首页 分类 维基 关于
SITEMAP 订阅 EN
AI Twitter 热点 · 2026-10-22 · 第 041 期 · 10 条 2026 年 10 月 22 日 周四 ·

Anthropic 推出主动型 agent Claude Duet，AI 挖出影响七成网站的 PHP 漏洞，OpenAI 模型和 Codex 上架 Google Cloud

今日要点

  1. Anthropic 推出主动型 agent Claude Duet：独立 app，基于 Opus 5.5，会主动告诉你什么事需要处理、你离开后继续干活、代你发消息或付款前先确认；目前美国 Pro/Max 用户排队体验。
  2. AI 挖出影响约 70% 网站的 PHP 漏洞：PHP2Shell 两个 CVE 覆盖 PHP 5.4 以来的版本，OpenAI 同步放出检查用的 Codex skill；同一天 LiteLLM 被投毒、Railway 环境变量疑遭窃取，开发者直呼「到底怎么了」。
  3. OpenAI 模型和 Codex 上架 Google Cloud：企业可以在 Model Garden 里买 OpenAI 模型、用 GCP 承诺消费抵扣，之后还会进入 Antigravity 和 Gemini Agent。

1. Claude Duet：Anthropic 的主动型个人 agent

要点：@claudeai 开放 Claude Duet 的 research preview：一个独立 app，Claude 在里面作为主动型 agent 工作，会把需要你处理的事带到你面前、完成你交代的任务、你离开后继续干活，并在代你行动前先问你（3.3 万赞、1 万收藏）。官方说明它围绕 Opus 5.5 设计，沿用 Claude 账户里的记忆、skills 和已连接应用，可以用 Claude Marketplace 上 6,000+ 个连接器和插件（Gmail、Slack、Shopify 等）。按 Anthropic 的介绍文章，Duet 有一台自带浏览器的虚拟机，手机电脑关了也能继续跑；它每隔几小时检查一次已连接的账户（官方说不间断检查会太快耗尽额度）；发消息、付款、签文件或删除任何东西之前都会展示具体动作并等你批准，证券交易、账户间转账即使你同意也不做。目前通过 waitlist 向美国 Pro/Max 用户开放，和其他 Claude 用量共享套餐额度，Team/Enterprise 暂不可用。@mikeyk 说自己用了几周：帮他起草炉边对话的问题、周末替他盯 Slack，还发现了 Neal Stephenson 的新书并在他同意后从本地书店下单。@stripe 宣布 Duet 可以用 Link 购物、通过 Stripe MCP 退款和看业务趋势。@danshipper 测了两周，称这是他第一个会叫作「pro tool」的个人 agent，自己的使用从以 ChatGPT 为主变成和 Claude 大约五五开；不足是还不能指挥电脑上的 Claude 会话、邮件草稿不如 dot、语音只能转写。@petergyang 拿到了早期访问，发了评测视频。

为何值得看：Grok Bot、Muse、Dots 之后，Anthropic 正式入场常驻个人 agent。Duet 的设计重点是「主动，但重要动作先问」，以及用定时巡检来控制额度消耗。

Claude Duet 发布视频封面

2. PHP2Shell：AI 帮忙挖出影响约七成网站的 PHP 漏洞

要点：@OpenAI 表示，参与其 Patch the Planet 计划的研究者借助 OpenAI 模型发现了 PHP 的严重安全漏洞，PHP 估计支撑着约 70% 的网站；过去两个月它牵头维护者、研究者和安全厂商准备修复，因为修复需要改动 PHP 引擎，耗时较长。OpenAI 称这是「近年影响最大的漏洞之一」，也标志着 AI 能找到「互联网级」安全漏洞的新阶段（1.3 万赞）。随后它发布了一个 Codex skill（GitHub 仓库 openai/php2shell-checker），让 Codex 带你检查网站是否受影响（7.3k 赞）。按 Wiz、Google Cloud 和 CISA 的公告：两个漏洞编号为 CVE-2026-109618 和 CVE-2026-109619，可导致未认证远程代码执行和内存泄露，PHP 5.4 到 8.5.11 都受影响，修复版本为 8.5.12、8.4.27、8.3.36 和 8.2.35，已停止维护的 8.1 及更早版本不会有补丁；Google Cloud 给出的 CVSS 为 9.2。据 The Verge 引述 OpenAI，安全公司 Calif 用 GPT-5.6 Sol 发现了漏洞，Wiz 也借助 AI 独立发现并报告。@levelsio 不认为这是 PHP 的末日：AI 辅助的漏洞利用会出现在任何语言、框架和服务器软件上，「网络安全的新时代开始了」。@mitsuhiko 看完补丁觉得类似问题可能还有，建议条件允许的话近期用 Fil-C 跑 PHP。

