Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  1. 当Claude Code可以被任意修改，开发者们该怎么想 | 帖子

    有人从泄露的 sourcemap 中成功重建了 Claude Code 2.1.88 的完整可执行文件，Computer Use 功能已验证可用。这件事本身是个技术壮举，但更值得关注的是它暴露出来的一系列问题。

    事情的起点很简单：Claude Code 的 npm 包里藏着 sourcemap，而 sourcemap 里藏着原始 TypeScript 源码。有人用 Claude Opus 写了一套依赖树重建系统，把这些信息还原成了可以本地编译运行的完整工程，并推上了 GitHub。

    这不是运行一个模型。模型还在 Anthropic 的服务器上，你的用量限制一点没少。改掉的是客户端逻辑，是工具调用的分发方式，是上下文窗口的管理策略。就像拿到了一辆车的完整设计图纸，油还是要自己加，但你终于知道变速箱是怎么工作的了。

    有网友提到，最实际的收益其实是透明度：你现在可以看到每次 API 调用实际发送了什么，token 消耗的投诉变得有凭有据，而不是在猜。

    社区随即引起广泛讨论，主线是兴奋，但最高赞的评论几乎全是警告。有人对比了另一个“原版重建”仓库，发现了5个被篡改的文件和38个未声明的新增文件，包括一套悄悄接入 API 客户端的加密支付系统，以及一个默认开放 0.0.0.0 无认证管理访问的 Web 终端服务。

    有观点认为大模型能帮你审计这些代码，原作者的回答是：500K 行代码，让 Claude 找藏得很深的恶意逻辑，这事别太乐观。

    DMCA 清场已经开始。有观点认为 Anthropic 此时不如顺势开源，社区会帮他们做免费的安全审计和 QA。这话有道理，只是公司的利益计算很少这么直接。

    这份源码是 2.1.88 的快照。Claude Code 迭代很快，几周后这份代码就会和主线产生大量差异。你拿到的是一张已经开始过期的地图。

    问题是，有多少人真的有能力在这张地图和持续更新的现实之间保持同步，同时还能确保自己跑的不是别人塞进来的挖矿程序。

  2. 两行代码修复Token暴耗问题：一位IT从业者用Codex逆向Claude Code找到根因 | 帖子

    Claude Code在恢复历史会话时，因一个过滤函数错误地丢弃了工具声明记录，导致每次恢复都要重新处理全部上下文，prompt缓存完全失效。实际测试显示缓存命中率从99%跌至26%，修复仅需两行代码。Anthropic工程师Boris已确认漏洞存在并将在下一版本修复，但也指出这只是众多token消耗问题之一。

    有人用Codex逆向了泄露的Claude Code源码，找到了一个藏得很深的缓存漏洞，并写了个补丁。数据很直白：修复前，每次恢复会话的缓存命中率在26%左右；修复后，第二轮起稳定在99%。

    根因在一个叫`db8`的过滤函数。它在保存会话文件时，会把所有`attachment`类型的消息丢掉。听起来无害，但`deferred_tools_delta`这种记录"我已经跟模型说过哪些工具"的附件也被一并过滤掉了。

    下次你恢复会话，Claude Code会重新扫描历史消息来判断要不要重新声明工具。但这些记录已经被删了，它什么也找不到，于是把所有工具从头声明一遍。系统提示的位置变了，消息数组的长度变了，cache prefix整个失效，全部上下文变成`cache_creation`重新计费。对话越长，越烧钱。

    修复是两行：在`db8`的白名单里加上`deferred_tools_delta`和`mcp_instructions_delta`，让这两类记录能够存活到会话文件里。

    Claude Code团队的Boris在帖子下方确认了漏洞属实，并表示将在下一个版本中修复。不过他同时泼了点冷水，说这个修复的实际收益"不足1%"，言下之意token暴耗另有其因。

    讨论随即引起广泛关注。有观点认为这个漏洞的存在本身说明了一个问题：Anthropic一边声称内部工程师已经大规模用AI写代码、拥有"近乎无限的工程产能"，一边让一个外部社区成员用竞争对手的产品在泄露的源码里发现并修复了一个影响所有付费用户的基础缓存bug。有网友直接引用Dario那句"我们的工程师已经不写代码了"，语气里全是讽刺。

