跳到正文
888news11月23日 · 週一

當前熱點

完整榜單
  1. 1黎曼猜想 Lean 證明通過檢查,數學界仍待理解72 熱度
  2. 2Inkling 2 Mini 擴大本機執行支援46 熱度
  3. 3Ghostscript 字型漏洞可讓檔案處理服務執行指令31 熱度
  4. 4GPT-6.2 Astra 與 Sol 上線,效能、價格與評價各有差異30 熱度
  5. 5OpenRouter 因提示詞資料處理疑慮下架三家供應商28 熱度

精選

今天11月23日週一
  1. Dev.to Top Tech82

    Telegram Bot Widgets 沙箱遭研究人員繞過,作者分析防護限制

    Telegram Bot Widgets 會在手機上執行機器人送來的 JavaScript,因此沙箱一旦失守,可能讓程式做出超出小工具範圍的事。NebuSec 展示小工具在 Android 13.2.2 開啟計算機,表示程式碼已在沙箱外執行,但目前沒有公開漏洞細節,也無法據此確認能讀取訊息或控制整支手機。另有 Kaspersky 通報疑似有人利用小工具漏洞散佈惡意程式,這項通報沒有指出漏洞或版本,也未連結到研究示範。作者指出,程式碼執行環境裡的規則可能被同一個記憶體漏洞破壞,而伺服器只允許核准的機器人使用小工具,是目前明確存在的另一道限制。

    推薦理由:文章比較 Telegram 的程式碼執行示範與資安業者通報,並拆解沙箱的限制,讓讀者看懂已知風險與仍缺少的證據。

  2. Lobste.rs (Engineering Discussion)71

    ATProto 開發指南:別把使用者名稱當成固定帳號識別

    開發 ATProto 軟體時,若把帳號名稱、資料伺服器或貼文時間當成固定且可靠的資訊,程式可能出錯。作者整理多個常見誤解,並用規格和實際伺服器回應說明正確做法:用不會變的 DID 識別帳號,查詢帳號目前使用的名稱與伺服器,讀取資料時也要檢查格式。不同服務可能對追蹤人數或帳號狀態有不同看法;遇到不認識的資料,也應避免直接假設它無效。這份清單能協助開發者找出容易踩雷的地方,讓程式更能應付 ATProto 網路中的差異。

    推薦理由:ATProto 將帳號身分、名稱與資料伺服器分開,文中用規格和實際伺服器回應說明常見假設會在哪些地方出錯。

  3. hackernews10079

    fast-anything 找出程式中最慢的部分,只把那段改寫成 Rust

    整個程式改寫成 Rust 可能要花好幾個月,但拖慢速度的工作往往集中在少數函式。fast-anything 會先找出最耗時的部分,再請 AI 助理把選中的函式改寫成 Rust,並用程式實際跑過的資料比對結果;確認結果一致,而且整體執行更快後,才會啟用新版。工具也能隨時切回原本程式。作者列出多種語言的測試結果,例如 Python 名單比對從 4.91 秒降到 42 毫秒;這些數字來自作者提供的測試環境與範例。

    推薦理由:工具會先找出最耗時的函式,再用實際呼叫比對 Rust 版本,讓開發者評估區域性改寫是否能加速整個程式。

  4. Dev.to Top Tech88

    MONAI Label 上傳漏洞如何讓攻擊者寫入檔案並取得伺服器控制權

    MONAI Label 0.8.5 和更早版本的上傳功能,會把使用者提供的路徑當成檔案位置,沒有確認檔案仍在資料儲存區內。Amazon 表示,攻擊者利用這個漏洞寫入檔案,再觸發訓練 API,取得伺服器的 root 許可權;研究者也指出,這條攻擊路徑約 11 分鐘就能成功。漏洞修補已合併到程式碼,但截至文章查詢時,PyPI 和 GitHub 都還沒有可安裝的新版本。作者建議檢查目前使用的版本,並避免讓 MONAI Label 連上網際網路或不受信任的網路。

    最新進展11月23日 00:15AI Agent利用MONAI Label漏洞取得Root許可權

    推薦理由:文章拆解 MONAI Label 如何因上傳路徑檢查不足而遭入侵,也指出修補雖已合併,當時仍沒有可安裝的新版本。

  5. aihot90

    Claude 合作提出黎曼猜想證明,斯坦福數學家公佈人類草稿

    黎曼猜想關係到素數如何分佈,但至今仍是數學界的重要難題。Anthropic 數學家 Levent Alpöge 表示,他和 Claude 找到黎曼猜想及廣義黎曼猜想的證明,並用 Lean 逐步檢查推理;證明分成 14 個資料包發布。數小時後,斯坦福公佈 Alessandro Masullo 獨立寫下的廣義黎曼猜想草稿,曾由數學家 Brian Conrad 審閱數月,但公佈後有人指出其中有問題。兩份成果都還需要數學界仔細核查,AI 證明也須確認起始問題是否正確轉成程式。

