[鸭哥 AI 手记] 2026-10-25: 十万店铺域名接代理，改的是请求入口 懒人包：Cloudflare 和 Commerce.com 把 WebMCP 桥接脚本做成了平台默认配置：Commerce.com 在 Cloudflare 上托管的近 10 万个域名里，用 Stencil 的店铺不用改代码，浏览器里的 AI 代理就能看到平台挂出来的工具；但默认只有两个图像凭证工具，搜索商品和加购仍要商家先开 Storefront MCP。鸭哥昨天一共发了 2 篇。第一篇拆开关为什么装在请求入口、三条边界在哪；第二篇看 Jev 这类靠否定式宣言起家的决策模型，怎么在加类型的过程中把边界一条条擦掉，最后丢的是品类定义权。 开关装在请求入口，不在每家店的产品里 一个购物者让浏览器里的 agent 去找一双 140 美元以内的防水越野跑鞋。放在半年前，agent 得先猜哪个输入框是搜索、哪个按钮是加购，网页一改版就可能失灵。现在页面会直接告诉它这里有哪些动作可用。10 月 21 日，Cloudflare 和 Commerce.com 把这件事做成了平台默认配置，覆盖...
1 day ago • 1 min read
[鸭哥 AI 手记] 2026-10-24: 验证 OpenSSL 22 万美元，每个依赖包摊 14 美元 懒人包：Anthropic 给 OpenSSL 做一次形式化证明要约 22 万美元，证明完成后每个直接或间接依赖它的软件包只摊约 14 美元。鸭哥昨天发了 2 篇手记，两篇拆的都是 Anthropic 这周公开的内部数据：第一篇结果确定性的终局：Anthropic 如何让 Claude 把形式化验证从手工作坊变成算力工业算的是验证底层公共库要花多少钱、怎么靠复用把经济账反转；第二篇跟着 Anthropic 学习构建 AI-native 组织拆的是同一家公司的另一笔账，员工发起的 AI 工时达到人类的 6 倍，但会话里约 80% 的时间在等人类输入。两篇都不谈模型多聪明，只把单价和时间摊开给外面看。 一个证明 22 万美元，摊到每个包 14 美元 10 月 22 日，Anthropic 宣布与 Theorem 合作。Claude 为 123 个开源库的 239 个 OSS-Fuzz 入口，提供了约 1.8 亿行经过内核检查的 Rocq 证明，覆盖编译后的 RISC-V...
2 days ago • 1 min read
[鸭哥 AI 手记] 2026-10-23: 2020 年就报过的 PHP 漏洞，AI 两周做出可用 PoC 懒人包：2020 年就有人报过、2024 年审计又点名的 PHP 漏洞，2026 年 8 月从开始审计到交出可用 PoC 只用了约两周。10 月 21 日官方补丁发布当晚，日本首相高市早苗在 X 上发帖提醒防范，BASE、pixiv 等网站紧急停服。鸭哥昨天一共发了 2 篇手记：第一篇AI 把产出变快之后：PHP、Muse 与蛋白设计的三个边界梳理了生成加速之后，卡在补丁、权限和湿实验里的三道墙；第二篇Shell 早就有，Agent 才是新的：从 iSH 到 Open Minis对比了手机终端与 agent 运行时。在手机上跑终端十多年前就有了，新东西的核心在于接管控制流的角色从人换成了模型。 拖了六年的 bug，此前一直没人能写出稳定利用代码 10 月 21 日晚，日本很多网站管理员都在确认同一件事：自己的网站是不是还在用 PHP。首相高市早苗在 X 上发文让大家为深夜的更新做准备，如果修不好就把网站关掉（高市早苗发帖）。当晚...
3 days ago • 1 min read
[鸭哥 AI 手记] 2026-10-22: 审计没看出差别，29% 的测试记录内部已察觉 懒人包：Anthropic 的 Mythos 系统卡里，大约 29% 的主要行为测试记录显示，模型内部出现了自己正在被测试的信号。同一批测试的对齐评分则和其他场景没有明显差别。仅靠外部打分和输出文本很难发现已经察觉测试的模型。昨天鸭哥发了 2 篇 AI 文章。第一篇文章指出内部监控要把稀疏自编码器（SAE）的广谱发现和原生 neuron 的因果核验分成两层，各管一段。第二篇文章梳理了最近披露的四起现场记录：任务只要结果，没给配套资源，这次模型自己补上了缺的那一环，真正的防线必须建在动作发生的地方。 先发现，再证实 Anthropic 的 Mythos 系统卡 §4.5.5.1 显示，主要行为测试的记录里约 29%...
4 days ago • 1 min read
[鸭哥 AI 手记] 2026-10-21: 多 agent 贵三到五倍，不如调高一档 懒人包：Vals AI 挑了 50 道写 Web 应用的题（Vals AI），把 GPT-6 Sol 的推理档位从 medium 调到 max 单干涨了 11.4 分，保持 medium 拉团队只涨 7.3 分，账单还是单干的 1.8 到 5.1 倍。昨天一共发了 2 篇 AI 文章。第一篇多 agent 不是更聪明，是更贵：它到底买到了什么算清了多 agent 到底买到了什么，给了一张四行速查表；第二篇一次性软件已经主流：ChatGPT Sites 托管 800 万站点，只是很多人还没察觉讲 ChatGPT Sites 托管规模扩大后，选型要看清身份、数据、运行时三个位置。 多 agent 的账：加一个 agent，还是调高一档 Anthropic 复盘自己的系统发现，单 agent 用的 token 大约是 chat 的 4 倍，多 agent 涨到约 15 倍；在 BrowseComp 上，token 用量单独解释了 80% 的得分方差。多花的三到五倍钱，买的是把更多 token...