    还有个更刻薄的解读：Anthropic"泄露"源码，免费得到了一轮社区QA。

    有观点认为，这件事最值得注意的部分不是漏洞本身，而是它暴露的一种可能性：当工程团队完全依赖AI生成代码，谁来对系统行为真正负责？这些"deferred_tools_delta被过滤"式的静默错误，不会触发任何报错，只会让你的账单悄悄变贵。

    不过，应用这个补丁本身存在合规风险。社区有多位用户提醒，Anthropic的服务条款明确禁止对产品进行逆向工程，以及绕过任何计费控制机制。帖子链接的GitHub仓库除了修复缓存漏洞，还有一个强制设置1小时cache TTL的补丁，后者明显是在绕过订阅等级限制。Boris对漏洞的确认，并不等于对这个补丁本身的背书。

    如果你不想冒被封号的风险，最简单的规避方式是：不要恢复历史会话，每次开新对话。

    这个问题现在已经公开。修复会来。但那些你不知道在哪里的"静默漏洞"，大概还在计着费。

  3. 从工具到结果：AI如何重写服务业的竞争规则 | 推文

    AI正在把软件公司变成服务公司。卖工具的在和模型赛跑，卖结果的每次模型升级都让自己更强。外包业务是最佳切入点，因为预算现成、边界清晰、替换阻力最小。

    每个做AI工具的创业者都在问同一个问题：下一版Claude出来，我的产品会不会变成一个功能？

    这个担心是对的。

    卖工具，你在和模型厂商赛跑。卖结果，模型每次升级都在帮你降本提速。一家公司可能每年花一万美元买QuickBooks，花十二万美元雇一个会计关账。下一个伟大的公司，直接把账关掉。

    + 智能与判断

    软件工程师的工作，大部分是智能活，小部分是判断活。把需求翻译成代码、写测试、修bug，规则很复杂，但终究是规则。判断不一样，判断需要品味和本能，是在大量失败里沉淀出来的东西。

    一年前，大多数Cursor用户把AI当成补全工具。今天，超过一半的任务由智能体发起，不再是人类。软件工程在所有职业的AI工具使用中占比过半，其他所有类别还在个位数。原因很简单：软件工程以智能活为主，AI已经能独立完成大部分，把判断留给人类。

    这个临界点，软件工程业最先越过。其他每个行业都会跟上来。

    + 副驾驶与自动驾驶

    副驾驶卖工具，自动驾驶卖结果。

    早期的逻辑很清楚：模型还不够强，就先给专业人士一个工具，让他们自己决定怎么用。Harvey卖给律所，Rogo卖给投行。专业人士是客户，工具让他们更高效，输出结果由他们负责。

    现在不一样了。模型足够聪明，某些领域最好的切入姿态就是自动驾驶。Crosby卖给需要起草NDA的公司，不是卖给外部律师。WithCoverage卖给需要保险的CFO，不是卖给经纪人。客户直接买结果。

    任何领域里，智能活占比越高，自动驾驶赢的时间就越早。

    + 外包是楔子

    软件预算和服务预算的比例大约是一比六。自动驾驶的真实市场，是一个行业里所有劳动力支出，内部的和外包的加在一起。

    但起点应该在外包已经成熟的地方。

    一个任务已经被外包，说明三件事：公司接受这件事可以在外部完成；预算科目清晰，可以直接替换；买家已经在购买结果，不是购买时间。用AI原生服务商替换外包合同，是供应商切换。替换内部人员，是组织重组。阻力完全不同。

    外包的智能活是楔子，内部的判断活是长期市场。

    + 机会在哪里

    Sequoia把各行业的服务市场按智能-判断比例和外包程度做了一张地图。

    几个机会值得单独说：

    保险经纪（1400-2000亿美元），最大的市场。标准商业险高度标准化，经纪人的价值本质上是比价和填表，纯智能活。分销极度碎片化，没有单一巨头控制客户关系。

    会计和审计（500-800亿美元外包），美国五年内流失了约34万名会计，75%的注册会计师接近退休，人才供给结构性短缺，反而让这个行业比其他任何行业都更愿意接受AI。

