刚看到一篇论文,说是做了个能验证 LLM 生成 GPU 内核的编译器,目标是给 CUDA 代码做“合同级”保证。说白了,模型写完以后,编译器得替它证明这段代码满足预先写好的约束,结果不对就别放行,不是简单跑几个测试就算完事。 这东西真能落地…
Anthropic 的 Addy Osmani 介绍了 Claude Code 的实验性功能 Code Mode。 Claude 会先写并运行 JavaScript,把多步工具调用放进一次流程里,还能并行执行命令、过滤输出。 这样上下文里塞…
A家放出来的那组数挺抓眼球:浏览器智能体测了129个场景,提示词注入攻击成功率是零旁边还有个对照,Gray Swan那套通用注入测跑15次,从上一代的5.5%降到2.0%。 但这个零只在开了 Auto Mode 的产品里成立,里面叠了输入扫…