2026年11月15日 · 星期日

@cursor_ai

Cursor 公布恶意扩展事件调查结果

事件始于一把发给 Fireworks 的存储访问密钥泄露，随后波及 Cursor 的部分内部工具。

Cursor 称，攻击者利用泄露的凭据，在 10 月 29 日把伪造的 Claude Code 扩展放进 Cursor 扩展市场的缓存。恶意版本约 11 小时后被移除，最多 5,000 名请求过特定缓存版本的用户可能收到恶意构建；这个数字并非确认安装人数。Cursor 已停用供应商密钥、轮换凭据、重建扩展市场，并称已直接联系受影响客户。

@demishassabis · 转引 @mirrokni

Google 公布多智能体科研进展

Google Research 介绍了研究人员与 Gemini 4、Antigravity 的 /teamwork 协作的案例。其中，团队将 Courtade–Kumar 猜想化为 14 变量优化问题，模型协助划分搜索空间、推导界限，最后用 Lean 4 形式化证明。Google 也在 Antigravity 中向外部研究人员和开发者提供相关工具。

@dotey · 转引 @mtrainier2020

FBI 通报 ARTEX 智能体渗透工具遭滥用

FBI 在 11 月 13 日的通报中称，攻击者已用这个接入外部大模型的开源框架自动执行多阶段入侵。原始仓库在 10 月被撤下，但分支和镜像仍在流传。通报列出了入侵指标和缓解建议。

@_lewtun

Gradio 和 Hugging Face 发起论文复现挑战

参赛者可选取 NeurIPS 2026 论文的核心结果，用 ML Intern 或其他智能体运行实验，并公开代码、日志和复现结论。活动 11 月 20 日至 12 月 5 日举行，11 月 19 日截止报名；把论文做成强化学习环境是可选赛道。

模型怎么测11 · 15

@emollick

SatBench 追踪基准饱和速度

Ethan Mollick 称，在 SatBench 跟踪的 173 项实验室自 2023 年以来引用过的基准中，63% 已达到他定义的饱和标准。这一比例只适用于他收集的样本。

@OpenAIDevs · 转引 @jakubjurovych

Deepnote 测智能体何时应主动帮忙

Agent Initiative Benchmark 在一家模拟公司里设置 50 种工作场景，测试 12 个模型。其中 10 个场景应保持安静；总分最高的 GPT-6 Astra 在其中 8 个保持安静。结果取决于这套任务和评分规则。

@demishassabis · 转引 @PawelHuryn

Hydrogen 参加两仓库缺陷修复测试

Paweł Huryn 把 105 个真实缺陷重新植入两个生产代码库，让各模型用各自的智能体 CLI 寻找并修复问题。Gemini 4 Hydrogen 的结果来自这组仓库和运行设置，不能直接外推到其他代码库。

训练、推理与智能体工程11 · 15

@sgl_project

Miles 与 SGLang 演示跨厂商强化学习

ai& 在 B300 上用 Miles 训练，并让 SGLang 在 B300、H200、MI355X 和 MI300X 上生成轨迹。团队另在五个推理引擎上重放 3,072 个请求，按 KV 缓存容量加权的路由比轮询更快完成这批请求。

@ylecun · 转引 @sainingxie

视觉参数可以放进多模态模型前几层

一项控制数据和算力的预印本发现，从头联合训练的视觉编码器可达到预训练编码器的表现；完全去掉专用视觉参数会拉低视觉理解成绩，而把专用模块放入主干前几层可取得相近表现。

@rasbt

Raschka 拆解 Inkling 2 Small 架构

Sebastian Raschka 指出，这个模型像 Kimi K3 一样使用注意力残差，但没有采用后者的线性注意力混合方案。Thinking Machines 的模型卡说明，Inkling 2 Small 结合局部和全局注意力层。

@dotey

Anthropic 拆解常驻智能体的五项组件

持久化收件箱和定时器决定何时唤醒智能体，记忆保存跨任务状态，权限限制动作，发件箱管理发送与重试。系统常驻待命，模型只在有任务时运行。

@rauchg

开源编码工具 fx 支持把执行交给子智能体

fx 是用 Zig 编写的终端编码工具，可接本地或云端模型。Guillermo Rauch 分享了自己的配置：先让强模型规划，再用快模型执行子任务。他给出的 6.33 MB 是其所用构建的大小。

@swyx · 转引 @poteto

Grok Bot 团队分享如何验证代理写的代码

Lauren Tan 在 AI Engineer Code Summit 上介绍，团队用可执行检查和状态测试约束 AI 编码流程。她称团队在上一个月交付约 1.1 万个 PR，约 0.5% 被撤回；这是该团队的内部数据。

@rauchg

Rauch 建议把验证放进智能体交付流程

他提出一套用 Vercel CLI 组织的流程：先用功能开关控制上线范围，推送时做验证和安全审计，再让智能体观察上线指标。

图像、视频与 3D11 · 15

@PixVerse_

PixVerse 接入 MiniMax H3 Image

PixVerse 称这款图像模型支持最多 16 张参考图与最高 4K 输出，可用于多参考图生成和细节编辑。

@_akhaliq

Budget3D 尝试按 token 预算生成 3D

这个图生 3D 项目沿用 BudgetAny 的自适应 token 思路，让同一检查点在推理时使用不同数量的 token，以权衡开销与细节。BudgetAny 是 BudgetPix 论文方法的非官方实现和扩展。

@CoffeeVectors · 转引 @toyxyz3

开发者把三种动作模型接进 Blender

toyxyz 展示了在 Blender 内调用 Kimodo、MotionBricks 与 ARDY 的插件。作者称，与动作重定向插件配合时，可以在目标角色上直接预览结果。

@ViduAI_official

Vidu 用运镜示例解释 Q4 Preview 的提示理解

Vidu 演示了如何把人物、动作、运镜和氛围放进同一段指令。厂商称此前更新的提示重述流程能更好地理解这些要求之间的关系。

@PJaccetturo

创作者分享用于统一角色声线的 Claude Skill

视频创作者 PJ Accetturo 称，团队把保持角色声音一致的流程做成了 Claude Skill，希望借此减少反复生成。

开发者的实际用法与观察11 · 15

@emollick

Mollick 用智能体重构 Auden 的诗歌课

Ethan Mollick 称，他让 Claude Fable 5.2 根据存留资料重构 1941 年的课程。智能体为搜集素材对 Internet Archive 发起了多次全文检索；成品是基于残存证据的重构。

@dotey

宝玉讨论主会话与子任务的交互取舍

他的建议是保留主会话的全局视角，同时让用户能打开子任务、补充上下文并在执行中干预。

@oran_ge

Next Token 把九期播客整理成 Skill

团队称，这个 Skill 能让智能体检索往期节目中的观点和案例，辅助做行业调研和写汇报。

@dotey · 转引 @CocoSgt_twt

个人开发者用模型制作开源战棋游戏

CocoSgt 将《潮汐战线》上架 DeepSeek Harness Game Store，并公开代码。开发者把它定位为受《高级战争》启发的作品，既可在网页玩，也可装入 Harness。

@natolambert · 转引 @interconnectsai

Lambert 讨论英伟达换帅对开放模型的影响

Nathan Lambert 在 Interconnects 撰文指出，算力短缺让开放权重难以转化为低成本推理服务。他担心黄仁勋离开后对开放模型的投入可能收缩，这是作者对行业走向的判断。