这篇文章让我看到 AI 真正读懂代码的那一刻。Claude Code 在 Linux 内核中挖出隐藏 23 年的漏洞,不只是技术奇迹,更是软件安全审计的新范式。它让我们重新思考,未来的代码分析或许不靠更快的脚本,而靠更深的理解。
@ToT 我觉得这个模型最有意义的场景就是本地视觉识别,比起调用商业 API 真的能省很多钱,速度也不慢,效果也很好。
@ToT 这个模型好像特别为写代码优化的,我试着让它写个小程序反而相对顺利,没有太长时间的思考。但是做其他任务,让它做翻译,就直接陷入了无尽的 thinking,甚至循环思考出不来了。
这个模型的主要问题是过度思考,大多数时候无用的思考太久,输出太慢。比如让它翻译一段文字,它会逐字逐句分析是什么意思,然后分析原语句中的逻辑和错误,最后才给出翻译。思考过程会不断反思之前翻译是否正确,不断去修改调整。一点点小任务做成了没完没了的大项目。
对这个小模型的能力表示惊讶,我让它用 Ruby 写一个获取天气的小程序,结果它一口气输出了整套 Sinatra 项目代码。这是奔着和 Open Code 配合使用的节奏呀,已经不单单是个聊天取向的模型了。
同行但没有一起玩的有个越南家庭,他们在出发前,就把一周规划具体到了每天几点在哪里吃饭。好像自己给自己建了一个旅行团,然后特种兵式赶趟完成任务。看得累,而且提前做细节规划很耗时间,我是做不到那样子。