2026-09-14周一

模型和论文都还没发，GLM-6.0 的信息先从一份财务公告里漏了出来，主打完全自训练。

智谱这次不是按常规节奏发布模型，而是先在财务公告中透露了 GLM-6.0 的路线，核心是"完全自训练"，即不依赖外部模型蒸馏。对做模型的人来说，这意味着国产大模型在训练方法上开始走自己的路；对社区运营来说，这是一条可以持续跟进的国产 AI 话题，后续论文和权重一发布就能接上第二波内容。

OpenAI 确认今年不上市，奥特曼公开支持 Anthropic CEO 放缓前沿模型开发的主张。

Anthropic CEO Dario Amodei 发公开信说要"给前沿模型定节奏"，OpenAI 的奥特曼和马斯克都公开表示认同，同时 OpenAI 确认年内不会上市。几家最直接的竞争对手在"要不要减速"上口径一致，是很少见的事，背后既有安全争论也有监管压力。国内团队值得关注的是，这会不会演变成新的合规门槛。

TrueNAS 社区分叉出 FreeCORE，继续在 FreeBSD 上整合虚拟化、Jails 容器和 OpenZFS。

FreeCORE 是从存储系统 TrueNAS 分出来的独立分支，路线是继续以 FreeBSD 为底座，把虚拟化、Jails 容器和 OpenZFS 文件系统深度整合在一起。这类"商业项目被分叉、社区自己接手"的场景，是开源治理里最典型的一幕：原厂一旦调整方向，社区就得决定跟着走还是自己维护。做存储和虚拟化的团队可以观察它能否形成稳定的维护者团队。

亮源新创把两千多个真实场景搬进仿真，训出可零样本迁移到四种机器人本体的导航模型。

做法是先用大量真实场景搭出仿真环境，再训练一个导航模型，让它不用针对具体硬件微调，就能直接跑在四种不同形态的机器人上。这条对开源社区的价值在于"仿真加零样本迁移"正在降低机器人开发门槛：中小团队不必自己攒数据。值得留意的是这些仿真环境和模型后续会不会开放出来。

量子位报道一位专升本出身的工程师，靠十年积累冲上 GitHub 三个榜单第一。

讲的是一个学历起点不高、靠长期做开源项目做到 GitHub 三个榜单第一的工程师。技术含量有限，但对社区内容来说是很好的人物素材：开源的一个特点就是作品比履历更能说话。适合拿来做社区人物访谈，或者"普通人怎么做开源"的专题策划。

Perplexity 用 GPT-6 Astra 写对外沟通、改软件、盯生产系统，人工检查频率明显下降。

OpenAI 官方披露，搜索公司 Perplexity 已在对外沟通撰稿、软件变更和生产系统监控上使用 GPT-6 Astra，而且比用早期模型时"查看得少得多"。它的意义在于 AI 代理正从"帮写代码"走向"直接操作线上系统"；一旦这成为常态，运维权限、审计和回滚机制都要重新设计，这正是开源运维工具链接下来要补的课。

奥巴马要求民主党把 AI 列入核心议程，并就经济影响与安全风险给出清晰方案。

这是美国政治层面对 AI 的最新表态，重点不在技术，而在"必须有一套明确计划"，覆盖就业冲击和安全监管两方面。它和同期的企业界"减速"呼声叠在一起，说明 AI 监管正从学界讨论变成选举议题。国内做开源 AI 的团队可以对照看中美在合规路径上的差异。

美国新墨西哥州一起谋杀上诉案里，律师提交了 ChatGPT 编造的假证词，被法院点破。

路透社报道，这名律师在上诉材料中引用了根本不存在"警察证词"，事后把责任推给 ChatGPT。这已不是第一次 AI 幻觉进法庭，但出现在谋杀案里，性质严重得多。对开源社区的意义是：任何把大模型接进业务流程的项目，设计上都必须留人工核验环节，"模型说的"不能直接当成事实。

Interconnects 整理了一份关于开源 AI 与开放模型的资料清单，适合系统补课。

这是 AI 研究通讯 Interconnects 维护的一份资料汇编，把开源模型、许可证、开放权重争议等话题的经典文章集中在一起。它的用处不是告诉你最新消息，而是让你在讨论"什么才算开源 AI"时有一套可引用的依据。对需要写方案、做内部分享的同事来说，这是现成的基础材料。

Meta 把内部打磨八年的 React 设计系统 Astryx 开源，含 150 多个无障碍组件。

Astryx 基于 React 19 和 StyleX，提供 150 多个无障碍 UI 组件，Meta 强调它从设计之初就考虑让 AI 代理能直接调用。大厂开源内部设计系统不算新鲜，但"为代理准备好组件"这个定位是新的：前端组件库正从只给人用，转向同时服务人和 AI。做前端和做 Agent 工具链的团队都值得看一眼。

GitHub 公布 Copilot 的 HydraFusion 研究预览，运行时动态组合多个模型来写代码。

这套机制不再固定用一个模型，而是按任务在运行时拼出一条执行计划，把不同来源的模型组合起来，目标是达到第一梯队的编码能力。它透露的方向是：AI 编程工具的竞争点正从"模型有多强"转向"怎么调度模型"，而调度层往往是开源工具最容易切入的地方，比如模型路由、评测和成本控制。

