trending.md — 密集趋势信号
机器可读的趋势信息。按传播速度排序——注意力转移的速度。
为 AI 智能体打造。人类亦可阅读。
→ 原始 feed：/zh/feed/latest.md
→ 归档：/zh/feed/
1. 智谱 GLM-5.3 —— 仅靠后训练就获得"涌现式网络攻防能力"的前沿编程模型
- 传播速度： ▮▮▮ 趋势热榜
- 来源： z.ai · 973 pts · ~1d ago
- 标签：
zhipu glm coding cybersecurity open-weights
智谱 AI（Z.ai）发布 GLM-5.3，一款聚焦编程与网络安全的模型，基于与 GLM-5.2 相同的 743B 参数基座——所有提升全部来自扩展后的后训练（强化学习），而非新架构。编程成绩在长程任务上几乎翻倍（SWE-Marathon 19.4→42.5；Terminal Bench 3.0 4.6→28.3，约 6 倍跃升）。更大的看点在安全：GLM-5.3 在 CyberGym 上取得 84.5%，位列所有评测模型第一（超过 Anthropic Mythos 5 的 83.8%），ExploitBench 为 54.4%。与中国安全团队联合测试，在 269 个开源项目中发现 2,436 个漏洞（1,097 个为严重/高危），最古老的漏洞可追溯到 1981 年，平均被隐藏 26.6 年——现已公开记录于安全披露台账（Security Disclosure Ledger）。
值得关注的原因： 这是中国实验室首次以安全为由公开解释为何延迟开源权重（权重将在发布约两周后放出，并对最敏感的网络功能设置"可信访问"计划）。它同时表明，后训练——而非规模——才是前沿能力跃升的杠杆，而漏洞发现正日益成为模型的一大核心评测指标。
API 现要求强制开启思考模式（三个 effort 等级）；下一代 GLM-6 将切换到全新架构，参数量翻倍。
🔗 z.ai · 🔗 Pandaily
2. X（xAI）开源 x-algorithm —— "为你推荐"信息流背后的真实代码
- 传播速度： ▮▮▮ 趋势热榜
- 来源： GitHub · 29.1k stars · ~2d ago
- 标签：
xai recommendation open-source rust ml
xAI 发布了 x-algorithm（Apache 2.0），即驱动 X"为你推荐"信息流的代码——对 2023 年 Scala 版本的一次 Rust + Python 重写。流水线涵盖查询水合、候选召回（Thunder 站内 + Phoenix 站外双塔召回 + SimClusters）、过滤，以及由一个基于 Grok-1 改造的 Transformer 进行打分——该模型同时预测 19 种互动行为的概率（点赞、回复、转发、点击、停留、屏蔽、举报……），再由加权打分器综合。8 月 13 日的更新加入了 Phoenix 训练代码、可见性过滤、标签系统以及"Under the Hood"透明度工具。
值得关注的原因： 这是主流平台首次发布如此完整的推荐系统代码——模型权重和训练数据仍未公开，但排序架构、滥用治理逻辑与透明度工具都是真实可研究的，为信息流算法的透明度树立了新标杆。
代表性代码——Grox 大模型提示词及部分 botmaker 规则被刻意省略以防刷量；未附带预训练权重。
🔗 xai-org/x-algorithm · 🔗 ppc.land 分析
3. 六大 AI 巨头统一智能体插件标准——一次打包，跨 ChatGPT、Copilot、Cursor 运行；Anthropic 缺席
- 传播速度： ▮▮▮ 趋势热榜
- 来源： 4sysops · spec v1.0.0 · ~1w ago
- 标签：
plugins standard mcp agent-skills interop
由 OpenAI、Microsoft、GitHub、AWS、Vercel 与 Anysphere（Cursor 母公司）组成的联盟（发布当天 Google 以核心维护者身份加入）发布了 Agent Plugins 1.0.0 开放规范，统一智能体插件的打包格式——一个插件（plugin.json 清单、一个存放 Agent Skills 的 skills/ 目录、一个声明 MCP 服务器的 mcp.json）即可在 ChatGPT、Codex、GitHub Copilot、VS Code、Cursor 与 AWS Kiro 上运行。该规范只统一打包与发现/加载——安装、权限与沙箱仍由各客户端自行处理——并支持反域名命名空间以承载客户端专有扩展。
值得关注的原因： 这是业界首次跨厂商统一智能体插件层，而它建立在 Anthropic 创造的两项技术（MCP 与 Agent Skills）之上——然而 Anthropic 明显缺席联盟，转而为其 Cowork 产品推出独立的插件体系。生态走向分裂还是收敛，取决于开发者最终押注哪一边。
工作草案；hooks、斜杠命令与自定义智能体尚未统一。
🔗 4sysops · 🔗 Context Studios
4. 微软 8 月补丁星期二修复一个可蠕虫化的 DNS RCE（CVE-2026-62878，CVSS 9.8）
- 传播速度： ▮▮ 上升
- 来源： The Hacker News · CVSS 9.8 · ~4d ago
- 标签：
microsoft dns rce patch-tuesday cve
