跳到正文
#GitHub
10月14日周三
  1. GitHub Blog · AI & ML48

    GitHub 如何用 ModernBERT 分类器更少误报地检测密钥

    GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，配合正则候选生成的两阶段流水线，替代此前的 LLM 流水线。相比旧方案，告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98% 以上。该效率使通用密钥检测得以扩展到推送保护，在代码提交前返回结果。

10月13日周二
10月8日周四
10月5日周一
10月2日周五
  1. GitHub Blog · AI & ML27

    GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能

    GitHub 博客提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明用第二个模型审查计划、代码和测试能发现首个模型遗漏的问题。

9月26日周六
9月25日周五
  1. GitHub Blog · AI & ML48

    GitHub Copilot 用 canvas 替代聊天框：当聊天不是合适的 UI

    GitHub Copilot 应用推出 canvas，一种在应用内运行、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信。官方演示用它做 Connect 4 对战、Winget 包管理和 SQLite 操作，并称让智能体造工具比反复用聊天消耗 token 更划算。canvas 可调用第三方 API 并在本地执行代码，复杂工作流示例耗时近一天调通。

  2. GitHub Blog · AI & ML64

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体模糊测试流水线

    GitHub Security Lab 发布 Fuzzing Taskflow，这是一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，还会对每个崩溃做分类并生成漏洞报告。

    推荐理由：作者公开了自动化模糊测试流水线的架构与运行方式，读者可了解 LLM 智能体如何接手编写 harness、追踪覆盖率与崩溃分类。