跳到正文
10月18日周日
  1. 博客园34

    ARTS 1018:字符计数判断异位词、局部做对仍会增加维护负担与用 AI 也要理解自己在做什么

    leikooo 发布 ARTS 1018 周更,分享 LeetCode 字符计数判断异位词解法,并点评 Anthropic 的 Claude Code 团队代码审查流程。该流程将常规检查交给 AI、人工按风险分级批准并限制 Agent 审查轮数;作者由此强调,用 AI 辅助开发时仍需亲自理解代码的实现逻辑与边界条件。

  2. The Decoder70

    新基准 Taste-Bench 显示 AI 智能体长期决策能力接近随机

    研究者提出 Taste-Bench 基准,利用智能体运行轨迹中的决策分叉衡量长期决策质量。该基准含 502 道二选一题,14 个模型参测,最好的 GPT-5.6 Sol 平均正确率仅 59.7%,当关键线索只在后续工作中才出现时准确率降至 21%。研究者还将教师模型判断蒸馏进 Qwen3.6-27B,使 41 个 SWE-bench Pro 任务的成功率从 14.6% 提升到 33.7%。

  3. 掘金71

    AI 自查只会把错的说得更像对的,有效检查须移到模型外部

    作者通过四轮追问实例和三个可复现验证指出,让模型再检查一遍多数不会纠错,只会把错的说得更像对的,因为检查者与被检查者是同一模型。文章引用 2023 年论文 Large Language Models Cannot Self-Correct Reasoning Yet 说明无外部反馈的自我纠正会降低准确率,并给出证据锚定、可执行验证、独立校验器三种把检查移到模型外的落地方案。

  4. 掘金78

    Spring AI 生产级 Chat 接口:6 个开关、13 个坑,其中 2 个开关根本没生效

    作者基于 JDK 21、Spring Boot 4.1.1、Spring AI 2.0.1 和 deepseek-flash 实测出一套生产级 Chat 接口骨架,覆盖超时、重试、限流、脱敏、流式、换模型六个开关,每个都配测试。

    推荐理由:作者用假上游端到端实测发现超时和重试两个开关静默失效,其验证方法可直接迁移到自己的 AI 接线排查。

  5. 掘金63

    Spring AI 2.0 RAG:用 Metadata Filter 做多租户检索隔离

    作者用 Spring AI 2.0.1 实测 Metadata Filter 的多租户检索隔离,把两家商户的 6 份资料放入同一向量库,对比无过滤、shop-a 和 shop-b 三种检索结果。加过滤后候选资料收敛到当前租户,越权提示词也无法让另一家规则进入上下文。测试使用 Qwen3 Embedding 0.6B 做向量检索、Qwen2.5 3B 做生成,topK 固定为 3。

  6. 掘金26

    【CJMP】用仓颉跨端做游戏(下):94 关能过、6 关卡住,问题最后出在我们自己这边

    《驿路巡点》在 iOS 与 Android 模拟器连续跑 0–99 关,94 关通关、6 关卡死,根因是关卡导入脚本丢失渡口(ferry)等机制字段,引擎一侧当时也没有渡口规则。两次合并修复后,求解器层面 100 关全部有解,后续复测未再失败。求解器与规则测试原本只按 20 关编写,导入 100 关时未拦住问题,是这趟排查中代价最大的流程教训。

  7. 掘金24

    ARTS 1018:字符计数判断异位词、局部做对仍会增加维护负担,以及用 AI 也要理解自己在做什么

    ARTS 1018 涵盖 LeetCode 异位词题解、Claude Code 团队代码审查流程点评及 Linus 关于 AI 工具的观点。Anthropic 将常规代码检查交给 AI,按风险分配人工批准并限制 Agent 审查轮数,避免节省的时间被修 Bug 消耗。Linus 强调使用工具不能替代对工作的理解,作者据此指出 AI 编程中人的理解和判断仍不可缺。

  8. 掘金68

    token 自由之后:我把本地小模型接进了日常开发工作流

    作者过去两个月把量化本地小模型接进日常开发工作流,用 pre-commit 代码审查、本地 RAG 和批量文本分类三个高频场景替代云端 API,一个月约 4.2 万次调用折算节省 800-1200 元。关键工程细节包括 Q4_K_M 量化是能力与体积的平衡点、7B 模型单条请求控制在 6K 上下文以内,以及关键链路需保留降级到云端 API 的 fallback。

  9. 掘金78

    DeepSeek V4.1-Flash-1017 发布:许愿式编程成为 API 调用

    10 月 17 日,DeepSeek 将 V4.1 Flash 更新至 1017 版,三端同步:DeepSWE v1.1 从 74.2 升至 77.0、Terminal-Bench 4.0 从 31.2 升至 42.3,任务运行时间与输出长度反而被压低,价格维持 deepseek-flash 原价(约 0.15/M 输入、0.6/M 输出,1.05M 上下文)。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变》

