我用同一个 bug 测试 Claude Sonnet 5.5 共 11 次，6 次提交混入它未声明的文件
作者把 Hono 的一个 Content-Type 大小写 bug 单独交给 Claude Sonnet 5.5（Claude Code）修复 11 次，11 次全部通过维护者预先写的测试，但其中 6 次提交夹带了 agent 从未声明也从未提及的文件。
#GitHub
#GitHub
今日 0 条Hacker News · AI 最新AI 评分6666 Hacker News · AI 最新AI 评分6565 IdeaLens：检测文章的 AI 思路来源，而非文字本身
马里兰大学主导的学术合作提出 IdeaLens，通过将文档压缩为角色标注提纲来检测思路是否源自 AI，而不管文字由谁撰写。在思路与文字来源混合的场景下，IdeaLens 准确率为 81.3%，而 ProseLens 和 Pangram 4 降至约 25%；它还能识别 68% 的人类写作中的 AI 思路，ProseLens 为 0%、Pangram 4 为 8%。
Hacker News · AI 最新AI 评分3232 Show HN: ProjectTodo：为你的 AI 助手提供 MCP server 的本地待办看板
ProjectTodo 是一款本地运行的单页待办看板应用，内置 MCP server，使 Claude Code、Claude Desktop 等支持 MCP 的 AI 助手能与用户同步读写同一批待办。
Hacker News · AI 最新AI 评分5959 CharacterMemory：面向 AI 角色的类人记忆系统
FrancescoCaracciolo 开源 CharacterMemory，一套面向 AI 角色的记忆系统，记忆按情感冲击、所在地点、近期程度与回忆频率被召回，而非追求完美记忆。
Hacker News · AI 最新AI 评分6161 RigMark 以编码智能体的真实用法基准测试本地 AI
Alex Ellis 发布开源基准工具 RigMark，按编码智能体的真实负载测试本地 AI 服务性能。它测量散文、代码、结构化输出、缓存击穿与立即重放的 prefill 及并发行为，输出带 Git 版本和内容哈希的可复现收据；示例运行在单张 RTX PRO 6000 上以 vLLM 0.27.1 跑 Qwen3.8-27B-FP8，代码中位 129.5 tok/s、散文 84.2 tok/s。
Hacker News · AI 最新AI 评分6969 Langgraph-harness：面向 GitLab 合并请求的自托管 AI 编码智能体平台
作者开源 Langgraph-harness，一个基于 LangGraph 的 GitLab 自托管 AI 编码智能体平台，包含 MR Review、Work Item Resolve、Task Resolve 和 Chat 四种智能体，分别处理合并请求评审、工作项解决、任务执行和项目内对话。
Hacker News · AI 最新AI 评分3636 Show HN: Natta —— 确定性优先、以 AI 辅助路由的本地控制中心
Natta v1 是确定性优先的本地控制平面：AI 只做有界语义路由与规划，确定性代码执行实际工作，自然语言不授权执行。v1 覆盖项目注册、Git diff、本地 commit、iOS/Xcode 模拟器 build/test 与 TestFlight 上传，直接命令无需 AI。
Hacker News · AI 最新AI 评分5959 Show HN：Golem，纯 Go 编写的零依赖类型安全 AI 智能体框架
作者开源了 Golem，一个纯 Go 编写的零依赖、类型安全 AI 智能体框架，当前版本 v0.8.5。框架基于泛型提供编译期类型安全，仅依赖标准库，内置 OpenAI、Anthropic、Google Gemini、AWS Bedrock、Azure OpenAI 与 Ollama 适配器，并支持 stdio 与流式 HTTP 两种 MCP 传输。
Hacker News · AI 最新AI 评分6060 Autolith：可自修改的通用 Lisp AI 智能体
Autolith（AL）是一个运行在活动 Common Lisp 镜像内的终端 AI 智能体，能观察、自修改并内省自身代码与运行状态。它通过可回滚的镜像世代与恢复镜像避免自修改导致的不可恢复崩溃，支持 Linux、macOS、BSD 与 Windows，可通过 Nix 或 curl 安装脚本部署，并支持 OpenAI、Anthropic、Google 等多家供应商认证。
Hacker News · AI 最新AI 评分6969 Show HN: AI Agents: Zero to Hero — 用纯 Python 从零开始学习 AI 智能体
Tanmay Sah 发布了 ai-agents-zero-to-hero 教育框架，教你用纯 Python 从零开始理解并构建 AI 智能体。课程包含 16 个模块，涵盖 Agent 循环、工具调用、状态记忆、多智能体系统及生产部署等主题。所有核心课程均零依赖且无需 API key 即可离线运行，同时支持插入 OpenAI、Anthropic、Gemini 或 Ollama 等真实模型。
