Jev 和 DeepSeek 做了同一批判断题，差别不在谁更聪明
十个真实场景、66 道有确定答案的题，外加 229 道核对题，三条对比臂。准确率只差几个点，时间差十倍，而概率的用法完全不同。
开发工具
更多 开发工具
首页把编码代理的 harness 拆开来测：上下文管理的价值大半是「别撑爆窗口」
176 组配对实验、四款模型、两个基准：规划对弱模型是精度脚手架、对强模型是省钱工具；让被裁剪的上下文可恢复几乎没人用；预定义工具只对 bash 弱的模型有明显收益（+15.0%），bash 强的模型只给 bash 更便宜。
扒一扒 ZCode 静默上传全量 Git 历史的骚操作
ZCode 在登录状态下会静默打包整个工作区及完整 Git 历史上传至云端对象存储，且解密私钥仅存服务端；本文通过本地取证与客户端代码逆向还原完整上传链路与加密机制，并给出通过文件系统不变锁彻底阻断该行为的方案。
Claude Code 开始读 AGENTS.md：编码代理的配置文件之争开始收敛
Claude Code 2.1.277 在项目没有 CLAUDE.md 时会改读 AGENTS.md。这个由 Codex、Amp、Jules、Cursor 等共同发起、现已由 Linux Foundation 托管的开放格式，第一次被此前各行其是的 Claude Code 接受。
AI 极客周报 W38 · 2026-09-12—09-18
本周 40 条。会画鸟的墨水屏、给 AI 上镣铐的证明语言、把 20 美元热点改成短信机，还有警察用「LMAO」当理由搜了 19,000 台摄像头。
Jev 不生成文本，只输出概率：把「一个判断」做成 API，我们实测了它要解决的那个问题
TypeSafe AI 的 Jev 把模型输出从字符串换成带概率的类型化判断，还声称概率是「校准」过的。这个前提没有人给过证据——我们拿 229 条有确定答案的声明，量了普通 LLM 的置信度到底能不能用来做自动化。
Convex：一条命令给 Expo 应用接上后端
Expo 和 Convex 把「应用有了、后端还没有」这段路压成一条命令：自动建项目、写环境变量、生成类型，之后 useQuery 会自己跟着数据更新。
Fable 5 对 GPT-5.6 Sol：花掉 2,000 美元、烧掉 20 亿 token，谁更会写 Expo 应用
三个 AI 模型各一次性做出三个 Expo 应用，烧掉 20 多亿 token、花费 2,000 美元，Fable 5 在代码与 UI 质量上胜出。
Expo SDK 58 beta 发布：iOS 27、Expo Modules 2.0、Rust 版打包器
SDK 58 beta 带来 iOS 27 与液态玻璃适配、Expo Modules 2.0、冷启动打包快约两倍的 Rust 转换器，以及一批破坏性变更；Expo Go 暂时只能通过 CLI 安装。
NVIDIA 发布 CUDA Rust：写 GPU kernel 的两条路线
NVIDIA 把 Rust 原生 kernel 编程分成两条路线：SIMT 保留线程级控制，Tile 让编译器决定线程映射；两个项目都还早，但边界已经画清楚。