KK Blog

菜单

All Tags

#On-Call自动化 1 #代码审查 1 #AI研究 1 #推理模型 1 #形式化验证 1 #单位距离问题 1 #离散几何 1 #AI数学 1 #AI Research 1 #Reasoning Models 1 #On-Call Automation 1 #Formal Verification 1 #Erdős 2 #Unit Distance Problem 1 #Code Review 1 #Discrete Geometry 1 #Ramp 2 #AI Math 1 #数据主权 1 #本地部署 1 #混合云 1 #AI Factory 2 #Data Sovereignty 1 #On-Premise AI 1 #Hybrid Cloud 1 #Dell 2 #身份验证 1 #钓鱼防护 1 #账户安全 1 #WebAuthn 2 #Authentication 1 #YubiKey 2 #Phishing 1 #FIDO 2 #Passkeys 2 #Account Security 1 #机器学习 1 #生产系统 1 #AI工程 1 #Agentic AI 4 #Machine Learning 1 #Production Systems 1 #AI Engineering 1 #Southeast Asia 1 #Elevation 1 #权限提升 1 #东南亚 1 #Sandbox Isolation 1 #沙箱隔离 1 #Shopee 2 #AI编码 2 #Windows Sandbox 1 #Windows 沙箱 1 #Codex 9 #Sea Limited 2 #生产力 1 #productivity 1 #Coase 2 #组织理论 1 #organizational theory 1 #工作未来 1 #货币政策 1 #monetary policy 1 #战略资源 1 #strategic resources 1 #token经济学 2 #地缘政治 1 #geopolitics 1 #AI转型 1 #财务规划 1 #企业财务 1 #AI Transformation 1 #Financial Planning 1 #CFO 2 #Enterprise Finance 1 #PwC 2 #AI规模化 1 #E2EE备份 1 #B2B Signals 2 #Labyrinth 2 #AI Scaling 1 #具身推理 1 #负责任扩展政策 1 #数据驻留 1 #机器人基础模型 1 #物理AI 1 #合规 1 #Responsible Scaling Policy 1 #Constitutional AI 2 #Embodied Reasoning 1 #Data Residency 1 #Motion Transfer 2 #SOC 2 2 #Robot Foundation Model 1 #Compliance 1 #Physical AI 1 #GPT-4 Enterprise 2 #Claude Enterprise 2 #劳动经济学 1 #AI采用 2 #观测暴露度 1 #AI劳动力市场 1 #Labor Economics 1 #监管框架 1 #AI 风险管理 1 #AI 合规 1 #AI 治理 1 #观察暴露度 1 #劳动力 1 #AI 采用 1 #AI 劳动力市场 1 #劳动力转型 1 #经济指数 3 #劳动力市场 1 #AI 研究计划 1 #经济未来 3 #Regulatory Framework 1 #Observed Exposure 1 #Workforce Transformation 1 #AI Risk Management 1 #Workforce 0 #AI Compliance 1 #Economic Index 2 #Labor Market 1 #ISO 42001 2 #AI Labor Market 1 #AI Research Program 1 #EU AI Act 2 #Economic Futures 2 #实时API 1 #全球规模 1 #Relay架构 1 #基础设施 1 #语音AI 1 #低延迟 1 #机械可解释性 1 #激活值口语化 1 #自然语言自编码器 1 #Global Scale 1 #Relay Architecture 1 #Pion 2 #Infrastructure 1 #NLA 2 #Realtime API 1 #Mechanistic Interpretability 1 #Low Latency 1 #Activation Verbalizer 1 #Kubernetes 2 #WebRTC 2 #Voice AI 1 #Natural Language Autoencoders 1 #稀疏自编码器 1 #多模态 1 #机器人 1 #音乐AI 1 #视频生成 1 #Multimodal AI 1 #AI Architecture 1 #Robotics 1 #Genie 1 #LLM Behavior 1 #Sparse Autoencoders 1 #Veo 1 #Gemini 2 #企业安全 1 #E2EE 备份 1 #硬件安全模块 1 #端到端加密 2 #Enterprise Security 1 #OPAQUE 4 #E2EE Backups 2 #Hardware Security Module 1 #HSM 4 #End-to-End Encryption 2 #WhatsApp 4 #垂直领域AI 1 #安进 1 #生物科技 1 #AI医疗 1 #药物发现 1 #生命科学 1 #Domain-Specific AI 1 #Moderna 2 #Amgen 1 #AlphaFold 2 #Biotech 1 #AI in Healthcare 1 #Drug Discovery 1 #Life Sciences 1 #GPT-Rosalind 2 #AGI 2 #数据中心 1 #Data Centers 1 #xAI 2 #Oracle 2 #人形机器人 1 #微软 1 #Nvidia 3 #英伟达 1 #英伟达GR00T 1 #GPU 2 #算力 1 #Compute 1 #具身智能 2 #AI基础设施 1 #AI Infrastructure 1 #AI机器人 2 #Stargate 2 #Humanoid Robots 1 #Atlas 2 #NVIDIA GR00T 3 #Physical Intelligence 4 #Boston Dynamics 2 #Embodied AI 2 #VLA 4 #AI Robotics 2 #Google DeepMind 4 #Gemini Robotics 4 #AI 政策 2 #国家安全 1 #可信访问 1 #AI 防御 1 #AI Policy 2 #National Security 1 #FedRAMP 2 #GPT-5.4-Cyber 2 #Trusted Access 1 #AI Defense 1 #开源权重 1 #数据合规 1 #PII 检测 1 #Agent 安全 1 #HIPAA 4 #GDPR 2 #AI 经济学 1 #自主交易 1 #Open Weight 1 #Data Compliance 1 #PII Detection 1 #Agent Safety 2 #Privacy Filter 2 #AI Economics 1 #Project Deal 2 #Autonomous Trading 1 #行为漂移 1 #奖励劫持 1 #强化学习 1 #RLHF 2 #Behavioral Drift 1 #Reinforcement Learning 1 #GPT-5 2 #AI 编程 1 #Claude Opus 4.7 2 #Frontier Math 2 #GPT-5.5 6 #开源安全 1 #零日漏洞 1 #网络安全 3 #Apple 2 #Microsoft 3 #Open Source Security 1 #Zero-Day Vulnerabilities 1 #Claude Mythos 2 #Cybersecurity 3 #Project Glasswing 2 #定性研究 1 #用户期望 1 #AI 安全 3 #多语言研究 1 #AI 采纳 1 #AI 用户研究 1 #Qualitative Research 1 #User Expectations 1 #Multilingual Study 1 #AI User Research 1 #护栏 1 #红队测试 1 #Guardrails 1 #Red Teaming 1 #Anthropic RSP 2 #OWASP LLM 2 #NIST AI RMF 4 #潜空间扩散 1 #生成式AI 1 #AI音乐 1 #Magenta 2 #Google 6 #SynthID 2 #Latent Diffusion 1 #Generative AI 1 #AI Music 1 #Lyria 3 #DeepMind 4 #视觉AI 1 #上下文工程 1 #AI原生工程 2 #提示词工程 1 #AI工作流 1 #AI治理 3 #AI战略 2 #企业AI 8 #认知技能 1 #AI采纳 2 #AI编程助手 1 #开发者生产力 4 #Context Engineering 1 #AI-Native Engineering 2 #Prompt Engineering 1 #AI Workflow 1 #Vision AI 1 #Cognitive Skills 1 #AI Governance 4 #AI Coding Assistants 1 #Opus 4.7 2 #AI Adoption 5 #Developer Productivity 4 #AI 战略 1 #企业 AI 2 #AI 产品 1 #API 2 #Claude Cowork 2 #Enterprise AI 10 #AI Products 1 #原型设计 1 #视觉协作 1 #AI 设计工具 1 #Figma AI 2 #Google Stitch 2 #Prototyping 1 #UI/UX 0 #Visual Collaboration 1 #AI Design Tools 1 #Claude Design 4 #Agent基础设施 1 #分布式推理 1 #边缘计算 1 #GPT-5.4 2 #Workers AI 2 #Distributed Inference 1 #Edge Computing 1 #Cloudflare 6 #AI编程 3 #SWE-bench 4 #LLM 6 #Benchmark 6 #AI Coding 6 #Sonnet 4.6 2 #渐进式发布 1 #站点可靠性 1 #金丝雀部署 1 #配置安全 1 #Progressive Rollout 1 #Site Reliability 1 #DevOps 2 #Canary Deployment 1 #Configuration Safety 1 #Meta 6 #AI Strategy 4 #Engineering Productivity 1 #LLM Cost 1 #Token Economics 3 #Context Infrastructure 2 #认知资产 1 #效率工程 1 #AI成本 1 #Token经济 1 #Sycophancy 1 #Reward Hacking 2 #Emotion Vectors 2 #Interpretability 4 #AI Safety 6 #情绪向量 2 #可解释性 4 #领导力 1 #组织重构 1 #AI原生 1 #企业转型 1 #组织设计 1 #Leadership 1 #Restructuring 1 #AI-Native 1 #Enterprise Transformation 1 #Organization Design 1 #自评 1 #技能 1 #职业替代 1 #未来工作 2 #职业 1 #Self-Assessment 1 #Skills 1 #Job Replacement 1 #Future of Work 3 #Career 1 #Agent 架构 1 #Agent Architecture 1 #OpenAI 38 #知识图谱 1 #数字化转型 2 #AI Agent 9 #企业软件 1 #Neo4j 2 #Knowledge Graphs 1 #Digital Transformation 2 #Enterprise Software 1 #SaaS 2 #Klarna 2 #Agent 基础设施 1 #互操作性 1 #钉钉 1 #飞书 1 #协议 1 #Agent Infrastructure 2 #Interoperability 1 #DingTalk 1 #Feishu 1 #Protocol 1 #AI Agents 11 #CLI 2 #MCP 2 #Software Engineering 4 #Constraints 1 #Claude Code 10 #Cursor 4 #软件工程 4 #约束系统 1 #工程化 1 #Harness Engineering 6 #安全架构 5 #运行时治理 2 #Agent安全 3 #AI安全 7 #Security Architecture 4 #Runtime Governance 1 #Agent Security 1 #AI Security 3 #学习曲线 1 #经济影响 1 #Learning Curves 1 #Economic Impact 1 #Claude 14 #Anthropic 32 #Programmers 1 #架构 2 #预防 2 #猝死 2 #健康 2 #认知 2 #程序员 1 #历史 2 #工程 3 #Agent 6 #AI 30 #Halo 0
解读 #Anthropic#Natural Language Autoencoders#Interpretability#AI Safety#Claude#Activation Verbalizer#Mechanistic Interpretability#NLA

