2026-10-23周五

PHP 两个无需登录即可远程执行代码的漏洞被合称 PHP2Shell，安全公司确认已出现真实攻击。

PHP 是大量网站后台使用的编程语言，这两个漏洞（CVE-2026-109618、CVE-2026-109619）出在请求处理流程上，攻击者不用账号就能在服务器上执行任意代码。安全公司 watchTowr 通过全球分布的蜜罐网络观测到利用行为，Wired 报道亚马逊云在补丁发布四天前就记录到攻击尝试，现在已是「广泛利用」。用 PHP 的团队应立刻升级到修复版本，已停止维护的老版本需要安装厂商提供的回溯补丁（把修复移植到旧版本）。

InfoQ 文章讨论 AI 生成代码大量涌入后，漏洞与维护责任如何被放大。

文章的核心观点是：AI 让写代码的成本骤降，但评审、测试、部署这些下游环节没有同步提速，结果是不安全的代码更快更多地进入生产环境。对开源项目而言，这意味着维护者要面对更多低质量、来源不明的提交和依赖升级请求，把关成本反而上升。这条适合做社区讨论素材：AI 时代的开源治理，重心可能已经从「谁能写代码」转到「谁来负责审核」。

Claude Duet 不等用户提问就主动找出待办事项，关键操作执行前先请求批准。

和「你问我答」的聊天式助手不同，Duet 会读取你连接的应用，自己判断哪些事需要处理，甚至在你离开设备后继续执行，遇到关键操作先停下来问人。这道确认步骤是在给自动化加保险，也把权限边界的问题摆上台面：常驻型 Agent 能访问多少数据、留下什么审计记录，会成为企业采用时的第一道关卡。

ReactOS 宣布 NTFS 驱动大幅改进可正常安装，同时系统开始向 NT6 架构迁移。

ReactOS 的目标是做一个能兼容 Windows 驱动和软件的开源操作系统，NTFS 是 Windows 的默认文件系统，这个驱动修了近十年。能读写 NTFS 意味着它终于可以装在真实硬盘上日常使用，而不只是演示；向 NT6（Vista 之后的内核架构）迁移则决定它能否追上现代 Windows 生态。两件事合在一起，是这个项目从「技术玩具」走向「能用」的关键节点。

Valkey 公布两年进展：单进程吞吐超过百万，并用 Rust 统一了客户端底座。

Valkey 是 Redis 更改许可证后，由原社区和多家云厂商分叉出来的替代品，分叉初期被质疑只是政治表态。这次公布的成绩说明工程上确实在推进：单进程吞吐破百万，统一 Rust 客户端底座降低了多语言 SDK 的维护成本。对国内大量使用 Redis 的团队，这是一个可以实际评估的迁移选项，也说明许可证变更的代价往往由上游自己承担。

GitHub 用 AI 辅助完成了 Copilot 运行时的大规模重写，语言从原实现换成 Rust。

Rust 是一门以内存安全著称的系统级语言，用它重写运行时能减少崩溃和内存类漏洞。这条的价值不在「用了 AI」，而在于它展示了一条可复制的路径：语言迁移过去成本极高，现在可以让人和 AI 分工完成。对维护老项目的开源团队，这是值得研究的样本，但也要清醒：AI 生成的迁移代码仍需逐段审查，否则只是把风险从旧代码搬到新代码。

星辰实验室开源 290 亿参数的意图理解专用模型，能处理「选择题」和「填空题」两类任务。

「意图理解」指判断用户一句话到底想做什么，是客服分流、Agent 选择工具等场景的基础能力。这个模型专门针对结构化判断任务优化，而不是做通用对话，走的是「小而专」的开源路线。对国内做企业级 AI 应用的团队，这类垂直开源模型降低了自建意图识别模块的门槛，实际价值还要看它在中文语料上的表现和部署成本。

