全部 AI 动态 · AI 热点

6月21日

15:02

AI Engineer@aiDotEngineer

AI Engineer World's Fair 2026 规模超越历届，展区扩大4倍并设4个展台。活动包含研究者海报环节和“Token Billionaires”闭门讨论。垂直领域覆盖医疗、GTM、FDE、AGC、金融等。周边活动有NEO和儿童日。参会者可获得4万美元的赞助商信用额度。

推荐理由：AI Engineer世界博览会2026下届规模翻4倍，有医疗、金融等垂直场，还有4万刀额度可薅，搞AI工程的别错过。

原文

15:00

Geek@geekbb

Cowart 在 Codex 中集成了本地 tldraw 画布，用户放置 AI 占位框即可指定生成图片。还支持截图标注重绘：在画布上画标注后，Codex 能移除痕迹并生成干净新图。所有操作在本地运行，无需联网。

技巧 Codex Cowart tldraw 多模态提示词工程

推荐理由：想边画草图边让 AI 生图？这个本地画布工具让 Codex 直接改，标注去除功能特别好用。

原文

14:59

idoubi@idoubicc

clonesite.ai 由 lumina__team 的 D 哥开发，能通过输入网址自动复刻网页，还原度达到95%以上。复刻过程中使用 browser-cli 对源网站进行语义重建和截图比对，每个元素经校对，最终交付基于 TanStack 的 TSX 组件代码。该工具目前仅支持单页面复刻，用户需在复刻完成后付费下载整套代码，用于项目冷启动。

AI产品 clonesite.ai lumina__team TanStack 网页复刻代码生成

推荐理由：D 哥做的 clonesite.ai 能直接输入网址复刻网页，还原度95%以上，交付 TanStack 代码，比同类 Agent 都准。

原文

14:53

Marc Andreessen@pmarca

风险投资机构Founders Fund投资了ShinkeiSystems，该公司开发了一款物理机器人，利用AI在船上瞬间杀死鱼类，减少鱼的压力。这项技术使鱼类的保质期翻倍。该品牌的鱼产品已在Erewhon超市和多家米其林餐厅销售。Founders Fund的合伙人Peter Thiel在Dialog活动上分享了这一投资案例，强调在冷门领域进行低AI押注的策略。

行业 Founders Fund ShinkeiSystems Peter Thiel AI杀鱼垂直应用

推荐理由：Peter Thiel投了个用AI杀鱼的机器人公司，能瞬间杀鱼让保质期翻倍，鱼还卖到了米其林。赛道够冷门，有意思。

原文

06:55

ollama@ollama

Ollama 转发了 Aaron Levie 的观点，指出开放权重模型在特定任务上已取得 SOTA 结果，并在编码等部分领域接近前沿水平。Levie 强调，开放权重模型与前沿模型之间的边际差距若能保持而非扩大，将创造更多 AI 应用价值。他还提到，使用更便宜或针对特定任务微调的开放模型可优化成本，同时前沿模型仍可用于规划、编排等复杂工作。

行业 Ollama open weights 开源模型 AI成本具体任务微调

推荐理由：Ollama 分享了 Levie 对开放权重模型的乐观看法：这些模型成本更低、表现接近前沿，还能针对性微调，对 AI 应用层是大利好。

原文

04:27

@zarazhangrui@zarazhangrui

一位用户日常使用Codex和Claude Code做编码任务，很少再打开ChatGPT。只有在需要快速网络搜索时，他会切换到Gemini。他认为Codex和Claude Code这类编码代理的输出质量通常优于ChatGPT聊天机器人。

技巧 Codex Claude Code ChatGPT Gemini 编程助手

推荐理由：试试用Codex或Claude Code代替ChatGPT，写代码效果更好，搜索可以切到Gemini。

原文

04:25

Jerry Liu@jerryjliu0

LlamaParse是LlamaIndex推出的文档解析云服务。它针对PDF、Word等人类原生文档进行解析。用户可通过cloud.llamaindex.ai访问并集成到LlamaIndex工作流。

AI产品 LlamaParse LlamaIndex 文档解析云服务

推荐理由：想解析PDF给大模型用？试试LlamaParse，和LlamaIndex配合很顺畅。

原文

04:23

Harrison Chase@hwchase17

精选

Leve是一个文件系统优先的持久智能体框架，基于LangGraph构建。用户将智能体定义为文件目录结构，Leve编译该目录并运行智能体。该框架灵感来自Vercel的Eve项目，由@jit_infinity开发。

