Goodbye Claude, Hello Pi
821 points • 4 days ago • Article Link

该作者在使用 Claude Code 超过一年后,决定不再将它作为主要的开发工具。尽管他承认该工具在推动当前 AI 辅助软件开发浪潮方面具有重要意义,但接连不断的技术挫折让他最终转向 Pi 。他表示,即便是近期的更新(例如对 AGENTS.md 文件的支持)也来得太晚,无法弥补他对产品方向日益积累的不满。

GitHub New pull request overview page in public preview
196 points • 4 days ago • Article Link

管理长篇 Pull Request 往往会变成一种令人沮丧的"向下滚动"体验:开发人员需要在大量评论和时间线事件中来回穿梭,才能找到合并框(Merge box)。好不容易到达之后,接下来该做什么才能继续推进,仍可能让人难以判断。为此,我们正在推出一个全新的概览页(Overview page)作为可选的公开预览,通过在页面顶部以精简摘要形式突出关键的合并状态(Merge status)和可操作事项(Actionable items),从而简化整体流程。

Making any integer with four 2s (2025)
223 points • 4 days ago • Article Link

使用恰好四个数字 2 表示任何自然数的数学谜题,吸引了多种多样的处理方法,这取决于个人的数学成熟度。在初级阶段,加法、减法、乘法和除法等基础算术运算,往往就能为较小的整数找到简单答案。随着难度提升,学生会接触到指数、阶乘和平方根等内容,从而显著扩大了可表示的数字范围。

Claude Code's "Don't Ask Again" exposes passwords in 1,122 public GitHub files
626 points • 5 days ago • Article Link

Apiiro 的研究发现了一个与 AI 代码代理(尤其是 Claude Code)相关的广泛安全漏洞。当开发人员使用这些工具执行诸如检查数据库或调用 API 等任务时,这些代理通常需要密码或云密钥等敏感凭据(secrets)。如果开发人员在系统建议的命令中选择了"don't ask again",代理会将整段命令(包括敏感凭据)保存到本地设置文件中。随后,这个文件经常会被提交到代码仓库,导致敏感信息被任何有权访问该项目的人意外看到。

What I run on my $10 USD OpenStick homelab
831 points • 5 days ago • Article Link

OpenStick 作为一款价格仅为十美元的设备,出乎意料地具备强大的功能,成为了非常能用的 Homelab 方案。尽管配置不高,它配备了 512 MB 内存和四核 ARM Cortex-A53 处理器,却运行完整的 Debian 发行版。借助 systemd 和 Podman 等强大工具,用户可以搭建一台安静、节能的服务器,用来托管各种轻量级服务。

The end of Microsoft Research's AI Frontiers group
513 points • 5 days ago • Article Link

在 2023 年 ChatGPT 发布之后,很快就显而易见:Microsoft Research 的研究工作要保持竞争力,必须采用更集中、更有组织的方式。团队意识到,个人层面的努力往往推进太慢,而且缺少在节奏越来越快的环境中取得成功所必需的基础设施,因此成立了 AI Frontiers(AIF)子组织。该团队约有 50 人,致力于打通基础研究与实际应用之间的鸿沟。 Autogen 编排框架和 Fara 计算机使用代理等项目正是这种使命的体现,而位于 NYC 的研究人员则进一步探索了 Next Latent 目标、 Dion3 以及 Full Bandwidth Transformer 等更深层的创新。

Show HN: Coldframe, a honeypot that poses as a supermarket fridge controller
289 points • 5 days ago • Article Link

Failed to crawl the webpage.

MaxxBench – "Nice DeepSWE score. But is it true?"
409 points • 5 days ago • Article Link

MaxxBench 提出了一种评估 coding agents 的新方法,通过测试它们在熟悉的工程任务中适应修改后需求的能力来衡量表现。尽管目前的 coding benchmarks(如 DeepSWE)很有效,但其走红引发了一种被称为 benchmaxxing 的现象:模型不再展示普遍的适应性,而是去优化针对特定的静态任务。作者从 DeepSWE 中抽取 89 个任务,并加入少量、合乎逻辑的变异(例如更改文件命名约定或时间戳格式),结果发现:模型在标准 benchmarks 上的成功,并不能必然预测它们在需求发生变化时的表现。

Apple's grey list: Words and phrases your iPhone won't help you spell
557 points • 5 days ago • Article Link

独立研究员 Derik Kauffman 在 Apple 的操作系统中发现了一个受限词库:它会阻止 iPhone 的预测文本和滑动输入功能对超过 100,000 个特定单词与短语进行建议。用户仍然可以手动输入这些词条,但该限制会迫使键盘不对其进行自动补全;因此在用户试图用滑动输入复杂或敏感主题时,往往更容易出现令人沮丧的拼写错误。

They don't make 'em like that any more: Borland Turbo Pascal 7
231 points • 5 days ago • Article Link

Turbo Pascal 7,也被称为 Turbo Pascal for Windows 1.5,代表了软件开发工具历史上的一个高峰。它是一款极为成功的产品,推出了诸如集成源代码级调试等革命性功能——这些功能如今已成为现代开发环境的标配。尽管它被视为比更昂贵的 Borland Pascal 更偏"业余爱好者"的工具,它依然足够强大,可以支撑重要的专业级应用;同时还采用了一种独特、容易获得、基于书籍授权的发行模式,并且没有复制保护。