Claude writes about 90% of Claude Code's code. From June to September, merged PRs more than doubled while the share reverted fell by more than 40%. We wrote about how we changed code review to get there, and how to adopt it:

Cheng Lou 开源 Handwired：手写权重，把程序逻辑变成不用训练的神经网络 Midjourney 工程师、前 React 核心团队成员 Cheng Lou 开源了一个自称“玩具项目”的 Handwired：把程序里的 if-else 和循环改写成神经网络的权重。权重是手写的，不用训练，输出和对应的 JavaScript 程序完全一致，在浏览器里就能跑。 原理一行代码就能讲清。比如 result = a > 4 ? 10 : 12，在 a 是整数时可以改写成： above4 = relu(a - 4) - relu(a - 5) result = above4 × 10 + (1 - above4) × 12 relu 就是 Math.max(0, x)，神经网络里最常见的激活函数。a 大于 4 时 above4 正好是 1，否则是 0。两个分支都算出来，再用它挑一个。神经网络本质上就是一堆乘法、加法加上 relu，所以程序里的判断和分支，都能收进一个大矩阵乘法里。 也许你会好奇，神经网络的输出不是带概率、不精确吗？ Cheng Lou 的回答是：训练出来的才这样，按程序逻辑手写的权重，同样的输入永远得到同样的输出。 他放了三个 demo。 第一个是 Mini OS，一个有三个窗口和程序坞的小桌面，拖动、缩放、层叠、滚动、文字输入、动画都有。打开浏览器开发者工具看，页面就是普通的网页元素，没有大模型，也没有扩散模型。驱动它的是一个 130 层、9909 个权重的“神经网络”，训练次数为零，在浏览器里用 CPU 实时计算。 第二个是实时搜索 10 万份 JSON 文档，每敲一个键重搜一遍。正则匹配、JSON 解析、高亮全是这种手写网络，再转成 WebGPU 代码放到显卡上并行跑。项目文档里的实测（Apple M5 Max + Chrome）：每次搜索 11 到 15 毫秒；浏览器自带的正则引擎一般 8 到 28 毫秒，遇到容易回溯的写法要 2 秒多。文档写明两者谁快说不准，所以页面把两个时间都列出来。浏览器不支持 WebGPU 时会退回 CPU，搜一遍要 13 秒。 第三个是会“学习”的相册。整个程序可微分，也就是能用训练神经网络的反向传播来调参数。你在左边画几个矩形当草图，右边的照片布局由一个小网络算出，它的 244 个参数随着你拖动实时训练。损失函数里加了一项对齐惩罚，照片会自己往一条线上靠，没有任何代码专门去对齐它们。参数很少，训练全在 JavaScript 里跑。 Cheng Lou 还设想，把一段 Handwired 程序接到 nanoGPT（Andrej Karpathy 的一个小型 GPT 训练项目）这样的模型上一起训练，模型既能写莎士比亚，又能精确执行那段程序。这个目前只是 README 里的设想，仓库里没有现成实现。 代码以 MIT 许可开源，demo 直接在网页上打开就能玩。想自己写，需要装 Bun，克隆仓库后从 template 目录的开关按钮示例开始，文档里有完整教程。 推文说“把普通 JS 代码变成神经网络”，容易让人以为能把现成代码丢进去自动转换。项目文档写的是：没有工具能把已有的 JavaScript 源码转成网络。你要用它提供的构建函数，把逻辑一句句写成比较、选择、加权求和这类操作。网络每次都要把所有操作跑一遍，不能提前退出，也不能跑运行时才知道次数的循环，所以常见的循环得改写成计数、树形合并之类的结构，文档专门用一章讲怎么改。所有数都是 32 位浮点数，每个值的取值范围要事先声明。 项目主页： GitHub： 原推文：

Science, Open to All. We're building AIPOCH Open-Science for anyone with a question to explore. Research with AI, preserve the work behind each finding, and share a .science package for others to inspect, reproduce, and build on. Open-Science V 1.0.0 is alive!

