Levix 空间站

Google Research 在 2024 年取得了显著的突破，这些成果在计算、人类、社会和全球等多个层面产生了深远影响，旨在应对当今时代最重大的挑战和科学问题。

在量子计算领域，Google Research 取得了巨大进展，推出了新的量子芯片 Willow，其性能达到了行业领先水平，能够在不到五分钟的时间内完成一项基准计算，而当今最快的超级计算机则需要 10 的 25 次方年才能完成。Willow 还能够随着量子比特数量的增加而指数级地减少错误，这一成果解决了量子计算中最大的工程挑战之一。此外，Google Research 还引入了基于神经网络的解码器 AlphaQubit，能够以行业领先的准确性识别错误。

在机器学习基础方面，Google Research 通过创新技术提高了大型语言模型（LLM）的效率，这些技术已广泛应用于 Google 产品并被整个行业采用。例如，通过级联方法利用小型模型进行“简单”输出，以及新颖的并行解码算法，可将输出生成速度提高约 2 至 3 倍，同时不影响质量。此外，Google Research 还设计了三种新的注意力机制，以解决语言模型部署中的计算挑战和瓶颈，提高模型质量。

在数据和隐私研究方面，Google Research 发布了多种数据集，如 Croissant，这是一种专为机器学习数据需求设计的元数据格式。同时，Google Research 在差分隐私模型训练方面做出了重要贡献，提出了更高效的训练算法和新的审计方法，并开源了这些方法供社区使用。

在优化领域，Google Research 引入了 PDLP，这是一种线性规划（LP）求解器，它需要的内存更少，与现代计算技术更兼容，并显著提升了 LP 求解能力。PDLP 获得了著名的 Beale — Orchard-Hays 奖，并作为 Google 开源的 OR-Tools 的一部分提供。

在游戏领域，Google Research 的 GameNGen 模型 展示了如何使用神经模型实时、高质量地模拟复杂视频游戏。在广告领域，Google Research 与广告团队合作推出了搜索中的 AI 概览广告，以在 Google 的生成式 AI 体验中展示更相关的企业、产品和服务。

在语言模型的可信度方面，Google Research 通过训练模型依赖源文档进行总结，以及将结构化数据与 LLM 结合来提高检索增强生成质量，从而提高了 AI 生成内容的质量。此外，Google Research 还与 Google DeepMind 和 Kaggle 合作推出了 FACTS Grounding Leaderboard，为更全面的基准测试提供了一个平台。

在多模态生成 AI 方面，Google Research 引入了 Time-Aligned Captions 框架，可以使用文本描述生成视觉上一致的多场景视频。此外，Google Research 还训练了一个统一模型，通过注意力热图预测人类对多样化视觉内容的丰富反馈，以改进图像生成。

在个性化医疗和教育方面，Google Research 推出了 LearnLM，这是一系列针对学习进行微调的模型，能够根据学习者的需求和目标动态调整，使学习更加吸引人和个性化。在医疗领域，Google Research 的 MedLM 和 Google Cloud Platform 上的 Search for Healthcare 通过结合 Gemini 的多模态和推理能力以及对去标识化医疗数据的训练，帮助实现高质量、个性化护理的普及。

在科学和全球挑战的规模化解决方案方面，Google Research 利用从数百万部 Android 手机收集的聚合传感器测量数据绘制了电离层地图，这一成果发表在《自然》杂志上，能够将 GPS 定位精度提高数米，并为科学家提供了在监测站较少的地区对电离层的前所未有的详细信息。此外，Google Research 还推出了 NeuralGCM，这是一个能够比现有物理模型更快、更准确地模拟地球大气的模型。

在应对自然灾害方面，Google Research 开发了 AI 基础的水文模型，能够在数据稀缺的地区（如非洲）预测河流洪水，为生活在 100 个国家的 7 亿多人提供服务，提前 7 天预警洪水。此外，Google Research 还扩大了其野火边界追踪器的覆盖范围，涵盖 22 个国家，并发布了 Firebench 数据集，以促进该领域的研究。

Google Research 的工作不仅在技术上取得了突破，还通过与全球的研究生态系统合作，包括发布数据集、开源模型、与大学和组织合作以及参与研究会议等方式，共同推动了科学的进步。通过这些合作，Google Research 能够将前沿研究与现实世界的应用相结合，确保其研究符合最高的科学标准，并对社会产生积极影响。

#Google #研究

https://research.google/blog/google-research-2024-breakthroughs-for-impact-at-every-scale/

Jina AI 推出了 ReaderLM v2，这是一个参数量为 1.5B 的小型语言模型，专门用于将 HTML 转换为 Markdown 和 JSON，具有卓越的准确性。ReaderLM v2 能够处理高达 512K 个 token 的输入和输出组合长度，支持 29 种语言，包括英语、中文、日语、韩语等。得益于新的训练范式和更高质量的训练数据，ReaderLM v2 在处理长文本内容和生成 Markdown 语法方面有了重大进步，能够熟练运用 Markdown 语法，擅长生成代码框、嵌套列表、表格和 LaTex 方程式等复杂元素。

