Datasette 1.0a43 为输出渲染器加入流式支持,内置 CSV、TSV 导出同步采用新机制;修复私有已保存查询信息泄露问题,并改进行页面 JSON、复制组件和跨页面视图过渡。
Datasette 地理空间插件 datasette-maplibre 发布 0.1a0,结合 MapLibre GL 与 OpenFreeMap,支持点位和 GeoJSON 图形混合展示、聚类与按字段着色,并可在 Datasette Lite 中运行浏览器演示。
Anthropic在IPO路演视频中介绍了Claude的多芯片部署策略,并称AI显著缩短了AMD平台适配时间。视频还讨论了算力效率提升与递归自我改进,但相关性能表述属于公司自述,未来能力仍是预期。
房间里有设备间歇鸣叫,却怎么也找不到?Beep Locator 将手机、平板和电脑变成监听节点,结合音频检测、片段对齐和位置估计,在一次家庭实验中把目标缩小到约40厘米范围,并找到了需要更换电池的旧一氧化碳探测器。
Muse Ember 面向工具调用、代码子任务与长文档解析,短提示价格与 GPT-6 Luna、Claude Haiku 5.5 持平。比较这类模型时,除了每百万 Token 单价,还需关注长上下文加价、推理档位与单任务实际成本。
llm-gemini 发布 0.36 版本,Gemini 4 Carbon 扩大开放范围。本文梳理其首发价格、后续调价安排,以及在 Antigravity 中生成 Three.js 动画和多智能体协作构建游戏的演示。
一次 SQLite parse_number() 扩展实验比较了 C 与两种 Rust 实现:C 扩展体积仅 14 KB,Rust 初版更快;采用 Clinger 快速路径后,C 实现在三类测试中反超。结果仅代表此次实验,不能直接推广为语言性能结论。
AI 生成的 PR 描述往往完整却冗长。一个简单的改进是:开头放经过人工筛选的简短说明,再用 GitHub 支持的 details 和 summary 标签折叠详细内容,让读者先看重点、按需展开。
一组笔记本本地测试记录显示,Qwen 3.8 27B 在不执行代码、不使用计算工具的条件下,从策略网络权重中识别出三款游戏,但误判了 Freeway。这类实验值得关注,却不足以证明模型已能普遍理解或自主改写神经网络。
美国企业AI使用调查先将统计范围从“生产商品或服务”扩大到“任何业务职能”,随后又将AI改称“超级智能”。前一次调整导致数据不能直接跨期比较,后一次措辞变化是否影响回答,仍有待观察。
ChatGPT 的 HTML 预览曾存在一条跨组件攻击链:不可信页面通过消息处理缺陷注入 HTML,再绕过脚本加载限制,最终可读取用户私密数据或代其执行操作。OpenAI 已修复漏洞,并支付了 5000 美元漏洞赏金。
两款浏览器游戏实验展示了自然语言驱动开发的不同路径:找不同小游戏可以一次生成,带剧情的角色扮演游戏仍需反复试玩、修复任务逻辑。值得关注的不只是画面生成,还有玩法、叙事与反馈循环。
多人游戏平台 Spawn 让玩家通过对话改造游戏世界,也尝试由智能体直接修改代码、处理故障并按小时部署。团队自述每月模型调用成本超过300万美元。这一实验展示了高频反馈与自动恢复的开发方式,但其成本和适用边界仍需谨慎看待。
GitHub Octoverse 2026披露:每月合并PR达2.2亿个,提交量达73.8亿次,新建仓库达3030万个。报告还介绍了国家与地区、行业及互操作性相关仓库的统计方法。
Anthropic据称在上市前向投资者披露,第三季度营收达168亿美元,调整后营业利润率为11%。公司还表示,模型蒸馏相关使用贡献了5%至7%的营收,并已在第三季度大幅压缩此类使用。
llm-gemini 0.35 新增 Gemini 4 Argon 支持。该模型首发输入、输出价格分别为每百万 token 2 美元和 10 美元,并计划于 12 月 1 日翻倍。除了 SVG 生成示例,本次更新也引出了模型单价与任务总成本的比较。
面对每日数万次代码合并和约2500万次 CI 代码检出,Anthropic 用自建系统 Scion 替代 Git,由7人团队在5个月内完成迁移。其取舍包括不优先支持离线使用,以及由工程师约束 AI 审查引发的过度设计。
Wrapture 将 wrapt 的运行时补丁思路扩展到测试与追踪:既能替换函数返回值,也能调用实际方法后修改结果,并支持通过配置添加追踪、对接 OpenTelemetry。项目仍处于早期阶段。
EVE Online 计划将 240 万行代码迁移至 Python 3,先使用 futurize 工具转换,再人工审查约 2 万处行为差异。此次公告尚未说明如何替换 Stackless Python,另一款游戏 EVE Frontier 的相关实践也不能直接视为其迁移方案。
一项研究称,部分闭源模型的加密推理轨迹可被重放到同系列较弱模型中,通过越狱提取明文,还可能成为提示注入的载体。研究者表示,向厂商报告后,已无法复现相同攻击。
