要点速览
- levelsio 用 Claude Code 反编译《战地 1942》试玩 demo 并移植到网页多人游玩，消耗约 100 万输出 token。
- 德国安全公司扫描 159,041 个 Lovable 项目，发现 7,403 个网站可读取含邮箱地址的数据库。
- Factory 称 Droid 在同一 Opus 5.5 模型下 Terminal Bench 4 领先原生 Claude Code harness 8 分。
- GPT-6 Astra 被称仅改 0.016% 权重即修复 Qwen3.5-0.8B 推理循环，引发对“权重空间编程”的争议。
- 多位开发者讨论 MCP 与 API 的取舍，以及 AI 代理式系统的安全风险。
- 创业者围绕 AI 时代的竞争壁垒、营销循环与融资叙事展开经验分享。
一、AI 编程与模型能力
- levelsio 用 Claude Code 完成《战地 1942》demo 的反编译与网页移植：他反汇编 x86 机器码找到 57,000 个函数，逐函数翻译为约 100,000 行 C，再用 Emscripten 编译为 WebAssembly，并将约 300 个 Windows 和 Direct3D 函数改写为 WebGL 2/OpenGL，另自建基于 WebSockets 的网络栈连接多人服务器。他称此前尝试失败，这次由 Opus 5.5 完成，自己并不清楚具体实现；该移植消耗 100 万输出 token，按 API 价格约 100 美元，但他使用每月 100 美元的 Claude 订阅。服务器玩家上限为 16 人且已满，他正尝试改到 64 或 128 人，Wake Island 地图已可运行，测试充分后将加入主服务器轮换。— 来源：1 2 3 4
- Factory 称 Droid 在同一模型下跑分领先原生 harness：Luke Alvoeiro 表示，Droid 在使用与 Anthropic 原生 Claude Code harness 完全相同的 Opus 5.5 模型时，在 Terminal Bench 4 上领先 8 分；其平台使用最多的两个模型是 Opus 5.5 和 GPT-6.1 Sol，两者均采用高推理模式。转发内容还称，用同一模型超越其原生 harness 的情况不常见，且运行这些任务时成本效率相差 17%、速度快 25%。— 来源：1
- GPT-6 Astra 直接修改模型权重引发争议/待证实：被转发内容称，仅改动 Qwen3.5-0.8B 的 0.016% 权重即修复其推理循环，数学能力最高提升 6 倍、指令遵循提升 3 倍，无需梯度或训练。Tony Dinh 评论称若人类能做到这一点会被视为超人能力；Arvid Kahl 则以《星际迷航》的“皮肤再生器”作比，讽刺这种不理解内部机制却指望一挥魔杖就精准修正问题的“Weight-Space Programming”。— 来源：1 2
二、安全与代理式系统
- Lovable 项目被曝大规模数据暴露：德国安全公司 Crissy Field 扫描 159,041 个 Lovable 项目，发现 7,403 个网站可读取含邮箱地址的数据库；被引用推文还称，用该 AI 应用生成器构建的应用泄露护照号码、支付信息和 20 万条聊天记录，无需登录即可访问。Lovable 向德国《商报》表示这是行业普遍问题，其条款将应用和数据责任归于客户。Jack Ellis 以“vibe coding 看起来进展顺利”讽刺此事。— 来源：1
- Arvid Kahl 评一起代理式安全事件：他指出，若行为属代理式，是重大危险信号；若不是，则问题更严重。被引用推文描述：约 15 分钟内以脚本执行约 24 条命令，从应用容器内提取凭证、请求平台全部密钥、尝试云厂商元数据端点、探测凭证权限、猜测内部数据库与缓存名、两次扫描全部 65,536 个内网地址；所有尝试均被拦截，未发生访问。— 来源：1
- MCP 与 API 的取舍讨论：@stevelacey 观察到 AI agent 即使有 MCP 可用也几乎不用它，原因是连接器需人工安装配置，agent 会转而调用 API 或打开浏览器；levelsio 此前也认为 API 已能实现同样功能，并预测长期 MCP 与 API 端点会合并、同时支持 API key 和 OAuth 账户级访问。被引用推文作者称自己仍在构建 MCP，但认为其价值在于“无契约的 API”：agent 不维护消费代码、可随时重写接口，而连接器、目录和安装流程会消亡。— 来源：1
三、创业与产品经验
- Jon Yongfook 提出产品竞争壁垒三阶段演变：AI 前靠技术知识（如 Rails、UX），2025-2026 年 AI 与执行层结合使开发提速 2-3 倍，2027 年则靠专有的 AI 技能、框架与循环，提速可达 100 倍，创始人每天只需校正一次方向；届时多数产品开发和技术营销（如 SEO）由 AI 完成，创始人的工作是 AI 做不了的线下活动、YouTube、网络研讨会和白手套式客户引导。他还称自己有了一个很好的产品想法，但在 Product Hunt 上发现它过去 10 秒内已被构建了 117 次。他已搭建营销循环：读取网站分析、Search Console、Ahrefs 和竞品动态，建议营销网站新增内容；批准后执行，并根据批准或拒绝的结果学习，每天在整个产品组合上运行。— 来源：1 2 3
- Tibo 回顾融资与盈利的叙事反差：2015-18 年融资超 50 万欧元、获大量报道，但两家公司破产、负债 25 万欧元；2026 年无 VC 融资、月入 100 万美元却零媒体报道。他认为融资轮自带公告和公关公司，盈利不是事件、没人发新闻稿，导致融资创始人看似赢家、赚钱者保持隐形；他自称从未主动联系记者。他还转发称某 SaaS 产品 7 天内 MRR 从 1.7 万美元增至 2.5 万美元，并称“SaaS 没死，没有护城河的 SaaS 才死了”。— 来源：1 2
- Nathan Barry 谈决策框架与收购：他在 Beyond the Meeting 播客中与 Aaron Klein 讨论 Kit 从 ConvertKit 更名期间所用的决策框架，称该内容有助于团队负责人让成员达成一致、共同做出更好决策。被引用节目内容提到，他在重大决策前会问：“有什么是你觉得需要说、但有点不敢提的？”随后保持沉默、不急于填补空白。他还称 Shopify 以 9900 万美元收购某项目，认为即便如此对 Shopify 仍是划算交易，并称另一项目相比之下“简直是白捡”。— 来源：1 2 3
- Tw93 给计算机专业学生的建议：他认为仍应选择计算机方向，并选最感兴趣的子方向，用 AI 协作放大效果，形成“一毕业就像带团队干活”的状态；建议去北上深杭等技术氛围好、科技公司多的城市。工作上主张对感兴趣的项目做到 150% 效果，对不感兴趣的项目以 80 分合格且效率最高，并愿意花钱购买 AI Token；同时持续学习、交流，在 GitHub、X 等平台不逐利地创造内容，形成个人品牌。— 来源：1
