小小技术园

一句话总结：Nature报道指出，被学界质疑几十年的旧论文很多没被正式撤稿，而AI搜索的摘要功能会把这些内容包装成可直接引用的结论。我做了一次自查：最近九篇的26条引用里，只有4条能点进去核到具体内容。先说我自己的结果，因为这个比讲道理有用。我把最近九篇文章的"参考资料"段抓出来，一条条看：26...

一句话总结：IDC数据显示2026上半年中国液冷服务器厂商收入同比涨153.1%，未来五年出货量年均复合增速接近49%。但把机柜数、能耗、资本支出三个数字放在一起看，会发现平均每架机柜的功率几乎没变——涨的是分布的形状，不是均值。我先看到的是153%这个数，觉得是又一轮算力军备竞赛的注脚。看到第二组...

一句话总结：Berkeley的CyberBinGym用100个真实任务测agent在没有源码、没有漏洞描述、没有触发输入的情况下能走多远。Codex能恢复88%的漏洞位置，但只有20%能写出可用的利用代码。这个基准的设计我看了觉得挺讲究：把"看懂补丁"和"写出利用"分开打分。大部分安全基...

一句话总结：微软研究院的Lazarus方法，改一个模型里不到10个休眠神经元的输出权重，就能让agent执行指定指令。我用numpy复现了这个机制，改动量占全模型0.31%，正常测试集通过率只掉2.4个点。这个攻击的做法和以前不一样。以前的后门要么在训练数据里埋触发词，要么在提示词里注入。...

一句话总结：TCSExam用100道题给9个前沿模型排名，而100道题的95%置信区间是正负8到10个点。换句话说，榜上相邻名次的差距，大部分落在噪声里。姚期智团队和杨植麟等五位作者发的这篇论文我看了两遍。第一遍看结论：Kimi刷新了一项图论构造的公开最优结果，这确实是个硬指标。第二遍...

一句话总结：HiVe-Mem报的"比最强基线少90%token"，我在自己的模型里最多复现到62%，而且是在选择器接近满分的前提下。省90%只有一种情况成立：只给摘要、不带图像证据，那就不叫多模态记忆了。这篇论文解决的是个真问题：多模态agent跑久了，对话、截图、操作历史堆成几千条，每次任务要召...

一句话总结：同一个任务、同一批工具，MCP接法20轮要用6万上下文token，CLI接法8千4，Skills接法4千1。差距来自协议设计，不是实现水平。OpenRouter前几天实测了同一GitHub任务下MCP、CLI、Skills三种接入方式的上下文消耗，结论是CLI...

一句话总结：修订版S-1披露了两笔不可撤销的算力采购——Microsoft最高492亿、Google最低1213亿美元，合计约1705亿，无论是否使用容量都必须付款。这是招股书里最硬的一条约束，也是理解这轮AI基建投资的关键。S-1是招股说明书。公司在里面写的东西要承担法律责任，所以措辞...

一句话总结：上海交大的AutoDNA平台自主协调20多类仪器、完成11000多步DNA存储实验，全程无人值守，成果上了Nature。它的价值不在"AI会做实验"，在于把自然语言需求翻译成可执行流程这件事跑通了。看到11000步这个数字，我第一反应是"自动化跑批而已"。看完流程描述才意识到不...

一句话总结：火山引擎11月11日发的Doubao-Seed-Code报了两个数——综合成本比行业平均低62.7%，国内首个支持视觉理解的编程模型。前者是相对口径，后者是真差异，两者的可信度不一样。11月11日这天国内发了四个模型：美团开源LongCat-2.5、MiniMax开源H3-I...