最新

Claude Code OAuth 在 2.1.107 版本上卡在了“如果提示，请在此处粘贴代码 >” - 无法粘贴（尝试了多种方法，包括使用 xdotool 输入 OAuth），目前存在一个严重的错误，似乎在 Reddit 和 Discord 之外的报告很少，为什么这没有被认为是紧急情况，也没有在状态页面上报告？ 这与账户无关，因为账户甚至还没有验证。点击给出的链接，成功，claude.com 给出了 Token，然后无法将其复制回终端（任何终端，tmux/ttyd/bash/vscode...） 尝试联系了 Anthropic，但聊天机器人毫无帮助，希望他们能注意到在这里发帖，因为我们可能谈论的是成千上万被困在这里的用户。输入代码（虽然非常烦人）似乎也不起作用，因为它在输入大约一半后就“验证”了它，然后就提前返回了。 需要明确的是，粘贴在其他任何地方都可以，除了带有“浏览器未打开？使用下面的 URL 登录（按 c 复制）”的特定 OAuth 框架。 Anthropic，你们在干什么？

2026年4月11日，黑客组织ShinyHunters宣布，他们通过入侵第三方SaaS云成本监控工具Anodot，窃取了Rockstar Games的数据。他们利用Anodot提取了身份验证令牌，从而获得了访问Rockstar Snowflake数据仓库的权限。Rockstar证实了这次入侵，但称其“无重大影响”。ShinyHunters设定了4月14日的赎金截止日期。Rockstar拒绝支付赎金。4月13日，ShinyHunters提前泄露了数据。

假期里，我一直在为我四岁的女儿寻找一款阅读App。这个领域里排名第一的App每月收费500美元。考虑到这对于一个App来说有点贵，我觉得我可以在几天内用代码搞出一个更好的，于是我尝试了一下。 这款App使用了DISTAR自然拼读法，这是西格弗里德·恩格尔曼在60年代提出的一种方法。其核心思想很简单：先教发音，再教字母名称，然后将发音组合成单词，再将单词组合成句子。有一个特定的顺序，是逐步递进的。 除此之外，我还加入了间隔重复，和Anki使用的算法一样。卡片会根据孩子的表现，以越来越长的间隔时间重新出现。这使得每次学习时间很短，可能只有5-10分钟，而且记忆效果明显好于每天只重复相同的卡片。 每张卡片都有AI生成的插图和语音。所有721张卡片都已预先生成并捆绑在App中。没有任何调用API的操作。整个App可以离线使用。 App包含的内容：721张卡片（字母、二合字母、单词、句子），语音识别用于发音练习，无需账户，不收集数据，无广告。源代码在GitHub上。 她已经使用了三个多月，每天大约10分钟。现在她可以识别单词中的语音模式，并用英语阅读简单的书籍了。 没有盈利模式，也没有任何数据追踪。App Store上也有免费版本（如果你不想自己从源代码编译App）：[https://apps.apple.com/us/app/early-reader-preschool/id6757128645](https://apps.apple.com/us/app/early-reader-preschool/id67571...)

几周前，ARC-AGI 3 发布了。对于不熟悉的人来说，这是一个旨在通过交互式环境研究智能体智能的基准测试。<p>我非常喜欢这类基准测试，因为我认为它们比静态问答基准测试更能揭示智能体 AI 的能力和局限性。当你能够真正看到模型在这些环境中的行为时，它们也更容易理解。<p>我想以这种精神构建一些东西，但环境是让两个 LLM 相互对抗。我的标准是：<p>1. 战略性和实时性。游戏必须在推理的速度和质量之间创造真正的权衡。较小的模型可以做出更多动作，但战略性较差；较大的模型移动较慢，但更智能。 2. 良好的控制系统。我故意避免使用视觉输入——模型在视觉输入方面仍然太慢，而且不够准确（参见：Claude 玩宝可梦）。相反，一个控制系统将游戏状态转化为结构化文本，而游戏引擎将智能体的响应渲染为流畅的动画。 3. 观看有趣。因为基准测试不需要枯燥乏味 :) 最终结果是一个炸弹人风格的 1v1 游戏，其中两个智能体通过摧毁砖块并试图炸毁对方来竞争。 你可以在这里查看演示视频：<a href="https:&#x2F;&#x2F;youtu.be&#x2F;4x8tVypmuRk" rel="nofollow">https:&#x2F;&#x2F;youtu.be&#x2F;4x8tVypmuRk</a><p>很想听听你的想法！

我在与 SEO 团队合作时注意到一个现象： 大家在内容方面投入了大量精力，但实际上限制了网站性能的技术问题却常常被忽视或置于次要位置。 在某些情况下，修复抓取/索引/性能问题带来的影响，甚至比发布更多内容还要大。 好奇大家在实践中是如何看待这个问题的。 你们通常是优先考虑内容还是技术 SEO？

上周，我想快速查看一些在没有开放端口或显示设备的远程服务器上训练的 Gaussian splat。结果我不得不把所有东西都下载到本地才能检查结果。 这个周末，我制作了一个基于终端的 Gaussian splat 查看器，可以直接在终端中渲染。它通过 SSH 工作，目前仅在 CPU 上运行，使用 Rust 和 Claude 代码编写。我发现它对于快速检查哪些 .ply 文件对应哪些场景以及大致了解它们的质量非常有用。 在此过程中，我还编写了一个关于 CPU 上 Gaussian splatting 前向光栅化过程的小教程。