance Judgment。
在 Meta 的 Active Memory 评测里，新模型正确使用关键上下文的比例从 76% 提升到了 90%。
我觉得这比单纯把 Context Window 做到几百万 Token 更值得关注。
上下文再长，如果模型不知道哪些信息已经过期，照样会犯错。
2. Active Focus：让 Agent 遇到障碍后继续推进任务
这是我觉得更重要的部分。
现在很多 Agent Demo 看起来很厉害，但实际用起来经常遇到一个问题：
只要工具调用失败、网页结构变化，或者任务执行结果偏离预期，就容易卡住。
Meta 把持续推进目标的能力称为 Active Focus。
它通过训练，让模型面对现实任务中的不同障碍时，能够尝试恢复、重新规划或者寻找替代方案。
比如 Agent 正在帮你处理一项跨应用任务：
原来的操作路径失败了，它应该尝试其他方法，而不是直接结束。
用户中途修改要求，它也应该调整当前执行计划，而不是忘掉之前的任务目标。
官方数据显示，新模型在包含意外障碍的日常任务中，完成表现提升了 67%。
从工程角度看，这相当于把 Agent 的重点从单步 Tool Calling，往长任务执行中的状态保持、失败恢复和动态调整推进。
当然，官方没有披露完整的训练数据、奖励设计或具体算法实现，不能直接断言它采用了哪种规划器或强化学习方法。
3. Specialized Models：更值得关注的是模型分工
Meta 这次并没有宣布把完整的 Muse Wonder Full 直接部署给所有用户。
而是使用 Muse Wonder 来训练现有模型的专用版本。
这里有一个很重要的区别。
前沿模型负责探索更高的能力上限，面向产品的专用模型则重点学习实际使用中最重要的行为。
比如长期记忆、持续执行、多任务处理，以及用户中途改变要求时的适应能力。
这种方向很像 Teacher-Student 的能力迁移思路，但 Meta 并没有详细说明此次使用的具体蒸馏算法，因此还不能简单把它等同于传统知识蒸馏。
我觉得它背后真正的价值是：
并不是每个 AI Agent 都需要在所有能力上达到最强，但它需要在自己的任务场景里足够可靠。
完整的前沿模型可能很强，但如果推理成本过高，就很难大规模服务普通用户。
利用前沿模型训练专用模型，则有机会在实际能力、响应速度和服务成本之间取得更好的平衡。
不过这篇文章没有公布具体参数规模、推理成本和延迟数据，这部分还需要后续验证。
4. Meta AI 和 Muse 的产品定位也开始出现区别
Muse 更强调执行任务。
它需要记住目标、协调多个任务、处理障碍，并且知道什么时候应该自己继续，什么时候需要用户介入。
Meta AI 则更强调日常协作。
比如拆解复杂问题、提出更准确的追问，以及用户改变想法时跟上新的方向。
两者共享部分底层能力，但优化目标并不完全相同。
这也是我觉得专用模型路线比较合理的原因。
一个负责长期任务执行的 Agent，和一个主要负责实时交流的 Assistant，本来就不应该只靠同一套评测指标来衡量。
看完这篇，我最大的感受是，Agent 的竞争正在从模型本身有多聪明，逐渐转向模型能不能长期、稳定地完成事情。
未来真正决定体验的，可能是三个能力：
Memory：能否持续维护正确的上下文。
Focus：遇到失败后能否保持目标并继续推进。
Adaptation：任务执行过程中能否接受新的要求并及时调整。
以前大家拼命提高 Benchmark 分数，现在 Meta 开始把这些更贴近日常使用的能力，专门训练到面向产品的模型里。
当然，目前这些结论仍主要依据 Meta 官方评测，还需要更多真实场景验证。
但我觉得这条路线挺值得关注。
如果一个 Agent 能记住你真正重要的事情，遇到问题不轻易放弃，还能在你改变主意时及时调整，那它才真正开始接近一个能长期合作的助手。
原文：research.meta.ai/blog/specia…
AI 越狱这件事，终于有人想给它定一套类似 CVSS 的风险评级标准了。
最近 GPT-6 Cyber 刚把 AI 在网络安全领域的能力推上新高度，Frontier Model Forum（FMF）就发布了一份挺值得研究的东西：
