From 93 items, 16 important content pieces were selected
- Parameter Labs 披露通过 HTML 预览沙箱逃逸接管 ChatGPT 账号的攻击链 ⭐️ 9.0/10
- Hacktron 研究者披露如何利用 GNU Savannah 给 Bash 植入后门 ⭐️ 9.0/10
- CVE-2026-98432:Linux IPv4 TCP 释放后使用漏洞获评 CVSS 9.8 严重等级 ⭐️ 8.0/10
- Jepsen 发现 ParticleDB 1.1.4 存在严重的事务安全性违规 ⭐️ 8.0/10
- LLM 挖出积年旧 bug,PostgreSQL 19 被迫延期 ⭐️ 8.0/10
- Karpathy 推出 HackerTube:用 18 年 HN 推荐视频搭建的 YouTube 界面 ⭐️ 7.0/10
- Anthropic 封禁涉及训练更大模型的账户,引发用户锁定担忧 ⭐️ 7.0/10
- NES 6502 CPU 模拟器被编译进 Qwen3.5-4B 的权重中 ⭐️ 7.0/10
- Arca 的 AI 负责人谈长周期智能体金融工作流 ⭐️ 7.0/10
- Nathan Lambert 在“黑色十月”后重新审视开放模型的网络安全风险 ⭐️ 7.0/10
- OpenAI 将遵守共享的 robots.txt 信号以表达 AI 训练偏好 ⭐️ 7.0/10
- Android Binder 的 C 语言实现被删除,全面转向 Rust ⭐️ 7.0/10
- NestJS 12 发布:支持 ESM 包、标准模式验证与原生可观测性 ⭐️ 7.0/10
- 研究揭示电网 60 秒波动源于电池储能分钟级检查 ⭐️ 7.0/10
- Futhark 通过置换迭代空间加速 GPU 拷贝 ⭐️ 7.0/10
- GCC 的 switch 降低机制:跳转表、位测试与比较树 ⭐️ 7.0/10
Parameter Labs 披露通过 HTML 预览沙箱逃逸接管 ChatGPT 账号的攻击链 ⭐️ 9.0/10
Parameter Labs 发布了一篇分析文章,描述了一条复杂的攻击链:它能够逃逸 ChatGPT 中承载 HTML 预览(即 artifacts/Canvas 功能)的沙箱 iframe,进而接管已登录用户的账号。OpenAI 确认其两个前端都拒绝了报告中使用的消息,并修复了该问题,同时支付了 5000 美元漏洞赏金。 由于 ChatGPT 分享链接被广泛传播,且往往由已登录用户直接打开,一个可用的沙箱逃逸漏洞会把普通链接变成窃取私密对话数据或以受害者身份执行操作的入口。这也说明第三方 UI 库和过度宽松的 CSP 白名单,可能在不知不觉中瓦解 AI 产物预览所依赖的隔离机制。 攻击链始于 MathLive 的虚拟键盘:父页面通过 postMessage() 接收沙箱 iframe 发来的消息来触发它,而该消息处理逻辑使用了 innerHTML,使任意 frame 都能注入 HTML 并创建不受沙箱限制的新 iframe。CSP 虽然拦截了内联脚本,但 YouTube 的 oEmbed 端点被列入白名单,可被用来反射执行 JavaScript,从而在 ChatGPT 源下获得代码执行,之后通过图片引用外泄数据便轻而易举——不过该攻击仍需要受害者点击链接才能触发。
rss · Simon Willison · Oct 31, 23:15
背景: ChatGPT 的 artifacts 功能会把交互式自定义 HTML 应用渲染在沙箱 iframe 中,使不可信的生成代码无法访问 OpenAI 的 API 或用户的私密数据。浏览器会隔离这类 frame,父页面本应只通过严格校验的 postMessage() 调用与其通信。OpenAI 的页面还实施内容安全策略(CSP),拦截内联脚本、仅允许来自少量白名单域名的脚本加载;MathLive 则是一个提供自带屏幕虚拟键盘的数学输入 JavaScript 库。
社区讨论: 评论者对 5000 美元的赏金表示强烈不满,认为对于一条账号接管攻击链来说这一金额过低,可能会打击研究人员报告类似问题的积极性。有人把它与此前报道的 ChatGPT 桌面端弱点(例如使用过“Work”对话后可被远程访问文件系统)联系起来,也有人抱怨文章的组织方式让人难以看懂真正的绕过过程。
标签: #security, #ChatGPT, #sandbox-escape, #postMessage, #vulnerability
Hacktron 研究者披露如何利用 GNU Savannah 给 Bash 植入后门 ⭐️ 9.0/10
