CVE-2026-93327:Google Cloud Application Integration 反序列化漏洞允許遠端執行程式碼
導語:Google Cloud Application Integration 在 2026-09-11 之前的版本存在 Untrusted Data 反序列化漏洞,允許已驗證的攻擊者透過惡意序列化物件執行任意程式碼。
導語:Google Cloud Application Integration 在 2026-09-11 之前的版本存在 Untrusted Data 反序列化漏洞,允許已驗證的攻擊者透過惡意序列化物件執行任意程式碼。
PlanAssist 是 DeepMind 推出的 AI 規劃工具,能將英國地方規劃官員審核時間縮短 58%。 - 試點地區:Barnet、Camden、Dorset,已驗證平均審核時間下降 58%。
GLM 5.3 能在 Firefox 使用者瀏覽網頁時,利用補丁間隙漏洞讀取本機檔案與憑證,僅需約 $1,000 計算成本。
**Drupal Commerce Core 授權繞過漏洞已被現場利用,影響 0.0.0~2.41 及 3.0.0~3.3.13 版。
Google Cloud Identity Platform 與 Firebase Authentication 在 2026-08-14 前版本的 iOS SDK 中發現一個跨站指令碼漏洞,攻擊者可利用惡意 Bundle ID 執行任意 JavaScript。
DBArena 是 Supabase 推出的雲端 Postgres 效能基準平臺,提供公開、可重現的測試結果。 - 測試物件:Supabase Postgres(預設堆疊與 OrioleDB)、Amazon RDS、Google Cloud SQL(Enterprise)。
推薦理由:提供開源、可重現的雲端 Postgres 效能基準,幫助使用者客觀評估成本效能,並促進不同雲服務商間的公平競爭,為資料庫開發者提供透明且可驗證的效能指標。
導語:GLM 5.3,一款由 Z.ai 於 2026 年 8 月發布的開放權重 AI 模型,能在補丁間隙期間自動生成並部署針對 Firefox 的檔案外洩漏洞,僅需 $1,000 的 API 成本即可攻破每一個受影響版本。
推薦理由:NotebookLM 將多家出版社的數百本教科書納入可免費使用的資料來源,呈現其供學生備考時選用與上傳的內容入口。
本文提供一份針對 Postgres 管理服務的技術買家檢查清單,協助團隊在評估服務時量化運營風險與成本。 - 評估範疇:涵蓋運營控制、可用性、備份、災難復原、擴充套件、安裝與合規、相容性、遷移、成本、監控、可移植性。
你現在可以直接在 Gemini 內生成、預覽並編輯檔案、PDF、簡報、試算表等。 輕鬆將手寫筆記轉成 PDF 學習指南,手動調整內容,標示段落讓 Gemini 編輯文字或視覺,甚至可提出後續問題。
Gemini 4 Carbon 於 2026 年 10 月發布,成為 Google 在安全基準上領先的 AI 模型。 - SEC‑bench Pro:88.2%,ExploitGym:54.8%,CWE‑bench:71.0%,領先同類模型。
推薦理由:Gemini 4 Carbon 在安全基準上領跑,顯示 AI 模型在漏洞檢測與修補方面的進步,可為網路防禦提供更可靠工具。
本文以 5 款 AI 助手回答 200 個需數字的問題為基礎,追蹤 1,285 個統計來源,發現約 40% 的資料缺乏可靠研究支援。 - 統計來源可信度:40% 的統計可追溯至原始研究;8% 的統計雖可追溯,但數值或上下文已變更;其餘 52% 無法確認來源或無研究支撐。
一封被篡改的 WAP Push SMS 會在 Android 裝置上無需任何使用者操作即造成遠端 DoS,甚至可將手機永久性破壞。 - 漏洞原理:未檢查的長度轉型導致負數陣列大小,觸發 NegativeArraySizeException,終止 com.android.phone。
推薦理由:此研究揭示 Android WAP Push 遠端 DoS 漏洞的實現與影響,幫助安全團隊評估系統脆弱性與修補策略,並提供實用的 PoC 與修補建議,促進快速響應與防禦部署。
