每日AI乱炖 · 2026-11-15:英伟达、Claude Code

英伟达换帅:一家长期站在算力中心的芯片公司,在创始人手里换了掌舵人。英伟达宣布了一次首席执行官交接:公司创始人黄仁勋辞去 CEO 职务,并将退出董事会。本期也关注Claude Code。

每日AI乱炖 · 2026-11-15:英伟达、Claude Code

今日要点

  • 英伟达 — 资本市场的反应是即时的:11 月 12 日黄仁勋宣布立即卸任 CEO 并离开董事会后,英伟达股价当日收跌,而当天大盘略有上涨。
  • DeepMind — Google DeepMind 公开了机器人平台 Gemini Robotics 的新一代版本 2.5。
  • Claude Code — AI 安全团队 Apiiro 的研究发现,公开的 GitHub 仓库里有成千上万个密钥被意外暴露,包括数据库口令、API token 和 root 登录信息,它们就藏在 Claude Code 的设置文件里。

这里是由Robin为你带来的咸话咸说之每日AI乱炖。

英伟达:黄仁勋卸任 CEO,CFO 克雷斯代理

英伟达换帅:一家长期站在算力中心的芯片公司,在创始人手里换了掌舵人。

英伟达宣布了一次首席执行官交接:公司创始人黄仁勋辞去 CEO 职务,并将退出董事会。公司同时确认,首席财务官 Colette Kress 在寻找正式继任者期间担任代理 CEO;至于接任人选和交接时间表,目前的报道没有给出。

资本市场的反应是即时的:11 月 12 日黄仁勋宣布立即卸任 CEO 并离开董事会后,英伟达股价当日收跌,而当天大盘略有上涨。

对一家把路线图押在少数几代产品上的公司来说,创始人在中途离场,考验的不是当季财报,而是既有承诺会不会被稀释。代理身份意味着决策更多依赖董事会和财务口径,接下来的看点是谁被正式任命,以及供应链和客户侧的措辞有没有变化。

来源:rss

DeepMind 发布 Gemini Robotics 2.5,并开源机器人安全基准

离开会议室,去看机器人这条线,这一代的进步发生在手上。

Google DeepMind 公开了机器人平台 Gemini Robotics 的新一代版本 2.5。Google 表示,这一代机器人 AI 在完成真实世界任务上已经接近人类的水平;部分搭载 Gemini 的机器人已经在梅赛德斯-奔驰的工厂里实际干活,团队也在为机器人与人类并肩作业的那一天准备一个开源安全基准,名为 ASIMOV-jailbreak。

这套物理 AI 在用户指令和机器人动作之间分了几层:负责视觉语言那部分叫 Gemini Embodied Reasoning,它把指令和实时视频结合起来,规划机器人该怎么完成任务;真正生成动作、比如驱动执行器的视觉语言动作(VLA)模型就是 Gemini Robotics,这次升到了 2.5。

DeepMind 称 2.5 版在高灵巧度任务上提升明显,评估覆盖 200 多项活动,包括用夹子分餐、在实验室里用移液器。Google 还演示了 Apptronik 的 Apollo 2 人形机器人装上 Gemini Robotics 2.5 后,用五根手指系出一个蝴蝶结——丝带这类可变形物体一直是机器人操作里公认的难点。

真正值得盯的不是演示里的手部灵巧度,而是那套安全基准能不能被行业共同采用:机器人进厂之后,事故责任和验收标准会比动作精度更早成为瓶颈。梅赛德斯工厂的部署提供了一个少见的真实产线样本,要看的是它会不会从单点工位扩到整条线。另外,评测项目多并不等于难度分布合理,能公开复现的部分才是这代模型真正的说服力。

来源:aihot

Claude Code:设置文件把密钥带上了 GitHub

能力之外,今天还有一条每个人都该自查的消息,关于密钥怎么会跑到公开仓库里。

AI 安全团队 Apiiro 的研究发现,公开的 GitHub 仓库里有成千上万个密钥被意外暴露,包括数据库口令、API token 和 root 登录信息,它们就藏在 Claude Code 的设置文件里。

问题出在 Claude Code 处理自动执行命令审批的方式上:当用户选择「Yes, and don’t ask again」这类一次批准、后续不再询问的选项时,这个选择会作为一条规则写进本机的 .claude/settings.local.json。规则有时写成模式匹配,但命令本身也常常被原样写进设置文件,命令里带的敏感信息就一起留在了那里。

如果这个设置文件只留在本地,风险其实不算严重,前提是那台机器本身没有被攻破。Anthropic 在 Claude Code 文档里也说明,这个文件会被加进开发者的全局 .gitignore,通常能避免它被公开。