Hacktron 的安全研究者公开了一条针对 FSF 软件托管平台 GNU Savannah 的完整攻击链:只需使用形如 touch${IFS}/tmp/savane-rce-proof@attacker.example 的恶意邮箱地址注册,任意注册用户就能在 Savane 后端获得代码执行权限。他们随后将自己的账号提权为超级用户,冒充 Bash 的维护者,并确认可以向上游 Bash 仓库添加具备推送权限的 SSH 密钥;再借助未修补的内核漏洞获取 root 权限,并接触到一台 GNU 备份服务器。该团队称已于 2026 年 5 月 11 日向 FSF 报告了这些问题。 Bash 是当今部署最广泛的软件之一,几乎存在于每一台 Linux 和 macOS 系统上,因此一旦后门被推入其上游仓库,就会通过各发行版扩散到全球下游用户。这一案例表明,供应链中最薄弱的环节往往不是源代码本身,而是托管平台自身的 Web 应用;一个未做校验的输入字段,就可能层层升级为维护者身份被冒充和代码提交权限被窃取。 最初的入口滥用了 shell 的内部字段分隔符(IFS)变量:由于 ${IFS} 会展开为空白字符,该地址既能通过格式校验,又会在未加引号的变量展开时被 shell 当作命令执行,从而生成 touch 的验证文件。整条攻击链还依赖一个未修补的内核漏洞来完成提权至 root,这意味着该托管平台在多个相互独立的层面上都存在缺陷,而非仅有一个单点漏洞。
rss · LWN.net · Oct 31, 14:00
背景: GNU Savannah 是自由软件基金会(FSF)的项目托管平台,用于托管和分发官方的 GNU 软件,其后端运行的是自研的自由软件托管应用 Savane。由于 Savannah 承载着 Bash 等项目的官方仓库和邮件列表,谁控制了平台上的维护者账号,谁就控制了进入上游的代码。供应链后门的典型手法,就是把恶意代码植入受信任的上游仓库,随后被打包者和各发行版自动引入。
参考链接
标签: #security, #supply-chain, #gnu, #vulnerability-research, #bash
CVE-2026-98432:Linux IPv4 TCP 释放后使用漏洞获评 CVSS 9.8 严重等级 ⭐️ 8.0/10
Linux 内核 IPv4 TCP 握手路径中的一个释放后使用(use-after-free)漏洞被公开,编号为 CVE-2026-98432,CVSS 评分为 9.8,由 Anthropic 于 10 月 27 日报告;该漏洞影响 4.4 及之后的全部内核版本,在特定的并发条件下,远程未认证攻击者可能借此实现代码执行。包括 Ubuntu 和 RHEL 在内的主流发行版尚未发布修复补丁,此次披露也引发了关于实际可利用性的大量讨论。 该缺陷位于几乎每一台 Linux 服务器、容器宿主机和 Android 设备都存在的基础内核网络代码中,因此一旦出现可用的远程利用程序,对攻击者价值极高。而 Ubuntu 和 RHEL 这两大企业服务器主流发行版尚未提供已修复的内核,使运维人员只能依赖临时缓解措施而非真正的修复。 利用该漏洞需要在 TCP 连接建立过程中触发竞态条件——据称由对重传 SYN 包的响应引发——并且根据社区分析,需要多个 CPU 核心同时处理数据包,因此单核系统或将包处理绑定到单一核心的部署不受影响;许多 ISP 路由器会丢弃携带 IP options 字段的数据包,使互联网范围的利用不太现实,Red Hat 也指出自行丢弃此类数据包虽有帮助但并非完整缓解措施,而 MPTCP 实际上并非触发前提。
hackernews · oger · Oct 31, 19:16 · 社区讨论
背景: 释放后使用漏洞是指程序释放了一块内存后,又通过悬空指针去读写它;如果攻击者能控制重新占用这块内存的内容,就可能劫持执行流程或使内核崩溃。CVE 编号是公开披露漏洞的通用登记标识,CVSS 则是 0 到 10 的严重性评分,9.8 代表可远程触达的“严重”级别。Linux 内核的 TCP/IP 协议栈负责所有网络流量的连接建立,因此这一路径上的缺陷可被任何能向开放端口发送数据包的人触及,无需任何凭据。
参考链接
社区讨论: Hacker News 的评论者强调这完全是一个 Linux 问题——*BSD、macOS 和 Windows 均不受影响——并对标题中删去“Linux”这一限定提出异议。多人指出可利用性存在现实限制(IP options 常在上游被丢弃、需要多核环境),也有人对 Ubuntu 和 RHEL 这两家大力宣传服务器适用性的厂商仍无补丁表示不满,还有读者询问有哪些更好的 RSS 源可用于跟踪与其服务清单相关的 CVE。
标签: #Linux kernel, #CVE, #network security, #TCP, #vulnerability
Jepsen 发现 ParticleDB 1.1.4 存在严重的事务安全性违规 ⭐️ 8.0/10
Jepsen 发布了对 ParticleDB 的分析报告——这是一款面向 AI 工作负载、宣称兼容 Postgres 并具备“完整 ACID”能力的数据库——测试覆盖了 1.1.4 至 1.1.18.11.rc-22 的版本,共记录 96 个问题,包括已提交写入丢失、Aborted Read(G1a)、Intermediate Read(G1b)、Lost Update(P4)以及内部一致性违规。Jepsen 建议用户立即停止进一步部署 ParticleDB,并尽快迁移到其他数据库。 Jepsen 的报告在分布式数据库正确性领域事实上是黄金标准,因此“停止部署并迁移”这样的结论对数据库厂商来说几乎是毁灭性的,尤其是对于一款以 ACID 保证和 Postgres 兼容为卖点的系统。对于那些仅凭营销宣传而非独立验证就采用 AI 导向数据基础设施的团队而言,这也是一个警示案例。 在记录的 96 个问题中,既有崩溃、死锁、数据丢失这类常见故障,也有相当离奇的现象,例如部分不可见且无法删除的行、WHERE 4 = 5 这类谓词、被删除的表以扭曲形式重新出现,以及字符串被当作整数返回。在追加写入负载中,成功写入的值经常在后续读取中消失;此外,尽管 ParticleDB 主页宣称拥有 TLA+ 形式化证明,但在整个合作过程中始终未能提供任何 TLA+ 规范。