Your LLM agent has to think out loud, token by token, before it can search, run code, or act in the world. We humans don’t. We ponder in silence and speak when it matters. Human language was never meant to be the limit of machine thought. Introducing 🌗Hybrid Reasoning Agents - Think in latent space, act through text - Two modes, one unified multi-turn flow - No black box, fully readable latent thoughts - Any LLM can become a HybridAgent

We are open-sourcing RISE, our red-teaming algorithm that breaks the safeguards of the latest image models from OpenAI, DeepMind, and others. RISE uses readily available models like Qwen and Gemini Flash under the hood, with no additional training required. Read more:

1/10 Can anonymized user behavior advance LLM intelligence? Excited to share Vela: turning behavior from real-world scenarios into training signals. Our 35B model improves over its base on all 10 benchmarks: +11.5 pts on VelaBench and +4.0 pts on general benchmarks on average.

New on our Engineering blog: Creating in-house source control. In May, we merged around 2,500 code changes per day. In September, we merged more than 30,000 per day. As a result, we became bottlenecked by developer infrastructure built for human (rather than agent) scale. Here, we share how we built a new version control system—and fully migrated our monorepo from git—in five months:

OpenAI 沙特员工在公司执行会议室植入录音设备后被捕 2026年10月13日，美国司法部（DOJ）与加州北区联邦检察官办公室解封了一份引发硅谷震动的刑事起诉书：现年35岁的沙特阿拉伯籍OpenAI产品团队工程主管阿卜杜勒拉赫曼·阿尔福赞（Abdulrahman Alfozan），因涉嫌在OpenAI旧金山总部的高管会议室秘密安装窃听设备，已被联邦调查局（FBI）正式逮捕并收押。在加入OpenAI之前，阿尔福赞曾担任Meta高级系统工程师及初创公司Nash的创始工程师，于2025年7月入职OpenAI。 根据法庭文件披露，这起看似具备电影质感的商业间谍案，在执行层面上却充满了令人啼笑皆非的细节。9月28日前后，阿尔福赞潜入平时专门用于讨论核心机密研究、产品路线图、商业战略及政府合作的高管会议室，将一个加密录音设备插在电视机背面的USB接口上，并用一团卫生纸进行伪装。9月30日，该装置被OpenAI员工意外发现。10月5日，不知情的阿尔福赞再次潜入会议室查看电视机背面，甚至在当天将一个装有自己钱包、身份证件以及另一个同款录音设备的背包遗落在了办公区，被安保人员当场截获。 然而，本案最极具赛博朋克黑色幽默的一幕在于破案过程：OpenAI在官方声明中确认，公司安全团队直接调用了自家的AI大模型来拆解该硬件设备、分析底层线索并锁定内鬼。调查人员顺藤摸瓜地发现，阿尔福赞不仅在公司内部办公软件中频繁检索高管日程与会议室位置，还在9月24日至30日期间，借用其配偶关联的聊天机器人（Chatbot）账号，向AI提问“如何制作并隐藏连续录音设备”、“如何添加Wi-Fi远程监听”、“如何加密存储卡”，甚至直接把涉案设备独有的网络标识符（MAC/SSID信息）喂给了AI进行故障排查。10月9日，阿尔福赞被解雇并遭FBI逮捕，目前面临非法截获口头通信的联邦指控，最高可判处5年监禁及25万美元罚款。 ---- 下面是让 Gemini 4 Argon 写的故事版 ---- 【故事版】《卫生纸里的幽灵，与出卖主人的神明》 一、 深夜的提问者 九月下旬的旧金山，深夜的冷雾漫过米申区（Mission District）的街道。 