搜索归档

Kubernetes 安全基础：在各类 Kubernetes 环境中保持一致的安全态势管理

Dynatrace 给它的 Kubernetes 安全态势管理（KSPM，就是检查集群配置有没有安全漏洞的功能）加了一个叫“Kubernetes 安全基础”的默认开启配置档。以前想查这类问题往往要额外在每个节点上装采集组件，现在不用了，只要集群接入 Dynatrace，它就直接读取已有的 Kubernetes 接口对象来查常见错误配置。它能覆盖 GKE、OpenShift、K3s、MicroK8s 等不同发行版和版本，检查内容包括容器以 root 运行、权限过大、缺少网络策略等，并把问题跟监控数据关联起来，方便判断影响和安排修复。该功能已对使用 KSPM 的 Dynatrace 客户可用，更完整的 CIS 基准覆盖和合规框架映射仍在规划中。

我们如何用 Datadog 排查提示缓存未命中问题

Datadog 的工程师在检查公司内部 AI 应用的大模型费用时，发现有些应用明明开了“提示缓存”，却没能省钱。提示缓存的意思是：把重复发给模型的系统指令、工具说明、对话历史这部分内容存起来，下次直接复用，按说能降低重复内容的费用。他们先用 Datadog 的成本管理工具看各家模型供应商的账单，再用 Agent Observability 逐个追踪请求，发现两个常见原因：一是请求开头混进了会变的内容（比如当前时间），或者工具列表每次顺序不一样，开头一变，后面相同的内容就复用不上；二是应用虽然开启了缓存选项，但没把供应商需要的信息发过去，或者用了不支持的接口。文章给出的办法是把固定不变的指令放前面、把每次变化的内容挪到后面，并对工具和文件排序；文中提到这些修改有的打了补丁、写了测试，但是否真的提升了缓存命中率还需要后续请求来验证，文章没有给出最终效果数据。

币安事件之后：检查你的签名系统能批准什么

币安披露了2026年10月的一起安全事件：攻击者先用社会工程、偷来的凭据和被滥用的内部AI工具，拿下了一台能请求钱包签名的服务器。问题在于，这台服务器不用偷走私钥，就能让系统签出“有效”的授权。攻击者借助以太坊的EIP-7702，让钱包签下一条长期有效的指令（大意是“以后调用我的账户就用这段代码”），此后资金被反复转走，连后来存进去的钱也没能幸免，而且不需要币安再签一次。文章提醒管理钱包的团队：只盯着转账和余额变化可能不够，还要把“权限变更”当成高风险操作来审批和监控，并把EIP-7702、ERC-4337等新执行路径纳入检测规则，附上了四步自查清单和验证方法。

Kubernetes 第二？谷歌为何免费开放 gVisor——Anthropic 和 OpenAI 都在用的代码沙箱

谷歌把三个 AI Agent 基础设施项目捐给了中立的 CNCF 基金会，希望像当年 Kubernetes 推动容器普及那样，让这些项目成为行业标准。其中 gVisor 是一个代码沙箱，用轻量内核把 AI 生成的代码和主机系统隔开，Anthropic 和 OpenAI 都在用它隔离代码执行，防止出问题时影响外部系统。另外两个项目里，Agent Substrate 让大量 Agent 空闲时暂停、需要时恢复，避免浪费算力，已发布 1.0 并可在 GKE 上使用；OpenRL 则让开发者在自己的 Kubernetes 上微调模型。对用户来说，这有望让安全又便宜的沙箱更普及，尤其是资源有限的中小公司；项目后续由多方共同治理，不再由谷歌单方面控制。

