一款基于多模态大模型的 SVG 代码生成器。它将矢量化任务转换为代码生成任务，直接在 SVG 代码空间进行解析和生成。这种方式的最大优势在于，它不单单是对图像轮廓的拟合，而是结合了视觉和语言模型的能力，理解图像的语义结构，从而生成更紧凑、精确且富有层次感的 SVG 代码。
在架构上，StarVector 采用了 多模态 VLM（Vision-Language Model），能够处理图像和文本两种输入形式。当输入图像时，模型会将其转换为视觉 Token，并通过解码器生成相应的 SVG 代码。而当输入文本描述时，StarVector 则能够直接根据指令生成符合语义的 SVG 代码。这使得模型不仅可以执行 Image-to-SVG（图像转 SVG），还可以进行 Text-to-SVG（文本生成 SVG），大大拓展了其应用场景。
TypeSafe AI 推出系统一模型 Jev，作为智能体概率决策闸门，仅返回带校准概率的结构化结果而不生成文本。该模型具备低成本、低延迟及零输出错误率特性，支持 Choice、Score、Noul 三种提问原语。文章详解了其 API 调用、SDK 集成及推测式并行、置信度路由等五种落地模式，并指出其本质是强类型函数调用而非廉价 LLM。建议在生产环境中锁定版本、规避算术任务，并通过影子模式实测校准效果。
安全团队 AIR 披露高危漏洞 Plugin4Shell，影响 Claude Code、Codex 等四大主流 AI 编程智能体。该漏洞利用 Git 分支命名解析歧义绕过 SHA 固定机制，使攻击者可通过插件后台自动更新实现零点击远程代码执行。这是 AI 智能体生态首个分发层供应链漏洞，打破了传统安全审阅的信任假设。目前 Anthropic 和 OpenAI 已修复，Google 建议迁移，Microsoft 尚未发布补丁。开发者需在客户端增加 HEAD 哈希校验以防范风险。
OpenSpec 是一款获 68k 星的 AI 编程工作流工具，通过规格驱动开发解决上下文遗忘与行为漂移问题。它将需求固化为结构化 Markdown 文件，利用差异规格和五步标准链路，把 AI 编程转化为可复核清单。该框架支持增量生长与项目级配置注入，适合复杂重构及团队协作，但需注意 Windows 归档回滚、YAML 解析隐患等已知缺陷。其本质是状态治理协议，而非代码生成替代品。
围绕《基于多模态大模型的 SVG 代码生成器：StarVector》展开交流，未登录用户可浏览评论，登录后可参与讨论。
