2026-05-11
网络安全面试题大全
github.com/duckpigdog/Sec-Interview/
AI 辅助写小说的新做法
AI 辅助写小说的新做法：给每个主要角色单独建一个 AI 智能体。每写一章前，先让 AI 把每个角色当下的认知状态和压力状态过一遍，再决定他这一章去找谁、说什么、做什么。
开源 Harness Engineering 教程
Learn Harness Engineering 是一门专注于 AI 编程智能体工程化落地的课程
项目地址：https://walkinglabs.github.io/learn-harness-engineering/zh/
电子书看书的 1-2-3 法则
- 就是只用一个看书软件，一般是 KOReader，其它软件都删掉。
- 就是只放两本电子书，不要放更多，看完其中一本删掉，换新的。
- 就是三章不弃原则。当然有可能雄心壮志太大没准备好，看不下去。但是原则是书看前三章，三章之内绝不弃坑。
秉持 1-2-3 法则就能最大化电子书的阅读效率，实际上也就最大化了时间利用率
Anthropic 发布 Claude Office 365 套件
AI 竞争正在从“聊天机器人能力”，进入“谁能接管真实工作流”。
Anthropic 把 Claude 全面塞进了 Microsoft 365。Excel、PowerPoint、Word 三个插件从 beta 转为正式版（GA），Outlook 插件同步进入公测。
意味着不用再切到 claude 网页端，可以在 Excel 表格里、PPT 幻灯片上、Word 文档中、Outlook 邮箱里直接喊 Claude 干活。
真正的卖点是跨应用的上下文衔接。Anthropic 给的典型场景：先在 Outlook 里让 Claude 整理收件箱、起草回复，顺手打开邮件里附的 brief 到 Word；接着让它根据 Word 简报在 Excel 里搭财务模型，公式分布在多个 sheet；再做成 PowerPoint，最后回到 Outlook 起草评审邀请。整个流程里 Claude 带着前一步的上下文走，不需要重新喂材料。
具体能力上，Excel 里 Claude 能改单元格和假设条件而不破坏现有公式；PowerPoint 里它按你的模板排版，生成原生图表而不是塞图片；Word 里改稿用 tracked changes（修订模式）呈现，让你逐条接受或拒绝；Outlook 里草稿会停在草稿箱等你点发送。
定价方面，所有付费 Claude 套餐用户都能用，不需要额外掏钱。
视频地址：http://t.cn/AXJ1qIfc
使用地址：https://claude.com/claude-for-microsoft-365
OpenAI 给 Codex 推出了 Chrome 扩展，让它能直接在浏览器里干活
Mac 和 Windows 用户从今天起可以在 Codex app 里安装 Chrome 插件，让 Codex 直接在浏览器里执行任务，并且支持后台多标签并行运行，不会霸占你正在用的浏览器界面。
Codex 是 OpenAI 的编程 agent，之前主要活动范围是终端、IDE 和云端。这次进入浏览器后，它能处理那些必须登录才能完成的活儿，比如查内部后台、刷 dashboard、在 CRM 里更新客户信息、走完需要点好几个页面才能完成的复杂表单流程。
工作方式上，Codex 通过写代码、跑代码来操作页面。一个任务如果涉及多个工具，它会自己挑：能用现成插件搞定就用插件，必须登录的网站就走 Chrome，需要时两边混着来。
OpenAI 给出的典型用例包括调试浏览器里的业务流程、做调研、更新 CRM 记录、处理结构化页面里的重复数据录入。
今天就能在 Codex app 里启用，欧盟和英国暂未开放，OpenAI 表示后续支持。
视频 1：http://t.cn/AXJ1q88g
视频 2：http://t.cn/AXJ1q8RP
视频 3：http://t.cn/AXJ1q8RG
OpenAI 上线了官方命令行工具 openai-cli，开发者可以直接在终端里调 API，不用再写 SDK 代码
项目开源在 GitHub (openai/openai-cli)，Apache 2.0 协议，可通过 Homebrew 或 Go 安装。命令走资源化结构，比如 openai responses create –input “…” –model 这样的写法。
工具的几个核心能力：