AI产品 Leve LangGraph 智能体框架文件系统

推荐理由：用目录描述智能体，Leve让LangGraph更直观。文件系统优先，持久运行，灵感来自Vercel的Eve。

原文

04:21

Jerry Liu@jerryjliu0

精选

LlamaIndex创始人Jerry Liu指出，智能体生成文档量增加，需要更好的原生文档格式。当前主要容器Markdown可读性强但缺乏丰富视觉输出，HTML视觉丰富但难以人工编辑且token密集。他提出理想格式应类似Google Docs或Word，支持人类和智能体协作编辑、版本控制和权限管理。他在Databricks演讲中提及，大量人类知识仍存储在PDF、PPT、Word中，需通过LlamaParse处理，同时创新智能体创建和协作信息的方式。

行业 Jerry Liu LlamaIndex 智能体文档格式 Markdown HTML

推荐理由：Jerry Liu聊了智能体文档格式的短板，Markdown和HTML都不够用，他提出像Google Docs那样的协作方案，做智能体应用的人可以看看。

原文

03:54

Suhail@Suhail

精选

Z.ai推出GLM-5.2开源模型，采用MIT开放权重。该模型支持1M上下文窗口，在Terminal-Bench 2.1基准上得分81.0，仅比Claude Opus 4.8低几分。Perplexity CEO此前指出，中国已拥有最强开源模型DeepSeek，且美国开发者正基于其构建应用。GLM-5.2的发布进一步表明开源AI竞赛已非理论。

AI模型 GLM-5.2 Z.ai DeepSeek 开源模型推理模型

推荐理由：Z.ai刚刚放出了GLM-5.2，MIT开源、100万上下文、跑分81.0，跟Claude Opus 4.8差距很小，做开源模型的得看看。

原文

03:53

Browser Use@browser_use

GLM 5.2（纯文本模型）在网站设计任务中击败了 Fable 5。团队将 GLM 5.2 与 Browser Use v2 多模态 QA 子代理配对，让代理审查网站、发现 bug、判断美学，再向 GLM 发送修复指令。整个构建加质量保证的成本低于 0.75 美元。展示了纯文本模型通过智能协作在视觉任务上的潜力。

技巧 GLM 5.2 Browser Use v2 Fable 5 多模态智能体

推荐理由：GLM 5.2 纯文本模型竟然能设计网站，还打败了 Fable 5？搭配 Browser Use v2 多模态 QA 代理，成本不到 0.75 美元，太会玩了。

原文

03:45

GitHub@github

GitHub与合作伙伴通过协作研究发现，基于LLM的上下文验证能显著提升秘密扫描告警质量。该方法将误报率降低75.76%，减少了安全团队处理大量无效告警的负担。研究结果表明，单纯增加告警数量并不能提高安全性，而智能验证才是关键。

AI产品 GitHub LLM secret scanning AI安全误报率

推荐理由：GitHub发现用LLM做上下文校验能让密钥扫描告警更准，误报少了四分之三，安全团队不用天天看假警报了。

原文

03:00

Nous Research@NousResearch

Hermes Agent 推出 Blank Slate 设置模式，用户可从零开始构建代理，先选择 provider、model、文件操作和终端，再手动添加其他组件。之前只有 Quick 和 Full 两种预设模式。这一更新让高级用户能更灵活地配置自己的 AI 代理工具。

AI产品 Hermes Agent 智能体配置模式

推荐理由：Hermes Agent 现在让你从空白开始搭代理，只选 provider、模型、文件操作和终端，其他自己加，比预设模式更灵活。

原文

02:55

Gary Marcus@GaryMarcus

精选

Anthropic 联合创始人 Jack Clark 表示 AI 进步仅靠规模扩展就能实现，但 Gary Marcus 引用该公司自己的 Claude Code 予以反驳，指出该工具使用了 50 万行符号代码、harnesses、符号工具和正则表达式。Marcus 认为专门化系统并非无用，规模扩展也非唯一路径。该争论涉及“bitter lesson”假说与实用工程系统的平衡。

行业 Gary Marcus Jack Clark Claude Code Anthropic 规模扩展

推荐理由：Gary Marcus 拿 Anthropic 自家的 Claude Code 打脸 Jack Clark：50 万行符号代码说明专门化没死，别只信 scaling。

