AI PR 看起来越完美，你越该后背发凉：Vercel 这篇文章把 Agent 写代码最大的坑说透了
AI 生成的 PR 越像资深工程师写的，团队越容易放松警惕。Vercel 提醒了一件很扎心的事：通过 CI 不等于能安全上线，Agent 时代真正稀缺的不是写代码速度，而是判断哪些代码值得发到生产环境。
标签
#AI
24 篇文章
一个埋了 23 年的 Linux 漏洞，被 Claude Code 从内核角落里翻出来了：AI 编程开始从写代码，转向找炸弹
Claude Code 帮 Anthropic 研究员找出一个藏了 23 年的 Linux 内核漏洞，这件事真正可怕的，不是 AI 更会写代码了，而是 AI 编程工具已经开始从生产代码，转向批量挖掘高价值安全问题。
Google 这次真把小模型往设备里塞进去了：Gemma 4 最狠的不是多模态，而是它终于开始像‘能落地的开源模型’
Gemma 4 发布后，最容易被注意到的是多模态、长上下文和新架构，但它真正值得开发者盯住的，是 Google 终于把‘能跑在设备上’这件事做得更像一条完整产品线：从 2B 级小模型到 31B 大模型，从音频、图像到 agent 工具链，整个落地路径比以往清晰得多。
Vercel 把 AI 沙箱启动从 40 秒砍到 1 秒内：会写代码的 Agent，终于不用先陪你读秒了
Vercel 这次优化的不是模型参数，也不是炫技式 Agent demo，而是一个更影响真实体验的底层瓶颈：AI 沙箱恢复太慢。把快照恢复从 p75 超过 40 秒压到 1 秒内，意味着开发者终于不用一边等环境起来，一边怀疑所谓‘自动化’是不是又在偷走时间。
Cursor 3 不只是改了个界面：AI 编程工具终于开始承认，人类不该继续当 Agent 的项目经理了
Cursor 3 这次最值得看的，不是 UI 变新了，而是它终于把 AI 编程工具最别扭的一层捅开了：开发者不该继续在一堆本地会话、云端任务、终端窗口和 PR 之间来回救火。真正的升级，是它开始把 agent 协作当成产品主战场。
AI 爬虫把 CDN 缓存搅成一锅粥：Cloudflare 终于承认，真人和机器人已经不能共用一套餐桌了
Cloudflare 最新研究把一个很多站长已经隐约感觉到的问题说透了：AI 爬虫和真人用户的流量模式根本不是一回事。继续用同一套 CDN 缓存思路硬扛，最后受伤的往往不是机器人，而是正常用户的速度、源站成本和可用性。
Mercor 也被 LiteLLM 这波带走了：AI 基建一旦中毒，倒下的不只是一个开源库
Mercor 确认自己也是 LiteLLM 供应链事故的受影响者之一，这件事真正吓人的地方，不是某个明星创业公司中招，而是 AI 工具链已经长成新的基础设施层：一旦这里被投毒，出事的就不再只是一个包，而是一整串接在它上面的产品、流程和公司。
GitHub 把程序员的脏活累活交给 Agent 了：最先升值的，反而是文档和测试
GitHub Copilot Applied Science 团队分享了一套很有意思的实践：他们不是单纯让 Agent 帮忙写代码，而是先把文档、测试、重构和 review 流程补起来，再让 Agent 成为主力贡献者。真正的变化不是‘AI 更会写了’，而是软件团队终于开始认真经营一个适合 Agent 干活的代码库。
AI 开始自己决定要不要申请权限了：Claude Code 这步，像极了打工人熬成组长
Anthropic 给 Claude Code 加了一个很关键的新能力：不是单纯放权，也不是继续让人类一下一下点确认，而是让 AI 先判断这步操作值不值得打扰你。对开发者来说，这可能比再提一点模型分数更重要。
电话那头像真人，结果票还是没改成：语音 Agent 终于被一把尺子量明白了
ServiceNow 和 Hugging Face 联合发布 EVA，第一次把语音 Agent 的‘任务完成率’和‘对话体验’放进同一把尺子里测。真正扎心的是：能把事办成的 Agent，往往聊得并不舒服。
