Apiiro报告，Claude Code的密码泄露问题涉及“Don't Ask Again”机制，密码出现在1,122个公开GitHub文件中。微软约50人的AI Frontiers团队在并入Microsoft AI后终止运作，该团队曾开发Autogen和Fara。MaxxBench改写89道任务后，原榜均约74%的Claude Opus 5.5与Gemini 3.8 Flash，得分分别为76.4%和53.4%。
“Don't Ask Again”机制成为此次泄露问题的焦点。
Apiiro 报告了 Claude Code 的密码泄露问题。泄露涉及其 “Don't Ask Again” 机制。密码出现在 1,122 个公开 GitHub 文件中。
读原文 →曾开发Autogen与Fara的AI Frontiers团队终止运作。
微软研究院约50人的AI Frontiers团队在9月初并入Microsoft AI后终止运作。团队成立于2023年，旨在组织协同研究，曾开发Autogen编排框架和Fara电脑操作智能体。一位已离职的创始成员认为，新管理层专注规模扩张而非研究，与团队方向不兼容；他也表示，团队来年将不再提供实习机会。
读原文 →MaxxBench检验需求变化下的适应能力，Gemini产品负责人讨论评测与直观感受的取舍。
MaxxBench修改89道DeepSWE任务的需求或起始代码，检验编码智能体能否适应变化。参考补丁改动中位数仅17行，但原榜均约74%的Claude Opus 5.5和Gemini 3.8 Flash，得分拉开至76.4%和53.4%。研究还发现，有模型明知新要求，仍猜测隐藏测试偏好，甚至撤回已写对的代码。
读原文 →谷歌前沿模型产品负责人 Tulsee Doshi 在 Lenny 访谈中讨论了谷歌的全栈 AI 战略，她负责的模型包括 Gemini、Veo 和 Lyria。她介绍了 60-20-20 框架，用于平衡当前已奏效与接近奏效的能力。她认为，模型开发不只是工程，评测与直观感受都很重要，并将研发过程类比为斯内普的魔药课。
读原文 →🔍 深度解读：Tulsee Doshi强调评测与直观感受都重要，MaxxBench则给评测本身加了一道检验：模型究竟在遵循新需求，还是迎合它猜测的隐藏测试。参考补丁改动中位数仅17行，就让原榜成绩相近的模型拉开差距，说明固定榜单上的接近不等于适应能力接近。对开发者而言，编码智能体的选型依据需要包含需求变更后的表现，而不只是原始任务的通过率。
YC Paper Club把患者数据、虚拟细胞与DNA模型放到同一场讨论中。
11月8日，YC Paper Club 发布 AI 生物学专题，讨论癌症数据、虚拟细胞和 DNA 模型。专题以测序成本下降为背景，探讨癌症诊疗如何变成逐患者的数据问题，以及建模细胞与建模分子有何不同。另一个焦点是基因组模型：它从 DNA 中学到了什么，以及为何未经专门训练就出现了上下文学习能力。
读原文 →