OpenAI 筹备下一轮安全冲刺，以强化自身防护
OpenAI 正在准备下一轮内部安全冲刺，合作方是 Cathedral Systems。所谓安全冲刺，就是集中一段时间专门找漏洞、补漏洞。这次的目标是借助 AI 来测试并加固 OpenAI 自身的防御措施。目前文章只提到“正在准备”，没有说明具体时间、测试范围或结果，也暂未说明这些能力是否会对外提供。
文中可用工具
提供的材料未提及具体可用工具。
展开详情收起详情：OpenAI 筹备下一轮安全冲刺，以强化自身防护
评论 · 分享第一个看法
内容浏览
资讯
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。
全部内容
最近成功采集
当前筛选：2026-11-03 ×
OpenAI 提高漏洞赏金，奖励安全研究者
OpenAI 宣布提高安全漏洞赏金（Security Bug Bounty）的奖励金额，并新增三类奖金：报告质量奖、忠诚奖和优先活动奖，发给独立安全研究者。过去的问题是赏金可能不够吸引人，或者报告质量参差不齐；这次用更高奖励和额外奖金来鼓励研究者提交更有价值的漏洞报告。对读者来说，如果你或身边人做安全研究，可以关注这条消息了解新的奖励规则；普通用户则意味着 OpenAI 更重视产品安全。原文没有说明具体金额、生效时间或申请条件。
文中可用工具
提供的材料未提及具体可用工具。
展开详情收起详情：OpenAI 提高漏洞赏金，奖励安全研究者
OpenAI 任命 Dan Driscoll 为国家安全现代化高级顾问
OpenAI 宣布任命 Dan Driscoll 担任“国家安全现代化高级顾问”。根据目前公开的信息，他的职责是就如何在国家安全领域负责任地使用 AI 提供建议，涉及网络韧性建设以及与美国盟友的合作。原文只说这是一项任命和新职位，没有说明他具体会做什么、什么时候开始工作、是否参与具体项目，也没有提到任何产品、工具或技术细节。对普通读者来说，这条消息说明 OpenAI 正在加强与美国国家安全和防务相关的合作方向；但实际影响和后续动作，目前公开材料还没有交代。
文中可用工具
提供的材料未提及具体可用工具。
展开详情收起详情：OpenAI 任命 Dan Driscoll 为国家安全现代化高级顾问
OpenAI 如何扩展 Git：构建兼容 Git 的 Pando 后端
OpenAI 说，随着 Codex 让写代码的速度大大加快，原来的 Git 版本管理有点跟不上了，所以自己做了一个叫 Pando 的后端，能兼容 Git 的工作方式，专门支撑这种高强度的开发规模。简单说，就是给 Git 换了一个更能扛的“引擎”，但开发者照常用原来的 Git 命令和习惯，不用改自己的工作流程。来源只说了 Pando 是为 Codex 带来的开发规模而设计，具体规模数字、性能提升幅度、是否已全面上线，材料都没提，需要看原文确认。
文中可用工具
- PandoOpenAI 自研的兼容 Git 的后端，用来支撑大规模开发。
- CodexOpenAI 的编程工具；文中提到它带来更高强度的开发规模。
- Git广泛使用的版本控制工具，Pando 后端的兼容对象。
展开详情收起详情：OpenAI 如何扩展 Git：构建兼容 Git 的 Pando 后端
全新的 AI 驱动社区平台
Dynatrace 把自家用户社区搬到了一个新平台上，这个平台内置了 AI 能力。原来社区积累了大量提问和解答，但搜索不太懂用户的具体处境，找答案要靠翻帖子。新平台加入了 AI 摘要、相关讨论推荐和用自然语言提问找答案的功能，搜索变成边输入边出结果，还能按分类、作者、日期或是否已解决来筛选。通知也更灵活，可以关注或屏蔽特定主题，并支持用 Markdown 写代码和命令。老成员的账号、发帖数、点赞、徽章和奖励都保留，旧链接也照常可用，用原 Dynatrace 账号登录即可。平台已于 10 月 26 日上线，11 月 23 日会开放迁移后调查问卷。
文中可用工具
提供的材料未提及具体可用工具。
展开详情收起详情：全新的 AI 驱动社区平台
使用 Datadog 管理和部署 LLM 提示词
Datadog 在 Agent Observability 中推出了 Prompt Management，帮团队集中管理大模型提示词。以前提示词常散落在代码、配置文件和笔记本里，改一个词就得跟着发版，还搞不清线上跑的是哪一版。现在提示词有固定 ID 和版本历史，可以不发应用就部署新版本，按开发/预发/生产环境分别指定版本，还能用类似功能开关的规则只对部分请求生效；出问题就切回旧版，不用回滚整个应用。配合 Prompt Tracking，可以看到每个版本被调用多少次、延迟多少、花了多少 token 和费用。目前 Python 应用支持运行时读取，需要启用 Agent Observability 才能做版本性能对比。
