TOOLS.
BRIGHTER
PEOPLE.
GOODS
FOR A
BRIGHTER
TOMORROW星极社
ASTRO EX
NEWS / AI UPDATES
好工具，也有新消息。
近期值得尝试的 AI 技巧，附操作步骤与可查证的原文。
让 360M 小模型假装成一台终端：WorldTUI 的完整复现思路
独立开发者 SimEdw 用 Qwen2.5-Coder-0.5B 微调出 360M 参数的 WorldTUI：它背后没有真正的 shell 和文件系统，键盘输入进去，模型逐行预测屏幕的变化——能建文件、跑 vim 和 tmux、玩贪吃蛇，还常常记得你几条命令前写的东西。本文把原文的数据配方、训练技巧（自我纠错三轮）、并行解码加速和 208MB 网页 demo 的试玩步骤完整整理出来。
Claude Duet 来了：会自己找活的助手，先从晨间简报用起
Anthropic 推出主动型助手 Claude Duet：每天先给你一份晨间简报，再接手起草回复、催款、准备工资单和合同这类杂活，敏感操作一律等你批准。它由 Opus 5.5 驱动，目前是面向美国 Pro 与 Max 订阅者的研究预览，需排队候补。本文把产品页公布的能力、限制和上手顺序完整整理出来。
让 Claude 给代码做攻击面体检：25 个开源项目查出 493 个问题
Anthropic 安全研究员 Chris Rohlf 公布了一轮实验：不用逐个找漏洞，而是让 Claude 盘点代码里“本不该被够到”的部分。他们在 25 个开源项目、500 多万行代码中找出 493 个问题，连久经审计的 OpenSSH 都被摸出约 4500 行未启用却可达的实验代码。本文整理三种检查方法和普通团队可以照用的流程。
编了 5 万条假数据，7 个月后还在被 ChatGPT 引用：一场统计页实验的复盘
一位 GEO 研究员用 GPT-4.1 一天生成 5 万条纯属编造的数据统计页，只花了约 50 美元。7 个月后谷歌几乎把这个站除名，ChatGPT 却还在每天抓取引用，假数字甚至进了学术论文和银行投研。本文完整复盘这场实验的机制与后果，并给出用真数据合法复刻一张高引用统计页的完整做法。
实测 10 个前沿模型后发现：编程智能体把推理拉满，反而更贵还更差
HumanLayer 的 SlopCodeBench 发布 2026 年 10 月更新：36 道分阶段编程题、196 个检查点，让主流前沿模型同场跑完并统计成本。最扎眼的结论是标题里那句“xhigh 值得商榷”：三组完整对照里，最高推理档位的成本是中等档位的 2 到 4 倍多，严格通过却没有一次稳定胜出。本文把数据和可直接借用的省钱用法整理出来。
Wonderhop：每天猜「大多数人会说什么」，AI 当裁判的免费竞猜游戏
每天 4 轮、每轮 7 道题，全站同一套：猜最多人给的答案、最冷门的答案、最古老的答案、最新鲜的答案。答案由连着 Wikipedia 的 AI 裁判 1 秒内判定真假，被判错还能跟它「讲道理」。蒙特利尔双人团队两个月做出，评论区 97 条讨论都在夸像素风和即时迭代。