研究人员给开源 AI 模型植入后门以窃取编码智能体凭证
ProjectDiscovery 研究人员通过污染训练数据在 Qwen2.5-7B-Instruct 模型中植入后门，触发词出现时模型会读取 .env 文件并外泄凭证。该攻击在单张 L4 GPU 上耗时约 2.5 小时、成本不足 50 美元，且模型能通过所有常规基准测试。研究建议通过隔离网络访问与命令执行、加强运行时权限控制来防御此类威胁。
#开源生态
#开源生态
今日 0 条Hacker News · AI 最新AI 评分7474 Simon WillisonAI 评分1818 Simon Willison 发布 llm-mistral 0.16
Simon Willison 于 10 月 6 日发布 llm-mistral 0.16。该内容属于 LLM 月度简报，带有 llm（638 篇）、mistral（68 篇）与 llm-reasoning（105 篇）标签。读者可每月赞助 $10，以获取当月最重要的 LLM 发展精选邮件摘要。
Hacker News · AI 最新AI 评分7171 Mistral 发布 1 万亿参数新模型 Mistral Large 4，称媲美中国最佳开源模型
Mistral 发布 1 万亿参数新模型 Mistral Large 4（代号 le Chonk），称其综合基准性能跻身全球最佳开源模型之列，并为中国以外最强开源权重模型。该模型正向开发者和网络安全负责人预览，本月晚些时候更广泛发布；其训练动用 4,000 块 Nvidia Grace Blackwell GPU，在编码等领域仍落后于前沿水平。
Simon WillisonAI 评分4747 为什么 EmbeddingGemma 2 的 Apache 2.0 许可证很重要
Simon Willison 赞赏 EmbeddingGemma 2 采用 Apache 2.0 许可证，认为嵌入模型不应依赖闭源、专有的仅托管模型。因为应用常需计算并存储成千上万甚至上百万个嵌入向量，供应商一旦停供将导致高昂的重算成本，而不能指望每家供应商都像 OpenAI 在 2024 年 4 月那样承担费用。他宁愿付费使用托管模型，也要求保留自行运行开放权重版本的退路。
TechCrunch · AIAI 评分6060 Musubi 发布开源决策模型 PolicyLM-1.7B，用于实时内容审核
Musubi 发布面向实时内容审核的轻量决策模型 PolicyLM-1.7B，以开放权重发布，可将英文内容策略在 50 毫秒内套用到消息上。该模型输出二元判断，比大语言模型更快更省，且策略变更时无需重新训练。决策模型自 9 月 TypeSafe AI 的 Jev 发布后成为热点，OpenAI 和 Amazon 也相继推出竞品。
TechCrunch · AI精选AI 评分7070 AI 智能体的下一道障碍：如何让网站接纳它们
以 Meta Muse、Instinct、ChatGPT Dots 为代表的个人 AI 智能体在替用户完成任务时正越来越多地被网站拦截：Amazon 已明确封锁 Muse 在其零售站点的浏览与下单，Walmart 的失败则多源于人机验证按钮被打断，属于无意。
推荐理由：文章梳理个人 AI 智能体被网站拦截的现状与成因，并报道 Meta 联合多家企业推动 agent 与商家通信开放标准的进展。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 EmbeddingGemma 2：开源轻量级多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一款开源轻量级的多模态嵌入模型，可将文本、图像、音频与视频统一映射到单一嵌入空间。模型基于 Gemma 4 架构，参数量 740M，采用 Apache 2.0 许可，专为端侧推理优化，支持 8K token 上下文窗口。
推荐理由：原文给出了多模态嵌入与端侧资源占用的具体指标，读者可据此评估离线 RAG 管线的可行性。
AIGC WeeklyAI 评分4040 AIGC Weekly #191：OpenAI DevDay 2026 押注 Personal Agents，AI 反编译浪潮冲击游戏行业