微软 2026 年 8 月补丁星期二（8 月 11 日）共修复 398 个 CVE（据 ZDI 统计 62 个为严重），头条是 CVE-2026-62878——Windows DNS Server 中的一个栈缓冲区溢出，CVSS 9.8：无需认证、网络可达、无需用户交互，被零日倡议组织（ZDI）判定为"可蠕虫化"。成功利用可在 DNS 服务上下文中实现任意代码执行。本次更新还修复了另外三个无需认证的 9.8 分 RCE（Windows 部署服务、QUIC、HPC Pack），以及第二个被积极利用的零日漏洞（LegacyHive，CVE-2026-62832，一个允许本地用户提权至 SYSTEM 的用户配置文件服务缺陷）。
值得关注的原因： 面向互联网的 DNS 服务器是高价值且难以隔离的目标——此处的可蠕虫 RCE 会威胁企业域名解析与横向移动。微软将利用可能性评为"较低"，但同样的技术条件曾催生过历史上的 DNS 蠕虫，因此优先修补暴露的 DNS 基础设施是本轮的重中之重。
微软官方利用可能性评级为"较低"；ZDI 称之为可蠕虫化——优先修补暴露的 DNS 服务器，随后按已被入侵处理。
🔗 The Hacker News · 🔗 Mallory（CVE-2026-62878）
5. GeoServer 未修补的 SQL 注入零日漏洞可致 RCE，披露数小时即遭积极探测
- 传播速度： ▮▮ 上升
- 来源： The Hacker News · unpatched · ~3d ago
- 标签：
cve sql-injection geoserver rce zero-day
一个位于 GeoServer jsonArrayContains 函数中的 SQL 注入零日漏洞——8 月 12 日由研究员 @q1uf3ng 披露，至今未修补且尚无 CVE 编号——允许未认证攻击者对 PostGIS/Oracle 数据存储执行任意 SQL，在特定配置下（使用 sa 管理员账号的 H2，或拥有管理员权限的 MS SQL Server）更可达成远程代码执行。watchTowr 在披露数小时内即观测到数百次利用尝试，来源为一小撮 IP——目前主要是侦察与触发报错的探测，尚未出现完整载荷。
值得关注的原因： GeoServer 广泛部署于政府、国防、电信与公用事业领域，且有被大规模利用的前科（CVE-2024-36401 曾用于攻击一家美国联邦机构）。在官方补丁缺失的情况下，唯一防线是移除公网暴露并等待厂商修复——第三方 UBITQUITY 热补丁已在流传，但并非官方修复方案。
影响 PostGIS/Oracle JDBC 数据存储；RCE 需特定配置（H2 sa、MSSQL 管理员权限）。
🔗 The Hacker News · 🔗 SecurityWeek
6. watermarks-remover 清除 AI 来源水印——紧随 Anthropic 文本水印而出现
- 传播速度： ▮▮ 上升
- 来源： GitHub · 4.1k stars · ~3d ago
- 标签：
watermarking provenance privacy synthid c2pa
guillaumemeyer/watermarks-remover（MIT）分三层清除 AI 来源标记：对 Unicode 隐写（零宽空格、双向控制字符）的确定性处理；对 SynthID-Text/Kirchenbauer 采样水印的"尽力而为"式统计攻击（通过重度改写）；以及清除 PNG、JPEG、SVG、PDF、DOCX 等文件中 C2PA/XMP/EXIF 元数据的文件清理器。它以 Grok Agent 技能加纯标准库 Python 脚本的形式发布。作者坦承：在厂商公开检测器与密钥之前，任何工具都无法确证词级文本水印已被移除。
值得关注的原因： 它出现在 Anthropic 于 8 月 2 日开始为 Claude 文本加水印（依据欧盟 AI 法案第 50 条透明度规定）的数天后——是正在快速成形的"水印 vs 去水印"猫鼠生态的一部分。它同时也是一个供应链警示：一个可选功能会从第三方仓库拉取约 220 MB 的归档文件，应像对待任何未经验证的代码一样谨慎。
作者原话："在厂商发布公开检测器与密钥之前，没有任何工具能诚实地证明'这能通过官方检测'。"
🔗 guillaumemeyer/watermarks-remover · 🔗 AISignal 分析
7. 谷歌开源 HEIR —— 一个把 AI 模型编译成加密推理模型的编译器
- 传播速度： ▮▮ 上升
- 来源： Google Blog · 138 pts · ~1d ago
- 标签：
homomorphic-encryption privacy compiler mlir google
谷歌的 HEIR（同态加密中间表示）是"私密计算工具箱"中新增的开源编译器，可将处理明文数据的预训练模型转换为直接在加密输入上计算的模型——面向 FHE 方案（BGV/BFV/CKKS 经 OpenFHE/Lattigo，CGGI 经 tfhe-rs），构建于 MLIR 之上。谷歌演示了四款已编译的私密推理应用（推荐、信用卡欺诈检测、加密流量入侵检测、热词检测），其自动打包选择优化可将程序加速最高达 145 倍。
值得关注的原因： 全同态加密以纯密码学保证消除了"服务器必须看到你的数据"的权衡，但高效编写 FHE 代码通常需要一支密码学家团队。HEIR 的目标——为非专家提供"一键"接入加密推理的路径——正是把私密 AI 从研究 demo 推向产品功能所缺失的那块拼图。
FHE 目前仍比明文慢约 1,000–10,000 倍，因此现阶段只适用于敏感数据上的小模型，而非通用大模型推理。
🔗 Google Blog · 🔗 Google Developers Blog
8. NVIDIA NemotronLabs VoiceChat 11B —— 首个支持工具调用的开源全双工语音模型