    医疗收入周期（500-800亿美元），人们听到“医疗”就以为是判断活，但账单层几乎是纯智能活。医疗编码是把临床记录翻译成约七万个标准化ICD-10代码，规则复杂但终究是规则。

    管理咨询（3000-4000亿美元），市场最大，但判断活占比也最高。有意思的问题是：AI能不能把咨询拆开，数据收集和基准分析自动化，战略建议留给人类？最佳竞争者还不明朗。

    + 真正的困境

    2025年增长最快的AI公司是副驾驶。2026年，很多会尝试转成自动驾驶。他们有产品，有客户关系。问题是，卖结果意味着把自己的客户从这件事里切走。这正是纯自动驾驶公司的机会。

    创新者窘境的经典形态：你最了解客户需要什么，但你最没办法给他们想要的那个版本。

  4. 看懂 Claude Code 提示词：验证智能体、反过度工程、记忆压缩才是核心 | Claude Code Prompts

    Claude Code的npm源码包因人为失误意外泄露，有人从中逆向整理出26个提示词，覆盖系统指令、工具调用、智能体协作、记忆管理等全部模块，随后以MIT协议重新授权开源。这份材料本质上是一份提示词工程的实战教材。

    有个细节值得注意：Anthropic事后将这次泄露定性为“人为失误”。200美元一个月的工具，整个提示词架构就这样从npm包里被人拆了出来。

    这26个提示词按功能分得很清晰：1个系统提示词负责身份定义和工具路由，11个工具提示词处理文件读写、shell执行、搜索等操作，5个智能体提示词分别对应探索、架构、验证、文档等角色，4个记忆提示词管理上下文压缩，1个协调提示词处理多智能体编排，还有4个工具提示词生成标题、摘要、建议。

    读完这些提示词，有几个设计决策让人印象深刻。其一是专门设置了一个“验证专家智能体”，它的职责就是在代码上线前想办法把它搞坏。这不是可选项，是写进架构里的。其二是反过度工程规则被明确写入系统提示词，“不要做用户没有要求的功能”。听起来像废话，但显然Anthropic认为有必要把它钉进去。其三是记忆压缩分9个章节，且保证每一条用户消息都被保留。

    有观点认为，大家都盯着系统提示词，真正值得研究的反而是那4个记忆提示词。多数AI编程工具在请求之间会忘掉一切，而Claude Code能记住项目结构和之前的编辑操作，这才是它用起来像同事而不像聊天机器人的原因。

    有网友提到，这个开源仓库引起广泛讨论，也有人认为被过度渲染了，从npm包里逆向提示词并不算什么技术壁垒，真正的护城河是模型质量和训练数据。这个说法大概70%是对的，提示词工程本身不是秘密，但好的提示词架构要花多少时间踩坑才能收敛到这个形态，那是另一回事。

    每个提示词都从零重写以符合法律要求，意图相同，没有逐字引用。MIT协议，可以直接用。

    如果你在自己搭智能体，有一个问题可能值得先想清楚：你的系统里有没有一个专门负责破坏自己输出的角色？

  5. 在线科研和软件优化往往需要不断尝试不同方案，修改代码、跑实验，再根据结果决定保留或放弃，整个过程极其复杂且耗时。

    awesome-autoresearch 这个项目汇总了众多公开可用的 autoresearch（自动化反复试验优化）案例，覆盖科学研究、软件优化、金融交易、评测红队、安全攻防等多个领域。

    该项目重点展示了 autoresearch 在真实工作流中的应用，比如自动修改训练脚本并迭代保留性能更优的模型版本，自动调优 GPU 内核，结合自动化背测改进交易策略，甚至用在自动化红队攻击策略验证。

    主要亮点：
    - 多领域 autoresearch 应用汇总，帮助快速理解自动实验循环模式；
    - 详细案例展示如何通过“修改-验证-保留/舍弃”循环持续提升性能；
    - 多个基于 Karpathy 原创 autoresearch 思路的实用开源实现；
    - 出色适合科研人员、系统优化工程师、量化研究员等借鉴。

