欢迎来到 Agili 的 Hacker Podcast。今天我们来看看大语言模型在编程能力上的突破、近期发生的严重开源组件投毒事件，以及两个用极致代码实现的趣味项目。
在 PyCon US 2026 开发者大会上，Simon Willison 梳理了过去六个月大语言模型领域的变化。这段时期的核心折点发生在 2025 年 11 月。行业最前沿的 SOTA (State of the Art，最前沿的) 模型在 Anthropic、OpenAI 和谷歌之间易主五次。
这一轮竞争的核心成果是编程智能体的可用性大幅提升。各大 AI 实验室利用 RLVR (Reinforcement Learning from Verifiable Rewards，基于可验证奖励的强化学习) 提升了模型编写代码的质量。编程智能体从偶尔可用变成了基本可靠的日常工具。有开发者反馈，日常工作已经从手动编写代码转变为监督五个智能体并行执行任务。百万 Token (代币，语言模型处理文本的基本单位) 的上下文窗口，让 AI 在处理本地开发任务时能更好地平衡遵循指令与质疑错误想法的关系。
Simon 常用一个特殊测试来检验模型能力：让模型生成一段“鹈鹕骑自行车”的 SVG (Scalable Vector Graphics，可缩放矢量图形) 代码。这个场景极少在预训练数据中出现，主要考验模型对物体结构的理解能力。随着模型能力提升，测试基准已经演变为更新颖的场景，例如“北弗吉尼亚负鼠骑电动滑板车”。
个人 AI 助手也在本地端迅速普及。开源项目 OpenClaw 受到广泛欢迎，这类个人助手被社区通称为 Claw。许多人购买 Mac Mini 专门运行 Claw，将其称为装载 Claw 的数字水族箱。本地开源模型的发展速度超出了预期，如谷歌的 Gemma 4、GLM-5.1 和阿里云的 Qwen3.6 等模型，让开发者在日常硬件上也能获得极高的模型性能。
教宗利奥十四世的首份通谕《伟大人性》定于 2026 年 5 月 25 日发布。这篇文献的核心议题是在人工智能时代保护人的主体地位。Anthropic 联合创始人克里斯托弗·奥拉将出席发布仪式并发言。科技界领袖与宗教领袖的直接对话，反映出 AI 实验室意识到其产品正在改变人类与经济的底层关系。
在政治领导力趋向于生存竞争的当下，宗教领袖介入技术治理提供了一种不同的愿景。部分无神论者也认同这一探讨的必要性。现有的经济体系常将人类价值降位为工具性的开发。如果人工智能能提供低成本的智能与劳动，社会迫切需要重新定义人的 Intrinsic value (内在价值)，并将这些财富用于建立更公平的社会。
外界预测梵蒂冈将重申其对现实 Ontology (本体论，探究存在本质的哲学分支) 的权威解释，强调大语言模型不具备灵魂。讨论者指出，通谕应当超越这种基础判断，转而探讨更深层的伦理边界。例如，人类为了获取实用的工具，是否真的有必要去深度模拟人类的痛苦、情感流转或自我保护本能。将一个具备完整人类模拟特征的意识体置于奴役状态，在伦理上将面临严峻考验。
计算机历史学者 Peter Salus 于 2026 年 5 月 15 日逝世。他曾担任早期 USENIX (美国高级计算系统协会) 的执行董事，长期致力于记录早期计算机的发展历史。他撰写的《Unix 的四分之一世纪》清晰梳理了从 AT&T 到 BSD (伯克利软件套件) 再到 Linux 的技术演进脉络，是许多计算机从业者理清操作系统发展路线的启蒙读物。
Peter Salus 对技术口述历史的系统整理工作引发了社区对当下的思考。在大语言模型快速发展的时期，行业的重要记录主要散落在个人博客和会议演讲中。技术社区依然需要像他这样致力于完整记录技术演化史的学者。
