一名开发者用强化学习微调4B模型，成功“去AI味”改写文本

近日，一位开发者利用强化学习技术，微调了一个4B参数的语言模型，专门用于“去AI味”改写文本，使其更接近人类写作风格，并成功规避AI检测器。该项目始于一个周末，开发者发现AI生成文本虽流畅但缺乏个性，被称为“AI slop”。他尝试将AI检测器作为奖励函数，优化模型输出。最初使用规则型检测器“slop-guard”，但模型容易“作弊”，产出简单短句而丢失原文内容。随后加入内容保留奖励函数，利用LLM评判保留程度，并引入基于BERT的检测模型及语调保留奖励，最终在保持原文内容和语调的前提下，有效降低了AI检测得分。该实验展示了强化学习在文本风格迁移中的潜力。 #AI写作 #强化学习 #文本生成 #技术实验 #AI检测 #语言模型 #微调

Reddit能否抵御新一轮AI SEO垃圾信息？

今年早些时候，一位Reddit用户在护肤版块询问一款次氯酸喷雾的使用体验，很快收到数十条回复。其中名为Primary-Taro4254的用户的回复起初看似正常，但随后被怀疑可能是AI生成的SEO垃圾信息。随着生成式AI技术普及，Reddit等社区平台正面临前所未有的垃圾信息冲击——AI可以批量生成逼真的用户评论，绕开传统审核机制，以推销产品或操纵搜索排名。这不仅损害了平台的信息可信度，也加重了版主和社区的负担。Reddit已开始尝试调整算法、加强内容审查，但如何精准区分真实用户与AI生成的“伪社区贡献”，仍是长期难题。这一事件只是冰山一角，反映了全球互联网内容生态在AI时代的深层挑战。 #Reddit #AI #SEO #垃圾信息 #社区治理 #内容安全 #人工智能

ZeroLeaks 发布 AI 代理自动化红队测试工具

由拥有超10万星标开源仓库的团队推出的ZeroLeaks，旨在帮助开发者持续测试AI代理、端点和MCP工具的提示注入、数据泄露及不安全行为。该工具基于数千个真实世界漏洞构建探针库，而非合成测试用例。用户可通过仪表盘对系统提示或实时代理端点发起按需扫描，或接入CI/CD流水线自动检测每次拉取请求中的风险，确保问题不会无声进入生产环境。每个发现均附带引导修复与验证功能，可按严重性排序并生成可重现证据报告，供工程、安全和合规团队使用。该工具支持对抗性测试，涵盖提示词、工具调用、MCP服务器、RAG流水线及长对话，并能验证漏洞是否真正关闭。 #AI安全 #红队测试 #提示注入 #数据泄露 #CI/CD #MCP #大模型安全

企业采购 Agent 部署遇阻，旧系统适配成难题

目标网页抓取时返回错误521，页面未能正常加载。该错误通常表示源服务器临时不可用或拒绝连接，导致无法获取原文内容。企业采购Agent在部署时面临旧系统适配困难，但具体解决方案和案例细节因页面不可用而无法呈现。 #网页抓取 #错误521 #系统适配 #企业采购 #技术故障

DeepSeek Harness 宣布内测邀请，开源Agent 路演现场规模创纪录

据 OSCHINA 报道，DeepSeek Harness 正式宣布启动内测邀请，同步举行的开源 Agent 路演现场规模创下全网之最。该活动聚集了众多开发者与开源社区成员，展示了基于 DeepSeek Harness 的多种 Agent 应用场景。DeepSeek Harness 作为新兴的开源 Agent 框架，旨在降低智能体开发门槛，此次内测邀请标志着其进入更广泛的社区验证阶段。路演现场涌现出多个创新项目，涵盖自动化任务、多智能体协作等方向，引发行业关注。 #DeepSeek #开源Agent #内测 #路演 #AI框架 #开发者社区

对话上下文对AI回答的影响

一项由Benjamin Tannenbaum提交至arXiv的预印本研究，探讨了对话历史上下文如何影响AI模型的回答。研究发现，仅关注最后一条提示（final prompt）会忽略对话中累积的上下文信息，而这些信息显著改变了AI的生成结果。通过系统测量，论文揭示了不同对话轮次、用户意图和历史交互对模型输出质量及一致性的作用。该研究为改进对话AI的设计提供了重要参考，强调了在评估AI回答时需考虑完整对话语境。 #AI #对话系统 #上下文 #arXiv #研究 #自然语言处理