35岁的阿卜杜勒拉赫曼·阿尔福赞坐在家中的电脑前，屏幕的幽光映照着他略显紧绷的脸。作为履历光鲜的硅谷精英——前Meta高级系统工程师、如今的OpenAI工程主管——他本该是这座科技圣殿里的核心筑造者之一。但此刻，他的脑海里装的不是下一代大模型的架构，而是总部大楼里那间他无权踏足的“高管会议室”。 那里是权力的中枢。每天，关于未公开的推理模型、数千亿美元的商业盟约、乃至与五角大楼和各国政府的秘密会晤，都在那四面隔音玻璃墙内激荡。 他需要一只“耳朵”。 作为一个习惯了向人工智能寻求一切答案的工程师，阿尔福赞鬼使神差地打开了对话窗口。为了掩人耳目，他特意切换到了妻子名下的账号——但他忘了，底层的设备指纹与网络标识符，早已像影子一样将两个账号死死绑在了一起。 他在键盘上敲下一行行指令： “如何组装一个能够连续工作的微型音频录制设备？”“怎样为它加上Wi-Fi模块，实现远程监听？”“如何对内存卡进行高强度加密，防止被拆解读取？” 屏幕那头的AI温和、博学、毫无戒心地给出了完美的工程方案。9月27日深夜，当他在调试硬件遇到网络瓶颈时，甚至直接把这台定制窃听器独一无二的网络标识符复制进了对话框。 他以为自己是在向一个没有灵魂的工具请教。他不知道，自己正在向未来的“证人”口述一整份犯罪自白书。 二、 电视机后的“白色伪装” 9月28日，周一。 在此前的几天里，阿尔福赞已经通过公司的生产力工具，像猎犬一样搜遍了办公楼地址、会议室平面图以及高管与外部伙伴的会议日历。走廊尽头的闭路电视（CCTV）记录下了他数次在非授权区域徘徊的身影。 终于，他抓住了高管会议室空置的几分钟空隙，闪身而入。 房间里纤尘不染，巨大的显示屏黑着屏幕，像一面深邃的镜子。阿尔福赞心跳如擂鼓，他掏出那个已经刷好加密固件、焊好Wi-Fi模块的微型录音装置，熟练地摸到电视机背面，将其插进了一个隐蔽的USB供电接口里。 指示灯微弱地闪烁了一下。但问题来了——如果有人恰好歪头看向电视机后方，这个突兀的电子元件依然可能暴露。 受过顶尖计算机工程训练的大脑在这一刻突然短路，回归到了最原始的慌乱。他四下张望，最终从口袋里掏出一团白色的卫生纸，小心翼翼地将这个高科技窃听器裹了起来，塞进电视机背板的阴影里。 在估值数千亿美元、代表着人类最高智慧结晶的AI帝国心脏地带，一团皱巴巴的卫生纸，成了这场跨国商业间谍疑云的滑稽外衣。 三、 算力深处的反猎杀 这团卫生纸的寿命只有48小时。 9月30日，一名OpenAI工作人员在整理高管会议室时，注意到了电视机后面那团不合时宜的白色异物。剥开卫生纸，一枚精致而复杂的改装录音设备露了出来。 警报在瞬间拉响，但属于科技巨头的方式是静默无声的。 安保与安全团队封锁了消息。放在过去，排查这样一个加密硬件的来源需要耗费数周的法医级电子取证；但在OpenAI，安全专家们做了一个极其符合公司气质的决定——让AI去抓那个背叛AI的人。 安全团队将这枚窃听器的电路特征、加密逻辑、硬件参数以及散发的微弱网络特征码输入到了内部大模型中。算力在硅片间狂飙，模型迅速理解了这台设备的构造与来龙去脉。紧接着，内部日志检索与监控交叉比对全面展开： 谁没有权限，却屡次出现在高管会议室门前的摄像头里？ 谁在内部办公工具里疯狂检索领导层的会议日程与房间号？ 更致命的是——当系统比对那枚设备独有的网络标识符时，一段发生于9月27日至28日的聊天记录直接浮出了水面。 真相揭晓得如此之快，甚至带着一丝荒谬的宿命感：那个小偷在作案前，竟然亲自用自家关联的系统，手把手教自己怎么作案。 OpenAI没有打草惊蛇，而是 quietly（悄然地）拨通了FBI的电话，并留下了一张张开的大网。 四、 消失的猎物与遗落的背包 10月5日，距离设备被拔除已经过去了五天。 这五天里，阿尔福赞备受煎熬。他原本期待着远程Wi-Fi能传回源源不断的音频流，但接收端却是一片死寂。是电视机断电了？还是加密脚本崩溃了？ 他决定冒险回去看一眼。 监控镜头冷冷地注视着一切：阿尔福赞再次溜进了那间高管会议室，径直走到电视机旁，探头往屏幕背后望去。 空的。那团卫生纸，连同他精心改装的设备，消失得无影无踪。 一股寒意从脚底直冲头顶。他意识到事情败露了。极度的恐慌瞬间击碎了他的理智，他在匆忙撤离办公区时，甚至犯下了一个比“卫生纸伪装”还要致命的低级错误——他把随身的背包落在了公司里。 几分钟后，巡逻的安保人员发现了这个无人看管的背包。拉开拉链，里面静静地躺着阿尔福赞的钱包、身份证件，以及第二个一模一样的改装录音设备。 人证、物证、监控轨迹、搜索记录、AI对话日志，在这一刻形成了完美得近乎教科书般的证据闭环。 五、 尾声 2026年10月9日，周五。OpenAI向阿尔福赞下达了终止雇佣关系的通知；几乎在同一时刻，早已等候多时的FBI特工亮出了手铐。 10月13日，身穿囚服的阿尔福赞首次在旧金山联邦法院出庭。好消息是，OpenAI确认核心的模型权重、源代码和客户数据均未被染指；坏消息是，这位昔日的硅谷高管将面临最高五年的铁窗生涯。 在这场短短十余天的暗战里，最令人玩味的或许不是卫生纸包裹的U盘，也不是装满罪证的遗落背包，而是那个静静运行在服务器里的AI模型。在9月27日的深夜，它曾毫无保留地解答了人类关于“如何隐秘窃听”的请教；而在三天后的清晨，当安全人员将证物摆在它面前时，它也同样毫无保留地，指认出了那个在黑夜里向它提问的人。