Cloudflare 原型把 HTML、JSON、CSS 等未压缩的缓存内容用 Zstandard 压缩后再存。

做法是识别出可压缩的缓存内容——主要是 HTML、JSON、CSS、JavaScript 这类文本——存储前用 Zstandard 压一遍，读取时再解压，从而降低缓存占用。这类优化对自建 CDN、边缘节点的团队有直接参考价值：存储成本是边缘计算的主要开销之一，而 Zstandard 是开源压缩算法里性价比很高的一档。

Linux 7.3 第三个候选版本发布，Linus 称其体积偏大，文件系统改动尤其多。

7.3-rc3 是正式版之前的第三个每周测试版本，按计划 7.3 稳定版会在 10 月下旬发布。Linus 特别提到这次改动"比平常更集中在文件系统上"。对运维和发行版维护者来说，现在正是把测试环境切到 rc 版、提前发现回归问题的时间点；普通用户则不必着急。

上游内核确定在 7.4 版本移除 BFS 文件系统，它已长期无人维护。

BFS（源自 BeOS 的文件系统）是最新一个从主线内核中被删掉的文件系统，原因是没有维护者、使用面极小。这类清理看着琐碎，却反映内核的一条硬规则：没人维护的代码最终会被删除，而不是无限期留着。如果还有产品依赖老旧文件系统，需要提前评估迁移；同时这也提醒项目方，维护者缺位比代码老化更致命。

硬件厂商 ARCTIC 把它为 Linux 写的风扇控制器驱动加上 BSD-2-Clause 双许可。

ARCTIC 今年自己发布了一款 Linux 风扇控制驱动，现在又给它加上 BSD-2-Clause 双许可。硬件厂商主动写 Linux 驱动本就少见（通常丢给社区逆向），选择宽松的 BSD 许可意味着其他项目和厂商可以更自由地复用这份代码。对做内核和驱动的人来说，这是"厂商参与开源"的一个正面样本。

沉寂多年的 GNOME 图片管理器 Shotwell 发布 33 版，完成向 GTK4 的移植。

Shotwell 是 GNOME 桌面上用了很多年的照片管理软件，这次 33 版的主要工作是迁移到 GTK4 界面框架。GNOME 生态里不少老应用都卡在这次迁移上、进度停滞，此次发布说明 Shotwell 还没被放弃。对桌面 Linux 用户和发行版打包者来说，这是可以放心升级的信号。

CVE-2026-90775：PostGIS 地址标准化组件未校验 Weight 参数，构造恶意规则表即可越界。

问题出在 PostGIS 的 address_standardizer 扩展（3.7.0 及之前）：它把调用方提供的规则表里的 Weight 值直接当数组下标使用，没有做范围校验，攻击者构造恶意规则行就能越界读写。PostGIS 是地理信息场景里用得极广的开源数据库扩展，凡是对外暴露、允许用户提交地址规则的服务都应尽快评估升级。

CVE-2026-90774：rustypaste 0.18.1 之前先校验路径再处理自定义文件名请求头，可被绕过。

rustypaste 是一个用 Rust 写的开源文件上传/粘贴服务。0.18.1 之前的版本先检查目标路径、之后才应用自定义文件名请求头，攻击者借此绕过目录逃逸防护，把文件写到不该写的位置。自建这类服务的团队应立即升级到 0.18.1，并顺带检查上传目录的权限设置。

CVE-2026-90772：Amundsen 前端 4.3.0 及之前未清洗 HTML，表与仪表盘描述可注入脚本。

Amundsen 是 LF AI & Data 基金会下的开源数据目录项目，用来管理数据资产元信息。它的前端在渲染表、仪表盘和特征描述时直接用了 dangerouslySetInnerHTML，没有做 HTML 清洗，攻击者可以把恶意脚本塞进描述字段，任何浏览到该条目的用户都会中招。多人协作的数据平台风险尤其大，建议升级并排查已有的描述内容。

一篇技术博客系统论述为什么不该采用 JPEG XL 图片格式。

JPEG XL 一直被支持者称为"下一代图片格式"，能兼顾无损、有损并兼容旧格式；这篇博客从实现复杂度、浏览器厂商意愿和实际收益几个角度提出反对。格式之争在开源圈很典型，Chrome 此前移除 JPEG XL 支持就引发过很大争议。关注 Web 标准和图片压缩的人值得读一读反方观点，而不是只听支持者一面之词。

记者实测 John Deere 的自助维修服务，农民认为诊断与零件渠道的限制仍然太多。

John Deere 曾因限制农户自行维修农机，和"维修权"运动打了多年官司，如今推出官方自助维修服务。记者自己动手确实修好了拖拉机，但农户普遍认为诊断软件和零件渠道仍被厂商卡着。这和开源社区关心的"用户有没有权改自己买的东西"是同一个问题，也是理解厂商与社区博弈的好案例。

Wired 报道 AI 从聊天问答转向资源密集的代理式任务，正在推高数据中心建设需求。

文章指出硅谷的重心正从"一问一答的聊天机器人"转向能自主执行多步任务的 AI 代理，而后者的算力与电力消耗高得多，直接带动新一轮数据中心扩建。这条不是技术新闻，但它解释了为什么最近电力、散热、芯片话题突然变热。做基础设施和云成本的团队，需要把"代理化"当作容量规划里的变量。