  10. 掘金47

    OpenCV - SIFT 算法详解

    SIFT 是 David Lowe 于 1999 年提出、2004 年完善的图像特征算法,具备尺度与旋转不变性,专利于 2020 年过期后可自由商用。它通过高斯金字塔与 DOG 检测极值点,经精确定位和方向分配生成 128 维描述子,再以 Lowe 比率测试(阈值 0.7)与 RANSAC 完成匹配。

  11. 掘金44

    AMP 协议演进实录:从明文哈希到 AES-GCM 加密如何平滑升级

    作者将 AMP 协议升级到 v0.2.0,引入 AES-256-GCM 端到端加密,采用“密文存储、明文哈希”设计,contentHash 仍基于明文计算以保持 Hash Chain 的确定性。v0.2.0 还新增跨设备同步的 export/import 接口,用只追加合并解决冲突。v0.1 的 8 个黑盒一致性测试未改一字即全部通过,升级完全向后兼容。

  12. 掘金78

    ECC(Everything Claude Code)深度解析:把编程 Agent 从“聊天写代码”拉进工程现场的 Harness 系统

    ECC(Everything Claude Code)是一个开源的 Agent Harness 性能优化系统,2026 年 Q1 Star 数达 119.8K、增长 119.8 倍,位列 Runa Capital ROSS 指数头部项目。

    推荐理由:文章拆解了 ECC 的五层架构与 AgentShield 安全参数,读者可借鉴它如何用规则和钩子让 Agent 长期稳定工作。

  13. 掘金52

    扫描 PDF 看得见却搜不到?用 Tesseract.js + PDF.js 生成可搜索 PDF

    作者介绍了在浏览器中把扫描 PDF 转成可搜索 PDF 的完整管线:先用 PDF.js 逐页渲染到 Canvas,再用 Tesseract.js 识别并输出带隐藏文字层的单页 PDF,最后用 pdf-lib 合并。文中给出复用单个 Worker、单页 1600 万像素渲染上限、及时释放 Canvas 与加载资源等实践细节,并强调可编辑文本与 PDF 隐藏文字层需分开处理。

  14. 掘金60

    用 draw.io 绘制界面并让 AI 生成 raylib 代码

    本节演示了用 draw.io 绘制井字棋主菜单、再把含坐标与颜色信息的 .drawio 文件交给 AI 生成 raylib 代码的完整流程。.drawio 本质是 XML 文本,AI 可按设计稿逐项还原按钮位置、十六进制颜色和居中文字。作者同时提醒,raylib 功能有限,复杂样式可能无法正常还原。

10月17日周六
  1. 掘金80

    DeepSeek 又更新!但怎么有个分数往下掉?

    DeepSeek 今天把网页、App、API 三端的线上模型切换为 V4.1-Flash-1017,价格不变。官方贴出的十一项成绩里只有两项能与旧版直接比对,DeepSWE 从 74.2 涨到 77.0,HLE(w/o tools)从 44.0 掉到 42.6;官方称训练方法为自反馈强化学习,模型写完代码会自己先跑通再提交。

    同一新闻,精选展示《DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变》

  2. 掘金84

    DeepSeek-V4.1-Flash-1017 上线:编程与工具任务增强,价格不变

    10月17日 DeepSeek-V4.1-Flash-1017 上线,网页和 App 同步更新,API 价格保持不变,重点加强编程和工具任务能力。官方演示展示了从头开发赛车游戏、故宫3D场景和 Godot 游戏原型,DeepSWE v1.1 通过率从 74.2% 升到 77.0%,Terminal-Bench 4.0 从 31.2 升到 42.3。

    推荐理由:原文把通过率提升、token 计费方式和接口价格放在一起,读者可以据此估算用新版完成编程任务的实际成本。

  3. 掘金78

    Claude Code Hooks 入门:自动格式化、自动跑测试、拦截敏感文件

    这篇入门教程讲解如何用 Claude Code Hooks 把格式化、测试、文件保护等规则挂到生命周期事件上,由 Claude Code 确定性地执行 shell 命令,而不是写进提示词靠模型自觉。配置和字段按 2026 年 10 月的官方文档核对,作者未逐个实测;文中给出编辑后自动格式化、后台异步跑测试、拦截敏感文件、停下前确认测试通过四个示例,并讲清退出码、matcher 和常见排错。

    推荐理由:文章把 Hooks 的配置层级、事件类型和退出码讲得足够具体,读者可以照着在自己的项目里搭出格式化和敏感文件保护。

  4. 掘金69

    给 DeepSeek Harness 写费用插件:把会话花费算准

    作者为 DeepSeek Harness 开发了费用插件 dsh-spend-pill,在输入框下方显示本次会话的人民币花费,点击可查看分模型、分时段明细。DeepSeek 官方按高峰/空闲时段与缓存命中、未命中、输出三桶分别计价,插件改在 Host 侧用会话投影增量折叠计费,跨分页、跨上下文压缩与冷启动都由投影兜底。