为何值得看：这是 AI 参与发现、并协调全行业提前修复的一个大规模真实案例；反过来也说明，过去「理论上有、但很难利用」的老 bug，正在被 AI 降低利用门槛。

OpenAI 关于 PHP 漏洞与 Codex 检查 skill 的推文

3. 安全风暴：LiteLLM 投毒、Railway 环境变量泄露、GitLab 满分漏洞

要点：同一天还有一串事故。LiteLLM：@JFrogSecurity 最先报告 LiteLLM 1.107.0 的 PyPI 包里有恶意代码（1.2k 赞），LiteLLM 随后确认 PyPI、Docker Hub 和 GHCR 上的 1.107.0 都被投毒，已下架。按 LiteLLM 的事故说明，恶意 PyPI 包在线约 2 小时；攻击者用三名工程师被盗的 GitHub CLI 凭据（其中一个属于 GitHub 组织所有者）关掉分支保护，让发布流程指向一个仿冒仓库（Berri-AI/litellm），签名发布了带毒产物；恶意文件在 Python 启动时自动运行、窃取云、开发者、AI 工具和浏览器等凭据，并带有每小时拉取远程代码的后门，安全版本为 1.106.2。Railway：官方发布紧急通告，称未授权第三方可能访问了加密的客户环境变量，并拿到了其中部分的明文；它认为这是一连串针对平台公司、意在攻破 AI 推理服务商的攻击之一，建议所有用户轮换全部环境变量，期间暂停所有部署（2.4k 赞）。@theo 说自己的 Lakebed、Postplan、Shoo 只能一直停着，因为不能部署就没法换上新 key，「阻止部署、让我们无法无停机换 key 是不可接受的」。@gregisenberg 的看法是：攻击者盯的是 Railway 上存的 AI key，「API key 现在基本就是算力的信用卡」，建议今晚就轮换所有 key、设月度消费上限、每个 agent 单独一把 key。此外，The Hacker News 报道 GitLab 一个 CVSS 10.0 的漏洞（CVE-2026-110264）影响 12 年的版本，可在自托管服务器上未认证远程执行代码（7.6k 赞），@theo 转发时只说了一句「到底怎么回事」；@vercel_dev 称 Node.js Brotli 解码器有高危 RCE，影响 Node 22/24/26，Vercel 已上线 WAF 规则。

为何值得看：agent 越多，平台上躺着的 AI key 就越多，供应链和托管平台成了最划算的攻击入口；「一 agent 一 key + 消费上限 + 能随时轮换」正在变成基本功。

The Hacker News 关于 LiteLLM 1.107.0 被投毒的配图

4. OpenAI：模型和 Codex 上架 Google Cloud，Dots 回应 Duet

要点：@OpenAI 宣布把前沿模型和 Codex agent 工作流带到 Google Cloud Model Garden（2.6k 赞）。按 OpenAI 博客，Google Cloud 客户可以通过 Google Cloud Marketplace 购买，有 GCP 承诺消费的企业可以直接抵扣；OpenAI 模型之后还会进入 Google Antigravity 和 Gemini Agent，正式可用预计在未来几周；博客也写明「Microsoft 仍是 OpenAI 的主要云合作伙伴」。@Kalshi 援引路透社的说法是 OpenAI 将通过 Google Cloud 卖 GPT-6 Astra 等前沿模型和 Codex。个人 agent 这边，Codex 负责人 @thsottiaux 在 Claude Duet 发布帖下回复「Dot, meet Duet. Duet, meet Dot. Be nice to each other.」（4k 赞），晚些时候又发「Dot, Dotter, Dottest」，并补充 Dots「完全包含在 Pro 套餐里，不占每周用量」；评论区大量 Plus 用户追问什么时候能用。另外，@OpenAI 介绍 GPT-Rosalind 的一条药物研发新线索：与 @perturbai_tx 和 Scripps Research 合作，数千个 GPT-Rosalind agent 并行工作，32 分钟内把数百万个小鼠脑细胞的基因表达结果和文献关联起来；数据显示破坏与罕见神经退行性疾病 Perry 综合征相关的 DCTN1 基因，会提高胆固醇合成相关基因的表达，GPT-Rosalind 推测胆固醇可能没被送到神经元需要的地方，由此提出「恢复胆固醇转运能否保护神经元」这一可检验的方向（5.3k 赞）。

