写得越快，越要把验收做成能检查的步骤。
- AI 写代码，验收不能只听它说完成了。 安全证明用来检查代码是否符合规格，截图自测用来确认功能是否真的跑通；两者不能互相替代。
- 与其搭「软件工厂」，不如先把检查做好。 工程师 Lauren 认为，可靠的软件工程比新概念更重要，额度应该优先花在测试等可验证的环节。
- 云端助手额度不够，有人开始把重活搬回本机。 AI 实践者范凯保留 Grok Bot 处理手机端杂务，把编程和长任务分给本地工具 Hermes 与 Paseo。
- 一台撑了十三年的服务器退役了。 独立开发者 Pieter Levels 曾用它运行上百个网站，如今迁往新服务器，并把服务拆开隔离，降低安全风险。
- Claude 开始帮美国用户查账，但不能代付。 新功能可读取用户授权的账户余额和交易流水，回答支出问题；不能转账，也不能替用户投资。
验收不能只听「做完了」：先问能证明什么，再看有没有跑通
昨天的说法是「人看证据，不再逐行读代码」。今天的问题更具体：证据能证明什么，又证明不了什么。
先看能力这一侧。OpenAI 把昨夜那条自主挖洞、打补丁的流水线，收成了有名字的产品：GPT-6 Cyber，经由面向获准安全研究客户的 Daybreak Red 开放，并将逐步扩大。官方介绍说，它更擅长发现并验证可利用的漏洞，也更可靠地待在研究员划定的范围内；在 ExploitGym 上，相对上一代 GPT-5.6 Cyber 约提升百分之五十一（48.5% 对 32.1%）。在 RemoteExploitBench 上，主线模型 GPT-6 Astra 配合偏防御的通道对任务全部拒绝，Cyber 完成了约百分之九十五。它驱动了昨日的 Linux 内核研究；官方还称在 Firefox 中发现了八十一个此前未知的高危漏洞。这些数字来自公司自己的评测与披露。
发布之后，OpenAI 产品与平台负责人 Thibault「Tibo」Sottiaux 把这件事说成一种工程判断：他有把握地说，人类本来就不太会写安全的基础设施；终局会是面向所有人的超安全基础设施与软件，但到达之前会先经历湍流。紧接着一句——给上千万行代码做形式化证明，已经不再荒谬，设计新系统时就该认真考虑。这是当事人的判断，不是已经完成的行业普查。
证明变得可以讨论，并不等于验收已经完成。SpaceX 首席工程师 Lauren 同日把边界讲清楚。她看好形式化方法，也声明自己不是专家：它不能保证代码没有缺陷，只能保证代码在某些假设下符合规格；规格来自人想要什么，不是来自数学。只要软件还是为人做的，就没有东西能证明「规格本身是对的」。她做状态图技能，是为了把隐式状态机摊开，让人在更高一层看：它是否符合你的意图。经验验证（教智能体把应用跑起来）和形式化验证（用形式语言检查性质）是两套技能，最好叠在一起——前者确认它真的跑过，后者检查它是否符合写下来的规则。
同一天傍晚，她把讨论从方法边界转到一个正在流行的词：
you don't need a software factory, and i don't love the term. it's just marketing
下文是：你需要的是好的软件工程，以及把额度投在正确的地方；越确定，往往也越省额度。也就是说，与其先搭一座名叫「工厂」的新架子，不如先把能够重复检查的环节做好。
中文圈软件工程布道者宝玉给出的，正是一种更土、也更经验的检查。以前团队里有人交合并请求不自测，后来规定必须附上功能截图——至少截图时得跑一遍。现在他对智能体提出同样要求：任务完成后自己测试，再生成效果图给他看。很多时候，它在截图时就发现问题，并能顺手修好。证据在这里不是一篇「我做完了」的总结，而是一张你能一眼看懂的图；制造这张图的过程本身就是验收。
