智能体时代,防守要自动化,权限边界要守住,工程流程也要立规矩。本期节目从 OpenAI 用 cyber 模型驱动的流水线修补九百四十八个 Linux 内核本地提权漏洞讲起,聊 IEEE Spectrum 的「四十年技术债」、Vercel 开放内部安全智能体、Postman 被指静默安装 AI 插件引发的信任风波;再看 Cognition SWE-2 Flash、Ricursive Ripple-65B Preview、Particle-1,Kimi K3.1 Pro 开放权重与 Qwen 读权重的跟进,以及单 CPU 跑 Kimi K3 的 C99 推理引擎;随后是 github/spec-kit 和 garrytan/gstack 给编程智能体立规矩、Cat Wu 回顾 Claude Code 两年、Nebius CTO 谈推理优化、Baseten 与 Fireworks 新品、AgentKit 等 MCP 鉴权与配套工具、Figma code layers 与 Siri 开发者集成,最后是中文社区的 Rufus-Air 后训练拆解、防抄袭提示词讨论和几件独立开发作品。
每日手冲|2026-11-05
本期内容
OpenAI 用 cyber 模型驱动的流水线,修补 948 个 Linux 内核本地提权漏洞
据 OpenAI 官网动态,OpenAI 构建了一条由即将推出的 cyber 模型驱动的漏洞发现、验证、利用评估与补丁生成流水线,2026 年 10 月中旬对最新 Linux 内核的一次运行中复现 1,724 个漏洞,生成 948 个本地提权漏洞利用及对应补丁,总 API 成本 1,213,430 美元,平均每个约 1,279 美元;OpenAI 称其智能体发现至少 10 种新型 Linux 漏洞利用技术。对维护底层基础设施的团队,攻防两端的时间窗口都在压缩,自动验证与持续升级应尽早进入日常流水线。
IEEE Spectrum:AI 正迫使我们偿还四十年的技术债(HN 928 / 567)
IEEE Spectrum 文章以 PHP2Shell 漏洞为例,称 AI 正迫使业界偿还四十年技术债,Hacker News 讨论获 928 分、567 条评论。评论区有人认为这印证了长期只做表面修补的问题,有人认为 AI 审计让开源代码被他人审计的承诺变得真实,也有人讽刺 AI 正在制造无人真正理解代码的新技术债。
Vercel 开放内部安全智能体:自动审计每一行代码,非 Vercel 托管的仓库也能用
Vercel CEO Guillermo Rauch 宣布开放完全由 Vercel 安全团队开发的内部安全智能体(内部昵称 hacker):每一行代码自动审计,可在所有仓库启用,不在 Vercel 托管也能用。他的理由是不能指望工程师都装了相关技能、提示一句「请写得安全点」或赌模型一次写对;他称它能抓到其他智能体漏掉的问题,形容为最接近「把安全团队当软件下载」的东西。他还宣传 Vercel CI 与 Vercel Security Review,并建议 CLI 提供 doctor 子命令,以 vercel doctor 为例。
Postman 被指静默安装 AI 插件并试图共享全部 API 数据(HN 1475 / 479,当日最高)
一份 GitHub issue 称 Postman 桌面版自动安装 Codex / Claude 插件、修改 Codex 全局配置并写入启动钩子,作者认为这是严重的同意与信任边界问题;Hacker News 讨论获 1475 分、479 条评论,为当日最高,评论区有人转向 Bruno 或 Insomnia,也有人质疑为何不直接用 curl。另一条 Tell HN(93 分、3 条评论)称更新后请求会先经 Postman 内部服务器再转发;替代品 Milkman(78 分、81 条评论)基于 JavaFX,作者称因受不了 Electron 应用启动慢、占内存而开发。同日 Hacker News 上「Gemini 用聊天记录训练、订阅用户也不例外」也有 560 分、144 条评论。
编码模型两连发:Cognition SWE-2 Flash 与 Ricursive Ripple-65B Preview
