GitHub：AI 加速代码生产，密钥保护也需要跟上
GitHub 分析代码提交与凭据泄露的变化，指出软件生产加速使人工处理泄露的压力增大。文章介绍其与 Microsoft Applied Sciences 合作开发的分类器，用于扩展对非结构化秘密的推送保护，并说明相关数据的统计范围。
AI 资讯与进展
读懂 AI 正在发生什么
从原始来源出发，读发布、看研究、跟进重要进展。
GitHub：AI 加速代码生产，密钥保护也需要跟上
GitHub 分析代码提交与凭据泄露的变化，指出软件生产加速使人工处理泄露的压力增大。文章介绍其与 Microsoft Applied Sciences 合作开发的分类器，用于扩展对非结构化秘密的推送保护，并说明相关数据的统计范围。
一手消息
全部动态 →GitHub Blog · AI & ML精选 Hugging Face Blog精选 Liquid AI 开放端侧多模态决策模型 d1
Liquid AI 发布 d1-3B 和实验性的 d1-omni-600M 开放权重模型。它们通过单次前向计算给出结构化决策：前者接收文本和图像，后者支持文本与图像或音频。官方提供了评测结果、设备延迟与运行示例。
GitHub Blog · AI & ML精选 GitHub 发布 ReviewBench，评测 AI 代码审查能力
ReviewBench 面向代码审查智能体，采用真实 GitHub pull request 构建评测任务，结合多来源标准答案和统一评估规则。开发者可以检查系统发现了哪些问题、遗漏了哪些问题，以及准确率和召回率之间的取舍。
GitHub Blog · AI & ML精选 AI 改变开发工作后，哪些能力更值得练习？
GitHub 的开发实践文章建议加强三个方向：指导 AI 智能体完成任务、批判性审查生成结果，以及在工作流程中保留技术判断。内容关注开发者如何与 AI 协作，而非把生成代码等同于完成工程工作。
Google DeepMind精选 DeepMind 探索为 AI 生成的蛋白质添加水印
SynthID Bio 研究如何为 AI 生成的蛋白质添加可识别的水印，同时保留其生物学功能。DeepMind 将这一工作描述为概念验证，用于探索合成生物学中生成内容的来源追踪。
已经到底了