2026年9月23日 · 星期三 卡片列表

今日速览

2026年9月23日 · 星期三

  • 模型价格战:Anthropic 发 Claude Opus 5.5,对标 Fable 5.1、比 Opus 5 约便宜 40%($4/$20);OpenAI 发 GPT-6 Sol/Luna,API 相对 5.6 促销价砍半(Sol $2/$10,Luna $0.10/$0.50)。
  • Agent 能力外溢:GPT-6 Astra 独立破了 2005 年起未解的德军 Enigma 报文;Unreal Agent 用异步工具调用号称相对 Codex 省约 40% 成本。
  • 决策模型赛道:有人论证 OpenAI 易 fast-follow Jev;开源侧出现可复现的 JevBench。
  • AI 治理硬案例:五角大楼调查称过时情报 + 过度依赖 Maven AI,促成对伊朗学校的误袭。
  • 安全债:Trail of Bits 称 SAML 是「坏设计分形」;WordPress 未认证路径穿越可条件 RCE,已修至 7.1.2 并回迁旧分支。
  • 边角:FoxPro 运行时复活、加州运河光伏、Google 家庭代理 CC、无法单看日志的 VPN Obscura。
1 / 25必读🔥 1184 · 💬 804

Claude Opus 5.5:对标 Fable,价格砍四成

Anthropic 发布 Claude 5.5 家族首款 Opus 5.5:多数工作接近 Fable 5.1,典型负载比 Opus 5 约便宜 40%。

「慢一点发前沿」之后的第一枪,卖点是更强 + 更便宜,而不是再堆一个神话分数。

要点

  • 官方:$4/$20 每百万 token(比 Opus 5 低约 20%),缓存读 $0.20(低约 60%);默认设置下典型负载总成本约降 40%,输出更快约 30%。
  • 称在代理编码、计算机使用与知识工作上领先;外部评测含 Frontier Design、METR;行为审计分数自称历史最佳,生物/网络安全能力对齐 Mythos 级防护。
2 / 25必读🔥 1156 · 💬 597

GPT-6 Sol/Luna:同代降价,主打性价比层

OpenAI 在 Astra 之后补上 Sol 与 Luna:能力升级、API 价相对 GPT-5.6 促销价砍半,强调缓存与代理场景。

前沿留给 Astra,日常迭代抢的是「单位美元能跑多少 agent 回合」。

要点

  • API:Sol $2/$10,Luna $0.10/$0.50(相对 5.6 促销价约 -50%);缓存命中读可再打折;宣称 Sol 在 AutomationBench 上以约 9% 的 Opus 5 单任务成本赢 max 努力 Opus 5。
  • 编码:DeepSWE 上 Sol max 约 68.8%,接近 Fable 5 最高分且单任务成本约低 80%;Luna 约 66.6%,号称比 Opus 5 便宜约 93%。
3 / 25必读🔥 553 · 💬 358

GPT-6 Astra 破开 2005 年起未解的 Enigma 报文

密码史研究者确认:OpenAI GPT-6 Astra 在少指导下破译德军 1941 年 MVUEH 报文,此前卡住约二十年。

长程工具使用 + 自己写仿真器,已经能啃「人类专家多年未解」的窄问题。

要点

  • 报文为 1941-07-10 德军陆军 Enigma(呼号 2ny → SS-Totenkopf 军需);2005 年起未破;同日另一报文 2017 年被破,但密钥与日密钥不同。
  • 验证者称 Astra 几乎自主:自写 Python/C++ Enigma 仿真、发现密文转写错误与左轮步进异常,并摸到档案线索;明文大意是请示行军路线、人在 Rosenow。
4 / 25必读🔥 260 · 💬 192

有人论证:OpenAI 很适合抄 Jev 的作业

Arcturus 文:Jev 火得快,但架构像「用 LLM 当分类头」;OpenAI 多年已在工具调用里玩单 token 微分类。

决策模型的护城河更可能在校准数据,不在「看起来很新的架构故事」。

要点

  • 论点:Jev 对状态+问题输出 yes/no、选择题、打分,本质靠近常规 LLM 的 logprob;OpenAI 在 ChatML/工具调用里早已用首 token 做路由。
  • 作者替 TypeSafe 担心:OpenAI 可直接发 Jev 类产品,或把 `<prediction>` 折进通用模型;真正难抄的是「校准过的训练数据」与 RL 配方。
5 / 25必读🔥 130 · 💬 74

