昨天 HN 上一个 240+ 赞的帖子让我眼前一亮：有人在 Qwen2.5-32B 和 Devstral-24B 上复制了特定的 3 层 Transformer，不训练、不改权重，逻辑推演（BBH）成绩直接从 0.22 跳到 0.76。 两张 AMD 消费级显卡，一个晚上搞定。 什么是 Layer Duplication？ 这个方法基于 David Ng 的 RYS（Repeat Yo...

项目地址： KittenML/KittenTTS 在线体验： Hugging Face Demo License： Apache 2.0 一句话总结 KittenTTS 是一个开源的轻量级文本转语音库，最小模型只有 25MB，基于 ONNX 推理，不需要 GPU，纯 CPU 就能跑出高质量语音。今天在 Hacker News 上拿了 320+ 赞。 为什么值得关注 TTS（Text...

原文出处： Push events into a running session with channels（Anthropic 官方文档） 原作者： Anthropic 配图来源： 无 一句话总结 Claude Code 推出 Channels 功能（研究预览），让你可以通过 Telegram、Discord 等渠道，把消息推送到正在运行的 Claude Code 会话中。Claud...

AI 编码 Agent 越来越强，但安全问题也在同步升级。这次轮到了 Snowflake。 发生了什么 安全公司 PromptArmor 披露了 Snowflake Cortex Code CLI 的一个严重漏洞：攻击者可以通过 indirect prompt injection，让这个编码 Agent 绕过人工审批、逃出沙箱、执行任意命令。 Cortex Code 是 Snowfla...

Mistral AI 这两天放了个大招 — Forge，一个让企业在自己的私有数据上训练 frontier 级别模型的系统。HN 上 700+ 点，讨论热度很高。 这件事值得聊聊，因为它触及了一个行业拐点：通用大模型的天花板已经近了，下一轮竞争在企业私有知识上。 Forge 是什么 简单说，Forge 让企业把自己的内部文档、代码库、合规政策、运营流程等私有数据喂给 Mistral 的...

Anthropic 刚发布了一份规模惊人的调研报告：81,000 人参与，覆盖 159 个国家、70 种语言。这可能是迄今为止最大规模的 AI 用户定性研究。 不是问卷打分，不是 A/B 测试 —— 是让 Claude 作为访谈员，和每个人进行一对一的深度对话。方法本身就很 Anthropic：用 AI 来研究人们对 AI 的看法。 人们最想要什么？ 排名第一的需求不是”帮我写代码”，...

本文是对 Google Cloud Tech 原文 的翻译与解读，原作者 @Saboo_Shubham_ 和 @lavinigam。原文配图均来自原作。 当 30 多个 Agent 工具（Claude Code、Gemini CLI、Cursor 等）都标准化了同一个 SKILL.md 格式后，格式问题已经基本解决了。真正的挑战是内容设计——规范告诉你怎么打包一个 skill，但对里面的...

今天早上刚写了 Cursor AI 的代码质量问题，下午就在 HN 上看到一篇切入角度完全不同的文章：Toward automated verification of unreviewed AI-generated code。83 points，讨论热度不低。 作者 Peter Lavigne 的核心问题很直接：如果我不逐行 review AI 生成的代码，需要什么条件才能信任它？ 这个...

MSR ‘26 上发了一篇研究，标题很直白：Speed at the Cost of Quality: How Cursor AI Increases Short-Term Velocity and Long-Term Complexity in Open-Source Projects。HN 上 130+ points，评论区吵翻了。 这篇论文做的事情是：用因果推断方法，对比 GitHu...

GTC 2026，Jensen Huang 发布了 NVIDIA Vera CPU。不是又一个通用处理器的迭代，而是一颗明确为 Agentic AI 设计的 CPU。 这很有意思。因为它暗示了一个行业判断：AI 的瓶颈正在从 GPU 计算转向 CPU 编排。 为什么 Agent 需要专用 CPU？ 过去两年，所有人都在抢 GPU。训练大模型、跑推理，H100/B200 供不应求。但当 ...