文中可用工具
- Prompt Management集中创建、版本化、部署和读取 LLM 提示词
- Prompt Tracking把提示词版本和实际 LLM 调用关联起来，查看用量与性能
- Datadog Agent Observability提供 LLM 调用追踪和提示词元数据，用于分析性能
- Datadog Feature Flags按属性做定向投放，决定哪些请求拿到哪个提示词版本
展开详情收起详情：使用 Datadog 管理和部署 LLM 提示词
用 RUM Profiling 诊断前端性能问题
Datadog 为它的真实用户监控（RUM）加上了代码级 CPU 分析功能，现在 iOS、Android 和浏览器应用都能用。以前开发者只能看到 App 启动慢或卡顿，却不知道是哪段代码造成的，往往要本地复现、从多个工具拼凑信息，换设备或系统版本就更难查。现在 RUM Profiling 会把 CPU 分析数据和真实用户会话里的性能事件（如启动耗时、关键操作）关联起来，用火焰图直接看哪些函数占了 CPU 时间，还能汇总多次会话找出反复出现的瓶颈。这个功能目前作为 RUM 的附加产品提供，文中没有说明具体定价或开放范围。
文中可用工具
- Datadog RUM Profiling把代码级 CPU 分析数据和真实用户会话的性能事件关联起来，帮助定位慢在哪段代码
- Datadog RUM监控真实用户会话，发现启动慢、卡顿等问题并找出受影响的用户和版本
- Browser Profiler为浏览器应用提供 CPU 分析的组件
展开详情收起详情：用 RUM Profiling 诊断前端性能问题
Bits 调查更快、更准确、成本更低
Datadog 的 Bits Investigation 是一个自动调查生产告警的 AI 助手。刚上线时，每次调查平均要花 25 美元、耗时 11 分钟，流程复杂。团队改用更简单的 ReAct 架构和新模型，并借助 Datadog MCP Server 执行代码、合并查询数据，让 AI 自己写代码查多源数据并汇总，减少来回折腾。到 2026 年 10 月，单次成本降到约 4 美元（降 84%），耗时约 2 分钟（降 82%），内部基准上的调查质量比 3 月版本高 44%。这能帮值班工程师更快找到故障根因。官方还在训练专门做站点可靠性调查的 Scout 模型，目前尚未开放，未来计划扩展到自动修复。
文中可用工具
- Bits Investigation自动调查生产告警、定位故障根因的 AI 助手
- Datadog MCP Server让 Bits 能编写并运行代码来查询多个数据源
- ScoutDatadog 专为站点可靠性调查训练的模型，尚未开放
展开详情收起详情：Bits 调查更快、更准确、成本更低
Agent 在运行时做决策，你的安全控制也应如此
Datadog 正在开发一款叫 AI Guard 的安全产品，专门保护 AI 智能体。问题在于：智能体能访问内部系统和敏感数据，还会读取外部内容，攻击者可以把恶意指令藏在工具返回的内容里，诱导智能体做出危险操作；传统安全控制只看权限、不看意图，而智能体是边走边推理的，很难提前把它的所有动作都测一遍。AI Guard 的思路是直接嵌进智能体的运行循环里：先盘点云环境中有哪些智能体、各自连了哪些服务和数据，再在每一步决策点结合对话历史、自定义规则和应用上下文判断意图，发现异常就当场拦截或脱敏，并把整个事件过程整理成可调查的记录。目前该产品仍在开发中，文中未说明何时可用或价格。
文中可用工具
- AI GuardDatadog 开发中的运行时智能体安全防护产品，用于发现智能体、在决策点拦截恶意操作并辅助调查
- Datadog提供智能体追踪、日志和基础设施遥测，供安全调查使用
展开详情收起详情：Agent 在运行时做决策，你的安全控制也应如此
Datadog 现已上线 Anthropic 的 Claude Marketplace
Datadog 是一家做系统监控的公司，现在它的产品被放到了 Anthropic 的 Claude Marketplace（一个购买 AI 相关服务的应用市场）里。原来团队用 Claude 做 AI 智能体和应用，上线后很难看清花了多少钱、跑得稳不稳、回答质量有没有变差；如今可以在市场里直接购买 Datadog 的 Agent Observability（智能体可观测性），用来监控、追踪和评估这些 AI 应用。购买时可以用已承诺给 Anthropic 的预算付款，不用另开预算；合同和售后仍直接与 Datadog 签。目前仅限美国实体客户使用，未来计划扩大范围。
