用 revert 率替代公开榜单:给 AI coding agent 建自己的基准
作者提出衡量 coding agent 更可靠的基准是自己仓库的 revert 率,而非公开 leaderboard,因为榜单分数包含各厂商自带的 harness 和任务选择。
作者提出衡量 coding agent 更可靠的基准是自己仓库的 revert 率,而非公开 leaderboard,因为榜单分数包含各厂商自带的 harness 和任务选择。
OpenSSH 10.6p2 修复了影响使用 musl libc 且禁用 PAM 的 Linux 系统的密码认证绕过,Alpine 是主要案例。
作者测算把 RAG 检索的 top_k 从 5 提高到 20 会使每次回答成本变为 2.7 倍,GPT-5.6 按牌价($2/百万输入 token、$12/百万输出 token)在每天 1 万次提问下每月多花 $4,500。
作者用 curl 和一个约 280 行的 Python 重建版本,实测 osFoundry 远端 MCP 端点的 OAuth 流程。401 的 WWW-Authenticate 指向 RFC 9728 resource metadata,host 借此自动发现授权服务器并动态注册,登录前 initialize 和 tools/list 公开可见 59 个工具。
Vercel 于 2026 年 11 月 4 日发布 Schedules,5 日进入公测,作为 Cron Jobs 的后继产品,现有 cron 继续运行,无强制迁移。
GitHub 在 GitHub Universe 宣布并于博客详解其新一代 Git 存储架构 Rubicon,内测中支持 5,000 个并发 agent 向单个仓库每秒推送 7,200 次,读取延迟保持低位。
Cloudflare 发布个人智能体可见性与控制功能:Security Analytics 新增 Personal Assistants 类别和组件,可查看各智能体的请求路径、状态码和来源网络,Account Abuse Protection 用户还可识别每个登录背后的具体智能体。
推荐理由:Cloudflare 为站点主提供个人智能体流量分析和按智能体细分的访问策略,读者可据此决定如何接纳或限制 agent 访问。
开发者 Louis Erbkamm 维护的开源项目 Arnis 可将 OpenStreetMap 等来源的真实地理数据转换成可自由探索的 Minecraft 世界。
Legora CTO Jacob Lauritzen 在播客中介绍这家法律科技公司如何在无法查看客户数据的情况下构建和测试法律 AI 智能体。该团队由 3 名工程师和 3 名律师组成,模拟客户工作搭建测试环境,一次发布后模型引用准确率从 70% 提升到 99%。
Latent Space 在 AI Engineer New York 上访谈了 AI 原生财富管理公司 Arca 的首席 AI 工程师 Aman Singh。
Cloudflare 通过其 HackerOne Bug Bounty 计划发起 PHP Capture the Flag(CTF)挑战赛,邀请安全研究人员绕过其 WAF 防护,利用沙盒中的 PHP 漏洞恢复 /flag 文件内容。
GitHub 介绍其新一代 Git 存储架构中连接旧设计与新设计的过渡方案:目前大多数仓库的 5 个副本中已有 2 个位于 Azure,Azure 承载约一半 Git 流量。