内容浏览
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
Snyk 在旧金山举办了首届客户峰会 UNFILTERED，邀请一批安全负责人闭门坦诚讨论。大家集中聊了五个话题：AI 代写的代码出了问题该由谁负责；企业开始追问 AI 的投入回报和预算上限，不再只看成本；找出漏洞不再是难点，难点是修得快、少靠人；AI 让每个人都能写代码，风险来源也变多了；人能审核的数量有限，愿意信任自动代理，但前提是代理绕不过控制。这次峰会是闭门讨论，不发布产品；次日 Snyk 才推出 Evo Agentic AppSec 并举办 AI 安全峰会。
提供的材料未提及具体可用工具。
Nvidia 发布了 Nemotron 3.5 Transcribe，这是一个开源权重的多语言转录模型。以前的转录模型只能按音频原样转写，出错了也不好纠正；这次的新模型支持在开始前给它提示，比如告诉它这是英语医学讨论、附上专业术语表，还能要求标注说话人、指定逐字或整理后的格式。它可以处理 40 种语言、最长一小时的录音，但不支持实时直播。Nvidia 称它在 Hugging Face 英语开源语音识别榜上以 5.33% 的平均词错率排第一，在部分基准上还优于参数量大得多的 Voxtral。开发者可以用 vLLM 部署，或用 NeMo-Speech.cpp 在本地单 GPU 上运行，也能用 NeMo 工具微调以进一步降低错误率。模型已经发布，属于开源权重，采用 OpenMDW-1.1 许可。
GitHub 的提交量涨得极快：2024 年平均每月约 6500 万次，今年 4 月 14 亿次，8 月 29 亿次，9 月已达到 74 亿次，公司称主要推手是 AI Agent 带来的自动化需求。这种增长也让服务频繁出故障，所以 GitHub 今年已增加 400 万个 CPU 核心（多数在 Azure 上）、160 PB 高速存储和 50 Tb/s 网络带宽，并加强 GitHub Actions 算力。同时它正把计算和存储拆开重新架构，内部测试写入吞吐最高提升 35 倍。对开发者的意义是：这轮扩容已在进行，目标是减少卡顿和宕机，但新架构的具体上线时间原文未说明。
GitHub 发布了 2026 年 Octoverse 报告，统计过去一年开发者共向 GitHub 推送代码 179 亿次，超过 2024 和 2025 两年总和；总提交 343 亿次，合并的拉取请求 13 亿个。报告发现，带 Agent 配置的新仓库平均提交次数是不带配置仓库的 8 倍，9 月已有超过 40% 的拉取请求由 Agent 发起（3 月为 17%）。61% 的 Copilot 用户会同时使用多个模型，医疗、农业、采矿、建筑等领域的公开仓库也在快速增长。报告还显示 GitHub 开发者已超 2.25 亿，过去一年活跃开发者平均已在 GitHub 上 36 个月，现在平均每人跨仓库数比一年前多 10%。对读者来说，这份报告描述的是开发者正把 Agent 从试用变成日常协作对象，但具体效果仍取决于各自项目实践。
微软发布了十月份的月度安全更新，一共修复了 1415 个漏洞，涉及 Windows 操作系统、Office、Exchange、.NET、Edge，还可能包括 Hyper-V 和 Azure 相关组件。这些漏洞里有 85 个被定为“严重”级别，也就是风险很高。更需要注意的是，其中一个影响 Windows Shell 的漏洞已经被攻击者在真实环境中利用，说明相关用户应尽快安装更新。对普通用户来说，这次更新能补上大量安全缺口，降低被攻击的风险；目前信息没有说明各漏洞的具体细节和更新推送状态，建议以微软官方发布为准。
提供的材料未提及具体可用工具。
谷歌发布了新一代前沿模型 Gemini 4 Carbon，宣称是其最强模型，在编程、长时任务和网络安全方面达到领先水平。它排名 Artificial Analysis 智能指数第一（59 分），在找漏洞、利用验证、打补丁三项安全基准上均列第一。该模型不会立刻向公众开放：本周起先提供给部分网络安全防御人员，之后通过 Fairwind 计划逐步扩大可信伙伴范围，开发者、企业和普通用户需等后续产品上线。定价与上一代 Argon 相同：每百万输入 token 2 美元、输出 token 10 美元，缓存输入打 95% 折扣。对读者而言，这展示了模型在安全攻防和长时间自主工作上的进展，但普通用户暂时还用不上。
Anthropic 在 2025 年 5 月启动 AI for Science 项目，为从事高影响力科研项目的研究人员提供免费的 Claude 使用额度。此前该项目主要面向单个科学家，现在则扩展到与全球 20 个科学基金会、科研机构和研究团队合作，让更多领域的研究者能用上 AI 工具。合作内容还包括：与 HHMI Janelia 共同制定让 AI 智能体安全操作实验仪器的共享规范 MHS（目前处于研究预览阶段），以及支持 Allen Institute 用 AI 智能体分析大规模公开数据。参与机构将把额度分配给各自的研究人员，预计还会产出开放数据集、开源软件和开放标准等公共成果。不过，文章未说明这些机构具体能获得多少额度、项目何时全面开放。
提供的材料未提及具体可用工具。
这篇文章标题是《公司的未来》，副标题提出一个问题：AI 可能以什么方式进入组织架构——在我们之下、在我们身旁，以及在我们之间。由于提供的内容只有这两句标题和副标题，正文和具体论据都没有给出，所以无法说明作者具体提出了哪些观点、引用了哪些案例或数据，也无法判断文章是否给出了可落地的方案，读者目前只能知道它讨论的是 AI 与公司组织结构的关系。
提供的材料未提及具体可用工具。
OpenAI 和 ServiceNow 宣布扩大双方的合作。之前的状况是两家的产品各自独立：OpenAI 的模型和 Agent 只能在自己的产品里使用，ServiceNow 的企业工作流也只能在 ServiceNow 内部运行。这次双方计划把 OpenAI 的模型和 Agent 接入 ServiceNow，同时把 ServiceNow 的工作流接入 ChatGPT 和 Codex，让两边可以互相调用。对使用企业软件的人来说，这意味着以后可能可以直接在 ChatGPT 或 ServiceNow 里跨平台完成任务。不过材料只提到“扩大合作”，具体的可用时间、功能范围和上线状态都没有说明。