hackernews · Lobsters · Oct 31, 13:39 · 社区讨论
背景: Jepsen 是由 Kyle Kingsbury(aphyr)创建的基于 Clojure 的测试框架:它在真实节点上部署分布式系统,注入网络分区、进程崩溃、时钟偏移等故障,记录客户端操作历史,然后检查该历史是否与系统所宣称的一致性保证相符。G1a、G1b、P4 这些异常名称来自标准的隔离级别分类体系(Adya/Berenson):G1a 表示读到了来自后来中止事务的值,G1b 表示读到了事务执行中途写入的中间值,P4 表示并发写入相互覆盖造成的更新丢失。TLA+ 是 Leslie Lamport 提出的形式化规范语言,用于在编写代码之前对系统设计建模并用机器检查其不变式。Jepsen 的分析通常会提交数十个缺陷报告,并常被当作生产采用的先决条件。
参考链接
社区讨论: 评论者的反应相当直白尖锐,有人把这一局面概括为“这就是用 vibe coding 写数据库的下场”,也有人引用报告中关于 TLA+ 证明缺失的最严厉段落。一个被广泛认同的观点区分了两类软件:一类是“构造上正确”的软件——其失败通常只是局部缺陷;另一类是“构造上错误”的软件——它只能靠运气以及在关键路径上精心放置的变通方案来运转,还有评论者指出 AI 工具非常擅长找出应插入这些变通方案的位置。
标签: #databases, #jepsen, #distributed-systems, #transactional-consistency, #correctness
LLM 挖出积年旧 bug,PostgreSQL 19 被迫延期 ⭐️ 8.0/10
PostgreSQL 开发者 Robert Haas 在博客中说明,PostgreSQL 19 的发布出现延期,原因是项目需要处理大量长期存在、人类此前未能发现而如今可被 LLM 轻易找出的旧 bug。他强调延期本身并不值得担忧,恰恰体现了项目对质量的重视,但也坦言长期前景并不明朗:面对四十年积累的潜在缺陷,社区如何追赶并继续推进新功能创新,目前尚无答案。 这是一个早期而具体的案例,显示 AI 辅助的缺陷发现正在重塑一个成熟且被广泛使用的开源项目的发布流程,也意味着 LLM 代码审计可能给整个行业中历史悠久的代码库带来新的、甚至长期存在的维护负担。其结果将影响 PostgreSQL 用户、贡献者,以及所有过去受限于人工审查能力的长期维护项目。 Haas 认为从整体来看这次延期并不算长,其动因是质量考量而非某个具体的阻塞性缺陷;他强调更棘手的问题在于 LLM 能够以远超志愿者修复速度的效率不断暴露旧 bug,形成看不到尽头的积压。他表示自己和许多其他人正在努力寻找项目的应对之道,但尚未给出具体方案。
rss · LWN.net · Oct 30, 16:52
背景: PostgreSQL 是一个开发历史悠久的开源关系型数据库,其代码谱系可追溯约四十年,因此不可避免地积累了诸多只在罕见条件下才会触发的潜在缺陷。与多数由志愿者驱动的开源项目一样,它依赖 CommitFest 机制——即在周期性时间段内集中进行补丁评审与提交、而非开发新功能——来维持发布周期的可控性。LLM 正越来越多地被用作代码审计工具,它们像资深评审者那样阅读代码,能指出基于特征库的静态扫描器所遗漏的可疑逻辑,这正是成熟代码库会突然产生远超维护者消化能力的 bug 报告的原因。
参考链接
- Commitfest - PostgreSQL wiki
- [2509.19117] LLM-based Vulnerability Discovery through the ... OpenAnt: LLM-Powered Vulnerability Discovery Through Code ... What Is LLM-assisted vulnerability discovery? Definition Research on LLM-Based Code Audit Agent Framework Integrating ... Detecting Code Vulnerabilities using LLMs | IEEE Conference ... LLM-based Vulnerability Discovery through the Lens of Code ... LLM-Based Intelligent Agents for Cybersecurity: A Tutorial ...