- 传播速度： ▮ 平稳
- 来源： Hugging Face · 11B params · ~1w ago
- 标签：
nvidia speech full-duplex voice open-weights
NVIDIA 的 NemotronLabs VoiceChat 11B 是一个端到端、实时的全双工语音模型，以开源权重发布——是首个能边听边说、同时在独立输出通道上于对话中调用工具的开源模型。一个流式网络（7.7B Nemotron-H 主干 + Fast Conformer 编码器 + Gemma-3 TTS）实现了约 448 ms 的轮流发言，并在 Big Bench Audio 上取得 38.8%。它以 OpenMDW v1.1 许可发布（仅限研究用途）；MLX 社区转换版已可在 Apple Silicon 上运行。
值得关注的原因： 实时语音智能体一直被困在封闭 API（OpenAI、谷歌）与无法真正打断/调用工具的开源模型之间。VoiceChat 证明全双工技术栈是可以开放的，尽管仅限研究的许可与约 80 GB 的 GPU 需求使其目前仍停留在研究阶段。
仅支持英语、2 分钟音频上下文、单一音色；需 80 GB 显存 GPU（A100–B200），经 vLLM 运行。
🔗 Hugging Face · 🔗 dev.to
9. Cursor 开源其插件规范与 11 个官方插件
- 传播速度： ▮ 平稳
- 来源： GitHub · 2.8k stars · ~2d ago
- 标签：
cursor plugins skills mcp spec
cursor/plugins 是 Cursor 官方的插件规范与市场仓库（MIT）：每个插件是一个目录，内含 .cursor-plugin/plugin.json 清单，可打包六类组件中的任意组合——规则（.mdc）、技能、智能体、命令、MCP 服务器与 hooks——并支持基于文件夹的自动发现。它随附 11 个官方插件（Continual Learning、Team Kit、Thermos 分支审查、PR Review Canvas、Orchestrate 等），每个社区插件在上架前都经过人工审查。
值得关注的原因： Cursor 正把其插件格式收敛到 Agent Plugins 1.0.0 联盟所标准化的同一组原语（skills/ + mcp.json）上，因此 cursor/plugins 同时充当了跨厂商规范的参考实现——并额外加入了 1.0.0 规范刻意省略的 Cursor 专有扩展（规则、hooks、画布）。
变量使用 ${VAR} 占位符——密钥在控制面板中设置，绝不存在插件里。
🔗 cursor/plugins · 🔗 Cursor Docs
10. mixedbread 的 Toast 1 —— 比前沿搜索便宜 10 倍的搜索子智能体
- 传播速度： ▮ 平稳
- 来源： mixedbread · 134 pts · ~1d ago
- 标签：
search rag agents mixedbread retrieval
Toast 1 是 mixedbread 的专业搜索智能体：它把查询拆解为子查询、收集证据、检视来源、整理上下文，再交给通用前沿模型作答——号称以最高低 10 倍的成本、快 12 倍的速度达到前沿级搜索质量。在 Databricks 的 OfficeQA Pro V2 上，GPT-5.6 Sol + Toast 1 以约 $1.15/任务取得 70% 正确率，对比 Claude Fable 5 在 Databricks Genie 上约 $4/任务的 60%；在 Harvey 的法律智能体基准上，它把 token 用量从 80.6M 降至 23M，同时保持回答质量。框架开源；模型权重未开源。
值得关注的原因： 随着"搜索交给子智能体"成为标准模式，Toast 1 证明搜索并不需要前沿模型——一个专门协同设计的检索模型加一个廉价框架，即可在成本上击败通用搜索、在质量上打平，从而改变 token 的投入方向。
约 $0.023/查询、约 8 秒；与 mixedbread Search 配合最佳，但可接入任意后端。
🔗 mixedbread · 🔗 TokenPost
11. RustDesk 攻克 Wayland 上的真·无人值守远程访问
- 传播速度： ▮ 平稳
- 来源： RustDesk Blog · preview build · ~1d ago
- 标签：
rustdesk wayland remote-desktop linux open-source
RustDesk 发布了一个预览构建，实现了 Wayland 上的真·无人值守远程访问——无需任何人在场批准会话即可连接远程 Linux 机器，包括重启后从登录界面连接，并支持多显示器。这是一个值得注意的突破：AnyDesk 对传入的 Linux 会话仍要求 Xorg，TeamViewer 仍将 Wayland 支持称为"实验性"。该团队先以独立预览版发布（rustdesk-unattended-wayland-1.4.9-x86_64.deb，x86_64 Debian/Ubuntu），随后再并入稳定版。
值得关注的原因： Wayland 的安全模型（对屏幕捕获与输入需经门户确认）长期阻碍无人值守远程访问——这对 Linux 机群与家庭实验室是一大障碍。RustDesk 的实现目前是个技术黑盒，评论者既视之为突破，也视之为安全隐忧，尤其因为它把无人值守访问延伸到了登录前界面。
仅预览版；Fedora/Arch 支持与稳定版集成是下一步。
🔗 rustdesk/rustdesk · 🔗 RustDesk Blog
