2026-11-06周五
-
PHP 修补两处可远程执行任意代码的严重漏洞,且已有在野攻击
远程代码执行指攻击者能让服务器运行自己写的代码,通常等于直接拿到服务器控制权。“已遭攻击”意味着漏洞细节已经流出、正在被真实利用,不是理论风险。跑 PHP 7.4、8.0 等旧分支的站点要按各发行版的安全公告尽快升级,不要把补丁留到下个维护窗口。
-
百度开源 2800 亿参数 MoE 基座模型,每次只激活约 140 亿参数
模型采用 MoE(混合专家)架构:总参数 2800 亿,但每次推理只调用其中约 140 亿,所以运行成本比同等总参数的大模型低得多。预训练用了 33.5 万亿 token,微调和推理阶段支持最长 100 万 token 上下文。开源基座是各团队做垂直模型的基础材料,这次发布说明国内厂商在“同尺寸做到最好再开放权重”这条路上继续加码。
-
spaCy 作者发长文质疑 Astra 模型的原创性,认为它更像是在 Qwen 权重上微调
争论的核心是模型到底是不是自己从零训练的。如果宣称原创的模型实际上是在 Qwen 这类开源权重上继续训练,那么能力对比要重新算,许可证义务也要重新算——开源模型通常要求衍生模型标注来源,甚至沿用同一许可证。这对国内做模型的公司是个提醒:拿开源权重起步没问题,但对外表述和许可证合规不能含糊。
-
有道开源的中文语音识别模型登上 Hugging Face 热榜,累计下载约 20 万次
这个模型 9 月 21 日开源,四天后登顶 Hugging Face 自动语音识别热榜,目前各量化版本累计下载约 20 万次。量化指把模型压小,好让它在普通设备上跑起来,社区已经推出了多种量化版本和不同运行环境的适配。技术报告公开后,这类能在本地部署的中文语音模型会成为国内做语音应用的实际选项。
-
MCP 的 C# SDK 升级到 2.0,默认走无状态 HTTP,更适合大规模部署
MCP(模型上下文协议)是让 AI 助手接外部工具和数据的通用接口,可以理解为“AI 世界的 USB 口”。2.0 把无状态 HTTP 设为默认模式:服务端不用为每个客户端维持会话,扩缩容和负载均衡简单得多,同时补上了多轮请求能力。对想把 AI 工具接进现有 .NET 系统的团队,这是直接的落地利好。
-
GitHub 公布新存储架构,可支撑数千个 AI agent 同时向同一个仓库推送代码
过去同一个仓库的写入要排队串行处理,新架构则能承受成千上万个自动化程序(AI agent,即能自己写代码、自己提交的程序)同时向一个仓库推送。这意味着代码托管的底层开始为“机器贡献者比人还多”的场景改造。对开源维护者来说,随之而来的是 review 压力、提交噪音和权限控制都会变复杂。
-
GitHub 开始突出显示仓库中的 ACCESSIBILITY.md,帮维护者写清无障碍目标
维护者可以在仓库里放一个 ACCESSIBILITY.md,写明项目在无障碍上的目标、已知障碍、支持的环境和问题反馈流程,GitHub 会在页面上突出它。无障碍指让视障、听障、行动不便的用户也能用你的软件。对开源项目来说,这相当于把“谁能用、哪里还用不了”公开成一份可查的承诺,属于治理透明度的一部分。
-
OpenSSH 紧急发布 10.6p2,修复可绕过密码登录的严重漏洞
问题出在使用 musl 基础库且关闭了 PAM 认证的 Linux 系统上,典型代表是 Alpine Linux——很多容器镜像都以它为基础。在这类配置下,攻击者可能不需要正确密码就能登录设备。用 Alpine 跑容器或设备的团队要尽快确认版本,官方也提示其他发行版可能同样受影响。
-
kaniko 1.25.20 之前的版本可能把 Azure 凭证泄露给攻击者控制的仓库域名
kaniko 是在 Kubernetes 里构建容器镜像的常用开源工具。漏洞在于:如果 Dockerfile 引用的镜像来自攻击者搭的、域名长得很像的镜像仓库,kaniko 会把用于 Azure 资源管理的 Entra ID(原 Azure AD)访问令牌一起发过去,拿到令牌就可能操作云上资源。修复版本是 1.25.20,在 CI 里用 kaniko 构建并接入 Azure 的团队应升级并轮换凭证。
-
被几乎所有软件间接依赖的 zlib 发布 1.4,包含十余项安全修复
zlib 负责数据压缩,几乎所有操作系统、浏览器、语言运行时都在用它,所以它的漏洞影响面极广。1.4 版本一次带上十几个安全修复,属于“平时看不见但必须升”的更新。运维和打包团队应把它排进本轮依赖升级清单,并确认下游组件有没有跟上。