Unreal Agent:异步工具调用,号称省 40% 成本

Unreal Labs 开源/公开一种 agent harness:工具调用全异步,模型少管等待与心跳,称相对 Codex 生产负载最高省约 40%。

下一轮省钱不一定换模型——改 harness,让模型少烧「空转 token」。

要点

  • 动机:线上代理大量 token 花在管理工具等待;异步调度让用户可随时打断,并穿插更有用的工具调用。
  • 对比图被质疑:有人指出 harness 跑 Astra xhigh、对照却是 Codex+Astra max,口径不齐;OpenAI 也在加异步工具支持。
6 / 25必读🔥 233 · 💬 69

第三方榜:Opus 5.5 Max 智力靠前、单价仍贵

Artificial Analysis 给出 Claude Opus 5.5(max)智力/速度/价格页:智力指数领先簇,输入 $4、输出 $20。

发版日最有用的不是官网雷达图,是独立站把「分」和「每任务美元」画在一张图上。

要点

  • AA Intelligence Index 约 58(样本中靠前);标价 In $4 / Out $20,缓存折扣约 95%;另有 medium/xhigh 分页面。
  • 评论:有人算同努力级别下每任务成本约为 Opus 5 一半;有人提醒发版后几周可能静默回归,应用自己的集做复测。
7 / 25必读🔥 399 · 💬 212

五角大楼:过度依赖 AI 促成伊朗学校误袭

Bloomberg 等报道五角大楼调查:过时情报、压缩打击窗口、民用防护裁员,再叠加对 Maven AI 的过度依赖,导致袭击伊朗学校、致死多名儿童。

「AI 加速杀伤链」若没有人负责验靶,责任会滑向「是模型的错」——法庭上站不住。

要点

  • 报道指 2026-02-28 对 Minab 小学的打击;调查称美方未尽可行核实义务,过失超「单纯疏忽」;旧数据把场地标成卫队设施,经 Maven 进入推荐目标。
  • 背景:首日打击目标过千,流程被压缩;Centcom 有人指望 AI 自动标出矛盾情报;Palantir 称不对底层数据质量负责,事后补了过期/异常检查。
8 / 25必读🔥 149 · 💬 86

SAML:Trail of Bits 称其该退休

安全公司长文:SAML 建在脆弱的 XML 签名上,规范「厨房水槽」化,历史上签名包裹攻击反复出现,应走向 OIDC。

企业 SSO 里最老的协议,复杂度本身就是攻击面。

要点

  • 核心指控:XML 规范化、信封签名、库默认行为(甚至用攻击者可控文档里的密钥材料)导致签名包裹(XSW)等类漏洞难根治。
  • 作者主张新系统走 OIDC;评论补充:OIDC 也有 JWT 算法混淆等问题;SAML 仍有 IdP-initiated 等企业特性 OIDC 覆盖不齐。
9 / 25扫读🔥 379 · 💬 271

黑客称拿到「全部 FBI 雇员」数据

404 Media:ShinyHunters 声称攻入多个 FBI 相关服务,掌握雇员与申请人数据;抽样含姓名地址电话及配偶信息。

大国机构的人事库,再次证明「大库难守」已成默认假设。

要点

  • 团体对 404 称「我们黑了 FBI」,并表示动机不像单纯勒索、更接近「胁迫」式施压;同生态犯罪者以往用过类似数据。
  • 样本约 5000 条被媒体过目;正式影响面与是否「全部雇员」仍待证实。
10 / 25扫读🔥 68 · 💬 21

ReBarUEFI:给几乎任意 UEFI 机加 Resizable BAR

开源项目通过固件层改动,让老主板也能开 Resizable BAR / Above 4G,方便现代 GPU。

硬件能力经常被锁在菜单里——社区固件补丁继续当「隐藏开关」的钥匙。

要点

  • 目标:在 BIOS 未暴露选项的机器上启用 Resizable BAR;README 指向近乎通用的 UEFI 路径。
  • 评论:老工作站板(如 X79)常要先手补 BIOS 才谈得上现代 GPU;有人因此更想上 Coreboot。
11 / 25扫读🔥 168 · 💬 121

FoxPro 被微软判死刑后,运行时又活了

FoxDev Studio / FoxScript:在现代 64 位栈上重跑 Visual FoxPro 9 项目——不开迁移、直接打开旧工程。

遗留业务系统的真实需求是「能跑且可维护」,不是再写一篇迁移倡议书。

要点

  • 自称覆盖 VFP9 语言参考绝大部分(约 1722 项,仅少数未实现);64 位后表可突破旧 2GB 限制;行为以对照真 VFP 为准。
  • 评论怀旧生产力,同时警告 DBC 无权限模型、存储过程可跑任意代码等安全洞;也有人讲过网络盘锁表的惨案。
12 / 25扫读🔥 109 · 💬 132