Hacker News · AI 最新AI 评分6464 Nova Sprint 开源发布，跨多个模型与框架协调 AI 冲刺
Nova Sprint 是一款开源工具，用于跨多个模型与运行框架协调 AI 冲刺，把计划、依赖、任务分配、评审与落地状态存储在对话之外，由机器按规则推进流程。它以卡片、工作流、依赖和哨兵卡描述并行工作与阶段门禁，解决多智能体协作中靠聊天记录记忆导致的人肉调度问题。项目基于 MIT 许可免费开放。
Hacker News · AI 最新AI 评分7575 Schema-guard：阻止 AI 智能体在 SQL 中编造列名
开发者 idk-arsh 发布开源工具 schema-guard（github.com/idk-arsh/schema-guard），通过在仓库中维护表结构快照，在 AI 智能体运行或写入 SQL 前校验列名，防止其编造不存在的字段。
Hacker News · AI 最新AI 评分6666 Metagente：原生支持 MCP 与 A2A 的轻量级 AI 智能体语言
作者 cleuton 在 GitHub 上发布 Metagente（https://github.com/cleuton/MetaAgent），一种用于构建 AI 智能体的轻量级声明式语言，解释器为单一 Rust 二进制，原生支持 MCP 与 A2A。
GitHub Blog · AI & ML精选AI 评分6565 GitHub 发布 ReviewBench：开放的 AI 代码审查基准
GitHub 构建并公开了 ReviewBench，一个面向 AI 代码审查智能体的离线基准。它基于 103.9M 个 GitHub pull request 的语言与仓库规模分布，包含来自 187 个开源仓库的 219 个 PR、覆盖 19 种语言，使用 Claude Sonnet 5 作为判官并公开评测规则，高级工程师独立标注与基准一致率达 96.6%。
推荐理由：GitHub 公开了基准数据集、评测方法与提交入口，读者可据此评估自己的代码审查智能体并横向对比不同系统。
Hacker News · AI 最新AI 评分7373 Hindsight 开源发布：面向 AI 智能体的长期记忆系统
Vectorize.io 开源了 AI 智能体记忆系统 Hindsight，官方称其在 LongMemEval 基准上达到 SOTA，是最准确的 agent 记忆系统。
Kimi · 官方博客AI 评分5555 Kimi 团队发布 PerceptionBench 基准，评估多模态大语言模型的原子视觉感知能力
Kimi 团队发布 PerceptionBench，一个评估多模态大语言模型原子视觉感知能力的基准，从 42 个基准的前沿模型失败案例中归纳出 10 项原子感知能力，并从 17,000+ 道内部题库中抽取 3,000 道经验证题目。
InfoQ 中国AI 评分6363 Andrew Kelley 专访：他为何创建 Zig、禁止 AI 贡献并将 Zig 从 GitHub 迁至 Codeberg
Zig 创建者 Andrew Kelley 在 JetBrains 专访中解释了项目正式禁止 AI 贡献、并将代码库从 GitHub 迁至德国非营利组织 Codeberg 的原因。
InfoQ 中国AI 评分6161 Graphify：整合代码库上下文，优化基于代理的软件工程
Graphify 是一款开源工具，可将代码库、文档和非结构化数据转换为可查询的多模态知识图谱，并通过 MCP 服务器与 AI 编码助手集成，相比简单文件读取可显著减少 token 消耗。
GitHub Blog · AI & MLAI 评分5959 GitHub Copilot app 初学者教程：如何用 canvases 构建自定义工作流
GitHub 官方博客介绍了 GitHub Copilot app 的 canvas（也叫 canvas extension）：一种用户与 agent 双向共享的可定制界面，可以是看板、问题分流板、发布清单或表格。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Security Lab 开源 Fuzzing Taskflow，用 LLM 智能体自动完成 C/C++ 模糊测试全流程
GitHub Security Lab 开源 Fuzzing Taskflow（github.com/GitHubSecurityLab/seclab-taskflows-fuzzing）。
推荐理由：原文给出了把模糊测试循环交给 LLM 智能体的完整设计，读者可迁移到自己的安全自动化流程中。
Microsoft ResearchAI 评分5555 RetroChimera 提升大规模小分子合成预测能力