ReaderLM v2 通过在训练过程中添加对比损失，极大地缓解了生成长序列后的退化问题，无论上下文长度或已生成的 token 数量如何，其性能都保持一致。此外，ReaderLM v2 还引入了直接 HTML 转 JSON 生成功能，允许用户根据给定的 JSON 架构从原始 HTML 中提取特定信息，消除了许多 LLM 驱动的数据清理和提取管道中常见的中间 Markdown 转换需求。

在定量和定性基准测试中，ReaderLM v2 在 HTML 转 Markdown 任务上的表现优于 Qwen2.5-32B-Instruct、Gemini2-flash-expr 和 GPT-4o-2024-08-06 等更大的模型，同时在 HTML 转 JSON 提取任务上展现出相当的性能，而且使用的参数量明显更少。ReaderLM v2 现已集成到 Jina AI 的 Reader API 中，用户可以通过指定请求头中的 x-engine: readerlm-v2 并启用响应流式传输来使用它。此外，ReaderLM v2 也在 AWS SageMaker、Azure 和 GCP marketplace 上可用。

ReaderLM v2 的训练基于 Qwen2.5-1.5B-Instruction 构建，这是一个以指令遵循和长上下文任务效率著称的紧凑型基础模型。训练过程包含多个阶段，专门针对处理长上下文文档的挑战，包括长上下文预训练、有监督微调（SFT）、直接偏好优化（DPO）和自我对弈强化调优。通过这些训练方法，ReaderLM v2 在内容保留和结构准确性方面都有全面的改进，证明了通过精心训练和校准，小型语言模型可以达到超越大型模型的最先进性能。

#AI #LLM

https://jina.ai/news/readerlm-v2-frontier-small-language-model-for-html-to-markdown-and-json/

如何将 Gemini 引入 Chrome DevTools。文章首先回顾了去年在 Google I/O 2024 上推出的 console insights，这是 Chrome DevTools 中的首个 AI 功能，它通过向 Gemini 发送网络数据、源代码和堆栈跟踪来帮助开发者理解控制台中的错误和警告信息。然而，这种单次交互的流程对于更复杂的调试场景并不适用，例如调试样式问题。一个网页可能包含数千个元素和 CSS 规则，而其中只有少数与特定的调试场景相关。为了解决这个问题，开发团队在 Google 的 AI 黑客马拉松期间构建了一个原型，发现大型语言模型（LLM）在识别相关代码方面表现不错，于是决定将这种能力带给 DevTools 用户，创建了一个能够通过交互式查询页面以获取额外上下文数据来调查样式问题的工具，即 AI assistance for styling。

文章接着讨论了在引入 AI 时面临的挑战，包括如何收集正确的数据、在用户空间运行 AI 生成的代码、跟踪代理所做的更改、使代理操作对用户可见、评估驱动开发、提示注入问题以及构建在坚实基础之上的 AI 功能。特别地，在处理网络请求时，AI assistance for network 允许用户与 Gemini 讨论特定的网络请求，使用请求数据作为对话的上下文。为了保护敏感信息，如 API 密钥、会话令牌或密码，不会将所有请求头传输给 Gemini，而是维护一个允许的头列表，未在允许列表中的头的值将被替换为 。

文章还提到了如何适应各种数据格式，例如对于源文件，会将文件名、文件内容以及是否进行了源映射等信息发送给 Gemini。对于大型文本文件或二进制文件，会采取特殊处理，如仅发送文件开头的一部分内容或在提示中指示内容为二进制而不发送实际内容。对于性能分析，创建了一个专门的序列化器 AiCallTree 来格式化任务的调用树，以便 LLM 能够处理。

#AI #Chrome

https://developer.chrome.com/blog/how-we-introduced-gemini-to-devtools#security_implications_when_working_with_network_requests

深入研究对比 Cursor、Windsurf 和 GitHub Copilot 工具

最终 Cursor 获得冠军，尽管 Windsurf 的竞争非常激烈。Cursor 在可靠性、强大功能（如自动生成提交信息和高级 bug 查找能力）以及成熟度方面略胜一筹。Windsurf 与 Cursor 的差距正在迅速缩小，其快速发展和精致的体验使其成为有吸引力的替代品，稍作改进就可能领先。如果想探索 AI 在编码方面的能力极限，Cursor 是目前的最佳选择。不过，最适合的工具还是取决于个人需求，建议有机会的话都尝试一下。

#AI #Tools

https://levix.notion.site/Cursor-vs-Windsurf-vs-GitHub-Copilot-17d383a7128480c99a63e1be80ebf807?pvs=74