Cognition 发布编码模型 SWE-2 Flash,Terminal-Bench 4.0 从 0.9% 提升到 20.0%,称在主流评测上超越所有美国开源权重模型,包括部分大 3 倍的模型。Ricursive Intelligence 发布从零预训练的 65B 稠密模型 Ripple-65B Preview,号称在智能体编程上超过 Muse Spark Open-816B、Nemotron 3 Ultra-550B 等大得多的美国开源模型,全部研发成本约 3200 万美元,约为此前开源最先进水平的十分之一。
Particle-1:基于 DeepSeek V4.1 Flash 后训练的软件工程模型,称平均少用约 45% token
Particle 推出基于 DeepSeek V4.1 Flash 后训练的 Particle-1,已通过 Particle API 开放,称软件工程任务平均可少用约 45% token。45% 是发布方报告的平均任务口径,未说明测试集、基线配置及质量与 token 成本之间的权衡。
续报:Kimi K3.1 Pro 开放权重、Qwen 3.8 27B 读权重,以及单 CPU 跑 Kimi K3 的 C99 推理引擎
月之暗面按承诺在 11 月 4 日把 2.8T 总参数、104B 激活的 Kimi K3.1 Pro 权重放上 Hugging Face,开源版去掉网络安全相关训练数据后,自家漏洞利用基准从 90.5% 降到 81%(HN 263 分、67 条评论);KC 认为它基本是现阶段最强的开放权重模型,Michael Guo 转述 R40 研究者对其 Terminal-Bench 跑分的质疑。Simon Willison 称笔记本上的 Qwen 3.8 27B 也能解读模型权重(HN 711 分、206 条评论)。FareedKhan-dev/kimi-k3-in-c 用 C99 为约 2.78 万亿参数的 Kimi K3 写推理引擎,不依赖 BLAS、框架和 GPU,单 CPU、8 GB 内存可跑;README 给出 8 GB 约 26.5 秒每 token、128 GB 以上约 5.6 秒每 token(作者自述,未经验证),引擎约 176 KB,总星数 10,262、当日新增 351。
github/spec-kit:GitHub 官方规格驱动开发工具包,specify CLI 给编程智能体结构化流程
github/spec-kit 总星数 147,265、当日新增 810,Python 实现、MIT 协议,最新标签 v1.3.0(2026-11-04)。通过 specify CLI 给编程智能体提供结构化流程、可复用模板和有记录的产出:specify init 接入所选编程智能体(示例为 GitHub Copilot),提供规格、计划、实现、收敛核心流程,另有缺陷修复、想法评估等可选扩展,可用扩展、钩子、预设、工作流、捆绑包和目录组合定制;需要 Python 3.11+ 和 uv。
garrytan/gstack:Garry Tan 公开的 Claude Code 工作配置,把智能体组织成「虚拟工程团队」
garrytan/gstack 总星数 139,300、当日新增 285,TypeScript、MIT 协议。Y Combinator 总裁 Garry Tan 用一组斜杠命令和 Markdown 技能,提供 /office-hours、/review、/qa、/cso(OWASP + STRIDE 安全审计)、/autoplan、/ship 等角色化命令,安装到 ~/.claude/skills,支持团队模式自动更新,依赖 Bun。生产力相关数字为作者自述,未经验证。
Cat Wu 离开 Anthropic,回顾 Claude Code 两年;HN 热议「我如何使用 AI(2026 年 10 月)」
Cat Wu 宣布上周五是她在 Anthropic 的最后一天,回顾 Claude Code 从小型内部工具到默认信任 Claude 判断自动批准、能做大型迁移的变化,推文未透露下一步去向;Peter Yang 也调侃「这么多人离开 Anthropic 去玩魔兽世界」。Hacker News 上「我如何使用 AI(2026 年 10 月)」获 248 分、286 条评论,作者每月花约 3000 美元 token,工作方式变成管理 5–6 个编码智能体,并称「写代码已被解决」,评论区对此有不同看法。另有一帖(13 分、5 条评论)作者称在韩国 B2B 分销公司用一台 Mac 跑 17 个 Claude Code 机器人,月成本仅为一份 Claude Max 订阅,评论区有人提醒订阅制可能违反服务条款。
