预测模型、推理基础和弹性GPU：真正让AI运转起来的东西

✕10月23日星期五 ‹›

AI security · 10月23日星期五

AI在PHP中发现严重漏洞，协调补丁已发布：立即更新

PHP 8.xevery supported version needed the patch

PHP引擎中两个被称为PHP2Shell的内存破坏漏洞，分别由一名使用OpenAI的 the Planet计划的研究人员和使用前沿模型的Wiz Research独立发现。研究人员演示了在WordPress、Drupal和Joomla上无需登录即可远程执行代码。经过约两个月的协调，修补后的PHP 8.x版本于10月21日发布，因为CVE编号泄露而提前了一天。

要点

补丁覆盖整个PHP 8.x系列；在网站更新期间，Cloudflare为所有套餐推出了临时防火墙规则。
由于CVE编号泄露时附带了错误的严重性评分（10.0而不是9.2），发布被提前，而一段误发布的概念验证视频加快了漏洞利用的开发。
OpenAI发布了一个Codex技能，引导网站所有者检查是否受影响，它是辅助工具，而不是供应商安全公告的替代品。
发现的功劳存在争议，网上疯传的宕机说法也未经证实：“所有引人注目的网络安全披露，多少都带点营销成分。”

为何重要： 任何运行在WordPress、Drupal或Joomla上的客户网站都应立即打补丁，让编程智能体扫描你自己的项目中受影响的依赖，是一个快速的初步检查。

来源（3）

[AINews] OpenAI's Patch the Planet program is 1 of 2 parties to discover PHP2Shell vulnerabilities in core PHP · Latent Space
Today's PHP Security Release, and How We're Strengthening PHP Security · Simon Willison
Claude's personal agent · Ben's Bites

下一篇 · Personal agents个人智能体正在兴起，首批泄露事件说明分享设置为何重要 →

✕10月23日星期五 ‹›

Personal agents · 10月23日星期五

个人智能体正在兴起，首批泄露事件说明分享设置为何重要

10MUS Muse downloads in 40 days

Meta的Muse在40天内美国下载量突破1,000万，但研究人员通过可猜测的分享链接找到了数千条共享对话，Meta随即下线了该功能。Anthropic的Claude Duet正在美国进行仅限本地的预览，Android Auto中的Gemini现在可以调用你的Google数据。Riley Brown认为，智能体的最佳用途是清除杂乱，而不是制造杂乱。

要点

由于URL可被猜测，约6,800条Muse共享对话链接可被枚举；Meta在加固之前移除了分享功能。
Android Auto中的Gemini现在可以使用你的收件箱和其他Google数据，例如查看你是否赶得上航班。
展示的例子：用Claude Code为智能电视和电子阅读器清除冗余软件、让智能体归档明显的垃圾邮件，以及用一个提示词加一张电子表格替代单一用途的应用。
一个把新关注者记录到电子表格并标记相关人的Muse自动化，是社交监测的简单模式。

为何重要： 在向团队推广助手之前，先检查它的分享链接和数据访问是如何运作的；真正有用的成果是那些清除琐碎工作的小自动化。

来源（3）

How AI is Changing What Work Means · The AI Daily Brief
How Smart People Are Using AI Right Now (7 Insane Use Cases) · Riley Brown
Claude's personal agent · Ben's Bites

下一篇 · AI for scienceClaude设计的蛋白质在实验室中结合了蝎毒，但慢的环节仍然是实验室 →

✕10月23日星期五 ‹›

AI for science · 10月23日星期五

Claude设计的蛋白质在实验室中结合了蝎毒，但慢的环节仍然是实验室

17 of 211AI-designed binders confirmed in the lab

一家研究公司用带有300个子智能体的Claude生成了31.8万个蛋白质结合物候选，测试了其中211个，一家独立实验室确认有17个能与四种蝎子神经毒素结合。目前还没有证明它们能中和毒液，批评者也指出此前已经有人展示过结合物。OpenAI也在进军生命科学领域，为其GPT Rosalind工具收购了Orchestra Bio。

要点

在211个Claude设计的结合物中，有17个达到了实验结合标准。
计算设计大约用了64小时，而实验室结果用了39天，正式推出则需要4到7年。
OpenAI的GPT Rosalind和Workbench智能体被定位为面向现有制药公司的工具。
AI让企业能够在本领域之外开展研究，而这些研究又能提升其核心工作。

为何重要： AI加快了思考环节，但时间表仍由物理环节决定；要围绕真正的瓶颈来规划项目。

来源（2）

How AI is Changing What Work Means · The AI Daily Brief
Claude's personal agent · Ben's Bites

