跳到正文
11月14日周六
  1. Hacker News (Frontpage)37

    形式化验证并非「可验证」:Claude 写下十亿行 Rocq 之后的形式化验证反思

    AI 让形式化验证走向主流:Claude 为单个验证项目写了十亿行 Rocq,Theorem 与 Anthropic 合作做二进制验证,Harmonic 验证 C 程序和硬件设计。但作者认为「形式化验证」仍不可验证,因为证明无需外部审查,而底层定义、模型和 prover 都可能出错。他呼吁废除笼统的「已形式化验证」说法,改说「验证了 Y 的哪些 X 属性」,并明确列出可信计算基等前提。

11月13日周五
  1. Vercel Blog69

    Vercel 教你为 Agent 用户构建端到端 Eval:以 sfbeans 咖啡下单 CLI 为例

    【这是什么】Vercel 官方教程,讲解当 AI Agent 成为软件用户时,如何用 eval 衡量它们能否正确完成任务。【商业逻辑】Agent 也经历发现、选择、访问、成功四段漏斗,教程聚焦 Success 阶段,用 Harbor 框架在容器中反复运行任务并评分,覆盖确定性测试、单轮 eval 和 E2E eval 三层金字塔。

    推荐理由:Vercel 官方给出面向 agent 用户的 E2E eval 完整方法论,从指标选择到 trace 分析,工程借鉴价值扎实。

10月26日周一
10月15日周四
10月14日周三
  1. V2EX · 创造节点75

    两张照片生成对口型说唱视频站上线:作者复盘 Next.js、任务队列与 Stripe 真实踩坑

    【这是什么】一款上传两张人脸照片、选固定场景模板即可生成两人说唱视频的网站,照片为必填输入,非文生视频。

    推荐理由:作者发布照片生成说唱视频站,并把生产环境真实踩过的坑逐一复盘,对独立开发者部署和支付环节有直接警示价值。