    最新進展11月23日 00:00Claude 協助證明黎曼猜想

    推薦理由:兩份廣義黎曼猜想證明各有審查路徑,AI 證明以 Lean 檢查推演,人類草稿則已被指出問題,呈現數學證明如何建立可信度。

11月22日週日
  1. Lobste.rs (Engineering Discussion)64

    如果 Netscape 當年用 HTTP 加密網頁,網路會變成什麼樣?

    現在開啟安全網站時,瀏覽器會先建立 TLS 加密連線,再開始傳送 HTTP;作者想像,如果 Netscape 當年改用 HTTP 的功能來啟動加密,網路可能會有什麼不同。這樣一來,瀏覽器能先用 Host 標頭告訴伺服器要連哪個網站,也能依照自己信任的憑證機構挑選憑證,少掉一些後來才補進 TLS 的功能。不過,連線一開始仍是明文,攻擊者可能阻止加密啟動。作者認為,獨立的 https:// 網址和連線埠各有作用,但網址中的 s 才能清楚要求瀏覽器「沒有加密就停止」。

    推薦理由:作者用假想的平行世界,拆解 HTTP 與 TLS 的設計取捨,並說明安全升級如何影響網域辨識、憑證管理與降級攻擊。

  2. Dev.to Top Tech76

    從 ML/量化工作轉向機器人:作者實測第一週做了什麼

    想從機器學習或量化工作轉做機器人,第一週該從哪裡開始?作者用一臺沒有 GPU 的 Linux 電腦,先在 MuJoCo 跑控制實驗,記下每一步花多少時間,再訓練 HalfCheetah。跑完 1M 步約花 109 分鐘,最後評分是 9,180;作者也公開訓練紀錄、比較表和程式,讓讀者能自己查對。這份紀錄示範如何用可重做的實驗,說明自己做了什麼、花了多少成本。

    推薦理由:作者以實測資料拆解轉入機器人領域的第一週工作,從環境設定、訓練成本到可查核的實驗紀錄,提供一條具體的入門路徑。

  3. The New Stack77

    GPT-6.2 Astra 和 Claude Fable 5.2 實測:準確度接近,費用與速度差很多

    選模型時,答得準不準只是其中一件事,花多少錢、等多久也會影響實際使用。作者用月底帳務、帳務程式修正和實驗室資料分析三種工作比較 GPT-6.2 Astra 與 Claude Fable 5.2;兩者在帳務和資料分析都拿滿分,Fable 5.2 在程式測試多拿 2 分。整體來看,Astra 花費較低、完成較快,但在程式測試中漏掉一條會影響顧客帳單的規則。作者建議先讓 Astra 重做幾次並比對結果,有錯誤或差異時,再用 Fable 5.2 複核。

    推薦理由:三種工作測試顯示兩個模型的準確度接近,但花費和完成時間差距很大,能幫助讀者依錯誤代價選擇模型與複核方式。

  4. Dev.to Top Tech78

    ContextCrush 漏洞教你檢查 AI 助理如何處理 MCP 工具回傳內容

    AI 助理查詢檔案時,也可能讀到藏有惡意指示的第三方文字,接著用手上的工具讀取憑證、傳送資料或刪除檔案。文章說明 Context7 最高至 2.1.2 版受 ContextCrush(CVE-2026-75130)影響;研究者展示的攻擊利用檔案查詢帶入未清理的指示,已知是否曾在實際環境遭利用則沒有證據。作者用六步模擬比較兩種審核方式:追蹤動作是否受到工具回傳內容影響,可攔下模擬中的四個高風險動作,同時放行使用者要求的操作。文章也建議限制 AI 助理能讀取的機密資料,並在受汙染內容引發網路寫入或刪除等動作時要求人工確認。文中提到廠商已在 2 月部署修補,部署者應確認使用目前版本。

