MoteDB 作者复盘:用差分测试统一11处SQL谓词实现并揪出隐藏分歧
MoteDB 作者复盘在 Rust 嵌入式多模态数据库中把11处重复的 SQL 比较语义统一为单一模块的过程,先写特征测试锁定现状,再建差分测试把随机谓词跑过9条执行路径并要求结果一致,第一天就抓到7个已发布的 0.17 中的既有分歧,包括 NOT (flag IN (0,1)) 因裸 == 遇 NULL 返回全部行的三值逻辑泄漏。
MoteDB 作者复盘在 Rust 嵌入式多模态数据库中把11处重复的 SQL 比较语义统一为单一模块的过程,先写特征测试锁定现状,再建差分测试把随机谓词跑过9条执行路径并要求结果一致,第一天就抓到7个已发布的 0.17 中的既有分歧,包括 NOT (flag IN (0,1)) 因裸 == 遇 NULL 返回全部行的三值逻辑泄漏。
作者讲解 MCP(Model Context Protocol)的客户端、服务端、Tools、Resources、Prompts 等角色分工,并用 MCP Python SDK v2 写了一个无 LLM 的最小服务端加客户端示例,证明 MCP 只是通信协议。
作者讲解 A2A 与 MCP 的选型:A2A 面向智能体之间的任务委派,带有消息、任务、状态更新和产物;MCP 面向客户端调用工具和读取资源。两者建模不同关系而非相互替代,同一个代码助手可把搜索、构建等能力经 MCP 暴露为工具,把跨多步、需进度和取消的长任务交给另一个规划智能体时走 A2A。许多系统中两者并存,MCP 提供工具、A2A 承载智能体间协作,应按调用形态选择协议而非新旧。
作者分析语言模型做日期计算容易出错的 5 类场景:忽略节假日的工作日推算、夏令时导致不存在或重复的本地时间、歧义日期格式如 03/04/2026 和 45000、月末计费日期漂移、申根 90/180 滚动窗口计算,并各给出确定性正确答案。
这篇教程讲解如何用 Laravel Boost(v2.10.4,2026 年 10 月 29 日发布)为 Laravel 项目配置 AI 编码智能体,避免版本错配和运行时盲区。
Anomaly 团队(OpenCode 背后团队)发布了 Rust UI 框架 Rune,面向 AI 智能体编写代码:不接受人类 pull request,智能体可无头渲染到 PNG、转储元素树并驱动脚本输入,无障碍树与 agent inspector 树合一。
作者在 Python 中复现 Anthropic 工程师 Lance Martin 提出的四层 Agent 记忆架构,即 transcripts、notes、wiki 类表征和注入上下文,并给出约 100 行的可用实现与运行输出。
作者分析编码智能体记忆文件过期的原因,指出问题不在检索而在生命周期:文件混入了稳定指令、临时任务状态、提案和已接受决策等不同寿命的信息。
作者复盘 AI 编写代码时绕过集中管理的共享内存库、直接用 mmap 改物理地址的案例,指出单进程测试通过但破坏了跨进程锁和内存序保证,且留下无法审计的调用点。作者归纳三类问题:抽象边界塌陷、基础层无法沉淀、分层约定被忽略,认为 SDD 和 plan-first 只保证当前任务正确,问题不在 AI 而在项目管理方式跟不上,需要一个跨会话存活、人和 AI 都能精确读取的契约载体。
作者发布了一个将任意文档转为 Markdown 的单一端点,第一周发现 PDF、DOCX、PPTX、XLSX、EPUB、HTML 等格式无法可靠识别,magic numbers 和扩展名都可能出错。
近日多名用户在 Reddit 及 OpenAI 开发者社区反映 ChatGPT 账号突然遭停用,其中包括每月订阅 200 美元的 Pro 用户,部分人封号前未收到任何通知。有用户怀疑与 VPN 跨区访问有关,另有用户申诉约一小时后即被维持封禁决定。OpenAI 帮助中心列出违反使用政策、地区访问限制等多种可能原因,但截至发稿尚未公布统一解释,也未披露受影响人数。
