因 AI 提交量“大幅上升”,Google 暂停开源漏洞赏金计划

Google 因 AI 生成的低质量漏洞报告激增,暂停了开源软件漏洞赏金计划(OSS VRP)的产品漏洞提交,至少要等到 2027 年第一季度才可能恢复,这暴露出大模型在自动化漏洞挖掘上的双刃剑效应。

Google 因 AI 生成的低质量漏洞报告激增,暂停了开源软件漏洞赏金计划(OSS VRP)的产品漏洞提交,至少要等到 2027 年第一季度才可能恢复,这暴露出大模型在自动化漏洞挖掘上的双刃剑效应。

GitHub 发布 ReviewBench,一个面向 AI 代码审查的开放基准,用 219 个真实 PR 和四类指标衡量 AI 审查工具到底能查多准、漏多少。它给开发团队提供了横向比较不同代码审查 Agent 的公开依据。

美国《原子科学家公报》刊文指出,AI 引发核战争不需要“超级智能”或恶意意图,现有自动化预警系统与决策辅助工具的常规失误即可能触发。这让“AI 安全”从科幻议题变成军事指挥链的现实工程问题。

据彭博社记者 Mark Gurman 透露,苹果升级版 Siri AI 在欧盟的 iPhone 和 iPad 上可能还要再等数月,最快也要约五个月,原因是苹果与欧盟数字规则之间的合规谈判尚未落定。

一篇来自掘金的文章指出,企业接入大模型和智能体工具后,真正的瓶颈已从模型能力转向管理能力——token 是人力预算、上下文是岗前培训、评估体系是绩效制度,缺了这套管理制度,AI 项目很难跑通。

一篇发布于掘金的 2026 年后端趋势文章认为,基础 CRUD 开发已被 AI 编码工具高度自动化,后端工程师的价值正转移到 AI 原生架构、服务编排与云原生治理上。这值得关注,因为它直接指向后端岗位的能力门槛和招聘标准正在重新划分。

The Verge 刊发教育政策研究者 Benjamin Riley 的评论,认为当前 AI 行业把大脑类比为计算机的底层假设存在偏差,人类神经系统更接近“反馈控制系统”而非信息处理器,这一错位可能让 AI 产品在认知层面对用户造成长期损耗。

一个名为 backburner 的开源项目,让 Mac 通过 USB-C 借调 iPhone 的 GPU 与内存,把 24GB 机器跑 Qwen 27B 大模型的长上下文推理速度拉高了 35%–44%。它提供的思路比性能数字更值得关注:苹果设备之间闲置的算力,第一次被民间方案真正串了起来。

开发者 @antiAIvo 分享了一篇关于语言模型“形状”的文章,提出当前大模型的调用方式过于单一——无论什么任务都是“一段文字进、一个字一个字出”,而 agent 开发者只能在外层靠工具调用、上下文压缩来适配,而非改变模型本身。

一个名为 data-sales-broker.app 的账号公开向 DeepSeek 喊话,称已备好一批脱敏的真实编程智能体轨迹数据,含完整 shell 与工具调用记录,可卖给模型方用于训练。它想讲的逻辑是:平台无偿收集用户数据,那用户或数据持有方也可以反过来把数据卖钱。