文中可用工具
- Datadog Agent Observability监控、追踪和评估基于 Claude 构建的智能体与 AI 应用，提前发现故障和质量下降
- Claude MarketplaceAnthropic 的应用市场，可在其中发现和购买 Datadog 等合作伙伴服务
- Cloud Cost Management把 Anthropic 的成本数据纳入 Datadog 的云成本管理
- Claude Code可向 Datadog 发送其遥测数据，用于监控
展开详情收起详情：Datadog 现已上线 Anthropic 的 Claude Marketplace
使用 Datadog RUM 监控 C 和 C++ 应用
Datadog 推出了 C++ SDK，把它的 RUM（真实用户监控）能力扩展到跑在 Windows、macOS 和 Linux 上的原生 C 和 C++ 应用。过去这类程序崩溃时，开发者只能拿到一串堆栈信息，不知道用户崩溃前在做什么，也很难复现。现在 SDK 能在崩溃时记录现场，把崩溃、报错和用户操作、页面、网络请求串在同一次会话里，还支持把同类崩溃归组和记录不会导致退出的错误。它提供 C++17 的 C++ 接口和 C99 的 C 接口，支持 CMake，可以嵌入其他语言；崩溃处理有进程内和基于 Crashpad 的进程外两种方式，前者无需额外进程、下次启动再上传，后者能抓到栈溢出等问题并立即上传。该 SDK 已在文章发布时可用，数据直接上传 Datadog，不需要在用户设备上装 Agent。
文中可用工具
- Datadog C++ SDK为原生 C 和 C++ 应用采集崩溃诊断、错误和用户活动数据，并上报到 Datadog RUM
- Datadog RUM真实用户监控服务，用来查看崩溃和错误发生在哪次用户会话、哪些操作之后
- Error Tracking把相关崩溃归组为问题，帮助分辨偶发与普遍故障并排定处理优先级
- Crashpad开源的进程外崩溃上报系统，作为独立进程收集更全面的崩溃信息
展开详情收起详情：使用 Datadog RUM 监控 C 和 C++ 应用
用导出管道导出 RUM 与产品分析数据
Datadog 推出了导出管道（Export Pipelines）功能，可以自动把它的 RUM（真实用户监控，用来观察应用性能和用户行为）和产品分析事件数据，持续发送到你自己的云存储里。以前这类数据默认只留在 Datadog，普通 RUM 数据保留 30 天，产品分析保留 15 个月，想拿原始事件做分析、训练模型或长期留存就需要自己写导出脚本。现在在 Datadog 界面配置好目标和要导出的数据后，系统会按日期和小时把数据以 Parquet 或 JSON 格式写入 Amazon S3、Azure Blob Storage 或 Google Cloud Storage，还能在界面上看到每条管道的状态（运行中、错误、待处理、已暂停）。这样团队就能把文件直接加载进 Snowflake、BigQuery 或 Databricks 做分析，或用于机器学习训练和合规留存。该功能已在博文中作为正式能力介绍，具体计费方式文中未说明。
文中可用工具
- Export Pipelines把 RUM 和产品分析事件持续导出到自己的云存储
- Datadog RUM监控应用可用性、性能和用户会话行为
- Product Analytics分析用户在产品中的行为数据
- Amazon S3作为导出数据的目标云存储
- Azure Blob Storage作为导出数据的目标云存储
- Google Cloud Storage作为导出数据的目标云存储
- Snowflake加载导出的 Parquet 文件做数据分析
- BigQuery加载导出文件并与业务数据关联分析
- Databricks加载导出的 Parquet 文件做分析或建模
- RUM Managed Archive把 RUM 数据保留期扩展到 6 个月
展开详情收起详情：用导出管道导出 RUM 与产品分析数据
用 RUM Managed Archive 存储并恢复用户会话