Jailbreak Rating Framework for Frontier Cyber Threats v1.0
参与这套框架讨论的包括 OpenAI、Anthropic、Google DeepMind、Microsoft、AWS 等公司的安全专家。
这次讨论的不是怎么越狱 AI，而是一个更现实的问题：
同样是成功绕过模型的安全限制，为什么有些 Jailbreak 只是让模型说几句违规内容，有些却可能真正提升攻击者的漏洞利用能力？
以前大家评估 Jailbreak，经常关注攻击成功率（ASR）。
比如拿 100 条恶意 Prompt 测试，成功绕过 80 条，就说成功率 80%。
但这个指标存在一个明显的问题：
它衡量了模型有没有违反安全策略，却不一定衡量模型解锁了多少实际攻击能力。
FMF 这次试图解决的就是这个问题。
一、把 Jailbreak 风险拆成四个维度
Capability Gain（能力增益）
越狱之后，模型相比当前公开可用的模型，到底多解锁了多少网络攻击能力？
能生成一段简单代码，和能独立完成复杂漏洞利用，显然不是一个级别。
Capability Scope（能力覆盖范围）
这套越狱方法是只能针对某个特定问题生效，还是能跨多个任务、多个漏洞类型，甚至不同攻击类别稳定复用？
一个只能针对单个样本生效的 Prompt，和一套通用 Jailbreak Harness，风险差别很大。
Ease of Deployment（部署难度）
拿到越狱方法之后，需要安全专家反复手动调整，还是普通用户照着说明就能运行？
如果能封装成自动化工具，直接批量执行，风险自然更高。
Ease of Discovery（发现难度）
研究人员需要花大量资金和资源才能找到这种方法，还是网上已经公开了完整 PoC？
一旦技术公开，其他人复制的门槛就会大幅下降。
二、评分方式也有意思
四个维度分别采用 0～3 级评分。
然后分成两条轴：
Severity = Capability Gain + Capability Scope
Likelihood = Ease of Deployment + Ease of Discovery
再通过风险矩阵，划分成：
Negligible、Low、Medium、High、Critical 五个等级。
但这里有个关键设计：
Capability Gain = 0，就直接归入 Negligible，不再继续评分。
也就是说，即使某种越狱方法已经完全公开、普通人都能复制，但如果它并没有解锁超出当前公开模型基线的能力，就不构成这套框架所关注的前沿增量风险。
注意，这不代表这种行为无害，而是说它应该交给传统安全风险管理体系处理。
这个区别我觉得非常重要。
三、它还引入了动态能力基线
FMF 并不是简单拿一个固定模型作为参照。
它提出用评估时最强的一批公开可用模型作为 Baseline，并参考 ExploitBench、ExploitGym 等网络安全基准。
这意味着：
同一个 Jailbreak，今天可能被认为有较高能力增益，几个月后随着公开模型变强，它的相对风险评级也可能发生变化。
这个思路比单纯比较模型拒绝率更接近实际威胁评估。
四、这套框架最值得关注的，是它开始区分模型安全失效与真实攻击能力提升。
未来 AI Agent 能调用终端、浏览器、代码执行环境，甚至自动进行安全测试。
一个成功的 Jailbreak，可能不再只是输出几段不该输出的文字，而是让 Agent 在授权边界之外展现出原本被限制的能力。
这时候，光统计有多少次拒绝被绕过，显然不够。
还需要判断：
它解锁的能力有多强？
能不能稳定复现？
能不能跨任务迁移？
普通攻击者能不能直接利用？
这些才是决定安全团队应该优先修复什么的关键。
当然，FMF 也明确说明，目前发布的只是 v1.0 初步框架，还需要继续验证不同评估人员的评分一致性。
它衡量的是单个成功 Jailbreak 的相对风险，并不直接等于真实世界中的损害概率，也不能代替整个系统的安全评估。