Unsupervised Learning 专访 Nebius CTO:开源模型推理远未优化,95% 客户跑改过的模型
Nebius CTO Danila Shtan 谈到:最被低估的是存储,客户常从单个共享文件系统拉取每秒 500 到 700 GB;prefill / decode 分离「人人都在谈,没人做得好」;行业「什么都没优化」,95% 的客户跑的是改过的模型。内部管理上不限制 token 用量,但智能体做的东西仍是你的结果、你的 PR、你值班,完全自主的智能体产出要标注、暂不碰核心服务;他还认为智能体侧的「结果优化」会让 CPU 需求重新上升。
Baseten 推出 Grid、Sandboxes,Loops 正式可用;Fireworks AI 在 Forge 发布更快推理与 Nexus
Baseten 宣布用于模型路由与治理的 Grid、可恢复的虚拟机隔离 Sandboxes,Loops 无服务器训练正式可用,支持有监督微调与强化学习、客户保留已训练权重所有权,未给出价格、性能或可用地区。Fireworks AI 在 Forge 发布更快的推理服务、低成本后台处理和多模型接入工具 Nexus,称最高可达每秒 1,500 token,未说明适用模型、硬件和负载条件。
智能体连外部应用的鉴权与配套:AgentKit、MCP 客户端防钓鱼、MachineMail、Hookdeck Inspect
AgentKit by Scalekit 以 411 票位居 Product Hunt 11-03 榜首:生产环境智能体的 MCP 网关,600 多个应用中的 3 万多个工具,以发起用户身份、在授权范围内执行,免费档每月 1 万次工具调用。Hacker News 上一篇文章(27 分、3 条评论)讨论 MCP 服务器 OAuth 重定向地址的两难,引用研究称测试的 119 个 OAuth MCP 服务器中有 114 个接受任意 redirect_uri。MachineMail(123 票)为智能体提供带入站可信度报告的真实邮箱;Hookdeck Inspect(120 票)提供免费 webhook 测试,可模拟 500 多家服务商。
Figma code layers 开放测试并公开设计编辑模型训练思路;iOS 27.3 beta 开放 Siri AI 开发者集成
Figma 宣布 code layers 进入面向 100% 用户的 open beta,并介绍用监督微调与强化学习训练理解 Figma 原生格式、处理快速小步修改的编辑模型(未给出公开模型、API、上线时间或效果数据)。开发者可通过 iOS 27.3 beta 将 Siri AI 接入应用,当前不向欧盟用户及 13 岁以下用户开放;歸藏介绍 App Intents 更新可自选开放功能、内置 Agent Skill 格式子集,Nick Dobos 称 Siri 现在能调用 App 自己定义的工具。
中文社区:Michael Guo 拆亚马逊 Rufus-Air 后训练配方;KC 谈防抄袭提示词的副作用
Michael Guo 用 33 分钟拆亚马逊 Rufus-Air 论文:同一底座只换训练配方,指令遵循从 33.6 提到 76.9,数据来源、奖励设计、八个训练阶段与基础设施的坑全公开,他做成每章配可在笔记本上跑的小脚本的中文教程。KC 认为系统提示词里的防抄袭规则白耗 token、分散注意力,最大副作用是让 Claude 写游戏代码时自我审查、莫名拒答。
中文社区独立作品:麦积山散花楼网页复原、一句话开发 Mac App 的 Skill、Cloudflare 免费额度、Oil Studio
