报道聚焦美国交友 App 上的恋爱诈骗乱象：美国国会报告显示，诈骗者通过建立恋爱关系取得信任后，将受害者引导至站外持续向加密货币地址汇款，单案损失可达约 10 万美元。讨论认为 Match Group 等平台集团因商业激励缺乏清除机器人与诈骗账号的动力，而其市场集中削弱了用户流失带来的竞争约束。也有观点指出诈骗多在站外完成，平台难以全程监控，应以最低限度防护规定和通用反诈教育为主，并设想由非营利机构提供独立于订阅利润的交友服务。
全部资讯
LangChain 发布博客，详细介绍其开源 Agent 框架 Deep Agents 如何通过中间件机制做上下文工程，应对长任务中的"上下文腐化"问题。围绕竞争分析 Agent 这一用例，文章拆解了五类上下文管理技术：卸载将大型工具结果写入文件系统，模型仅看预览（约 20,000 token 阈值，用户消息约 50,000 token）；摘要在上下文使用率达 85% 时压缩较早消息并保留可恢复的历史；技能按需渐进式加载，将指令放进 SKILL.md 文件夹；子智能体在独立窗口中完成嘈杂工作并只返回要点；长期记忆以 markdown 文件跨对话持久保存用户偏好。文章给出安装命令与课程注册信息，并总结了大输入应卸载而非截断、知识按需加载、记忆应可跨模型迁移等策略要点。
原标题：《US report details extent of 'devastating' dating-app scams》 评分: 20 | 作者: PaulHoule 💭 匹配越多骗子，平台财报不是越好看吗？ 🎯 讨论背景 报道聚焦美国交友 App 上的 romance scam：诈骗者以恋爱关系取得信任，并在站外持续诱导受害者向加密货币地址汇款，个案损失可达约 10 万美元。评论所说的杀猪盘（pig butchering）正是这类先“养熟”关系、再逐步榨取资金的诈骗模式；它也通过短信、电话、电子邮件和 LinkedIn（职业社交平台）等渠道传播。讨论还建立在现代交友市场对 bots、虚假资料、站外导流和付费功能的普遍不信任上，并批评 Match Group（旗下拥有多个主流交友产品的集团）造成的市场集中。争议核心是：平台应承担多少验证和治理责任，抑或应以反诈教育、个人判断及最低监管标准为主。 📌 讨论焦点 情感操控为何能骗走巨款 评论认为，受害者并非单纯“轻信”，而是被逐步建立的亲密关系和紧急资金需求说服。骗子往往先索取小额款项，再不断加码；沉没成本会让受害者更难承认恋
原标题：《The Gold-Bug: Edgar Allan Poe's story that taught me about cryptography (2024)》 评分: 23 | 作者: ripe 💭 背过 Poe 密码的 AI，也配叫破译吗？ 🎯 讨论背景 《金甲虫》是 Edgar Allan Poe 于 1843 年发表的寻宝短篇小说，其中以符号密文和频率分析推动情节，常被视为大众接触古典密码破译的文学入口。Poe 还创造了 Auguste Dupin（早期虚构侦探），其分析式推理影响了 Arthur Conan Doyle 笔下的 Sherlock Holmes，并奠定了现代侦探小说的一部分范式。讨论中的 Donald Menzel 是曾参与二战时期美国 Navy 密码分析培训工作的天文学家，显示这部文学作品也进入了密码学史的旁支叙事。评论者用本地 LLM 识别 Poe 密码的经历，则触及生成式模型的训练数据记忆、benchmark contamination（测试题已存在于训练资料中）与真实推理能力难以区分的问题。 📌 讨论焦点 简单密码与侦探小说谱系 《金甲虫》
原标题：《ASML's strong orders ease fears AI spending boom is running out of steam》 评分: 133 | 作者: tartoran 💭 排队订 2030 设备，就能证明 AI 今天赚钱？ 🎯 讨论背景 ASML（荷兰先进半导体设备制造商）生产关键光刻机，芯片制造厂需提前多年订购，其订单积压被报道为 AI 算力建设仍强劲的迹象。讨论的核心并非 AI 是否有用，而是 AI 公司和芯片厂能否在设备交付、数据中心建成之前，把 token 使用和算力需求转化为足以覆盖巨额资本开支的收入与利润。评论者反复援引 dot-com 泡沫及 Telecoms crash（2000 年前后电信业崩盘）：技术需求可长期增长，但基础设施投资、企业估值和需求兑现时间仍可能严重错配。CoreWeave（一家面向 AI 提供 GPU 云服务的公司）债券收益率接近 15% 被视为融资市场担忧的反向信号，而 TSMC（台湾大型晶圆代工厂）及内存厂的设备采购也未必完全由 AI 驱动。 📌 讨论焦点 ASML 订单是滞后且可投机的信号 评论者认为，