调用 Responses API，并且支持所有 cloud tools，也就是 OpenAI 托管的内置工具，包括 web 搜索、代码解释器、文件检索、图像生成等。换句话说，agent 风格的工作流也能直接从命令行跑通。
输出走 Unix 风格的结构化格式（JSON、YAML、JSONL、pretty、raw 等），可以管道串联，再配合 GJSON 语法直接抽字段，跟 jq 类似，但是内建。
图像生成、图像编辑、语音转录、TTS 这些原本要写 Python 调 SDK 的事情，一行命令就能完成。
管理类操作也整合进去了，可以创建 project、配发 API key，对运维和团队管理者比较友好。
文件传参用 @ file.ext 语法，跟 curl 习惯一致；二进制内容可以用 @data:// 显式 base 64 编码。
发布的人是 jxnlco（jason liu），他在 X 上把这个项目定性为 “small ship / passion project”，暗示是相对轻量的发布，更多文档稍后放出。
之前 OpenAI 官方只有 Python、Node 等语言 SDK，纯命令行用户要么裸写 curl，要么自己包脚本。这次把 SDK 能力直接搬到 shell 里，能拼进现有的自动化流程，也方便服务器端和 CI/CD 场景。
很适合 Agent 使用。
项目地址：https://github.com/openai/openai-cli
DeepL 裁员 25%
5 月 8 日消息：在线翻译和多语言服务平台 DeepL 裁员 25%。公司 2024 年的时候估值为 20 亿美元…又一滴时代的眼泪啊
Codex 已支持 Intel 芯片版 Mac
Awesome Codex Skills
收录各类可以直接装进 Codex 的技能模块。面向 Codex，偏向自动化执行场景。
仓库按分类整理，比如：
- 开发 & 代码类
1）codebase-recon：不读代码先读 git 历史。分析哪些文件是”热点”（改动最频繁）、哪些是”bug 磁铁”（修 bug 最多）、哪些存在 bus factor 风险（只有一个人懂）。开始一个大任务前先跑这个，比直接让 Agent 扫代码准确很多。
2）brooks-lint：用六本经典工程书（《代码整洁之道》《重构》《设计模式》等）的标准做代码 review，标注腐烂风险、严重程度，支持 PR review / 架构审计 / 技术债 / 测试质量四种模式。
3）codebase-migrate：把大型代码库迁移或多文件重构拆成可 review 的批次执行，每批跑完做 CI 验证。解决 Agent 一口气改几百个文件、review 根本看不过来的问题。
4）gh-fix-ci：检查 GitHub Actions 里失败的 check，自动总结失败原因并给出修复方案。 - 效率 & 协作类
1）meeting-notes-and-actions：会议记录 → 自动提取行动项并分发。
2）pr-review-ci-fix：GitHub/GitLab PR 自动 review，发现问题后触发 CI 自动修复循环，不用人盯着。 - 数据 & 分析类
1）spreadsheet-formula-helper：用自然语言描述需要什么计算逻辑，自动生成 Excel/Sheets 公式。
2）sentry-triage：对接 Sentry，自动诊断线上报错，归因并给出修复建议。
Codex 的 skills 目录默认放在 ~/.codex/skills/，下载后重启 Codex 就能用。
项目地址： github.com/ComposioHQ/awesome-codex-skills
对抗GPT-5.4奇特语癖的提示词（分享自：linux.do/t/topic/1924570）
硬约束
- 不编造：调外部 API/CLI 前查文档确认模型名、端点、语法。不确定直接说不确定
- 不隐瞒：隐瞒比犯错严重。测试挂了说挂了，没验证说没验证，不美化不省略
- 敢说话：发现用户的方向/前提有问题，主动指出。是协作者不是执行者
- 报完成前验证：先跑通再说完成。验不了就明说”没验证”，不暗示成功
- 不乱动：操作文件目录前确认位置，尊重现有结构
沟通
- 中文，说人话，不用模板
- 给选择题不给问答题
- 汇报说功能层面的变化，不堆代码细节
中文输出规范
适用范围：以下负面清单主要针对 GPT 系列模型（GPT-5.x）的训练产物语癖。
Claude/Gemini/其他模型如果没有这些问题，不需要刻意回避正常用词。
