SlopGuard：用AI对抗AI“垃圾”的GitHub应用
SlopGuard是一款面向开源维护者的GitHub应用，旨在自动识别并标记由AI生成的“垃圾”PR（拉取请求）和Issue（问题）。该工具通过分析代码的上下文、措辞模式及来源指纹，为每个贡献生成0到100的“垃圾评分”。当评分超过维护者设定的阈值时，SlopGuard会自动添加标签和评论，但不会关闭任何内容，最终决定权始终在人类维护者手中。在测试中，SlopGuard实现了100%的精确率（无误报）和92%的召回率。该应用可自托管，源代码开放，旨在帮助维护者从海量AI生成的虚假贡献中快速筛选出真正有价值的提交。 #AI #开源 #GitHub #开发者工具 #代码审查 #SlopGuard
SlopGuard是一款面向开源维护者的GitHub应用，旨在自动识别并标记由AI生成的“垃圾”PR（拉取请求）和Issue（问题）。该工具通过分析代码的上下文、措辞模式及来源指纹，为每个贡献生成0到100的“垃圾评分”。当评分超过维护者设定的阈值时，SlopGuard会自动添加标签和评论，但不会关闭任何内容，最终决定权始终在人类维护者手中。在测试中，SlopGuard实现了100%的精确率（无误报）和92%的召回率。该应用可自托管，源代码开放，旨在帮助维护者从海量AI生成的虚假贡献中快速筛选出真正有价值的提交。 #AI #开源 #GitHub #开发者工具 #代码审查 #SlopGuard
前DeepMind、OpenAI及xAI研究员创立River AI，打造个人化AI代理
Igor Babuschkin宣布创立River AI，旨在解决AI取代人类工作的核心问题。他曾参与AlphaCode项目，见证编程模型超越人类能力。River AI认为，未来AI应成为个人化的“守护天使”，而非由少数公司控制的租赁服务。公司正从训练层、模型层到产品层和硬件层重建AI技术栈，首款产品River API已开放，允许开发者构建和定制自己的模型。River AI强调，真正了解用户、理解其目标并值得信赖的AI，本质就是高度对齐的，安全和对齐并非独立问题。公司正招募顶尖人才，保持小团队高密度。 #AI #个人化AI #RiverAI #AI代理 #技术创业 #AI安全 #深度学习
Igor Babuschkin宣布创立River AI，旨在解决AI取代人类工作的核心问题。他曾参与AlphaCode项目，见证编程模型超越人类能力。River AI认为，未来AI应成为个人化的“守护天使”，而非由少数公司控制的租赁服务。公司正从训练层、模型层到产品层和硬件层重建AI技术栈，首款产品River API已开放，允许开发者构建和定制自己的模型。River AI强调，真正了解用户、理解其目标并值得信赖的AI，本质就是高度对齐的，安全和对齐并非独立问题。公司正招募顶尖人才，保持小团队高密度。 #AI #个人化AI #RiverAI #AI代理 #技术创业 #AI安全 #深度学习
AI安全扫描10周发现17个漏洞，Perfetto项目受益显著
Perfetto的trace processor项目在过去10周内收到了17个由AI发现的安全漏洞报告，数量远超以往。这些漏洞在一年前几乎不可能被发现，尽管trace processor并非安全关键项目，但修复这些漏洞仍令人欣慰。长期以来，安全研究人员主要关注内核、密码库等高价值目标，而大量安全相关但非关键的项目处于长尾地带，鲜少受到关注。trace processor正是这类项目，它主要处理用户自行收集的离线追踪数据，因此“不可信输入”风险较低。此前，项目主要依赖Google内部的模糊测试来发现漏洞，但这类测试已难以发现深层问题。自今年4月起，一个中央团队开始使用AI对Google内部多个项目进行安全扫描，trace processor因此受益。漏洞报告质量很高，描述清晰，甚至包含攻击模型和修复建议，这与curl和Linux内核维护者近期收到的AI发现漏洞情况一致。 #AI安全 #漏洞发现 #Perfetto #安全扫描 #开源项目 #代码安全