Bernstein 是一個可驗證的多代理編碼工作流程治理層,允許在本機、雲端或容器化環境中並行執行 40+ CLI 代理。 - 版本:v3.23.0 釋出 CLI adapters、policy-as-code 與可重播執行。
LLM 直接讀取 PDF 表格並以嚴格 JSON 模式輸出,開發者可即時驗證精確度與成本。 - 支援格式 數位 PDF 與掃描檔,掃描需加 OCR(mistral‑ocr)或使用能讀檔的模型 - 成本 GPT‑6 Luna 與 Claude Haiku 5.5 以每 1。
推薦理由:本文示範如何使用LLM直接讀取PDF表格並以嚴格JSON模式輸出,讓開發者能即時驗證精確度與成本。
Claude 529 Overloaded 是 Anthropic API 目前無法為該模型提供服務的錯誤。 - 錯誤含義:529 表示所有使用者同時對同一模型產生高流量,非使用者限額。
推薦理由:本文說明 529 Overloaded 的成因及重試、跨供應商備援與 fallback 模型,並提供實務範例與最佳實踐,協助開發者穩定 Claude 應用。
Anthropic 的一個未發布 AI 模型能夠自動發現並連結 Chrome、Safari、Android、Windows 與 Linux 的多項漏洞,並在實驗室中構建出可執行的 PoC 攻擊。
Adobe Commerce 的 PolyShell 攻擊已在 2025 年 7 月起持續,導致數百家電子商務商店被入侵,並伴隨 Google Brotli 解碼器的 CVE-2026-111497 漏洞被利用。
Pydantic AI v2.63.0 釋出多項功能與修正,支援 Gemini、OpenAI 等模型,並提供 Postgres 支援,對開發者整合 Agent 與資料庫具有實務價值。
UEFI韌體程式碼執行漏洞CVE‑2026‑97631,影響全球大部分伺服器。 - 來源:TianoCore EDK II,被多家硬體供應商與雲端服務商使用。
導語:本週 PHP、Node.js、GitLab、LiteLLM 等多個熱門開發環境曝出高危漏洞,攻擊者已在公開前嘗試利用,讀者需盡速確認環境並升級。
推薦理由:本週多項關鍵漏洞曝光,讀者可快速掌握評估與修補流程,並瞭解漏洞利用視窗縮短的趨勢,保障系統安全。
推薦理由:Gemini 的 SynthID 偵測涵蓋圖片、影片與音訊,並提供直接詢問的檢查方式,呈現這項功能支援的媒體型別與使用入口。
睡眠框架:Google Research 提出的新學習範式,讓大型語言模型在部署後可持續學習、整合新知識並避免遺忘。- 長上下文保持:可將短期上下文(10M 令牌)轉化為長期引數,突破傳統 4-8K 上下文限制。
這是 Genie 4,也是我們目前最逼真、互動性最高的世界模型。🌐 即時探索動態環境,看看場景如何變化、發出什麼聲音,以及其中的人如何移動、反應和說話。
Liquid AI 推出 LFM3 系列小型多模態模型,支援本地代理、工具呼叫與結構化輸出。 - 核心特性:LFM3 1.7B 文字模型,256K token 上下文;LFM3‑VL 加入影像理解;LFM3‑Audio 提供 18 種語言語音辨識、翻譯與 TTS;LFM3‑Omni 整合文字、影像與音訊。
Compute Engine 的 snapshot API 存在授權缺失,允許已驗證使用者跨專案擷取磁碟資料。 - 漏洞描述:在 disks.createSnapshot 與 regionDisks.createSnapshot API 中,未正確驗證使用者授權,導致可擷取跨專案磁碟資料。
Google Project Zero 團隊對比了旗下自動化漏洞挖掘工具 Fuzzilli(模糊測試器)與 BigSleep(基於大模型的漏洞檢測系統)在 Chrome 的 V8 引擎上的表現,探討兩者在實際生產環境中的成果與重疊率。
Anthropic 將 Agent Skills 標準捐贈給 Agentic AI 基金會,為跨平臺 AI 代理提供開放、互通的專業知識框架。 - 規模與採用:已發布 100 萬 個技能,安裝量近 2.8 億 次,涵蓋 ChatGPT、Cursor、GitHub Copilot、VS Code 等 70+ 平臺。