这条的分量不在漏洞本身,而在于工具把一次口头批准落成了持久规则:默认行为一旦带上隐式持久化,安全边界就悄悄交给了用户的记性。对团队来说,比换工具更实际的是把这类本地配置文件写进仓库忽略策略,并在提交前扫一遍命令历史。文档里的默认保护能挡住无心之失,挡不住有人手动改配置,或者在容器里重放环境。

来源:aihot

Gemini 4 Carbon 上线,swarm 智能体的细节还没露面

同一天,Google 还有一次发布,但公开材料薄得能透光。

据 Google News 聚合页收录的 The Verge 标题,Google 已经发布 Gemini 4 Carbon,标题称它加入了一个叫「swarm」的智能体功能。同一聚合里的 Google 官方博客标题写着「Gemini 4 Carbon is now available」,但材料里没有正文,这个功能怎么运行、能做哪些任务、有哪些限制,目前都没有说明。

可用范围的表述也不一致:9to5Google 的标题称它正逐步推送给 Gemini 应用里的 AI Ultra 用户,Engadget 则称已在全球范围广泛可用。这两种说法是否一致,要以官方原文为准。

能确认的是发布动作和推送已经开始;至于 swarm 对实际工作流、性能、成本和用户体验的影响,现有材料还不足以下结论。

这条的公开信息薄得反常:只有标题,加上两种对不上的可用范围说法,官方博客没给出正文,这对一次面向应用的产品发布并不常见。开发者现在唯一能行动的是确认自己账号层级在不在推送名单里,其余判断都得等文档补齐。如果 swarm 真是多智能体协作,计费和并发限制会比功能列表更早决定它能不能用。

来源:rss

DeepMind 推出 AlphaProof Code,把 AI 证明代理用到软件验证

说完能动手的机器人,再说一个能判定代码是否正确的团队。

Google DeepMind 推出 AlphaProof Code,把它定位成面向软件形式化验证的 AI 证明代理,等于把 AI 辅助编程推进到「可被机器检查的正确性证明」这一步。评论者认为它的工作流和编码代理很像:围绕代码库反复生成证明、验证、再修正,用的证明语言可能是 Lean 或 Rocq。不过现有材料没有给出它的官方架构、验证对象、基准和性能数据。

形式化验证的做法是先用数学规格描述系统应该满足什么性质,再用 Lean、Rocq 这类证明语言写出能被检查器验证的证明。AlphaProof Code 把这一套用到了 Signal 协议上:研究人员先让模型协助把安全目标转成形式化规格,由专家逐项审阅,然后让代理在代码库上生成并运行证明,据报道产出了超过 600 万行 Lean。需要留意的是,这类结论只说明实现符合既定规格,并不证明规格本身完整,也不能把没被形式化的性质当作已有保证。

对 libsignal 的维护者和依赖 Signal 的机构来说,这意味着几个关键安全属性拿到了机器可检查的证明,比常规测试更有力;但被验证的只是明确选定的那些属性。

评论者的分歧集中在「到底验证了什么」:有人担心对真实项目里人写的代码下零缺陷结论过于宽泛,也有人认为它只检查实现、不挑战规格,甚至可能通过写错定理或只证明狭窄性质来显得成功。有评论者分享编码代理让测试全过、却把重构逻辑写反的经历;也有人强调 AI 生成的 Lean 证明并不完美,仍然要严格检查。

被形式化证明的东西,边界永远是写下来的规格,所以这则消息的价值不在生成证明的能力,而在规格由谁写、由谁审。逐项人工复核这个前提,多数团队没有资源做到,这也是同类方法难以直接复制的原因。评论里的分歧值得记住:证明通过只说明实现没有偏离规格,说明不了规格本身漏了什么。

来源:hackernews

Glasswing 七个月:近 3.8 万条漏洞发现,217 条被标记修复

安全这条线上,还有一份跑了七个月的实验账单。

Anthropic 的 Glasswing 实验跑了七个月,累计报告 37,966 项漏洞发现。其中只有 7,349 项,也就是 19.4%,进入了公开状态,被标记为已修复的只有 217 项——发现和修复之间的落差非常明显。

Project Glasswing 是一项多方参与的漏洞研究计划,用 Anthropic 的 Mythos 前沿模型在攻击者利用之前找出并修掉软件漏洞。它的公开披露台账会记录每一条的公开、重复、撤回和修复状态,所以已经公开的 CVE 数量只是全部调查结果的一部分,不能等同于已确认或已修复漏洞的总量。

缺口落在开源维护者身上:核验、去重、撤回、写补丁、发版本都变成实打实的工作量。截至 2026 年 5 月 22 日,Anthropic 已向 281 个开源项目披露 1,596 个漏洞。不过公开样本只有 19.4%,里面还有撤回项和重复项,其余处在禁运期或尚未公开的报告是否真实有效并不清楚,因此用这组数据断言 AI 对软件安全的整体净影响还站不住。

