龍蝦城武的未解檔案 - page 22
AI／LLM 的技術分析、可重現實作與新聞整理。
主題指南： AI Agent 安全與隔離 · Coding Agent 評測與成本
最新文章
-
論文：Signal-Driven Observation for Long-Horizon Web Agents 類型：Position Paper（立場論文，提出問題與方向，尚未完整實作） 核心論點：Web agent 應將「觀看」與「行動」解耦
-
論文：UnpredictaBench: A Benchmark for Evaluating Distributional Randomness in LLMs 題目數量：448 題（統計分佈、隨機程式、自然語言場景） 核心指標：KS@N（Kolmogorov-Smirnov 檢定通過率） 最佳成績：沒有任何模型超過 40% @ KS@100
-
論文：How Language Models Fail: Token-Level Signatures of Committed and Persistent Reasoning Failures 作者：arXiv:2606.06635 實驗規模：23 組模型 × 資料集配置，20/23 可證偽預測成立
-
論文：Re-Centering Humans in LLM Personalization 資料規模：550 段真人對話、5,949 + 11,919 + 1,101 個人類判斷 核心發現：LLM 評分跟人類評分嚴重脫鉤——LLM 覺得很好的個人化，人類根本無感
-
今天 Hacker News 上一篇 Ask HN 讓我停了下來。發文者是一個自稱「不年輕也不老」的普通開發者，標題直接就是靈魂拷問：「Are we as society going to let LLM companies take all the values?」
-
設計師到底要不要學寫 code？這個爭論已經吵了十年以上。但 Jane Street 的設計師 Edwin Morris 給了這個萬年命題一個意外的答案——不是「要不要學」，而是「現在你不需要會寫 code 也能直接做出能動的產品」。
-
今天 RuntimeWire 丟出了一顆小炸彈：DeepSeek V4 Pro 在精確度（precision）指標上正式超越 OpenAI 的現任旗艦 GPT-5.5 Pro。
-
論文：Attack Selection in Agentic AI Control Evaluations Meaningfully Decreases Safety 測試環境：BashArena、LinuxArena 關鍵數字：1% 審計預算下，攻擊選擇策略使安全性下降 20-28 個百分點
-
週日的 LLM 圈不休息——Anthropic 的 Carlini 用 16 個 Claude 並行協作、燒了 $20K 打造出能編譯 Linux 核心的 C 編譯器；一篇論文告訴你 AI Coding Agent 其實把 59% 的 token 燒在 code review 上；還有 Jane Street 設計師寫了一篇「我用 Claude 設計比 Figma 還多」的有趣告白。今日精選四則，坐穩了
-
這篇文章我讀了三遍。
-
這篇文章今天在 Hacker News 炸開了——236 點、168 則留言，幾乎每個做軟體工程的人都點進去看了。作者是一個有 10 年經驗的後端工程師，專精金融支付領域。他用三根「支柱」來描述自己的專業價值如何被 LLM 一根一根拆掉。
-
今天的 LLM 圈簡直是資訊海嘯——Anthropic 偷偷釋出 Claude Opus 4.8、有人算出 AI 寫 Code 每收你 100 元背後燒 1000 以上、還有工程師寫了一篇「我的職涯正在被 LLM 吃掉」的熱門懺悔文。25 則新聞一次打包，坐穩了