Datadog 为其前端监控产品 RUM 推出了 Managed Archive 功能。原来的问题是：RUM 为了省钱，只保留符合保留过滤器的会话，其他会话会被直接丢弃，但日后遇到客户支持、审计或故障调查时，这些被丢掉的会话可能恰恰很关键；如果全量保留，成本又太高。现在，所有已采集的会话都会先存进 Datadog 管理的存储（可选 1、3、6 个月，按应用配置），并存有一份轻量元数据，包括时间、会话 ID、用户 ID 和账户 ID，方便搜索定位；需要时再挑出特定会话“恢复”，恢复后会被完整索引，并可在 RUM 中查看 30 天。这样团队平时保留策略不变，又能在事后找回需要的会话；该功能已可用于 RUM without Limits 用户，文档可查，新用户可试用 14 天。
文中可用工具
- RUM Managed Archive存储所有已采集的 RUM 会话，并支持按需搜索和恢复特定会话
- Datadog Real User Monitoring (RUM)监控前端应用真实用户体验的 Datadog 产品
- RUM without LimitsDatadog 的全量指标与 SLO 方案，配合保留过滤器使用
展开详情收起详情：用 RUM Managed Archive 存储并恢复用户会话
使用 Datadog Electron SDK 将 RUM 扩展到 Electron 主进程
Datadog 发布 Electron SDK，把它的前端监控工具 RUM 扩展到桌面应用的 Node.js 主进程。过去开发者只能看到 Chromium 界面层的情况，主进程崩溃或网络请求失败时，监控会话会莫名中断，工程师难以排查。新 SDK 把主进程和界面层的事件合并到同一个会话时间线，自动记录主进程的未处理异常、崩溃和发出的网络请求，还能用 dd-trace 把主进程的工作串联到后端追踪。这样当后台同步或模型请求出问题时，团队能直接看到是哪个环节出错，而不用只靠本地复现或翻阅零散日志。目前该 SDK 已随博文介绍推出，具体安装方式原文未详细说明。
文中可用工具
- Datadog Electron SDK把 RUM 监控扩展到 Electron 的 Node.js 主进程，并与渲染进程事件合并到同一会话
- Browser SDK继续在 Chromium 渲染页面收集用户活动，并通过 Electron 桥转发事件
- dd-traceDatadog 的 Node.js 追踪库，用于记录主进程网络调用、命令执行和 IPC 消息的链路
展开详情收起详情：使用 Datadog Electron SDK 将 RUM 扩展到 Electron 主进程
用 Codex 大规模回移安全补丁
稳定版 Linux 常常缺少安全补丁，因为把新版本里的修复“搬”回旧版本（回移）既费时又不讨好，志愿者团队往往顾不上做。有人用 AI 编程工具 Codex 来帮忙：由 AI 代理找出缺失的修复、改写补丁适配旧代码、跑测试并整理提交材料，工程师只负责审核和提交。据文中数据，到 10 月 29 日，该项目已帮助把 149 个不同 CVE 的修复送进稳定的 Linux 内核版本，另有一些补丁进入 Fedora 和 Ubuntu 软件包；单个回移从原来的数天缩短到人工约 30 分钟（简单情况）到 3 小时（复杂情况）。需要说明的是，这些时间只覆盖补丁准备和审核，回归测试与维护者是否接受仍不可少，AI 并未接管最终把关。
文中可用工具
- CodexAI 编程代理，用于识别缺失修复、改写补丁、跑测试并准备提交材料
展开详情收起详情：用 Codex 大规模回移安全补丁
OpenAI 新共享用量额度让 ChatGPT 与 Codex 争抢同一配额
OpenAI 计划从 12 月起把 ChatGPT 和 Codex 的用量额度合并成一个共享池，Plus、Pro、Business 订阅用户都受影响：复杂模型和重任务会消耗更多额度，日常快问快答的 Instant 模式不占用。原先两者额度分开，现在开发者用 Codex 写代码会挤占 ChatGPT 对话的可用量，反之亦然。OpenAI 只说能在设置里看到剩余额度和重置时间，但合并后的总量和明细都未公布，部分用户在论坛抗议，要求保留独立额度或提供实时用量面板。
文中可用工具
- ChatGPTOpenAI 的对话式 AI，用于日常问答和任务
- CodexOpenAI 的编程智能体，用于写代码和执行开发任务
- ChatGPT Work基于 Codex 技术的智能体工具，帮知识工作者完成研究、数据分析和制作文档等任务
- ChatGPT for Excel在 Excel 和 Google Sheets 中使用 ChatGPT 的工具
- Workspace Agents原文未说明具体用途，仅提及它与 Codex 等共享智能体额度
- Claude ChatAnthropic 的对话产品，已与 Cowork 合并为单一界面
- CoworkAnthropic 的协作产品，已与 Claude Chat 合并