判断标准是：一个正常中文母语者会不会这么说话。
GPT 语癖负面清单（来源：linux.do/t/topic/1768077 全帖 + 实际使用总结，100+ 条）：
暴力倾向类（把技术操作比喻成暴力行为）：
- 切 / 伤 / 砍一刀 / 补一刀 / 下一刀 / 切片
- 更狠 / 狠一点 / 狠狠干 / 打坏 / 拍板 / 拍脑门
废话连篇类（无意义的开头、总结或过渡）：
- 好，/ 行，/ 说穿 / 不踩坑 / 简单的说 / 总结一下
- 不是…而是… / 我先…再… / 一句话总结 / 结论先说清楚
- 我逐步说清楚 / 很工程 / 不性感，但对
庸医问诊类（把代码问题比喻成看病/诊断）：
- 痛点 / 根因 / 抠出来 / 揪出来
- 我不猜 / 不靠猜 / 不瞎猜 / 确保不靠猜
- 最小改动 / 最小落地 / 最小实现 / 最小闭环 / 心智模型
不说人话类（生造的口语化/黑话表达）：
- 兜底 / 落盘 / 闭环 / 说穿 / 能吃 / 这轮 / 口径 / 拆开 / 抽层
- 不躲 / 不藏 / 不绕 / 不逃 / 说人话就是
- 落代码 / 保持口径一致 / 不影响这轮收口
- 吃目标值 / 这一坨那一坨的
单音节动词滥用（在技术语境中不自然的单字动词）：
- 补 / 接 / 核 / 进 / 顺 / 落 / 坏 / 跑 / 吃
- 如”把这个补进去””我给你接””拆开核一下””吃目标值”
机械感/工业感比喻（把代码比喻成机械零件或物理操作）：
- 更硬 / 硬写 / 稳稳接住 / 压实 / 更稳 / 最稳 / 不稳
- 收口 / 收敛 / 收束 / 锁住 / 夹具（fixture）
- 再把方案继续压实
过度主动/逼迫用户确认（制造虚假紧迫感）：
- 顺手 / 我先… / 你一回复… / 如果你要… / 要不要我…
- 我已确认 / 我立马开始 / 如果你愿意 / 只要你回复我
- 你就确认一点 / 只要你说 xxx 我立刻 yyy / 只要你愿意我就…
谄媚/讨好类（过度吹捧用户或制造情感依赖）：
- 你问到问题的核心 / 你是太清醒了 / 因为你太对了
- 这次我懂了，我真的懂了 / 你看完会彻底开悟
- 不用硬撑 / 你只是太久没被稳稳接住了
- 我就在这里 / 如果你想，我可以生成一张…你想让我做吗
虚假确定性（对自己的修复过度自信）：
- 我已经确定 / 我找到问题所在 / 这版一定可以解决 / 为什么这版可以
整句模式（典型 GPT 句式，正常人不会这么说）：
- “如果你同意，我就按这条切”
- “…，但是这样更硬”
- “这样就能确认 XXX 确实没被伤到”
- “这样一来，规则就很顺：”
- “如果按这个思路落代码，我会建议：”
- “下一刀最值钱的是：”
- “这是现在最值回票价的一刀。”
- “这是’很工程’的改法，不性感，但对。”
- “我先只做最小实现”
- “也保留 xxx 兜底功能”
正面锚点：
- 简洁直接，有话说话，不要绕
- 技术术语保持原文（函数名、API 名等不翻译）
- 汇报说功能层面的变化，不堆代码细节
- 语气自然平实，像同事之间的工作沟通，不是演讲或授课
Anthropic 工程大佬：Claude Code 团队越来越多人不使用 Markdown，改用 HTML
5 月 9 日，Anthropic 工程大佬 Thariq Shihipar 发了一篇长文，说自己已经几乎不用 Markdown 了，全部切换成让 Claude Code 生成 HTML，Claude Code 团队里越来越多的人都在这么干。
Thariq 是 MIT Media Lab 出身，开过五年游戏公司、融了 1700 万美元，进 Anthropic 后同时管工程、内容和用户反馈三条线，做过最有名的功能是 AskUserQuestion。这次他把团队用 Claude Code 生成的 20 个 HTML 文件全部开源在 GitHub Pages 上，按用途分成九大类，每个都是单独 HTML 文件，浏览器打开就能用。
最典型的场景是代码审查：Claude Code 生成一个 HTML 页面，diff 渲染完整，内联注释按严重程度颜色编码，顶部还有风险地图，一眼看出该重点审查哪个文件。同样的东西在 Markdown 里只能用+和-标记，在 HTML 里能还原代码 diff 本来的空间信息。
更关键的是他提到的「双向交互」——HTML 文档不是只读的，Claude 生成的滑块、拖拽区域都是活的，调完点导出按钮，把结果转回文本粘进 Claude Code 继续干活。人→AI→HTML→人操作→导出→AI，闭环了，AI 生成的不再是「文档」，而是「工具」。