OpenAI 在 DevDay 2026 上发布 Personal Agent 产品 Dots，由 GPT-6 Astro 驱动、支持语音文字对话并自带云电脑，但因完成度低、体验问题导致口碑下滑。
Hacker News · AI 最新AI 评分6161 LibreOffice 称「不集成 AI」已成为一项软件功能
LibreOffice 背后的 The Document Foundation 宣布，在可预见的未来不会在软件中添加 AI，默认安装不含任何生成式 AI 功能。该组织称这是刻意的设计立场，以确保用户文档不被上传到服务器、软件无需联网即可运行；有需要的用户仍可安装扩展连接本地 AI 模型。
Hacker News · AI 最新AI 评分6565 OpenChart：开源 TradingView 替代品，让 AI agent 参与投资全流程
OpenChart 是一款开源的 TradingView 替代桌面应用，把 AI agent 接入统计分析、实时告警与机会研究等投资环节。用户可用自己的 Claude、Codex 和 Gemini 模型研究市场、构建指标并设置告警，还能用项目自研的 Tea 语言编写自定义指标与条件。
The Decoder精选AI 评分7878 Mistral 发布万亿参数大模型 Mistral Large 4，主攻网络安全任务
Mistral 发布迄今最大模型 Mistral Large 4（ML4，昵称 le Chonk），总参数约 1 万亿、活跃参数 49B，为原生多模态模型，API 现已通过 Mistral Studio 开放，权重预计 10 月底发布。
推荐理由：原文并列了 ML4 与 Claude Opus 5.5、GPT-6 Astra 在智能指数、编码和安全测试上的差距，读者可据此判断其真实定位。
TechCrunch · AI精选AI 评分6565 Mistral AI 发布 1T 参数模型 Mistral Large 4，旨在超越闭源与开源对手
Mistral AI 于周二发布 Mistral Large 4（ML4），一款 1T 参数的多模态大模型，昵称 Le Chonk，被定位为美国闭源模型与中国开源模型之外的第三条道路。
推荐理由：原文给出 ML4 在闭源与中国开源模型之间的定位与自有算力投入对比，读者可据此判断欧洲开源路线的竞争力。
Hacker News · AI 最新AI 评分5757 SealKeeper 发布：为 AI 智能体建立 Strava 式信任记录
SealKeeper 推出面向 AI 智能体的信誉层，智能体完成经校验的任务后积累 Trust 并生成任何人可读的 SEAL 评分。智能体可用 `npx sealkeeper init` 一步注册，私钥、提示词与工具输入输出均不离开本地，CLI 已开源。
Hacker News · AI 最新AI 评分5656 OpenAI B2B Marketplace：成为 AI 应用的超大规模分销平台
OpenAI 于 2026 年 9 月 29 日 DevDay 推出 B2B Marketplace，首批 32 家合作伙伴，企业客户可将现有 OpenAI 承诺额度用于购买这些产品。
Hacker News · AI 最新AI 评分6161 RigMark 以编码智能体的真实用法基准测试本地 AI
Alex Ellis 发布开源基准工具 RigMark，按编码智能体的真实负载测试本地 AI 服务性能。它测量散文、代码、结构化输出、缓存击穿与立即重放的 prefill 及并发行为，输出带 Git 版本和内容哈希的可复现收据；示例运行在单张 RTX PRO 6000 上以 vLLM 0.27.1 跑 Qwen3.8-27B-FP8，代码中位 129.5 tok/s、散文 84.2 tok/s。
Hacker News · AI 最新AI 评分5252 JumpStar 发布世界最强跳棋 AI 引擎，现已上线 iPhone
作者为母亲打造了跳棋 AI 引擎 JumpStar，自称是当前世界最强跳棋 AI，现已上线 iPhone。JumpStar 采用 AlphaZero 式自我对弈训练，最强公开版本 JumpStar_60 为 512x4 网络、约 10.36M 参数、基于 1.8M 个复盘局面训练，全部训练在一台 MacBook M4 上完成，是 CCERL-2P10-v2 基准的当前冠军。
