跨栏目检索
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
Anthropic 正在公开招募生命科学领域的客座研究员。学术机构、非营利组织或政府实验室的首席研究员及其团队可以提交项目申请，在 8 到 12 周内与 Anthropic 的研究人员合作，用 Claude 研究因果人类生物学、分子生物学、药物化学、药物发现和临床科学等问题。Anthropic 会免费提供模型和工具，成果将共同发表，数据和代码开源，研究者始终保留自己数据的所有权。申请不需要提交私有数据，只需公开信息，窗口约 14 天，入选者会在截止后约 14 天收到邮件通知。
安全公司 Snyk 在旧金山 AISS 大会前一天办了一场圆桌讨论，请来 OpenAI、Google 威胁情报团队、风投机构和 Snyk 的四位安全负责人聊 AI 安全。原来大家早就积累了不少安全隐患，只是以前攻击成本高、没被利用；现在 AI 让攻击变得又便宜又快，等于把这些旧账一次性催收。讨论指出，找漏洞越来越容易，真正卡住人的是修复速度，所以防守方需要让机器承担大部分修复工作，并配合身份、权限和意图管控。文章还提到一个案例：有人用开源 AI 渗透测试工具攻击了至少九家韩国银行；另有研究发现，扫描的 3,984 个智能体技能中至少 36.82% 存在安全缺陷。这些是会上讨论的观点和案例，不代表已有现成方案落地。
安全公司 Snyk 扫描了上千个企业环境中的 AI 模型，发现近一半环境引用了可能在某种攻击下得分达到严重级别的模型。但作者强调，光看模型分数不够：同一个模型，如果只用来总结会议记录，和用来查询客户数据、触发业务流程，出事的后果完全不同。所以团队应先确认模型是否真的在运行、它能访问哪些数据和工具，再针对具体风险选择换模型或加访问限制、人工审批等控制措施。这项研究来自 Snyk 报告，其中模型分数基于模拟攻击测试，并不代表真实入侵已经发生。
提供的材料未提及具体可用工具。
Netflix 为跑在 Amazon EMR 上的 Apache Spark 任务做了一套“工作负载证明”机制。打个比方：过去托管计算任务要访问内部服务，得把内部凭证直接塞给任务，凭证容易泄露、也难管理。现在的做法是先确认这个任务的 AWS IAM 身份，再核对 Netflix 控制面签发的声明，两者都通过后，才发一张有效时间很短的内部 X.509 证书，任务用它去访问内部服务。这样托管计算任务不必直接携带凭证，就能安全地完成内部认证，凭证暴露的风险和分发负担都小了。这套机制目前应用在 Netflix 的 Spark/EMR 场景，其他场景是否适用文中未说明。
kumori-ai/sparebrains · sparebrAIns: idle free-tier LLM compute pointed at machine-verified math. Lean 4 kernel is the judge.
sparebrAIns 是一个开放协作项目，把免费层 LLM 和免费 GPU 算力指向用 Lean 4 形式化的数学问题，由 Lean 4 内核作为机器裁判判定每个提交的证明是否成立。项目维护 378 道 Lean 4 形式化题目（来自 Natural Number Game、Mathematics in Lean、miniF2F 等），通过模型跑道、中继接力、证明修复循环（修复形式、挖洞、Lean 自动化、子目标拆分）和志愿者 Agent 提交等机制求解，并把每次尝试、被拒尝试与最终通过证明一并公开记录。README 报告其修复工具能把免费模型的通过率从 44.8% 提升到 56.1%，最小模型提升最大。
jessicaudo-personal/jessicaudo-personal · Technical PM (7 yrs @ Microsoft) building platform-scale, engineering-facing systems, now applying that builder mindset to AI product management. This repo showcases hands-on AI PM work: prompting, RAG, evals, and agentic workflows, backed by strategy docs and PRDs, not just demos.
