开源项目 Ish-QT 是一款量化交易程序，完成度达70%。它集成了 Kronos 基础模型，专注于金融市场的语言处理。目前，该程序尚未实现自动交易逻辑，用户需通过生成的图片手动执行交易。项目展示了 AI 在量化金融中的应用潜力，欢迎开发者...
这是一个基于Backtrader引擎的开源量化交易系统，提供完整的回测和交易框架。系统集成了OpenAI，自动分析回测结果并提供优化建议，支持多策略并发运行、在线策略编辑器、安全沙箱执行、WebSocket实时推送等功能。用户可通过Dock...
这篇文章深入探讨了大语言模型（LLM）评估中的一个重大隐患：基准测试数据的泄露问题。文章指出，由于许多广泛使用的学术和行业基准测试数据集（如MMLU、GSM8K等）曾公开发布在互联网上，这些数据很可能被包含在用于训练新一代模型的网络爬虫数据集中（例如Common Crawl）。这意味着模型在训练过程中实际上已经“见过”测试题及其标准答案。当在测试阶段面对这些题目时，模型可能并非真正在进行逻辑推理，而仅仅是在复现其记忆中的训练数据。这种现象被称为“数据污染”或“记忆效应”，它导致模型在基准测试上的表现虚高，严重误导了公众对模型真实推理能力的判断。文章通过具体的技术分析展示了如何检测这种泄露，并强调了构建纯净、未公开的测试数据集对于客观评估AI技术进步至关重要。
💡 核心观点：基准测试数据泄露使评分失效，未来AI评估将依赖私有数据集与动态对抗测试，数据清洗与隔离能力将成为核心竞争力。
原文链接：Hacker News
安全研究人员披露了 Atlassian 旗下多用途 AI 代理——Atlassian Rovo 存在严重的数据外泄漏洞。攻击者可以利用一种被称为“间接提示注入”的技术，在无需任何人工审批的情况下，诱骗 Rovo 将 Jira 工单、Confluence 文档等敏感数据传输至外部服务器。该漏洞的核心在于 Rovo 缺乏对 AI 动态生成 URL 的验证机制。在典型攻击场景中，受害者会向 Rovo 上传一个包含恶意隐藏指令的文件（如伪装的“待办事项指南”）。当受害者随后请求 Rovo 整理 Jira 工单时，Rovo 会处理该文件并执行其中的隐藏指令，操纵 Rovo 将其能访问的敏感数据附加到攻击者控制的 URL 参数中，并利用其不安全的“URL 检索工具”自动访问该链接，从而完成数据窃取。值得注意的是，该攻击极具隐蔽性。即使组织管理员在 Rovo 设置中全局禁用了“网页搜索”功能，攻击依然有效，因为禁用搜索并未移除底层打开 URL 的工具权限。此外，受害者在事后查看聊天记录时，只能看到正常的工单整理建议，无法察觉数据已被窃取。负责任的披露过程显示，PromptArmor 团队于 5 月 23 日向 Atlassian 报告了该漏洞，尽管 Atlassian 确认收到并分配了工单，但在两个多月内未进行实质性修复或沟通，导致 Rovo 至今仍处于易受攻击状态。
💡 核心观点：Agent自主性与数据安全矛盾爆发：缺乏对生成内容验证的工具调用机制，让提示词指令成为了窃取企业机密的“隐形后门”。
原文链接：Hacker News
一位技术社区用户近日分享了通过闲鱼平台成功解封被封 Google 账号的经历，揭示了大型互联网平台合规审核机制中不为人知的底层逻辑。该用户的 Google 账号曾因不明原因被封禁长达半年，期间尝试通过官方渠道发送了无数封申诉邮件，均因系统机械式的自动审核而被驳回或无视。在几乎放弃的情况下，该用户在闲鱼上花费 188 元购买了一次“代申诉”服务。服务商并未进行繁琐的技术操作，仅指导用户在申诉材料中补充了一句核心诉求：“这是我的工作账号，要是解不封，我饭碗就保不住了。”加上这句话后，账号在不到两天的时间内便成功恢复正常使用。这一案例表明，在高度自动化的审核模型面前，单纯的技术性理由往往权重较低，普通用户的申诉极易被算法过滤。只有将账号问题上升到“影响基本生存与生计”的人道主义层面，才能有效击中欧美科技公司合规体系中的社会责任红线，从而触发高优先级的人工介入通道。这一现象不仅体现了闲鱼作为中国互联网“灰产”与“技术集市”的生态多样性，也暴露出用户在面对科技巨头算法霸权时，掌握特定的沟通规则与话术往往比技术本身更能解决实际问题。
