交互式 PPT 作品库

官方数据里，Kimi K3.1 Pro 在 Terminal-Bench 4.0 拿到 65.7 分，逼近 Claude Opus 5.5，但科学终端任务得分明显落后。本期深度拆解其 2.8T MoE 架构、长任务改错案例、工具调用带来的 CAD 增益、OpenAI SDK 接入与上下文缓存计费口径，以及一套面向真实代码仓库的固定任务集验收方法。

精读 rewind 四组真实实测与 Puget Systems 实验室报告：从虚幻 5.8 官方 MCP 插件六步连接、安全铁律、六大指令习惯，到灰盒关卡、资产管线、四层验证与 API 成本控制。

ChatGPT 的广告系统核心是一个后训练 LLM 在 agentic loop 里调用广告工具：理解多轮对话意图、生成语义查询、走 ANN 索引召回候选，经过两道资格与相关性漏斗后进入相关性加权二价拍卖，并通过最终上下文复核与超时直接丢弃机制保障主回答零延迟。

2026 年 10 月 17 日，OpenCode 云端网关 Console 被攻破，约 1.4% 用户 API 密钥暴露，攻击方 AI 智能体 48 小时不间断盗刷，而安全团队用 AI 分析攻击代码却遭护栏集体拒答。本期剖析 OpenCode 两种形态的安全边界、护栏反噬机制与 OpenAI Daybreak 分级访问计划，以及今晚就能落地的四步密钥自查。

Google 新论文 Harness²：不换模型、不训练权重，只让 Agent 递归修改自己的配置文件，GLM-5 在 WorkBuddy-Bench 从 64.2 涨到 75.7，反超原装配置的 Gemini 3.5 Flash。本期讲透 Harness 的八个可编辑组件、无标准答案下的两层递归机制，以及程序员能立刻上手的三条配置工程经验。

2026 年 10 月 17 日，DeepSeek 将 V4.1 Flash 更新至 1017 版本，并开放基于自建搜索引擎的 Search 和 Fetch API，每千次成功请求各收 0.75 美元。本期从官方文档与 React + Node.js 研究 Agent 实测出发，拆解接口返回结构、计费与限流细节、三种 API 集成模式边界，以及把便宜搜索变成可靠证据的六变量框架。

Anthropic 工程博客披露 Claude Code 约九成代码由 Claude 编写，合并 PR 数量翻倍的同时回滚占比下降超 40%。本期带你拆解其内部七层交付流水线：提交前自证、多 Agent 并行审查与投票去噪、独立安全审查、确定性 CI、三级风险审批阶梯、合并队列灰度与事故驱动的回归评测闭环。

React 核心团队成员、Cursor 工程师 poteto（Lauren Tan）将内部一周调用约九千次的 Agent 工作流开源为 pstack：二十多个技能、二十三个任务剧本、二十四条工程原则，外加多模型互审与强制证据验证。核心思路一句话：想快，先往深了做。

同一周内，Linus Torvalds 交出人生第一个由 Claude Code 辅助编写的 Linux 内核补丁，八线程读取吞吐翻三倍、Threadripper 上冲到 23 倍；另一边 GCC 立规拒收超过 15 行的 LLM 生成代码。本期拆解 RCU 页缓存补丁原理、人类评审揪出的并发竞态、GCC 版权红线逻辑，以及判断 AI 代码能否入库的二维矩阵。

2026 年 10 月 13 日，Rust 官方仓库收到 issue #164250：一段完全没有 unsafe 的 safe Rust 代码，通过协变字段赋值绕过结构体上的 'static 生命周期约束，配合恶意 Drop 实现读到了已释放的栈内存。本期讲清漏洞触发原理、为什么定级 P-high 而非 P-critical，以及今天就能落地的三步防御自查。

一行字，Claude 造出一台能上手玩的机器：拖表冠能给机械表上发条，拖油门杆能把遄达 970 涡扇发动机推力推到 334 千牛，全程没有一个像素来自画图模型，全部是可交互 SVG/WebGL 代码。本期讲清 Anatomy 的「物体就是解释」设计哲学、十步流水线、6320 对碰撞检测与多 Agent 截图评审闭环。

Karpathy 重提大模型认知差距漏斗：60 亿人几乎未触碰、十几个亿人只用免费聊天、2000 万人在代码和数学里用前沿 Agent、仅约 5000 人接触实验室内部系统。本期结合微软、a16z 与 METR 随机对照实验（开发者用 AI 反慢 19%），拆解认知分化根源与一套算清真实提效的自测方法。

一个 4B 小模型改代码的水平超过了它的 35B 老师，且测试时全程不更新任何权重。CMU 与约翰霍普金斯大学提出 Harness Learning：用 GRPO 强化学习训练专门修改 Agent Harness 代码的 Proposer 模型，以修改后 Harness 的任务得分作为奖励，并成功泛化到 21 个未见过的推理任务族与多跳问答数据集。

GitHub 爆火开源项目 REA（Reverse Engineer Anything）五天从七千星涨到七万二，把 24 个逆向分析引擎与 139 个 MCP 工具装进 AI 编程 Agent。本期基于完整通读的 27.7 万行 TypeScript 源码，拆解其 Evidence 证据链系统、重建义务账本、DX-Ball 63 字节逐字节复现案例，以及 Hacker News 上的安全与法律边界争议。

Anthropic 随 Claude Code 2.1.287 上线了 Mods：一种跑在工具进程内部的 TypeScript 洋葱模型中间件机制，能拦截工具调用、改写提示词、绘制终端自定义界面。本期基于官方九章文档与内置 mod 源码，讲清 mod 工作原理、它与 Skills / Hooks / MCP 的四层分工，以及无沙箱权限模型的安全边界。

Surya Narreddi 与 Cameron Franz 让 Qwen3.5 35B 先写 p5.brush JavaScript 草图，再由 Puppeteer 渲染成可编辑水彩画。项目最棘手的部分落在强化学习奖励函数：九项旧指标曾因裁判高度共线与长度奖励饱和卡在 0.65；改用 581 张参考池成对比较与 GEPA 八方法允许列表后，不仅冲破审美瓶颈，还将生成代码从 13,500 Token 压缩到 2,000 以内。

一个 40 路并行 Worker 的多智能体研究管道，单次合成报告要花 1.38 美元、等待 51 秒。工程师 Gipp 没换模型、没改一行 Prompt，只在 Worker 与汇总模型 Sonnet 之间加了一段百行纯 Python 归约脚本（Reducer），将输入从 41,200 Token 压到 5,300 Token，成本骤降 86%（至 0.19 美元）、延迟下降 78%（至 11 秒）。