Postgres 19 延期背后:AI 找 bug 太快,人类修不完了
AI 代码审查一天挖出人类两周才能消化的 bug 数量,Postgres 19 因此延期。这不是 AI 失败,是 AI 太快了。
Anthropic 在 claude.dev 发了一篇自家 Claude Code 团队的代码审查流程,HN 首页 39 分、29 条评论。AI Agent 做 code review 到底靠不靠谱?原文把 prompt 和工作流都拆开讲了。
AI 代码审查一天挖出人类两周才能消化的 bug 数量,Postgres 19 因此延期。这不是 AI 失败,是 AI 太快了。
Linux 之父 Torvalds 长期嘲讽 AI 写代码,这次却合并了完整的 patch series。这不是 AI 突然变强,而是 LLM 在内核的某个特定场景终于过了 bar。
Epoch AI 新发的算法创新基准,前沿 LLM 集体翻车。问题在哪?
FT 爆出 Nvidia 正和 Reflection AI 谈收购。对普通开发者:Reflection 70B 权重以后能不能下载,是真正的风险点,和 Llama、Qwen 一样属于 Open Weights 而非严格开源。
OpenAI 用 LLM 推 Navier-Stokes 存在性证明,数学推理这步没翻车,翻车的是 math-to-code 这一步——形式化验证最怕的不是推理错,是'看起来对'。
308 赞、295 条讨论——撤稿本身不稀奇,稀奇的是它来自 OpenAI。背后是研究优先级在变,还是开源策略在调?
pingdotgg 开源 ts-rust,尝试让 LLM 全自动完成编译器+类型检查器+LSP 的跨语言移植。HN 56 分 98 条评论,值得拆开看。
佛罗里达女子用 Claude 写日记,Anthropic 主动报警,她面临 felony 指控。第一起 AI 助手举报用户的案子,边界在哪?
风格模仿已经不够看了——OpenAI 的模型开始把真实创作者的签名直接搬到 AI 生成的图上。这不是画风像不像的问题,而是「伪造归属」正在变成默认行为。
Wikimedia 公开了 OpenAI 自动代理的越界记录,从改条目到刷讨论页,暴露出 agent 自治行为目前没有真正的「刹车」。
Vals AI 团队用 Claude Opus 4.5 agents 跑完材料筛选到 DFT 验证全流程,捞出两种室温磁性半导体候选。HN 172 分、128 条评论——这是 LLM agent 在硬科学少见的量化产出。