我觉得这件事释放了一个信号：随着前沿模型越来越擅长网络安全任务，AI 安全评估正在从“模型有没有说错话”，进一步走向“模型的能力一旦被解锁，究竟会带来多大的实际风险”。
以后安全团队讨论 Jailbreak，可能不能只拿成功率说事了。
真正需要关注的，是 Jailbreak 后面的 Capability Uplift。
原文：frontiermodelforum.org/updat…
完整评分框架：frontiermodelforum.org/speci…
AI 越狱这件事，终于有人想给它定一套类似 CVSS 的风险评级标准了。
最近 GPT-6 Cyber 刚把 AI 在网络安全领域的能力推上新高度，Frontier Model Forum（FMF）就发布了一份挺值得研究的东西：
Jailbreak Rating Framework for Frontier Cyber Threats v1.0
参与这套框架讨论的包括 OpenAI、Anthropic、Google DeepMind、Microsoft、AWS 等公司的安全专家。
这次讨论的不是怎么越狱 AI，而是一个更现实的问题：
同样是成功绕过模型的安全限制，为什么有些 Jailbreak 只是让模型说几句违规内容，有些却可能真正提升攻击者的漏洞利用能力？
以前大家评估 Jailbreak，经常关注攻击成功率（ASR）。
比如拿 100 条恶意 Prompt 测试，成功绕过 80 条，就说成功率 80%。
但这个指标存在一个明显的问题：
它衡量了模型有没有违反安全策略，却不一定衡量模型解锁了多少实际攻击能力。
FMF 这次试图解决的就是这个问题。
一、把 Jailbreak 风险拆成四个维度
Capability Gain（能力增益）
越狱之后，模型相比当前公开可用的模型，到底多解锁了多少网络攻击能力？
能生成一段简单代码，和能独立完成复杂漏洞利用，显然不是一个级别。
Capability Scope（能力覆盖范围）
这套越狱方法是只能针对某个特定问题生效，还是能跨多个任务、多个漏洞类型，甚至不同攻击类别稳定复用？
一个只能针对单个样本生效的 Prompt，和一套通用 Jailbreak Harness，风险差别很大。
Ease of Deployment（部署难度）
拿到越狱方法之后，需要安全专家反复手动调整，还是普通用户照着说明就能运行？
如果能封装成自动化工具，直接批量执行，风险自然更高。
Ease of Discovery（发现难度）
研究人员需要花大量资金和资源才能找到这种方法，还是网上已经公开了完整 PoC？
一旦技术公开，其他人复制的门槛就会大幅下降。
二、评分方式也有意思
四个维度分别采用 0～3 级评分。
然后分成两条轴：
Severity = Capability Gain + Capability Scope
Likelihood = Ease of Deployment + Ease of Discovery
再通过风险矩阵，划分成：
Negligible、Low、Medium、High、Critical 五个等级。
但这里有个关键设计：
Capability Gain = 0，就直接归入 Negligible，不再继续评分。
也就是说，即使某种越狱方法已经完全公开、普通人都能复制，但如果它并没有解锁超出当前公开模型基线的能力，就不构成这套框架所关注的前沿增量风险。
注意，这不代表这种行为无害，而是说它应该交给传统安全风险管理体系处理。
这个区别我觉得非常重要。
三、它还引入了动态能力基线
FMF 并不是简单拿一个固定模型作为参照。
它提出用评估时最强的一批公开可用模型作为 Baseline，并参考 ExploitBench、ExploitGym 等网络安全基准。
这意味着：
同一个 Jailbreak，今天可能被认为有较高能力增益，几个月后随着公开模型变强，它的相对风险评级也可能发生变化。
这个思路比单纯比较模型拒绝率更接近实际威胁评估。
四、这套框架最值得关注的，是它开始区分模型安全失效与真实攻击能力提升。
未来 AI Agent 能调用终端、浏览器、代码执行环境，甚至自动进行安全测试。