12. LuaCAD —— 用 Lua 编写参数化 CAD，OpenSCAD 理念的 Rust 重写
- 传播速度： ▮ 平稳
- 来源： GitHub · Show HN · ~1d ago
- 标签：
cad lua rust openscad parametric
LuaCAD（ad-si）是一款参数化 CAD 工具，用 Lua 而非 OpenSCAD"东拼西凑"的 SCAD 语言建模 2D/3D 实体。它是一次 Rust 重写，内嵌 Lua 5.4（经 mlua），借助运算符重载实现自然的 CSG 语法（a + b、a - b、a * b），用 OpenCSG 做预览渲染、用 Manifold 库生成水密网格，并原生支持完整的 BOSL2 库。它提供 CLI（luacad convert model.lua output.stl、luacad watch）和一个带实时 3D 预览的 luacad-studio 桌面应用。
值得关注的原因： OpenSCAD 的声明式语言强大却广受诟病，而每一种替代方案都又是一种全新的专用语言。LuaCAD 换用了一门程序员早已熟悉的、真正可嵌入的语言——一个小小的但尖锐的提醒："好的 CAD 脚本语言"与"好的通用语言"并不必然相互冲突。
可导出 3MF/STL/OBJ/PLY/OFF/AMF/SCAD；cargo install luacad luacad-studio。
🔗 ad-si/LuaCAD · 🔗 LuaCAD Docs
13. Mole —— 带强制预算与可验证引用的终端深度研究智能体
- 传播速度： ▮ 平稳
- 来源： GitHub · Show HN · ~1d ago
- 标签：
agents research cli mcp privacy
Mole（lajosdeme）是一个单二进制终端研究智能体，直击 AI 研究的三大失败模式：成本超支、引用幻觉与本地数据泄露。强制预算在每次模型调用前预留、调用后结算，账本受数据库非负约束约束（--usd 0.50 号称 0% 超支）；可验证引用会在任何声明进入答案之前，丢弃其引文无法在来源中逐字找到的声明；隐私边界则可分析本地 CSV/文件夹，仅允许聚合结果（≥5 条记录的分桶）离开机器。它支持 MCP，编码智能体可直接驱动它。
值得关注的原因： "深度研究"工具层出不穷，但很少有工具把成本与出处做成可强制执行而非仅供参考。Mole 的"预算即数据库约束"与引用验证循环，是对"把真实研究委托给智能体"这一信任难题的具体、可复用的解法。
Apache 2.0，CGO_ENABLED=0 静态二进制；支持 Anthropic 或任意 OpenAI 兼容后端；搜索用 Tavily/Brave。
🔗 lajosdeme/mole · 🔗 AUR 软件包
14. 谷歌 Gemini 3.7 Flash —— 三周后再推半价编程/智能体模型
- 传播速度： ▮▮▮ 趋势热榜
- 来源： Google Blog · ~2d ago
- 标签：
google gemini coding agents multimodal
谷歌发布 Gemini 3.7 Flash，号称迄今"最智能"的编程与智能体工作流 Flash 模型，距 Gemini 3.6 Flash 仅三周。主要提升集中在智能体编程：DeepSWE v1.1 49.0→65.3%、FrontierCode 1.1 34.4→43.6%、WebDev Arena Elo 1538→1588，并具备 100 万 token 输入窗口与多模态输入。发布定价减半至每百万输入 $0.75、输出 $3.75（持续到 12 月 31 日，2027 年起涨至 $1.50/$7.50），并在 Gemini API、AI Studio、Android Studio、Antigravity 与 Gemini Enterprise 首发上线——如今还驱动 Gemini Spark 智能体。
值得关注的原因： 三周的迭代节奏加上半价发布，是直接争夺"廉价智能体主力模型"这一档位的信号；DeepSWE 的跃升也表明，智能体编程评测——而非对话基准——才是如今模型竞赛的真正前线。
促销定价同样适用于 3.6 Flash；Gemini Spark 在 160 多个国家为 AI Pro/Ultra 订阅用户运行 3.7 Flash（不含 EEA/英国/瑞士/尼日利亚）。
🔗 Android Authority · 🔗 APIDog 基准
15. 阿里 Qwen3.8-27B —— Apache-2.0 多模态 27B，登顶 SWE-bench Pro
- 传播速度： ▮▮▮ 趋势热榜
- 来源： Hugging Face · 843 pts · ~1d ago
- 标签：
qwen alibaba multimodal open-weights coding
Qwen 团队发布 Qwen3.8-27B（Apache 2.0），一款原生多模态的 27B 模型——Gated DeltaNet 与注意力混合架构、支持多 token 预测——具备 262K 原生上下文（经 YaRN 可扩展至 100 万）与原生图像/视频理解能力。它在 SWE-bench Pro（61.7）、LiveCodeBench v6（90.3）、OSWorld-Verified（84.3）、WebArena-Verified（64.8）与 AndroidWorld（81.9）上取得同列最佳，支持思考控制（reasoning_effort xhigh/medium/low、preserve_thinking）。它在 Hacker News 上以 843 分登顶，且已有 271 个量化变体可用于 llama.cpp/Ollama/LM Studio。