加州运河上铺光伏:在学什么

KQED:加州在灌溉运河上方试点光伏,观察发电、抑蒸发、运维与安全代价。

「一地两用」好听,支架、铜线与清障成本会决定它是不是真便宜。

要点

  • 报道结合 Turlock 等试点:面板可遮阴抑蒸发,也带来车辆/人畜坠渠、运维可达性等新问题。
  • 加州可再生与零碳电占比已较高(文中称约 62%),运河光伏是增量创意而非主杠杆。
13 / 25扫读🔥 18 · 💬 15

Google CC:面向家庭的共享 AI 代理

Google Labs:CC 从个人助理扩成家庭/小组代理,自有 Google 账号,最多约六人共享日程与任务。

家庭场景要的是共享上下文与权限边界,不是又一个聊天窗口。

要点

  • 能力:晨间「Your Day Ahead」、自动收集日程与待办、协助填许可单/报名 PDF 等;动作需许可,且号称不擅自对外。
  • 命名被嘲:CC 与竞品缩写撞车,文中也未清楚展开全称。
14 / 25扫读🔥 152 · 💬 81

WordPress:未登录路径穿越,可条件打到 RCE

官方安全公告:未认证攻击者可借页面模板解析做路径穿越,在特定条件下远程代码执行;7.1.2 已修并回迁至 4.7。

占网一大截的 CMS 又一次提醒:老函数上的「已知注释」拖九年也会变成漏洞。

要点

  • `get_page_template()` 等可被诱导包含主题目录外可读的本地 PHP;若存在 pearcmd.php 等跳板则可转 RCE。
  • 修复版本 7.1.2,并「作为 courtesy」回迁到 4.7 起各分支;文档九年前就有人警告 locate_template 未防穿越。
15 / 25扫读🔥 206 · 💬 75

两年快 50%:Ryzen 靠的是更宽,不是猛提频

Lemire:对比 5800X3D→9800X3D,Geekbench 单核约 +47%、多核约 +58%;主因是更宽的核与更大的缓存/SIMD,而非时钟暴涨。

桌面 CPU 没死——晶体管预算正在换成「每周期能干更多」。

要点

  • Max boost 4.5→5.2 GHz(约 +15%);晶体管约 110 亿→160 亿;派发宽度 6→8,整数 ALU 4→6,ROB 256→448,每核 L2 512KB→1MB。
  • Zen 5 SIMD 升到 4×512-bit,负载/存储同宽;作者以此说明「处理器在变宽」。
16 / 25扫读🔥 33 · 💬 9

开源权重格局:中国模型把地板垫高了

Nathan Lambert 国会简报扩写:中国开权重在能力与可商用性上领先美国开权重,并距美闭源前沿约 2–5 个月。

开权重竞争拼的是「可部署的性价比地板」,不是谁发的新闻稿更爱国。

要点

  • 文称 GLM/Kimi 等让开模型跨过代理能力门槛;AA 榜上美开源常落后一串中国模型。
  • 区分 open-weight 与真开源(含数据与训练代码);指出美开权重大约落后闭源 6–9 个月。
17 / 25扫读🔥 159 · 💬 40

旧金山 Muni 遗产周末:线阵相机扫有轨电车

作者用线阵相机拍下多辆历史有轨电车侧视长图,CC-BY-SA 分享,像建筑剖面。

把爱好做成可复用的视觉资产,比再发一组普通快照更有留存。

要点

  • 涵盖 1912 年 Muni 1 号车、1896 Dinky、Blackpool 船电车、墨尔本/米兰车等;站轨旁三小时扫描。
  • 作者在评论区开放 AMA,并链到线阵成像处理旧文。
18 / 25扫读🔥 77 · 💬 22

用 TypeScript 和 CSS 写原生/嵌入式应用

GeaStack 示例库:TSX 应用经自研 TS→C++ 编译,可打到 web、ESP32、GeaOS 与 Apple 目标。

「前端语写嵌入式」再次出现——关键仍是内存占用与工具链是否真能复现。

要点

  • 核心是 TypeScript 到 C++ 的编译器;examples 仓库是模拟器与各 target 的应用画廊。
  • 评论追问 hello world 内存对比 Qt/Tauri;有人怀疑文档 AI 味重、像雾件;也有人指出这偏嵌入式而非桌面包装。
19 / 25扫读🔥 61 · 💬 13

