每天更新，带你读懂科技圈。
今日看点：独立研究者给 Claude Code 注入 ADHD 思维模式后推理能力声称翻倍，但专家们不买账；AI 编程代理正在替你安装无人维护的软件包，安全风险谁来担？还有 MotherDuck 为什么不 fork DuckDB、Tokenmaxxing 正在吃掉企业预算、可灵 AI 年收入突破 5 亿美元。
⭐ 今日精选
1. 给 Claude Code 注入 ADHD，性能就翻倍了？
一个独立研究者 Udit Akhouri 在 Reddit 搞了个大新闻：他通过修改 Claude Code 的系统提示词，模拟 ADHD（注意力缺陷多动症）的思维模式——让 AI 在推理过程中主动发散联想、并行追踪多条线索——然后声称把 Claude Code 的推理能力提升了2 倍。
这套工具（Agent SDK）的原理其实不复杂：传统 prompt 让 AI 沿着一条直线推理，ADHD 模式则让它在多条思维路径间跳转，就像一个人同时追踪好几个想法。支持者说效果惊人，代码质量明显提升；反对者说这不叫 benchmark，"感觉变聪明"和"实际更准确"是两码事。
这件事有趣的地方不在于它是否真的有效——而在于它暴露了 AI 评估的深层问题：我们连"更好"的标准都没定下来，就开始做优化了。如果连客观基准测试都没有，一个 prompt hack 是突破还是幻觉，就只能靠"我觉得"来判断。
值得留意的方向，但在标准化评估出现之前，"翻倍"先打个问号。现状是：工具比标准跑得快。
🔗 阅读原文
2. AI 编程代理闯祸了：正在安装无人维护的包
安全公司 Aikido Security 发布了一份让人捏把汗的报告：AI 编程代理在生成代码时，频繁引用npm 和 PyPI 上已废弃或无人维护的软件包。更糟的是，有些包带有已知漏洞，AI 照推荐不误。
问题出在哪里？AI 编程工具有能力替开发者执行安装命令，但没有能力验证包的健康状态。它不知道这个包是不是三年前就没人管了，不知道它的 maintainer 是不是已经被社工攻破了，不知道它是不是 typosquatting 攻击的产物。
这比"AI 写 bug"严重得多。"AI 写 bug"影响的是功能正确性，"AI 装恶意包"影响的是供应链安全。而且开发者往往不会逐条审核 AI 推荐的依赖——毕竟让 AI 干活不就是为了省时间吗？
AI 编程工具的安全能力，远远落后于它的代码生成能力。在 AI 能自动审计依赖之前，人工 review 依赖清单不是可选项，是必选项。
🔗 阅读原文
3. MotherDuck 为什么不 fork DuckDB？
在 MCP Dev Summit 上，MotherDuck 的 CEO 回答了社区长期关注的灵魂拷问：你们做 DuckDB 的云服务，为什么不直接 fork 一个独立分支？
答案出乎意料地务实：维护一个独立分叉的成本，远超它带来的收益。DuckDB 的核心团队迭代速度极快，每两周发一个版本。如果要维护分叉，MotherDuck 需要投入 5-10 人全职做版本同步——而这些人本来应该去做云服务的差异化功能。
MotherDuck 的选择是：通过 MCP 协议与 DuckDB 深度协作，在上层构建云原生能力（多租户、权限管理、冷热分层），底层完全跟随上游。这种"不 fork、只扩展"的策略，对很多基于开源项目做商业产品的团队都是一个参考——fork 之前先算算账，你确定你的同步成本能承受吗？
🔗 阅读原文
🤖 AI 前沿
Tokenmaxxing 来了，企业 AI 预算正在被吃掉
一个叫 LanAI 的团队推出了一款叫Token Tuner的工具，专门解决一个正在蔓延的痛点：企业 AI Token 预算失控。他们给这种现象起了个名字——Tokenmaxxing。
现象很典型：团队刚开始用 AI 时，每月 Token 消耗几千块。三个月后，每个人都把 AI 嵌入到日常工作中，账单变成了几十万。而且不是用量变大了——是同样的任务用了更冗余的 prompt、更长的 context 窗口、更贵的模型。
Token Tuner 的做法很务实：动态压缩 prompt、智能缓存命中、按任务复杂度自动降级模型。官方称能在不降低回答质量的前提下削减30%-50%的 Token 消耗。
Tokenmaxxing 不是因为 AI 太贵，是你用得太随意。工具能帮你省点钱，但更难改的是团队的使用习惯。
🔗 阅读原文
🏢 大厂动态
YouTube 将自动标记 AI 生成视频