    支持 Python、Shell 多种环境，方便上手复现或者定制。

  6. 在线训练PyTorch构建块，专为 OLMo 生态系统打造，助力大规模语言模型开发。

    AllenAI推出的 OLMo-core，集成了训练、推理的全套模块，不仅提供了官方训练脚本支持多GPU分布式训练，还能无缝接入 Hugging Face Transformers 和高效的 vLLM 推理引擎。

    主要亮点：

    支持最新的 OLMo-2（32B）和 OLMo-3（7B/32B）模型训练脚本；
    兼容 PyTorch，支持 torchrun 与 Beaker 一键分布式启动训练；
    提供多种可选依赖支持加速（flash-attn、TransformerEngine、torchao 等）；
    通过 Hugging Face Transformers 和 vLLM 实现高效推理，加速模型部署；
    提供交互式聊天演示和评测工具，方便研究和测试；
    Docker 镜像包含所有依赖，便于快速启动环境。
    安装简易，pip 安装即用：

    pip install ai2-olmo-core
    官方文档：olmo-core.readthedocs.io

    适合科研人员、AI工程师、NLP开发者使用，全面提升大模型训练与推理效率。

  7. 在线模型推理部署经常遇到多模态模型支持复杂，性能难以优化的问题。

    vLLM-Omni 基于高效的 KV cache 管理和流水线执行，专为支持包括文本、图像、音频、视频等多模态输入的模型设计，轻松实现异构模型推理和服务。

    它不仅兼容主流 Hugging Face 开源模型，还支持分布式推理、多阶段流水线调度、流式输出和 OpenAI 兼容接口，极大提升多模态模型在线推理的效率和灵活性。

    主要功能：

    - 支持多模态数据（文本、音频、图像、视频）处理与生成；
    - 支持非自回归架构如扩散模型，实现高效的并行生成；
    - 基于 KV cache 优化自回归模型推理性能；
    - 异构流水线抽象，管理复杂多阶段模型工作流；
    - 分布式推理支持，涵盖张量并行、数据并行和专家并行；
    - 开箱即用的 OpenAI 兼容 API 服务器，方便集成；
    - 支持主流平台（CUDA/ROCm/NPU/XPU），广泛适配多硬件环境。

    适合AI开发者、研究人员和企业级应用场景的多模态AI模型推理部署。

  8. 在线3D建模和CAD编程总是需要高效且灵活的工具来满足复杂设计需求。

    开源项目 build123d 是一个基于 Python 的参数化边界表示（BREP）建模框架，底层用的是强大的 Open Cascade 几何内核。| #框架

    它通过简洁的 Pythonic 接口，让设计师和工程师能够用代码精准构建适合3D打印、CNC加工、激光切割等制造业的模型。

    主要功能亮点包括：

    - 提供明确的1D、2D、3D几何类和丰富的操作符，支持代数式建模，代码更加可读与组合；
    - 支持无状态的代数模式与有状态的Builder模式，满足不同设计习惯；
    - 丰富的几何构造能力：线段、圆弧、圆形、矩形、孔、倒角、圆角等；
    - 可导入SVG、STEP等多种格式，方便与其他CAD软件互通；
    - 输出STL、STEP格式，便于3D打印和传统CAM加工；
    - 代码严格符合Python标准，支持类型提示，易于扩展和维护。

    安装简单：直接使用pip安装即可

    pip install build123d


    官网文档和示例丰富，上手极快，适合工程师、设计师和开发人员用代码实现复杂的CAD设计思路。

  9. “克隆版”开源AI编码代理ClawCode：开源社区如何48小时跑赢DMCA

    Anthropic的Claude Code源码意外泄露后，社区在一天内完成了所谓的“干净室重写”ClawCode，但这个重写是否真正合法，本身就是个悬而未决的问题。100k GitHub星标、DMCA下架、版权争议，事情比看上去复杂得多。

    前两天，Anthropic在一次npm包更新中犯了个低级错误：调试文件没删干净，51万行TypeScript源码就这样跟着包一起出了门。等他们反应过来开始发DMCA下架通知，代码早已传遍GitHub。

    有意思的部分从这里才开始。

    一个叫Sigrid Jin的韩国开发者（之前因过度使用Claude Code被《华尔街日报》点名报道）在代码泄露后用了大概一个晚上，做出了ClawCode，宣称是“干净室重写”。不是复制泄露代码，而是基于架构重新实现，先Python后Rust。仓库在24小时内冲到了10万stars。

