🗞️ AI 日报 · 5月24日

一位开发者从Andrej Karpathy公开吐槽的LLM编码陷阱中提取出规律，整理成一份名为“skills”的CLAUDE.md配置文件。这些技巧并非泛泛的“写注释”或“用函数”，而是针对大模型最常犯的错误：过度抽象、过早优化、忽略边界条件、生成不可复现的随机结果。配置文件中包含了具体的指令模板，比如要求Claude在生成代码前先列出所有边缘案例、在输出前自动运行单元测试。测试表明，应用这份配置后Claude在LeetCode hard题上的通过率提升了近40%。对于依赖AI写代码的开发者来说，这可能是成本最低的提效手段。

意大利政府宣布将采购空客A330多用途加油机，替代现役的波音KC-767机队。这一决定背后不仅是装备更新，更是欧洲在军事供应链上加速“去美国化”的缩影。A330加油机除了具备更大的载油量和更低的运营成本外，还集成了欧洲自研的数据链和指挥系统，能无缝对接欧盟联合空中行动。对于北约内部的装备采购格局而言，这次转向可能引发连锁反应——德国、法国等国的空军也在重新评估未来加油机方案。波音在军用加油机市场长达二十年的主导地位，正在被欧洲本土方案动摇。

这家由英国政府资助的AI安全研究所，核心团队来自OpenAI和Google DeepMind的离职骨干。他们不研发大模型，而是专门设计针对前沿AI系统的“压力测试”——比如测试模型在什么情况下会欺骗人类、在什么条件下会产生生物武器设计方案。目前已有美国、日本、新加坡等国的监管机构派出观察员常驻该所，将其测试标准作为本国AI立法的参考依据。对于任何想进入欧美市场的AI公司来说，通过这家研究所的评估可能很快会成为“事实上的准入门槛”。

当AI取代了文案、设计甚至初级程序员时，网络安全工程师的岗位需求却创下了历史新高。核心原因有两个：一是AI生成的代码量激增，但大部分代码存在安全漏洞——GitHub上AI生成代码的漏洞率是人工编写的两倍；二是模型本身成为攻击目标，提示注入、数据投毒等新型攻击手段让传统防火墙失效。Anthropic、OpenAI等公司正在以超过50万美元的年薪争抢顶级安全工程师，而这类人才在全球范围内不到一万人。对于技术从业者而言，这可能是AI时代最值得“梭哈”的职业方向。

一份名为“ai-engineering-from-scratch”的GitHub仓库正在开发者圈内疯传。它不像传统的教程那样从数学公式讲起，而是直接切入“学习—构建—交付”的闭环逻辑。作者认为，当前AI工程最大的障碍不是模型理解，而是如何将模型能力封装成可被他人调用的产品。仓库中提供了从API设计、推理优化到监控部署的全套实战模板，尤其强调“为他人交付”这一环节——很多工程师能做demo，但做不出能承受生产压力的系统。如果你正卡在“算法懂但工程不会”的阶段，这个项目可能是你今年最该看的代码库。

当Claude的插件数量暴涨到数千个时，质量失控成为用户最大的痛点。Anthropic这次发布的官方插件目录，并非简单的列表汇总，而是由团队逐一手动审核、分类并标注使用场景的精选集合。这意味着开发者不再需要花大量时间试错那些可能泄露数据或性能低下的第三方插件。首批收录的插件覆盖了代码审查、文档协作、数据分析等高频场景，每个都标注了官方推荐的参数配置和典型用例。对于企业用户来说，这相当于拿到了一份“经过Anthropic背书的白名单”——安全性和效率都有了明确保障。

当大多数AI插件还在盯着程序员写代码时，Anthropic悄悄发布了一个专门面向知识工作者的插件仓库。这些插件不是为了生成代码，而是为了处理报告撰写、会议纪要整理、竞品分析、合同审查等典型白领任务。仓库开源意味着任何人都可以修改和贡献，但核心逻辑非常明确：让Claude Cowork变成一个能主动调用日历、邮件、文档库的协作伙伴，而不是被动回答问题的聊天框。对于咨询、金融、法律等行业的从业者来说，这可能比任何编程工具都更直接地改变日常工作流。

巴黎上诉法院裁定法国航空和空中客车公司在2009年大西洋空难中犯有过失杀人罪。这场导致228人遇难的悲剧，核心争议在于空客设计的皮托管在结冰情况下失灵，而法航的飞行员培训未能覆盖这一极端场景的应对。判决不仅是对两家公司的惩罚，更是在航空安全法律史上树立了一个关键先例：当技术缺陷与组织管理漏洞共同导致灾难时，设计方和运营方均需承担刑事责任。对于整个科技行业而言，这个案例的警示意义远超航空领域——任何依赖软硬件协同的复杂系统，都必须为“失败场景”做好法律上的预案。