AI

模型回你一墙文字，还是回你一块能点的界面

2026-11-15T07:11:15+08:00

A2UI 1.0 让 agent 把界面当数据流出来，MCP Apps 让服务端先备好 HTML 模板。同一个问题的两种答案，差别在谁定布局、谁付 token、信任边界画在哪。

你装的那个 SKILL.md，可能正在替你做决定

2026-11-14T07:20:00+08:00

NVIDIA 扫了 31132 个 agent 技能，26.1% 有漏洞；Snyk 说超过 64% 有风险。真正的问题不在扫描器，在这个格式没有权限表。

clone 下来的仓库里可能藏着一段 prompt：Agent Skill 的供应链已经出事

2026-11-13T07:15:00+08:00

NVIDIA 扫了 3 万个 skill，26.1% 有漏洞、5.2% 疑似恶意；Snyk 审计发现 36.82% 至少一处安全缺陷。从 Clawsights 案例拆解三条真实攻击路径，以及今天就能做的防守动作。

路由器早就在测你的呼吸，只是那层数据没人读

2026-11-12T07:15:00+08:00

802.11bf 把 WiFi 感知写进了标准，硬件也早够用。但 CSI 的三道物理坎，加上论文里普遍存在的数据泄漏，决定了它今天到底能干成什么事。

LocalStack 收费之后：本地 AWS 模拟器的偏差率才是真账单

2026-11-09T07:16:49+08:00

LocalStack 社区版 2026 年 3 月收口，一堆免费模拟器接盘。但免费只是门票，保真度才是账单：DynamoDB 一致性测试显示，核心操作只差 0.2%，错误信息差了 46%。

2.78T 模型塞进 8GB 内存，作者把三次翻车也写进了 README

2026-11-08T07:15:00+08:00

一个 176KB 的 C 程序把 2.78 万亿参数的 Kimi K3 跑在 8GB 内存里。比这个数字更值得读的，是作者三次被自己的测量数据骗到的地方。

宣传省 65%，实测 8.5%：Agent 的 token 账算错了地方

2026-11-07T22:19:55+08:00

一个 11 万星的省 token 技能，JetBrains 实测只省 8.5%。真正吃掉预算的是每轮重发的输入上下文和只增不减的记忆库，这篇文章把账摊开算。

把 7440 亿参数塞进 25GB 内存：MoE 流式卸载的账本

2026-11-04T07:11:22+08:00

一台 25GB 内存的笔记本跑 744B 模型，0.05 tok/s。把硬盘当第三层内存这件事，有人跑通了，也有人用算术证明了它只能救「差一点就装下」的模型。

两分钟录音,0.1 秒出字:语音听写的延迟被谁吃掉了

2026-11-03T07:10:59+08:00

从 HEX 这个 Rust 写的本地听写工具切入,把语音输入的延迟拆成四笔账:流式与整段的算法差、分段窗口的准确率代价、静音幻觉的两级门、以及跨平台把字塞进光标的最后一步。

Agent 从牢房搬进工位：暂停、恢复，和一笔没人算的账

2026-11-02T07:12:09+08:00

给每个 AI 同事配一台电脑正在变成产品形态。一次性沙箱只要够快，长期工位要管内存快照、idle 计费、快照失效和清理债。拿 E2B、Daytona、Fly 三家的文档算一遍这笔账。