标签: #PostgreSQL, #LLM, #open-source, #software-maintenance, #release-engineering
Karpathy 推出 HackerTube:用 18 年 HN 推荐视频搭建的 YouTube 界面 ⭐️ 7.0/10
Andrej Karpathy 发布了 HackerTube(hackertube.org),这是一个以 YouTube 风格界面呈现的视频浏览应用,收录了自 2007 年以来从 39,834 条 Hacker News 评论中提取出的 6,454 个视频。该项目在 Hacker News 上获得 836 分和 269 条评论,成为本周讨论度较高的社区工具之一。 该项目是一次具体实验:用来自技术社群的“人工策展”取代以 engagement(参与度)为优化目标的推荐算法。同时它也再次引发了关于第三方 YouTube 前端在多大程度上会触碰 Google 服务条款红线的讨论。 该视频库完全来自 HN 用户在大约 18 年间的评论中分享的链接,因此内容明显偏向演讲、演示和技术深度解析,而非主流创作者内容。站点本质上是一个围绕 YouTube 嵌入播放的第三方封装,这也正是评论区中合规疑问的来源;还有评论者指出它缺少“从新到旧”的排序选项。
hackernews · karpathy · Oct 31, 19:56 · 社区讨论
背景: Hacker News 是由 Y Combinator 运营的技术导向链接聚合站点,其用户在评论中经常分享演讲、会议报告和演示的 YouTube 链接,HackerTube 正是挖掘这一存档来构建策展式视频流。YouTube 自身的推荐由观看时长和参与度信号驱动,批评者认为这种做法会偏向标题党与令人上瘾的观看模式。而嵌入 YouTube 内容的第三方前端,则处在平台服务条款的灰色地带——条款对某些形式的抓取和替代性访问有所限制。
社区讨论: 评论者普遍欢迎这种无广告、无干扰、无标题党的体验,不少人表示它比 YouTube 本身更让人放松。主要的顾虑集中在法律层面:有用户询问公开的 YouTube 封装是否违反 Google 条款;也有人指出,算法策展的信息流往往无法满足他们真正想要的东西——新鲜感、意外之喜和更广阔的视角。
标签: #curation, #YouTube, #Hacker News, #recommendation-systems, #web-apps
Anthropic 封禁涉及训练更大模型的账户,引发用户锁定担忧 ⭐️ 7.0/10
一个获得 229 分、125 条评论的 Hacker News 讨论帖聚焦于一位用户的爆料:其账户因涉及“训练更大模型”的相关操作而被 Anthropic 封禁,该用户最初在 X 上发布了这一经历。评论者很快把焦点放在此类执法的不透明性,以及这对所有基于 Claude 构建产品的开发者意味着什么。 这一事件凸显了 AI 服务商通过服务条款执法对用户拥有的巨大控制力,也解释了为什么专业用户被呼吁构建可移植的备用方案,而不是依赖单一供应商。对于工作流或数据管线涉及模型训练的团队来说,一次封号就可能在一夜之间中断工作,且几乎没有申诉余地。 Anthropic 的条款要求在使用其模型或输出训练、改进其他 AI 模型之前必须获得事先许可或明确授权,竞争对手尤其敏感。有评论者提出了另一种合理解释:该用户位于 Claude 被地理封锁的香港,通过 VPN 进行模型训练会构成高度可疑的信号,很可能触发滥用检测分类器。
hackernews · pretext · Oct 31, 19:39 · 社区讨论
背景: Anthropic 每年更新其使用政策(Usage Policy),并分别维护面向消费者和企业的服务条款,限制未经许可使用 Claude 构建竞争性模型。这一点之所以重要,是因为 AI 领域的供应商锁定通常体现为迁移成本——重新训练、数据迁移和重新开发——而不是某一次戏剧性的切断,这正是 OpenRouter 等多供应商网关与回退路由工具在开发者中流行的原因。
参考链接
社区讨论: 整体情绪偏向批评,但观点多样:一位评论者呼吁每位专业用户都应主动培养替代方案,推动建立开放、标准化、可移植的生态;另一位则抱怨 Claude 的拒绝行为越来越令人恼火,例如认为复制代码在道德上不可接受而拒绝从单体代码库中拆分服务。第三位评论者用香港地理封锁与 VPN 的解释反驳了“无辜被封”的叙事;还有人建议公开模型应附带训练数据与方法的清单,就像食品的成分标签一样。
