一分钟读论文:《AI 体检黑盒,找到病灶采不出新药》
独立研究者 Zhiyu Liu、Xinyu Yang 的预印本《用大模型仅凭查询审计临床黑盒预测模型》把大模型关进只有一台计算器的房间,只靠查询盲审临床黑盒预测模型:植入缺陷检出 69/72 过关,但报出的问题 60% 没过预设核验,自称的新发现仅兑现 11%。
AI 智创简报:《大厂圈地AI操作层,逐单批准还空着》
In AI, InnovationBrief, 1 min read一分钟读论文:《AI 考官的评分偏爱坏行为》
In AI, OneMinuteRead, 1 min readAI 智创简报:《大厂圈地AI评审,PR排队分诊层还空着》
In AI, InnovationBrief, 1 min read一分钟读论文:《Scratch Copilot:用 AI 支持青少年创意编程》
Google DeepMind 研究科学家和华盛顿大学教授合作的一篇论文《Scratch Copilot: Supporting Youth Creative Coding with AI》,首次提出了专门为儿童设计的 AI 编程助手——Scratch Copilot,这是一个集成在类 Scratch 环境中的 AI 助手,为青少年提供创意编程支持。
Read MoreAll
一分钟读论文:《AI 体检黑盒,找到病灶采不出新药》
独立研究者 Zhiyu Liu、Xinyu Yang 的预印本《用大模型仅凭查询审计临床黑盒预测模型》把大模型关进只有一台计算器的房间,只靠查询盲审临床黑盒预测模型:植入缺陷检出 69/72 过关,但报出的问题 60% 没过预设核验,自称的新发现仅兑现 11%。
In AI, OneMinuteRead, 1 min readAI 智创简报:《大厂圈地AI操作层,逐单批准还空着》
AI 替人操作网页的地主已分层站好:微软、UiPath 等录制生成脚本专利已授权,Monday.com 与百度把 agent 管控写进在审申请(Google Patents,2026-11-21 复核);agent 逐单批准与回放层无人 claim。
In AI, InnovationBrief, 1 min read一分钟读论文:《AI 考官的评分偏爱坏行为》
UCLA 与 Arena 的预印本《On Evaluating User Simulators for Interactive Agents》给 AI 模拟用户的评估方法做反向体检:注入 10 种坏行为后,三套主流评估方法各只检出 5~6 种,新套件全部检出。
In AI, OneMinuteRead, 1 min readAI 智创简报:《大厂圈地AI评审,PR排队分诊层还空着》
AI 代码评审的地主牌已摊开:2025-05-27 到 2026-07-21,微软、亚马逊把大模型写进评审环节的专利相继落地,中国流程件跟进(Google Patents 详情页,2026-11-20 复核)。生成与修补被圈走,”AI 一天交几十个 PR,先审哪一个”这层排队分诊无人 claim。
In AI, InnovationBrief, 1 min readAI 范式雷达:《编码 Agent 的信任正在从六个方向裂开》
从 10-29 到 11-16 的三周里,Hacker News 上围绕编码 Agent 的信任事故支柱帖累计冲到 5,113 分(Algolia API 全树实测,截至 2026-11-19):邮箱外发、渠道后门、常开授权泄密、transcript 上行、训练开关回滚、OS 遥测收割,六根支柱彼此独立、互相不解释,涉事主体横跨 Anthropic、OpenAI、微软与一个攻击者;披露侧由两名研究员与社区帖把事故钉成可查证实据。11-08,一家媒体披露高盛把 Claude Code 从银行家和交易员手里收了回去,这条企业侧消息单独拿了 905 分(全树 474 评论),不计入支柱合计。
In AI, ParadigmRadar, Security, 5 mins read一分钟读论文:《AI 审查员抓不住研究内鬼》
Redwood Research 等机构预印本《Auditors Struggle to Catch Sabotage》实测:人类审计员识破 AI 安全研究中的蓄意破坏,AUROC 仅 0.59 与随机无异,完整识破率 17%。
In AI, OneMinuteRead, 1 min readAI 智创简报:《arXiv 封禁编造引用,投稿前引用回查成了代跑生意》
一名给 Elsevier 子刊返修的博士后,被审稿人点出 2 条引用查无此文——他手里 80 条参考文献,有 6 条是 Copilot 补写的。arXiv 已对编造引用出台封禁 1 年新规(HN 659 分,2026-05-14),逐条打开文献库人工核对要一下午,还查不出”标题作者对不上”这种半真引用。
In AI, InnovationBrief, 1 min read一分钟读论文:《榜单第一可能是背出来的》
Xinxu AI 与 GAIR 预印本《Benchleaking Is Accelerating》探针 4 款开源基座模型:ERNIE-5.5-Flash-Base 背出 96.3% 的 HumanEval 题目,判零后 20 基准均分 85.17 掉到 68.55,排名反转。
In AI, OneMinuteRead, 1 min readAI 智创简报:《恶意扩展专利圈地检测层,下架还在装的清单没人交》
一家 120 人跨境电商的 IT 外包服务商(MSP),替客户回安全问卷时被一句话卡住:”列出终端实际安装的浏览器扩展及风险等级。”手里只有 Intune 导出的扩展清单:300 个扩展 ID 里,17 个已在 Chrome Web Store 下架、4 个出现在恶意情报清单——逐个开商店页手工核对,要耗上一整天。
In AI, InnovationBrief, 1 min read一分钟读论文:《AI 审稿为何专挑附录下手》
辛辛那提大学 NLP 组(CINCNLP)的预印本论文《AI Reviews Are Biased Towards the Appendix》实测四个顶会 2,000 篇论文:最新 GPT 与 Claude 模型的审稿缺点约六成摘自附录,人类审稿人仅 8.4%。
In AI, OneMinuteRead, 1 min readFeatured
-
一分钟读论文:《Scratch Copilot:用 AI 支持青少年创意编程》推荐
In AI, 编程教育, -
一分钟读论文:《技术债的普遍性、原因和影响:业界系统调查》推荐
In Engineering, Architecture, -
一分钟读论文:《玩转 GitHub 开源软件社区的必备技能树》推荐
In OpenSource, Engineer, -
一分钟读论文:《ChatGPT 提示模式:提高代码质量、重构、需求获取和软件设计》
In AI, Engineering, Engineer, -
一分钟读论文:《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
In Architecture, Performance, -
一分钟读论文:《通过反思性目标设定培养工程师的好习惯》
In Engineer, Productivity, -
一分钟读论文:《卓越的开源维护者是如何成就的?》
In OpenSource, Engineer, -
一分钟读论文:《我们走了多远——WebAssembly 运行时的全面特征研究》
In FrontEnd, -
一分钟读论文:《XSS 攻击22年:全面调查及系统综述》
In Security, -
一分钟读论文:《细孔沉千帆:小程序权限漏洞研究》
In Security, -
一分钟读论文:《影响大规模敏捷软件开发按时交付的因素》
In Productivity, -
一分钟读论文:《被掏空的一天:软件工程师的日常》
In Productivity, Engineer, -
一分钟读论文:《30年软件重构研究:系统性文献综述》
In Engineering, -
一分钟读论文:《要不要上 TypeScript?GitHub 上 JS 和 TS 应用软件质量的系统比较》
In FrontEnd, -
一分钟读论文:《NPM 供应链的软肋是什么?》
In Security,