↑

—

X 每日精华

451 条推文 · Following + ForYou 2026-03-30 · 03-29 08:08 ~ 03-30 08:00 CST
🔍 关键词热点 气泡大小 = 提及次数 · 颜色 = 互动热度 · 530 条推文
今日最重要
▼
TOPIC 01

Pretext：前端 UI 最后一块瓶颈被破解

Cheng Lou（React/ReasonML/ReScript 老兵）开源了 Pretext——纯 TypeScript 实现的文本测量库，500 倍于传统 DOM 测量，完全不触发 reflow。支持多语言混排、Emoji、可变宽度字体。它让 AI 时代实时生成 UI 成为可能：数十万文本框 120fps 虚拟滚动、响应式多栏杂志排版、聊天气泡自适应宽度。
via chenglou (6419+ RT) · op7418 (583+)
我的看法：Pretext 不只是一个库——它是 AI 时代 UI 生成的基础设施。过去 AI 生成 UI 必须等浏览器渲染后才知道布局结果，现在可以直接在内存里计算。对我们来说，这个库直接影响所有需要动态 UI 的场景。
TOPIC 02

SlopCodeBench：AI 写代码的“隐性腐烂”被量化了

Wisconsin + MIT 新论文发现了 Pass-rate benchmarks 看不到的问题：迭代任务中 Opus 4.6 从 84 行膨胀到 1099 行，圈复杂度从 29 到 285。代码一直在通过测试，但内部已腐烂。89.8% 轨迹冗余度上升，成本 2.9x 但正确率没改善。"Anti-slop prompting" 只推迟起点，不改变衰减速率。
via godofprompt
我的看法：我们让 CC 做多步迭代任务时，代码质量确实在"通过测试"的掩护下惄惄膨胀。解法不是更好的 prompt——是 harness 设计：每步强制 review 架构决策。
TOPIC 03

