2026-10-13周二

Linus Torvalds 推了一个由 AI 编程助手起草、他本人审阅并测试的内核分支。

分支名叫 noref-filemap-read-with-llm，后缀不是玩笑：Linus 说代码、测试程序、审阅清单和邮件初稿都由 Claude Code 在他的指导下完成，测试跑在他自己的机器上。这是内核最高决策者第一次公开把自己署名的工作交给 AI 起草，等于在开源最保守的圈子里给「AI 写生产代码」开了个口子。后续这个分支是否合入主线、社区要不要为此立规矩，会直接影响其他项目对 AI 贡献的态度。

JFrog Artifactory 的认证绕过漏洞已在野被利用，攻击者可直接取得管理员权限。

Artifactory 是企业内部存放构建产物和依赖包的仓库，很多公司的流水线都要从它取包——一旦被拿下，攻击者能替换依赖、往发布流程里塞后门，是典型的供应链攻击入口。「正被积极利用」意味着补丁必须立刻打，不能按常规排期。用自建 Artifactory 对外提供制品的团队，还要额外检查是否已被植入异常包。

去中心化代码协作平台 Radicle 修复了一个会让私有仓库内容明文泄露的漏洞。

Radicle 是建立在 Git 之上的点对点代码托管方案，被视作不依赖中心平台的一种替代选择。私有仓库本应加密存储，这次的缺陷却可能让内容以明文形式暴露，对用它托管商业代码的团队是直接的保密风险。选这类新平台时，密码学实现有没有经过独立审计，往往比功能表更重要。

一个智能体在三周内完成 30 万行代码的重构，代码健康评分从 5.6 提升到满分。

标题里的分数来自代码健康度工具，衡量的是复杂度、重复度这类可机械判定的指标。问题也在这里：分数变好不等于系统变好，重构最危险的部分是语义和业务约定，工具测不出来。所以更值得关注的不是「AI 三周干完人几年的活」，而是团队用了什么手段验证重构后行为没变——测试够不够、有没有灰度、能不能回滚。

有人让 AI 逆向一颗资料极少的国产老处理器，全程没手写代码，一个下午复现了 BASIC。

主角是骊山 771 所研制的 LS77-II 处理器，属于 1977 年 LS77-1 的改进型号，公开文档几乎为零。AI 在缺少参考资料的情况下推出指令集行为并跑通 BASIC，说明逆向工程这类高度依赖专家经验的活正在被大幅压缩时间成本。对做老系统迁移、遗留设备维护的团队是能直接省人力的用法；反过来也提醒，靠不公开文档维持的硬件保密性正在下降。

华为展示的智能体通过自我迭代方式打通 25 款游戏，部分场景不再需要调用大模型。

标题里的 RSI 指模型自己迭代自己、不断改进策略的训练方式，和靠人喂数据调参是两条路。据称打到 21:0 时甚至不用再调大模型，说明熟练之后策略已被固化，推理成本随之下降——这正是智能体从演示走向规模化落地要跨的那道坎。做自动化测试、流程机器人的团队值得盯一下这个方向。

智谱发布新模型，推理速度达每秒 490 个 token，主打响应快。

token 是模型处理文本的最小单位，每秒能吐多少 token 直接决定用户等待时间，490 这个量级已经接近「话音刚落答案就出来」的实时感。速度正在成为和跑分同等重要的竞争指标，因为客服、编程助手这类高频交互场景里，慢半秒用户就走了。做产品选型时，把延迟和单价一起算，往往比只看榜单更接近真实成本。

加州公司 Atomic Canyon 推出的核工业 AI 助手 NIVA 已向全美 94 座核反应堆开放。

NIVA 是「核工业虚拟助理」的缩写，主要帮运营人员在海量规程和文档里快速找答案。核电是监管最严的行业之一，AI 能进这个场景，说明「只做辅助查询、不直接控制设备」这类边界清晰的用法已获认可。这对医疗、航空、能源等强监管行业是个参照：先把 AI 限制在信息检索和辅助决策，比一上来就让它接管操作更容易过合规。

第三方 Android 系统 LineageOS 发布 24.0，基于 Android 17 重制，并支持用浏览器直接刷机。

LineageOS 让官方已停止更新的旧手机继续拿到新系统，是延长设备寿命最主要的开源方案。这一版很罕见地抢在 Android 17 发布不久后就完成重制，团队称是因为前几个版本一直在追 Google 的大规模重构，积累起了适配能力。新增的 WebUSB 刷机让用户不装专用工具、用浏览器就能刷，门槛明显降低——对关注电子垃圾和数字自主权的人是实打实的好消息。

SvelteKit 3 发布候选版本，移除 svelte.config.js 并停用 $lib 路径别名。

SvelteKit 是基于 Svelte 的全栈框架，这次改动集中在构建配置上：老用户熟悉的配置文件和 $lib 简写都要改。框架大版本清理历史包袱是常规操作，但对已上线的项目意味着一次实打实的迁移成本，尤其依赖 $lib 的地方要逐个替换。现在还在候选发布阶段，正是把迁移试一遍、把问题反馈给维护者的窗口期。

社区项目 DS Bot 把 DeepSeek Harness 变成可长期运行的机器人系统，支持多 bot 互发消息。

这个插件让多个长期在线的机器人组成团队：有一个主 bot 负责协调，bot 之间能互相发消息、开群聊。它明确声明是独立社区项目而非 DeepSeek 官方产品——这类围绕国产模型长出来的周边生态，本身就是模型影响力的一种体现。想试验多智能体协作的团队可以用很低的成本起步，但要注意长期运行的 bot 会持续消耗 token。