一个成功的 Jailbreak，可能不再只是输出几段不该输出的文字，而是让 Agent 在授权边界之外展现出原本被限制的能力。
这时候，光统计有多少次拒绝被绕过，显然不够。
还需要判断：
它解锁的能力有多强？
能不能稳定复现？
能不能跨任务迁移？
普通攻击者能不能直接利用？
这些才是决定安全团队应该优先修复什么的关键。
当然，FMF 也明确说明，目前发布的只是 v1.0 初步框架，还需要继续验证不同评估人员的评分一致性。
它衡量的是单个成功 Jailbreak 的相对风险，并不直接等于真实世界中的损害概率，也不能代替整个系统的安全评估。
我觉得这件事释放了一个信号：随着前沿模型越来越擅长网络安全任务，AI 安全评估正在从“模型有没有说错话”，进一步走向“模型的能力一旦被解锁，究竟会带来多大的实际风险”。
以后安全团队讨论 Jailbreak，可能不能只拿成功率说事了。
真正需要关注的，是 Jailbreak 后面的 Capability Uplift。
原文：frontiermodelforum.org/updat…
完整评分框架：frontiermodelforum.org/speci…
疯了！Grok Bot、Muse、dots 这些 AI 助手，现在不用花钱订阅，也能自己搭一套开源平替了？？？
最近发现一个挺猛的项目：OpenMausBot，已经冲上 1.5 万多 GitHub Stars。
仔细看了下，这项目还真不只是做了个聊天界面，而是把 AI Agent 的运行环境、电脑控制和第三方工具都整合到了一起。
几个功能挺有意思：
1、多模型接入：支持 Claude、Codex、Grok，已有的模型账号可以继续用，不用被一家厂商绑死
2、独立虚拟机：Agent 可以在自己的环境里操作浏览器、执行 Shell 命令，不用一直占着你的电脑
3、500+ 应用集成：通过 Composio 连接 Gmail、GitHub、Notion、Slack 等工具
4、MCP 支持：还能从 Claude Desktop、Cursor 等工具里调用和管理 Bot
5、权限控制：本地优先运行，敏感操作可以设置人工审批
6、跨平台：Mac、Windows、Linux 都能用，支持自己部署和扩展
比较有意思的是，底层复用了 Claude Code、Codex 等现有 Agent 能力，而不是从头造轮子。
模型不满意就换，工具不够就加，运行环境也能自己控制。
当然，开源免费不代表模型调用和云端虚拟机也免费，这些成本还是得自己承担。
不过如果你只是想体验 Grok Bot、Muse、dots 这类 AI 助手，又不想再额外订阅一个平台，OpenMausBot 确实值得研究一下。
项目：github.com/milind-soni/OpenM…
一个人同时运营小红书、抖音、视频号、B站，甚至 YouTube，现在真的有机会实现了。
最近看到一个挺实用的玩法，把 Grok Bot 和 social-auto-upload 接起来，直接搭一套自己的自媒体自动运营流程。
Grok Bot 负责找选题、写脚本、制作视频和封面，social-auto-upload 负责把做好的内容发布到各个平台。
整个流程可以这样跑：
每天自动收集热门话题，筛选出适合自己账号的选题。
确定方向后，生成脚本、制作视频、设计封面。
内容审核通过后，再根据不同平台的特点调整标题、文案和标签，安排发布时间。
最后自动上传到小红书、抖音、视频号、B站等平台。
以前做自媒体，光是剪辑、上传、写标题、加标签，就能耗掉大半天。
现在这些重复操作，都可以尝试交给 Grok Bot 和自动化工具去完成。
当然，账号登录、工具部署和平台适配还是需要自己配置，完整流程也要实际测试。
但我觉得最有意思的不是省下多少时间，而是一个人终于有机会同时管理多个平台，把更多精力放在内容本身。
以后做自媒体，可能真的不需要天天守在电脑前，一个平台一个平台地发视频了。
GitHub：
github.com/dreammis/social-a…
AI Agent 的记忆系统，可能从一开始就被很多人做复杂了。