原文

02:23

Harrison Chase@hwchase17

技巧 LangChain LangGraph RAG deepagents 智能体教程

推荐理由：这个课程10小时，手把手教LangChain和LangGraph，还讲了RAG和guardrails，想学智能体开发可以看看。

原文

01:50

berryxia@berryxia

86°

John Jumper是AlphaFold项目的核心负责人，该模型改变了蛋白质结构预测领域。2024年，他因这一贡献获得诺贝尔化学奖。他在Google DeepMind工作了近9年，博士毕业仅6个月就被Demis Hassabis任命领导AlphaFold团队。现在他选择加入Anthropic，专注AI安全和大模型研究。Anthropic近期还吸引了多位OpenAI核心研究员。

行业 John Jumper AlphaFold Google DeepMind Anthropic AI安全

推荐理由：John Jumper就是那个做出AlphaFold拿诺奖的科学家，现在跳槽去Anthropic了。看看Anthropic正在疯狂挖人，可能憋着什么大招。

原文

01:49

berryxia@berryxia

美国对Claude最强的Mythos模型实施出口管制后，约200家美国机构（包括银行、Cisco、Dragos）依然保留访问权限，而普通用户和大多数组织已被挡在门外。Bloomberg报道了这一情况。评论指出这可能导致AI领域的永久底层阶级。AI鸿沟不仅是API价格差异，而是顶级能力被少数机构垄断。

行业 Claude Mythos Anthropic 出口管制 AI鸿沟

推荐理由：这篇报道揭露了美国出口管制下200家机构独享顶级AI能力，普通人连模型都见不到，直击AI不平等本质。

原文

01:13

berryxia@berryxia

精选

Codex现在允许用户直接命令将开发线程从本地笔记本handoff到远程服务器。这一过程会自动打包Git状态、未提交变更、分支和工作树。用户关闭笔记本后，远程服务器会继续运行该线程。之后用户可以命令将线程接回本地，环境恢复到离开时的状态。全程无需手动同步代码或处理冲突。

技巧 Codex 远程开发工作流线程切换 agent

推荐理由：Codex这个新功能太实用了，跟它说一声就能把本地代码线程扔到远程服务器继续跑，回来再接上，省去手动同步的麻烦。

原文

00:56

宝玉@dotey

精选

文章将传统软件工程实践迁移到 AI Agent 开发中，强调需求分析时需给 Agent 充足上下文并反复对齐，系统设计时用 plan 模式拆分里程碑。代码审查建议先让 Agent 审查格式和逻辑，但人需兜底业务逻辑。自动化测试包括单元测试、集成测试和端到端测试，需与 CI 集成自动运行。灰度发布和 CI/CD 机制（如 feature flag、自动回滚）可减少线上不稳定。线上修复目前更现实的是 AI 辅助定位、人确认后再提交，而非全自动闭环。

技巧 Agent 软件工程代码审查自动化测试 CI/CD

推荐理由：宝玉分享的实操经验：把传统软件工程的代码审查、测试覆盖、灰度发布等方法用到 AI Agent 上，能少写 bug、少修 bug，适合正在用 Agent 写代码的团队。

原文

00:53

elvis@omarsar0

精选

GLM-5.2 在图形设计能力上据称达到 Opus 级别，同时在长期运行任务中表现良好。其训练引入了反奖励破解模块，用于解决强化学习中常见的奖励破解问题，例如模型走捷径、变懒、意图偏差等。该模块有助于提升编码代理在长周期任务中的可靠性与效果。GLM-5.2 是一个开源开放权重模型。

AI模型 GLM-5.2 奖励破解开源模型设计长期任务

推荐理由：GLM-5.2 据称设计和长任务都接近 Opus，关键是加了个反奖励破解机制，让模型更靠谱。

原文

00:21

orange.ai@oran_ge

73°

OpenAI 发布新论文《Beneficial RL》，研究对齐训练中好行为的泛化能力。实验发现，用RL在对话数据上训练模型诚实、认知谦逊、可纠正等特质后，在44个训练未见的评测上，模型欺骗、谄媚、有害建议等行为均下降。仅用健康领域数据训练，非健康领域也有效。对抗性提示和恶意微调更难使模型变坏，但正常指令仍可执行。