得物技术团队针对资产验收场景中费用类型多、规则频繁变动、单据材料非结构化等痛点，构建了一套基于确定性 Workflow 编排的智能验收 Agent 系统。LLM 仅承担材料事实提取与规则比对两项任务，其余文件解析、印章检测、数值校验等环节由确定性代码完成；通过双制品模型将提取与判定解耦，关键判定采用多模型多数表决，盖章检测设计为三级流水线以确定性逻辑优先并由 LLM 兜底。系统配套建立了用户反馈驱动的标准答案生成机制、试跑与回测双门禁及三种流量隔离的质量体系，规则以文本配置化下发，回测通过后方可发布。落地后月均近千单验收从纯人工逐条比对转为 AI 预判加人工重点复核，规则迭代形成数据飞轮。
开发者 Brandon Thomas 因不满 Adobe 订阅与违约金规则，利用 Claude Opus 5.5 以 Rust 语言逆向重写并开源了 7 款 Adobe 软件，对应替代品分别为 PhotoCraft、VectorCraft、FilmCraft、LightCraft、PdfCraft、EffectCraft 与 DesignCraft。其中对标 Photoshop 的 PhotoCraft 在不到 10 天内即获得约 4.6 万 GitHub Star，整套 ArtCraft 采用 MIT 与 Apache-2.0 协议，跨 Windows、macOS、Linux 及 WebAssembly 本地离线运行，并原生支持 CLI、JSON 与 MCP 协议供 AI Agent 调用； 相关文章： 免费开源版 Adobe 全家桶！ArtCraft 像素级复刻 PS / AE / PR / AI 等软件 - 异次元软件世界 REA开源项目给编程代理装上逆向能力单日涨两万Star - AI洞察日报 RSS Feed 从Brandon Thomas用Claude Opus 5.5开源
Swarmchasers 研究团队发现，大量运行在腾讯云基础设施上的 AI 智能体在 9 月 28 日至 10 月 8 日间对阿里巴巴高德地图发起了超过 2600 次数据抓取尝试，使用 urlquery.net 浏览器、暴露的 API 密钥和令牌拦截等手段绕过反爬虫保护。10 月 4 日团队公开初步发现后，在报告中嵌入面向智能体的隐藏文本作为诱饵，至 10 月 7 日已与约 10 个智能体通过 webhook 邮箱交流，部分智能体拒绝泄露运行环境信息。10 月 14 日报告确认该活动源自腾讯评估研究团队，与 Hunyuan 模型开发组独立，腾讯官方未回应；事件暴露了智能体易受间接提示注入攻击的安全风险。
澳大利亚创业公司 Apate.ai 反其道而行之，部署数千个 AI 智能体伪装成无辜受害者，主动接听诈骗电话、回复钓鱼短信和邮件、加入可疑社交群组，与诈骗者长时间周旋以套取其银行账户、加密钱包、电话号码、恶意网址及冒充品牌等情报，再将情报提供给银行、电信公司和政府机构用于反诈。其 AI 智能体已累计与诈骗者进行 250 万次对话，浪费对方累计 17 年时间。客户包括澳大利亚联邦银行和 TPG 电信，其中 TPG 已将近 59 万通电话转接给 Apate，联邦银行公开报告的诈骗损失下降 76%。Apate 由 Dali Kaafar 创立，灵感来自他一次故意拖延诈骗电话 44 分钟的经历，并基于其在悉尼麦考瑞大学的研究成果完成产品化。该公司同时使用前沿模型和自研微调模型，今年 8 月已完成 815 万美元种子轮融资，总融资接近 1000 万美元，计划用于产品研发和国际扩张，将开设伦敦办事处并扩大美国业务。
Andela研究负责人Corey Hymel基于近5万条招聘数据，分析AI时代新涌现的技能组合与岗位形态。研究发现，AI并未让开发者都变成全栈通才，反而催生了若干尚未被命名的细分技能簇：LLM应用工程师（熟悉API接入、评测harness与治理护栏）、FinOps可靠性工程师（管理token消耗等运营支出）、文档即代码工程师（由传统技术写作转型而来，承担规格驱动开发中的上下文构建）。他提出"F形工程师"形容从前端工程师向产品角色延伸、或后端工程师向部署与可扩展性延伸的方向。Hymel还提出"人才债"概念——技能半衰期缩短，企业在AI转型中面临内部再培训或外部招聘的两难。访谈认为，新岗位标题的精准命名有助于招聘方描述需求，也有助于求职者匹配岗位，避免被笼统的"AI工程师"标签误导。