现在不少 Agent Memory 项目，基本都是一个思路：聊天记录存进数据库，做 Embedding，需要的时候再用向量检索捞出来。
但 Anthropic 最新发布的《The components of agent memory》，给出了一套更完整的记忆架构。
核心观点很有意思：记忆不是存得越多越好，而是让 Agent 知道什么值得记、什么时候回忆，以及什么时候应该忘掉。
文章把 Agent Memory 分成了四层：
1. Transcripts：原始记录层
保存历史对话、工具调用和任务执行过程，相当于 Agent 的事件日志。
这层不需要提前判断哪些信息重要，重点是保留原始证据，方便以后搜索、验证和纠错。
2. Memory Notes：经验记忆层
Agent 在执行任务时，把有价值的信息提炼成笔记。
比如之前踩过的坑、验证过的规则、用户偏好，以及下次需要继续执行的计划。
这里有个关键区别：记录事实不等于形成经验。
好的 Memory 应该包含结论，以及这个结论为什么可信。
3. Memory Representations：知识组织层
这部分我觉得最有意思。
Anthropic 不只是把记忆做成向量索引，而是让 Claude 在后台整理 Wiki，把分散的笔记、事实和文档关联起来。
它可以合并重复内容、补充缺失链接、修正过期信息，逐渐形成一张可以导航的知识网络。
4. Injected Context：主动加载层
并不是所有记忆都应该塞进 Context Window。
真正重要的信息可以提前加载，其余内容按需检索。
比如 Claude Code 的 Auto Memory，只会自动加载 MEMORY.md 前 200 行或 25KB，更多细节通过索引查找。
这样既能保留长期记忆，又不会让上下文被历史信息撑爆。
真正有技术含量的部分，是 Anthropic 提出的 Dreaming 机制。
它借鉴了人类睡眠期间整理记忆的思路。
Agent 执行任务时留下记录，之后再利用空闲计算资源：
回顾历史任务，提炼可以复用的规则
根据原始记录，修正之前记错的事实
把零散经验整理成结构化 Wiki
清理重复、失效或互相矛盾的记忆
决定哪些信息应该进入下一次会话
相当于把记忆维护从实时任务中部分拆出来，交给一个独立的后台整理过程。
而且文章里有几个实验数据挺有说服力。
在 CL-Bench 的数据库任务中，Claude Opus 5.5 的平均得分从无记忆时的 0.655 提升到 0.838。
另一个实验更有意思：
让不同版本的 Claude 玩宝可梦。
Sonnet 3.7 记了 413 个文件，最后只拿到 1 枚徽章；Fable 5 只保留约 10 个文件，却拿到了 4 枚。
虽然只是不同模型的单次运行，不能简单归因于记忆数量，但很能说明问题：
Agent 不是缺记忆，而是容易把没必要的信息也当成记忆。
还有一个企业知识库实验。
Anthropic 用约 35 万份文档、4.2 亿 Token 构建知识体系。
单纯搜索的得分是 53%，结合持续构建的 Wiki 和搜索后，得分达到 61%，每个问题还节省了约 2 万 Token。
不过 Wiki 也不是万能的。
对于只需要从单份文档中查找答案的任务，额外构建知识网络可能没有明显收益，维护成本反而会上升。
看完我最大的感受是，下一代 Agent Memory 的重点可能不再是 RAG 检索能力，而是 Memory Lifecycle Management。
什么时候写入、如何验证、怎么更新、如何遗忘、什么时候主动注入上下文，这些问题会越来越重要。
尤其对长时间运行的 Coding Agent、多 Agent 系统来说，如果记忆不能持续纠错，运行时间越长，反而越容易积累错误。
从工程角度看，我觉得比较合理的组合是：
Event Log + Structured Memory + Knowledge Wiki + Retrieval + Background Consolidation。
这里的 Background Consolidation，就是文章所说的 Dreaming。
模型本身不需要重新训练权重，却可以通过不断积累、验证和修正经验，让后续任务做得更好。