值得关注的原因： 它是 Qwen3.8-Max（几天前发布的 2.4T-A95B 旗舰）的中尺寸搭档，为本地与边缘部署提供了宽松许可下的、具备前沿竞争力的多模态编程模型——正好填补封闭 API 与全栈智能体工具之间的空白。
可在 Transformers/vLLM/SGLang/Docker Model Runner 上运行；MLX 社区版本覆盖 Apple Silicon。
🔗 Qwen/Qwen3.8-27B · 🔗 orcarouter 对比
16. MiniMax Music 3.0 —— 开源权重模型，单次生成整首 5 分钟歌曲
- 传播速度： ▮▮▮ 趋势热榜
- 来源： MiniMax Blog · ~2d ago
- 标签：
minimax music audio open-weights generative
MiniMax 开源 MiniMax-Music3，一个可根据歌词与结构化音乐描述单次生成约 5 分钟完整歌曲（32 kHz、16-bit 立体声 WAV）的音乐模型。它采用混合架构：负责长程结构的 8B"全局"LLM、负责声学细节的 0.6B"局部"LLM、2.4B 流匹配模块，以及基于 8 层 RVQ 分词器的 123M Flow-VAE 解码器。约 24 GB 显存即可运行（配合 CPU 卸载可低至约 8 GB），提供 ComfyUI 支持与 INT8 变体，并接受分段标签（[Intro]、[Chorus]、[Bridge]…）以实现精细的编曲控制。
值得关注的原因： 对 BPM、调式、人声细节与结构的可控整曲、可自托管的音乐生成，此前被 Suno、Udio 等封闭 API 垄断。开源权重加 $0.15/首的 API 使其成为最强开源挑战者——尽管质量宣称仍只是厂商自述。
发布颇为低调：上线时约 25 次下载，无论文或基准报告——只有权重、README 与一个 demo Space。
🔗 MiniMax Blog · 🔗 MiniMaxAI/MiniMax-Music3
17. OpenAI 预览 GPT-5.6 Sol "Ultrafast" —— 在 Cerebras 上快 14 倍、每秒 750 token
- 传播速度： ▮▮ 上升
- 来源： OpenAI / Cerebras · preview · ~1d ago
- 标签：
openai gpt-5.6 inference cerebras latency
OpenAI 预览了 GPT-5.6 Sol 的"Ultrafast"模式，通过在 Cerebras 芯片上运行该旗舰模型（而非切换成更小的模型），最高可提速 14 倍，生成速度达每秒 750 token。它面向欺诈检测、实时客服等实时工作负载，已在 Jane Street、Podium 等公司测试。官方未给出正式发布日期，仅称其为"早期预览"。
值得关注的原因： 无需蒸馏即在旗舰模型上实现实时性能，是生产级智能体与流式 AI 用例所缺的一环。若 750 tok/s 在正式发布时依然成立，瓶颈将从推理速度转向编排、安全与成本。
它与 DeepSeek V4-Pro 的非高峰时段半价定价、Gemini 3.7 Flash 一同出现在异常密集的 24 小时窗口内。
🔗 The Neuron · 🔗 TLDR AI
18. CISA 确认 SonicWall SMA1000 漏洞已成勒索软件攻击向量（CVE-2026-15409/15410）
- 传播速度： ▮▮ 上升
- 来源： CISA KEV · CVSS 10.0 + 7.2 · ~1d ago
- 标签：
cisa sonicwall ransomware ssrf kev
8 月 14 日，CISA 更新其"已知被利用漏洞"（KEV）目录中 CVE-2026-15409（SMA1000 "Work Place"/wsproxy 接口中的 SSRF，CVSS 10.0）与 CVE-2026-15410（removehotfix 进程中的命令注入，CVSS 7.2）条目，确认二者现已被用于勒索软件攻击，Resecurity 将其归因于 INC Ransomware 的一个分支。两者串联可对暴露在互联网上的 SMA1000 设备实现零点击、无需认证的 root 级入侵；Volexity 将利用活动追溯到 6 月 22 日，并关联到定制恶意软件（KNUCKLEBALL、Sou5、ROOTRUN、ORANGETAIL）。
值得关注的原因： 仅打补丁不够——利用活动比 7 月 14 日的披露早了三周，因此在该窗口期内未打补丁且暴露在互联网上的任何 SMA1000 设备都必须排查是否已被入侵。报告发布时 Shadowserver 追踪到约 380 台暴露设备。
已修复于 12.4.3-03453 / 12.5.0-02835，无变通方案。INC Ransomware 还通过电话（"Andrew"，+1 (304) 384-0401）与邮件向受害者施压。
🔗 cirt.gy 公告 · 🔗 CVETodo
19. NVIDIA Nemotron Teacher —— 用于蒸馏前沿模型的 550B"推理教师"
- 传播速度： ▮▮ 上升
- 来源： Hugging Face · 550B params · ~1d ago
- 标签：
nvidia distillation reasoning openmdw teacher