Berryxia 用 Claude Code 把麦积山第 4 窟散花楼 1:1 搬进网页,流程是 Claude 考据、Renoise 生图、Tripo 造像、Blender 修网格、Three.js 呈现。向阳乔木把一句话开发自用 Mac App 的经验做成 Skill,并提醒黑五前去 Stripe 后台清掉不用的 AI 订阅。小墨整理 Cloudflare 免费额度:Queues 每天 1 万次、Workflows 每天 3000 步。oil-oil 上线自写录屏剪辑工具 Oil Studio,称工程文件从七八 GB 降到一 GB 多、导出快五六倍。
今天最该带走的,是智能体时代的权限边界与防守自动化:OpenAI 用流水线批量修补内核漏洞,Vercel 把安全审计下沉到每一行代码,Postman 风波则提醒我们盯紧桌面工具的配置改动与请求流向。中等体量的编码模型、单 CPU 流式推理和 Nebius 的访谈都说明,推理优化与工程框架还有很大空间;spec-kit、gstack 这类规格与角色化技能,加上最小权限的 MCP 网关,是把智能体管出章法的实在抓手。
本期内容依据 OpenAI、Particle、Baseten、Fireworks AI、Figma、Apple Developer 等官方发布,项目仓库、Product Hunt 产品页、IEEE Spectrum 等媒体文章、Hacker News 社区讨论、播客访谈,以及当事人在 X 上的原帖整理。OpenAI 内核漏洞条目只述规模与防守影响;SWE-2 Flash、Ripple-65B、Particle-1 的成绩与成本、Fireworks 的最高速率均为发布方说法;kimi-k3-in-c 的速度数据与 gstack 的生产力数字为作者自述,未经验证;Kimi K3.1 Pro 跑分质疑来自社区转述;Postman 事件依据 GitHub issue 与 Hacker News 帖子的说法。
片头/片尾音乐:Ondrosik — Short piano jingle(CC0 1.0)
本期提到
- OpenAIcyber 模型驱动的内核漏洞修补流水线
- IEEE Spectrum「AI 正迫使我们偿还四十年的技术债」
- Guillermo RauchVercel CEO,开放内部安全智能体
- Postman被指静默安装 AI 插件
- Milkman基于 JavaFX 的 Postman 替代品
- Cognition发布编码模型 SWE-2 Flash
- Ricursive Intelligence发布 Ripple-65B Preview
- Particle发布 Particle-1
- 月之暗面开放 Kimi K3.1 Pro 权重
- KC评 Kimi K3.1 Pro,谈防抄袭提示词
- Michael Guo转述 Kimi 跑分质疑,拆 Rufus-Air 论文
- Simon Willison笔记本上的 Qwen 3.8 27B 解读模型权重
- FareedKhan-dev/kimi-k3-in-cC99 写的 Kimi K3 推理引擎
- github/spec-kitGitHub 官方规格驱动开发工具包
- Garry TanY Combinator 总裁,公开 gstack
- Cat Wu离开 Anthropic,回顾 Claude Code 两年
- Peter Yang调侃离开 Anthropic 去玩魔兽世界
- Danila ShtanNebius CTO,谈推理优化与智能体管理
- Baseten推出 Grid、Sandboxes,Loops 正式可用
- Fireworks AIForge 发布更快推理与 Nexus
- AgentKit by Scalekit生产环境智能体的 MCP 网关
- MachineMail给人和智能体用的真实邮箱
- Hookdeck Inspect免费 webhook 测试工具
- Figmacode layers 开放测试与设计编辑模型
- 歸藏介绍 Siri App Intents 更新
- Nick Dobos称 Siri 能调用 App 自定义工具
- Berryxia网页复原麦积山散花楼
- 向阳乔木一句话开发 Mac App 的 Skill,清理订阅提醒
- 小墨整理 Cloudflare 免费额度
- oil-oil上线录屏剪辑工具 Oil Studio
文字内容采用 知识共享 署名-非商业性使用-相同方式共享 4.0 许可。