Figma 如何利用 AI 代理提升安全性
Figma 工程团队公开了其安全 AI 代理的构建细节：代理可自动调查告警、检索历史事件、检查系统并发起修复用 PR，使复杂告警处理时间缩短约 70%。这说明安全运营正在成为大模型落地最具体的场景之一，但人工审核仍是不可省略的一环。
标签： 大模型
Cognition 发布 SWE-2：基于 Kimi K3 后训练的编程模型，在 FrontierCode 上追平 Fable 5.1，成本低 64%
Cognition 发布编程模型 SWE-2，它基于 Kimi K3 做后训练，在 FrontierCode 基准上追平 Fable 5.1，但推理成本低约 64%。这说明在编程这一高价值场景里，靠后训练把开源基座调成“专用高手”，已经能对闭源顶尖模型形成价格压力。
Agent 长任务上下文工程解析：用预算控制、压缩、todo-state 和记忆对抗上下文溢出与目标丢失
MarkTechPost 梳理了让 AI Agent 在长周期任务中不"跑偏"的四类上下文工程手段——预算控制、上下文压缩、todo-state 与记忆机制，用来对抗上下文溢出和目标丢失这两个老问题。
基准测试：CadQuery 与 OpenSCAD 在 Agent 化 CAD 工作中的对比
ModelRift 用六个 Claude Opus 5 智能体、三道递增难度的 CAD 任务，对比了 OpenSCAD 与 CadQuery 的“无人值守建模”能力，结论是两边都能产出可打印零件，真正的差别在于失败方式。
Real-SWE：在私有、真实的企业代码库上对 AI 模型做基准测试
2026 年 9 月，Specific 发布 Real-SWE 基准，用真实企业私有代码库而非公开题目考察 AI 编程代理，最高解决率仅 38.8%，说明前沿模型离“独立干工程师的活”还有明显距离。
刚看到个事儿，一哥们被某个爬虫服务收16刀一个月，气得直接自己写了个开源的，扔到GitHub，现在五万一千星。 叫crawl4ai。 就是你把任何网址丢进去，它给你吐出来干净的Markdown，LLM直接开吃那种。 不用key，不用注册，不按页算钱，跑起来比我用过的付费的还快。 这事儿真正有意思的地方吧，不是技术多牛，而是——爬虫的门槛早就没了，还在收你月费的才是真暴利。 我反手试了一下，速度确实离谱。 那种“付费墙背后才是完整信息”…
开发者不满某爬虫服务每月 16 美元收费，自己写了开源项目 crawl4ai 并开源，如今在 GitHub 上已获约 5.1 万星。它把任意网页转成干净 Markdown 供大模型直接消费，无需 API Key 或注册。
中际旭创从200亿到万亿， 三年30倍。 复盘完我发现，它启动时把10倍股的基因占全了。 小市值 · 超级赛道正中央 · 业绩爆炸拐点 卡位英伟达/谷歌核心供应链 · 启动时无人关注 · 筹码干净 我把它反向拆成了一套AI提示词。 不是问“哪只股票会涨”，是让AI按六层框架逐级过滤。 直接复制，粘进你常用的AI
一位财经博主把中际旭创三年从200亿到万亿市值的复盘，反向拆成了一套六层AI选股提示词，引发大量转发，但实际核验发现能同时满足全部条件的A股标的几乎没有。
套利/LP入门学习资料！想知道高手怎么玩LP? 我用 Codex 加 X的API，把资深的套利高手CJ老师 @gch_enbsbxbs 的推文全部扒了下来，精选了502篇实战推文，梳理成一套清晰的逻辑体系，做成一个免费开放的在线学习网站，供大家学习 你可以直接在线快速看，也可以把全量数据一键下载后直接喂给自己的 AI Agnet 帮你去看 ─── 全书精炼为七大核心板块： 1. 基础常识与核心素养（手续费本质与资金流向） 2. 做市（…
一位 AI 工具使用者用 Codex 配合 X API，抓取套利交易者 CJ 的推文并筛选出 502 篇实战内容，整理成免费在线阅读站和可下载数据集。它值得关注的点不在于"又出现一个知识库"，而在于这套流程展示了大模型加平台 API 如何把碎片化社交媒体内容低成本地结构化。
Fly Language Model (FLM) Wires the Full Fruit Fly Connectome Into a Frozen 1.2B LLM, and Its Own Controls Show the Wiring Does Not Help
有研究团队把一个完整的果蝇全脑连接组（connectome）接入一个参数规模 1.2B 的冻结大模型，想看看生物神经布线能不能给语言模型“加 buff”；结果它自己的对照组显示，这套接线并没有带来帮助。
我做了个本地 AI 帮我过滤邮件，本以为再也不用打开 Gmail 了，结果还是照开不误
Android Police 撰稿人 Nimrod Aldea 花一个周末搭建了一个本地 AI 邮件助手 Mira，只负责判断哪些邮件需要他行动、再用一句话告诉他结论，而不是像 Gmail 里的 Gemini 那样逐封总结。试用五天后，他依然每天打开 Gmail 复查，说明"把收件箱外包给 AI"在信任层面还…