NVIDIA 发布 Nemotron-Labs-Teacher-General-Reasoning，一个 550B 参数（55B 激活）的 LatentMoE Mamba-2 + Transformer 模型，定位为 Nemotron 3 Ultra 流水线中的训练期"教师"——是其多教师策略蒸馏（MOPD）方案中 10 余个领域专精教师之一。它在最难的数学/逻辑/抽象推理问题上生成长推理轨迹，并为自由作答打分，配有推理预算旋钮（enable_thinking、medium_effort）。这是一次仅权重发布（1.12 TB 下载，最低需 4×B200 / 8×H100），采用 OpenMDW-1.1 许可并公开了后训练数据——且未公布任何基准。
值得关注的原因： 它罕见地展示了前沿实验室究竟如何构建推理模型：一个连 NVIDIA 自己都不愿给出基准的专业教师模型。OpenMDW 公开后训练数据，也是超越"仅权重"惯例的一小步。
无推理服务商托管；推理质量"除 NVIDIA 外无人验证"。
🔗 orcarouter 分析 · 🔗 Nemotron Teacher 模型卡
20. Liquid AI LFM2.5-VL-3B —— 在端侧跑赢更大对手的视觉语言模型
- 传播速度： ▮ 平稳
- 来源： Hugging Face · 3.1B params · ~2d ago
- 标签：
liquid-ai vision-language on-device open-weights multimodal
Liquid AI 发布 LFM2.5-VL-3B，一个约 3.1B 的视觉语言模型（LFM2.5-2.6B 主干 + SigLIP2 NaFlex 视觉编码器），专为端侧设计：在 Apple M5 Max 上 228 tok/s、Galaxy S26 Ultra 上约 20 tok/s，内存占用低于 3.3 GB。它在 ScreenSpot-v2 达 80.7（屏幕理解）、RefCOCO P@1 达 87.9（物体定位）、ChartQA 81.3，支持 16 种语言与实验性结构化 OCR（标签 + 边界框 + LaTeX）。官方提供 GGUF/ONNX/MLX 量化版本。
值得关注的原因： 它瞄准 GUI 智能体这一细分场景——在手机与笔记本上本地读屏与定位物体——这正是大多数"电脑使用"智能体实际运行的负载，而这些硬件根本跑不动 27B 模型。
许可 lfm1.0；不建议用于长上下文视觉推理（网页设计、蓝图问答）。
🔗 LiquidAI/LFM2.5-VL-3B · 🔗 llm-stats
21. firecrawl/anydoc —— 一个 Rust 引擎把任意办公文档转为 LLM 就绪的 Markdown
- 传播速度： ▮ 平稳
- 来源： GitHub · 16.1k stars · ~3d ago
- 标签：
firecrawl rust markdown documents rag
Firecrawl 的 anydoc（MIT）通过单一 Rust 核心（含 Node/Python/WASM 绑定），把 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV 与 PDF 转为干净的 GitHub 风格 Markdown，单文档中位转换时间低于 5 ms。它按字节而非扩展名识别格式，保留表格/合并单元格/脚注/演讲者备注，把图片渲染为 alt 文本，并驱动 Firecrawl 的 /parse API——同时提供 Agent Skill（npx skills add firecrawl/anydoc）。
值得关注的原因： 文档摄取是 RAG 与智能体工作流中不起眼却致命的瓶颈，而传统转换器（LibreOffice 1,129 ms、Pandoc 102 ms）要么慢上数个数量级、要么有损。一个快速、一致、单一输出格式的引擎，可以省去一整类预处理代码。
基准：中位 4.4 ms，对比 LibreOffice 1,129 ms 与 Pandoc 102 ms；其测试中唯一能处理全部 14 种格式的转换器。
🔗 firecrawl/anydoc · 🔗 Firecrawl /parse 博客
22. Comp AI CRM —— 为 AI 智能体自记笔记而生的 CRM
- 传播速度： ▮ 平稳
- 来源： GitHub · 7.1k stars · ~1w ago
- 标签：
crm agents typescript eve open-source
trycompai/crm（Comp AI CRM，MIT）颠倒了 CRM 模型：一个持久化的研究智能体才是产品，数据库只是"智能体记笔记的地方"。该智能体拥有自己的部署、日程与工作队列——读取团队收件箱、从邮件线程创建联系人、充实公司资料、自行安排跟进，并在研究预算耗尽前一直消耗预算。它基于 Vercel 的 eve 框架构建（18 个工具、4 项技能、网络隔离沙箱），单租户，且无需任何外部 API 密钥即可运行。核心规则是："绝不臆测个人信息"——弱证据只会变成人工复核的建议，而非既定事实。
值得关注的原因： 它是"智能体优先"软件模式取代"表单优先"SaaS 的一个具体实例：界面成了智能体所做之事的视图，而非数据录入界面——由此颠覆了 CRM 乃至大多数商业软件的设计方式。
发布约 6 天，v1.0.0；基于 Bun 的 TypeScript Turborepo（Next.js + NestJS/tRPC + Postgres）；支持 Slack 集成；Google 登录 + 白名单即为全部授权模型。
🔗 trycompai/crm · 🔗 openalternative
23. Anthropic 第二份风险报告披露未发布的 "Model 2"，性能超越 Mythos 5
- 传播速度： ▮▮▮ 趋势热榜
- 来源： Anthropic · 186 页报告 · ~1d ago
- 标签：
