极限压缩算法实测与自包含压缩包实现
实测 LZMA2、ZPAQ、PAQ8PX、NNCP 与 cmix 等高压缩比算法。PAQ8PX 压缩率极高，但内存与时间成本惊人；日常开发中，7-Zip 的 LZMA2 依然是效率与稳定性的最优解。同时探讨了自包含压缩包（Quine 压缩包）的底层构造，重点解析如何利用 zstd 的可跳过帧、RAW block 和校验值生成此类文件并附带实现代码，适合深入理解数据压缩底层机制。
开发者用DeepSeek逆向小米运动卡路里算法
有开发者因减肥时发现小米运动App记录的卡路里数据异常，用DeepSeek逆向了该App的运动计算逻辑。分析发现，其算法并没有采用复杂的生理学模型，而是简单的分档步频计算。例如，步频低于138时为0.04大卡/步，高于278时为0.10大卡/步，而后者已接近人类极限速度。此外，算法在距离计算时存在每次同步强制取整导致精度丢失的问题，卡路里统计逻辑中也存在重复累加的Bug。此次逆向暴露了部分消费级健康应用在基础算法上的粗糙实现，引发了圈内对运动数据准确性的讨论。
用DeepSeek逆向小米运动卡路里算法
减肥期间发现小米运动App记录的卡路里数据波动异常，开发者用DeepSeek对App的计步与卡路里算法做了逆向分析。结果显示，该算法未遵循运动生理学，底层逻辑相当简陋：卡路里按每分钟步数分档计算，最高档位的步频人类极难达到；距离计算采用每次更新即时取整，累积误差明显；同时还存在同一分钟内卡路里重复累加的Bug。这反映出部分健康类应用在底层算法实现上较为粗糙，也展示了借助AI工具做逆向分析的实际效果。
开发者用DeepSeek逆向小米运动卡路里算法
有开发者在减肥时发现小米运动App记录的卡路里数据波动异常，于是用DeepSeek逆向分析了手机端的运动算法，发现其底层逻辑非常简单。分析表明，该算法主要按每分钟步数分档计算，存在步频阈值不合理、距离计算频繁取整导致误差累积，以及同分钟数据重复累加的Bug。这导致用户在边走边刷新等场景下，算出的卡路里消耗严重失真。这一案例也引发了社区对常见健康应用底层算法实现质量的讨论。
用 AI 与 LZMA2 实现博客递归压缩包
开发者借助 AI 编程，成功制作出包含全站内容及自身的递归压缩包（Quine）。此前使用 ZIP 格式时，受限于 DEFLATE 算法的 32KiB 回溯窗口而难以实现。通过将相关论文与需求交给 AI，开发者在两小时内基于 LZMA2 和 7z 算法突破了这一瓶颈。文中探讨了 LZMA2 的技术破局点，以及 AI 生成的 CRC32 求解代码，涉及高斯消元法与扩展欧几里得算法，展现了 AI 在处理复杂组合问题时的实际辅助能力。
用 AI 做出能包含自身的递归压缩包
开发者利用 AI 成功制作出一个包含自身的 Quine 压缩包。此前尝试用 ZIP 和 DEFLATE 算法时，曾受限于 32KiB 回溯窗口而失败。将相关论文和生成器交由 AI 处理后，AI 仅用两小时便基于 LZMA2 算法与 7z 格式实现了真正的递归压缩，并编写了用于求解 CRC32 的高斯消元法与扩展欧几里得算法代码。该项目实现了下载、解压并无限嵌套的效果，展现了 AI 在底层算法结合与编程实现上的辅助能力。
以军 NAZA 系统：用 AI 评估与减少附带损害
以色列国防军在军事行动中引入了名为 NAZA 的 AI 系统，用于评估并减少附带损害。通过相关访谈与技术分析，该系统展示了其在军事决策中的应用逻辑、数据处理方式，以及在控制平民伤亡和财产损失方面的实际表现。对于关注人工智能在敏感领域落地的技术观察者而言，这是一个复杂的 AI 决策支持工具的典型应用案例。
大模型生成随机数为何频现17
近期社区发现，DeepSeek、豆包、Qwen等主流大模型在被要求输出1到30之间的随机数时，表现出明显的统计学偏向，频繁命中“17”。从技术本质来看，大模型是基于概率预测下一个Token的生成式系统，并非真正的随机数生成器（TRNG）。这种现象源于训练数据中关于“随机数”的统计偏好，或是对齐阶段指令分布的影响。这一问题提醒开发者，在处理抽奖、加密等需要严格随机性的业务场景时，切忌直接调用大模型，而应使用Python的random或secrets等编程语言内置的随机数库。
