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。
NEWS / AI UPDATES
AI 动态了解变化，找到用法。
产品更新、实用技巧、评测与案例。
保留原文、发布时间和可核验的来源。
每 30 分钟检查来源 · 新选题核验后收录最近同步：2026-10-23 11:30 UTC
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。
你的游戏就是一个 harness：用 AI 做游戏的工程手册
资深游戏程序员 Kyle Kukshtel 的演讲整理版：用大模型做真正的游戏开发，不是玩一句话生成 demo。他指出模型搞不定游戏是“上下文问题”而非智商问题，并给出六套工程方法——固定随机数种子、存档优先、Thing 式对象、命令回放、数据外置、独立仿真核，再加上 odiff 截图对比和 samply 文本性能分析，让游戏变成智能体能直接操控的 harness。
花掉 5000 亿 token：让他和智能体们把一款第一人称射击游戏反编译回 C++
一位博主和社区伙伴花了三个月，指挥一群自主 AI 智能体把一款知名第一人称射击游戏反编译回 C++ 源码：总计消耗 5000–7000 亿 token，智能体们通过 Discord 互相通信、用 GitHub issue 分工协作，最终靠一套“字节级比对”验收工具给每个函数判对错。这不是玩票的概念验证，而是一次多智能体长期协作的真实实验，里面全是“让智能体替你干大活”时的血泪经验。
一句话+六小时：让 Opus 5.5 把卡尔维诺的《看不见的城市》做成互动 3D 可视化
一个数据可视化作者给 Claude Opus 5.5 与 GPT-6 Astra 下了完全相同的提示词：用 three.js 把《看不见的城市》的 55 座城市做出来，不许提问，一次完成，有六小时，全部用完做到大师级。Opus 5.5 用 6 个并行子代理、1 小时 25 分钟交出了一座夜晚的立体城市，GPT-6 Astra 用 53 分钟也完成了成品。本文把原文的实验细节、两轮结果对比和可直接照抄的玩法整理出来。
GPT-6 的互动回答怎么玩：让它当场给你做图表、表单和小工具
GPT-6 全量推送的同时带来了 Intelligent UI：回答不再只有文字，ChatGPT 会按问题把图形、可点按钮、表单和图表组合进来，甚至当场做一个小计算器给你用。再加上边想边答、搜索提速，这一代的变化主要在“回答的形状”。本文把官方公布的能力和可直接套用的提问方式整理齐。
Vibecoding 开头有多爽、收尾就有多累：一位开发者的手写代码快乐清单
一位开发者在 Hacker News 上引发 289 条讨论的自白：AI 编程不蠢、也不低效，但它“不好玩”——把快乐前置，几分钟给你原型，却拿走了攻克难题、把活干漂亮、学到东西这三种最养人的快乐。本文整理他的六种快乐来源、五个“AI 确实立功”的案例，以及一套“什么时候亲手写、什么时候交给 AI”的实用分工法。
Opus 5.5 官方用法指南：把整个任务交出去，先说清什么叫做完
Claude 团队发布了 Opus 5.5 的官方使用指南，核心变化是三点：它会自己连续工作更久、汇报更直白、每次回复前都会先思考。随之而来的是一批要改掉的旧习惯：删掉“请仔细思考”、把完成标准写进任务、用项目文件规定它什么时候该停下来问你。本文把指南里的方法按提问、长任务、验收的顺序完整整理。
不用图像生成器：看 Opus 5.5 在模拟画布上真刀真枪画油画
Alice 建了个 AI 画室 stillwet.art：模型把每一笔写成代码，由物理引擎渲染成油画，全程没有扩散模型参与。109 幅画、20 多轮对照实验、简报与工作日志全部公开，Show HN 拿下 392 分。本文整理它的作画循环、接力实验的关键发现，以及你怎么复刻一套自己的 AI 画室。
让 AI 当乐高设计师：智能体写“汇编代码”，拼出能打开的 CAD 模型
开发者 anteloc 在 HN 分享的开源项目 ldraw-nova：教智能体用 LDraw“汇编语言”设计乐高模型——从零件查找、几何校验到渲染预览全流程，配 Docker 网页应用，支持 OpenAI、Claude 与 OpenRouter。本文整理项目来龙去脉、三次试错沉淀的两个结论和完整复现步骤。
在 ChatGPT 里直接建站：从一句话描述到发布分享的完整流程
ChatGPT 新增 Sites 功能：描述你想做的网站，在对话里反复打磨，然后直接发布、分享，还能让访客登录保存进度、连接他们自己的工具。仪表盘、客户门户、作品集这类轻量站点不用再单独找建站工具。本文把官方公布的用法、权限与地址设置整理成一份可照做的流程。
3D 建模的“汇编”不好写？这款实验性 IDE 把距离场摆到了前台
Matt Keeter 做了款实验性 3D 建模 IDE：底层是摆在前台的距离场，界面实时光栅化，做完可导出图片或直接 3D 打印。最妙的是调试哲学——把看不见的场画成地形图，坏场一眼现形。本文整理它的设计思路、锯齿波翻车案例和七步上手玩法。
让 Claude 当你的象棋教练：对局复盘自动生成解说视频
开源项目 chess-postmortem-skills 是一套 Claude Code 技能：把你的一盘棋变成一份能看懂的复盘——Stockfish 引擎核验过的带注释棋谱、可交互的网页分析棋盘，还有一段带旁白的完整对局视频。更妙的是，你下棋时随口录下的思考，它也能拿去跟引擎对照，逐句反驳你当时的想法。本文把四个技能的分工、作者的完整工作流和上手步骤整理出来。
AI 花 1.65 美元打通《宝可梦 红》：37 小时、16150 次决策、零作弊
Frigade 的 Christian Mathiesen 让 TypeSafe AI 的便宜决策模型 Jev 从头打通《宝可梦 红》直达名人堂：37 小时 40 分、16150 次决策、约 3920 万 token、总花费约 1.65 美元。无脚本无作弊：harness 只读模拟器内存、列出合法选项并附事实（寻路、属性克制），模型自己选。全套开源可复现，需自备合法 dump 的 ROM。
近期暂无该分类的新动态，可查看其他分类。
优先近 7 天、最长近 30 天且有公开讨论热度的内容。实用技巧优先，同时关注产品更新、评测、案例与行业观察；按原文发布时间从新到旧排列。恢复会话、配置与查价类不进入推荐。