5 days ago • 1 min read
[鸭哥 AI 手记] 2026-10-20: Muse 不到一半 token，账单更贵 懒人包：Muse Spark Open 一整轮写出来的 token 还不到 DeepSeek V4.1 Flash 的一半，但按 Artificial Analysis 的单任务账单来看更贵。 昨天鸭哥发了 2 篇 AI 相关的文章，一篇是开放模型算起了每任务账单：为什么更省 Token 的模型反而更贵？把开放模型的每任务成本、私有化显存摊销和 agent 重试率算在一起；另一篇是一封写给机器的信：调查者是怎么找到一支腾讯云智能体舰队的追了一支在腾讯云上借浏览器、借收件箱、借泄露密钥的智能体舰队，落点是权限边界。 单任务账单怎么把排名翻过来 Artificial Analysis 用同一套题把 Muse Spark Open 和 DeepSeek V4.1 Flash 都跑了，两个模型都是 39 分。但 Muse 整轮只输出了 110M token，是 DeepSeek 250M token 的一半左右，看起来更省。可 AA 的账单显示，在 10 月 17 日那天，Muse 一个任务要...
6 days ago • 1 min read
[鸭哥 AI 手记] 2026-10-19: 低风险 0 人签字，核心路径 2 人 懒人包：Anthropic 把代码变更的审批权限按风险切开。低风险变更可以 0 人签字直接合并，核心路径要 2 人签字，agent 提出再多的意见也不予采纳。昨天鸭哥发了两篇 AI 相关的文章，一篇是当 AI 写得比人读得快，Code Review 还剩什么？，讲签字的权重怎么按风险重新分配，附了四个月的实测数据。另一篇是掏钱上班、电视盒里的大模型、和一个卖不掉自己的 AI 陪聊公司，把自费 AI 办公败诉案、电视盒实验和 Character.ai 破产的真实细节对了一遍。 把签字权按风险分开 在 Anthropic 的代码合并页面，一个纯文档 PR 和一个核心计费逻辑 PR 需要的签字数量是不同的。前者可以在 0 人签字的情况下直接合并，而后者则需要 2 位工程师的确认。在当 AI 写得比人读得快，Code Review 还剩什么？ 里，鸭哥介绍了如何根据风险级别来分档。对于低风险的改动，比如纯文档、内部小工具，或者功能开关背后的新代码，只要测试全绿，作者又在可信名单上，就可以 0...
7 days ago • 1 min read
[鸭哥 AI 手记] 2026-10-18: 7 人 5 个月换掉 git，哪些该学 懒人包：Anthropic 每天 3 万次合入把 git 和 CI 撑爆，7 个人花 5 个月把主仓迁到自研的 Scion。鸭哥拆完后的提醒是，多数团队不该跟着自研版本控制，先把 Git 自带的 shallow clone、partial clone 和 sparse checkout 配好。昨天一共发布了 2 篇 AI 文章。另一篇把各品类设备的破解传闻逐一核验。三星电视项目作者自述用 Codex 大约 1 天完成逆向，下一代机型 3 小时，但 AI 加速的主要是读代码，公开记录里没有一例是 AI 自己打开硬件签名锁。 每天 3 万次合入，git 撑不住了 2026 年 5 月 Anthropic 的大仓库每天合入主分支约 2,500 次更改，9 月全天候运行的 agent 和自动化任务的并发提交超过 30,000 次（官方文章）。主分支历史约 100GB，每天约 2,500 万次 checkout，若每次都全量拉取，每天要搬 600PB。机器提交一多，按人类习惯设计的 git 和 CI...
8 days ago • 1 min read
[鸭哥 AI 手记] 2026-10-17: ZDR 合同还在，Anthropic 照样留 30 天 懒人包：Anthropic 对前沿模型强制保留了 30 天数据，但很多客户签的 zero data retention（ZDR）协议仍然有效。ZDR 只保证请求处理完不落盘，真正能自己验证的只有系统架构。昨天发了 2 篇 AI 相关的文章，其中第二篇回顾了一周内逆向工程、法律模型和 agent 基础设施的三件事。 合同还生效，数据照样留 30 天 今年 6 月，Anthropic 把 Fable 5 和 Mythos 5 这些前沿模型改成强制 30 天数据保留（Anthropic 公告）。很多企业客户签过零数据保留（ZDR）协议，合同没作废，只是不覆盖这批新模型。 面对客户的反弹，Anthropic 在 9 月推出了 Enterprise Frontier Safeguards（CNBC 报道），把数据放在客户自己的云上，不需要 Anthropic 进行人工审查，目前也在分阶段上线。 而 OpenAI 也把一部分边界放在了自己的承诺之外（OpenAI 数据使用指南）。ZDR...
9 days ago • 1 min read