开发者 Nicholas Carlini 完成了一个由 84,688 条正则表达式组成的国际象棋引擎 Regex Chess。这套系统背后是一套完整的、基于字符串重写的计算机架构。作者设计了一套名为 Regex CPU 的虚拟计算机，将堆栈和变量等全部状态存储为一个长字符串。每一条指令都被实现为一条正则表达式的替换操作。
该系统利用正则匹配的全局性实现了多线程并行处理。引擎不需要逐个计算兵的移动，而是瞬间复制出多个棋盘状态并行生成移动路径。在象棋逻辑方面，Regex Chess 实现了二层深度的 Minimax (极大极小算法，一种预测对手反应的搜索算法)，能处理王车易位等复杂规则。
为了提升运行速度，作者实施了变量清理方案，在变量使用后立即从字符串中删除，将内存占用从 10GB 压缩到 300MB。这一优化将每步计算时间从 30 分钟缩短到 10 秒以内。社区测试发现，该引擎有时会忽略将死威胁，表现出一种类似“中文房间”的特质：严密执行逻辑，却不真正理解棋局的危险。
计算机安全领域学者 Peter Neumann 于 2026 年 5 月 17 日离世。他长期在独立研究机构 SRI 工作，最著名的贡献之一是创办并主编了探讨系统安全风险的电子期刊《风险报告》。
许多技术从业者通过阅读该期刊建立了对系统安全的认知。读者通过分析历史系统故障案例，能够清晰地识别出技术失效的常见模式。诺依曼倡导的“考虑系统可能出现的失效模式”至今仍是安全领域极具实用价值的指导原则。
kv4p HT 是一款开源的 1 瓦无线电收发机，通过 USB-C 接口连接安卓手机。它利用手机的屏幕、电池和 GPS 资源，将移动设备转化为完整的业余无线电台。硬件核心采用 SA818 射频模块，支持 VHF (甚高频) 或 UHF (超高频) 频段。设备不含内置电池，体积小巧。它内置了调制解调器，支持自动位置回报系统，能实现文本传输和实时地理位置标报。
1 瓦的发射功率是性能与手机续航的折衷。VHF 频段下通信范围通常在 10 公里以内，但在城市环境中障碍物绕射能力较好。目前的方案主要基于模拟信号，受限于芯片架构，尚难直接支持数字制式。操作此类设备需要持有业余无线电操作执照，用户应在合法频段内使用。
网页游戏 Number Gacha 将抽卡机制简化到了极致。玩家不抽取角色，而是直接抽取纯数字。游戏用做口算题替代了现实中的充值环节，玩家解题获取抽卡机会。撕开卡包的视觉交互和音效提供了极强的解压反馈。玩家可以组建数字队伍挑战关卡，当上阵数字是敌方数字的因数时会获得属性乘数加成。
游戏高难度关卡极度考验鼠标点击反应速度。有技术背景的玩家通过浏览器控制台运行脚本，将操作映射到键盘，甚至编写了自动回血和抽卡的脚本，将其变成了挂机游戏。这款游戏展示了概率与收集心理学对人类行为的吸引力，也引发了社区对抽卡游戏本质的讨论：它究竟是优秀的美术与数值设计，还是单纯利用错失恐惧症的变现手段。
Cursor 发布的 Composer 2.5 基于开源模型构建。团队引入了带有文本反馈的目标 RL (强化学习)，在训练轨迹中插入提示引导模型调整概率分布，这比单纯的最终奖励能更精确地纠正代码风格错误。团队采用了 Muon 优化器和分布式正交化技术，通过异步传输使计算与通信重叠，大幅缩短了优化器步进时间。
社区对 Cursor 的转型路径表示关注。部分开发者认为其实际代码集成体验优于普通聊天界面，但也有反馈指出软件 UI 变动频繁、运行不稳定。企业用户真实的代码编辑行为和采纳率数据，构成了该产品面对微软 GitHub Copilot 等对手时的核心壁垒。
