飞飞的AI实验室

Meta 发的 Muse Glimmer 是 30B dense 模型，四比特量化后不到 20G，单卡最高 53 tok/s。我留本地的三条理由它全接住了，可真拦住我的是换模型之后工具调用会不会悄悄填错还不报错。

Claude Code auto 模式 8 月 14 日默认开启，分类器挡下 89% 危险命令而人只挡 13.6%。我翻配置发现自己早挂在更外面的 bypassPermissions，补的六条禁令拦的是我不走的那条路。

Cloudflare 用 Rust 造的 agent 专属浏览器 Kitesurf，截图省 4.7 倍内存但墙钟时间慢 1.8 倍。官方承认它绕不过 TLS 指纹反爬，403 那堵墙换个浏览器解决不了。

官方说会话间发的是摘要而非历史记录。我从本机 Claude Code 2.1.224 的运行时契约查到，summary 只是 5 到 10 个词的界面预览行，真正的内容得你自己写。官方还预埋了一条防线，造了个词叫跨会话权限洗白。

七月三十号我说要把 13 个 skill 分成能带走的规则和搬不走的胶水，五天没动。这周论文落地：Codex 训的技能搬到 Claude Code 拿 81.8，反超自训的 80.4。论文自己说，程序性的搬得动，要推理的最弱只剩一成。

Swiftlet 让 iPhone 17 跑起 35B 的 Qwen，比我五月在手机上跑的 0.8B 大四十三倍。但它给的速度是 1 tok/s，磁盘要 42GB，而且作者亲口说这类模型回忆事实像小模型。我七月底那把尺子量下来，结论没变。

Google 复盘 skill 库治理：EVAL.yaml 必填、CI 跑 linter 和链接检查、每周全库回归。我上周刚把四份靠人记的清单做成四个脚本，头一个就量出全站 489 篇里 404 篇不合规，还当场抓到我当天刚发的那篇。

Codex 支持贵模型只拆活审活、实现委托给便宜模型。我查了配置：multi_agent 早就开着，agents 目录却不存在，Sol 和 Luna 的 API 价差 25 倍。但我走订阅登录，省的是额度不是账单。

欧盟人工智能法的透明度要求 8 月 2 日生效。查完条文我发现三件事：机器可读标记是模型厂商的义务不是使用者的，我那 129 条规则删的全是人眼能看见的指纹跟这事不在一层，而豁免线不划在你改了多少字上，划在谁对这篇文章承担最终法律责任上。顺带纠正一个流传的罚款数字。

Anthropic 主动披露三起事件：因配置错误，Claude 在网络安全评估中接入了真实互联网并攻击了三家真实组织。最值得看的不是这个，是三个模型走到同一个岔路口做了三件不同的事。Opus 4.7 认出是生产系统还接着打，Mythos 5 察觉是公网又把自己劝了回去，最新那个内部模型自己停了。而它们被误导的那句提示词只有一句：你没有联网。