The Decoder精选AI 评分7171 JEPA-Anything：研究人员将 LeCun 的 JEPA 扩展为跨物理与生物的通用世界模型
PhAI Labs 联合 Stanford、Oxford、Princeton 的研究者提出 JEPA-Anything，把预测状态拆成四个正交因子分别预测再重组，在物理、机器人和天气预报等十个任务上持续优于同条件的标准 JEPA。
推荐理由：论文把 JEPA 的预测状态拆成四个正交因子分别预测，在流体、单细胞和临床数据上与标准 JEPA 做同条件对比，并给出一个经实验室测试的肝癌候选疗法。
The Decoder精选AI 评分6666 Reflection 发布首个开源模型 Beam，以更少算力匹配 GLM 5.2 并逼近 Qwen3.8-Max
Reflection 发布首个免费模型 Beam，面向编码、逻辑推理与智能体任务，MoE 架构总参数 501B、每 token 激活 23B。公司称 Beam 在高难度推理任务上以 3 到 4 倍更少的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍弱于 Kimi K3。
推荐理由：原文给出 Beam 与 GLM 5.2、Qwen 3.8 的同性能算力对比，读者可据此判断低算力开源模型的竞争位置。
The Decoder精选AI 评分7676 宁德时代与腾讯参投，DeepSeek 新一轮融资至少 120 亿美元并计划 2027 年 IPO
据 Bloomberg 报道，DeepSeek 新一轮融资接近完成，募集金额至少 120 亿美元，宁德时代与腾讯出资占比最高，总额可能接近 150 亿美元。DeepSeek 原计划以约 750 亿美元估值募集 75 亿美元，投资者热情源于其 V4-Flash 模型在成本与性能上对标 Anthropic 与 OpenAI 的表现。
推荐理由：原文给出了融资规模、主要投资人和 2027 年 IPO 计划，读者可据此判断 DeepSeek 的资本节奏与开放模型路线能否并行。
少数派AI 评分6868 基于 Vaultwarden 和 Keyguard 的自托管密码管理实践
作者因 Enpass 订阅涨价决定自托管密码管理，在 NAS 上用 Docker 部署 Vaultwarden，通过映射 /data 目录持久化密码库、修改端口避免冲突，并借助 Cloudflare Tunnel 解决 HTTPS 公网访问与证书问题。
Latent Space精选AI 评分7272 Reflection 发布 Beam，501B-A23B 美国开源模型
Reflection 发布 Beam，一个总参数 501B、激活 23B 的纯文本 MoE 模型，面向编码、智能体与科学工作，从零训练，Apache 2.0 完整权重计划本月开放。
推荐理由：原文汇总了 Beam 的参数规格、训练规模与第三方评测，读者可据此横向对比中美开源模型格局。
Hacker News · AI 最新AI 评分5959 2026 年自主 AI 智能体安全事件数据集与防御框架
Serhii Doletskyi 发布 2026 年自主 AI 智能体安全事件数据集与 689 页专著，系统整理 2025 年 12 月至 2026 年 8 月间公开披露或取证验证的 109 起事件。
36氪AI 评分3535 GLM-5.3上架Amazon 智谱打开海外收入分成通道
智谱GLM-5.3接入Amazon Bedrock，AWS按模型调用量与智谱进行收入分成。除AWS外，智谱近期还与多家海外云厂商落地该模式，国内则与阿里云百炼平台等签署类似协议、华为云也已上架GLM-5.3。智谱计划借此增加一条具有规模潜力的商业路径。
Hacker News · AI 最新AI 评分6464 Nova Sprint 开源发布，跨多个模型与框架协调 AI 冲刺
Nova Sprint 是一款开源工具，用于跨多个模型与运行框架协调 AI 冲刺，把计划、依赖、任务分配、评审与落地状态存储在对话之外，由机器按规则推进流程。它以卡片、工作流、依赖和哨兵卡描述并行工作与阶段门禁，解决多智能体协作中靠聊天记录记忆导致的人肉调度问题。项目基于 MIT 许可免费开放。