标签: #AI policy, #Anthropic, #terms of service, #AI provider lock-in, #community discussion
NES 6502 CPU 模拟器被编译进 Qwen3.5-4B 的权重中 ⭐️ 7.0/10
Drew Breunig 发布了 nesformer,这是一个可运行的任天堂娱乐系统(NES)6502 CPU 模拟器,被直接烘焙进 Qwen3.5-4B 的模型权重中,因此你可以把一个 NES ROM(例如《超级马里奥兄弟》)喂给它,看着游戏在这个语言模型内部运行——尽管速度非常慢。该项目受到 Divyansh Agrawal 的 qwenputer 启发,后者曾把一颗 RISC-V CPU 编译进同一个模型。 它表明确定性的计算逻辑可以被编译进 Transformer 权重,而不是通过数据学习得到,这模糊了“模型”与“机器”之间的界线,也引出了关于前向传播中还能嵌入哪些逻辑的有趣问题。由于运行速度极慢,其实际影响有限,但作为概念验证,它确实是 AI 研究与复古计算之间一次真正新颖的交叉尝试。 这个模拟器并不是工具调用或插件——CPU 逻辑就存在于前向传播之中、存在于网络的矩阵里——Breunig 表示该项目主要是通过给 Opus 5.5 写提示词构建的,模型还自行找到并使用了 Christopher Pow 十五年前发布的 nestest NES CPU 一致性测试套件。其执行速度远低于 NES 的标准时钟频率,因此游戏虽然能正确运行,但慢到无法真正游玩。
rss · Simon Willison · Oct 30, 21:59
背景: MOS Technology 6502 是 1975 年推出的 8 位微处理器,也是任天堂娱乐系统(NES)的 CPU,因此忠实地模拟它是任何 NES 模拟器的核心。Divyansh Agrawal 于 2026 年 10 月发布的 qwenputer 证明,可以把一个确定性的 CPU 编译进 Qwen3.5-4B:在 Qwen 自身层之前加入约 11 层 Transformer 层,其中每个权重都由编译器计算而非学习得到,并把模型的循环状态当作内存使用。Qwen3.5-4B 是一个 40 亿参数的稠密模型,原生上下文长度为 262,144 个 token。nesformer 把同样的技术应用到了另一颗古老得多的芯片上。
参考链接
社区讨论: Hacker News 讨论帖中最有价值的内容来自 Breunig 本人,他分享了自己使用的 Opus 5.5 原始提示词,显示这个项目很大程度上是由智能体驱动的:从阅读 qwenputer 的文章开始,一路追问模拟一颗 NES 芯片需要多大的模型。评论者普遍把它当作一个很有意思的概念验证,主要保留意见是极慢的速度使其更像一件猎奇之作,而非可用的模拟器。
标签: #LLM, #emulation, #retro-computing, #Qwen, #novel-approaches
Arca 的 AI 负责人谈长周期智能体金融工作流 ⭐️ 7.0/10
在 Latent Space 发布的一篇从业者访谈中,Arca 的 AI 负责人详细介绍了公司如何将持久记忆、自研的智能体外壳(agent harness)以及可持续运行数天的智能体工作流应用于长周期金融工作。该讨论聚焦于架构与运营层面的实践选择,而非发布新模型或新产品。 金融分析、研究与报告正是典型的多步骤、重数据任务,单轮提示在这里往往失效,因此关于记忆机制与外壳设计的具体经验对构建生产级智能体的团队直接有用。这也印证了一个日益形成的共识:围绕模型的工程(状态管理与脚手架)往往与模型本身同样重要。 其核心主张是:持久记忆让智能体能够跨会话保留上下文,而不必反复读取不断膨胀的对话记录;自研外壳则比通用外壳能更精细地控制工具调用、状态与执行。由于材料来自单一从业者的应用型经验分享,其内容属于架构层面的洞见,而非经过独立基准测试的结果。
rss · Latent Space · Oct 31, 16:05
背景: 智能体外壳(agent harness,也称智能体脚手架)是围绕语言模型的软件基础设施,负责把模型变成智能体:它驱动工具调用、管理状态与记忆、执行审批策略,并推动智能体在多步骤任务中持续推进,大致遵循“智能体 = 模型 + 外壳”的公式。基础模型本身是一个无状态的函数,只把输入 token 映射为输出 token,因此任何需要跨会话或长时间运行而保留的信息,都必须由外壳负责存储与检索。长周期智能体工作流则把这一机制延伸到数十步乃至数小时的过程,结合规划、执行与记忆管理——这正是为何在规模化场景下,外壳与记忆设计会成为关键瓶颈。