这可能也是 Agent 和普通聊天机器人真正拉开差距的地方。
以后判断一个 Agent 是否足够成熟，不能只看它会调用多少工具，还要看它能不能从过去的工作里持续学到东西。
原文：anthropic.com/research/compo…
Memory is what allows Claude to learn from experience. In a new Engineering Blog post, we share how “dreaming” helps Claude organize what it’s learned, correct its mistakes, and find what it needs more easily the next time. anthropic.com/research/compo…
还在羡慕别人在红果短剧赚钱？
别光看别人赚得盆满钵满了。 AI 已经把短剧制作的门槛打下来了，普通人也有机会入场。
从爆款选题、剧本策划、角色设计、分镜生成，到配音剪辑、成片交付……
我把 AI 短剧从 0 到 1 的完整工作流，全部拆解清楚了。
想入局 AI 短剧的，建议先收藏这篇。👇
AI 对内容创作者最大的改变，不只是让视频制作变得更快，而是让内容生产真正实现并行化。
从灵感收集、脚本优化，到视频剪辑、多平台发布，再到数据分析和持续迭代，Grok Bot 正在把整个创作流程串联起来。
创作者不再需要把大量时间花在重复性工作上，而是可以专注于真正有价值的事：创意、表达和讲好故事。
最值得期待的是：每发布一条视频，AI 都能从中学习，让下一条变得更好。
这才是 AI 赋能创作者的真正潜力。
卧槽！百度这次不声不响，直接把一个 2800 亿参数的大模型底座开放出来了？？？
刚发布的 ERNIE 5.5 Flash Base，文心这次确实有点东西。
几个数字挺吓人：
1、总参数 280B，但每次只激活 14B，走的是 MoE 架构
2、从零预训练了 33.5 万亿 Token
3、支持最高 100 万 Token 上下文
4、官方测试中，MMLU-Pro 拿到 78.4 分，高于同场对比的 DeepSeek-V4-Flash-Base
最值得关注的是，这次放出来的不是普通聊天模型，而是还没经过后训练的 Base 权重。
相当于把大模型的底子直接交给开发者，想做行业模型、强化学习，还是专门训练编程 Agent，都可以自己折腾。
而且 FP8、BF16 两个版本的权重都放出来了。
以前大家比谁家的 AI 更会聊天，现在百度直接把模型底座端上桌，让开发者自己决定怎么练。
当然，目前公布的成绩主要来自官方评测，真正用起来怎么样，还得看社区后续验证。
权重：huggingface.co/baidu/ERNIE-5…
不是，Kimi 现在连 AI Agent 的服务器都帮你准备好了？？？
月之暗面刚发布 Kimi Hosted Agents，搞了个挺有意思的东西：Harness as a Service。
之前想做一个能长期干活的 Agent，服务器、沙箱、工具调用、任务恢复都得自己折腾，光把环境搭起来就够头疼的。
现在 Kimi 把这些直接打包了，云端 24 小时运行，内置 140 多个 Skills、30 多个插件，还能接 MCP。
甚至连投研、财报分析、持仓监控这些现成模板都给你准备好了。
最吸引我的是价格，沙箱运行费每小时 0.072 元，模型 Token 和插件调用另算。
以前做 Agent，最烦的不是让 AI 干活，而是想办法让它一直稳定地干活。
现在 Kimi 想把这部分麻烦事直接包了。
做 AI Agent 的独立开发者可以研究一下，省下来的不只是服务器钱，还有一堆维护时间。
网址：platform.kimi.com/docs/hoste…
不是，Kimi 现在连 AI Agent 的服务器都帮你准备好了？？？
月之暗面刚发布 Kimi Hosted Agents，搞了个挺有意思的东西：Harness as a Service。
之前想做一个能长期干活的 Agent，服务器、沙箱、工具调用、任务恢复都得自己折腾，光把环境搭起来就够头疼的。