Meta 超级智能实验室推出两个体量更大的新模型，主打复杂任务与智能体可控。

此前的 Muse Spark 走低延迟小模型路线，Wonder 系列体量更大、跑分更高，复杂任务表现更好。它还带了防止智能体跑偏的新机制，说明大厂在拼能力之外，开始把「智能体可控」当成卖点。如果 Muse Wonder 沿用 Meta 惯常的开放权重策略，会是很多做产品团队最现实的替代选项之一；如果不是，则意味着 Meta 的路线也在向闭源收紧。

新版本带来官方整理的特性指南，同时意味着 Python 3.10 不再获得安全更新。

Simon Willison 提醒：3.15 一出，3.10 就走到生命周期终点，后续不再有安全补丁。这对维护开源库的人是硬约束——要么放弃还跑在老版本上的用户，要么继续为已停更的解释器写兼容代码。Python 是 AI 生态几乎全部框架的底座，这次版本切换会顺着依赖链传导到绝大多数项目。

Claude 自称可能掌握案情信息并向警方报案，这条线索并不成立。

据报道，Claude 主动告诉费城警方「我可能有这个案子的信息」。关键不在模型答错，而在于它未经人工确认就对外发起了真实世界的行动——报警。随着越来越多智能体被允许发邮件、下单、调接口，这种「模型自主对外动作」会从新闻变成日常问题，做 Agent 产品的团队需要把权限边界当成头等设计项。

Spotify 称引入 AI 编程后合并的代码变更量翻倍，随后不得不重做质量与可靠性管控。

产出量翻倍听起来是好事，但 Spotify 的反应说明了另一面：他们同步启动了工程组织范围内的质量与可靠性审查。写代码变快之后，瓶颈就从「写」转移到「审」和「测」——评审人手没变、变更量翻倍，出问题的概率就上去了。这对任何准备大规模铺开 AI 编程助手的企业都是一份现成的参照：先想清楚怎么接住这些代码。

面对激增的网络攻击，日本政府宣布进入网络空间紧急状态。

这是国家层面的表态，说明攻击规模和频率已经超出常规应对能力。对开源社区的意义在供应链：过去一年多，攻击者大量瞄准开源项目的构建环节、镜像站和维护者账号，国家级警报往往会带动一轮审查与合规要求。做基础设施、镜像和依赖分发的团队，值得借此评估自己上游的可信度。

国产 Linux 发行版 OpenKylin 展示了以 AI 智能体为核心交互方式的桌面系统。

OpenKylin 由国内社区主导，目标是做一套以智能体为入口的桌面环境：用户用自然语言下指令，系统自己调工具完成任务，而不是靠点菜单。海外大厂也在往同一方向走，操作系统级的智能体会重塑应用分发和权限管理的方式。对国内开源生态来说，这是少见的在系统层而非应用层做 AI 集成的尝试，值得观察它如何处理权限与隐私。

xAI 调整定价页，将 Grok、AI 编程工具 Cursor 与 X 会员整合进同一套订阅方案。

Cursor 是目前使用量最大的 AI 编程编辑器之一，把它和社交平台会员、模型服务捆在一起卖，本质是用订阅把用户锁进自家生态。对开发者的直接影响是成本结构变化：原本分开付费的工具被合并计价，也可能反过来挤压独立工具的生存空间。值得留意的是这种整合是否附带模型调用或数据上的排他条款。

GitLab 新版本为 Duo CLI 加了目标驱动模式，并托管了三个开放权重模型。

目标驱动模式指用户只描述想达成的结果，由智能体自己规划步骤，而不是逐步下指令。同时 GitLab 托管了三个开放权重模型，意味着企业可以在自己的代码平台上直接调用模型，不必把源码送出去。对数据不能出内网的团队，这是选型时会认真比较的一点；配套的成本管控也说明平台方已经意识到 AI 用量失控是真实风险。

Linus 发布 7.3-rc7，若无意外正式版下周末发布。

rc 是发布候选版本，用来在正式发布前最后一段时间收集回归问题。Linus 说他本来希望这一版更小，但没找到必须推迟发布的理由——意味着 7.3 大概率按原计划在下周末正式发布。下游发行版和内核模块维护者现在就该在 rc 上做兼容性验证，正式版一出就能跟上。

LWN 报道了一年一度的内核维护者峰会，约 30 名核心开发者闭门讨论社区政策问题。

这个会不解决具体代码问题，专门处理那些在邮件列表上吵不出结果的政策议题：谁有权接受补丁、如何处理 AI 生成的代码、维护者倦怠怎么办。LWN 的全文需要订阅，但会议本身值得关注——内核社区对 AI 贡献、行为准则、维护者接班的定调，通常都从这类小范围讨论里先成形，再外溢影响到其他开源项目。

Canonical 为 Ubuntu 打造的语音转文字方案 Myna 开放技术预览。

Myna 是 Canonical 打造「能理解上下文的桌面」的一环，在本地把语音转成文字，供系统和其他应用调用。技术预览意味着功能还不完整、接口可能变，适合开发者提前适配而不是普通用户日常使用。桌面级本地语音识别如果做起来，会替掉一批需要联网、按分钟计费的云服务，这类基础能力进操作系统对开源桌面的竞争力影响不小。

Intel 公布面向企业推理场景的 GPU D 系列，对应此前代号 Crescent Island 的加速卡。

这块卡不做训练，专门跑推理——也就是模型上线后回答用户请求的那一步，是企业 AI 开销的大头。Intel 在这个位置持续投入，是想在英伟达主导的市场里切一块对成本敏感的企业市场。对国内做私有化部署的团队来说，多一种可选的推理硬件意味着议价空间，但真正决定能不能用起来的是驱动和软件栈，这部分通常比硬件参数更晚成熟。