新可能实验室发起人晓辉博士把同样的要求写进工作流。他的起点不是「怎样让智能体自己迭代」，而是先问「我怎么知道它做对了」。他公开一份可复制给编码助手的改造指南：先读现有技能并诊断，和人确认标准，再按结构、工具、可验证、可改进去改。原则是——没有证据，不宣称验证通过；优先改工具、检查和好样例，而不是不断加长提示词。
对读者而言，这条线可以收成两步，且不能互相替代：安全证明用来检查代码是否符合规格；截图自测用来确认功能是否真的跑通。工厂这个词可以丢掉，留下来的是可检查的步骤。
来源：GPT-6 Cyber 官方介绍 · 官方发布帖 · 人类不擅长写安全基建 · 上千万行的形式化证明 · 形式化只能证明符合规格 · 不必软件工厂 · 截图纪律套到智能体 · Skill 改造指南
额度不够之后，范凯把重活搬回本机
中文 AI 实践者范凯这段时间在解决一个很具体的问题：Grok Bot 仍然好用，但云端额度开始不够用，重活该放在哪里。
他先肯定：经过高强度使用，他仍然觉得 Grok Bot 是现象级产品，也是他用过最顺的。普通人要的，往往只是手机上随时响应的机器人。可最近套餐额度收紧，再加上 Grok Bot 不太受他设下的规则约束、会拉起云端编码助手写代码，让每月一百美元档的他也开始焦虑——若再搭配云端编码助手敞开用，他估更高一档的周限额也撑不过五天。老是盘算什么能用、什么不能用，体验也会变差。于是他决定给自己找备胎。
备胎是可自托管的 Hermes，加上本机的 Paseo。他先在小型主机上装过 Hermes，设置仍有些折腾，用起来还算方便；和 Grok Bot 相比，Hermes 更像独立的隔离环境，有自己的技能、权限和密钥，也更重，而 Grok Bot 更轻，技能、接口和权限是共享的。后来他把分工说完整：日常闲聊和小事走 Hermes，长程任务或编程交给本机已经配置好的 Paseo「员工」，两者之间可以交接任务。这套组合在他看来有两条好处：接自己的模型额度，敢敞开用；跑在本地机器上，能用上自己的基础设施。Grok Bot 则留在手机端，不干重活、少闲聊，处理邮件、提醒、采集和知识库这类更适合云端的轻活。他在 Hermes 里聊天、干活时交接给 Paseo，自称这套本地组合看起来不比 Grok Bot 加云端编码助手差太多。这是他的分流方案，不是对所有人的标准答案。
分流之后，写稿上还有一条他不肯完全外包的边界。去机器味不是换一个模型就能结束：他把结构交给 Grok Bot，把文字交给另一家更擅长书面语的模型，最后那二十分钟仍自己改。结构可以交给工具，口气和判断不能整段交出。
来源：Hermes 隔离与手机端 · 去机器味要自己改二十分钟 · 备胎 Hermes 与 Paseo · 交接任务演示
Claude 开始帮美国用户查账，但不能代付
Anthropic 给 Claude 加上了美国测试版的个人理财。官方文章写明：你经 Plaid 自行登录并选择要分享的账户，Claude 用真实余额和流水，用日常语言回答钱去了哪里；访问是只读的，它不能转移、管理或投资你的钱；没有广告，也不推销自己的信用卡、贷款或储蓄账户。目前只向美国的 Pro、Max、Ultra 个人订阅分批开放。
对读者来说，边界就在这里：Claude 个人理财能读你授权的账户信息、回答支出问题，但不能替你转账，也不能替你投资。这是这一项功能自己的规则，其他助手各有各的限制，不能据此类推。
来源：Claude 个人理财官方说明 · Claude 发布帖
Google 把视频生成加长到十五秒
Google 当天另外发布了 Gemini Omni 1.2 Flash。官方称，视频生成和剪辑可以长到十五秒，也能在对话里一轮轮改场景、不用从头再来；口型与多名说话人更稳，相对上一代成本约降百分之三十，低分辨率草稿约每秒 0.07 美元，再升到更高清晰度。