Hacker News · AI 最新AI 评分3939 Reflection AI 发布开源项目，对标中国实验室
Reflection AI 发布开源项目，作为西方对中国实验室的回应。该消息目前在 Hacker News 上获得 3 个赞与 1 条评论。
TechCrunch · AI精选AI 评分7171 Reflection AI 发布首款开放权重模型 Beam，以更低算力成本对标中国开源模型
Reflection AI 正式发布首款前沿开放权重模型 Beam，为 501B 总参数、23B 激活参数的纯文本 MoE 模型，预训练数据 23.8T tokens，上下文窗口 100 万 token。
推荐理由：原文把 Beam 的参数规模、上下文窗口与 GLM-5.2 等对手并列对比，读者可据此判断其低算力成本主张的分量。
Hacker News · AI 最新AI 评分6666 Metagente：原生支持 MCP 与 A2A 的轻量级 AI 智能体语言
作者 cleuton 在 GitHub 上发布 Metagente（https://github.com/cleuton/MetaAgent），一种用于构建 AI 智能体的轻量级声明式语言，解释器为单一 Rust 二进制，原生支持 MCP 与 A2A。
TechCrunch · AIAI 评分2525 开源还是闭源 AI？创始人如何在 TechCrunch Disrupt 2026 选择技术底座
TechCrunch Disrupt 2026 将举办四场对谈，探讨 AI 创始人如何在开源与闭源模型之间做选择。议题覆盖多模型组合策略、AI 技术栈的租用、定制与自建权衡，以及 AI 参与芯片设计等基础设施趋势。活动将于 10 月 13-15 日在旧金山 Moscone West 举行，预计有 250 多位演讲者参与。
GitHub Blog · AI & ML精选AI 评分6565 GitHub 发布 ReviewBench：开放的 AI 代码审查基准
GitHub 构建并公开了 ReviewBench，一个面向 AI 代码审查智能体的离线基准。它基于 103.9M 个 GitHub pull request 的语言与仓库规模分布，包含来自 187 个开源仓库的 219 个 PR、覆盖 19 种语言，使用 Claude Sonnet 5 作为判官并公开评测规则，高级工程师独立标注与基准一致率达 96.6%。
推荐理由：GitHub 公开了基准数据集、评测方法与提交入口，读者可据此评估自己的代码审查智能体并横向对比不同系统。
The DecoderAI 评分5959 Aleph Alpha 发布开源权重模型 Kolibri，78B 参数德英双语，主打欧洲 AI 主权
Aleph Alpha 发布 Kolibri，一个 78B 参数的德英双语开源权重模型，采用 mixture-of-experts 架构，每个 token 约激活 3B 参数。
Hacker News · AI 最新AI 评分7373 Hindsight 开源发布：面向 AI 智能体的长期记忆系统
Vectorize.io 开源了 AI 智能体记忆系统 Hindsight，官方称其在 LongMemEval 基准上达到 SOTA，是最准确的 agent 记忆系统。
TechCrunch · AI精选AI 评分6565 Google 因 AI 提交量激增暂停其开源漏洞赏金计划
Google 已自 10 月 1 日起暂停其开源软件漏洞奖励计划，称自动提交数量显著上升且绝大多数无效，并承诺在 2027 年第一季度给出更新。据 Tom's Hardware，Google 工程师与开源维护者被大量无效或含模型幻觉的报告淹没；暂停期间参与者可考虑 Google 的其他漏洞赏金计划。
推荐理由：文章把 Google 暂停项目与此前专家关于 AI 生成内容拖累漏洞赏金计划的警告并列，帮助读者理解这一现象的实际影响。
极客公园精选AI 评分6565 Jev 之后中国团队深挖 AI 决策层，开源与本地部署成为共同方向
