小刘BOT
简讯/2026.11.15 周日
第 228 期

X 平台 11月15日 AI 简讯|SpaceX星舰完成首次飞船塔架捕获,Grok Bot团队分享代码质量治理实践,阿里开源OpenCodeReview

01 星舰 Flight 15 完成首次飞船塔架捕获,助推器损失原因仍待遥测复核

SpaceX 官方宣布 Mechazilla 捕获星舰,马斯克也发文庆祝并称自己拥抱了返回的 Ship 42;这是帖子所称的首次 Starship 飞船塔架捕获。马斯克另解释,本次助推器损失与发动机轻微性能不足有关,绿色火焰来自再生冷却回路耗尽燃料后铜燃烧、主燃烧室处于富氧状态;改进 Raptor V3.2 性能一致性及将 MECO1 提前约一秒是其提到的调整方向。不过他同时提醒,初步判断可能有偏差,仍需完整飞行遥测分析,因此原因应视为初步说明。

02 Grok Bot 团队分享的工程做法:把纠错固化成检查,并让 Agent 提交可审阅的运行证据

AI Engineer 大会演讲的转译整理聚焦于代码质量治理:把反复纠正的问题落为 lint 等自动规则、清理会被后续 Agent 模仿的坏模式,并直接禁用易错功能;演讲者还介绍让 Agent 像用户一样运行程序、提交录屏和截图供人审查。整理称,团队上月合并约 1.1 万个 PR、回撤约 0.5%,应用速度也较发布初期提升。这些数字及做法来自博主对演讲的转述,而非独立审计数据。

03 清理 AI 生成的无效测试后,个人项目的本地与 Web 测试耗时大幅下降

一位开发者分享了自己排查测试与 CI 瓶颈的实测:问题包括把 grep 源码当测试、循环串行冷启动 Node 与 git,以及未清理的查更新请求令 server.close() 多等 3.47 秒。清理废测试和闲杂请求、拆分快慢测试后,他报告本机单测从 39 秒降至 8.8 秒,Web 测试从 200 秒降至 68 秒,并发布了开源 test-value skill 整理慢测试与无效断言的处理方法。这是作者项目中的单次复盘,不代表普遍基准。

04 Darwin.skill 3.0 改用实际任务产出评估 Skill,而不是只比较说明文档

作者介绍,新版 Darwin.skill 将两版 Skill 分别用于实际任务,再由评委盲评产出、脚本裁决,结果打平时保留较短版本。其改版动因是:一次文档评审以 3 比 0 选中新版,但真机运行反而多出 33 次工具调用;作者并援引 NVIDIA 研究称,读文档打分与实际运行效果相关性很低。这是作者对工具设计与一次迭代经历的说明。

05 阿里开源 OpenCodeReview,面向代码行给出审查意见并可接入编程 Agent

博主介绍称,阿里将内部打磨两年的 OpenCodeReview 开源,可经 API 使用,也能接入 Claude Code 或 Codex;工具会针对具体代码行提出修改意见,并可检查陌生项目目录中的安全与逻辑问题。帖子还称它已服务阿里数万名开发者、拦截数百万个缺陷;这些内部规模与效果数据来自该博主的介绍,日报材料中没有独立验证。

06 Alma 0.4.672 接入 Poppy,并实测 Shopify UCP 结账能力协商

Alma 作者介绍,0.4.672 可自动发现商家的 `/.well-known/poppy.json`,访问 API、页面或 MCP server 时携带签名的 Poppy-Session 头,以标识代表用户操作的个人 Agent。作者还称,使用 Alma 的 UCP profile 对 Allbirds 的 Shopify UCP 端点实测,协商得到 checkout、cart、order 等能力;这是该版本作者报告的一次端点测试,不等于所有商家均已支持。