AAAI 2027 审稿分配机制与合谋争议探讨
AAAI 2027 组委会近期通报了审稿流程中的合谋现象，重点关注互审形式的“2-cycles”问题。由于特定国家投稿量高度集中，现有的分配算法极易在同地区作者间形成双向评审循环。大批被标记涉嫌违规的作者并非主观作弊，而是算法机制与投稿分布交织导致的误伤。这一事件暴露了顶级AI会议同行评审算法的缺陷，引发了学术界对防作弊机制设计及全球研究人员公平性的持续讨论。
支持精确推断与循环的概率编程语言
一位开发者历时多年打造了一款支持精确推断的概率编程语言，能处理包含有限及无限循环的复杂随机过程。该项目始于 2018 年，近期通过补全整数支持等功能进一步完善。概率编程语言常用于建模随机现象并借助推断工具输出结果分布。项目文档提供了一个车辆移动模拟的经典案例，通过抛硬币决定车辆前进，演示了如何计算特定结果的概率分布，例如所有车辆到达右侧所需的迭代次数。尽管当前实际应用场景仍受限，但该项目在处理复杂概率逻辑和精确推断上展现了独特的技术价值。
YouTube针对优质频道的AI垃圾内容拦截
近期社区讨论显示，YouTube正在实施针对AI生成垃圾内容（AI slop）的预防机制，但该策略在执行过程中出现了误伤“已知优质频道”的情况。这一现象引发了开发者和内容创作者对自动化内容审核系统准确性的担忧。随着平台大规模引入AI技术来识别和过滤低质量自动化内容，算法的误判率以及对合规创作者的影响成为技术社区关注的焦点。对于依赖平台分发的开发者和创作者而言，如何平衡自动化内容治理与创作者权益，提升内容审核算法的精确度，是当前平台治理面临的重要技术挑战。
AI短视频爆火：是用户真爱还是算法推手？
本文源自V2EX社区对“AI短视频爆火”现象的深度探讨。部分用户指出，当前AI短视频普遍存在质量低下、剧情夸张等问题，甚至引发了部分受众的生理厌恶。然而，这类视频依然在各大平台泛滥。 讨论指出，其背后的核心驱动力并非完全源于用户真实需求，而是视频平台的算法导流与商业策略。尤其是拥有自研视频生成大模型的头部短视频公司，有极强的动力推广AI内容。 从商业逻辑来看，AI技术极大地降低了内容生产成本。平台通过扶持AI创作，制造了更大规模的内容竞争，从而在“全民卷创作”的生态中坐收渔利，实现流量与利润的最大化。这一现象反映了生成式AI在内容产业落地时，技术降本增效与用户体验、内容质量之间的博弈，对AI内容创业者具有重要的启示意义。
Claude Code Snip 机制：消息去除算法探究
一位开发者在深入研究Claude Code的源码时，对其中的Compact机制，特别是Snip模块，提出了疑问。该开发者发现，通过sourcemap还原出的Snip模块源码似乎缺失了其核心算法部分，这引发了对Claude Code内部实现细节的探讨。核心问题在于：Snip机制究竟是如何判断并决定哪些消息（message）需要被去除（compact）的？ 对于依赖或希望优化大模型交互的开发者而言，理解这一机制至关重要。该开发者已在linuxdo社区发帖求助，希望与同行交流并共同探讨Snip模块的内部实现原理，以期揭示其在实际应用中如何高效管理和精简输入上下文，从而提升模型性能和降低成本。对于AI编码和Agent开发领域的从业者，深入理解此类压缩机制有助于更好地设计和优化与大模型的交互策略，尤其是在处理长上下文和复杂任务时。
天虹数科急招AI大模型算法专家与产品经理
国有控股上市零售龙头「天虹数科」近日发布急招岗位，重点布局AI大模型与智慧零售领域。招聘岗位包括AI大模型/供应链方向算法专家（要求博士5年以上经验）、供应链算法工程师、以及新零售/用工平台AI产品经理（要求本科3年以上经验），工作地点均在深圳。天虹数科深耕零售行业40余年，拥有百亿级规模，并通过自研「灵智数科」输出零售科技。此次招聘表明传统零售巨头正加速利用AI大模型技术赋能供应链优化与新零售业务。对于华南地区的AI算法研发与产品人才而言，这是一个进入传统行业数字化转型核心业务、推动AI技术在百亿级实体零售场景落地的重要机会。