下一篇 · Models & infrastructure预测模型、推理基础和弹性GPU：真正让AI运转起来的东西 →

✕10月23日星期五 ‹›

Models & infrastructure · 10月23日星期五

预测模型、推理基础和弹性GPU：真正让AI运转起来的东西

~25%lower error than a seasonal baseline in the transit test

Google的TimesFM 3.0开箱即用就有不错的预测效果，但只能外推那些在你的历史数据中变动过的因素。IBM解释了为什么随着时间推移，提供模型服务的成本会超过训练成本。Modal的CEO认为，需求波动很大，因此算力应该池化并具有弹性，而面向编程智能体的沙箱现在已成为其业务的重要部分。

要点

TimesFM 3.0在模型内部处理节假日和促销，但误判了一个“营销预算翻倍”的假设分析；3.0的权重自托管仅限非商业用途，而2.5采用Apache 2.0许可。
预填充（prefill）读取整个提示词，受计算能力限制；解码（decode）一次写出一个，受内存限制。它们分别对应首个token时间和token间延迟。
vLLM、Ollama和llama.cpp等推理引擎大多提供兼容OpenAI的接口，因此无需重写代码就能更换模型。
Modal的快速启动来自GPU内存快照、检查点和自定义文件系统。

为何重要： 当客户要求AI预测或自托管模型时，要检查许可证，以及他们的历史数据中是否包含他们想测试的那种决策。

来源（3）

Google's TimesFM 3.0: Is This The End of Traditional Forecasting? · Prompt Engineering
What Is LLM Inference? How AI Models Generate Responses · IBM Technology
Why AI Compute Comes in Rectangles — Erik Bernhardsson, Modal CEO · Latent Space

下一篇 · Standards & dev cultureAgent Skills与MCP一起成为开放标准，而开发者在嘲笑AI编程文化 →

✕10月23日星期五 ‹›

Standards & dev culture · 10月23日星期五

Agent Skills与MCP一起成为开放标准，而开发者在嘲笑AI编程文化

Anthropic把Agent 捐赠给了Agentic AI Foundation，这是Linux Foundation旗下已经托管MCP的组织。Fireship对2026年程序员类型的讽刺切中了真实问题：不安全的氛围编程应用，以及被AI拉取请求淹没的维护者。Latent Space的一次访谈认为，小型AI团队必须自己包揽一切。

要点

Agentic AI Foundation由Block和OpenAI共同创立，所以技能和MCP现在归于同一个中立的机构之下。
Simon Willison通过datasette-mcp让Claude搜索他的博客，找到了自己早先对此的预测。
对于AI构建的应用，安全基础仍然重要：在前端硬编码API密钥是反复出现的失误。
“你就是团队”：可信的信息来源、可靠的文档提取，以及在招人之前先见用户，才是最重要的。

为何重要： 随着标准的普及，今天写的技能应该能在各种工具中继续使用，这让它们成为客户操作手册更稳妥的投资。

来源（4）

Donating Agent Skills to the Agentic AI Foundation · Simon Willison
Quoting Armin Ronacher · Simon Willison
The last real programmers are dying out... · Fireship
You are the Team — Anekha Sokhal, Moshi · Latent Space

下一篇 · AI security & trust你的AI智能体现在是最容易被攻破的入口。安全团队说：先验证，再信任 →

✕10月22日星期四 ‹›

AI security & trust · 10月22日星期四

你的AI智能体现在是最容易被攻破的入口。安全团队说：先验证，再信任

84%of ransomware attacks had AI help

本周的两场安全简报得出了相同的结论。攻击者现在在大多数勒索软件攻击中使用AI，而且越来越多地通过企业自己部署的AI智能体和身份系统下手。与此同时，新的AI决策工具给出难以审计的自信答案，而一个自信的错误答案比明显的错误更难发现。

要点

一项针对1,200名IT专业人员的调查发现，84%的勒索软件攻击有AI的帮助，44%滥用了企业自己的智能体或身份系统。
老风险依然伤人：被入侵的超市冰柜运行的是旧固件，尽管修复程序早已存在。
自信不等于证据。一个说“97%确定”的模型，仍可能被喂了篡改过的日志或被投毒的数据。
解决办法很枯燥但有效：给智能体独立的身份，记录一切，使用紧急停止开关，把大决策拆成可检查的小步骤，并在高风险操作上保留人工把关。