为何值得看：OpenAI 模型进入 Google 自家的云和 coding 工具，说明企业分发渠道比阵营更重要；而 Dots 强调「Pro 内不额外计量」，是在用额度政策和 Duet 正面竞争。

OpenAI 上架 Google Cloud 与 thsottiaux 关于 Dots 的推文

5. Grok Bot：能做报告、备忘录和仪表盘的 Pages

要点：@bot 宣布 Grok Bot 现在能做报告、备忘录和仪表盘：让它做一个 page，可以一起编辑，也可以让它持续更新（5.2k 赞、1.9k 收藏）。@poteto 转发说「grok bot can now build Pages for you!」（1.4k 赞）。@ericzakariasson 分享了自己常用的几类 page：发布燃尽清单、和 bot 一起迭代的设计文档、晨间简报、「这周做完了什么」；他还用 Pages 给 Grok Bot 自己做了一个落地页，甚至在 page 里跑起了 Doom。@Scobleizer 说 Grok Bot 能读 X 列表后，他把自己的「best in AI」列表交给它，每小时读一遍并生成一个新闻页；他之前自己做类似的事，上个月光 X API 账单就有 6,000 美元。@elonmusk 转发他的帖子：「Try Grok @Bot, you will love it!」（1 万赞）。@petergyang 更新了四个个人 agent 的对比：Grok Bot 的优点是「一组 bot」最好理解、免费的 X 访问非常适合做调研、语音和新的 Pages 很好，缺点是邮件功能还不太好用；Duet 开箱最主动；Dots 比刚上线时好很多但仍有 bug。

为何值得看：个人 agent 的产出从「一条回复」变成「一个会持续更新的页面」，聊天之外多了一个可分享、可维护的交付物。

Grok Bot Pages 演示视频封面

6. Recursive Flint：从零训练的本地 coding 模型，开放权重

要点：@RichardSocher 发布 Recursive 的第一个模型 Flint：一个快速的本地 coding 模型，由他们的自动化研究系统「Eureka Machine」参与打造，在 MacBook Pro 上 125+ tokens/秒、RTX Spark 上 150+，比同类模型快最多 2 倍，从零开始不到 4 个月建成；权重已在 Hugging Face 开放，也可以在 OpenCode 或 Pi 里免费试用（4.6k 赞、4.3k 收藏）。@tydsh 补充了自报成绩：Terminal-Bench 2.1 54.9%、SWE-bench Pro v2 89.7%、SWE-bench Verified 74.2%，从 tokenizer、预训练、中训练到 SFT 和 RL 全部自己做。Hugging Face 上的 RecursiveSI/flint 仓库于 10 月 21 日创建，Apache-2.0；模型卡写明总参数 39.8B、每 token 激活约 2.5B（256 个路由专家选 6 个，外加一个共享专家），上下文 262,144 tokens；BF16 版本按一张 B300 或 H200 部署，笔记本上跑的是另行准备的 NVIDIA / Apple Silicon 量化版本。@pidotdev 说 Recursive 在 Pi harness 上做了大量 RL 训练，所以开箱即用，并已在 Pi 里通过 Radius 免费提供。

