开源不是安全边界
GDS关于AI漏洞发现的指南准确把握了开源安全的关键：默认少隐藏、更快修复，并用证据明确说明例外情况。
AI & Technology写作
关于设计、开发、AI基础设施和产品构建的思考。
Codex钩子让代理框架真正成形
Codex钩子现已覆盖十二个生命周期事件，并由基于哈希的信任审查把关。本文讲解配置形态、阻断机制，以及代理框架所需的控制系统。
AI & Technology代理代码搜索有自己的 Token 预算
Semble 将代码搜索转化为上下文预算问题：混合检索、排序片段和 Token 节省，比 grep 后再通读文件的循环更适合代码代理。
AI & TechnologyRust的LLM政策草案划出了正确边界
Rust的LLM使用政策草案允许将AI用于学习、审查和实验，同时禁止在Rust中使用生成的评论、文档以及绕过人工审查的做法。
AI & Technology代理需要监督界面
代理监督界面将自主AI工作转化为可检查的操作：审批、追踪、证据、恢复和审阅队列，比更好的聊天更重要。
AI & Technology代理搜索是执行环境问题
一项新的 arXiv 研究比较了 Chronos、Claude Code、Codex 和 Gemini CLI 中的 grep 与向量检索。代理搜索质量取决于执行环境层。
AI & Technology代理界面就是代理框架
代理界面设计是运行层：权限、记忆、追踪、证据、恢复与品味，共同决定自主AI代理能否赢得信任。
AI & Technology代理式设计是控制界面设计
代理式设计不是更漂亮的聊天框。它是一种控制界面，让自主软件变得可见、可中断、可审计，并值得信任。
AI & TechnologyHTML才是AI代理需要的格式
Thariq Shihipar的HTML示例说明了为什么代理输出格式很重要：空间结构、交互和视觉证据，胜过被Markdown压平的线性文本。
AI & TechnologyAI代理审查包是新的最终答复
AI代理审查包汇集声明、追踪、审批、测试、部署证明、人工审查状态和未解决缺口，让代理工作真正赢得信任。
AI & Technology智能体执行追踪是执行环境契约
SHEPHERD、AI Workflow Store和WildClawBench指向同一个智能体可靠性层：类型化追踪、可复用工作流和原生执行环境评估。
AI & Technology托管代理与本地代理框架：哪些值得保留
托管代理已接管会话、沙箱、追踪与事件。本地框架的规则仍需保留——用于品味、证据、隐私，以及今天稳妥发布的能力。
AI & Technology外部出版物
技术写作： Introl
Local LLM Hardware Pricing Guide 2025
本地运行大型语言模型的全面硬件建议和成本分析。
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
针对不同AI工作负载比较NVIDIA最新数据中心加速器的GPU选择指南。
TPU Architecture: Complete Guide to Google's 7 Generations
深入技术分析Google张量处理单元从TPUv1到TPUv5的演进。
GPU Memory Pooling in Multi-Tenant Kubernetes
容器化环境中GPU集群的资源共享策略。
Ray Clusters: Distributed AI Computing Infrastructure
使用Ray框架构建和管理分布式AI计算的指南。
DeepSeek V3 Open Source AI Cost Advantage
开源LLM经济学分析和DeepSeek的竞争定位。
NVIDIA Vera Rubin GPU 600kW Racks 2027
未来数据中心电力需求和NVIDIA下一代GPU路线图。
SMR Nuclear Power for AI Data Centers
为下一代AI基础设施供电的小型模块化反应堆解决方案。
DeepSeek MHC Architecture Breakthrough
DeepSeek多头压缩架构创新的技术分析。