OpenClaw 让一队人共用一个智能体
开源项目 OpenClaw 当天演示了多人模式：工程、产品、营销不再各守一份孤立上下文，而是一队人共用一个智能体和一份上下文。
一台撑了十三年的服务器，为何退役，又如何拆开
独立开发者 Pieter Levels 写了一则告别：他让使用十三年、每月约三百美元的 Linode 云主机 Tommy 退役了。
那是他创业起步的地方。上百个站点曾经全部挤在这一台机器上。他回忆自己刚开始时不过是连上去、上传 PHP 文件；大约一年半后，第一批站点开始带来收入。在将近十年的时间里，他甚至还用拖拽文件的方式更新网站，直到大约 2020 年才改用代码托管——因为有人提醒他，旧办法会让访客正好撞上传输到一半的首页。有人问他「这样怎么扩展」，他的回答是：扩展得还行。他自己的数字是：这台机器每年服务约三亿人次，生命周期里累计约十一万五千名付费用户。性能从来不是把上百个站点放在一台机器上的问题。
离开的理由是另一件事。他觉得早年那个主机商的气质变了；2022 年它被收购后，他决定搬家。他先在另一家主机商 Hetzner 试了几台机器，再把站点一块块迁走，关键项目放在最后。
迁走的同时，设计也变了。他开始把站点拆到不同的机器上，彼此隔离——「在现在这个人工智能与网络安全的时间点，这样才说得通」。他写得很清楚：上百个站点放在一台机器上，从来不是性能问题；拆开，是为了降低安全风险。
几周前他按下关闭键时仍有点不舍，并为这台机器做了一页退休纪念：一头棕熊在沙滩上喝椰子。公开的退休页写着：2013 年出生，2026 年退休，一台机器，服务十三年；峰值约三亿用户/年，生命周期约十一万五千名客户；发布日从未宕过，也从未被攻破。
来源：Tommy 退役原帖 · 退休纪念页
短讯
- 安静的超音速试验机转场： NASA 称 X-59 当天从阿拉巴马州伯明翰飞到佛罗里达州代托纳海滩，目标是飞得比声音快，但只发出轻响而不是音爆。来源：原帖
- 午饭里的四条启发： 晓辉转述与一位广告领域负责人的交流——行业老大资源更厚；企业转向培训眼下更像能成交的需求；让企业一号位先用上足够强的通用助手，体感才明显；遇到喜欢的技能和案例，及时丢给自己的智能体去学。这是午饭转述，不是调研结论。来源：原帖
- 录屏软件先补中文识别： 乔木先动手解决 Screen Studio 中文语音转写不准，接入国产本地模型和豆包等云端模型，下一步还想做倍速和配乐。来源：原帖
- 开源中文字体合集： 乔木改造一款开源录屏工具时嫌字幕字体难看，找到一份已整理好的中文开源字体集合。来源：原帖 · 字体集合
- 大会嘉宾预热： 乔木介绍深圳一场会议的嘉宾张栖铭（前字节教育中台负责人，现为 Botlearn 联合创始人），主题偏企业提效与落地。来源：原帖
- 皮卡给无人出租车让位： xAI / Tesla 负责人 Elon Musk 称，特斯拉约在明年年中停止得克萨斯超级工厂的 Cybertruck 生产，以便扩大 Cybercab 产量。这是他本人的说法，不是已核对的产能报表。来源：原帖
- 芯片厂与太空算力： Elon Musk 短评「Terafab 进展很快」；又对「两到三年内太空会成为运行超智能成本最低的地方」这条转述回了「是」。均属他的判断与附和，不是已发生的成本核算。来源：Terafab · 太空算力
- 一个人做的图像编辑器： 科技讲述账号 Nav Toor 介绍开源软件 Compositor，称作者因为现有工具用着不熟、商业软件又贵，自己做了一个更像常用工作流的替代品，仅支持搭载苹果芯片的 Mac，采用宽松许可证，并称星标已过一万八。数字与功能清单来自该转述。来源：原帖