论文 OpenAI RL 对齐 AI安全有益强化学习

推荐理由：OpenAI 这篇论文很有意思：用 RL 给模型‘教好’会泛化到所有领域，而且抗忽悠能力变强了，像给人打了一剂道德疫苗。

原文

00:01

MIT CSAIL@MIT_CSAIL

该指南由@rubenhassid整理，提供了100条针对Claude的提示词技巧，涵盖从基础指令到高级推理的多个维度。每条技巧都配有具体示例，帮助用户更精准地控制Claude的输出格式和风格。例如，第23条展示了如何通过分步提示引导Claude完成复杂逻辑推导，第47条则演示了角色扮演提示词在角色一致性上的效果。指南还包含针对Claude Sonnet和Claude Opus等不同版本的特化建议，提升实际应用效率。

技巧 Claude 提示词工程 @rubenhassid 指南

推荐理由：100条实实在在的Claude提示词技巧，每个都有例子，从新手到进阶都适用，比看说明书管用多了。

原文

6月20日

23:56

Gary Marcus@GaryMarcus

高盛报告指出，2025-2030年超大规模企业AI和数据中心资本支出或达5.3万亿美元。当前融资已显现压力，少数几家超大规模企业无法在公共债券市场无限发行债务，投资者开始担忧发行集中度风险。数据中心涉及土地、电力、网络、建筑、冷却与AI服务器等多类资产，融资需跨基础设施基金、房地产基金、私募信贷和企业债等渠道。高盛认为AI资本支出预期增速已快于实际建设进度，瓶颈可能从模型需求转向融资能力、电力供应和项目执行。

行业 Goldman Sachs AI基础设施资本支出融资风险投资周期

推荐理由：高盛说这轮AI投资要花5.3万亿美元，连债券市场都开始吃不消了。不是技术能不能做，而是钱够不够烧，这信号很关键。

原文

23:55

AK@_akhaliq

研究人员发布了S-Agent，一个通过空间工具使用来增强空间推理能力的模型。S-Agent在虚拟环境中学习操作和使用空间工具，如旋转、移动物体等，以解决空间任务。该方法在空间智能基准测试中展现了显著的推理能力提升。

AI模型 S-Agent 推理模型空间智能智能体

推荐理由：S-Agent教AI通过操作空间工具来推理空间关系，跟传统只靠视觉的模型不一样，值得关注。

原文

23:06

shao__meng@shao__meng

精选

LangChain官方认证大使@zhanghaili0610（也是「LangChain实战」「LangGraph实战」作者）开源了教程「Deep Agents 实战」。教程围绕Agent开发的“三层架构”：Runtime（LangGraph）、Framework（LangChain）、Harness（Deep Agents）。核心是“上下文工程”，Deep Agents引入虚拟文件系统（read_file/write_file等6大工具），支持任务规划（write_todos）、子Agent委派（异步并行）和Skills复用（兼容30+工具）。教程共8章加2准备篇，涵盖环境搭建、核心机制到进阶记忆。

技巧 Deep Agents LangChain LangGraph zhanghaili0610 智能体

推荐理由：Harry Zhang出了第三本实战教程，手把手教你怎么用LangChain和LangGraph搭Deep Agents，虚拟文件系统和Skills复用这些干货很实用。

原文

22:54

向阳乔木@vista8

Codex能读取内置浏览器内容，结合画布工具实现直观的图片标注修改。无需额外API即可使用Codex内置的Imagen模型生成图片。同时GPT Image 2也能在Codex中自由使用。这一工作流简化了生成和修改图片的步骤。

技巧 Codex Imagen GPT Image 2 图片生成浏览器集成

推荐理由：Codex直接读浏览器+内置Imagen生图，不用API，还能用画布改图，省事又直观。

原文

22:51

Aadit Sheth@aaditsh

88°

Anthropic 在2025年4月以4亿美元收购一支生物技术团队，近日又聘请了AlphaFold主要创造者、诺贝尔奖得主John Jumper。Jumper在Google DeepMind工作近9年后加入Anthropic。Anthropic CEO Dario Amodei曾预测AI可将100年的生物进步压缩到10年内。此举显示Anthropic正大规模布局AI辅助生物科技。