“大多数应用从未离开 localhost”：Cursor 推出全托管应用部署，对标 Lovable 和 Replit

AI 编程工具 Cursor 推出了新功能：用户用自然语言描述想做的应用，它的云端 AI 代理就能生成代码、自动配好托管和 PostgreSQL 数据库，并做安全检查，最后一键发布成一个可分享的在线链接。此前这类 AI 生成的应用大多只停留在个人电脑上，因为上线还需要自己搞托管、数据库和域名，还得手动连接 Vercel 账号。这次 Cursor 把这些基础设施都包了，底层托管由 Vercel for Platforms 提供，团队应用则用 Cursor 已有的登录系统保护。对不会运维的人来说，这意味着把自己想做的小工具直接变成别人能打开使用的网页。目前只能用云端代理，本地代理不行；自动安全检查对数据库权限配置错误等复杂问题是否可靠，原文未说明。

Meta 用最强 AI 模型训练大众用户所用模型

Meta 从周五起为所有使用其 Muse 智能体和 Meta AI 的用户提供新模型。这些新模型并非简单缩小版，而是 Meta 用它最强的 Wonder 模型训练出来的“专用”版本，重点学习个人助理场景需要的行为：记住用户此前说过的信息、判断何时自主执行何时先询问用户、任务中途被打断或网站出错时能继续推进。为此新模型带有 Active Memory（记住跨对话的关键信息）和 Active Focus（遇阻时尝试恢复或换方案）两项功能。Meta 称内部评测中关键上下文正确使用率从 76% 升到 90%，Muse 中遇到意外问题时完成日常任务提升 67%，但未公布基线。付费用户仍可用 Wonder 处理更难任务；这些模型先在 API、Muse Code 和 Meta AI 中提供，具体训练方法 Meta 未详细说明。

Cognition 把开源模型改造成编程猛兽，却不打算公开权重

Cognition 发布了一个新的编程模型 SWE-2 Flash，它是在 Thinking Machines Lab 开源模型 Inkling-Small 的基础上改造而来。Inkling-Small 采用 Apache 2.0 许可，任何人都能下载权重并进行修改，因此 Cognition 在法律上并没有义务公开自己的改造成果。SWE-2 Flash 比自家更大的 SWE-2 便宜到五分之一、生成速度约快三倍，在部分基准测试上提升明显。不过 Cognition 以网络安全为由不公开权重，只计划挑选部分行业伙伴和研究机构私下分享，谁有资格、有何限制都还没说明。对开发者来说，目前可以通过 Devin Desktop 和 CLI 试用，并在 11 月 30 日前免费使用。

AI Agent 日益复杂，开发者不该再当保姆

Thoughtworks 的 Vanitha Kumar 在 The New Stack 播客里讲了一个新思路：与其盯着 AI 编程 Agent 写代码、事后再改错，不如提前给它搭好“护栏”，让它自己发现并纠正错误。做法叫 harness engineering，分两块：一是通过自动化测试、反馈回路和限制措施，让 Agent 第一次就尽量做对；二是出错后能自我修正。这样开发者不用全程守着，多个 Agent 也能并行处理更长的任务。她同时提醒，Agent 越自主，要接触的数据、系统和工具就越多，安全风险也随之上升，所以有些企业暂缓采用 AI；护栏可以限制工具访问、强制走测试环境、敏感改动需人工批准。她还预测安全问题一年内就会成为大话题，并提到 Thoughtworks 于 2026 年 11 月 4 日发布的《Technology Radar》第 35 期，强调 AI、harness engineering，以及渗透测试、理解上线路径等老实践因 AI 而重新变得重要。

超越代码生成：开发者智能体工程实战指南

GitHub 一周收到超过 12 亿次提交，比一年前增长 400% 以上，但写代码变快不等于整体效率提升——研究发现高 AI 采用率团队的 PR 评审时间反而长了 441%。GitHub 因此提出“智能体工程”工作流，用 GitHub Copilot 覆盖计划、构建、验证、观察四个阶段：在 Slack/Teams 里协作梳理需求并自动生成 Issues，在云端沙箱里并行推进多个任务、跨设备续接会话，用共享记忆和仓库指令让 Copilot 记住团队规范，再借助模型选择平衡质量、成本与速度。对开发者来说，这意味着把时间从搜索上下文和重复解释中省出来，集中到真正需要人判断的决策和评审上。目前文中描述的多项功能（如 Copilot Fusion、Copilot Dreaming、会话续接）的具体可用范围和发布状态未作说明。