Snyk 的安全研究人员部署了针对 Cursor.com 的恶意 NPM 包。这些包由名为 sn4k-s3c 的 NPM 用户发布，包含“cursor-retreival”“cursor-always-local”和“cursor-shadow-workspace”等名称，安装后会收集系统数据并发送到攻击者控制的网络服务。文章推测这些包可能是为了对 Cursor.com 进行依赖混淆攻击，诱使 Cursor 员工误装，从而泄露敏感信息。

OpenSSF 包分析扫描器识别出这些恶意包，OSV 生成了 MAL-2025-27、MAL-2025-28 和 MAL-2025-29 三个恶意软件通告。发布者使用的 Snyk.io 邮箱地址及作者字段提及的 Snyk 员工信息表明，这些包很可能确实来自 Snyk。尽管已通知 NPM，但这些包当时尚未被标记为恶意，因此安全工具无法提供保护。一般而言，不要盲目安装 NPM 包，可通过检查包文件等方法辨别其合法性。

1 月 15 日更新显示，Snyk 研究员在文章公开次日将相关包下线。1 月 14 日，The Register 发布了相关文章，同日 Snyk 在其博客上回应，声称自身并无不当行为。

#安全

https://sourcecodered.com/snyk-malicious-npm-package/

一篇体系化介绍 Agents 的文章，写的很不错，推荐看看，时间有限的话可以直接看总结。

#AI #Agents

https://levix.notion.site/Agents-Agents-17c383a7128480cd9bc0c6cceb7fe124?pvs=74

Tabby 是一款开源、自托管的 AI 编程助手，旨在将 AI 的强大功能融入开发流程，同时让用户保持控制权。

#AI #Tools

https://www.tabbyml.com/

HardBreak 是一个关于硬件破解的免费开源维基网站，旨在将硬件破解和物联网破解的知识集中在一个地方。

#硬件

https://www.hardbreak.wiki/

Quickwit 宣布加入 Datadog，这一消息于 2025 年 1 月 9 日由 François Massot 发布在 Quickwit 的博客上。Quickwit 是一个开源的搜索引擎项目，旨在创建一个至少比 Elasticsearch 成本效率高 10 倍、能够扩展到多 PB 级别且易于管理的搜索引擎。该项目由三位工程师 Paul、Adrien 和 François 于 2020 年启动，他们利用 Rust 语言开发，并在 2021 年 7 月 13 日发布了第一个版本。通过与 Mezmo 和 Binance 等公司的合作，Quickwit 在多 PB 级别的搜索领域取得了显著成就，例如 Binance 利用 Quickwit 构建了 100PB 的日志服务，每天索引量达 1.6PB。

#资讯

https://quickwit.io/blog/quickwit-joins-datadog

Cursor Prompt 提示词合集，还针对编程语言和技技术栈进行了分类。

#Cursor #Prompt #Tools

https://cursor.directory/

Stagehand 是一个 AI 接口，用于简化浏览器自动化任务。它与 Playwright 完全兼容，并且能够无缝集成 Browserbase。Stagehand 提供三个简单的 AI API（ act 、extract  和 observe ），这些 API 基于 Playwright 的 Page  类，通过自然语言为 Web 自动化提供了构建块。Stagehand 的 AI，特别是与 Browserbase 的隐身模式结合使用时，可以轻松编写持久的代码，并绕过机器人检测和验证码。

Stagehand 的目标是提供一个轻量级的模型无关框架，避免过于复杂的抽象。它不会自动为你订购披萨，但可以帮助你执行诸如“点击订购按钮”之类的步骤。每个 Stagehand 函数接收一个原子指令，例如 act("点击登录按钮") 或 extract("查找泰式炒河粉的价格") ，生成相应的 Playwright 代码以完成该指令，并执行它。

Stagehand 不是一个 Web Agent，而是一套工具，用于启用和增强构建网络代理的开发者。 Web Agent 是一个旨在像人类一样浏览网页的 AI Agent，它们可以导航、与网页交互并执行任务。例如，你可以告诉一个机器人“这是我的信用卡，帮我订购泰式炒河粉”，然后让它完全自主地完成任务。

使用 Stagehand 的一些最佳实践包括：将指令保持原子化以提高可靠性，并由更高级别的 Agent 处理步骤规划。可以使用 `observe()` 获取当前页面上可以采取的建议动作列表，然后使用这些列表来确定步骤规划提示。

#AI #自动化 #AI应用

https://docs.stagehand.dev/get_started/introduction

如果你一直要求 LLM “写出更好的代码”，能写出更好的代码吗？

#AI

https://levix.notion.site/levix-2025-article?p=175383a71284809d850ad7a941e4e4fc&pm=c

一种将 AI 代理与浏览器连接起来的工具，可实现网页抓取、自动浏览以及使用各种 LLM 模型与网页交互等任务。

#AI #Tools

https://x.com/tom_doerr/status/1873862911820448037?s=46&t=Egk_JeNH7VpTJDgz1k_q5w