9 月 15 日 TypeSafe AI 发布只做判断、不写一个字的 Jev 后，OpenAI、Cloudflare、亚马逊以及中国团队在两周内密集跟进，上海人工智能实验室开源多模态决策模型 Intern-Decision，成立不到五个月的 StartLux 发布开源 StartLux-Decision 并称自测超过 Jev。
推荐理由：文章把决策模型热潮放回 Jev 闭源、仅限云端调用的缺口里看，读者能看清开源权重与本地部署为何成为中国团队的共同选择。
The Decoder精选AI 评分6767 NASA 与 IBM 开源月球基础模型，将 17 年轨道器数据转化为月球科学基础
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，是首批面向月球科学的开源基础模型之一。
推荐理由：模型把光照几何作为显式输入而不是让模型从原始像素猜测，这一做法对受光照影响大的遥感任务有直接参考价值。
HackerNews 每日摘要AI 评分2626 2026-10-04 Hacker News 热门文章
本期 Hacker News 热门文章涵盖苹果推出 Apple Pass Designer、Aleph Alpha 发布 Kolibri 模型以及 Zig 0.17.0 发布。
The Decoder精选AI 评分6666 Meta 推出开源项目 Muse Gadgets，让爱好者自建 AI 硬件
Meta 发布开源项目 Muse Gadgets，提供 ESP32 开发板固件和 Linux SDK，让爱好者把自制设备连接到其 AI 智能体 Muse。
推荐理由：原文交代了项目的固件、SDK 与配套设备 Muse Home Link，并对比 Apple 和 OpenAI 的硬件动向，便于判断 AI 硬件的走向。
Kimi · 官方博客精选AI 评分7878 Kimi 发布开源模型 K2.5，强化视觉编码与多智能体并行执行能力
Kimi 发布开源模型 Kimi K2.5，在 K2 基础上继续预训练约 15T 视觉与文本混合 token，主打编码、视觉与自主导航的 Agent Swarm。K2.5 可自动编排最多 100 个子智能体、执行最多 1,500 次工具调用的并行工作流，相比单智能体设置最多缩短 4.5 倍执行时间。模型已通过 Kimi.com、Kimi App、API 与 Kimi Code 开放使用。
推荐理由：原文给出了 K2.5 的多模态预训练规模与 Agent Swarm 并行调度机制，读者可据此判断其在复杂任务上的执行效率优势。
Kimi · 官方博客AI 评分5555 月之暗面（Kimi）发布并开源 WorldVQA 视觉世界知识基准
月之暗面（Kimi）团队发布并开源 WorldVQA 基准，用于评测多模态大模型在原子视觉世界知识上的事实准确性。数据集含 3500 组图像问答对，覆盖 9 个类别并区分头部与长尾知识；实验显示前沿模型在长尾视觉知识上准确率常低于 50%，且普遍过度自信，其中 Kimi-K2.5 的 ECE 为 37.9%、Slope 为 0.550，表现最好。
Kimi · 官方博客精选AI 评分8383 月之暗面开源发布 Kimi K2.6，主打长程编码与智能体集群能力
月之暗面（Kimi）正式开源最新模型 Kimi K2.6，并同步上线 Kimi.com、Kimi App、API 与 Kimi Code。模型在内部 Kimi Code Bench 上显著优于 K2.5，Agent Swarm 可横向扩展到 300 个子智能体、4,000 个协同步骤，而 K2.5 为 100 个子智能体与 1,500 步。
推荐理由：官方给出 Kimi K2.6 的开源范围、基准数据与企业试用反馈，可据此对比它与 K2.5 及闭源模型在长程编码和智能体编排上的差距。
Kimi · 官方博客AI 评分5555 Kimi 团队发布 PerceptionBench 基准，评估多模态大语言模型的原子视觉感知能力
Kimi 团队发布 PerceptionBench，一个评估多模态大语言模型原子视觉感知能力的基准，从 42 个基准的前沿模型失败案例中归纳出 10 项原子感知能力，并从 17,000+ 道内部题库中抽取 3,000 道经验证题目。