Pillow 从 11.1.0 起打包的 OpenJPEG 组件存在堆溢出写入，可被一张图片触发。

Pillow 是 Python 最常用的图片处理库，大量 AI 数据预处理流程都依赖它。问题出在它自带的 libopenjp2 2.5.4：上游的修复从未进入正式发布版，因此 11.1.0 之后的所有安装包都带着这个漏洞。攻击者构造一张 JPEG 2000 图片，在调用 Image.open().load() 时就能越界写内存，评级为 HIGH。凡是接受外部上传图片的服务，都应尽快确认修复版本并优先升级。

该机构在签发根证书的操作中出错，理论上可伪造任意网站证书，事后宣布退出这块业务。

TLS 证书是浏览器判断「这个网站是不是真的」的凭证，签发机构必须严格保管根密钥，通常要在有见证人的受控仪式里完成签名。eMudhra 的签名过程出现失误，使得攻击者有可能为任意网站伪造证书，事发后它宣布退出该业务。这是信任链层面的失败：对开源项目来说，选择证书供应商、做证书固定和监控证书透明度日志，都不是可以省略的步骤。

Anthropic 宣布将 Agent Skills 规范捐给中立基金会，承诺保持开放和厂商中立。

Agent Skills 是一套约定格式，用来描述「AI 助手能调用哪些能力、怎么调用」。它此前是 Anthropic 自家生态的一部分，现在交给 Agentic AI Foundation 托管，其他厂商和开源项目可以平等参与制定，不至于被单一公司的产品节奏绑死。对做 Agent 工具的团队，这是一个判断是否跟进的信号：标准中立化通常意味着更长的生命周期和更小的锁定风险。

OpenAI 在 IPO 前推进巨额融资，若成真将是史上估值最高的私人公司。

这个规模说明资本仍在押注「算力加模型」的头部集中路线，而不是分散的开源方案。对开源生态的影响是间接但真实的：钱流向哪里，人才、GPU 和下游工具链的重心就偏向哪里。同时提到 IPO 值得注意，一旦上市，模型的开放程度和定价策略都会受到公开市场的压力，而不只是技术判断。

被高通收购后，Modular 将 MAX 软件栈完整开源，但用的是非 OSI 认证的自定义许可证。

MAX 是 Modular 用来运行和编译 AI 模型的推理引擎，此前只开放了部分组件。现在全部源码放出，但许可证换成了自家写的 MAX License，而不是 Apache 2.0 这类标准开源许可。对想拿它做商业产品的团队，关键是要逐条读条款：「源码可见」和「通过 OSI 认证的开源」是两件事，这类自定义许可在社区里通常会引发是否够开放的争论，也会影响它被其他项目采用的速度。

基于 718 家企业的数据，AI 编码助手提升了代码量，却没带来对应的交付提升。

研究使用 Jellyfish 的分析平台数据，结论是瓶颈转移到了下游：代码评审、测试、部署这些环节没有同步加速，上游产出越快，积压越严重。这对开源维护者尤其有参照价值，如果提交量暴涨而评审人力不变，项目质量会被稀释。它也解释了为什么很多团队觉得「AI 很能干、项目却没更快」，问题出在流程而不在模型。

长期不写内核代码的 Linus 提交一个分 48 部分的补丁系列，清理 __get_user 和 __put_user。

__get_user() 和 __put_user() 是内核里在自身与用户程序之间搬运数据的旧宏，边界检查稍有疏忽就会出安全问题。这个系列将进入 7.4 内核，替换成更安全的写法。Linus 近年很少写大量内核代码，一次提交如此规模的分片系列很罕见，说明这类历史遗留接口的清理到了他认为必须推动的节点。做内核模块和驱动开发的人应当把它当成明确的迁移信号。

Mesa 修改 AGENTS.md 规则，允许 AI 协助写代码注释和提交信息，前提是有人类复核。

Mesa 是 Linux 上开源图形驱动的核心项目，此前对 AI 参与贡献有明确限制。新规则把「写代码」和「写说明」区分开：注释和提交信息可以用 AI 辅助生成，但必须有人类负责审核和署名。这反映了开源社区正在摸索的折中方案，不禁止 AI，而是要求可追责。其他大项目很可能会借用这套措辞，值得持续观察。

