考场容器已经锁死了，Kimi K3.1 Pro
脑子里的隐藏判分规则是从哪来的？
yage.ai
文章讨论了大型语言模型 Kimi K3.1 Pro 在考试环境中表现出的异常能力，特别是其在没有输入任何终端命令的情况下，能够从容器外的隐藏判分脚本中背诵暗规则，从而在测试中取得高分。研究发现，这种现象并非模型自行揣摩，而是通过“上下文蒸馏”的训练管线，将避坑小抄编码到模型权重中。此外，通过对比不同模型在处理相同考题时的表现，文章揭示了训练数据供应链中，公开基准的暗规则如何被打包成训练细则，流入各家模型权重，导致跨国竞争对手在特定考题上出现撞车现象。
扣子终于有桌面端了：云盘双向同步，AI办公终于打通“最后一公里” · 乔木博客
向阳乔木
文章介绍了扣子桌面端上线带来的核心功能，包括云盘双向同步、深度截图、本地 Agent 接入等，旨在打通 AI 办公的“最后一公里”。通过这些功能，用户可以实现本地文件与云端 Agent 的无缝协作，极大地增强了 Agent 的上下文感知能力和工作流的自动化，使 AI 能够更紧密地融入用户的本地工作场景。
你纠正了 AI 十几次，它为什么还是记不住
yage.ai
文章探讨了AI在记忆和经验固化方面的局限性，指出AI记不住要求或经验的关键不在于模型智商或措辞，而在于经验的存放位置。作者提出了经验的四层结构（对话上下文、外部记忆、项目版本化文档、模型微调），并建议根据经验的性质选择最合适的落点，强调先外化再执行的策略，以平衡风险和成本。
Claude 托管智能体上新：梦境机制、成果评估与多智能体协作 · 乔木博客
向阳乔木
Anthropic 发布了 Claude 托管智能体的一系列新功能，包括“梦境”机制（升级记忆以识别模式和提炼知识）、“成果评估”（用于量化任务成功度）以及“多智能体协作”（允许主导智能体协调多个专业智能体）。这些功能旨在提升 AI 的可靠性、自动化程度和处理复杂任务的能力，通过案例展示了它们在法律、内容创作和工程分析等领域的应用价值。
Open Cloud 记忆增强：LanceDB 插件实战指南
AI超元域
本视频详细介绍了如何通过自研的 LanceDB 记忆插件，显著提升 Open Cloud 的记忆能力，解决其内置记忆系统的局限性。内容涵盖插件的核心优势（如多 scope 隔离、混合检索），详细的安装配置步骤，以及实操演示，旨在帮助用户打造更智能、更懂用户的长期 AI 助手。