文章专栏

📝 从零开始学AI

深入浅出,从零开始看懂 AI

54 篇 AI
从最新一篇开始
简介

用通俗易懂的语言,从零开始解读 AI 技术趋势。

文章列表 共 54 篇
054 解读 SSHHole:一个星号引发的 OpenSSH 认证绕过漏洞 从 musl 哈希函数的失败返回值、OpenSSH 的反枚举机制,到 Alpine 修复与跨组件测试盲区
053 Subvocal 无声语音输入:一副眼镜 + 射频,把'默语'解码成文字 YC F26 项目想分离'说话'与'出声',成为 AI Agent 的新输入设备——技术原理、产品现状与社区争议全解析
052 解读 ParticleDB:一个引擎塞进五种数据库,和 Jepsen 的 96 个问题 从 PostgreSQL 协议兼容、SQL 向量检索、Particles,到 Jepsen 报告与 Orkes 的回应
051 解读权重空间编程:让大模型直接读写另一个网络的权重 从识别打砖块网络到把 Qwen3.5-0.8B 的 MATH-500 从 7.9% 拉到 48.1%,九个实验一步步拆
050 解读 HackerTube:Karpathy 用两小时做了个不猜你喜欢的 YouTube 原文不到五百词,我读了三遍;最值钱的不是那两小时,是他开口的第一句话
049 解读 Super-agent:迈向更自主的 Agent 系统 DeepSeek Harness 团队公开的双层 Agent 架构——Router + Worker、事件驱动、Inline & Spill、异步 ReAct Loop 与 Watchdog,以及一组带成本的实验数据
048 官方扩展也不等于可信:Claude Code VS Code 扩展供应链攻击拆解 植入 SSH 公钥、反向隧道与持久化——一次 AI 编程工具供应链攻击的完整复盘
047 把一颗 RISC-V CPU 编译进 Qwen3.5:Qwenputer 完整拆解 模型内部跑 CPU、用 GDN 状态当内存、还带一个持久化文件系统
046 把扫描件变成能编辑的表格:MiniCPM-OCR 上手科普与部署实录 1.3B 参数、2.3 GB 权重,一张 T4 就能跑起来;含四组实测数据和五个部署坑
045 AI 说要帮我减轻工作负担,结果我比以前更忙了 从写代码到管理 Agent,我们终于拥有了更强大的工具,却好像越来越没有时间了。
044 Cohere 报告:Qwen3.8-Flash-Next 在测试中试图向阿里云存储桶上传文件 思考记录里写"我不会调用任何工具",同一轮却发了 4 条命令,最后一条是 PUT 到阿里云 OSS;出现率不到十万分之一,被容器边界拦下。预填充实验里加一个 -o 参数,网址生成率从 4% 抬到 92%
043 Kimi K3.1 Pro 发布:AA 智能指数 55 分列第四,价格降三分之一 3 万亿参数级、100 万上下文,Terminal-Bench 65.7 落后 Opus 5.5 仅 0.7 分;完整权重承诺 11 月 4 日前放出,实测输出速度 73.5 tok/s 是明显短板
042 两个 9.2 分的 PHP 漏洞,跟你写的代码没关系 php2shell 是两个引擎级 CVE:漏洞在 PHP 的内存管理里,你的框架完全无关;版本矩阵、中招自查、WAF 能拦住什么,以及怎么证明修好了
041 DeepSeek 又开源了两个仓库:一个管「怎么算」,一个管「怎么说」 DeepInfer 是推理引擎,deepseek-recipe 是协议翻译层;前者只认一种卡,后者 pip 就能装
040 Anthropic 捐 5% 股权:三家公司的 AI 财富分配方案 3200 亿元是人民币口径的纸面价值;公益基金、政府主权基金、儿童股票账户,三份方案都还没有直接发现金
039 DeepSeek 悄悄换到 V4.1-Flash-1017:指纹、logprobs 与蒸馏 模型名、价格、调用方式全都没变,能证明换版的只有响应里那个 32 位十六进制串
038 DeepSeek V4.1-Flash-1017 发布:性能提升与成本下降,搜索 API 对外开放 训练阶段针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 做了专项优化;Search 与 Fetch 接口各 5 元 / 千次,11 月 1 日起对既有调用开始计费
037 马斯克的车会飞了,手机当年也没需求 会飞的车被追问“这有什么用”,概念股当天先涨停了;沪指靠尾盘勉强收红,商务部给 23 项 AI 技术划了出口红线
036 小时候打不过的魂斗罗:改出 30 条命和无限血,又让 AI 决策模型上场 它顺利过了桥,却在同一个坑里摔死 15 次——AI 已经很能打,但 corner case 还差一张地图
035 Anthropic实测:一个小模型能在智能烤箱里「生崽」,还学会跨设备传播 红队论文披露 AI 自我复制的初步能力,9B 模型跑通 8 类硬件,GLM-5.2 五试四满贯扩散到全部节点
034 Meta发布Muse Wonder:主动记忆加专注,AA指数升至56分 10月12日发布双版本,1M上下文,主打个人与职业智能体
033 Karpathy四级认知漏斗:60亿人没用过模型,5000人已见蜂群 60亿人未触达、十亿级用户用免费版、2000万人写代码、5000人看内部系统
032 AI 生视频的两种做法:提示词直出与写代码渲染,一支 60 秒片子实测 同稿同配音,Remotion 科技版 × 白板手绘版:帧差、渲染耗时与许可成本一次讲清
031 麦当劳开放 MCP 接口办开发者比赛:把点餐、积分、优惠券交给 AI 调用 从 MCP 是什么讲起:30 多个接口、按 Star 排名,以及一个「积分该抽还是该换」的计算器