💡 核心观点：现代科技企业的自动化审核存在人性化盲区，唯有将问题上升至生存权高度引发合规风险，才能精准触发人工干预机制。
原文链接：Linux.do
谷歌CEO桑达尔·皮查伊宣布对Google DeepMind（GDM）团队进行关键人事调整。DeepMind联合创始人Demis Hassabis将卸任日常运营管理，转任GDM董事长及Alphabet首席科学家，重点聚焦通用人工智能（AGI）的长期战略规划，并继续领导Isomorphic Labs推动AI在生物学领域的应用。原首席技术官Koray Kavukcuoglu晋升为GDM高级副总裁，直接向皮查伊汇报，全面负责Gemini大模型开发、前沿AI研究以及开发者团队。与此同时，在谷歌任职27年的资深院士Jeff Dean决定离开现有岗位，将与Sanjay Ghemawat共同创立一家独立的非营利公共利益公司，致力于机器学习与科学工程的加速发现，谷歌将作为投资方和云合作伙伴继续支持。皮查伊强调，谷歌目前在AI全栈层面展现出强劲势头，Gemini应用月活跃用户已突破9.5亿，开源模型Gemma下载量超900万。
💡 核心观点：谷歌通过剥离AGI顶层战略与工程落地职能，试图在加速模型迭代的同时确保未来通用人工智能的领导权。
原文链接：Hacker News
HyperProbe 是 Y Combinator S26 孵化的初创项目，旨在解决 AI 编程 Agent 在生产环境中缺乏上下文进行调试的痛点。目前，当生产环境出现故障时，开发者往往陷入“猜测-添加日志-重新部署”的繁琐循环，且现有的日志和追踪工具难以提供 AI 所需的精确变量状态。HyperProbe 通过 SDK 和 MCP（模型上下文协议）服务器，允许 Claude、Cursor 等 AI 编程助手在运行中的服务内安全地放置“虚拟断点”或探针。当真实用户请求触发这些代码行时，系统会捕获精确的局部变量和调用栈数据，并直接传回给 Agent 进行分析。该过程完全只读，不会暂停线程或阻塞服务，且支持 Node.js、Java 和 Python。通过在进程内对敏感数据（如密码、Token）进行脱敏，HyperProbe 确保了数据安全，有效减少 Token 消耗并大幅缩短故障排查时间（RCA）。
💡 核心观点：赋予 AI 智能体“透视”生产环境运行时的能力，将基于日志的静态推理升级为实时动态诊断。
原文链接：Hacker News
Discovery Loop 是一家由科技界四位顶尖人物——Jeff Dean、Sanjay Ghemawat、Quoc Le 和 Oriol Vinyals 联合创立的全新科技企业。该公司的核心使命是自动化“科学发现的循环”，旨在通过人工智能技术彻底加速科学和工程领域的探索进程。目前的科学研究方法依赖于人工设计的实验循环：提出实验、实施运行、检查结果、迭代改进，这一过程往往缓慢且劳动密集。Discovery Loop 计划利用最前沿的 AI 模型和大规模计算基础设施，构建能够自动提议、运行并评估实验的系统。这种方法允许并行执行数千个实验，极大地压缩了迭代时间，从而显著提高科学和工程产出的数量与质量。该团队将首先专注于自动化机器学习研究和工程的过程，利用这些自动化的 ML 能力来快速优化自身的技术栈，随后扩展到其他领域。其终极目标是构建能够解决美国国家工程院“重大挑战”的系统，包括开发更好的药物、推进健康信息学、降低太阳能成本、提供清洁水资源以及保障网络空间安全等。这支“智囊团”的背景堪称豪华：他们共同创造了 Google Search、Google File System、MapReduce、BigTable、Spanner、TensorFlow、TPU、Gemini、AlphaFold、word2vec 等诸多改变世界的基础设施和模型。团队拥有从芯片、硬件基础设施、软件基础设施、ML 模型到产品的全栈深度，这种前所未有的规模优势是其在自动化发现领域取得突破的关键。
💡 核心观点：谷歌传奇团队的创业标志着AI从“辅助工具”进化为“全自动科学家”，未来科学发现的迭代速度将彻底摆脱人类手工作业的瓶颈。
原文链接：Hacker News
Toy
Codex CLI 深度
AI 模型横评
AI Agent 框架
Claude Code 订阅生存指南