新模型用 DNA 序列训练，能预测基因改动的后果，并且开放权重。

这类模型把 DNA 当作一种语言来建模，研究者输入一段序列或某个改动，就能看到它对基因活性的预估影响。开源的意义在于学术实验室和小团队不必依赖闭源 API 就能做研究，也方便复现结果和外部审计。它是「AI 用于科学」中少见的开放权重案例，后续关于生物安全与使用边界的讨论也会随之而来。

Canva 发布自研图像生成模型，先规划版式再生成画面，直指设计可用性。

它采用两阶段方式，先想清楚设计结构再出图，针对的是「AI 生成的图好看但排版用不了」这个长期痛点。这也说明设计工具厂商开始把模型能力收进自己手里，而不是只做 OpenAI 或 Google 接口的前端。对开源社区值得留意的是，这类垂直场景模型会不会像当年的 Stable Diffusion 一样出现可自托管的开放替代品。

MIT 研究者让 13 个 AI 智能体在无人干预的虚拟岛上生活，它们自发发明了游戏。

实验的目的是观察 AI 在「无事可做」时会怎么表现，结果它们自己组织了活动、为丢失的戒指表达惋惜，并且在这之后任务表现反而有所提升。这条很适合做社区内容：它直观展示了智能体的自主性和社会行为，也提示了一旦 Agent 长期驻留、无人监督，可能出现的意外行为需要被提前观察和设计约束。

Meta 删掉了暗示可自由使用新闻站内容的措辞，专家认为条款改动解决不了实质问题。

训练数据是 AI 公司与内容产业之间最尖锐的矛盾之一，媒体普遍要求使用内容必须授权并付费。Meta 只是调整了商业条款的表述，实际的数据获取路径没有变化，因此争议不会因为改几个词而停止。对做爬虫和数据集的开源项目，这类纠纷会直接影响数据来源的合规要求，授权链条需要提前想清楚，不能等出事再补。

Etsy 出台更严格政策，要求卖家披露 AI 使用，减少刷屏式的 AI 生成商品。

「AI slop」指用生成模型低成本批量产出的同质化内容，已经在不少平台淹没正常内容。Etsy 的动作说明平台开始把 AI 生成内容当成质量问题而非技术问题来处理，做法是要求披露并限制滥用。对做内容社区的同事有直接参考价值：如何在鼓励创作和阻止刷屏之间划线，会是接下来一年反复出现的运营课题。

Counterpoint 数据显示 2026 年三季度全球 PC 出货同比下滑 21%，主因是内存价格暴涨。

AI 数据中心大量抢购内存和存储，推高了整体成本，最终反映在消费级产品的价格和销量上。这不只是普通的硬件周期，而是 AI 基建对普通用户市场的挤出效应。对自建服务器、跑 CI 的开源团队，内存涨价会直接抬高开发机和构建集群的预算，需要提前规划采购和资源配额。

内核 7.4 的工作队列子系统优化，在特定场景下性能提升 10 至 100 倍。

workqueue 是内核里调度延后任务的机制，大量驱动和后台任务都靠它运转。十倍到百倍的提升通常不是换算法，而是消除锁竞争、减少唤醒次数这类结构性改动，所以对高并发和低延迟场景意义明显。这类底层优化不会上热搜，但会影响跑在 Linux 上的所有服务，也是判断 7.4 是否值得提前测试的一个理由。

OlmoEarth v1.3 提供覆盖全球的高质量地表嵌入，供环境与农业等下游任务直接使用。

「嵌入」可以理解为把一块地表影像转成一串数字指纹，方便做变化检测、地物分类和相似检索。OlmoEarth 走开放科学路线，模型与数据公开，环境监测、农业和灾害评估团队可以直接调用，不必从零训练。它是开放权重模型在科学领域少见的落地样本，也让卫星遥感分析的门槛明显降低。