每多一层审批，速度就慢 10 倍
一个 30 分钟能修好的 bug，为什么一个月后还在那儿？Tailscale CEO 揭示了一个残酷的真相：每增加一层审批，速度就慢 10 倍。AI 能加速写代码，但解决不了流程问题。真正的瓶颈不是技术，是信任。
AI 人脸识别把一个奶奶送进了监狱，关了快半年才发现搞错了
AI 人脸识别把一个从没去过北达科他州的奶奶送进了监狱，关了快半年才发现搞错人了。问题不只是 AI 不靠谱，而是整个系统没有纠错机制。
AI 开始组团搞科研了，像当年的 SETI@home
AI agents 开始像 SETI@home 一样协作了——共享 GPU、避免重复实验、集体优化模型。这不是分布式训练，而是模拟一个研究社区。
AI 也开始众筹算力了：让你的显卡加入全球研究网络
autoresearch@home 让多个 AI agents 共享 GPU 资源协作训练模型，像 SETI@home 但用于 AI 研究。agents 通过共享实验结果互相学习，证明协作比单打独斗更有效。
AI 为什么总让你敲命令？
问 AI 怎么解决 Mac 问题，它十有八九让你敲命令。问人类呢？他们会说打开磁盘工具。为什么 AI 偏爱命令行？更重要的是，它给的命令经常是错的。
AI 写代码时，你睡得着吗？
凌晨三点，AI Agent 还在写代码。早上醒来，Git 里多了 5 个 PR、2000 行代码。你敢合并吗？关于 AI 生成代码的验证问题，以及为什么 TDD 又回来了。
给AI生成的图付版税？这家公司试了两年，最后还是关了
Kapwing 推出的 Tess.Design 承诺给AI艺术家50%版税，两年后关闭。142个付费用户，325封冷邮件，6.5%的转化率——这是一个关于理想主义如何在市场现实面前碰壁的故事。
MCP 吃掉你 36 万 token？这个工具帮你省 99%
MCP 每轮对话都要加载所有工具定义，120 个工具跑 25 轮能吃掉 36 万 token。mcp2cli 把 MCP 变成 CLI，按需加载，实测省 96-99% token。
AI Agent 删了你的整个硬盘？这个工具说：不可能
AI Agent 继承你的完整用户权限，一个误判就能删光硬盘。Agent Safehouse 用 macOS 原生沙箱解决这个问题：默认拒绝一切，只开放你明确允许的。单个脚本，无依赖，让你可以放心地让 Agent 跑 --yolo 模式。
Karpathy 放出了一个会自己做研究的 AI
Andrej Karpathy 又整了个新活——autoresearch 项目。你给它一张显卡，它自己训练模型、自己改代码、自己跑实验。你睡觉的时候，它在工作。一晚上能跑 100 次实验，第二天早上告诉你结果。
2026年3月8日1 分钟
苹果悄悄下架了 512GB 内存的 Mac Studio
3月4号到现在之间的某个时刻，苹果悄悄把 512GB 内存版本的 M3 Ultra Mac Studio 从商店页面撤了。不是缺货，是直接从配置列表里抹掉了。这台机器本来卖 9499 美元，现在连苹果都扛不住 AI 内存荒了。
60岁老程序员：AI 让我重新爱上编程。80岁的说：我也是。资深工程师说：我想退休了
一个60岁程序员说AI重燃编程热情，80岁老人说我也是，资深工程师说想退休。HN评论区变成跨代程序员真实对话：AI是解放、剥夺还是威胁？取决于你为什么编程。
有人做了一个「免费AI聊天」的广告版demo，看完我后背发凉
一个开发者做了广告版 AI 聊天 demo，塞满了贴片广告、植入推荐、付费墙。HN 488 人热议，真正可怕的不是弹窗，而是你看不见的偏向性输出。
MCP被判死刑了？一个开发者说CLI才是AI Agent的未来，HN 300人吵翻了
HN 上一篇「MCP is dead, Long live the CLI」引发 300 人大讨论。作者认为 LLM 根本不需要 MCP，给一个 CLI 就够了。评论区吵翻天，两派各执一词。