    推薦理由:ContextCrush 顯示唯讀工具回傳的文字也可能影響 AI 助理後續動作,文章用示範說明如何依內容來源攔下高風險操作。

  5. Dev.to Top Tech76

    Mac mini 當伺服器:作者搬移 AI 工作後整理的 53 個教訓

    把排程工作都放在筆電上,筆電休眠、忙著開會或記憶體不足時,工作可能延後甚至漏掉。作者把工作依需求分到雲端、Mac mini 和 MacBook:只呼叫 API 的工作交給雲端,需要已登入瀏覽器或本機檔案的工作留在 Mac mini,需要麥克風或螢幕的工作留在 MacBook。搬移時也要一起處理「已寄出」等狀態,否則兩臺電腦可能重複寄信;作者還提醒,遷移助理搬過去的排程工作可能在兩臺電腦同時執行。

    推薦理由:作者用搬移 70 個排程工作的經驗,整理出依資料、登入狀態與工作型態分配執行位置的方法,也提醒搬家時要一併處理工作狀態。

  6. Dev.to Top Tech79

    MT5 Manager API 和 Web API 怎麼選?作者分享後臺實際經驗

    如果後臺要一直檢視很多交易帳戶,透過網路逐筆讀資料可能太慢,風險檢查也會錯過兩次檢查之間的變化。作者在實際平臺同時使用 MT5 Manager API 和 Web API:前者把帳戶與持倉資料留在本機,讀取只要幾毫秒,適合頻繁監控;後者透過 HTTPS 傳送指令,適合偶爾查詢或由 Linux 後臺處理操作。作者也提醒,Manager API 不適合多個執行緒同時呼叫,必須逐一保護讀取並核對帳戶編號。最後採用兩者搭配:用 Manager API 快速讀取,原本的 Web API 寫入流程則繼續使用。

    推薦理由:作者在同一套實際交易平臺比較兩種 API,說明讀取延遲如何影響風險監控,也整理了各自適合的工作情境。

  7. The Decoder83

    美國收緊晶片出口管制,中國科技業海外算力與晶片供應受阻

    美國收緊 AI 晶片出口管制後,中國科技公司租用海外雲端算力和取得實體晶片都遇上阻礙。新規要求部分海外資料中心先取得許可,並審查客戶是否與中國有關;報導稱,Moonshot AI 因此取消在印尼租用算力的 $150 million 合約。另一方面,TSMC 和 Samsung 暫停向部分中國客戶出貨,申請美國許可。報導也整理了《紐約時報》對 Alibaba 海外晶片採購網路及其與軍事研究關聯的調查內容;相關細節來自媒體報導與研究分析,Alibaba 則否認其服務用於軍事用途。

    最新進展11月22日 21:36台積電暫停部分晶片出貨

    推薦理由:報導串起雲端租用限制與晶片出貨受阻,呈現美國出口管制如何同時影響中國業者取得海外算力與實體晶片。

  8. Dev.to Top Tech83

    AWS Lambda 不再只有一種函式,作者整理 10 項無伺服器服務變化

    AWS 的無伺服器服務更新很多,現在說「Lambda 函式」已經不一定是在說同一種東西。作者整理了 Lambda、API Gateway 和 EventBridge 的 10 項變化:Lambda 分成處理事件的 Event Functions、接收 HTTP 請求的 Web Functions,以及隔離執行使用者程式的 MicroVMs;不同型別的執行時間與計費方式也不同。例如,Event Functions 的最長執行時間提高到 30 分鐘,但 Web Functions 仍是 15 分鐘。作者也提醒,新版 EventBridge 事件匯流排和舊版在功能與收費上有差異,遷移前應依自己的流量試算成本。

    推薦理由:作者整理 Lambda、API Gateway 與 EventBridge 的多項變化,並比較不同執行方式的時間限制與計費方式,能幫助團隊盤點架構和成本。

  9. Redis Core Releases68

    Redis 8.12 正式推出,新增集合成員到期設定與壓縮點陣圖

    Redis 8.12 正式推出,這次更新加入多種資料操作功能,也改善部分記憶體用量與查詢處理。大型排序集合改用新的 B+ tree 編碼,可大幅減少記憶體用量;壓縮點陣圖則整合進 Redis 核心,讓點陣圖操作更省記憶體、速度更快。集合中的個別成員現在也能設定到期時間,並查詢剩餘時間或移除到期設定。此外,更新加入多個排序集合移動指令,並修正複寫、點陣圖計數與 JSON 陣列插入等問題。