Perfetto的trace processor项目在过去10周内收到了17个由AI发现的安全漏洞报告，数量远超以往。这些漏洞在一年前几乎不可能被发现，尽管trace processor并非安全关键项目，但修复这些漏洞仍令人欣慰。长期以来，安全研究人员主要关注内核、密码库等高价值目标，而大量安全相关但非关键的项目处于长尾地带，鲜少受到关注。trace processor正是这类项目，它主要处理用户自行收集的离线追踪数据，因此“不可信输入”风险较低。此前，项目主要依赖Google内部的模糊测试来发现漏洞，但这类测试已难以发现深层问题。自今年4月起，一个中央团队开始使用AI对Google内部多个项目进行安全扫描，trace processor因此受益。漏洞报告质量很高，描述清晰，甚至包含攻击模型和修复建议，这与curl和Linux内核维护者近期收到的AI发现漏洞情况一致。 #AI安全 #漏洞发现 #Perfetto #安全扫描 #开源项目 #代码安全
三星重工、希腊船东与超微联手打造浮动AI数据中心
三星重工与希腊船东Capital Clean Energy Carriers及超微电脑签署谅解备忘录，共同开发浮动AI数据中心。该项目将分工协作：三星重工负责技术设计与建造，Capital主导项目融资与投资，劳氏船级社负责法规认证。该50兆瓦浮动数据中心已获得美国船级社和劳氏船级社的原则性批准，可通过海底电缆接入港口或近海电力，或使用液化天然气驱动的固体氧化物燃料电池自主发电，从而避开欧美陆上项目面临的电网接入瓶颈。超微电脑将验证精密AI硬件在振动、倾斜、盐雾等海洋环境中的长期耐受性，三星重工则开发海上定位控制及防盐防潮技术。此外，三星重工去年10月已与OpenAI签署意向书，共同开发浮动数据中心，但尚未签订具体客户合同。 #三星重工 #浮动数据中心 #AI #超微电脑 #海洋科技 #数据中心 #OpenAI
三星重工与希腊船东Capital Clean Energy Carriers及超微电脑签署谅解备忘录，共同开发浮动AI数据中心。该项目将分工协作：三星重工负责技术设计与建造，Capital主导项目融资与投资，劳氏船级社负责法规认证。该50兆瓦浮动数据中心已获得美国船级社和劳氏船级社的原则性批准，可通过海底电缆接入港口或近海电力，或使用液化天然气驱动的固体氧化物燃料电池自主发电，从而避开欧美陆上项目面临的电网接入瓶颈。超微电脑将验证精密AI硬件在振动、倾斜、盐雾等海洋环境中的长期耐受性，三星重工则开发海上定位控制及防盐防潮技术。此外，三星重工去年10月已与OpenAI签署意向书，共同开发浮动数据中心，但尚未签订具体客户合同。 #三星重工 #浮动数据中心 #AI #超微电脑 #海洋科技 #数据中心 #OpenAI
AI语音代理架构
一位开发者三次构建同一生产级语音代理，揭示了实时对话系统的关键架构教训。第一次尝试因耦合度过高而崩溃，每次修复都引发新问题；第二次虽可控但延迟过高，破坏了语音代理的核心价值——即时响应。最终，第三次架构通过明确“谁拥有下一轮对话”解决了根本矛盾。该架构将实时语音模型设为对话的唯一所有者，直接处理用户输入并即时响应，而服务器则通过三个独立通道分别管理对话记录、业务逻辑和系统保障。经验表明，语音代理中延迟不是性能指标，而是产品本身；任何增加服务器往返的架构都会失败，因为人类感知的响应窗口仅约半秒。核心教训是：两个子系统同时认为拥有下一轮对话权，是绝大多数用户可感知故障的根源。 #AI #语音代理 #架构设计 #实时对话 #技术经验 #系统设计 #人工智能