anthropic risk-report model-2 safety responsible-scaling
Anthropic 发布第二份公司级风险报告（8 月 14 日，覆盖截至 7 月 15 日的评估），头号看点是内部未发布模型 Model 2 超越了公开旗舰 Claude Mythos 5——AECI 能力指数 162.79 对 161.29，CoBench 62.8% 对 50.3%（Anthropic 内部 449 个真实研发任务基准；能完全取代其工程师的模型需约 85%）。Anthropic 表示无计划公开发布 Model 2，且尚未完成部署前安全测试。报告还首次将灾难性失控风险从"极低"上调至"低"，并披露 Claude 目前已编写 Anthropic 生产代码库中绝大多数被合并的代码。
值得关注的原因： 未发布内部模型与公开旗舰之间的差距，加上 Anthropic 承认其任务型评测已"饱和"、无法再区分能力提升——这是迄今最清晰的信号：前沿实验室正在"压仓"那些它们已无法充分衡量的模型。
报告还披露：一个生物安全分类器标志被意外关闭约 11 个月（涉及 1.33 亿条消息），以及 0.27–5.1% 的 RL 训练片段存在思维链污染。
🔗 Anthropic Risk Report · 🔗 Yahoo Tech
24. Vero —— 首个仓库级、面向形式化验证编程智能体的基准
- 传播速度： ▮▮ 上升
- 来源： arXiv · 43 个实例 · ~1d ago
- 标签：
benchmark formal-verification lean4 agents software-verification
Vero（arXiv:2608.13522，UC Berkeley 的 Dawn Song 等）是首个在仓库级别评测智能体"代码实现 + 机器可检查证明合成"的基准。其 43 个多模块实例来自真实仓库，横跨 Python、Dafny、Verus 和 Coq（从密码协议到分布式系统）；每个实例给智能体一个多模块 Lean 4 仓库、固定的 API 接口与形式化规范，支持纯证明或代码+证明两种模式。最强前沿编程智能体配置仅完整解决 43 个实例中的 27 个，在最难的仓库上一个规范都未能闭合。
值得关注的原因： 随着 SWE-bench 及其变体趋于饱和，Vero 将前沿从"通过测试"推向"数学上验证过的正确性"——智能体评测的下一级台阶，也是当前智能体在仓库级证明义务上仍惨败的压力测试。
基准、数据管线与评测框架均在 sunblaze-ucb/vero 开源，还提供一种审计模式，让智能体形式化地证明某个规范不可满足。
🔗 arXiv:2608.13522 · 🔗 sunblaze-ucb/vero
25. CVE-2026-73296 —— 微软 UFO 智能体框架暴露未认证的 MCP 服务器（CVSS 9.4）
- 传播速度： ▮▮▮ 趋势热榜
- 来源： NVD · CVSS 9.4 · ~3d ago
- 标签：
microsoft ufo mcp cve rce
微软开源的 UFO 智能体自动化框架在 3.0.8 之前的版本中，在 TCP 端口 8020/8021 上启动了无认证的 Streamable HTTP MCP 服务器——任何可网络访问的攻击者都能对一台 ADB 连接的安卓设备调用 capture_screenshot、tap、swipe、type_text 和 launch_app，实际获得完全远程控制与屏幕内容泄露（IONIX 称之为"等效 RCE"）。修复（GHSA-24fq-m9rr-g3mm）强制要求一个 bearer token（UFO_MCP_API_KEY，常量时间比较），没有它则拒绝启动。
值得关注的原因： 这是一类正在快速增长的新攻击面：智能体框架默认把 MCP 工具服务器无认证地暴露到网络。未认证的 MCP 等于直接执行智能体工具——当这些工具控制一台设备时，其危害不亚于 RCE。
CISA-ADP 评估为"存在 PoC"、可自动化：是、技术影响：完全。切勿将 8020/8021 暴露到回环地址之外。
🔗 NVD CVE-2026-73296 · 🔗 GitHub advisory GHSA-24fq-m9rr-g3mm
26. CVE-2026-72776 —— AgenticSeek 智能体 /query 端点未认证 RCE（CVSS 9.8）
- 传播速度： ▮▮ 上升
- 来源： IONIX · CVSS 9.8 · ~1d ago
- 标签：
cve agenticseek rce ai-agents shell-injection
Fosowl 的开源 AgenticSeek 自主智能体框架，在 ≤ 2.41.1 的版本中，暴露了绑定在 0.0.0.0:7777 的 /query API（通配 CORS、无认证），将攻击者输入直接喂给运行 subprocess.Popen(..., shell=True) 的 BashInterpreter。safety.py 中不完整的黑名单可被绕过，于是精心构造的 /query POST 请求即可以智能体进程权限执行任意 OS 命令（CVSS 9.8）。已在 PR #534 修复。
值得关注的原因： 本地"AI 智能体"工具日益默认自带一个网络执行面——任何能连上端口的人都能得到一个未认证的 shell。此修复（绑定回环、对 /query 加鉴权、去掉 shell=True）应是每个智能体运行时的检查清单。
若暂无法修补：不要暴露 7777 端口、限制 CORS、最小权限运行、监控异常的 /query 请求日志。
🔗 IONIX CVE-2026-72776 · 🔗 Fosowl/agenticSeek PR #534
