AI

>对于 Fable 5，甚至 Opus 4.8 这样的模型，在系统提示词中添加示例已不再是最佳实践。Claude Code 的系统提示词最近缩减了 80%。
>同样，“不要做 X，也不要做 Y”这类列表可能会降低最新模型输出结果的质量。

所以 harness 需要针对不同的模型设置不同要求的提示词，目前 Claude Code 是这么做的。这一点应该对所有前沿模型都适用hh 这就是非 OpenAI 和 A\ 公司做 harness 的劣势，只有等到基础能力模型的能力相对稳定后才能慢慢跟上这两家的能力。

看了一下，感觉第二个的判断没啥问题，我也不懂+没内幕消息，觉得：
1. 肯定蒸馏了
2. 大模型的技术没多高深，国内也有能力，差距并没有很大

LLM 对漏洞挖掘的影响，应该是最近几个月开始的，模型的能力提升太快了。

请记住，人工智能并没有增加需要软件的人数，也没有增加能够审查软件的维护人员数量。它主要增加了代码量和竞争关注的项目数量。其中一些是健康的，但很多却分散了本应共享的努力。

人工智能对教育意味着什么？