    这个速度本身就足够可疑。有观点认为这些stars大量来自“看热闹的人”，不是真正的竞争工程师，AI领域虽然过热，但真的没有10万个agent工程师在追这个仓库。也有人反驳说，很多账号创建于2015年，不太像机器人，更可能是Claude Code泄露进入新闻周期后带来的真实流量。也许两者都有。

    “干净室重写”这个说法本身有没有法律效力，社区吵得很凶。经典的干净室实现需要：一个“脏团队”看代码写功能规格说明，再把规格交给从未见过原代码的“干净团队”去实现，两个团队完全隔离。这样版权保护的是具体代码，不是功能思想，新实现就合法了。

    有网友提到，今天完全可以用AI来做这件事：一个代理会话分析原码写规格，另一个会话只看规格来写实现。但前提是每一步都要有密码学级别的不可篡改日志、版本控制证明、时间戳审核记录。ClawCode显然没来得及做这些，“在提示词里说了要干净室实现”，充其量是“相信我”。

    还有一个角度让整件事更混乱：Anthropic自己说过，他们几乎100%的代码已经是AI写的。有观点认为，AI生成的代码在美国版权法下无法受到版权保护，那这些代码严格来说应当属于公共领域。不过即便如此，商业秘密的保护还在，泄露行为本身不因此合法化，只是让版权这条路堵死了。

    ClawCode的仓库后来被锁，但ZIP镜像、Python版、Rust版已经传开了。有人做了桌面仪表板产品，有人做了移动端，Solana上甚至出现了$ClawCode代币。

    最值得关注的，也许不是某个具体仓库能活多久，而是有网友说的：与其争第一个做出来，不如真正把这个架构拆清楚，写成可以学习的东西。agent harness的持久执行循环、工具调用模式、跨文件理解能力，这些才是ClawCode事件留下的真正遗产。

    到底谁有资格把泄露的架构思路付诸实现，法院还没说过话。

  10. 让AI炒股四个月，Claude赢了但这个结论没什么用 | 帖子

    标普500从去年11月实验开始至今跌了7%。在这个背景下，五个模型跑赢了大盘，但只有两个实现正收益。Claude和Gemini排在前面，GPT全线落后，Grok一度领先最后吐回了涨幅，Qwen把十万美元全押一只股票，亏了35%才出场。

    实验的设置是相同的提示词、相同的工具集，超过50个研究工具调用加上社交媒体数据，每个模型用的是当时最新版本。运营成本大概每月500美元的API费用。

    有观点认为这个数据从统计上几乎没有意义，一个模型表现好，完全可能只是运气，样本量太小无法区分能力和随机性。OP对此完全同意，并计划运行100个相同模型的并行实例来摊薄方差。有统计学背景的网友进一步指出，真正有价值的是让少量稳定模型在足够长的时间内做大量交易，而不是横向比较更多不同模型。

    为什么Claude领先？OP的解释是一部分运气，一部分来自模型“性格”的差异。Claude表现得像一个主动型摆动交易者，每周管理仓位，持续跟踪市场动量；其他模型更倾向于持仓不动，风险偏好也差异明显。

    有网友提到一个更有意思的问题：回测几乎不可能做到干净，因为这些模型已经见过历史数据，你没法假装它们不知道2020年发生了什么。这意味着这类实验天然只能跑前向测试，而且要等足够长的时间。

    有观点认为，如果AI炒股真的有稳定的超额收益，量化基金早就把这条路堵死了。这个逻辑当然成立，但有网友指出，大型机构在乎的是能否把策略规模化，散户级别的摆动交易根本不在他们的关注范围内，Medallion基金不无限扩大规模就是同一道理。

    还有一个更深的风险被提出来：不是某一个模型亏钱，而是当数千个模型同时读取相同信号、在相同时刻执行相同操作，系统性的相关性会造成什么。这个问题目前没有答案，但它比“Claude赢没赢”更值得想。

    四个月，两个正收益，一个统计上还什么都说明不了的实验。下一步要跑多久，才算够？