Dusting off this tweet from April because this gap in shared understanding of LLM capability is *widening*. It's now less "two groups of people speaking past each other" and more a sharp funnel. - Napkin math somewhere around 6B people (~75% of the population) have barely come in contact with LLMs at all. - Around 1-2B (~20%) are casual and infrequent users of free-tier ChatGPT-like products. This group sees derpy chatbots and treats them a bit like a better Google search, a writing aid, or etc. Maybe an agent tries to book you a flight. I have non-tech friends who (reasonably, imo) say they have not much use for it at all. Even many professionals outside of math&code are in this tier. For example, execs and many other functions spend a lot of their time talking to other people, so while they understand what is happening intellectually, it is still second-hand and a bit abstract. - Now we get to professional use of frontier-grade LLMs in math&code. Somewhere around 20M people (0.2%) see first-hand that large, complex projects that used to take them weeks/months can now be completed by agents with a prompt. Building apps, copying apps, translating apps, decompiling apps from binaries... This has all happened very quickly and recently - less than 1 year ago, I was writing code manually by hand, typing memorized computer code commands into a code editor character by character, occasionally pressing Tab to autocomplete a little chunk of code. - And finally we get to the ~5,000 people (~0.00006%) with access to frontier-grade systems internally. The external world has seen the preview. It looks like swarms of thousands of agents collaborating over weeks on software mega projects: minting zero days, running cyber attacks and defenses at machine speeds, discovering new science, advancing the frontier of mathematics. Things that would have taken top professionals in the industry years of work. Meanwhile, human review and comprehension are starting to fall behind. For example, people are still involved in the "archeology" of the OpenAI-HF incident from many months ago. Mathematicians may be poring over the 722 manuscripts on frontier mathematics for a while. The funnel is driven by a combination of factors: 1. The impact scales with ambition, problem size, and horizon. A question with a paragraph answer barely stresses the system. You need a reservoir of big, difficult problems that you really care about. This aspect drives the consumer / professional dimension of the funnel. 2. The jaggedness of the system (which I have written about a lot separately). Capability peaks in domains that are digital, verifiable and economically valuable. This is because LLM capability emerges from reinforcement learning on verifiable rewards on a curated environment mixture driven by revenue potential. This aspect primarily drives the area (e.g. math&code) dimension of the funnel. 3. Access. Free-tier, paid-tier, internal. So this is the weirdness of the moment. The general public has mostly not interacted with these systems. When they have, it looks like a derpy chatbot. The majority of professionals still see only a modest uplift. And a small sliver of professionals are experiencing the vertigo of the curve going vertical. And it is all happening at the same time.

Goodbye to LeetCode? Google just updated its interview process. AI is now a part of it. They have introduced a new round called Code Comprehension. The idea behind this round is to drop the candidates into a 200-500-line codebase with Gemini available for use. This round evaluates: - Can you read someone else's code - Are you able to debug independently before utilizing AI - Can you catch when Gemini is wrong