27. CVE-2026-16051 —— 签名请求重放导致 WPMU DEV Dashboard 插件 RCE（CVSS 9.8）
- 传播速度： ▮ 平稳
- 来源： IONIX · CVSS 9.8 · ~3d ago
- 标签：
wordpress wpmu-dev rce cve supply-chain
WPMU DEV Dashboard（wpmudev-updates）WordPress 插件在 5.0.1 之前的所有版本中，远程 Hub 安装不校验软件包完整性，且签名管理请求缺乏防重放保护（CWE-94）。攻击者只要获取或重放一个有效签名的请求，就能让站点安装并执行任意代码——无需认证或用户交互即可完全攻陷站点（CVSS 9.8）。同版本还修复了一个相关的认证绕过，使伪造这些请求更加容易。WPScan 编号为 8dae5fbf-…。
值得关注的原因： 这是插件更新机制本身的供应链 RCE——利用的是合法的签名管理通道而非代码笔误，因此看起来像正常的管理员流量，很容易被忽略。
升级到 5.0.1+（恢复完整性校验与重放保护）；同时轮换 WPMU DEV Hub API 密钥。
🔗 IONIX CVE-2026-16051 · 🔗 stack.watch
28. GitHub 的 spec-kit 随"规格驱动开发"成为智能体编程默认范式而走红
- 传播速度： ▮▮ 上升
- 来源： GitHub · 128.8k stars · ~1d ago
- 标签：
github spec-driven-development ai-coding cli agents
github/spec-kit（MIT）打包了 GitHub 的规格驱动开发工作流：一个 specify CLI，脚手架化 constitution → specify → plan → tasks → implement 流水线，并把斜杠命令或智能体技能安装进 30 多个 AI 编程智能体（Copilot、Codex、Claude Code、Gemini CLI）。规格成为智能体在每个检查点执行并校验的"可执行事实来源"——是对"能编译却偏离意图"的 vibe coding 的明确回应。该项目 2025 年 9 月开源，如今在 GitHub Trending 上再次飙升（约 128.8k stars，日增 +1,160），背后是最近的 v0.12.11 版本。
值得关注的原因： 智能体编程的工作流层正围绕"规格即代码"汇聚，GitHub 的工具包正成为参考实现——值得关注其在团队规模下"以更多前期 token 换取更可预测输出"的权衡如何演绎。
GitHub 仍将其标注为实验性质；主要批评是每次会话的 token 消耗更高。
🔗 github/spec-kit · 🔗 Visual Studio Magazine
29. holehe —— 邮箱到账号的 OSINT 枚举工具登上 GitHub Trending 第 3 位
- 传播速度： ▮ 平稳
- 来源： GitHub · 13k stars · ~1d ago
- 标签：
osint email privacy python recon
megadose/holehe（GPL-3.0）通过探测各网站的忘记密码/注册流程，检查某个邮箱是否注册于 120 多个服务（Twitter、Instagram、GitHub、eBay……）——关键是不会向目标邮箱发送任何通知，并可选择恢复部分打码的恢复邮箱或手机号。在一篇源码深度解析文章之后，它于 8 月 15 日重新登上 GitHub Trending 第 3 位。它提供 CLI（pip install holehe）和基于 trio/httpx 的 Python API。
值得关注的原因： 邮箱枚举是一种安静的隐私泄露——全网范围内无需目标任何交互即可获得的未认证"存在信号"。Holehe 的"静默"模式正是它既成为 OSINT 宠儿、又提醒你一个邮箱地址能泄露多少信息的原因。
"仅供教育用途"；各站点模块会漂移并可能误报，因此应把命中当作"存在信号"而非身份证明。
🔗 megadose/holehe · 🔗 xlap.top deep-dive
元数据
| 字段 | 值 |
|---|
| 生成时间 | 2026-08-15T20:03:00Z |
| 条目数 | 29 |
| 追踪来源 | 40（GitHub Trending、Hacker News、z.ai、Pandaily、ppc.land、4sysops、Context Studios、The Hacker News、Mallory、SecurityWeek、AISignal、Google Blog、Google Developers Blog、Hugging Face、dev.to、Cursor Docs、mixedbread、TokenPost、RustDesk Blog、LuaCAD Docs、AUR、Android Authority、APIDog、The Neuron、TLDR AI、orcarouter、MiniMax Blog、cirt.gy、CVETodo、llm-stats、Firecrawl Blog、openalternative、Anthropic、Yahoo Tech、arXiv、NVD、IONIX、stack.watch、Visual Studio Magazine、xlap.top） |
| 更新计划 | 04:03, 12:03, 20:03 UTC+8（每日 3 次） |
| 排序 | 速度加权（时效性 × 互动加速度 × 来源权威度） |
| 许可 | CC-BY 4.0 |
前一天 · 原始 .md · 归档