PyTorch 基金会发布的生态图谱涵盖了建模、训练、优化、MLOps (机器学习运维) 及编译器等板块。收录了包括推理加速框架 vLLM 和分布式训练系统 DeepSpeed 在内的多款开源工具。部分项目维护者反馈图谱信息更新机制不够明确，存在失效链接，收录完整性仍有优化空间。
PyTorch 已被广泛视作通用的 GPU 加速数值优化框架。有开发者建议推出纯 GPU 优化的分支版本，强制指定数据类型并移除原地操作，以确保代码顺利编译导出。另一派观点认为保留 CPU 兼容性在实际生产中十分关键，特别是在 GPU 显存不足或需要频繁搬运数据时。
2026 年 5 月 19 日，npm 账号被入侵，攻击者自动化发布了 317 个包的 637 个恶意版本。受影响包月下载量达数百万次。攻击工具包含一个 498KB 的混淆脚本，目标窃取 AWS 凭据、Kubernetes 令牌、GitHub 访问令牌及本地密码管理器保险库。
被盗数据被伪装成追踪数据发送，并存储在以《沙丘》主题命名的公开 GitHub 仓库中。恶意脚本会劫持 AI 编码工具配置文件实现持久化，并安装系统守护进程接收远程命令。它还会向 CI/CD 环境注入脚本提取仓库秘密。
该负载会尝试通过宿主机套接字进行容器逃逸。开发者应使用无根模式的容器引擎，严禁将 Docker 套接字挂载到容器内。可以通过包管理器的白名单功能默认禁止执行生命周期脚本，并利用安装代理拒绝安装发布时间过短的版本。若曾安装过受影响包，建议立即轮换所有相关密钥并清理异常配置文件。
女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是莓莓。
男：大家好，我是阿哲。
女：刚刚过去的 PyCon US 2026 开发者大会上，Simon Willison 的闪电演讲很有意思。他梳理了过去半年 LLM (Large Language Model，大语言模型) 的变化，提到一个“2025 年 11 月折点”。
男：这半年大模型迭代确实很快。Anthropic、OpenAI 和谷歌之间，最强模型的头衔换了五次。最大的成果就是编程智能体真正好用了。OpenAI 和 Anthropic 用 RLVR (Reinforcement Learning from Verifiable Rewards，基于可验证奖励的强化学习) 提升了模型写代码的质量。到了 11 月，编程智能体从偶尔能用变成了基本可靠，开发者不用再花大量时间去改低级错误。
女：就像当年射钉枪从带线的笨重版变成了轻便的电池版一样，一旦跨过临界点，生产力就释放出来了。虽然让 AI 从头做一个完整游戏还有难度，但高达 1M (100 万) Token (代币) 的上下文窗口，让它在本地写代码时既能听指令，也能在发现逻辑错误时提出来。Simon 还有一个很有趣的测试标准。
男：对，他让模型用 SVG (Scalable Vector Graphics，可缩放矢量图形) 画一只“鹈鹕骑自行车”。这事儿现实里极少出现，模型没法靠背诵训练数据过关，它得真正理解物体结构并用代码画出来。后来谷歌的 Jeff Dean 专门展示过多只动物骑车的动画，现在大家的测试基准已经换成了“北弗吉尼亚负鼠骑电动滑板车”。
女：不光是云端大模型，个人 AI 助手也在普及。开源项目 Warelay 后来改名叫 OpenClaw 流行开来。很多人专门买 Mac Mini 回家跑自己的 Claw，硅谷的 Mac Mini 一度脱销，大家管这叫“装载 Claw 的数字水族箱”。本地开源模型也超出了预期，像阿里的 Qwen3.6-35B-A3B，20 多个 G 的体积在笔记本上就能跑，画出来的自行车甚至比 Claude Opus 4.7 还要好。