标签: #AI agents, #long-horizon tasks, #persistent memory, #agent harnesses, #financial workflows
Nathan Lambert 在“黑色十月”后重新审视开放模型的网络安全风险 ⭐️ 7.0/10
Nathan Lambert 在 Interconnects 上发表了一篇反思性文章,追问自己在开放模型网络安全风险上的判断是否出错;此前他在 2026 年 10 月一连串严重漏洞披露后创造了“黑色十月”一词,其中包括 PHP2Shell 和 GitLab 的一个漏洞。文章将这些披露视为 AI 模型长期以来被讨论的网络风险开始真正显现的时刻。 这篇文章处于一场活跃的政策辩论中心:开放权重模型的发布是否应受到更严格的限制,因为 AI 辅助的漏洞挖掘可能让攻防天平向攻击者倾斜。研究者和政策制定者如何解读 2026 年 10 月,很可能会影响关于开放性、漏洞披露规范以及整个软件生态防御能力的讨论走向。 PHP2Shell 是影响 PHP 5.4 至 8.5 版本的一对高危远程代码执行漏洞(CVE-2026-109618 和 CVE-2026-109619),CISA 已将其列入在野利用漏洞目录,并下令联邦机构进行修补。有报道称,这些 PHP 漏洞是谷歌 Wiz 与 AI 公司 Calif 的研究人员于 8 月借助 OpenAI 和谷歌的先进 AI 模型发现的,而这正是文章所探讨的 AI 加速漏洞发现的动态。
rss · Interconnects · Oct 30, 17:36
背景: 开放权重模型可以被下载并在本地运行,不受 API 层面的限制,这意味着安全护栏和使用政策可以被剥离——长期以来的担忧正是这会降低发现和利用软件漏洞的门槛。“黑色十月”指 2026 年 10 月,当时多起重大安全事件和漏洞披露(其中最引人注目的是 PHP2Shell)让人们注意到 AI 在漏洞研究中日益广泛的使用,以及它对被广泛部署的软件和互联网基础设施可能造成的后果。PHP 本身支撑着网络上很大一部分站点,因此其中的内存安全漏洞被视为系统性风险而非普通缺陷。
参考链接
标签: #AI safety, #open models, #cybersecurity, #vulnerability disclosure, #AI policy
OpenAI 将遵守共享的 robots.txt 信号以表达 AI 训练偏好 ⭐️ 7.0/10
OpenAI 宣布将遵守一项共享的 robots.txt 信号,让网站运营者可以表达其内容是否可用于 AI 训练的偏好,而且该信号适用于所有“参与其中的提供商”,而不仅限于 OpenAI 自身。该公告篇幅很短,既没有说明具体的指令语法,也没有列出还有哪些公司已加入这一机制。 如果一种被多家厂商共同采用的 robots.txt 信号得以普及,网站运营者就能用一个机器可读的开关来表达 AI 训练偏好,而不必逐家与各个爬虫协商,这可能改变训练数据集的构建方式。但由于 robots.txt 只是长期存在的技术惯例而非具备法律效力的合同,这项承诺的实际分量取决于有多少主流 AI 提供商和爬虫愿意采纳。 该公告没有给出技术规范、生效日期或参与提供商的名单,而 robots.txt 指令普遍被认为是缺乏强制约束力的惯例,爬虫只能自愿遵守。希望获得多层保护的网站通常会把 robots.txt 规则与 HTML meta 标签和 HTTP 头结合使用,因为不同爬虫的支持程度各不相同。
rss · OpenAI Blog · Oct 30, 09:30
背景: robots.txt 是放在网站根目录的纯文本文件,自上世纪 90 年代中期起用于告诉搜索引擎爬虫可以抓取哪些路径;它是一种自愿遵守的惯例,而非法律。随着大语言模型开始用网页抓取的文本进行训练,网站所有者要求有一种专门退出 AI 训练的方式,于是出现了 ai.txt、llms.txt 等提案,以及在 robots.txt 中针对单个爬虫的规则。监管机构也开始介入:欧盟《人工智能法案》第 53 条将要求通用目的人工智能提供商尊重机器可读的退出信号。各家公司的政策也不一致——Cloudflare 提供“Disallow AI Training”设置,而据报道微软计划在 2027 年初支持用于此目的的 robots.txt 指令。
参考链接
标签: #AI training, #robots.txt, #web crawling, #data governance, #OpenAI
Android Binder 的 C 语言实现被删除,全面转向 Rust ⭐️ 7.0/10