为何重要： 我们为客户构建的每一个Notion智能体和AI工作流，从第一天起就需要访问规则、审计日志和关闭开关。这是项目中清晰且可以推销的一部分。

来源（2）

The patching gap: Hacked fridges, AI ransomware and Mythos finds · IBM Technology
The Problem with Jev: Can You Trust AI Decisions? · IBM Technology

下一篇 · AI agents at work个人智能体越来越精致，也连上了你的应用，但它们仍然单打独斗 →

✕10月22日星期四 ‹›

AI agents at work · 10月22日星期四

个人智能体越来越精致，也连上了你的应用，但它们仍然单打独斗

3 tierschatbot → DIY agent → personal agent

一篇Claude Duet的上手评测、一篇个人智能体的科普和一场Claude实时仪表板的演示都指向同一方向。智能体现在可以连接你的邮箱、日历和财务工具，并把记忆保存在纯文本文件中。差距在于速度、主动性以及团队协作。

要点

共有三个层级：聊天机器人（没有记忆）、用纯文本规则和记忆文件自己打造的DIY智能体，以及全天在云端运行的现成个人智能体。
Claude Duet继承了你的插件和连接器，外观精致，但并行任务要花10分钟以上，而且不能与团队共享。
实时仪表板通过连接器拉取最新数据，并可通过链接共享，所以一个简短的提示词就能取代静态的CSV报告。
代价是锁定：智能体对你了解得越多，就越难更换。

为何重要： 客户会问“用个人智能体还是DIY方案？”基于Notion的记忆和规则文件是一条可迁移的中间道路，能避免被锁定。

来源（3）

I tested Claude Duet. Is it worth switching? · How I AI
Personal Agents, Clearly Explained · Jeff Su
Claude’s New Live Dashboards Are Amazing · Skill Leap AI

下一篇 · Open models & costAI为何越来越便宜：瓶颈在内存，而解决方案正在开源 →

✕10月22日星期四 ‹›

Open models & cost · 10月22日星期四

AI为何越来越便宜：瓶颈在内存，而解决方案正在开源

155Ttokens a day served by DeepSeek’s now-open engine

DeepSeek开源了其每天提供155万亿服务所用的引擎。IBM的一篇解读说明了这种设计为何有效：写出答案受限于内存速度，而不是纯算力。一个本地AI搭建案例则显示，经过调优的开放模型在笔记本电脑上就能处理大多数日常任务。

要点

读取提示词需要大量计算，而写出答案则要等待内存。DeepSeek把这两部分放在不同的机器上运行。
DeepSeek把提示词缓存保存在SSD上数天，96%的输入token命中缓存。保持提示词前缀稳定就能受益。
自2006年以来，芯片算力增长了约6,500倍，而内存带宽的增长要慢得多。把许多请求批量处理是主要的应对办法。
本地模型对约95%的任务来说“够用”（一位创作者的说法）。一个1,800亿参数的开放模型在笔记本电脑上以约每秒72个token的速度运行。

为何重要： 对于重视隐私的客户，混合方案（日常工作用本地模型，难题用云端）现在已经可行。稳定的提示词模板还能降低API成本。

来源（3）

DeepSeek Just Open-Sourced How It Serves 155T Tokens a Day · Prompt Engineering
The AI Memory Wall: Why LLMs & AI Accelerators Hit a Bottleneck · IBM Technology
Stop paying for AI, run everything locally (here’s how) · David Ondrej

下一篇 · The model race基准测试不是全部：AI“性格”现在决定人们使用哪个模型 →

✕10月22日星期四 ‹›

The model race · 10月22日星期四

基准测试不是全部：AI“性格”现在决定人们使用哪个模型

900questions in the new AI personality benchmark

Google新推出的Gemini 4 Argon在多个排行榜上名列第一，但在编程方面仍落后于对手。一项新的性格基准测试发现，它在“slop”（空话和套话）上得分最高。随着顶级模型变得同样聪明，语气和风格正成为真正的区别。

要点

Gemini 4 Argon在多个排行榜上排名第一，但在编程基准上输给了Opus 5.5和GPT-6 Astra。
AA Personality Bench使用涵盖30种特质的900个问题。Muse在温暖度上领先，Opus 5.5在想象力上领先，Argon则在空话套话上领先。
在一次上手测试中，用代码生成的动态图形胜过了原生AI视频，而且更容易编辑。
政策提示：一份美国联邦备忘录禁止在民用政府系统中使用DeepSeek模型。

为何重要： 按任务选择模型，而不是看排行榜。对于面向客户的助手，不仅要测试准确性，还要测试语气和空话。

来源（2）