该仓库是 Technical PM Jessica Udo 的个人主页与 AI 产品管理作品集入口，汇集提示工程、RAG、评测与 Agent 工作流的实践记录，并链接模型对比、文本生成 CLI、多轮食谱生成等外部项目，同时展示策略文档与 PRD 的规划说明。部分项目与评测框架标注为即将推出，未提供安装与运行细节。
Pinterest 在数据库接入流程里加了一套机制，用来判断持续灌入的数据什么时候“差不多齐了”，好让下游任务开始处理。以前这种持续写入的数据不好确定边界，容易处理到一半又来了新数据。他们用 Apache Flink 跟踪事件时间，再通过 Apache Iceberg 的元数据发布一个只增不退的水位线，作为“可以定稿”的信号。这样下游就能按分区处理已经足够完整的数据，支撑到 PB 级别。这属于工程机制分享，原文没有说明具体上线范围或性能数字。
Shu-Chenzy/prostate-ai-hypothesis-evaluation · Discovery and replication of ARSI-resistance genes in prostate cancer, with an evaluation of LLM reasoning against the data
该仓库使用公共患者数据研究晚期、治疗暴露后的前列腺癌中与 ARSI 耐药相关的表达变化，并进行候选信号优先级排序；同时包含一个次要分析，用 35 个数据衍生问题评估 Claude 模型在没有答案情况下对分析结果的推理表现。
api-evangelist/strella · Strella — independent third-party profile of a public API surface, by API Evangelist. Strella is an AI-powered customer research platform that automates qualitative research at scale. It runs AI-moderated interviews with adaptive questioning, auto-generates discussion guides, recruits participants from an 8M+ global panel or a company's own custome
Strella 是一个 AI 驱动的客户研究平台，可规模化自动执行定性研究：开展带自适应提问的 AI 主持访谈、自动生成讨论指南，并从 800 万以上的全球参与者池或企业自有客户中招募参与者。该仓库是 API Evangelist 维护的第三方公开 API 资料汇总，只收录公司官网、开发者门户与公开文档等无需凭据即可访问的材料，不包含软件、构建产物或安装包。
这篇文章讲的是 Kubernetes 控制平面的容量问题，但重点不是“集群有多大”。作者举了三个完全不同的集群：一是上万节点的训练集群，大量节点不停上报心跳，把 apiserver 和 etcd 的内存吃光；二是节点数不多但对象频繁创建、销毁的 Agent 平台，写入压力巨大；三是装了两百个 operator、对象多得每个 apiserver 都要在内存里存一份的平台集群。文章的核心观点是：这三种压力方向不同，按节点数调优往往治错病，加 apiserver 还可能因为每个都复制全量 watch 缓存而让情况更糟。作者提出从四个“接缝”入手（存储分工、节点存活上报、分片维度、缓存驻留），并说明部分能力已有现成配置，像 KEP-4743、KEP-5866 这样的改进仍在推进中，具体何时可用原文没有说明。对运维 Kubernetes 的读者来说，这是一份先分清自己属于哪种规模压力、再决定调优方向的思路清单。
Netflix 的工程师写文章介绍了他们怎么解决一个很头疼的问题：系统出故障时，找原因要找将近四个小时。原来监控工具收集了很多数据（指标、日志这些），但每个系统各说各话，同一个东西在不同工具里叫不同名字，得靠人脑记着怎么对应。他们的做法是建一个知识图谱，把应用、事件、部署这些概念和关系用统一格式写清楚，机器也能读。这样本来要翻三个工具才能回答的问题，现在一条查询就能搞定。文章还提到他们自研了一个叫 QuipuDB 的图数据库来存这些数据。不过文章只给了开头部分，具体效果数据、完整方案细节没有说明。
InfoQ 出了一本小书，讲怎么让软件系统长期保持“可演化”，也就是在系统、技术和团队不断变化时，架构还能方便地跟着改。书里提到用智能体式的适应度函数来发现语义漂移，把“人能不能看懂”当作核心设计指标，还讨论跨云护栏与区域自治，以及如何让技术边界和康威定律对齐。它主张别再依赖静态架构图，而是用持续反馈系统让每次变更都安全、有意识。
提供的材料未提及具体可用工具。