-
美国多部门称食品、运输、医疗行业的联网制冷设备正被大规模入侵
美国多部门发表联合声明,称这轮攻击波及食品、运输和医疗行业,目标包括工业与商用制冷设备、冷链监控系统这类平时没人注意的联网设备。这类设备往往固件老旧、默认密码不改、直接暴露在公网,一旦被控制,影响的是实体供应链,而不只是数据。做物联网或冷链的团队应把它当成一次资产盘点提醒。
-
美澳安全机构联合发布采购提问清单,追问供应商的抗量子迁移计划
量子计算机成熟后,现在主流的公钥加密会被破解,所以政府和企业在推“后量子密码”迁移,也就是提前换成抗量子的算法。这份文件不是技术要求,而是一份采购提问清单:加密什么时候换、换哪个标准、旧数据怎么处理。对开源项目来说,这意味着未来几年依赖库、TLS 和签名体系都会被动升级。
-
英伟达开放 Cosmos 3 系列模型,用来模拟可交互的物理世界
世界模型指能预测“做了这个动作之后场景会变成什么样”的模型,是机器人和自动驾驶训练的底座。Cosmos 3 以开放模型形式发布,开发者可以下载、微调,用来生成训练数据和仿真环境。对做具身智能(有实体身体的机器人)和视频生成的团队来说,这降低了自建仿真管线的门槛。
-
OpenAI 推出面向网络安全的模型,用于寻找可利用漏洞并给出修复方案
OpenAI 称这个模型专门训练来找“真实可被利用的漏洞”并给出修复,同时被约束只能在授权范围内行动——这是把 AI 用于攻防时最敏感的一条边界。它和同一天媒体对“AI 实验室的网络安全能力是否够用”的追问是一体两面:AI 找漏洞变快,防守方也只能用同样的工具跟上,而开源项目恰恰最缺这块人力。
-
配置管理工具 kpt 结束多年预览状态,正式发布 1.0
kpt 用来管理 Kubernetes 的配置文件,把 YAML 当代码一样打包、定制、发布。它长期停留在预发布版本,1.0 意味着接口和用法有了稳定承诺,可以放心放进生产流水线。对平台团队来说,这是 CNCF 生态里“配置即包”这条路线成熟的一个信号,也说明大项目从孵化走到 1.0 往往要熬很多年。
-
华为推出从芯片到系统全部由中国制造的台式机
这台机器的意义不在性能,而在整条供应链:CPU、内存、操作系统都换成了国产方案,相当于在出口管制和供应链风险下,验证“能不能完全不用美国零件”。对国内开源生态来说,这类设备会带动国产操作系统和桌面软件的适配需求,也会让跨架构构建、兼容性测试变成开发者的日常问题。
-
Meta 称地方选民反对数据中心建设,可能影响后续 AI 基建投资
中期选举后,多地选民明确反对在本地建大型数据中心,理由集中在电费、水资源和噪音。数据中心是训练和运行大模型的前提,地方层面的阻力会直接变成工期和成本。这和 OpenAI 同日宣布不再要求社区签保密协议、并公布社区承诺是同一件事的两面:AI 公司开始意识到,基建扩张的瓶颈不在芯片,而在地方许可。
-
开源浏览器引擎 Servo 公布 9 月进展,网页兼容性和新特性都有提升
Servo 最初是 Mozilla 的实验性浏览器引擎,用 Rust 编写,主打把页面渲染拆成可并行的任务来提升性能;Mozilla 放弃后由社区和 Linux 基金会继续推进。最新状态报告显示,网页兼容性以及 HTML、JavaScript 支持都在补齐。它的价值在于给浏览器内核提供一个既不是 Blink 也不是 WebKit 的开源选项——内核被少数几家垄断,是 Web 生态长期存在的结构性风险。
-
LXD 的 DevLXD 接口存在越权,容器之间可以互读存储数据
LXD 是管理系统容器的工具,多租户场景下最怕的就是“隔壁容器能读我的数据”。在这个漏洞里,DevLXD 存储接口本来只允许访问自己的卷,但通过一个设备补丁路径可以绕过限制,把别人的自定义存储卷挂上来读写。多租户或共享集群的运维方应尽快升级——一旦能跨容器读写,横向移动和凭据窃取的成本会大幅降低。
-
微软发布工具,用形式化规范检查 AI 生成的代码是否真的符合开发意图
AI 生成代码的速度远超人工逐行 review 的能力,问题在于“看起来对”和“实际对”差距很大。PDD Kit 的思路是先写形式化规范——用机器能自动验证的方式描述程序该满足什么,再让工具检验生成的代码是否满足这些规范。对把 AI 编程工具引进生产流程的团队,这提供了一条不靠人肉 review 也能兜底的路径。