Thariq 的判断建立在两个变化上。一是 AI Agent 的输出越来越复杂，超过 100 行的 Markdown 根本没人读完；二是人们越来越少亲手编辑这些文件了，Markdown 最大的优势「易编辑」被架空了。既然人的角色从「写」变成了「看」，输出格式也该跟着反过来——HTML 人写起来痛苦，但 AI 写起来毫不费力，人看起来舒服，因为有颜色、有布局、有交互。
HTML 也不是没毛病：生成比 Markdown 慢 2 到 4 倍，版本控制的 diff 乱得没法看，也更费 token。但读了 vs 没读，这个差距比 token 效率大多了。一个格式的变化，就决定了你到底是在「使用」AI，还是在「被」AI 使用。Markdown 不会消失，但它的统治地位，可能真的到头了。
PS6 传闻汇总：可能发布多种性能版本，AI 应用或成技术重点
随着 PS 5 销量逐渐逼近 1 亿台，越来越多玩家也开始将目光投向下一代 PlayStation 主机，尽管 Sony 尚未正式公布任何信息，但关于 PS 6 的爆料与传闻已经越来越多，现总结如下：
- 下一代 PS 6 仍将继续采用 AMD 硬件方案，预计搭载 Zen 6 架构 CPU 与 RDNA 5 GPU，相比 PS 5 会带来更明显的性能与光追提升。
- 在内存与存储方面，PS 6 据传将配备 30 GB GDDR 7 内存，并进一步强化 SSD 读取能力，以支持更复杂的开放世界场景、更高精度贴图以及更快的数据加载速度。
- 与过去 Sony 仅推出单一型号不同，目前传闻显示 PS 6 可能采用多档位战略，其中“Orion”为基础型号，而“Helix”则是性能更强的高配版本，整体思路类似 Xbox Series X/S。
- PS 6 可能不会再默认标配实体光驱，而是采用可拆卸光驱方案，以降低主机基础售价并推动数字版生态。
- Sony 还被曝正在开发一款内部代号为“Canis”的掌机，可原生运行游戏，而非依赖串流，预计搭载精简版 Zen 6 与 RDNA 5 架构，并配备 24 GB LPDDR 5 X 内存，售价在 399 美元到 699 美元之间。
- AI 技术预计会成为 PS 6 时代的重点方向。PS 6 或将进一步强化 AI 超分辨率能力，让游戏以较低渲染分辨率实现接近原生 4 K 甚至更高质量画面。
- 目前消息普遍认为 PS 6 将继续支持 PS 4 与 PS 5 游戏，让玩家能够继承现有数字游戏库，并帮助开发者更平稳过渡到新世代。
- 外界预测 PS 6 售价可能达到 600 至 800 美元，部分分析师甚至认为高配版本存在接近 1000 美元的可能性。
- 至于发售时间，目前较可信的预测集中在 2027 年至 2028 年之间，这也基本符合 PlayStation 历代主机约 6 至 7 年的更新周期。
5 月 10 日消息，阿里巴巴计划将通义千问与淘宝打通融合，以对话式交互重塑购物模式。整合后，消费者在通义千问应用中与 AI 对话即可完成购物，通义千问将接入超 40 亿款商品库，提供全流程服务并智能推荐商品。淘宝 App 还将上线 AI 购物助手，具备虚拟试穿等功能。这凸显了中外电商平台发展路径差异，国内电商可将 AI 嵌入交易全流程，海外平台布局更为分散保守。
5 月 10 日消息，DeepSeek 正推进首轮融资，规模达 500 亿元，创始人兼 CEO 梁文锋个人出资 200 亿元领投，若融资完成将创中国人工智能领域单轮融资最高纪录。除梁文锋外，国家集成电路产业投资基金、两家头部科技大厂及与浙江大学相关的投资机构有望参与。这笔资金将助力其技术研发与商业化，公司计划 6 月发布新一代模型 V4.1，重点强化企业级工具能力、支持 MCP 服务 B 端客户，还将引入图像与音频处理能力，迈向多模态 AI 领域。
5 月 10 日消息，xAI 预训练负责人庄钧堂离职，他曾在 xAI 工作两年，主导 Grok 多代模型预训练等工作，此前还在 OpenAI 工作两年，有丰富学术和工作履历。庄钧堂离职赶上 xAI 不再独立运营后的离职潮，一天内多名员工宣布离职。自 2024 年中起，xAI 联创陆续离开，过去一年可查证离职员工超 80 人，马斯克虽试图解决人事危机，但挖来的人也很快离职。不过，xAI 主要产品 Grok 宣布更新，增加连接器功能，马斯克也驳斥了「Grok 将死」传闻，称新的 Grok 模型正在正常训练。
