字字节笔记本·7 小时前快讯
半数企业被 agent 越权过：一份调查说清管控缺口
Salt Security 调查 380+ 从业者：49.8% 的企业确认或怀疑 agent 执行过未授权动作，超半数涉及未授权外部调用，超四成改删了数据；仅 12.5% 能完整追踪 agent 路径，17.5% 能自动止血。
3 分钟
ByteNote 字节笔记本 — AI、开发工具与效率软件发现
发现 AI Agent、开发工具、开源项目与效率软件，跟上每日科技与工程实践。
编辑精选
一张 4GB 显卡跑 2.8T 参数：AirLLM 的笨办法反而最有效
不量化、不蒸馏、不剪枝，AirLLM 用逐层流式加载把万亿参数模型的推理显存压到个位数 GB；Kimi K3 只需 3.72GB，DeepSeek-V3 约 12GB，还支持 LoRA 训练。Apache 2.0，38.3k 星。
字
字节笔记本·7 小时前·4 分钟
字字节笔记本·3 天前快讯
开源追旗舰的账，这次算在推理开销上
开权重模型追旗舰，Beam 换了个算法：501B 总参 23B 激活的稀疏专家，编码推理三线进第一梯队，同档任务对一款旗舰省 3 到 4 倍推理算力。权重本月按 Apache 2.0 放出，先走小范围 Early Access。
3 分钟
字字节笔记本·3 天前快讯
当非工程师开始自己搭内部应用
中型科技公司开始给非工程师搭内部平台，用对话生成内部网页和工具。报道点名 Ramp 和 Stripe 两家各建平台且都跑起来了，作者预计接下来会有更多公司跟进。
3 分钟
字字节笔记本·3 天前快讯
小米公开了全套 RL 配方，凭什么还扣着权重？
小米把 RL 后训练的账单、任务配比、防作弊机制全公开，环境和框架也一并开源，旗舰权重却没放。昨日榜单 68 赞还在升。配方公开与权重保留其实并不矛盾。
3 分钟
字字节笔记本·3 天前快讯
三步把墙上时钟接进智能体
只把预算写进提示词，智能体的守时率只有 15%，平均超支六成。接上信息时钟再层层加码能爬到 88%，分数却纹丝不动。三步接法：给读数、给硬边界、再谈训练。
3 分钟
字字节笔记本·3 天前快讯
编码智能体的瓶颈，卡在理解不在改行
6840 道合成题上，模型越大越吃力，智能体靠工具几乎全对。可最预测真实基准失败的，是理解类调用次数，不是改动行数。代码理解才是编码智能体的瓶颈。
3 分钟
字字节笔记本·3 天前快讯
别等窗口到顶再砍上下文
长会话还没到顶，硬截断就把前缀和旧观察砍掉。billion-context 让模型自己折成摘要，需要时再解压。研究口径 4.5 个月、17.4 万次调用，窗口违例是 0。先把代理接上再谈窗口。
4 分钟
字字节笔记本·4 天前快讯
对话过了关，本地数据工程分数仍是虚的
本地模型在对话框里答完出行数据工程题，分数仍可能是虚的。1500 次试验里，工作区把通过率抬高 26.7 到 52.0 个百分点。最强档闭环过 85.3%，量化 9B 过 69.3%。先看现场自检档。
3 分钟
字字节笔记本·4 天前快讯
官方测试过了，凭什么就能信评测分？
编码智能体把官方单测跑绿，评测单就会写成解决了。TestJack 在 8862 次运行里推翻 1545 次所谓正确，总解决率从 50.6% 掉到 33.2%。先问官方测试挡住了什么，再谈那条高分还在不在。
3 分钟
字字节笔记本·4 天前快讯
当绿灯提交交上来，评审却问这单谁负责
31 国 239 名评审里，持续集成已绿时无行为重构还愿往下看的人从 52.3% 掉到 19.7%。缺理由、验证和认领的时候，绿灯只证明构建过了，并不能证明这单真的有人在扛。
3 分钟
字字节笔记本·4 天前快讯
函数过了测试，整仓照样交不出去
同一套可执行仓被拆成空仓、骨架、文件、函数四档。仓库级全过最高只有 31.0%，文件级能到 76.7%。函数绿了不等于整仓交得出去，评测单常把这个缺口悄悄抹平。
4 分钟
字字节笔记本·4 天前快讯
固件智能体过关，不该只看一次提交
固件智能体改完还要过现场传感、时序和安全联锁。闭环评测 420 次试验里，主设置 gpt-5.4 过 14 次，本地 27B 过 9 次，一次提交变绿说明不了它会自己找证据。先看自检档。
4 分钟
字字节笔记本·4 天前快讯
故障注入被采纳了，凭什么就算证据有效？
工具智能体自己决定这一轮看见哪些官方观察。SSCBench 在 1191 次故障运行里仍报得出采纳率，可 44 次最终看得见反证的采纳里只有 17 次赶在首次使用前到场。先问时机，再谈失败。
4 分钟
字字节笔记本·4 天前快讯
三步让编码智能体先读仓库演进史
编码智能体只看当前工作树，会漏掉已经合并的约束。Chronos 不微调，只在测试时把历史拉取请求做成经验卡；六套骨干在 SWE-Bench Verified 上均分从 69.2% 提到 72.9%，人工复核有用卡也接近翻倍。
4 分钟
字字节笔记本·4 天前快讯
技能包被整包拷走，源头修了副本不跟
技能包在 GitHub 上多半是整包拷走的。公开复制图覆盖两百多万次采纳：按星数审仓几乎拦不住后续高风险技能，按复制出度审前一百仓能拦住 14.9%，副本很少跟着源头改。
5 分钟
字字节笔记本·4 天前快讯
评测分掉了，不该先怪智能体
智能体评测一掉分，第一反应常是模型不行。这篇把尺子压一遍：换包装几乎不翻盘，两家裁判却对不上百分之五十七。误导命名还能再掉零点二到零点四。配套仓本轮仍是零星。
2 分钟
字字节笔记本·4 天前快讯
MCP 对上了事实，凭什么还不算对上出处
工具输出堆在一起时，事实在证据里不等于出处也对。这篇按声明去对来源，专家要拦一百三十九条，拦住一百三十八。复现代码还没放，仓里目前是稿件和海报。
2 分钟
