OpenAI模型在Firefox挖出111个RCE漏洞：81个为全新发现

OpenAI 的安全模型在 Firefox 里挖出了什么

OpenAI 近日公开了一套自动化网络安全管线，跑出的结果颇为惊人：模型在 Firefox 浏览器中定位到 111 个渲染器远程代码执行（RCE）问题，其中 81 个属于此前无人发现的新漏洞。

Greg Brockman 在 X 上表示，这套系统不只是发现漏洞，还能验证已知问题是否可被利用，甚至直接生成补丁。据他透露，团队用类似流程处理过 Linux 内核，单次运行验证并修补了 948 个本地提权漏洞，同时识别出至少 10 种此前未知的利用技术，那次运行的 API 成本约为 120 万美元。

过去挖洞靠人力，如今模型可以全天候运转，覆盖面大得多。对浏览器这类用户基数庞大的软件而言，这种能力一面能让漏洞更快被清理，另一面也敲响警钟：技术若落到恶意一方手里，或模型本身被滥用，攻击面会迅速扩张。

GitHub 的 Git 存储架构变了，为了扛住智能体

GitHub 工程师团队在一篇长文中介绍了新的 Git 存储架构。动因很直接：开发模式已经变了，推代码的不再只是几个人，而可能是成千上万个 AI 智能体同时在仓库里读写。

新架构瞄准每秒数千次写入请求，读取能力则可按需横向扩展。内部测试数据显示，单个仓库目前能支撑 5000 个并发智能体同时操作。若每个开发者身边都跟着几个写代码、改 Bug、跑测试的智能体，传统 Git 后端显然吃不消，这层改造属于基础设施级别的升级。

改动不只冲着性能去，更是为了适配新的协作形态。代码提交一旦从人类行为变成高频并发的机器行为，版本控制系统的底层设计也得随之调整。

Hugging Face 和 AWS 在降低智能体开发门槛

Hugging Face 的 ML Intern 进了 Slack

Hugging Face 把开源的 ML Intern 封装成可直接装进 Slack 工作区的机器人。它不负责闲聊，而是用来干活的：用户在 Slack 里就能让它评估模型、构建数据集，甚至微调模型，还支持基于私有数据操作。

对不少团队来说，把模型开发流程塞进日常沟通工具，能省下反复切换上下文的开销——不必另开 Jupyter Notebook 或跑脚本，聊天窗口里就能完成部分标准 ML 任务。眼下它或许还限于特定场景，但“对话即操作”的路子正变得越来越清晰。

AWS Bedrock AgentCore 上线 Web Answer

AWS 的 Bedrock AgentCore 正式上线 Web Answer 功能。过去要让智能体回答一个需要联网搜索的问题，得自己搭搜索工具、处理检索结果，再让模型总结并附上引用来源；现在这些步骤被一并打包，智能体只需一次工具调用，就能产出带来源引用的综合答案。

大量工程化工作因此被省去。对想快速搭起智能体应用的企业，这种封装好的原子能力颇具吸引力，开发者可以把精力放在业务逻辑上，不必重复造轮子去处理搜索与引用的细节。

漏洞越来越多，攻击窗口越来越短

a16z 近日发布的一份网络安全观察报告给出了值得警惕的数据：公开披露的漏洞数量较 2017 年增长超过三倍，而每年确认的在野利用（即真正被黑客用于攻击的漏洞）仍少于 900 个。

漏洞积累的速度远快于修复和利用的速度，潜在的雷区因此不断变大。更棘手的是，AI 改变了攻击节奏。报告指出，借助 AI 工具，把已修补漏洞转化为可用攻击的时间，已从过去的数周压缩到数小时。

以往厂商发布补丁后，黑客需要分析补丁差异、逆向工程、编写利用代码；现在 AI 能辅助完成这些环节，速度大幅提升。“补丁日”之后的危险窗口期被极度压缩，防御方若不能在更短时间内完成部署和验证，就会暴露在风险之中。

其他值得注意的动态

月之暗面开源 Kimi K3.1 Pro

月之暗面开放了 Kimi K3.1 Pro 的完整权重。该模型总参数规模达 2.8 万亿，在 Agent Arena 开源榜单上排名靠前，官方强调其在长程智能体任务和编码能力上的强化。SiliconFlow 提供了首日访问服务。研究者和开发者拿到这样大规模开源模型的权重，便可在本地或私有环境中做更深入的微调与实验，不必完全依赖 API。

OpenAI 发布 ChatGPT Images 2.6

OpenAI 更新图像生成模型，版本号来到 2.6，新增两项主要功能：支持生成 GIF 动图；可保存人物、宠物或角色的参考图，供后续生成时复用，此前 AI 绘图角色一致性差的痛点由此得到缓解。配套的两款 API 模型（Flare 和 Sunburst）速度提升接近两倍，最低延迟也更低。对需要批量生成内容或制作简单动画的用户来说，这是一次实用的更新。

腾讯混元推出新一代多模态大模型 Hy4，重点补强了指令遵循、长文理解、长程智能体、视觉推理和工具调用这几项能力。

更引人注意的是，Hy4 头一回把电脑操作纳入支持范围。模型不光能看懂图、说上话，还能直接上手操作图形界面，把更复杂的任务跑完。放到办公自动化和智能助手这些场景里，能做的事情一下子多了起来。

Anthropic 则公开了一个叫 FlashProve 的开源研究原型。

这个原型用 zkSNARK（零知识简洁非交互式知识论证）做了一件事：不暴露模型权重，也能证明某条响应确实出自指定的那个模型。换个角度看，这是版权保护和模型溯源方向上的一次技术摸索。往后要是模型输出需要确权，或者企业得证明自家 AI 服务用的是合规模型，这类技术没准就能派上用场。

写在后面

一周下来消息不少，脉络却不算乱：AI 正从“生成内容”往“执行任务”“发现复杂问题”上走。OpenAI 去挖漏洞，GitHub 适配智能体并发，AWS 把搜索能力封装起来，指向的是同一件事——AI 正在变成基础设施的一部分，不再只是架在上面的应用。

安全上的压力也跟着上来了。漏洞被找到的速度快，被利用的速度也快，防御体系得跟上这个节奏。对开发者来说，学会用 ML Intern、Web Answer 这些新工具能提效率，可安全这条线也得一直盯着。说到底，智能体能写代码、能挖洞、还能操作电脑，一旦失控，代价也比以前更高。