全部资讯

重置筛选
罗嘉阳
罗嘉阳
Google AI 把「地球」玩坏了,这是对 10 亿人的不负责

我想无论是 Google 地球或是 Google 相册,必然也能在入口处、在产品层,做好引导与防护,做好 AI 内容与真实数据的隔离,让娱乐归于娱乐,让真实归于真实。 对 Google 来说这绝非难事,但却依然一次次选择拿公信力去冒险——我想这不应该是一个先进的 AI 公司应有的担当。 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

罗嘉阳
罗嘉阳
在工位玩了一下午「GBA」,我才发现复古不是回到过去

对于亲历过像素时代的玩家而言,这是情怀怀旧;而对于没有时代记忆的年轻人来说,GBA、CCD 相机、CD 播放器,都是值得全新探索的新鲜事物。 我们没有忘记这些旧玩具。过去只是缺少一个继续留下它们的理由。 现在,它们已经升级了,怀旧也不再需要妥协。 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

极客洞察
极客洞察
⚠️ LLM 可借推理引擎漏洞接管宿主机

原标题:《LLMs could control their host machines by exploiting inference engines》 评分: 128 | 作者: zdw 💭 难道几个 token 就能顺手黑掉整台 GPU 主机吗? 🎯 讨论背景 文章把焦点放在 vLLM(开源推理框架)、SGLang(大模型推理/编排框架)等组件的 HTTP/API 入口上:恶意模型输出如果触发了解析器、tokenizer 或 JSON 处理里的 bug,可能导致 RCE,而不是传统意义上从一个完整沙箱里逃逸。评论区补充了真实部署方式:有人把推理引擎单独放进 VM(虚拟机)和 firewalled VLAN(隔离网段),日志、遥测和模型更新都走严格控制的通道。也有人提到 LMStudio、Ollama(本地 LLM 运行工具)在 macOS 上并不等同于 App Store 级 sandbox,因此本地跑模型时的风险往往来自权限、网络和文件暴露。背景还牵涉到 prompt injection、LLM poisoning、terminal escape-sequence injec

极客洞察
极客洞察
🤔 用 Accessibility API 读焦点窗口文本,转 Markdown 代替截图

原标题:《Show HN: Screen memory without screenshots, just text to Markdown》 评分: 21 | 作者: Dramatize 💭 连段落都还原不了,还谈什么屏幕记忆? 🎯 讨论背景 这个 Show HN 项目想做的是“屏幕记忆”:不保存截图,而是通过 macOS 的 Accessibility API(系统无障碍接口)定期读取当前焦点窗口里的文本,再整理成 Markdown。这样做的卖点是避免截图/OCR 方案带来的录屏痕迹,尤其是 macOS 那个会提示屏幕共享的橙色图标。评论里提到 Littlebird(一个类似思路的应用)和 HeyClicky(曾做过类似功能后又移除),说明这个方向并不新,但也还没有成为成熟标准方案。讨论的核心分歧在于:很多 App 并没有把结构化文本很好地暴露出来,所以实际效果常常需要按应用补规则,甚至只能拿到不完整的 UI 文本。 📌 讨论焦点 避免截图与录屏告警 不少人认可这种“只抓文本、不截屏”的思路,因为截图加 OCR 不但更重,还会触发 macOS 的橙色屏幕共享提示/图标。对一些

极客洞察
极客洞察
🤨 Headlong:不到 10K 行 Bash 的持久 Agent harness,却默认团队共享全部信息

原标题:《Headlong: A Microharness for Persistent Agents》 评分: 24 | 作者: lbw1215 💭 连秘密都保不住,还叫 persistent agent? 🎯 讨论背景 Headlong 是 Laude Institute(一个研究机构)介绍的一套 agent harness,主打用不到 10K 行 Bash 来支撑 persistent agents(会持续运行并保留状态的 agent)和连续循环。这里的 harness 指的不是模型本身,而是围绕 LLM agent 的编排层:它负责工具调用、状态流转、记忆和多轮执行。评论区一边在问这类系统该怎么客观评测,提到 Terminal Bench 3(一个比较不同 harness 的基准)和 Artificial Analysis(一个模型与基准聚合站点),一边在讨论到底该直接自研还是套用 LangGraph(LangChain 生态里的图式 agent 编排库)这类工具。另一个背景是,很多近期项目都在围绕“持久记忆”“continuous agent loops”做文章,但文章里

加载更多资讯