为何值得看：确实是新发布的开放权重模型，而且瞄准「本地跑得快的 coding agent 模型」；基准为厂商自报，实际效果还要看社区复测。

Richard Socher 发布 Flint 的视频封面

7. GitHub：用形式化证明验 agent 代码，VS Code 默认 Copilot harness

要点：@GitHubNext 发布微软研究院的 Proof Driven Development Kit（PDD Kit）：把你的计划变成形式化规格（用 Rust 的证明语言 Verus），再自动证明 agent 写的代码对所有输入都满足规格；证明不了的部分退回到测试和 computer-use agent 做经验验证；目前只支持 Rust，已集成进 GitHub Next 的 Chopin，目标是「验证过的软件工厂」，让工程师审规格而不是审代码（721 赞、913 收藏）。@github 的说法是，这让团队不必逐行审阅就能把 AI 生成的代码上线，保证比代码审查加测试更强，目前为 research preview。同一天 @github 还透露，随着流量指数级增长，已把 99.99999% 的 Git 仓库迁到 Azure。@code 发布的新版 VS Code 把基于 Copilot SDK 的 harness 设为新会话默认，新增多模型对比，并给多文件 diff 加了文件列表。

为何值得看：AI 写代码的速度已经超过人审代码的速度，「证明代码满足规格」是一条绕开逐行审查的路，虽然目前只覆盖 Rust。

GitHub Next 关于 PDD Kit 的推文

8. Gemini 4 Argon：72 小时 25 万亿 token，Pichai 谈算力紧张

要点：@OfficialLoganK 说 Gemini 4 Argon 发布后的前 72 小时处理了约 25 万亿 token，「对智能的需求惊人，而且仍被低估」（5.2k 赞）。@theo 随即晒图：同一时间窗口里 T3 Code 用户处理了约 36.5 万亿 token，是 Argon 全球需求的 1.5 倍（1.6k 赞）。@sundarpichai 转发了自己和 Alex Heath 的访谈，内容包括 Argon 的早期反响、「连 Google 都拿不到足够的算力」、DeepMind 近期的领导层调整、Google 的个人 agent 计划，以及自由现金流转负和 AI 基建风险。@GoogleDeepMind 展示 Argon 把三个开源数据集拼成一个可交互的 3D 人体解剖模型，可以分层查看肌肉、放大看跳动的心脏（1.3k 赞）。

为何值得看：token 用量成了模型发布后新的「战报」，而单个 coding agent 客户端的用量已经能和一个前沿模型的全球需求相比。

theo 晒出的 T3 Code 72 小时 token 用量

9. Vercel：Rauch 站队 Pi，DeepSeek V4.1 Flash 进 Token Pass

要点：前一天 Vercel 推出开源的 durable-harness 后，@pidotdev 表示「非常尊重 Vercel 的工程能力，很高兴他们用 Pi-Durable 来构建」（745 赞）。@rauchg 转发说 Pi 是「如今 AI 世界里最酷的项目之一」，「I'm on their team」，理由是它让开发者和公司能自己选模型、掌控运行时、数据、skills 和插件（834 赞）。@vercel_dev 宣布 DeepSeek V4.1 Flash 1017 加入 Vercel Token Pass：新权重、100 万上下文、无需改配置，每月 30 美元拿 80 美元的 token。@rauchg 评价它「快、便宜得离谱」，且以零数据保留（ZDR）方式提供，很适合当子 agent 去执行大模型制定的计划，「把 TypeScript 移植到 Rust 十次都用不完额度」。

为何值得看：「大模型做计划、便宜模型当子 agent 干活」正在变成平台默认推荐的用法，开放 harness（Pi）加便宜开放权重模型是这套组合的底座。

rauchg 关于 Pi 与 DeepSeek V4.1 Flash 的推文

10. OpenCode：接入 Muse Wonder，每天应付数百次钓鱼

要点：@opencode 宣布 Meta 的 Muse Wonder 已可在 OpenCode 里使用（2.8k 赞）。在本月早些时候的 API key 泄露事件之后，@thdxr 晒出团队面对的攻击样例：一封伪装成 PlanetScale 数据库迁移通知的邮件，链接是一个会把凭据发给攻击者的 OAuth 授权流程，「我们每天看到数百种完全不同的尝试」（830 赞）。他还说「现在还强制升级企业版才给 SSO 显得格外糟糕，这应该对所有人开放」（837 赞）。轻松一点的是，他发现手机截图后可以直接发进一个 OpenCode 会话：他把一条约电话的 X 私信截图丢进去，说一句「schedule this」就行。

为何值得看：coding agent 团队手里握着大量用户和模型凭据，正成为钓鱼的重点目标；SSO 这类基础安全能力是否该收费，开始被重新讨论。

thdxr 晒出的伪装成 PlanetScale 通知的钓鱼邮件