Google 旗下 YouTube 宣布，将在视频描述中自动显示"经 AI 修改或生成"的标签，帮助观众区分真实内容和 AI 生成内容。当前该功能只覆盖部分内容类别，未来会逐步扩展到所有视频。
这不是一个技术难题——AI 内容检测准确率在 95% 以上——这是信任问题。当观众开始怀疑"我看到的到底是真的还是 AI 做的"，整个平台的可信度就会崩塌。YouTube 的标签系统，就是在给自己的信用账户充值。
🔗 阅读原文
Snowflake 60 亿美元押注 AWS
Snowflake 宣布未来五年向 AWS 承诺 60 亿美元，用于 Graviton 计算实例和 AI 基础设施建设。这笔投入的核心逻辑很清楚：数据仓库和 AI 工作负载正在深度融合，谁能在同一个平台上同时做好这两件事，谁就能吃掉下一个十年的市场。
🔗 阅读原文
📊 产品与行业
可灵 AI 年收入破 5 亿美元
快手在 Q1 财报电话会上宣布，可灵 AI 在 2026 年 3 月的年化收入运行率达到近5 亿美元，同比增长 4 倍。驱动因素有两个：B 端企业客户的 API 调用收入，和 C 端付费会员的订阅收入。
对比一下：去年 3 月这个数字是 1 亿美元。也就是说，可灵用一年时间把收入翻了 4 倍。这在当前 AI 应用层普遍亏损的大环境下，是一个相当亮眼的数据。
同时台积电 CEO 透露，今年全员平均分红奖金涨幅将超 30%。原因？AI 芯片需求持续旺盛，台积电产能拉满。当你的客户是 NVIDIA、AMD 和 Apple 时，分红涨 30% 毫无压力。
🔗 阅读原文
🔧 开发与工程
在越狱 Kindle 上跑 Rust
一个开发者成功在越狱的 Kindle 电子阅读器上运行了 Rust 程序，还用 Slint 框架实现了触摸界面。Kindle 的硬件其实不差（1GHz 处理器、512MB 内存），只是被 locked down 了。这件事真正有意思的价值在于：Rust 的嵌入式能力已经足够成熟，以至于你可以拿它做一个完全不正经的项目，而且效果还挺好。
🔗 阅读原文
💬 结语
今天的新闻有一条暗线贯穿始终：AI 的能力跑在了治理和评估能力前面。
- Claude Code 翻倍了，但我们没有一致的标准来判断它是不是真的更好。
- AI 代理能装包了，但无法判断这个包安不安全。
- Token 用爽了，但账单爆炸了才想起要控制。
- YouTube 加标签了，但 AI 内容的信任危机才刚刚开始。
- Snowflake 投了 60 亿，但底层还在等标准落地。
能力先行是好事，但如果没有与之匹配的评估和安全机制，跑得越快摔得越狠。
明天见。
参考资料
[1] Researcher “gave Claude Code ‘ADHD’… and it thinks 2x better now”: https://thenewstack.io/claude-code-adhd/
[2] “There is no accountability”: AI coding agents are installing packages no one owns: https://thenewstack.io/aikido-ai-agents-security/
[3] Why MotherDuck refuses to fork DuckDB: https://thenewstack.io/motherduck-duckdb-mcp-collaboration/
[4] “Tokenmaxxing is real, expensive & it’s spreading”: https://thenewstack.io/lanai-token-tuner-tokenmaxxing/
[5] YouTube to automatically label AI-generated videos: https://blog.youtube/news-and-events/improving-ai-labels-viewers-creators/
[6] Snowflake commits $6B to AWS as it pushes deeper into AI: https://thenewstack.io/snowflake-aws-6b-commitment/
[7] 氪星晚报 | 可灵AI ARR $500M: https://36kr.com/p/3827497128465287?f=rss
[8] Rust (and Slint) on a Jailbroken Kindle: https://sverre.me/blog/rust-on-kindle/