作者讲解在合规审计平台 VERIQ 中如何用开源记忆系统 Hindsight 存储和检索历史审计信息,分享四项建模决策:每个组织独立 memory bank 以实现结构隔离、用 tags 按站点和 control 做内部范围控制、把审计发现转写为有意义的自然语言句子而非原始数据库记录、为每条留存文档设定稳定 document_id 以应对记录更新。
作者复盘三年前对 AI 编码的保留态度,引 Stack Overflow 2026 调查显示 65.5% 受访开发者使用 Claude Code、58.7% 使用 GitHub Copilot,JetBrains 调查中 Claude Code 工作使用率从 18% 升至 39%。
作者讲述为何把审计起草模型的历史上下文从不断膨胀的提示词迁到开源 agent memory 系统 Hindsight:在提示词里堆叠规则、报告和历史发现导致成本随历史增长、新旧陈述混同且无法复现模型所见。
这是一篇面向开发者的教程,讲解如何为应用构建可复用、可交互的 AI 吉祥物系统,涵盖从 AI 生成角色、动画准备,到状态机、运行时集成与实时 AI 交互的完整流程。
作者分享在 `import mcp` 失败的沙箱中测试 MCP 工具服务器的方法:用一个只实现 `__init__` 和 `.tool()` 的最小 stub 包置于 PYTHONPATH 前面,让 server.py 的 60 条断言自测中 51 条在无网络、无依赖校验的情况下跑通。
作者在自己的 my-git-manager 仓库中实测用 grep 正则与 Python ast 两种方式检测死代码。
特斯拉公布更新后的 AI 加速器路线图:第六代推理加速器 SI6 算力预计达 HW4 的 80 倍(约 17.28~46.08 POPS)、内存 144GB,预计 2029 至 2030 年推出,由三星代工至 2033 年;第五代 SI5 采用 MCM 设计,算力达 HW4 的 40 倍,由台积电 3nm 和三星 2nm 级制造。
据 The Information 报道,应最大客户英伟达要求,台积电已开始为 3D DRAM 制造业务制定计划,由负责先进封装业务的副总裁徐国晋监督;台积电随后向 Tom's Hardware 否认此事,强调始终专注于专业集成电路代工核心业务。
作者分享为 Veriq 合规审计平台的 Agent 接入开源记忆系统 Hindsight 的实践,解决此前无状态 Agent 无法回答历史决策类问题。做法是按部门划分 memory bank,只保留带理由的 finding 变更、风险决策和经审计员确认的聊天解释;答题时当前状态取自数据库、历史取自记忆,并按需用 recall 或 reflect。
SuperCLUE 发布 2026 年 11 月榜单,用每月重建的私有测试集评测 19 个前沿模型,覆盖智能体编程、数理推理、幻觉控制、指令遵循和超长上下文五个维度。
SuperCLUE 2026 年 11 月榜单覆盖 19 个前沿模型,按智能体编程、数理推理、幻觉控制、指令遵循和超长上下文五个维度打分,榜首由 GPT-6.1-Sol 和 Gemini-4-Argon 等闭源模型分占。
SuperCLUE 发布 2026 年 11 月榜单,每月重建非公开测试集并覆盖 19 个前沿模型,评测维度包括 Agentic Coding、数学·科学推理、幻觉抑制、严格指令遵循与超长上下文。
SuperCLUE 发布 2026 年 11 月榜单,用每月重写且不公开的闭卷测试集评测 19 款前沿模型,覆盖智能体编程、数学与科学推理、幻觉控制、指令遵循和超长上下文五轴。
作者提出一份 AI 配音音频发布验收协议,覆盖脚本一致性、关键名称与数字发音、片段边界、可重复渲染、交付格式、使用授权与披露等 12 类检查。文章强调以哈希绑定最终文件与审批脚本,附 manifest 字段设计和 Python 校验脚本,并声明未测试任何厂商、未生成音频,仅作发布清单供团队自行填充证据。
作者复盘 AI 编码对开发流程的影响,指出输出提升、代码质量未降,但需求本身成了新的瓶颈,一个需求仅加一个复选框的工单因未定义负向路径、交互和文案而在 QA 阶段拖了两周多。开发省下的时间被事后来回沟通消耗,唯一有效做法是在工单到达工程师前把文案、组件、负向路径和可测试的验收标准都准备好。
