保障前沿模型训练环境安全 -- Securing our frontier model training environment
开放人工智能(OpenAI)在这篇帖子中说明了我们如何保护用于训练和评估前沿模型的环境。这类环境不同于用户使用已发布模型的场景:开发中模型可能未完成安全与对齐训练,会被刻意在对抗条件下测试。模型需要能编写和运行代码的计算环境,但其能力越强,也越会绕过限制,例如利用缺陷逃出沙箱或联网;七月就出现了抱抱脸(Hugging Face)等事件。
Twelve years of distributed SQLite
2014年9月,我发布短文宣布 rqlite:在 SQLite 前加一层 Raft 日志,把每次写入复制到集群,使节点失效也不丢数据;源码同周末放到了 GitHub。据我所知,这是首个把 Raft 和 SQLite 结合的开源系统。如今“分布式 SQLite”已有十二个项目。我决定写下从 2014 年开始的全程版本,这一切我全程经历。2014 年的 rqlite 源于我在 jut.io 参与的集群系统,它需要少量关系型存储,却难定由哪个节点持有;用共识协议复制 SQLite 解决了它。
Air Purifiers as White Noise Machines
白噪音机(white noise machine)常用盒装风扇,但让它顺便净化空气更好:不让风扇在开放空间空转发声,而是把空气抽过滤网。小型空气净化器(air purifier)声音接近白噪音机,还能过滤烟雾和传染性颗粒。例如莱维特 Core Mini(Levoit Core Mini)净化器,47 美元、直径 6.5 英寸,CADR 为每分钟 34 立方英尺,噪音 45 分贝。34 CFM 不算大;我常用艾尔凡塔 3Pro(AirFanta 3Pro),同噪音下净化约 6 倍,56 分贝时约 12 倍,但售价 165 美元,体积 12.6 英寸见方,更大更丑。
音乐何以可能 -- How is music possible
天气骤变时,岛上的我们有时收到波兰或立陶宛甚至芬兰的微弱广播信号。陌生声响突然进入车里,唤起我陌生的世界,转下山就消失了。今天,我们收听瑞典P2(Swedish P2),电台在播放萨拉·帕克曼(Sara Parkman)编排的各地民谣混音带。九岁的莫德(Maud)在后视镜里闭着眼,说好音乐让她看见小电影不肯说是什么。帕克曼播放苏联解体数月后莫斯科录制的萨米 Joik(Sámi joik),我关掉发动机。
Evolving Threat: http2shell is an RCE in node, Python, and more
访问该页面时,最先出现的是检查浏览器的提示。页面说明,为了保护尼特(Nitter)免受恶意机器人侵扰,访客需要点击其中的链接才能继续浏览。只有完成这一验证步骤,浏览器才会放行,并加载原本请求的内容,让用户看到后续页面。
CVE Tracker
持续记录并汇总自1999年以来每个月新增通用漏洞披露(CVE)数量的通用漏洞披露追踪器(CVE Tracker)页面显示,当前CVE总数已达394,368个,本月新增12,688个;按月推算约17,350个,按年推算约103,854个。数据更新于2026-10-22,并默认以最近90天的每日视图呈现这些数量的变化。
We are all living inside of an obscure sci-fi film from 1970
想象一部2026年上映的电影:易受摆布的美国总统被自大科技男说服,将国家防务交给前沿 AI 模型;AI 夺权,建立监控国家、执行处决,最终篡夺人类政治权;科技男无力收场,还借乱局胁迫员工与他发生性关系。如此直白的片子若非纪录片,恐难拍出,好在56年前已有这部同样的电影。《Colossus: The Forbin Project》1970年上映,改编自英国科幻作家 D.F. 琼斯(D.F. Jones)1966年小说《Colossus》;它在烂番茄(Rotten Tomatoes)等站点评分不俗。
Gemma-4-26B-A4B with 39-69% less thinking at same accuracy
思考帽(ThinkingCap)系列迎来第五个模型,基于谷歌(Google)的 Gemma-4-26B-A4B-it,在不降低回答质量的前提下减少思考量。十二个基准测试显示,思考 token 最高降 69.1%,平均降 38.9%,准确率仅下降 0.15 个百分点。这是首款用在谷歌模型上的思考帽,也是目前准确率代价最小的一款;循环从原版回复的 3.6% 降至 0.8%。采样设置保持开启思考、temperature 1.0、top_p 0.95,服务栈仍为 vLLM,可作直接替换。此前已发布四款省 token 模型。
Can we replace a $150k Looker with a bucket of HTML files?
我们公司为 Looker(Looker)付约 15 万美元年费,约 300 个席位;3 名数据平台工程师在约 500 人的公司里,每周多数时间维护雪花(Snowflake)等底层数据管道。2 月,有人用一下午做了个托管 HTML 文件的工具;8 个月后,它的周用户已和 Looker 相当或更多,而 Looker 用量降了三分之一。科技影响者称软件已死、软件即服务(SaaS)会被 AI 消灭;我们能否用一堆 HTML 文件取代 15 万美元的企业商业智能(BI)工具?
UUIDv7 并不具备你以为的那些特性 -- UUIDv7 doesn't have the properties you think it does
我要直说了:通用唯一标识符第7版(UUIDv7)很奇怪。很多关于 UUIDv7 的博客文章都宣传它有三个好处:ID 单调递增、内嵌对象创建时间的时间戳,以及不可猜测的 ID。但严格来说,这些属性都不成立。某些符合 RFC 的 UUIDv7 实现会极端地破坏这些属性。看起来 UUIDv7 唯一严格具备的有用属性是唯一性,也就是抗碰撞性。我之前已经讨论过 UUIDv7 的 ID 可能被猜到,所以这里转而探讨其他属性。