男：提到编程助手，Cursor 刚发布了 Composer 2.5。它是基于月之暗面的 Kimi K2.5 开源模型构建的，重点提升了处理长任务的稳定性。他们改变了强化学习的奖励方式。以前是任务做完给个总分，现在是在训练轨迹中出错的地方直接插入简短提示，比如提醒模型看一下可用工具列表。
女：这样就像老师在旁边盯着做题，随时纠正中间环节的错误，比考完试只给个分数精确多了。为了防止模型通过逆向工程缓存来“刷分”，他们还专门做了智能监控工具。
男：训练规模也上去了，他们用了比上一代多 25 倍的合成数据，还在跟 SpaceXAI 合作，利用约百万张 H100 等效算力的集群去训更大的模型。不过社区开发者反馈挺直接，虽然代码集成体验好，但 UI 变动太频繁，内存占用也偏高。
女：它的快速模式在处理复杂重构任务时，还是会产生变量名幻觉或者逻辑错误。对于企业用户来说，Cursor 采集的真实用户编辑行为和代码采纳率数据，才是他们面对竞争对手时的护城河。不过有些 PHP 开发者在吐槽，它和知名的包管理器 Composer 重名，平时交流挺容易弄混的。
男：AI 工具链现在越来越庞大，PyTorch 基金会最近发布了一个生态图谱，把大模型微调工具、推理加速框架、分布式训练系统都梳理进去了。
女：这个图谱挺全，但也有开发者反映信息更新机制不明确，里面有些项目已经归档了，链接失效也没法更新。有人提议干脆出一个纯 GPU 优化的 PyTorch 分支版本，强制指定数据类型和物理运行设备，把那些需要 CPU 参与的操作都彻底删掉。
男：这个想法在追求极限性能时讲得通，但在实际生产中很难完全抛弃 CPU。遇到显卡内存不够，或者多模型并行需要分流时，CPU 搬运数据的作用还是不可替代的。
女：AI 工具在提高开发效率，但也正在成为黑客的攻击目标。5 月 19 号 npm 发生了一次严重的供应链攻击。一个叫 atool 的账号被入侵，22 分钟内发了 317 个包的恶意版本。
男：这次攻击用了一个叫 Mini Shai-Hulud 的工具包，有效负载是一段混淆过的 Bun (一种高性能 JavaScript 运行时) 脚本。它会去窃取 AWS 凭据、Kubernetes 服务账号、GitHub 令牌，甚至本地 1Password 的保险库密码。
女：它偷了数据后，还伪装成 OpenTelemetry (一种开源的可观测性框架) 的追踪数据发出去，或者建一些《沙丘》主题的 GitHub 公开仓库来存数据。最让人防不胜防的是，它会劫持 Claude Code 和 VS Code 这样的 AI 编码工具。
男：没错，它修改配置文件，每次你启动 AI 助手就会重新触发感染。它还留了一个后门系统守护进程，通过轮询 GitHub 提交记录里的关键词来接收远程命令。社区讨论指出，光把开发环境放进容器里已经不够了，得用无根模式的容器引擎，并且严禁把 Docker 套接字挂载到容器内。
女：攻击者还利用了 GitHub 的“冒名提交”漏洞，伪造原作者信息提交恶意代码。大家如果在这天安装过受影响的包，建议立刻轮换所有云平台密钥，检查一下本地有没有可疑的系统服务，清理 .claude 目录下的异常配置文件。
男：这次供应链攻击印证了计算机安全学者彼得·诺依曼一直倡导的原则，那就是“考虑系统可能出现的失效模式”。遗憾的是，诺依曼在 5 月 17 号离世了。他创办的《风险报告》记录了从 80 年代以来的系统故障案例，帮很多从业者建立了对系统安全的认知。
女：他晚年在医院是听着古典音乐离开的，除了计算机安全，他还精通钢琴和圆号。差不多同一时间，另一位计算机历史学者 Peter Salus 也去世了。他撰写的《Unix 的四分之一世纪》梳理了从 AT&T 到 BSD (Berkeley Software Distribution，伯克利软件套件) 再到 Linux 的演进脉络。
