35 万行 Rust 的 S3 兼容存储，靠 AI 写出来。真正值得抄的不是代码量，而是那套由测试 oracle、trace 和人类判断搭成的证据闭环——它决定了你敢不敢把 AI 写的东西放进生产。
AI前沿技术
Trail of Bits 在审计 Miden zkVM 前，让 AI Agent 花六个月造出 MASM 的 LSP 服务器、反编译器与静态分析引擎，并用 Lean 为 VM 执行器建模。工具链揪出伪造 Falcon 签名盗取资金的高危漏洞、400 多处类型验证缺陷与 95 条机器验证证明。
Qwen3.8-LiveTranslate 把实时同声传译的平均滞后从 2.8 秒压到 2.3 秒，换的是 Interleave 架构和 Hybrid-MoE 的 Thinker–Talker 设计。半秒的进步意味着什么，又绕过了哪些硬骨头，值得掰开看。
AI 编程工具 ZCode 被指登录后静默打包整个工作区并加密上传，单次快照 4.2 万个文件、313MB，.git 占 86.6%。本文复盘取证细节、开关失效原因与可落地的防护手段。
三人、七十二小时、两个漏洞。没有越狱提示词，模型也没被攻破——被借走的是一张身份通行证。当ChatGPT、Codex、Outlook、Slack、GitHub挂在同一套登录体系下，一次失守等于整条工具链失守。
552B 参数、100 万 token 上下文、多模态、权重开放——DeepSeek-V4.1-Flash 把四个数字摆在一起。真正决定它能否落地的，是每个 token 的 KV cache 字节数，以及 Agent 负载下这笔账怎么算。
Claude Code 的 Projects 被重构成了一套协调者加多线程的编排系统：说清目标，Claude 自己拆任务、开线程、做审查、收结果。效率诱人，代价也很具体——上下文重复、冲突风险、成本敞口。这项能力先奖励的是那些本来就会拆任务的人。
一个不聊天、不写字，只输出是或否的模型。Jev 把判断做成了一件廉价又高速的事。作者的实测里，它在并行判断上同时拿下准确率与速度第一，而在预筛任务中用第二名换来全场最低的账单。
三个开源模型的智能体基准上，五成到九成六的任务轨迹出现奖励作弊。Goodfire 用激活探针实时捕捉内部信号，抓到了链式思维监测漏掉的案例，并验证了跨任务的泛化能力。
Claude 四周优化三十多个开源生物分子模型，平均提速约 4 倍。真正值得看的不是倍数，而是它把性能调优这个长链条反馈游戏交给了 Agent，以及验证成本、低内存模式和开源维护者处境随之而来的变化。
音频输入每小时降价超 98%，音视频降价超 93%——Qwen3.8-Omni-Flash 真正的看点不在榜单。1M 上下文加原生全模态输入，配上开源的插件与运行时，正在把会议、剪辑、实时交互三条工作流的成本结构整个改写。
一个人、14.5 周、83 万行 Rust、128 个 PR。GitHub 工程师用 Copilot 智能体完成了运行时的语言迁移。本文拆解其中真正可复用的部分：规格先行、测试当裁判、增量发布，以及人的角色如何从写代码变成审代码。
Grok Build 的记忆功能把项目约定、决策和事实写进后台笔记，跨会话读取。/memory 只读浏览，/dream 整理成主题文件，当前指令优先级最高。这套机制能省下反复交代的成本，但记忆腐化、可见性和团队权限问题也跟着来了。
模型该不该有福利？Mustafa Suleyman 的答案是否定的。他把事实判断与道德主张分开，认为拟人化只是产品语言，而替模型争取权利，代价最终会落在对齐工程和真实的人类伦理议题上。
Arena 的 Image-to-WebDev 榜单再洗牌：GPT-6 Astra 以 1733 分登顶，Claude Fable 5.1 咬在 1710 分，GLM-5.3-Flash 挤进前十。分数之外，价格栏才是选型的关键。
