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。
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。
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%。
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。
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。
coding agent 在远程机改 BUG 时会一路跑验证循环、编译和测试,把宿主机 CPU 和内存吃满导致只能物理重启,根因是它没有预算意识、不知道宿主的存在。
作者从 GitHub 本周在涨的项目中挑出 5 个 AI Agent 相关项目逐个分析,本期没有模型,而是覆盖记忆、长时程执行、技能库、沙箱和会话界面五个操作层环节。
本节演示如何用钩子系统扩展 Agent 行为而不修改 agent_loop:循环只调用 trigger_hooks(),具体逻辑全部挂在 UserPromptSubmit、PreToolUse、PostToolUse、Stop 四个事件的回调里。
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。
《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。
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。
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。
2026 年 8 月 13 日,Claude Code 作者 Boris Cherny 公开实践:让 Claude 通过 Slack 频道接管一个应用的日常维护,数周内自动开出 388 个 PR,其中 180 个经 Claude Code Review 与人工审核后合并,合并率约 46%。
技术团队将天远人脸身份证比对 A 接口(IVYZZQ3B)集成进空铁联运通关网关,用 Goroutine Worker Pool 并发处理闸机请求,实现人证合一秒级通关。
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)。
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。
DeepSeek 于 10 月 17 日将 deepseek-flash 背后的模型静默切换为 DeepSeek-V4.1-Flash-1017,旧的 deepseek-v4-flash 也会转到新版,API 名与价格不变。
推荐理由:作者结合自己的出海外链自动化流程,总结出便宜模型接活的三条件判断法和后台验账方法,可直接迁移。
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。
作者用码道 WebUI 生成零依赖的纯前端单文件批量加水印工具,图片全程不出浏览器。实测 30 张混合尺寸图片导出耗时 4.57 至 4.89 秒,3 张示例图仅 0.53 秒,全程 0 条网络请求。工具已开源,支持文字与图片水印、九宫格及全图平铺布局。
作者用码道 Web 版生成单文件 HTML5 Canvas 塔防游戏,把写死折线改为网格 A* 寻路并实测塔位对路径的影响。空地图最短路径 41 格、访问 234 个节点,堵住终点旁两格后路径变 43 格、节点数升至 349,全堵则判不可达。
作者基于 Next.js 14 App Router + TypeScript 给出一套可直接运行的 AI 流式聊天前端方案,解决中文乱码、打字机卡顿、Markdown/LaTeX 渲染闪烁和反向代理缓冲四大生产问题。
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。
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。
REA 是让 AI Agent 调用 Ghidra 等能力的逆向分析连接器,现已内置支持 TRAE,运行 npx rea-agents@latest setup 选择 TRAE 即可自动完成配置,无需手动设置 MCP。
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017,官方网页端、APP 与 API 已同步变更。
推荐理由:原文给出新模型在性能提升的同时压缩运行时间和费用,并开放自研搜索 API,读者可据此评估 Agent 工作流的成本变化。
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017,官方网页端、APP 与 API 已同步切换,基准测试全面提升,任务运行时间与输出长度缩短,在多个 Harness 下达到新的性能-费用帕累托最优。
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 DeepSeek 把 V4.1 Flash 升到 1017 版,网页端、App 和 API 同时换新模型,并宣布搜索和抓取接口自北京时间 11 月 1 日 00:00 起按 5 元一千次收费。
作者读了 context-mode 1.0.169 源码并直接调用其 MCP server 复现,98% 是作者预写汇总脚本输出与原始文件的字节比,基线是全量原文进入上下文。
Replit 联合创始人兼 CEO Amjad Masad 在 TechCrunch Disrupt 上表示,公司基于成本、合作与性能考量不再与 Anthropic 合作,OpenAI 的 ChatGPT 成为 Replit Agent 的默认模型,用户仍可选择 Claude 等其他模型。
本文按 OmO v3.12.2 固定版本文档梳理其 OpenCode 插件形态下的角色分工,Sisyphus 负责编排、Hephaestus 深度执行、Prometheus 先问后做、Librarian 检索文档、Oracle 只读审校,并逐项说明 IntentGate 意图分析、Hashline 内容哈希校验编辑、Skills 与 MCP 懒加载三项机制的核对方法。
作者对 DeepSeek 新版(文中称 DS 4.2F)做了实测,官方称其为性能与费用的“帕累托改进”,基准对标 Kimi K3、GLM 5.3、GPT-5.6 Sol 和 Opus 5.0,DeepSWE 单任务消耗表现突出。
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。
作者借助 trae 完成 Swing 代码,为此前编写的简易 class 文件解析工具增加了 GUI 支持(V1.0 版本)。下载源码后切换至 feature_gui 分支,执行 mvn compile exec:java -Pgui 即可启动,选择 class 文件便能进行解析。
Awesome DSH Plugin 是面向 DeepSeek Harness(dsh)插件生态的社区精选列表,官网实时计数 5065 个插件,GitHub 19,015 Star,采用 CC0-1.0 协议。
作者将 GPT Image 提示词网站"生图灵感库"的 9,263 张样张从 Git 迁入 Cloudflare R2,在 GPT-6.1 辅助下约半天完成架构升级。
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。
本文讲解前端改版导致脚本失效时如何让 AI 自动修复测试定位器,给出 2026 年主流工具选型地图,并提供一套可直接运行的 Python + pytest + Playwright 自愈实现。
本文逐行拆解 advance-rag 项目,用 LangChain.js、LangGraph 与 Milvus 搭建一个以《天龙八部》EPUB 为唯一知识源的 RAG 问答助手。
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。
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。