10月29日·周四·AI核心新闻速递

Qwenputer把Qwen3.5变成一套可运行、确定性的RISC-V CPU。它并非只让模型模拟指令集，而是让模型实际执行程序并以固定规则产出结果，展示了大模型与硬件协同的新路径。对AI开发者而言，这提供了一个观察LLM如何处理ISA、程序语义、状态与验证问题的实验载体，也为探索专用AI Agent、模型生成机器码以及软硬件联合优化提供了可复现环境。其意义不只在“CPU跑起来”，而在于模型能力正从文本生成延伸为可验证的计算行为；与此同时，输出稳定性、复杂任务正确性和资源开销仍是走向实用系统必须解决的问题。

一份技术记录显示，Claude Code在运行background agent时，会把每个后台Agent的transcript发送给模型，以维持上下文并继续执行任务。由于transcript可能包含源码、文件内容、命令输出、环境变量片段和用户指令，这一机制既支撑了多Agent协作，也带来数据暴露、成本与上下文膨胀风险。对团队使用Claude Code来说，真正需要关注的并非“是否调用模型”，而是后台任务究竟记录并上传了什么：应审查保留策略、敏感信息脱敏、子进程权限与日志可见性，并避免在未经管控的仓库或生产凭据环境中直接启用无人值守Agent。

新芯航途发布新一代大模型芯片X7 Ultra，公布算力达到700 TOPS，并与Momenta的R7 Ultra世界模型进展一同亮相。Momenta CEO曹旭东将其概括为第三个技术洞察——“大模型定义芯片”：模型需求不再等到软件适配阶段才反馈给硬件，而是前置进入芯片定义，从算力、存储带宽、算子支持和数据通路等方面协同设计。对产业而言，这条路线强调软硬共同迭代，而非仅追逐通用峰值算力。它有望提高大模型推理与部署效率，但700 TOPS只是硬件指标，实际表现仍取决于模型架构、编译器、算子覆盖、内存系统及真实业务负载，后续量产与生态适配将是关键。

StackExchange Data Explorer的统计显示，StackOverflow如今每月收到的新问题已少于1000个，曾经支撑全球开发者的高频问答入口明显收缩。AI coding assistant正在改变求助行为：不少基础问题可由代码补全、ChatGPT或Claude Code直接生成解释和修复方案，提问因此更少且更聚焦。不过，数据下降不能简单等同于社区价值消失，问题可能转向复杂调试、架构决策与知识验证，数量减少也会提高高质量回答的可见度。对技术社区而言，新的挑战是如何在AI替代简单检索的同时，维持可追溯、可审核且不被低质量生成内容淹没的人类知识资产。

一项证书安全事件指出，Apple自带Git的信任链仍接受已被攻破的eMudhra证书，相关风险并未随事件披露自动消失。证书一旦被滥用，攻击者可能借受信任身份签署代码或建立恶意连接，开发者看到的签名“有效”并不等于来源可信。对AI与软件工程团队来说，这类问题会直接波及代码仓库、构建流水线和内部依赖分发。应对重点不只是升级Git，还包括核对操作系统与语言包内的根证书、撤销受影响信任、审查异常签名和证书透明度记录，并在CI中采用最小权限与短生命周期凭据，避免单个受信CA失陷扩大为软件供应链事故。