行业 Anthropic AlphaFold John Jumper 生物科技行业动态

推荐理由：Anthropic 请来了 AlphaFold 之父，加上 4 亿美元买的团队，这是在生物 AI 上真砸钱。

原文

21:03

shao__meng@shao__meng

精选

LandingAI 的 Agentic Document Extraction (ADE) 方案允许在单次 Parse 或 Parse Jobs 调用中传入 password 参数，直接完成解密、解析和结构化输出。该功能需要启用 Zero Data Retention (ZDR) 模式，文档仅在内存中处理，不落盘、不用于训练，适合 HIPAA 等合规场景。支持 PDF、DOC、DOCX、ODT、PPT、PPTX、XLSX 格式。密码通过 HTTPS 传输，ZDR 下服务端不持久化；缺密码时返回 422 错误。

AI产品 LandingAI ADE 文档解析密码保护 ZDR

推荐理由：LandingAI 新功能：密码文档不用本地解密再上传，一次请求解析完成，还自带零数据留存，企业合规场景很实用。

原文

19:53

Geek@geekbb

Claude Code 可以通过提示词控制飞书白板的构图、层次与留白，而非仅调整配色。GitHub 项目 LcpMarvel/feis… 提供了具体方法，帮助用户生成更专业的设计输出。该方法强调结构布局而非色彩堆砌，适合追求高质量白板设计的用户。

技巧 Claude Code 飞书白板设计提示词工程

推荐理由：有人教 Claude Code 做飞书白板时讲究构图和留白，不是光调颜色，挺实用。

原文

16:54

Viking@vikingmute

该流程包含6个阶段：Grill（AI拷问细节至清晰）、Research（针对难点单独分析并创建文档）、PRD（生成详细需求文档）、Issues（将PRD拆解为带依赖关系的独立tickets）、Implement（按ticket循环独立实现代码）、Review（验证）。Matt Pocock指出PRD前阶段需更多结构化，先确定设计树再走更高保真原型。该流程已用于开发新feature和点子。

技巧 AI开发工作流编程助手 Grill 需求文档代码实现

推荐理由：这套流程把AI辅助开发拆成了6个可操作步骤，从拷问细节到代码实现都覆盖了，特别适合用来梳理复杂需求。

原文

16:51

歸藏(guizang.ai)@op7418

精选

GPT-Image-2.0 生成的图片常有毛躁感和破碎纹理。使用 Nano Banana 进行超分辨率放大，可以去除杂乱细节，增加清晰度。帖子对比了放大前后的效果，左侧为 GPT 原图，右侧为 Nano Banana 处理图。推荐提示词为“帮我将这张图片重绘和清晰化，让他细节更丰富，同时去掉原图中杂乱不必要的细节”。该方法适用于非写实图片的观感提升。

技巧 Nano Banana GPT-Image-2.0 超分图像增强提示词工程

推荐理由：用 Nano Banana 给 GPT 图片去毛躁，效果很明显，推荐词都给你写好了，直接复制就能用。

原文

15:26

Geek@geekbb

GitHub用户Karovia发布了一个从零基础到独立开发AI Agent产品的完整学习路线，包含110个教程、58万字的文本内容以及400多个实战项目。该路线按阶段标注了每个教程的用途和难度，涵盖从Python基础到LangChain、AutoGPT等框架的实践。所有资源均开源免费，适合自学AI Agent开发的初学者和进阶者。

技巧 Karovia AI Agent 智能体教程学习路线

推荐理由：你要是想学AI Agent但不知道怎么下手，这个GitHub项目把110个教程、58万字、400个项目都按阶段标好了，直接跟着学就行，不用自己瞎找资源。

原文

15:24

宝玉@dotey

处理AI编程助手（如Codex）产生的代码错误时，应优先恢复生产（回滚或打补丁），再找根因（逻辑错误、边界条件、需求偏差）。根据根因决定解决方案，边界问题加测试用例，架构缺陷重构，代码审查漏洞改进流程。仅当错误根因是AI缺乏项目特有约定（如命名规范、API隐含限制）时才更新AGENTS.md。否则会导致AGENTS.md臃肿、规则失效，AI反而忽略重要规则。

技巧 Codex AGENTS.md 编程助手软件工程错误处理

推荐理由：别一出bug就怪AI，也别什么都写进AGENTS.md。这篇讲了如何按软件工程流程正确应对，很实在。

原文

13:53

Jerry Liu@jerryjliu0

Jerry Liu转发赞同观点：编程抽象已从代码转向英文。最简单的表示方式是用目录下的markdown文件存储任务层次。他描述了一个名为eve的Agent框架，包含instructions.md和skills子目录，可一键部署到Vercel。该设计早期原型代号为'last'，旨在成为'面向Agent的Next.js'。

