Hacker News 中文摘要

安全断言标记语言（Security Assertion Markup Language，SAML）诞生于学术界，在企业信息技术（IT）部门中成长，至今仍是这些组织的主力，但如今该让它退休了。随着 2000 年代末软件即服务（software-as-a-service，SaaS）公司兴起，IT 部门需要让用户登录许多新 Web 服务，SAML 和新兴的单点登录（single sign-on，SSO）行业满足了这一需求。然而，SAML 正被自身复杂性压垮，是时候弃用它，转向 OpenID Connect（OIDC）等现代替代方案。

部署代理时希望快速响应且成本效益高。观察到代理耗大量时间令牌管理工具调用，促使构建虚幻代理（Unreal Agent）以降低模型工具管理开销。其框架异步管理工具调用，免去模型处理等待轮询心跳。用户可随时引导代理无须等候工具结束，代理也能在模型调用间安排更多任务，实现前沿成本效率。当前版本相比代码（Codex）最高省40%成本、相比派（Pi）最高省20%。

LLM AssBench 页面以 Prompt 为入口，顶部给出指向 PROMPT.md 的 Prompt 链接，点击后可复制内容或关闭面板。抓取到的只是缓存快照，页面提示可能尚未完全加载。页面主体区域显示 No matches，没有匹配结果，同时带有添加窗格等界面控件。

一个备受瞩目的黑客组织声称已入侵多个美国联邦调查局（FBI）相关服务，并窃取了所有FBI员工和申请人的数据。该组织名为闪亮猎人（ShinyHunters），其代表告诉404媒体（404 Media），泄露数据包含FBI特工的姓名、家庭住址、电话号码以及配偶信息。

可利用性指标（Exploitability Metrics）评估漏洞利用条件。攻击向量（Attack Vector）反映利用上下文，攻击者离目标越远度量值与严重性越大，因网络利用的潜在攻击者多于需物理访问者。攻击复杂度（Attack Complexity）指攻击者需采取可量化动作规避内置安全机制获取利用，无特定变量的漏洞复杂度更低。攻击要求（Attack Requirements）捕获实现攻击所需的先决部署与执行条件。

2月28日，两枚战斧（Tomahawk）导弹击中伊朗南部小镇米纳布（Minab）的Shajarah Tayyebeh小学及其场地，造成逾150人死亡，其中至少123名儿童。据参与内部调查的官员称，袭击发生后数小时内，五角大楼已有人员知道美方应对此负责；调查发现这是一连串本可避免的失误所致。

人工分析智能指数（Artificial Analysis Intelligence Index）v4.3.2 正式整合了 10 项评估：AA-Briefcase v1.1、GDPval-AA v2.1、AutomationBench-AA、Terminal-Bench 4.0、SciCode、Humanity's Last Exam、GDP.pdf、CritPt、AA-Omniscience 以及 AA-LCR v1.1。该指数 v4.3.2 包含的评估与此相同，进一步的方法论说明了每项评估的拆解与运行方式。在按开放权重与专有划分的类别中，这一指数同样纳入了上述 10 项评估。

元公司（Meta）创始人兼首席执行官马克·扎克伯格（Mark Zuckerberg）大力宣传其新人工智能助手缪斯（Muse）的安全性，称其从底层构建注重隐私与安全。但一个 0-day 漏洞让本地运行的应用和终端命令完全控制该助手，亚马逊（Amazon）于周日开始屏蔽缪斯。几周前发布的缪斯可预约、填表、处理客服、购物、生成图像，macOS 应用能连接用户的 WhatsApp、邮件等账户，并在需要时即时创建工具，目前没有 Windows 版本。

OpenAI（OpenAI）本月早些时候推出 GPT-6 阿斯特拉（GPT-6 Astra），称其为世界上智能水平最高、对齐最好的模型。最苛刻、最重要的项目仍需 Astra 的完整深度，但工作会以不同规模、节奏和预算发生，因此 OpenAI 把 GPT-6 宇宙扩展到 GPT-6 索尔（GPT-6 Sol）和 GPT-6 露娜（GPT-6 Luna）。它们采用与 Astra 相似的训练方法，把 Astra 在专业工作、事实准确性、编程、计算机使用和对齐上的进展带到更快、更便宜的模型中，并将 Sol 和 Luna 的 API 价格较 GPT-5.6 促销价下调 50%。

我最喜欢谷歌（Google）产品的一点就是，你完全可以关掉任何一项乃至每一项你不想用的设置选项，但他们若觉得有必要，便会直接无视你的这些关闭操作，只为让某个人的某项内部数字指标往上增长，事后不过轻描淡写敷衍一句失误了事。