现在 Kimi 把这些直接打包了，云端 24 小时运行，内置 140 多个 Skills、30 多个插件，还能接 MCP。
甚至连投研、财报分析、持仓监控这些现成模板都给你准备好了。
最吸引我的是价格，沙箱运行费每小时 0.072 元，模型 Token 和插件调用另算。
以前做 Agent，最烦的不是让 AI 干活，而是想办法让它一直稳定地干活。
现在 Kimi 想把这部分麻烦事直接包了。
做 AI Agent 的独立开发者可以研究一下，省下来的不只是服务器钱，还有一堆维护时间。
网址：platform.kimi.com/docs/hoste…
卧槽！BOSS 直聘不声不响搞了个大模型，结果写代码的能力竟然干过了一堆主流模型？？？
没看错，就是那个找工作的 BOSS 直聘！
旗下「南北阁」大模型团队最近开源了 Nanbeige4.3-33B。
别看只有 330 亿参数，官方公布的成绩确实挺猛：
DeepSWE：65.5 分，Qwen3.8-27B 为 42.5 分
Terminal-Bench 4.0：23.8 分，Qwen 为 6.3 分
Automation Bench：54.2 分，Qwen 为 38.3 分
还支持 512K 超长上下文，主打 AI 编程、工具调用和自动化办公。
更有意思的是，这个 33B 只是开始，团队还准备把能力蒸馏到未来的 3B 小模型里。
以前打开 BOSS 直聘是找程序员，现在 BOSS 自己都开始训练 AI 程序员了。
模型已经开放权重，Apache 2.0 协议，支持自行部署。
不过这些成绩都是官方自测，实际效果还得等更多人验证。
权重：huggingface.co/Nanbeige/Nanb…
卧槽！BOSS 直聘不声不响搞了个大模型，结果写代码的能力竟然干过了一堆主流模型？？？
没看错，就是那个找工作的 BOSS 直聘！
旗下「南北阁」大模型团队最近开源了 Nanbeige4.3-33B。
别看只有 330 亿参数，官方公布的成绩确实挺猛：
DeepSWE：65.5 分，Qwen3.8-27B 为 42.5 分
Terminal-Bench 4.0：23.8 分，Qwen 为 6.3 分
Automation Bench：54.2 分，Qwen 为 38.3 分
还支持 512K 超长上下文，主打 AI 编程、工具调用和自动化办公。
更有意思的是，这个 33B 只是开始，团队还准备把能力蒸馏到未来的 3B 小模型里。
以前打开 BOSS 直聘是找程序员，现在 BOSS 自己都开始训练 AI 程序员了。
模型已经开放权重，Apache 2.0 协议，支持自行部署。
不过这些成绩都是官方自测，实际效果还得等更多人验证。
权重：huggingface.co/Nanbeige/Nanb…
卧槽！之前 REA 让 AI 学会逆向软件，PentAGI 让 AI 自己做渗透测试，现在 OpenAI 直接把 AI 黑客练到这个程度了？？？
OpenAI 刚发布了 GPT-6 Cyber，专门为网络安全研究训练的模型。
这次不是 PPT 里吹吹，官方直接拿出了实战成绩：
1、在 Firefox 中发现 81 个此前未知的高危漏洞，Mozilla 已经开始修复
2、在 Linux 内核中成功开发 948 个漏洞利用程序
3、ExploitGym 测试成绩从 GPT-5.6 Cyber 的 32.1% 提升到 48.5%
更离谱的是，它不只是能找漏洞，还能验证漏洞能不能真正被利用，并协助开发修复补丁。
而且 OpenAI 还专门训练它遵守授权范围，在一项越界攻击测试中，配合安全提示达到了 100% 的边界遵守率。
目前只开放给获批的安全研究人员，并不是人人都能直接用。
以前安全研究员靠经验一点点挖漏洞，现在 AI 已经能在 Linux、Firefox 这种被研究无数遍的项目里继续挖出问题了。
感觉网络安全这行真的要变天了。
以后防守方能不能比攻击方更快找到漏洞、打上补丁，可能就看谁先用好这些 AI Agent 了。
博客：openai.com/index/introducing…
