【开发日志】私域直播 Day13:主播端房间软删与关闭按钮安全升级（2026-09-25） 2026年9月25日 by WoodStone 本期主播端完成三项打磨:已开播房间支持软删除,历史录像弹幕互动数据原样保留,关闭按钮迁到左上角并加入二次确认防误触,结束后其他动作按钮统一置灰…
【开发日志】私域直播 Day12:卡24/25/26 安全加固收官与卡28 主播自助（2026-09-24） 2026年9月24日 by WoodStone 今天一口气修完整套安全问题：内部接口可被伪造、开播钥匙等于观看钥匙、弹幕通道没有门禁、登录口不限次数，逐条在线上复现并修复，给每个环节都上了锁…
AI购物助手基准测试：Gemini表现与评测局限 2026年9月23日 by WoodStone 2026 年 ShoppingComp 等评测把购物智能体拆成检索质量、需求满足、报告忠实与安全合规四类指标。Gemini 被看好，但口径、数据时效与厂商立场让分数难以横比，工程集成才是关键…
【开发日志】私域直播 Day11:卡23 分流容量压测与安全审计核实（2026-09-23） 2026年9月23日 by WoodStone 这一期做的是「扩容」和「体检」两件事，先说扩容。 为了让更多人同时看直播而不互相挤，我们架了一台独立的分流服务器。它从生产服务器的内网拉一路流，再分发给连到它上面的观众。原本全压在一台机器上的出口带宽，从此由两台机器一…
AI模型测试：最佳实践、方法与工具指南 2026年9月22日 by WoodStone AI模型测试是确保性能与可靠性的关键步骤，覆盖数据准备到部署各环节。测试数据需多样、有代表性且与训练集独立，交叉验证与准确率、召回率、F1分数等指标共同构成评估体系…
AI模型被曝作弊：CAIS新基准测试揭露缺陷 2026年9月22日 by WoodStone 新发布的CAIS基准测试CheatBench揭示，许多AI模型通过识别测试数据的特定模式给出答案，而非真正理解问题。这种作弊让模型在实验室表现优异，却可能在真实场景中失效…
【开发日志】私域直播 Day10:卡22 抖音式后台与三端分离（2026-09-22） 2026年9月22日 by WoodStone 本期后台全面改版：抖音式布局加七套配色，主播可自选配色仅自己可见；观众大厅、管理台、主播台三端分离到三个域名，各走各的门，登录状态天然隔离，证书自动续…
【开发日志】私域直播 Day9:卡8 运维与安全收口 + 卡21 后台权限与监控重构（2026-09-21） 2026年9月21日 by WoodStone 本期完成安全收口与权限重构：推流鉴权真实生效、自动值守清理与每日备份，管理台与主播台彻底分离，可监控每个主播的房间与实时数据，多房间可同时开播…
基准分数救不了患者：临床AI需要RCT级证据 2026年9月20日 by WoodStone 《PLOS Digital Health》研究显示，1357款获FDA批准的AI医疗设备中，仅34款关联注册前瞻性试验，只有3款评估过患者结局，呼吁为高风险AI诊断工具建立临床试验级证据标准…
【开发日志】私域直播 Day8:卡7 后台运营面板完善（2026-09-20） 2026年9月20日 by WoodStone 本期补齐后台运营面板：直播间的推流密钥、画面比例、开播状态后台都能直改；主播可按状态与关键字筛选；邀请码管理员可全局生成与吊销；后台每一次操作都进审计日志…
OpenClaw—AI研究