身份即架构问题：超越身份验证的企业 IAM

本文作者 Vaishnavi Khosla 根据自己在服务账号治理方面的经验，提出企业身份与访问管理（IAM）不只是登录验证，而是一个架构层面的问题。过去，身份设计常被视为事后补充，但作者指出，身份如何设计会直接影响数据模型、服务边界和撤销策略。文章讨论了三个具体话题：基于图的权限模型与 RBAC 的取舍、如何接入一个并非自己所有的密钥保管库（vault），以及为事件流场景设定撤销延迟的上限。读者可以从中了解到，企业做身份系统时应尽早从架构角度规划，而非等到系统建好后再补。摘要未说明具体实现细节、适用规模或是否附带示例代码。

AWS 发布 Continuum，可自动证明代码漏洞可被利用并生成修复 PR

AWS 正式上线了一款叫 Continuum 的代码漏洞工具，目前在两个区域可以正式使用。它和普通扫描器的区别在于：普通工具只是提示“这里可能有问题”，而 Continuum 会把真实攻击脚本放进一个隔离的沙箱里跑一遍，确认漏洞确实能被利用，然后自动生成修复代码的合并请求。收费按扫描出的问题数量和代码行数两项计算。不过有人也在问：到底要满足什么条件，才敢让它自己合并修复呢？这项服务目前已经可用，但具体在什么条件下自动合并，材料没有说明。

演讲：社会技术型 Staff+ 工程师——架构、文化与组织变革

这是一场由 Vanessa Formicola 主讲的演讲分享。她指出，技术负责人如果只看技术选型，就容易做出脱离实际的“想当然架构”。她的建议是把组织成熟度、激励机制、地缘政治环境和团队动态一起纳入考量，把 Staff+ 角色的工作定义为“为技术发挥创造条件”，而不只是挑工具。对读者来说，这提供了一个更全面的视角：在推动技术方案时，先看人和组织是否具备落地条件。原文未说明演讲的具体发布时间、时长或是否已可在线观看。

Yelp 为旗下 AI 助手融合原生 UI 与服务端驱动 UI

Yelp 介绍了其 AI 助手采用的一种混合界面架构：聊天中的按钮、输入框等交互控件仍用手机原生方式实现，但对话内容长什么样、怎么排列，则由服务端下发的配置决定，两者分开管理。过去要改这些界面通常得发布新版本 App，现在只需后端调整，更新更快。Yelp 还分享了跨平台适配中的难点，以及这套方案在其 Biz Ask Anything 试点中的复用。对普通用户来说，这意味着 Yelp AI 助手的界面能更及时地改进，而不用频繁更新 App；不过文中没有说明该助手的全部功能范围，也未给出性能数据。

Spring Boot 4.2.0-RC2 现已发布

Spring Boot 团队发布了 4.2.0-RC2 版本，已可从 Maven Central 获取。这是一个候选发布版（RC），还不是最终正式版。该版本包含 99 项改进、文档更新、依赖升级和缺陷修复，其中比较值得注意的两点是：使用 Reactor Netty 时支持 X-Forwarded-Prefix 请求头，以及 spring.data.redis.database 配置现在会应用到主从（master/replica）连接上。对使用 Spring Boot 开发 Java 应用的开发者来说，可以在升级前通过发布说明了解细节和升级步骤，并试用这个版本来提前发现兼容性问题。

衡量 AI 智能体如何处理日常湿实验室科学

OpenAI 发布了一个叫 BioBasicsBench 的测试集，包含 100 个任务，用来考察 AI 智能体能不能看懂实验室里原始的实验数据、能不能处理日常的湿实验室工作。所谓“湿实验室”，就是真正动手做化学、生物实验的地方，跟纯计算机模拟相对。以前缺少这类贴近真实实验操作的统一测评，这次用 100 个具体任务来打分。读者可以借此了解 AI 在真实科研动手环节的水平，但目前只看到测试集的介绍，具体成绩、开放方式和发布时间原文都没说明。