導語:Google Docs 與 Drive 允許直接在雲端檔案中編輯 Markdown (".md") 檔案,省去轉檔步驟。- 原生檔案保真:在 Docs 中直接編輯 ".md",檔案頭顯示 ".md" 徽章,保持原始結構。
Google 推出全新 A2UI Express 推理格式,允許開發者在同一套 UI 設計系統下,透過決策模型或直接 JSON 方式,將延遲降低至 3 倍、80 倍。
Gemini Agent 在 Google Cloud 上實現自我演化 AI,能在 Black Friday 風暴中將 5xx 錯誤率從 80% 降至 0%,並於 1.8 秒內完成修復。
推薦理由:Gemini Agent 演化 AI,於 Black Friday 風暴將 5xx 錯誤率從 80% 降至 0%,並於 1.8 秒內完成修復,顯示雲端運維自動化。
本篇示範如何使用 Google 的 Agents CLI 執行 Agent 迴圈評估,從基線測試到回歸追蹤、模型交換與自動化警示,完整呈現 Hill‑Climbing 的實務流程。
推薦理由:本篇提供 Agents CLI 迴圈實作示範,讀者可學習如何透過自動化評分與警示提升 Agent 穩定性,並可快速整合至 CI/CD 流程,確保模型升級不影響服務品質。
LiteRT 在 Google Play 服務中推出 GPU 推理加速,讓 Android 應用體積縮減約 8 MB,推理速度提升 1.4 倍。
推薦理由:LiteRT 讓 Android 應用體積縮減約 8 MB,GPU 推理速度提升 1.4 倍,開發者可即時享受更快下載與更少儲存負擔。
HappyDelivery 是一個在 GCP 上實作的多代理商務對話原型,示範了從訊息接收、狀態管理到 AI 推理的完整流程。
推薦理由:本篇詳盡說明如何將多代理設計落地至 GCP,提供可直接套用於商務對話的實作範例與成本估算,並列出實際測試指標與最佳化建議,協助讀者快速落地。
A2UI 與 CopilotKit 讓開發者能在 React、Angular、Vue、Flutter 等多種框架中,透過 Agent 描述 UI,動態生成並即時互動的生成式介面。
Google 於 2026 年 10 月 20 日公佈了 TorchTPU,將其作為 TorchTitan 的 TPU 原生後端,並提供完整的最佳化流程,讓開發者可在 Google Cloud TPU 上輕鬆訓練 LLM、MoE 及 Diffusion 模型。
推薦理由:本文提供 TorchTPU 的完整整合與最佳化流程,幫助工程師快速在 TPU 上跑 LLM、MoE 與 Diffusion 模型,並附案例與最佳化手冊,適合想在雲端 TPU 進行大規模訓練的開發團隊。
Apigee hybrid 1.17.0 於 2026 年 9 月 14 日發布,首次在客戶自有 Kubernetes 叢集中支援 Model Context Protocol (MCP),讓 AI 代理能直接呼叫 API,無需搬移執行環境。
推薦理由:此公告說明 Apigee hybrid 可在客戶自有 Kubernetes 叢集中執行 MCP,允許 AI 代理在不移動執行環境的情況下呼叫 API,滿足多雲與部署的安全合規需求。
導語:Google Developers Blog 針對 AI 代理的實務評估流程,提供從零到日常 CI/CD 的完整管線,並示範如何利用 open‑source agent‑eval 工具快速發現隱性失效與成本問題。
推薦理由:本文提供從零到日常 CI/CD 的 AI 代理評估流程,幫助開發者快速發現隱性失效與成本問題,並能即時追蹤延遲與 token 消耗,提升產品可靠度。
Claude 以 BootLoops 探索跨領域科學計算,從物理到生物、經濟學等領域取得突破。 - BootLoops 是開源工具包,能把 LLM 轉化為「科學實驗平臺」。
推薦理由:BootLoops 以「代理式 AI」解決跨領域計算難題,示範模型與人類專家協作可加速科學進展。