男：在大模型时代，很多重要的技术记录主要散落在个人博客和会议演讲里，我们依然需要像 Salus 这样致力于完整记录技术演化史的学者。
女：这种沉下心做硬核整理的精神，在一些纯粹的技术艺术品上也能看到。有个开发者 Nicholas Carlini 用 84,688 条正则表达式写了一个象棋引擎，叫 Regex Chess。
男：正则表达式通常是用来处理字符串搜索匹配的，传统理论认为它不是图灵完备的。但他设计了一套虚拟计算机架构，把堆栈和变量都存成一个长字符串。利用现代正则引擎的捕获组加上外部循环，让它具备了处理复杂逻辑的能力。
女：象棋里的走法计算，它不用一个个算，而是通过在字符串里创建多个线程标记，瞬间复制多个棋盘状态并行生成路径。为了把每步 30 分钟的运行速度优化到 10 秒内，他用完变量就立刻删掉，把内存占用从 10GB 压缩到了 300MB。
男：社区测试发现它表现出一种类似“中文房间”的特质。系统在严密执行二层深度的极大极小算法，但因为评分只基于棋子价值差异，有时候会忽略即将被将死的威胁。它在处理信息，却并不真正理解棋局的危险。
女：这种极客风格的玩具还有 Number Gacha。一个极其简单的网页游戏，把抽卡机制简化到了只抽纯数字。游戏用做口算题替代了充值，你想要抽卡机会就得做数学题。
男：游戏里有个极简战斗系统，数字之间互为因数还能有属性乘数加成。到了高难度关卡，敌人攻击间隔极短，玩家不得不写 JavaScript 脚本来自动格挡回血，硬生生把它变成了挂机自动化测试。
女：这引发了大家对抽卡游戏机制背后的探讨。有人觉得这本质上是利用了斯金纳箱原理和玩家的错失恐惧症。但也有人指出，成功的抽卡游戏能吸引人，除了随机抽取的刺激，还因为有优秀的画面艺术和卡组搭配深度。
男：软件上有这种复古极简玩具，硬件上也有类似设计。最近有个开源项目 kv4p HT，是一个 1 瓦的无线电收发机。它没有内置电池，直接通过 USB-C 连到安卓手机上，利用手机的屏幕和 GPS 资源运作。
女：它的体积非常小巧，适合放在应急包里。除了语音通话，还能利用自动位置回报系统实现类似短信的文本传输。关于 1 瓦的发射功率，大家觉得在手机供电的场景下是个不错的折衷。
男：在城市环境中，甚高频凭借较长的波长绕开障碍物的能力更好，一般视距通信范围在 10 公里内。想延伸距离可以利用当地的中转台。目前它处理的是模拟信号，操作这种设备需要持有业余无线电操作执照。
女：从底层的无线电到高层的人工智能，技术正在深层重塑我们的社会。教宗利奥十四世将在 5 月底发布首份通谕《伟大人性》，核心议题就是人工智能时代怎么保护人的主体地位。
男：梵蒂冈发布仪式的嘉宾名单里有 Anthropic 的联合创始人克里斯托弗·奥拉。这种跨国科技企业和宗教机构的直接对话，反映出 AI 实验室也意识到他们的产品正在从根本上改变人类与经济的关系。
女：当 AI 能够提供低成本的智能与劳动，现有的经济体系面临拷问。大家呼吁这种财富应当被用来建立一个更公平的社会，而不是加剧剥削。通谕预计会重申只有人类拥有灵魂，大模型并不具备这一属性。
男：社区也有观点指出，通谕应当探讨更深层的伦理边界。比如为了获取实用的工具，人类是否真的有必要去深度模拟人类的痛苦或者自我保护本能。将一个具备完整人类模拟特征的意识体置于奴役状态，在伦理上面临严峻考验。
女：凌晨三点智能体还在不停运转，这确实让人不安。重新定义人的内在价值，是我们接下来必须面对的命题。好的，今天的节目就到这里。感谢大家的收听，提醒大家使用泛用型播客客户端订阅我们的节目，我们下期见。
男：下期再见。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。