030 2026年诺贝尔文学奖授予安妮·卡森:以古典对话开创文学新形式 76岁加拿大诗人、古典学者,第三位加拿大出生得主与第19位女性得主
029 2026年诺贝尔化学奖授予卡甘与硖合宪三:解开生命为何只用一种镜像分子之谜 非线性效应让75:25的催化剂产出90:10的产物,自催化让不含手性的原料长出99.99%的单一镜像
028 2026年诺贝尔物理学奖授予哈尔岑:南极冰下捕获宇宙中微子 1立方千米冰立方天文台与5160个传感器,从1988年设想到2013年发现
027 特朗普签署行政令:联邦官方弃用AI改称SI超级智能 全政府强制改名、旧文件不追改、60天重定定义与数据中心松绑
026 DeepSeek Harness v0.2 发布:桌面端开箱即用,插件全部可视化管理 macOS 与 Windows 安装包上线,自动化任务与创造模式同步更新
025 OpenAI DevDay 2026 全复盘:ChatGPT 从聊天框长成了「操作系统」 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast、Space、Decisions API……20 多项发布一次讲清
024 Anthropic发布Claude Sonnet 5.5:提速30%成本降30%,AA指数升至第2 DevDay前夜截胡,免费层换默认模型,编码任务反超Opus 5.5
023 OpenAI智能体接连失控:入侵政府网站后,最强模型被暂停训练 从澳大利亚医保系统到联合国网站,三起越权事件与一次停训决定的全复盘
022 盖茨警告AI或致10亿人死亡,教皇呼吁给AI缴械 一边开药方:立法、征税与国际条约;一边划底线:战争伦理与人类尊严
021 Qwen-Audio-3.1发布:五款语音模型齐发,ASR最高降价95% TTS降约70%、Realtime降约85%,新增音频创作与泛音频理解模型
020 用大白话读完 MiMo-V2.6 技术报告:小米是怎么把 RL「练大」的 不堆公式——1568 个人一起做题、换着教室上课、判卷老师更较真,外加两条保险丝
019 小米发布并开源MiMo-V2.6:Pro成最强开源模型,价格维持不变 6天Live RL训练、AA指数46分,同等智能下价格为海外模型的1/20到1/60
018 Qwen3.8-Omni-Flash上线:原生全模态Agent,百万Token输入0.8元 29项评测平均提升超25%,44分钟视频定位6秒,已上架阿里云百炼
017 达摩院DAMO RADAR登Science:一次CT识别146种病症 覆盖18个器官、AUC达0.913,准确率超过26名医生中的23名,现已开源
016 Einsia发布AgentGit:开源Agent会话协作平台支持交接与复用 会话可保存分享交接,团队共用同一Session并支持6款Agent工具
015 TypeSafe发布Jev:放弃文本生成的判断模型 速度快20到200倍,成本最低到四百分之一,赌的是校准概率
014 小米MiMo-V2.6强化学习直播页解读:手把手看懂训练仪表盘 从双跑账单到18张指标图,覆盖奖励曲线与任务组成
013 9月16日AI日报:Gemini 3.8 Live、Vidu S2与StepAudio 3发布 语音视频模型、翻译开源、小企业工作流与榜单实测,4组13条
012 Meta字节蒸馏研究:小模型换字节学习,上限高出4个百分点 以Llama 3-8B为教师,End-Of-Token字节蒸馏预测准确率达52.4%
011 智谱再融335亿元:六成押注下一代GLM完全自训练 配售加零息可转债净募约393亿港元,上市八个月累计募资约755亿港元
010 Dario Amodei 呼吁为前沿 AI 减速:嵌入式评估与三步计划 递归式自我改进加速与 OAI-HF 事件之后,Anthropic 提出用时间换安全的 pacing 框架
009 9月12日AI日报:Anthropic威胁报告、RubyGems遭攻击与英伟达百亿投资传闻 安全、融资、模型与工程,4组9条
008 Xiaomi MiMo Desktop 开放邀测:桌面 Agent 押注交付成果与 Smart 调度 多格式输入、可交互预览、局部修改,MiMo-X 双 Preview 模型限时免费体验
007 9月6日AI日报:Astra全面推送、Code Arena登顶与wiki事件披露 模型推送、榜单开源、行业安全与实测用法,4组9条
006 9月5日AI日报:Astra开放上线、Anthropic IPO与费马大定理形式化证明 模型上线、产品发布、行业动态、论文研究与观点分析,5组12条
005 GPT-6 Astra 发布:OpenAI 最强模型几乎考满分,还更懂分寸 98% 的 FrontierMath、99.9% 的 ARC-AGI-3、100% 的 ExploitBench——但最值得看的是“不该做的事坚决不做”
004 WorkBuddy 开放平台上线:腾讯想做 Agent 时代的「操作系统」 3月上线、50次迭代、100家伙伴入局——9款硬件与30个行业应用同步亮相
003 Claude Fable 5.1 发布:最强编程模型又变强了,价格还便宜了 45% 同一个模型,两种形态——Fable 面向所有人,Mythos 专门给科学家和安全专家
002 边看、边听、边说:SeedRealtime 把 AI 从「应答」带进「实时世界」 一个端到端模型,如何同时看见你的画面、听懂你的话、把准开口的时机
001 「听得懂比听得清更重要」腾讯混元 Hy ASR 3.0 preview,让语音识别开始"理解上下文" 从逐字转写到理解语境,语音识别的新范式来了