All Posts

这篇文章从 Transformer 里的 skip-trigram 现象出发，聊局部判断为什么会带来系统性误报，再把这个问题放到漏洞挖掘、AI 审计和对齐里看。最后我想说的是：真正能留下来的，也许不是某一套逆向技巧，而是黑客那种不信表面、非要把东西拆开看明白的劲头。

AI 圈流行一种诱人的叙事——人人都将拥有超级助手，知识差距会被抹平。但工具普及不等于结果平均。从模型底层机制到社会结构，这篇文章想说明：AI 最深的影响未必是平权，而是重新制造不平等，而真正的机会就藏在这个错位里。

AI 是否终结了传统漏洞研究？经过将近一年的 AI 审计实践，我的答案是——于我而言，是的。这是一篇关于告别、关于满意法则、关于从 0 到 1 的笔记。