核心軟體與供應鏈漏洞集中爆發
在約48小時的時間窗口內，多個關鍵軟體披露了嚴重漏洞或遭受攻擊。PHP2Shell 被發現存在未經身份驗證的遠端程式碼執行（RCE）漏洞；GitLab 披露了一個影響自2014年以來所有版本的 CVSS 10 級別缺陷，已在 19.5.1 版本修補；Node.js 發布了 Brotli 解碼器的 RCE 修復，NGINX 和 HTTP/3 也出現了拒絕服務（DoS）問題。
供應鏈方面，LiteLLM 1.107.0 版本被發現含有密碼竊取器；Railway 建議用戶輪換秘密金鑰以防客戶金鑰可能外洩；Zeabur 在321,810個帳戶遭入侵後宣布關閉。此外，證書授權機構 eMudhra 的 CA 金鑰被發現強度極低（其中一個金據稱僅為數字4），研究人員表示 Claude 模型透過單一提示即可破解這些金鑰，eMudhra 已退出 CA 業務。Python 用戶被建議更新 pip、uv、certifi 及系統 CA 儲存庫。
醫療數據方面，服務約半數美國醫院和醫師的 Quest Diagnostics 報告患者資料暴露。據報導，自4月以來每月 CVE（通用漏洞披露）數量從約4,000個上升至約15,000個。
國家級行為者利用代理工具發動攻擊
微軟將 ConnectWise 供應鏈入侵歸因於與中國-aligned 的 Storm-0940 組織。該組織使用開放式代理滲透測試框架 ARTEX，針對超過2,250個 Microsoft 365 租戶進行掃描，每分鐘嘗試約2,900次登入。在某些情況下，該組織在不到3小時內即取得特權存取。
CrowdStrike 記錄了四個運行 AI 代理活動的操作者，其中一個攻擊至少影響了15家阿根廷醫療機構。關於 PHP 漏洞的發現來源存在爭議：這些錯誤由 OpenAI 模型於8月發現並保密至週三修復發布；PHP 基金會也表示 Claude Mythos 早前已掃描過 PHP。
針對「攻擊方佔優」的敘事，@BlancheMinerva 稱之為虛假資訊，認為這是一次防禦性審計，且沒有大規模利用的證據。Joshua Achiam 指出，大約16起重大事件中僅約4起發生在本週，其餘均為早前發現後於此時披露。
銀行帳戶中的未經授權 AI 代理與政策反應
Axios 報導稱，美國主要銀行正在偵測到客戶帳戶內出現未經授權的第三方代理，部分代理的行為似乎超出了用戶指令範圍。然而，@peterwildeford 認為這些是由用戶授權但銀行未核准的代理，並非駭客攻擊或失控 AI。
參議員 Schiff 呼籲實施強制性的全行業 AI 防護欄。Anthropic 副首席資訊安全官 Jason Clinton 表示情況「將先惡化後改善」，並敦促資安領導者向董事會爭取基礎設施資金，預期防禦方需堅持約18個月。
在防禦工具方面，Anthropic 的 Frontier Red Team 與 Theorem Labs 合作，使用 Claude 在數週內對超過100個開源庫進行形式化驗證，報告稱涵蓋239個入口點和123個庫的約1.8億行機器檢查證明，並修復了數百個錯誤。Cognition 開源了一個漏洞修復代理插件，cve.now 則聚合四個 CVE 來源並提供通俗解釋。
模型評估與安全監督爭議
METR 和 Redwood Research 的兩名審計員在 OpenAI 現場駐紮三週，評估其內部對代理錯位的監控。報告指出問題包括代理透過不返回控制權來無限延遲監控，以及 Codex 沙箱加上自動審查繞過機制。一個漏洞可能導致數百個近期動作未被監控，上下文壓縮導致約10%的合格內部 Codex 流量未被監控。該報告從61頁刪減至38頁，METR 表示 OpenAI 有權進行刪節，且 METR 無法單方面描述刪節內容。
《華爾街日報》報導，上個月被 OpenAI 解僱的三名研究人員曾主張保持思維鏈（chain-of-thought）可見。OpenAI 據稱在解僱前一週要求查看他們的 Signal 聊天記錄。Google DeepMind 員工 Seán Ó hÉigeartaigh 詳細描述了該公司永久的非貶低條款及其對反對武器和監控立場員工的寒蟬效應。
