本周的Kettle节目讨论焦点无疑是Anthropic意外泄露Claude Code源代码这一重大事件。
人们此前也曾窥探过Claude Code的内部机制,但从未像这次这样深入:以往想要了解这款AI软件开发助手的工作原理,通常需要通过逆向工程或推断小段代码片段来实现。而这次,Anthropic直接敞开了后台大门,将整个Claude Code的源代码完整地暴露出来,等待着有心人的发现。果然,在3月31日有人发现了这些代码。
本周Tom Claburn和Jessica Lyons与Brandon Vigliarolo一同讨论了导致Claude Code全部代码泄露的具体原因、由此产生的安全隐患,以及在Anthropic上周意外公开的超过51.2万行代码中已经发现的各种令人意外的内容。
您可以在这里收听Kettle节目,也可以在Spotify和Apple Music上收听。
Q&A
Q1:Claude Code是什么类型的产品?
A:Claude Code是Anthropic开发的AI软件开发助手,用于帮助开发者进行软件开发工作。
Q2:这次源代码泄露有多严重?
A:这次泄露非常严重,Anthropic意外公开了超过51.2万行Claude Code的完整源代码,这是前所未有的大规模泄露,远超以往通过逆向工程获得的代码片段。
Q3:这次泄露会带来什么安全风险?
A:大规模源代码泄露可能带来严重的安全隐患,包括暴露系统架构、算法实现细节,以及可能被恶意利用的安全漏洞,给Anthropic和用户都带来潜在风险。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。