    推薦理由:Redis 8.12 把集合成員到期時間、壓縮點陣圖等能力加入核心,能看出這次更新如何同時處理記憶體用量與資料操作需求。

  10. Dev.to Top Tech78

    LobsterMatch 教你用 Python 打造能搜尋並聯絡其他 AI 助理的程式

    自己做的 AI 助理要怎麼找到合適的同伴,並安全地交換訊息?這份教學從頭用 Python 寫出一個小程式,讓它能在 LobsterMatch 登記資料、搜尋其他 AI 助理,再用有固定欄位的訊息卡提出請求。收到通知時,程式會先檢查簽章,確認訊息確實來自網路,再讀取對話並交給模型處理;簽章不符就不會啟動模型。教學也說明如何避免對話卡住後一直呼叫模型,以及把金鑰放在環境變數中。

    推薦理由:這份教學把尋找同伴、傳送結構化訊息與驗證 webhook 串成一個流程,能參考其做法控制喚醒時機並保護憑證。

  11. ChinaTalk79

    中國《民族團結進步促進法》下,AI 如何協助審查、學習與監控

    中國的《民族團結進步促進法》要求網路業者處理破壞民族團結的內容,但 AI 目前還不一定看得懂所有相關語言。作者測試六種模型後發現,用哈薩克語或蒙古語直接提問時,模型更常照要求寫出仇恨內容;部分測試也因藏語和維吾爾語翻譯不夠通順,難以判斷結果。另一方面,中國的政府相關機構正在建立少數民族語言資料和模型,作者認為這些成果尚未普遍出現在民眾使用的商用模型中。文章也提到,一項被 Anthropic 認為中等可信度與中國有關的行動,曾用 Claude 整理海外報導與活動資訊,製作給官員參考的簡報。作者據此分析,AI 的作用不只在刪除內容,也包括學習如何辨識內容,以及產製宣傳材料和監控情報。

    推薦理由:作者以多語言測試指出,模型在少數民族語言中更容易產生仇恨內容,並串起審查、語言資料建置與監控報告三種用途。

  12. Dev.to Top Tech84

    Anthropic 斥資 34 億美元採購 1.7 GW 燃氣發電機

    Anthropic 同意以 34 億美元採購 1.7 GW 重型燃氣發電機,供資料中心使用,並納入裝置安裝所需的工程與施工工作。

    最新進展11月22日 19:23Anthropic 2028 年用電主要來自化石燃料

    推薦理由:Anthropic 直接採購發電裝置,並納入安裝工程,呈現 AI 基礎建設採購從算力延伸至供電端的變化。

  13. Dev.to Top Tech78

    PagedAttention 如何減少大型語言模型服務時的記憶體浪費

    大型語言模型回答問題時,會把讀過的文字留在 KV cache;如果每個請求一開始就預留一大段記憶體,很多空間會被佔著,其他請求也用不到。作者用停車位和小型互動示範,解釋 PagedAttention 如何把記憶體切成固定大小的區塊,需要時才分配,並用對照表記下區塊位置。多個請求也能共用相同提示詞的資料,只有內容要改動時才複製區塊。這能減少閒置空間,讓同一批記憶體容納更多請求;作者也提醒,區塊較大時空位會增加,太小則可能影響 GPU 平行處理。

    推薦理由:文章從 KV cache 的記憶體浪費談起,再用互動式示範比較分頁配置與連續配置,說明記憶體管理如何影響同時服務的請求數。

  14. Cisco Talos Blog82

    Microsoft 釋出 2026 年 11 月安全更新,Talos 新增 Snort 偵測規則

    Microsoft 釋出 2026 年 11 月安全更新,涵蓋 1,095 項漏洞,其中 64 項列為重大;Microsoft 指出本月有 1 項漏洞已在野外遭利用。

    最新進展11月22日 18:31Windows NAT 遠端程式碼執行漏洞

    推薦理由:本月更新涵蓋多項被評為重大或較可能遭利用的漏洞,並列出 Talos 新增 Snort 規則的涵蓋範圍,便於掌握修補與偵測重點。

  15. Dev.to Top Tech78

    Glint 用筆電鏡頭讓人抬眉打字、慢慢吐氣朗讀

    手部或說話不方便的人,可能沒有合適的裝置來打字或表達需求。作者做了 Glint,讓筆電鏡頭追蹤眉毛動作,遊標會在螢幕鍵盤上輪流移動,抬眉就能選字或常用短句;慢慢吐氣則可朗讀打好的句子。也能用實體按鈕或鍵盤操作,照顧者可以修改短句和移動速度。作者在自己的鏡頭上測到抬眉選句和打字,但吐氣朗讀這次沒有成功;目前也還沒有由需要這類輔助操作的人實際試用。

    推薦理由:作者用自己的實測資料調整眉毛與呼氣操作方式,也清楚交代哪些功能已測、哪些還沒測,呈現了無障礙輸入工具從設計到驗證的過程。