Grok Build也有长期记忆了,/dream自动整理每轮项目经验
相关推荐
韩国多家金融机构疑遭AI攻击,黑客在Claude Code留下身份线索
动察 Beating AI 快讯,9 月底至 10 月初,韩国至少 7 家金融机构接连发生数据泄露,包括新韩银行、国民银行、韩亚银行等。其中,新韩银行约 2.5 万名客户、Yegaram 储蓄银行约 4 万名客户受影响。泄露的信息包括姓名、电话、年收入和贷款额度等,目前尚未发现资金被盗。 攻击主要针对银行的外围业务系统,包括供贷款中介使用的贷款查询服务,以及员工移动办公系统。多起攻击涉及重合的 IP 地址,韩国监管部门怀疑是同一攻击者所为。10 月 6 日,韩国总统李在明表示,这些攻击可能使用了 AI。 10 月 7 日,网络安全公司 CrowdStrike 公布了更具体的证据。调查人员发现,攻击者使用两台服务器,一台位于香港,用于控制攻击活动;另一台运行开源 AI 渗透测试系统 ARTEX。由于部分服务器目录对外开放,调查人员获取了 ARTEX 配置文件、Claude Code 聊天记录和 AI 记忆文件。 ARTEX 可以连接不同的大模型,自动寻找漏洞、规划测试步骤并调用安全工具。配置文件显示,攻击者主要使用 DeepSeek v4.1-flash 驱动 ARTEX。此外,攻击者还使用 Claude Code,并在其他会话中调用过 GLM-5.3 和 Grok 4.6。 Claude Code 的聊天记录还暴露了攻击者的其他活动。他曾询问韩国泄露数据通常在哪里出售,以及如何寻找相关 Telegram 交易群组。他还让 AI 帮忙写一份安全研究员简历,要求把使用 ARTEX 进行渗透测试的成果写进去。 在写简历的提示词中,攻击者留下了 26 岁、广东茂名、华南理工大学、电话号码和 Telegram 账号等信息,但填写的出生日期与年龄不符。CrowdStrike 判断,攻击者可能使用中文,并以牟利为目的,但尚未确认真实身份。 10 月 8 日,韩国《京乡新闻》联系到上述 Telegram 账号的使用者。对方自称在河南一家便利店工作,称有人故意冒用他的资料嫁祸。不过,记者发现该账号还出现在两个与 DDoS 攻击有关的 Telegram 社区管理员名单中。其说法尚未得到证实,韩国警方仍在调查。
Claude Code自己给AI应用调优:改Prompt、换模型,变差就回滚
动察 Beating AI 快讯,Anthropic 给 Claude Code 的官方 claude-api Skill 加了一套自动调优工作流。build-eval 先从真实对话、Bug 或人工案例里做出测试集和评分方法,hillclimb 再让 Claude Code 反复修改系统 Prompt、工具说明、模型和推理强度。每次改完都重新跑测试,效果变好就保留,变差就回滚。 为了避免 Claude 只针对测试题优化,它不会拿所有样本一起调。部分案例用于找问题和改配置,另留一批案例检查修改能不能用在没见过的问题上。如果前面的分数涨了,留出的测试结果没有改善,这次修改就可能被判定为过拟合并撤回。 Anthropic 用 44 条客服工单演示了这套流程。Claude Code 先后清理 Prompt、补充业务规则、尝试不同模型并降低推理强度。最终找到一套 Sonnet 5 低 effort 配置。在 14 条没有参与调优的工单上,准确率从初始配置的 78.6% 提到 90.5%,成本降到约原来的五分之一。
xAI发布Grok 4.7:参数规模增至2.1万亿,基准测试仍落后Claude
动察 Beating AI 快讯,xAI 周一正式发布 Grok 4.7,官方称其在同等价格和速度下较 Grok 4.6 有「显著提升」。Grok 4.7 此前至少经历 5 次延期,目前已上线 Grok 应用、Cursor、Grok Build 及 xAI API。 Grok 4.7 参数规模达到 2.1 万亿,较 Grok 4.6 的 1.5 万亿增加 40%,输入和输出价格分别为每百万 Token 2 美元和 6 美元。xAI 还引入 SpaceX 补充训练数据,包括 Starlink 卫星遥测数据、制造记录和工程故障日志,旨在提升模型对硬件及物理系统的推理能力。 基准测试方面,Grok 4.7 在 GDPval 和 AA-Briefcase 中均排名第二,得分分别为 1695 和 1657,均落后 Claude Fable 5.1 的 1735 和 1678;在电气工程基准测试 EEBench 中则排名第二,仅次于 GPT-6 Astra。CursorBench 4.0 显示,Grok 4.7 的任务成本高于 GPT-6 Astra 和 Claude Sonnet 5,同时整体表现仍落后 Fable 5.1。 马斯克此前曾表示,Grok 4.7 的水平大致相当于 Claude Opus 5.0,但尚未达到更新版本 Opus 5.1 的水平,并透露 Grok 4.8、4.9 及 Grok 5 正在开发中。
