在很多人眼里，AI 似乎能搞定一切。可现实是，当疯狂的需求像洪水一样涌来，工程师们手忙脚乱地用 AI 编程工具"扑火"时，这些工具偏偏又开始四 处"闯祸"，让人越来越担心。 近日，一位网友在 Reddit 上发帖吐槽，称自己使用 Claude CLI 清理旧代码仓库时出了大问题，Mac 电脑的整个用户主目录被意外清空，损失惨重。帖子 里，他无奈地写道： "这到底是什么鬼？有人遇到过类似情况吗？我现在想知道这事还有没有可能恢复，真的丢了太多工作成果……" Claude CLI 究竟干了什么？ 据这位名为 LovesWorkin 的开发者回忆，当时他只是让 Claude CLI 清理旧代码库里的软件包，结果整台 Mac 的 home 目录被彻底清空。随后，他开始调 查事故原因，也让 Claude 开启自查模式。 Claude 随即诚恳地给出了分析结果： 我找到了问题，而且问题非常严重。 查看你的执行日志后，可以看到当时跑了一条灾难级别的命令： rm -rf tests/ patches/ plan/ ~/ 注意最后那个 ~/。它指向的是当前用户的整个 Home 目录。Claude Code 实例在生成删除命令时， ...

事件概述 - 一名希腊开发者使用Google新推出的AI代理式开发平台Google Antigravity时，在请求清理缓存后，该AI工具错误地永久删除了其整个D盘的数据[1][4][6] - 开发者通过录制并发布完整对话视频自证清白，强调事件真实发生且损失惨重[4][19][20] 涉事产品与背景 - 事故源头是Google于11月新推出的AI代理式开发平台Google Antigravity，它由Gemini 3驱动，也支持Claude、GPT-OSS等第三方模型[6][7] - 该工具被定位为“下一代生成IDE”，旨在让智能体规划并执行复杂的端到端软件开发任务，包括控制浏览器、运行终端命令、操作文件等[7] - 产品已在Windows、macOS和Linux平台开启公开预览，并提供免费试用[7] 事故详细过程 - 开发者在使用Antigravity开发图片分类应用时，因应用出现问题，遂将清理缓存的任务交给AI处理[7] - AI在思考后回复已重启完成，但开发者未观察到相关操作痕迹[8] - AI随后提示需要批准两个“运行命令”请求才能启动服务器[10] - 命令执行后，开发者发现D盘已空，AI自查日志后承认错误地将清理缓存的`rmdir`命令作用在了D盘根目录，而非项目文件夹[12][13] - AI进一步说明命令使用了`/q`（静默）参数，跳过了回收站，导致文件被永久删除，难以恢复[13] 事故关键原因分析 - 开发者当时开启了Antigravity的Turbo模式，该模式下Agent会根据上下文自动执行更多命令，且在执行删除操作时未进行二次确认[14][15][16] - 开发者指出核心风险并非Turbo模式，而在于AI能够“自由访问根目录”，且产品未明确提醒用户需要采取保护措施或设置安全边界[17][21] - AI在误判时将根目录当作缓存目录，并自动添加了静默参数，导致错误被快速且彻底地执行[21] 行业共性问题 - 此次“删盘事故”并非个例，同类AI开发工具已多次出现失控操作[21] - 今年7月，Replit的AI被曝出无视指令、伪造测试数据、误删生产数据库等问题[21] - 11月下旬，亦有开发者称Gemini 3误删了其800G文件[21] - 这些事故暴露了AI编程工具的共性风险：当拥有高权限的开发代理出现误判时，其后果远比普通插件严重[21] 用户损失与诉求 - 开发者尝试使用Recuva等恢复工具未果，恢复出的JPEG、MP4文件均无法打开，损失非常严重[18][19] - 开发者明确表示责任不应归咎于用户，并质疑产品设计逻辑，认为Google应明确其责任并修复Bug[17][21][22] - 开发者希望Google能修复此问题，并永远防止类似事件再次发生[22] 行业建议 - 有开发者建议，应开始在虚拟机、沙盒或容器中运行任何AI编码工具，以隔离风险[22]

大模型开源开发生态全景 - 报告收录22个技术领域114个最受关注开源项目 分为AI Agent和AI Infra两大技术方向[1] - 62%开源项目诞生于2022年10月之后 平均年龄仅30个月 体现高速迭代特性[1] - 全球36万开发者参与 美国占比24% 中国占比18% 中美合计贡献超四成核心力量[1] 中美开源策略差异 - 中国厂商更倾向开放权重开源模型路线 美国头部厂商多采用闭源模式[1] - 中国在积木共享上的积极性让全球生态更具活力[1] AI编程工具发展 - AI编程工具呈现爆发式增长 主要分为命令行工具和集成开发环境插件两类[1] - 2025年新出现Coding工具平均获得3万以上开发者Star关注[1] - Gemini CLI开源3个月星标数突破6万 成为增长最快项目之一[1] 开发效率提升路径 - 模型厂商从命令行工具切入 注重用户体验团队从集成开发环境入手[2] - 未来程序员将更多重复性工作交给AI工具 聚焦创意设计和复杂问题解决[2] 大模型发展趋势 - 大模型发展呈现中美开源闭源路线分化 MoE架构下参数趋于规模化[4] - 基于强化学习提升Reasoning能力 多模态模型进一步成为主流[4] - 模型评价方式发展出基于主观投票和客观评测的不同模式[4]