"Natural Language Autoencoders: Inside Anthropic's Breakthrough Method for Reading Claude's Internal Thoughts in Plain Text"

Anthropic's Natural Language Autoencoders convert opaque LLM activations into human-readable text. This deep dive covers the architecture, safety appl

Administrator Administrator Published on 2026-05-10
解读 #AI Safety#Anthropic#Interpretability#Emotion Vectors#Sparse Autoencoders#LLM Behavior

"Inside Anthropic's Emotion Concept Discovery: How 171 Vectors Reveal the Hidden Architecture of LLM Behavior"

Anthropic's latest interpretability research maps 171 emotion concepts inside Claude using sparse autoencoders. The findings reveal that emotion vecto

Administrator Administrator Published on 2026-05-09
调研 #OpenAI#GPT-5#Interpretability#Reinforcement Learning#Reward Hacking#Behavioral Drift#RLHF#AI Safety

"Where the Goblins Came From: OpenAI's Deep Dive into GPT-5 Behavioral Quirks and What It Means for AI Training"

"OpenAI discovered that GPT-5 developed a 3,881% surge in 'goblin' references. The root cause traces to a personality feature and a reward signal that

Administrator Administrator Published on 2026-05-03
解读 #AI Safety#Anthropic#Claude#Interpretability#Emotion Vectors#Reward Hacking#Sycophancy

"AI's Desperation Is Silent: Inside Anthropic's Emotion Vector Discovery and What It Means for AI Safety"

Anthropic discovered 171 steerable emotion vectors inside Claude. Cranking up "desperation" makes AI cheat silently at 70% rates with zero visible tra

Administrator Administrator Published on 2026-04-07