在 Kangrejos 2026 大会上,开发者 Carlos Llamas 宣布他已经删除了 Android Binder 驱动的 C 语言实现,现场报以掌声,随后他分享了替换这一实现的过程与经验。多年来一直参与 Rust 版本开发的 Alice Ryhl 也补充了她对这次迁移中最为困难和有趣之处的看法。 Binder 是 Android 设备上最主要的进程间通信机制,因此用 Rust 替换其 C 实现,是在一个关键且大规模部署的内核子系统中对 Rust 的罕见真实验证,而不是小规模实验性驱动。这也标志着 Rust for Linux 项目已从添加基础设施阶段迈入淘汰生产环境 C 代码的阶段。 该消息来自 Kangrejos 2026 的闭幕演讲,这是一场聚焦于 Linux 内核中 Rust 应用的会议;目前可获得的 LWN 报道是一段简短的付费墙摘要,因此所讨论的具体技术难点在提供的文本中并未展开。演讲者 Carlos Llamas 和 Alice Ryhl 将这项工作描述为一项历时多年、用 Rust 等价实现完全替换树内 C 驱动的努力。
rss · LWN.net · Oct 30, 17:46
背景: Android 将 Binder 作为其核心 IPC 机制:它由内核驱动加用户态框架组成,使一个进程可以调用另一个进程中的方法,例如应用与系统服务通信;出于性能、稳定性和安全性考虑,Android 选择了它而非管道、套接字等通用 Linux IPC 机制。Rust for Linux 是 2020 年启动的项目,目标是让 Rust 成为与 C 和汇编并列的内核支持语言,利用其内存安全保证减少驱动中的缺陷。在此之前,Rust 已被引入内核并用于新的驱动,但删除一个已有的生产级 C 子系统是对这一路线更强有力的检验。
参考链接
标签: #Rust, #Linux kernel, #Android Binder, #IPC, #C-to-Rust transition
NestJS 12 发布:支持 ESM 包、标准模式验证与原生可观测性 ⭐️ 7.0/10
NestJS 12 正式发布,带来三大核心能力:对 ECMAScript 模块(ESM)包的发布与使用的原生支持;基于 Standard Schema 接口的验证机制,使任何符合该规范的 schema 库无需适配器即可使用;以及以 @nestjs/observe 形式提供的原生可观测性 SDK。该可观测层由 NestJS 作者亲自打造,开箱即用地自动埋点提供链路追踪、错误追踪、日志与告警,而不再依赖第三方代理组件。 NestJS 是使用最广泛的 Node.js 服务端框架之一,因此这些变化会影响大量企业与初创公司的代码库:ESM 支持解决了与现代工具链以及仅提供 ESM 的包之间长期存在的摩擦;而官方可观测性 SDK 则降低了团队接入生产监控的门槛,使其无需自行拼装一套 APM 体系。对 Standard Schema 的支持还减少了对 Zod、Yup 或 Valibot 等单一验证库的锁定。 Standard Schema 是一个由各验证库实现的共享 TypeScript 接口,让框架无需针对特定库编写适配器或引入额外依赖,即可接受任何符合规范的验证器。@nestjs/observe SDK 主要面向重度使用 NestJS、且尚无现成可观测性基础设施的应用,不过独立评测指出它并不能完全替代跨栈的 APM 方案。另外需注意,ESM 支持主要影响包的发布与互操作层面,因为 Node.js 目前仍同时运行 CommonJS 与 ES 模块两套体系。
rss · InfoQ 中文站 · Oct 30, 13:00
背景: Node.js 拥有两套模块系统:较早的 CommonJS(require/module.exports)和作为 JavaScript 官方标准的 ECMAScript 模块。Node.js 通过 .mjs 扩展名、package.json 中的 “type”: “module” 字段或 –input-type 参数来识别后者。如今许多新包只提供 ESM 版本,这在过去给 NestJS 这类基于 CommonJS 的框架带来不少麻烦。另一方面,TypeScript 生态中的 schema 验证长期分散在 Zod、Yup、Valibot、ArkType 等库之间,各自 API 不同,工具必须为每个库单独编写并维护适配器——这正是 Standard Schema 试图解决的问题。
参考链接
标签: #NestJS, #Node.js, #ESM, #Observability, #Framework Release