Show HN:JevBench,给决策模型做可复现榜

Benchmark Heaven 自建 JevBench v1.3:534 道固定决策题(含 220 难题),按智力/校准/速度/成本综合打分。

Jev 热过之后,市场需要的是能复跑的尺子,不是更多演示站。

要点

  • 协议公开(MIT),一次请求串行、德国机房;纳入 Open-Jev 等系统;强调证据与计价口径。
  • 评论尖锐:有人拿浏览器里的 SemIf/裸 Qwen 对比,质疑商业 Jev 溢价;也有人指另一 HF Space 结果对不上。
20 / 25扫读🔥 89 · 💬 42

把 Markdown 放进 /src:当真正的源码

Carson Gross:代理编程时代,Markdown 规格应进仓库与代码并列;代码与测试由持久 Markdown 派生,而非一次性提示。

提示会话是草稿,进仓库的 Markdown 才是可评审的源。

要点

  • 主张:Markdown 正在变成应用逻辑的源;应 check-in 到 /src,并像代码一样评审与演进。
  • 已有 AGENTS.md、计划文档等雏形,但缺标准;作者称来自咨询中越来越多的代理编码观察。
21 / 25扫读🔥 76 · 💬 72

Obscura:宣称「无法」记录你在干什么的 VPN

Obscura 做两跳:入口只见你的 IP、出口(Mullvad)只见目的站;流量 WireGuard 端到端,自称结构上不能同时看见身份与内容。

隐私从「承诺不记日志」升级到「架构上凑不齐日志」。

要点

  • 产品点:随机账号、无姓名邮箱;流量混淆抗审查;Linux 已上线;出口由 Mullvad 运营并有官方合作声明。
  • 原理类似 Apple Private Relay / 多跳;评论问:两家若串通或同时被强制,仍可能拼图。
22 / 25扫读🔥 60 · 💬 53

紫外线指数 ≠ 皮肤上的热感

短文用数据提醒:晒伤由 UV 驱动,体感热来自红外等;阴凉天仍可能晒伤,清晨火辣却未必立刻红。

感官是坏仪表盘——户外产品该信指数,不信「爽不爽」。

要点

  • 作者承认直觉难改,故用数字说服自己;晒伤与 DNA 光损伤相关,热感不是可靠代理指标。
  • 评论补充:水边最容易「不热但狠晒」;有人表盘常显 UV;也有人讨论防晒霜改变的体感机制。
23 / 25扫读🔥 11 · 💬 1

Mathy:把数学练习做成自动生成的刷题器

Gabe Mays 做 Mathy:配合 Math Academy,在手机/网页上确定性出题刷薄弱点,免账号可试。

学习产品里,「题目自动生成且答案确定」比再套一个聊天模型更老实。

要点

  • 动机:Math Academy 日常用,但缺更轻的移动薄弱点钻练;对标 Anki 却更省事。
  • 强调任务确定性生成、非 AI 瞎编答案;评论唯一一条即称赞这一点。
24 / 25扫读🔥 76 · 💬 40

卢卡斯叙事艺术博物馆开馆

洛杉矶 Lucas Museum of Narrative Art 对受邀宾客开放,乔治·卢卡斯与妻子捐建,公众开放在即。

把漫画、插画与电影概念艺术放进「叙事」同一屋顶,是收藏家视角的博物馆定义。

要点

  • 建筑外形常被形容为降临的飞船;藏品跨诺曼·洛克威尔、弗里达到报纸连环画与《远方》等。
  • 评论称会看到西斯廷复制厅与流行文化并置;有人庆幸没建在旧金山 Presidio。
25 / 25扫读🔥 104 · 💬 98

有人戒电子烟的办法:改抽烟

Bloomberg:部分电子烟依赖者改抽烟,想利用香烟的不便与恶心感戒尼古丁;调查显示这并非个例。

把更毒的交付方式当戒断工具,是风险认知被拧反的信号。

要点

  • 受访者称电子烟随时可吸、缺少「出门挨冻」等摩擦;香烟更恶心,故被当成桥梁。
  • 英国 ASH 等调查:尝试戒电子烟者中约两成用过香烟作方法,仅次于尼替;误以为电子烟危害≥香烟者更易如此。

0 / 25