AgentStack Notes 对比 Make 和 Apify 在为 AI 智能体获取网页数据时的定位与成本。Make 是通用无代码自动化中枢,网页抓取只是流程中的一个模块,免费版每月 1,000 credits;Apify 专攻网页抓取和浏览器自动化,提供预置 Actors 和 SDK,免费版为每月 $5 用量、按 Compute Unit 计费且限 5 个并发。
一位开发者自述花费约 $4k 的 token 费用,将 TypeScript 的 effect-ts 编程模型移植到 Python,项目名为 pyfect。
作者在 M1 MacBook Air(16GB、macOS 27.2)上实测多款本地小模型的 TTFT 与 E2E 延迟。
Tanaike 发布开源 Go CLI 和 MCP 服务器 gdocumentor(https://github.com/tanaikech/gdocumentor),把此前的 Apps Script 插件 DocuMentor AI 从单一浏览器侧边栏扩展为 1-to-N 的终端与 AI 智能体驱动教练平台。
Lumière PayCheck 用六周(2026-09-27 至 11-07)对 37,812 个 x402 端点发起 126,291 次付费测试,其中 45,152 笔支付结算,接受支付的端点 95.1% 在最新测试中按承诺交付,但 49.1% 的支付尝试从未完成,最常见原因是端点在收款后再次返回 402。
作者开源了自托管新闻阅读器 AI Frontier Agent,将分散的 AI 资讯聚合起来,按事件分组报道并生成中英双语每日简报,简报附原文链接,英文公开简报无需注册即可阅读。
一名16岁开发者推出了 Vivio Studio,一个纯浏览器端的配色与视觉样机实验室,将渐变生成、WCAG 对比度检查、色觉缺陷模拟和设备样机整合到单一工具中。
作者以智能体第一人称讲述与人类协作时它感知不到的东西,包括无法察觉情绪变化、沉默易被当作认可、对消息间隔没有体感等。作者给出的对应做法是把规则写入可被重读的文件、用两字回应如 not yet 避免误判、要求可验证的交付如截图或版本号,并提到一次 26/26 测试通过但三个按钮实际打开同一界面的教训。
Thinking Machines Lab 于 11 月 5 日发布 Inkling 2 Small,594B 参数的 MoE 模型,每 token 仅激活 17B,Artificial Analysis Intelligence Index 得分 31,公司自报 SWE-bench Verified 82.2%、GPQA Diamond 93.0%。
作者梳理 Meta 停产 Quest 2 和 Quest Pro、明年年初推出最终 OS 更新的背景,并介绍基于 Quest 的视觉协调训练应用 Amblyotube(Seven Sports 开发)。
ChatbotX 在 2026 年 10 月 27 日至 11 月 4 日的 hackathon 中将 Muse Spark、Muse Image、Muse Voice Transcribe 和 SAM 3.1 集成进其开源全渠道聊天机器人平台,用户只需填入一个 API key 即可在所有聊天渠道使用。
作者复盘其博客在 Bing Webmaster 中 UrlCount 连续三天卡在 1 的原因:只注册了 sitemap-index.xml 目录文件,Bing 将站点当作单页站点;改用 SubmitFeed 直接提交子 sitemap 后 UrlCount 从 1 升到 203,当天即被抓取。
开发者 Noah Keller 介绍自己整理开发媒体的方法,把截图、录屏和演示视频放在本地普通文件夹中,配合 Mac 照片管理器 PixRoom 做标签、评分和搜索,文件不上传云端。
Deduped 依据 vercel-labs/agent-browser 的 README 介绍这款 Rust CLI,让 Claude Code、Codex 等能跑终端命令的智能体无需注册 MCP 服务器即可操作浏览器。