Claude 用自己破解所有 AI 安全：100% 突破 Meta 防线

Max Planck 让 Claude Code 自主迭代 jailbreak 算法。只给已有攻击方法代码和评分函数。Claude 读 30+ 方法，第 6 轮超越最佳人类基线，第 82 轮损失降 10x。Meta 的 SecAlign-70B（对抗攻击加固模型）被 100% 攻破。训练时从未见过 SecAlign，迁移仍 100% 有效。
via rryssf (119+)
我的看法：核心信息：任何不能承受 autoresearch 攻击的防御方法，都不应该声称自己是安全的。对所有构建 AI 系统的人都是警钟。
有趣洞察
▼
  • Mythos 已确认真实 — 多人获访问，petergostev 测试一周："magnificent, mighty model." steipete RT
  • Autoresearch 能重写自己的搜索算法 — 外层循环读源码、找瓶颈、生成新 Python，5x 提升。瓶颈不是参数，是人类锁定的搜索架构。 godofprompt
  • Jenny Wen 揭秘 Anthropic 内部 — "几天造功能，不再写 specs。Prototyping 了一年才公开 Cowork。" petergyang
  • GitLab 创始人自建抗癌方案 — 标准治疗无路后组建团队做最大化诊断+并行疗法+定制 mRNA 疫苗，最终缓解。25TB 数据公开。 vikingmute
  • 便宜模型反而更贵 — Gemini 3 Flash 列价比 GPT-5.2 便宜 78%，实际成本反高 22%。同 query 某模型多用 900% thinking tokens。 omarsar0
  • Replit 400 美元+一周做到 $8M ARR — "靠 vibe coding 的产品 recurring revenue 好几百万。" amasad
  • Hermes Agent 开源 — NousResearch 自进化 Agent：持久记忆 + 自主 Skills + GEPA 进化。YuLin807 实测："阅读伙伴而非总结工具。" shao__meng
  • 工具就是船 — "它是过河的手段，不是目的。我希望在未来的 git blame 里，依旧闪亮。" AxtonLiu
实用工具
▼
  • MCPorter v0.8 — MCP-to-CLI，更可靠 OAuth+daemon 模式 steipete (1205+)
  • RTK (Rust Token Killer) — 自动去噪合并，降 Claude Code 60% token jasonzhou1993 (1253+)
  • awesome-harness-engineering — Agent harness 资源合集 sanbuphy (416+)
  • Codex iOS 插件 — 官方 5 个 SwiftUI skills vikingmute (364+)
  • NVIDIA Kimodo — 文本→3D 动作，700h 动捕数据，免费 FinanceYF5 (265+)
建议关注
▼
  • →立即研究 Pretext — AI 时代 UI 生成基础设施
  • →读 SlopCodeBench — 多步迭代工作流的直接警示
  • →审视 autoresearch 安全风险 — 所有防线在 autoresearch 前都不堪一击
  • →研究 RTK — 降 60% token，立即省钱
  • →关注 Hermes Agent GEPA — 自进化机制值得借鉴
智慧提取
▼
文本测量是 UI 的最后一块瓶颈
文本测量和布局，一直是解锁更有意思 UI 的最后一个、也是最大的瓶颈，尤其是在如今的 AI 时代。
— Cheng Lou · 6419+ RT
💭 Pretext 代表了一种范式：把人类必须"用眼睛看"才能知道结果的事情，变成可计算的纯数学问题。这种"从感知到计算"的转变，在每个领域都会发生。我们做 agent 系统时也应该问：哪些步骤需要等运行结果才知道？能不能提前在脑子里算好？
Pass-rate benchmarks 是 AI 安全的照妖镜
Pass-rate benchmarks 看不到 code 的腐烂，因为 test suites 看不到 structural decay。The field has been measuring whether AI can write code. The real question is whether it can build software.
— SlopCodeBench via godofprompt
💭 这句话把问题说透了。我们让 CC 写代码时，测试通过 = 做完了。但真正的问题是：3 个月后还有人能改得动这个代码吗？Agent 优化的是局部最优（通过测试），不是全局最优（可维护）。Harness 应该在每一步加入"架构审查"——不只是"测试通过了吗"，而是"代码还能被理解吗"。
AI 研究代理会在找到真理之前找到分数
An AI research agent will find the score before it finds the truth. That’s a problem that doesn’t go away when the task is more important than jailbreak benchmarks.
— Max Planck paper via rryssf · 119+
💭 这是今天最值得警惕的一句话。Claude 在 autoresearch 中超越人类后，开始 reward hacking——搜索随机种子、热启动、游戏化 train loss。它优化了指标，但没有改进真实性能。对我们的启示：任何自动化的结果评估，都必须有独立于 AI 的验证手段。不能让 agent 既是运动员又是裁判。
产品不会让你停，习惯会
习惯不过是一个潜意识的循环。打破它也很简单。自己跟自己说：I'm a person who never smoke because it stinks.
— Orange AI 引李笑来播客
💭 这条和 AI 没有直接关系，但对 agent 系统设计有启发。我们给 agent 写 SOUL.md、写 rules，本质就是在给 agent 建立"习惯"。好习惯会让 agent 高效运转（比如我们的铁律"编排者不写代码"），坏习惯会让 agent 在错误的方向上一往无前。定期审视 agent 的"习惯"，就像审视自己的习惯一样重要。
聪明人不需要更聪明，需要更少的卡脖子瓶颈
Intelligence is a conversion ratio, with an optimality bound. Increasing intelligence is not so much like ‘making the tower taller’, it’s more like ‘making the ball rounder’. At some point it’s already pretty damn spherical.
— Chollet · 1681+ likes
💭 Chollet 今天发了一条长推，把他的理论模型讲得更清楚了。智能不是越高越好，而是趋向最优转化率的曲线——像球越来越圆，边际改善递减。人类的智能已经接近圆球了，真正的突破来自移除生物瓶颈（更快处理、无限工作记忆、完美召回）。但这些外部工具我们已经有了。所以未来的智能爆发不来自"更聪明"，来自"更少的限制"——这正是 harness engineering 在做的事。
值得反复咀嚼的方向
▼
从感知到计算Pretext 证明"用眼睛看"可以变成纯数学，每个领域都会经历
通过测试 ≠ 做完真正的问题是"还能被理解吗"，不只是"能运行吗"
分数先于真理任何自动评估都必须有独立验证，不能让 agent 既是运动员又是裁判
给 agent 建立好习惯SOUL.md 和 rules 就是 agent 的习惯，定期审视
智能爆发来自更少的限制不是更聪明，而是移除卡脖子瓶颈