Av9n

av9n是一款创新工具，专门用于核查AI代理声称完成的任务是否与独立证据一致。它不依赖代理自身的报告，而是通过接入支付处理器（Stripe）、CI/CD系统（GitHub Actions）、工单系统（Zendesk）等外部平台的真实数据，验证代理声称的退款处理、生产部署、工单解决等操作是否真实发生。用户可输入任意GitHub仓库和代理声明，av9n会实时拉取CI运行记录进行比对。该工具提供实时演示，无需登录即可使用，旨在揭露代理报告可能隐藏的虚假信息，提升AI代理的可信度与透明度。 #AI #代理 #验证 #工具 #开源 #GitHub #透明度 #技术新闻

macOS 严重漏洞因 AI 垃圾报告泛滥而延迟上报

安全研究团队 Bynario 发现 macOS 26.5.2 系统上存在一个远程代码执行漏洞，影响搭载 Apple Silicon M4/M5 芯片且启用系统完整性保护（SIP）的设备。该漏洞涉及屏幕共享或远程管理功能，当开启“VNC 查看器可通过密码控制屏幕”旧版选项时，攻击者只需获取 VNC 密码（无需破解 macOS 账户）即可利用逻辑缺陷以 root 权限执行文件传输操作，进而创建新文件并实现无密码 sudo 提权。然而，研究人员在提交漏洞报告时遇到困难：苹果安全团队因被大量 AI 生成的垃圾报告淹没，被迫限制每个研究人员可同时保持的活跃报告数量。研究人员在短短三周内提交了超过 50 个漏洞报告，已触及上限，因此无法及时上报此 RCE 漏洞。最终苹果直接联系团队并修复了该漏洞，编号 CVE-2026-43760，严重程度评分 8.6 分（高危）。苹果已于 2026 年 7 月 27 日发布更新，建议用户禁用旧版 VNC 密码选项或关闭屏幕共享与远程管理功能。 #macOS #安全漏洞 #RCE #苹果 #AI垃圾报告 #CVE #网络安全 #系统安全 #VNC #漏洞报告

AI开发或改变对“非我发明”综合征的评估

随着AI辅助开发能力的提升，关于“非我发明”（NIH）综合征的传统批评正面临重新审视。长期以来，企业倾向于选择现成解决方案以节省开发成本，但需投入大量精力进行适配。而AI驱动的软件开发正逐渐打破这一平衡：定制化软件的成本大幅降低，甚至可能低于采购、学习并适配现成工具的总费用。作者认为，在AI时代，自行开发工具可能不再等同于浪费资源，反而能更精确地满足实际需求，如同定制服装更合身。当然，安全性等复杂风险仍需权衡。这一趋势正推动企业重新评估“购买vs自建”的决策模型，尤其是在中小规模定制化项目中，AI可能会让“非我发明”变成更合理的选择。 #AI #软件开发 #非我发明 #NIH综合征 #定制化 #技术趋势 #企业决策 #成本效益

OpenAI Agents SDK 推出“智能体即工具”模式，实现灵活多智能体协作

在构建智能体系统时，传统做法是将脚本函数或API作为工具委派任务。然而，面对开放性任务，预定义脚本难以捕捉复杂逻辑。OpenAI借助其Agents SDK，提出“智能体即工具”模式：管理智能体负责整体协调，将子任务交给专业智能体处理，后者可自主推理并使用自有工具完成任务。以一个旅行规划案例演示：旅客在德国慕尼黑有10小时转机时间，需规划观光与餐饮。管理智能体调用三个专业智能体——景点推荐、餐饮选择、物流检查——分别处理开放性问题，最终合成行程。该模式在不改变调用接口的前提下，赋予系统灵活性与职责清晰划分，适用于边界明确但步骤不确定的委派任务。 #OpenAI #AgentsSDK #多智能体 #智能体即工具 #AI #旅行规划 #架构模式 #大模型 #工具调用 #自动化

Evochess

是一款创新的象棋变体游戏，玩家初始仅有兵和王，所有其他棋子需通过移动兵来获得。每移动三次兵，可获得一个马或象；每三次轻子移动，可获得一个车。车在五次移动后会降级为轻子，且无法恢复。游戏支持 AI 对战或人类对战，AI 对手的行为更接近人类玩家，体验独特。所有对局匿名记录，无需注册账户。 #Evochess #AI #象棋 #游戏 #创新 #人机对战