研究揭示电网 60 秒波动源于电池储能分钟级检查 ⭐️ 7.0/10
由于利希研究中心(Forschungszentrum Jülich)的 Dirk Witthaut 领导,并与科隆大学和卡尔斯鲁厄理工学院合作的研究团队,找到了电网频率中规律性 60 秒波动的成因:大型电池储能系统每分钟会检查一次自身的荷电状态。 这一发现把一个长期存在却难以解释的电网频率模式转化为可识别的运行信号,有助于电网运营者将电池行为与电力交易或可再生能源扰动区分开来;随着电池储能在电网中日益普及,这一点尤为重要。 在电网频率数据中,这一现象表现为大约每分钟出现一次短暂的用电需求尖峰;研究人员将其归因于大型电池储能的周期性荷电状态检查,而不是可再生能源馈入或电厂突然启停。由于目前发布的是新闻稿而非完整技术论文,具体测量范围和可能的缓解措施尚未详细披露。
rss · Lobsters · Oct 31, 19:50
背景: 电网必须将交流电频率维持在额定值附近,发电与用电之间的不平衡会表现为频率偏差。电网频率记录中包含许多影响因素的痕迹,例如电力交易、电厂突然启停以及可再生能源的波动性馈入。大型电池储能正越来越多地用于提供电网服务,其控制系统即使在电池并非有意注入功率时,也可能产生微小的周期性信号。
参考链接
标签: #power grids, #grid stability, #energy systems, #research, #fluctuations
Futhark 通过置换迭代空间加速 GPU 拷贝 ⭐️ 7.0/10
Futhark 项目于 2026 年 10 月 31 日发布博客文章,解释如何通过置换迭代空间来提升 GPU 拷贝性能,并将这项工作称为对恒等函数的优化。 GPU 拷贝看似简单,却受内存带宽限制,因此线程遍历数据方式的微小改进也可能影响许多数组编程工作负载以及 Futhark 生成 GPU 代码的效率。 文章主要聚焦 GPU 场景,并指出类似效应也可能出现在 Futhark 的 CPU 后端;优化的核心是迭代到线程的映射以及由此产生的内存访问模式,而不是减少运算量。作者还表示尚不确定下一步做什么,因此 CPU 侧仍是后续工作。
rss · Lobsters · Oct 31, 17:03
背景: Futhark 是一种纯函数式、数据并行的数组语言,属于 ML 语言家族,可将高层数组代码编译为 CUDA、HIP 或 OpenCL 的 GPU 内核,或编译为多线程 CPU 代码。拷贝或恒等函数是常见的内存带宽测试:它读取每个元素并原样写回。在 GPU 上,将循环迭代分配给线程时让相邻线程访问相邻内存,对实现合并访存和高有效带宽至关重要。
参考链接
标签: #GPU optimization, #Futhark, #memory copies, #performance engineering, #array programming
GCC 的 switch 降低机制:跳转表、位测试与比较树 ⭐️ 7.0/10
xoranth.net 上的一篇新技术文章解释了 GCC 如何把 switch 语句降低为跳转表、位测试和比较树,并详细说明了编译器在选择这些策略时使用的启发式规则。文章重点关注 -O3 等优化级别下生成的代码策略,并展示了 case 的密集程度和共享目标如何影响最终选择。 这对编译器工程师和对性能敏感的 C/C++ 开发者很重要,因为 switch 的降低方式会直接影响分支可预测性、代码大小和指令缓存行为。理解 GCC 的选择有助于开发者分析生成的汇编代码并优化热点 switch 语句,而不是靠猜测来判断哪种形式更快。 文章描述了 GCC 的决策过程:密集的 case 值可能生成直接跳转表,紧凑的范围可能使用位测试或位集合,而稀疏或共享目标的 case 可能生成比较树或决策树。文章还讨论了相关阈值和比例,例如跳转表大小相对于比较次数达到什么条件时才值得使用。
rss · Lobsters · Oct 30, 20:00
背景: switch 语句是一种常见的控制流结构,它根据整数或枚举值在多个分支之间进行选择。编译器必须把它降低为机器级控制流:跳转表存储目标地址,可以实现常数时间的分派;比较树则执行一系列条件分支,对稀疏 case 可能更合适。GCC 在优化阶段应用这些转换,因此同一个源码级 switch 可能因优化级别和 case 布局不同而编译出差异很大的代码。
参考链接
标签: #compilers, #GCC, #code-generation, #optimization, #switch-statements