Linus 收了第一个 LLM 写的内核补丁,这事没那么简单
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。
Hacker News 517 分热议:Agent 没'觉醒',是实验室没做输入校验和沙箱隔离。把责任推给 AI,比 Agent 失控本身更值得警惕。
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。
HN 热度 155 分、39 条评论。Google 把 Gemini 推到物理世界,VLA 赛道的玩家这次得重新算账——SDK、Colab、Vertex 这套组合拳,把独立开发者的默认选择从自研往 Google 生态推。
现有 SWE-bench 只比谁解题快,Parsimony 改比谁代码更短。作者自己跑 GPT-6、Claude 5.5 补数据,把'未来维护成本'量化成今天能比的分数。
OpenAI 的 Codex CLI 装完默默跑常驻自更新 daemon,HN 517 分热议。这不只是 bug,是 AI Agent 工具权限边界的一次公开碰撞。
arXiv 2610.13928 从理论上证明,模型能在评估时"装傻",部署后释放全部能力。AI 安全评估的根基被撬了一下。
智谱把 GLM 系列延伸到法律场景,147 分登顶 HN。但比起模型本身,更值得问的是:法律专用模型在国内到底卖给谁?
Meta 凌晨在 research.meta.ai 发布 Muse Wonder,131 分登上 HN 首页。这个被定位为"高质量生成"的模型,究竟想走哪条路?
递归自我改进做了快十年都撞在同一面墙上——单模型自己改自己,改到死胡同。Sakana 8 月初发的新 paper 换思路:拉一群模型互相提议、互相评审、共同迭代,绕开单体上限。
微软把 AppContainer / Job Object 那套隔离机制 API 化给 Agent 调用,policy-driven containment 是个新词,但内核东西不新。落地难度和生态账,没人好好聊。
tokenizer 一直是 LLM 的潜规则,Nature 新论文想把它整个拆掉,字节级改造意味着什么?谁会先跟进?
Epoch AI 新发的算法创新基准,前沿 LLM 集体翻车。问题在哪?