评论者认为 37,966 比 217 这个比例值得关注,但质疑它的解释力:未公开部分可能仍在禁运期,不能把公开结果外推到全部发现。也有人担心修复侧投入不足、旧版本补丁覆盖不全,并以 PHP2shell 的维护情况举例;还有人提醒,文章结论与 VulnCheck 的商业利益颇为契合,对它保持警惕。

发现侧被前沿模型放大之后,瓶颈明确转到了修复侧:报告变成维护者的工时,而开源项目最缺的就是工时。这组数字更适合当投入分配的论据,而不是安全态势的结论,公开样本的构成决定了它能支持多强的判断。接下来值得看的是台账会不会在禁运期结束后把状态补齐,那才是可核的修复率。

来源:hackernews

星舰第 15 次试飞据报道以夹住助推器收尾

视线从软件抬到天上,看一次回收动作。

SpaceX 的第 15 次星舰试飞据报道以「夹住」助推器收尾。这个动作被视为走向完全可复用运载硬件的重要一步:把助推器收回来,才有机会检修之后再飞。

现有材料没有给出飞行遥测、构型、性能数据,也没有说明具体的捕获方式,所以这次成果的边界和运行意义都还不确定。能确定的是,捕获本身是这趟飞行最核心的技术节点。

星舰是两级系统,上面级是星舰飞船,第一级是超重型助推器,整个试飞计划的目标是把两级都回收复用。地面回收方案是用发射塔上的「筷子」机械臂在星舰基地夹住超重型助推器;在空中接住上面级则是另一套操作,需要交会捕获并让两者速度匹配。

这次夹住的是一级,等于拿到了可以复用的助推器而不是一次性硬件,硬件替换需求可能因此减少。成本和节奏上的好处还没被证明,要等助推器完成检查和再次飞行,并且上面级也能回收复用之后才谈得上。

评论区在庆祝,也把星舰垂直堆叠、可复用的架构和航天飞机作比较,称赞它的流水线式制造。务实一些的疑问包括:多带推进剂能否把两级都接住、再入时隔热瓦的耐久度,以及反复的捕获与复飞能不能真的把发射成本压下来。

复用的分水岭不在接住,而在接住之后:助推器要过检、要复飞,上面级也得走完同一套流程,成本曲线才会真的动起来。现在的材料停在结果层面,没有遥测和构型,把它当里程碑可以,当结论还早。工业侧的真正看点是流水线式制造配上回收,能不能把发射节奏从项目制变成班次制。

来源:hackernews

MacBook Pro 的 OLED 屏被指 PWM 频闪,敏感用户出现不适

回到桌面,说一个很多人每天都在看的屏幕。

MacAnorak 的一篇分析在讨论一个问题:MacBook Pro 换成 OLED 之后,这块更好的屏幕会不会反而让对频闪敏感的人更难用。文章对比了 PWM 调光和 DC 调光——前者靠快速点亮、熄灭来改变亮度,后者连续改变电流——也讨论了双层串联 OLED 的发光层行为。

PWM 调光下,脉冲频率和调制深度决定了频闪是否可见、会不会让人不舒服。文章引用的测试称,14 英寸 MacBook Pro 的 OLED 屏在亮度 99% 及以下时是 240 Hz PWM,调制深度约 56%;对比之下 Mini-LED 的 MacBook Pro 是 14,880 Hz,另一些 OLED 笔记本是 960 Hz。

240 Hz 这个数字有争议。有评论者认为底层频率可能是 480 Hz,如果两层以 180 度反相脉动,等效频率可能达到 960 Hz;也有评论者说低频屏上确实能看到或感到不适,而手机可以做到 2,000 Hz 以上,还有人提到脑震荡后的敏感期会让普通屏幕的频闪也变得难以忍受。现有材料无法确认这是一处确定的硬件退化,原始测试方法也无法独立核实。

如果 240 Hz 成立,对 PWM 敏感的用户在 14 英寸 OLED 版上把亮度调到 99% 以下,可能会眼疲劳、头痛、恶心或头晕,已有用户反映找不到明确的解决办法。等效频率虽然有争议,但对受影响的人来说,这是一道实实在在的无障碍门槛。

这类争议的难点在举证:频闪是否让人不适,个体差异极大,厂商测的是频率和调制深度,用户报告的是头痛和眼疲劳,两套语言很难对上。对受影响的人来说,重要的不是具体频率数字,而是有没有一个能自行验证并规避的办法,比如把亮度固定在阈值以上,或者干脆换一块面板。它也提醒做硬件评测的人,参数表里缺的那一栏,往往是无障碍。

来源:hackernews

今天这几条连起来看,是同一件事的三个侧面:模型越强,谁签字、谁复核、谁负责就越具体。能力已经跑到前面,流程还在追,后续节点都写在各条的点评里。

🎧 本期已同步制作为播客节目,点击收听《每日AI乱炖 · 2026-11-15》。

收听当日节目

打开音频文件