返回周报

Weekly Report

AI 重大技术变化周报

覆盖 2026-10-19 至 2026-10-25,时区 Asia/Bangkok (UTC+7),共 9 条。

AI 找漏洞的能力集中兑现,防守方开始用 AI 做形式化证明;开源推理栈和开源大模型同时向前沿逼近。

重大变化

  • Agent 安全

PHP2Shell 与 AI 漏洞披露潮,LiteLLM 被投毒

发生了什么:10-21 PHP 发布紧急安全更新,修复两个可未授权远程代码执行的引擎级漏洞(PHP2Shell)。OpenAI 称其 Patch the Planet 计划下的研究者用 OpenAI 模型发现漏洞并协调修复约两个月;Wiz 也发布了研究,称其用 Wiz Atlas、Gemini 4 Argon 和 GPT-5.6 Sol 参与发现,Gemini 4 Argon 贡献很大。同日 LiteLLM 1.107.0 在 PyPI 被植入凭据窃取器和后门。

为什么重要:AI 已把漏洞发现速度提到维护者难以跟上的程度,补丁和协调披露成了瓶颈。LiteLLM 是大量 Agent 的模型网关,AI 工具链本身成为供应链攻击目标。AINews 把这几天称为 Black October(二手汇总)。

PHP 安全公告

OpenAI: Patch the Planet

Wiz: PHP2Shell

SafeDep: LiteLLM 1.107.0 投毒

AINews: Black October(二手汇总)

  • 前沿实验室研究

Anthropic 用 Claude 做大规模形式化验证

发生了什么:10-22 Anthropic Frontier Red Team 与 Theorem 合作,让 Claude 为 123 个 OSS-Fuzz 库的 239 个入口点证明 RISC-V 二进制层面的安全性质(例如任意输入下不会崩溃),证明总量约 1.8 亿行 Rocq,过程中发现并修复了 bug。

为什么重要:防守方从“找 bug”转向“证明没有某类 bug”,过去要专家做几年的事变成 Agent 几周的工作量。可机器检查的证明也给长时程 Agent 提供了客观的验收标准。

Anthropic Research

  • 模型与推理基础设施

DeepSeek 开源生产推理框架 DeepInfer

发生了什么:10-20 DeepSeek 开源 V4.1 Flash 背后的推理框架 DeepInfer,支持分布式推理、投机解码和结构化输出,覆盖 NVIDIA 与华为昇腾。官方自报单集群每天 155T token、输入缓存命中 96%(一手声明,未经审计),KV cache 管理和负载均衡尚未完全开源;vLLM 团队称在 GB200 上 decode 吞吐与之相差 6% 以内(据 AINews 转述)。

为什么重要:开源推理栈开始对标闭源推理服务商。长时程 Agent 的成本大头是反复读上下文,长缓存和高命中率直接压低 Agent 的单任务成本。

GitHub: deepseek-ai/DeepInfer

HN 讨论(2355 分)

AINews: DeepInfer(二手汇总)

  • 模型发布

Kimi K3.1 Pro:开源权重逼近 Fable 级

发生了什么:10-23 Moonshot 发布 Kimi K3.1 Pro 与 Highspeed 版,3T 级 MoE(2.8T 总参数、104B 激活,据 AINews 转述),1M 上下文,主打全项目编码、3D 创作、金融研究和长时程 Agent,并推出托管运行环境 Kimi Hosted Agents,承诺 11-04 前放出权重。Artificial Analysis 智能指数 55 分排第四(二手)。

为什么重要:这一版主要靠加大后训练量而非换底座,开源权重模型与闭源前沿的差距继续缩小,Agent 能力是提升最多的部分。

Kimi 官方博客

HN 讨论

AINews: Kimi K3.1(二手汇总)

  • 大厂 Super Agent 与协议

Claude Duet 主动式 Agent,Agent Skills 捐给 AAIF

发生了什么:Anthropic 开放 Claude Duet 研究预览:主动提醒需要你处理的事,离开时继续工作,代你行动前先确认。10-22 又把 Agent Skills 标准捐给 Agentic AI Foundation,称已有 70 多个平台集成,包括 ChatGPT、Cursor、GitHub Copilot 和 VS Code。

为什么重要:Agent 从“被叫才动”走向常驻、主动。Skills 进入中立基金会后,和 MCP 一样成为跨厂商的事实标准,技能包可以在不同 Agent 之间复用。

Claude: Claude Duet

Anthropic: 捐赠 Agent Skills

其他值得一提

  • RAG 与向量数据库

Qdrant v1.20.0

payload 全文索引直接支持 BM25 打分,新增 TurboQuant turbo8/turbo16 向量类型和 code 分词器,混合检索更容易在单库内完成。

GitHub Release

  • RAG 与向量数据库

Cohere Rerank 5

Context Focus 只返回打分后的段落而不是整篇文档,官方称 token 消耗最多降 41%。

Cohere on X

也可阅读AI 重大技术变化:2026-W43 至 W46 总览。