Uber 建了一套自动化系统，用来分析自家庞大服务网格里各个服务之间的依赖关系。以前主要靠分布式追踪来排查故障，但它只采样一部分请求，像偶发但影响大的失败很容易被漏掉。这次的新做法从 RPC 中间件和生产环境指标入手，把调用方的失败和被调用下游的失败关联起来，再判断依赖关系属于“失败即阻断”“失败可放行”还是未知。这样工程师能更完整地看清服务间的真实依赖，尤其是罕见故障的场景。
提供的材料未提及具体可用工具。
美团团队为搜索和推荐场景里的小语言模型（SLM）做了一套新的推理引擎。原来这类场景要在 20 毫秒内返回结果，但通用推理框架（如 SGLang）是为开放式文本生成设计的，调度开销大、效率低。他们把这些“有固定计算步数”的请求重新组织成静态流程图来执行，并用编译和共享缓存等办法减少开销。结果是延迟仍低于 20 毫秒，吞吐达到 SGLang 的 10 倍，Prefill-only 的有效 MFU 为 67%。这套框架已经在美团搜索意图分流、相关性判断、生成式召回等场景取得实验显著性，能支撑全量推送。
Google 推出了一款叫 Antigravity 的智能开发平台，科学家可以用它来寻找新型抗菌肽（一种有望替代传统抗生素的天然分子）。过去，研究人员要在多个数据库之间来回查找、手动导出文件做结构分析，还要靠专家团队设计实验，过程又慢又零散。这次他们展示了 Antigravity 结合 ProtNLM 模型的用法：ProtNLM 能直接根据氨基酸序列预测蛋白质功能，帮助扫描 UniProt 里数百万个功能未知的蛋白质，从“暗物质”中找到候选分子。演示中，研究人员找到了一个对呼吸道感染病原体有预测活性的抗菌肽候选物，目前正在进行湿实验室验证。对读者来说，这意味着将来找新药可能从几天繁琐的数据库检索变成一次人机协作的对话式探索，不过该候选物尚未证实有效，平台的具体开放状态原文也未说明。
Linux 创始人 Linus Torvalds 用 Anthropic 的 Claude Code 帮忙修一个折腾了两年的内核性能问题。问题是页缓存里频繁加减引用计数，拖慢了普通的缓冲读取，在他笔记本上八线程测试里几乎全部跨核开销都来自这里。AI 写出了补丁、测试和文档，他自己跑基准验证：八补丁版把吞吐从每秒 1000 万次读提到约 3300 万次，后续 10 个补丁的版本在 64 线程 Threadripper 上从 1330 万次涨到 3.04 亿次。不过评审者发现了一个竞态条件和内存回收隐患，Torvalds 已把后续开发交给内核开发者 Kiryl Shutsemau。目前这些补丁仍处于评审和修订阶段，尚未进入正式内核，且真实负载下的提升会小得多。
软件工程师 Hillel Wayne 做了一场演讲，主题是如何在系统还没真正建好之前，就提前发现那些会导致故障的架构问题。他借用形式化方法里的一些思路，比如属性强度、状态空间验证和环境假设，帮助大家更早地揪出关键 bug。他提出“对抗式非确定性”这样的实用思维模型，用来推理并发、边界情况和分布式系统故障，而且不需要复杂的数学工具。对普通开发者来说，这意味着可以更早发现隐患、少走弯路，降低后期返工的风险。
提供的材料未提及具体可用工具。
google-gemini/gemini-4-demo-vanilla-3D
该项目由 Gemini 4 Argon 编写，包含两个互相独立的 3D 渲染引擎，均从第一性原理出发构建一个由混凝土和胡桃木构成、阳光充足的书房场景。第一个引擎基于 Python 和 NumPy 实现离线光线追踪，支持默认 1600x1200、16:9 1920x1080 以及自定义分辨率输出；第二个引擎基于原生 JavaScript 和 WebGL2 实现浏览器实时渲染，无需构建步骤或外部库，可通过拖动窗口边缘实时重塑房间布局与光照。README 详细说明场景坐标、材质与几何布局，以及光线追踪、法线扰动、环境光遮蔽、辐射度、各向异性反射、折射和体积散射等七步物理光照计算。
Anthropic 的前沿红队用约 825 美元买了 15 台杂牌安卓电视盒子，把它们拼成一个小集群来跑 AI 模型，速度只有每秒 0.39 个词，慢得没法聊天，但适合那些不着急、没人等的后台任务。他们周一发布研究，认为小体积的开源模型可能再过几个月就能在廉价联网设备上自我复制，不再依赖数据中心。不过他们并没有做出能在公网上自行传播的 AI 蠕虫，实验是在受控环境里、并开了一些方便复制的后门。普通人可以留意：一旦这类能力成熟，海量廉价设备被悄悄用来跑 AI 并非不可能。
GitHub 改进了它用来扫描代码里密钥、密码等敏感信息的检测方式。以前用大型语言模型来判断，误报多、速度慢、成本高，因为很多看起来像密钥的字符串其实是测试用占位符或校验码。现在 GitHub 换成两段式流程：先用规则快速找出所有可疑字符串，再用一个专门训练的小模型 ModernBERT 结合文件路径、变量名和周围代码判断它是不是真的密钥。结果是用户接受警报的比例提高了 11.5%，扫描中位耗时降低 86%，服务器成本降低 98% 以上，并且这套方法已经用在提交前的拦截保护里。