Microsoft Research 团队在 Nature 发表论文，提出逆合成预测框架 RetroChimera，并以 MIT 许可开源实现与权重。该框架用学习式重排序融合 R-SMILES 2 与 NeuralLoc 两个互补子模型，盲测中博士级化学家更偏好其反应预测，十个挑战性目标上成功九个，优于各基线模型。
GitHub Blog · AI & MLAI 评分5151 GitHub 拆解五个 AI 热门断言：该读代码吗、RAG 死了吗、Skills 杀死 MCP 了吗
GitHub Podcast 最新一期逐条拆解五个常见 AI 断言，主张仍需审查 AI 生成代码，只是按风险分配注意力。RAG 并未死，好的检索让模型更接近答案；Skills 与 MCP 解决不同问题，前者打包专业知识、后者提供标准工具接口，可以并用。作者还指出代码库让模型和新队友都困惑时，应视为可维护性问题。
傅盛AI 评分6262 果蝇完整神经系统连接组开源，网友用它打游戏、开无人机
科学家开源了首张完整的成年雄性果蝇中枢神经系统连接图，标出166,691个神经元、约1.25亿个突触连接，数据可直接下载。网友把游戏画面、摄像头信号喂给基于该数据搭建的神经模型，再将神经信号转成控制指令，让果蝇大脑玩光剑和《Doom》、解魔方、驱动机械腿和无人机。这张连接图耗时多年，经电子显微镜成像、AI重建神经元和人工校对完成，研究团队正继续向更复杂的动物大脑推进。
字节跳动技术团队AI 评分5959 从“做过”到“会做”：用 OpenViking 经验记忆构建 Agent 的进化闭环
字节跳动开源的 Agent 上下文数据库 OpenViking 推出经验记忆能力，从任务执行轨迹中提炼可复用的方法、检查项与风险边界，供相似任务跨会话检索复用。
X精选AI 评分7777 开源 50 个知识管理 Skill，打造 AI 生产力系统
作者开源了 50 个知识管理 Skill，整理成 Read Buddy、Design Buddy、Creator Buddy 三个仓库，覆盖阅读整理、设计配图与创作分析。这些 Skill 可单独使用，也可通过总控 Skill 串联完成从选题到发布的完整链路。作者还分享了以目录规则、目标计划、工具技能、记忆日志、风格画像五模块构建 AI 生产力系统的理念。
推荐理由：作者开源 50 个知识管理 Skill 与三个仓库，并给出以文件夹为骨架、Agent 为执行者的生产力系统搭建方法，可迁移到个人工作流。
GitHub Blog · AI & ML精选AI 评分6767 GitHub 营销运营即代码，用 GitHub Copilot 把活动从筹备到跟进全自动化
GitHub 日韩市场营销负责人用 GitHub Copilot 把活动从筹备到跟进全流程自动化：一个 GitHub Issue 加上 event-setup 标签即可触发 GitHub Actions 完成落地页复制、UTM 链接生成、邀请邮件草稿和项目板更新。
推荐理由：作者用 Issue 表单加标签触发 GitHub Actions，并把流程写成 SKILL.md，为各类重复性工作提供了可直接照搬的自动化思路。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 应用入门教程：使用 diff、终端与浏览器面板
GitHub 官方博客介绍了 GitHub Copilot 应用内置的 diff、终端和浏览器三个面板，可在应用内完成审查变更、运行命令与预览界面。三个面板并排后无需在编辑器、终端和浏览器之间切换，还能用 Pick & Polish 工具选中页面元素让智能体调整，确认后直接创建 pull request。
X精选AI 评分7070 微信发文字自动存进 Obsidian 笔记（附一键配置提示词）
作者分享了一套微信随记方案：在微信聊天框发一段文字，就原样保存进 Obsidian 笔记库，并经 Git 同步到 GitHub 私有仓库。核心是用 Hermes 给微信单独开一个 record-agent，只负责收文字、存笔记和同步，正文不总结不润色；文末附完整一键配置提示词，可直接交给 Codex 或 WorkBuddy 执行。
推荐理由：作者给出了一套可复制的配置提示词与部署路线，读者照着做就能把微信聊天框改造成低成本的随记入口，并自行控制同步与模型成本。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion 研究预览，通过多模型编排实现前沿质量
GitHub 推出 Project HydraFusion 研究预览，GitHub Copilot 全套餐用户可通过 Copilot CLI 的 /experimental 入口体验。
推荐理由：原文给出三种执行模式与三个基准的成本质量对比，可据此判断多模型编排在自己工作流中的可行性。
X精选AI 评分6868 开源 115 期 AI 播客知识库与全自动搭建流水线
作者开源两个 GitHub 仓库：podcast-notes 收录 115 期、400 多万字、129.3 小时的 AI 播客知识库，Obsidian 打开即可搜索；podcast-pipeline 把从搜索、转录、写总结到自动归档 Obsidian 的全流程自动化，说人话即可复刻到任意领域。