展开详情收起详情：OpenAI 新共享用量额度让 ChatGPT 与 Codex 争抢同一配额
Canva 新设计模型不生成图片，而是写代码来编辑图片
澳大利亚设计软件公司 Canva 上周发布了面向设计师的新视觉语言模型 Canva Brush。过去用 AI 改设计，常出现一句话改动却带来一堆意外变化的问题；Brush 不走“重新生成图片”的路，而是先读懂设计的内容和排版结构，再写出并执行一小段代码去改指定元素，改完还会自己检查结果。它先从一个未具名的开源模型出发，用真实设计编辑任务和强化学习训练，目前向 Canva Pro 用户开放。对设计团队来说，好处是改标题、改文字这类小修改更有可能不碰价格、免责声明和整体版式，减少反复核对的工作；不过实际可靠性尚未公布评测数据，也未说明定价或更广的开放时间。
文中可用工具
- Canva BrushCanva 新推出的设计编辑模型，读懂设计结构后用代码做局部修改并自查结果
- Canva CraftCanva 首个自研图像生成模型，10 月 22 日发布
展开详情收起详情：Canva 新设计模型不生成图片，而是写代码来编辑图片
你的 AI 编程 Agent 现在有预算了——它能在任务中途掐断你
Cognition 给它的 AI 编程 Agent「Devin」加上了分级预算功能。以前企业只能设置组织级上限或按用户分层，当一家银行把大额用量拆给几百个团队时就不够用了，有些客户只好自己开发内部工具来分配额度。现在管理员可以先设一个总预算，再按部门、项目、个人逐级拆分，最多三层，还能查看各部门花了多少；预算快用完时工程师会在首页收到提醒，并可在产品内申请更多额度，管理员可选择手动审批或按「效率分」自动放行。代价是：任务进行中预算耗尽，会话会直接停止；官方表示正在开发「软上限后切换到更便宜模型」来让工作跑完，但该功能尚未上线。
文中可用工具
- DevinCognition 的 AI 编程 Agent，现在支持按部门、项目、个人分配使用预算
- BudgetsDevin 的分级预算功能，用于管理团队和项目的 AI 用量花费
- Efficiency Score估算工程师产出工时与 Devin 消耗之比的评分，可用于自动批准更多额度
展开详情收起详情：你的 AI 编程 Agent 现在有预算了——它能在任务中途掐断你
开发者有意降级自己的 AI——而且确实奏效了
Anthropic 确认它在 Claude Opus 5.5 的 Claude Code 提示词里加了两句话，目的是阻止用户用 Claude 复刻别人的现有游戏，理由是侵犯知识产权违反使用政策。但开发者发现，这个模型还开始拒绝以前能做的逆向工程和软件分析任务，有人只能换回旧版 Opus 4.8 才能继续工作，付费客户项目也因此停摆。对读者的意义在于：托管式编程助手的行为可以由厂商随时改动，你的代码没变，但昨天能做的任务今天可能就被拦下；目前 Anthropic 没有公开说明这些拒绝是否与游戏限制或安全策略有关，也未回应媒体询问。
文中可用工具
- Claude CodeAnthropic 的命令行编程助手，这次因新增限制拒绝部分任务
- Claude Opus 5.5被加了新提示词限制的模型版本，会拒绝复刻游戏和部分软件分析任务
- Opus 4.8旧版模型，开发者换回后可以继续原本被拒绝的工作
展开详情收起详情：开发者有意降级自己的 AI——而且确实奏效了
统一 API 清单：跨来源关联加速漏洞修补
Harness 推出了「统一 API 清单」，现已正式可用。原来安全团队查一个接口漏洞时，要在代码仓库、文档和线上流量三套系统里分别找：同一个支付接口会出现三条记录，得人工判断是不是同一个 API，还要到处问「哪个仓库、谁负责、测试环境是否也有」。这次的做法是把这三个来源按同一接口自动关联起来，每条记录仍保留自己来源的细节；只出现在代码或只出现在文档里的接口也会列出来并标注来源，方便发现未上线或绕过监控的接口。读者（尤其是安全工程师）得到的好处是：告警一响，「该去哪里修」直接显示在页面上，减少找仓库和找人的时间，把精力放在修复本身。不过文章只给出了宣传性说法，没有提供提速幅度的具体数字；关联出错时如何人工纠正也未说明。
文中可用工具
- Unified API Inventory把线上流量、代码仓库和 API 文档中的同一接口关联起来，形成一份带来源标注的清单
- API PostureRuntime Protection Agent 中承载 API 资产梳理与安全态势的能力
- Runtime Protection Agent在运行环境采集 API 流量与运行时风险信号的代理工具