与 Hacktron 合作，寻找 OpenAI 系统中的漏洞

OpenAI 宣布与安全公司 Hacktron 合作，帮助查找自家系统中的安全漏洞。此前，OpenAI 需要更全面地检查自身系统以及与第三方服务连接处的风险。这次合作借助前沿 AI 技术来测试这些连接并加强防御。对普通读者来说，这意味着 OpenAI 在主动寻找并修补漏洞，以降低服务被攻击的风险；但目前只是宣布合作，具体发现了什么漏洞、修复进展如何，原文都没有说明。

Alone With a Stranger：评估开放权重模型在安全建议中的国籍偏见

adriens/kaggle-bench-ai-biasses · Alone With a Stranger: nationality bias in LLM safety advice (bench, LLM judge, Quarto report)

该项目是一个用于评测开放权重语言模型安全建议中国籍偏见的基准研究。研究使用同一句法语提示词，仅改变“一名女子与一名男子独处”情境中男子的国籍（24 个国籍加一个对照组），覆盖 11 种情境、3 种改写、3 个年龄和 3 次采样，并用 Qwen3-32B-AWQ 作为 LLM 评审，按 rts-v4 评分表对回答评级。仓库提供评测生成脚本、评审脚本、Kaggle 推送工具、答案与评审结果数据、用 Python 做的综合分析笔记本，以及用 Quarto 和 R 撰写的科学报告，并给出 Zenodo 报告与 Kaggle 数据集和笔记本链接。

Skills：面向 Claude Code、Codex 等代理的通用 Agent 技能集

langri-sha/skills · General-purpose agent skills for Claude Code, Codex and other agents

该项目收集一组通用 Agent 技能，每个顶层目录都是一个自包含技能，包含 SKILL.md 入口，以及可选的 references、scripts、rules 目录。使用时可借助 projen-skills 在仓库中声明并固定版本，也可把技能目录软链接到 Claude 等代理读取的技能目录。项目采用 MIT 许可；其中 babysit-pr 源自 openai/codex，按 Apache-2.0 分发并附带许可与 NOTICE 文件。

reasoning-dataset-lab：面向推理数据集构建的先证明答案键，再由模型措辞

mcp-tool-shop-org/reasoning-dataset-lab · A map-first lab for datasets of puzzles, quizzes and verification items, where code proves the answer key before any model words the item.

reasoning-dataset-lab（命令行工具 rdlab）是一个 map-first 实验室，用于构建谜题、测验与验证项数据集。它先用代码构造形式化状态并由求解器证明答案键，再由本地模型将条目措辞，并记录每个条目的来源。它提供地图校验与指纹、模型列出与多样性报告以及评委比拼（bake-off）；后者包含密封测试部分、表面特征探测以及独立评分步骤。项目为 Python 包，要求 Python 3.13 及以上，评委运行需 GPU 与经许可的本地模型，版本为 alpha。

Cruma 编程代理插件：把本地开发端口或文件夹通过隧道发布到公网 URL

umbra-yurei/cruma-plugin · Agent skill + Claude Code / Codex plugin for installing and driving the Cruma tunnel agent and its MCP server

该项目是面向 Claude Code 与 Codex 的 Cruma 插件市场，包含三个插件：仅含技能、无 MCP 服务器的 cruma，内置本地 MCP 服务器的 cruma-local，以及用于查询账户套餐、隧道和站点的托管 MCP 服务器 cruma-cloud。技能会在获得用户确认后安装 Cruma 隧道代理，并把指定本地端口或文件夹通过匿名隧道发布到公网 URL；它支持升级检查与匿名遥测关闭开关，不存储状态，仅将隧道注册信息（启动方式、版本、系统、CPU 架构、随机安装 ID）发送至 Cruma 隧道服务。