推荐理由：作者开源了 115 期播客知识库和一套全自动搭建流水线，读者可照此在自己的领域快速复刻同款知识库。
XAI 评分4343 我把 AI native 的日程管理和 Todo List 做进了 Loci
作者开发了一款 AI native 的日程任务管理工具并集结在 Loci 中，支持用自然语言让 AI 增删改日程和任务。页面左侧按逾期、今天、待办、已完成管理任务，右侧管理日程并支持拖拽，提供截止提醒、提前 15 分钟或 30 分钟提醒及固定周期长期提醒。项目已在 GitHub 开源，可 clone 仓库直接使用，也能让任何 Agent 协助安装。
腾讯技术工程AI 评分6363 CubeSandbox v0.7.0 发布：沙箱跨机流动，集群平滑演进
腾讯云开源的 CubeSandbox 发布 v0.7.0，新增跨机暂停恢复、组件多版本共存、网络子系统重构与控制面运维分离四大核心特性。跨机暂停恢复基于 S3 后端把沙箱内存与文件系统状态落到共享对象存储，组件多版本共存则让升级不再作废存量模板与快照。
腾讯混元 · 官方公众号AI 评分6464 3.3GB 压到 440MB，混元极低 bit 翻译模型跑进直播弹幕
腾讯混元把 Hy-MT2-1.8B 翻译模型用 2-bit 与 1.25-bit 两套方案压缩至 574MB 和 440MB，翻译质量几乎无损，并联合英特尔完成 x86 算子适配、联合哔哩哔哩接入直播弹幕实时翻译。
X精选AI 评分7272 Huashu-Excel 数据分析 skill 正式开源，自动完成体检到质控八步流程
作者 alchainhust 将 Excel 数据分析 skill Huashu-Excel 以 MIT 协议开源（https://github.com/alchaincyf/huashu-excel），支持 Claude Code、Codex、豆包、DeepSeek Harness 等主流 agent。
推荐理由：作者把 AI 算错不报错当作核心问题，用体检、表内合计对账和独立复核 agent 三步补位，为数据处理类 agent 提供了可复用的设计思路。
AI 炼金术精选AI 评分6969 Ouraca 联合创始人：还在开会的公司，用了 AI 也快不起来
「AI 炼金术」主播任鑫对话 Ouraca 联合创始人张栖铭与吴俊东，指出用 AI 加速旧流程并不会让组织变快，真正的时间大头是开会、评审与人对齐。他们把公司改成按上下文分工，一个人负责完整上下文闭环，用 demo 代替空对空讨论，设计师直接改代码、取消日报周报；同时提醒 AI 让自我欺骗更容易，对需求场景的判断力成为最稀缺能力，人才评价标准从「靠谱」转向「杠杆率」。
推荐理由：Ouraca 两位联合创始人复盘了用 AI 加速旧流程的踩坑经历，并给出按上下文分工、拿 demo 代替开会的可迁移组织打法。
腾讯安全应急响应中心AI 评分6767 腾讯朱雀实验室剖析 Memory Heist 攻击链并给出 A.I.G 检测方案
腾讯朱雀实验室剖析 Memory Heist 攻击，攻击者通过伪造 Cloudflare 验证页面注入提示词，诱导 Agent 将记忆中的数据逐字符编码到 URL 路径，以连续 HTTP 请求外泄到攻击者服务器，用户与常规安全设备均难以察觉。
潮流周刊AI 评分5555 潮流周刊第 275 期：作者开源终端 Kaku 已迭代 23 个版本，并分享 peek-cli、clawk 等工具
本期潮流周刊分享了 Bento、peek-cli、clawk 等开源工具，并同步了作者自研的开源 Mac 终端 Kaku 的近况。Kaku 基于 WezTerm 深度定制，已累计迭代 23 个版本，最近 2 个版本修复了 AI 使用、标签快捷关闭、Starship 兼容、SSH 和分屏导航等体验问题，并借助 Fable 5 优化了 Rust 底层渲染性能。
云鼎实验室AI 评分6868 2026安全新趋势：AI Agent以三种角色进入攻击链
腾讯安全发布 2026 年上半年云上攻击面趋势观察，指出 AI Agent 正以攻击工具、攻击入口和高权限执行载体三种角色进入真实攻击链。
AI 炼金术精选AI 评分7777 徐文浩：纯 Vibe Coding 做大项目一定会塌掉
徐文浩认为纯 vibe coding 做大项目一定会塌，但结论不是 AI 没用，而是要围绕 AI 搭一整套 harness 并持续迭代。
推荐理由：徐文浩把个人基建、Discord 对话层和公司门禁一整套 harness 完整摊开，给出了可直接照搬的并行任务与每日单类汇报设计。
X精选AI 评分8080 Obsidian 从 0 到 1 完整入门教程：用本地仓库打通飞书、公众号与 X
作者给出了一套以 Obsidian 为本地内容底座的工作流：创建长期使用的本地仓库，连接 GitHub 私有仓库，用 Git 插件每 10 分钟自动保存并同步。
推荐理由：给出了一套从本地仓库到 GitHub 备份、飞书协作、公众号与 X 发布的完整工作流，读者可照着搭建自己的内容底座。