技巧 markdown eve Vercel 智能体

推荐理由：Jerry Liu分享了一个超简单的AI Agent写法：用markdown文件定义指令和技能，还能一键部署到Vercel，适合想快速上手智能体的人。

原文

13:09

Geek@geekbb

精选

Lupen是一个开源工具，可以将Claude Code和Codex的AI编码成本分解到单次对话和单个步骤。它在本地运行，支持结果核验。该工具通过解析API日志统计每次请求的消耗，涵盖Anthropic和OpenAI的计费模型。目前项目已在GitHub上发布，代码可公开审计。

AI产品 Claude Code Codex Lupen 编程助手开源

推荐理由：想精打细算AI编码成本？试试Lupen，它把Claude Code和Codex每一笔开销都算到单次步骤，清清楚楚。

原文

12:57

歸藏(guizang.ai)@op7418

精选71°

Noam Shazeer（Transformer论文作者之一、MoE架构提出者）加入OpenAI，负责模型架构研究。谷歌此前以27亿美元收购Character.AI换取他加入谷歌。但Shazeer在谷歌停留短暂后即转投OpenAI。

行业 Noam Shazeer Transformer MoE OpenAI Character.AI 模型架构

推荐理由：Transformer论文作者Noam Shazeer，MoE提出者，跑到OpenAI研究模型架构了，谷歌27亿美元白花了？

原文

12:57

歸藏(guizang.ai)@op7418

83°

AlphaFold作者、诺贝尔化学奖得主John Jumper在DeepMind工作近9年后宣布离职，加入Anthropic。此前Transformer和MoE提出者Noam Shazeer已加入OpenAI。DeepMind连续失去两位顶尖AI科学家，引发行业关注。Anthropic在AI安全领域持续吸引核心人才。

行业 John Jumper Anthropic DeepMind AlphaFold 人才流动

推荐理由：继Transformer作者之后，AlphaFold之父也跳槽到Anthropic了。AI大厂人才竞争真激烈，想了解最近发生了什么可以看看。

原文

12:51

shao__meng@shao__meng

精选72°

Claude Code的7种指令方式包括CLAUDE.md、Rules、Skills、Subagents、Hooks、Output Styles和Appending the System Prompt。CLAUDE.md文件建议控制在200行以内，根目录CLAUDE.md在会话开始时全程驻留上下文，子目录CLAUDE.md仅按需加载。Skills在主线程逐步执行适合需要干预的任务，Subagents在独立上下文运行可嵌套最多五层并支持并行。Hooks通过PreToolUse和PostToolUse实现确定性硬约束，完全绕过上下文压缩且成本极低。官方建议将30行以上的部署流程封装为Skills而非写入CLAUDE.md，以节省token。

技巧 Claude Code Claude 智能体编程助手提示词工程

推荐理由：这篇博客把Claude Code七种配置方式讲透了，从CLAUDE.md到Hooks怎么选，适合想自定义工作流的开发者。

原文

12:45

宝玉@dotey

精选74°

Codex 推出 Handoff 功能，允许用户将编程任务在笔记本和远程服务器间迁移。操作通过聊天框自然语言指令完成，例如说“把我正在跑的线程迁移到远程主机上”。迁移内容包括完整的 Git 状态（未提交代码、当前分支），确保代码从离开位置继续。使用前提是配置 SSH 连接、远程安装 Codex 并登录同一 ChatGPT 账号，且双方有相同 Git 仓库克隆。

AI产品 Codex Handoff OpenAI 编程助手远程开发

推荐理由：Codex 这个 Handoff 功能用自然语言就能把写代码的任务搬到远程服务器，Git 状态完整迁移，适合经常移动办公的开发者。

原文

10:56

Geek@geekbb

博主Barret李靖分享了一次Claude Code引入AMOS Stealer变种木马的经历。木马通过curl下载混淆指令，潜伏于macOS系统，利用root权限添加开机自启项并监控新用户登录。该木马主要窃取虚拟货币钱包和浏览器Cookies，导致X账号被盗。博主在系统日志中仅找到一条可疑指令，并溯源至AMOS恶意软件家族，该变种今年四月首次在macOS出现。

技巧 Claude Code AMOS Stealer macOS安全 AI安全木马

推荐理由：亲身经历AI工具引入木马，教你用Claude和Codex揪出系统进程中的可疑进程，安全第一。

原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。