Cursor扩展商店遭投毒:Claude Code被植入SSH后门,最多波及5000人
动察 Beating AI 快讯,Cursor 披露,10 月 29 日,其扩展市场出现遭恶意篡改的 Claude Code 2.1.313 版本。这个安装包并非 Anthropic 制作,在商店中上架了约 11 小时。Cursor 估计最多涉及 5000 名用户,将直接联系他们。 安全研究机构 OpenSourceMalware 分析发现,攻击者在插件的正常代码前面插入了 66 行恶意程序。只要编辑器加载该扩展,代码就会执行,甚至不需要用户与 Claude 聊天。 恶意程序会收集电脑名称、Git 邮箱、公网 IP 等信息,还会向 SSH 授权列表偷偷添加攻击者的密钥。随后尝试开启远程登录,通过反向 SSH 隧道连接攻击者服务器,并设置开机自动运行的后台任务,每隔约 60 秒尝试重新连接。 不过,攻击代码本身存在错误。Cursor 表示,大多数 Mac 和 Windows 电脑没有授予它开启 SSH 服务所需的管理员权限,因此攻击者通常无法通过隧道登录。但添加恶意密钥、安装后台脚本和发送设备信息仍可能成功。已经开启 SSH 服务的电脑也不能因此认定安全。 Cursor 已下架恶意版本,一度关闭整个扩展市场,并协助关停攻击者服务器。受影响用户需要检查 SSH 授权文件中是否存在 `svc-telemetry`,并使用官方修复脚本清理。只卸载扩展并不够,后台后门可能继续运行。
GitHub 推出 Copilot Fusion,评测接近 Claude Code
火星财经消息,据动察 Beating 报道,GitHub 在 Universe 2026 大会上正式推出多模型调度系统 Copilot Fusion。简单任务会交给合适的模型处理;复杂任务可先由成本较低的模型尝试,效果不足时再切换至更强模型,或让不同模型互相检查。独立评测机构 Artificial Analysis 的测试显示,Fusion Max 编程综合得分为 60,接近 Claude Code 搭配 Opus 5.5 Max 的 62 分。Fusion Max 平均每题 API 成本为 5.59 美元,耗时约 36 分钟;Claude Code 搭配 Opus 5.5 Max 为 11.42 美元、约 60 分钟,成本降低约 51%,耗时缩短约 40%。评测中 Fusion 缓存命中率为 97%,Claude Code 为 95%。原文同时注明,频繁切换模型可能造成缓存损失,上述结果只代表特定基准测试,不意味着实际使用时所有任务都能节省一半成本。
Claude Code开始让AI审查AI:90%代码由Claude编写,低风险修改无需人工批准
动察 Beating AI 快讯,Anthropic 披露,Claude Code 约 90% 的代码已经由 Claude 编写。今年 6 月至 9 月,Claude Code 团队合并的代码变更请求(PR)数量增长超过一倍,需要撤销的比例反而下降超过 40%。 为了跟上 AI 写代码的速度,Anthropic 重构了代码审查流程。每次提交前,Claude 会先运行测试,并让独立的子 Agent 检查修改。提交后,多名 Agent 并行寻找 Bug,再由另一组 Agent 交叉验证。安全审查和自动化测试也会阻止有问题的代码合并。 人工审查则按风险分级。对可信开发者提交的文档修改等低风险变更,通过自动检查后可以直接合并;普通产品改动需要 1 人批准,高风险代码需要 2 人。AI 的审批不能代替人工,开发者仍需对最终代码负责。 不过,AI 审查也会陷入死循环。Anthropic 披露,一次 Claude Code 修改曾在一夜之间经历超过 50 轮审查和修复。团队检查发现,约 59% 的问题涉及首轮审查时就已存在的代码,而非后来修改引入的新问题。团队随后调整规则,超过 3 轮审查就要求作者重新考虑方案,并限制重复反馈,避免 Agent 相互纠缠。