一位开发者三次构建同一生产级语音代理，揭示了实时对话系统的关键架构教训。第一次尝试因耦合度过高而崩溃，每次修复都引发新问题；第二次虽可控但延迟过高，破坏了语音代理的核心价值——即时响应。最终，第三次架构通过明确“谁拥有下一轮对话”解决了根本矛盾。该架构将实时语音模型设为对话的唯一所有者，直接处理用户输入并即时响应，而服务器则通过三个独立通道分别管理对话记录、业务逻辑和系统保障。经验表明，语音代理中延迟不是性能指标，而是产品本身；任何增加服务器往返的架构都会失败，因为人类感知的响应窗口仅约半秒。核心教训是：两个子系统同时认为拥有下一轮对话权，是绝大多数用户可感知故障的根源。 #AI #语音代理 #架构设计 #实时对话 #技术经验 #系统设计 #人工智能
Vanta 发布 AI 质量评估成熟度模型，填补大模型与生产级产品之间的鸿沟
Vanta 公司近日发布了其内部开发的 AI 质量评估成熟度模型，旨在解决 AI 团队在质量评估标准上的不一致问题。该公司指出，虽然基础模型能力强大，但可靠性与能力并非等同，尤其在合规与安全领域，原始的大模型集成往往无法保证结果的准确性。Vanta 的 AI 系统通过围绕模型的提示词、上下文检索、记忆机制和领域特定架构进行深度工程化设计，将通用模型转化为合规就绪的工具。该成熟度模型从五个关键维度对 AI 系统进行评估，采用红、黄、绿三级评分体系。首次评估结果显示，大多数团队处于基础或发展阶段，这促使公司建立了更严格的开发与改进流程。 #Vanta #AI #质量评估 #成熟度模型 #合规 #安全 #大模型
Vanta 公司近日发布了其内部开发的 AI 质量评估成熟度模型，旨在解决 AI 团队在质量评估标准上的不一致问题。该公司指出，虽然基础模型能力强大，但可靠性与能力并非等同，尤其在合规与安全领域，原始的大模型集成往往无法保证结果的准确性。Vanta 的 AI 系统通过围绕模型的提示词、上下文检索、记忆机制和领域特定架构进行深度工程化设计，将通用模型转化为合规就绪的工具。该成熟度模型从五个关键维度对 AI 系统进行评估，采用红、黄、绿三级评分体系。首次评估结果显示，大多数团队处于基础或发展阶段，这促使公司建立了更严格的开发与改进流程。 #Vanta #AI #质量评估 #成熟度模型 #合规 #安全 #大模型
Google 发布 DiffusionGemma 模型，文本生成速度提升4倍
Google 今日推出实验性开源模型 DiffusionGemma，采用文本扩散技术实现非自回归生成。该模型基于Gemma 4架构，拥有260亿参数，采用混合专家（MoE）设计，可同时生成整个文本块，在专用GPU上推理速度提升高达4倍。与逐字生成的传统自回归大语言模型不同，DiffusionGemma通过并行处理256个token的段落，充分利用硬件算力，特别适合本地低并发场景下的实时交互应用，如内联编辑、快速迭代和非线性文本结构生成。模型采用Apache 2.0许可，支持微调以优化特定任务性能，例如解决数独问题。然而，在高并发云端部署中，其并行解码优势会减弱，可能导致服务成本上升。该模型为研究速度关键型本地工作流的开发者提供了新工具。 #Google #DiffusionGemma #文本生成 #AI #开源模型 #大模型 #科技新闻
Google 今日推出实验性开源模型 DiffusionGemma，采用文本扩散技术实现非自回归生成。该模型基于Gemma 4架构，拥有260亿参数，采用混合专家（MoE）设计，可同时生成整个文本块，在专用GPU上推理速度提升高达4倍。与逐字生成的传统自回归大语言模型不同，DiffusionGemma通过并行处理256个token的段落，充分利用硬件算力，特别适合本地低并发场景下的实时交互应用，如内联编辑、快速迭代和非线性文本结构生成。模型采用Apache 2.0许可，支持微调以优化特定任务性能，例如解决数独问题。然而，在高并发云端部署中，其并行解码优势会减弱，可能导致服务成本上升。该模型为研究速度关键型本地工作流的开发者提供了新工具。 #Google #DiffusionGemma #文本生成 #AI #开源模型 #大模型 #科技新闻