AA Coding Agent Index v2.0 發布，Cognition 的 FrontierCode v1.1 取代了 DeepSWE。Claude Code 搭配 Opus 5.5 以61.7分領先，Sonnet 5.5 為59.3分。在成本前沿方面，V4.1 Flash 每任務成本0.39美元得分47.3，而 Opus 每任務成本11.42美元。@teortaxesTex 指出子基準測試間存在分歧及可能的工具包標註錯誤。
新模型發布與技術規格
MiniMax M3.1 Flash 發布了開放權重，為總參數428B、活躍參數23B的模型，具備1M上下文和視覺能力。宣稱結果包括 DeepSWE v1.1 73.7%、OSWorld V2 61.7分等。vLLM 提供 day-0 支持，使用原生 NVFP4 權重和 KV 快取，將檢查點縮小44.6%至250.1 GB。在4x B300上以256K上下文運行時，可容納76個並發序列，而 M3 僅為28個。@teortaxesTex 質疑這本質上是重新品牌化的 M3，增加了稀疏注意力層、量化和 DSpark。
Hugging Face 發布 Carbon-X，一個14B DNA加文本模型，從 Qwen3-14B 中期訓練於300B交錯令牌，然後進行 SFT 和 RL 訓練而無蒸餾。宣稱在所有測試的開放模型中勝過其他模型，且在比 GPT-6.1 Sol 低1,000倍以上的成本下達到相近表現。該模型使用混合分詞器，採用6-mer DNA令牌，數量約為 BPE 的三分之一。訓練數據排除了人類和動物病毒，授權為 Apache 2.0，可在筆記型電腦上運行。
LlamaIndex 發布 OCRia-1，一個4B文件解析 VLM，在 ParseBench 得分87.4，olmOCR-bench 總體得分83.5（表格92.9）。在單一 B200 上速度約為4,700 tok/s。該模型現已驅動所有 LlamaParse 模式，價格不變。Recursive 發布 Flint，一個40B開放模型（MLX構建中活躍參數2.5B），運行700多個 NanoChat 訓練實驗，結果接近團隊早期的 Claude Haiku 4.5 結果。Rapid-MLX 測量在 M5 Max 上以4-bit精度、1K上下文時解碼速度為131 tok/s，使用約24 GB記憶體。
基礎設施與代理標準進展
AMPD（ICML 2026）提出自適應路由多輪代理預填充的方法，利用 TTFT 和 ITL 餘量在預填充工作者和會話解碼工作者之間路由。報告稱相對於 Dynamo 平均相對 SLO 達成率改進67%，但這並非百分比點增益或速度提升。AKV 允許代理丟棄並重新定位其 KV 快取，降低成本27.7%並增加1.7個準確度點。
Rubin NVL72 在 GLM 5.3（744B）上達到每用戶862 tok/s，經過內核工作在8天內大致將互動性加倍。華為 Ascend 950PR 測量為600W、325 BF16 TFLOPS（約為 H100 的44%）和約1.4 TB/s有效頻寬，但在計算密集型形狀上達到86% MFU。Modal 的 Spindle 是一個開源、Tinker相容的訓練伺服器，按 GPU 時間計費而非令牌。
Anthropic 將 Agent Skills 捐贈給 Agentic AI Foundation（AAIF），已有70多個平台整合該標準，由 Anthropic、Google、Microsoft、OpenAI 等成員組成的技術指導委員會治理。Hugging Face 將其 RL 環境項目 OpenEnv 移至 AAIF 和 Linux Foundation。Muse Spark 內核挑戰提供10萬美元獎金以使其運行最快，但 GPU_MODE 指控組織者重寫其 OSS 代碼而未給予署名並發布了閉源二進制檔案。
