Parameter Labs 如何利用 ChatGPT HTML 预览漏洞接管账户
Parameter Labs 发现 ChatGPT 沙箱漏洞,可构造分享 URL 窃取登录用户的私有数据并代其操作。攻击链借助 MathLive 库 postMessage 与 YouTube oEmbed 绕过沙箱限制执行脚本;OpenAI 已修复并支付 $5,000 赏金,Simon Willison 转述时认为赏金偏低。
Parameter Labs 发现 ChatGPT 沙箱漏洞,可构造分享 URL 窃取登录用户的私有数据并代其操作。攻击链借助 MathLive 库 postMessage 与 YouTube oEmbed 绕过沙箱限制执行脚本;OpenAI 已修复并支付 $5,000 赏金,Simon Willison 转述时认为赏金偏低。
Arca 利用智能体处理长周期财富管理任务,任务周期可达 10 天,由人类顾问保留最终决策权。该公司使用 Claude 作为主要模型,并构建了内部记忆系统以追踪客户状态和长期目标。Arca 近期完成了由 General Catalyst 领投的 4850 万美元融资。
文章提出了一套基于 Amazon Bedrock 的五阶段成本管理运营模型,涵盖成本归属、请求观测、预算执行、平台优化及定期审查。该模型利用 IAM 身份实现发票级成本归属,并通过每用户会话管理解决共享角色导致的归属缺失问题。此方法旨在将生成式 AI 成本管理从简单的模型比价转变为架构与运营纪律,以应对 Agentic 工作负载带来的 token 消耗激增。
Drew Breunig 将 NES 6502 CPU 模拟器嵌入 Qwen3.5-4B 模型权重中,实现了在模型内部运行 Super Mario Bros 等 ROM 游戏。该模拟器运行速度较慢,基于 Opus 5.5 提示词构建,并使用了 Christopher Pow 15 年前发布的 NES CPU 一致性测试集。
Amazon Bedrock AgentCore runtime 教程演示了用 Session endpoints 从浏览器实时查看编码智能体会话内运行的 Vite 网站变化。部署允许端口 8090 与 8081,本地端点为请求添加 SigV4 凭证并转发,智能体保存文件后 Vite 热重载经 WebSocket 推送改动,页面无刷新更新。
NVIDIA员工使用Nemotron Voice Agent等开源模型搭建了语音驱动动画的万圣节鬼屋MonsterHouse,并公开构建教程。
ChatGPT 桌面应用现已在 AWS GovCloud (US) 的 Amazon Bedrock 上可用,支持通过 Work 和 Codex 访问 OpenAI 前沿模型。该配置将模型推理路由至 us-gov-west-1 的 Amazon Bedrock Mantle 端点,利用 AWS IAM 进行访问控制,并支持零数据保留(ZDR)以满足严格的数据治理要求。
开发者 FORZGC 利用 AI 辅助为已停止支持的 Windows Phone 系统开发新应用,通过抓取网站 API 实现基础浏览功能。该开发者表示,AI 技术让这一“死亡”多年的系统得以发挥余热。此前微软 CEO 纳德拉曾承认,放弃 Windows Phone 和移动设备是微软历史上的错误决定。
Epsilon 基于 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser 构建了意图驱动的 UI 测试服务,通过自然语言指令执行测试以增强现有 Playwright 回归测试套件。该方案利用 AWS 托管的临时浏览器会话和 IAM 认证,消除了各产品团队维护浏览器基础设施和身份集成的重复工作。
Kiro 通过集成 AI 智能体与代码库,利用共享方法论、机械发现扫描器及八阶段工作流,将 PHP 到 Java 的迁移转化为可测量的重复过程。该引擎将原始 PHP 应用视为规范,并通过一致性测试框架验证 Java 移植的正确性。此方法支持在 Kiro 中交互式运行,或通过 AWS Transform 进行大规模自主迁移。
MoEngage 使用 Amazon Bedrock AgentCore Gateway 将 400 个私有 REST API 转化为权限受限的智能体工具,避免了构建 20 个独立 MCP 服务器的复杂性。该方案无需公开端点,将新 API 接入时间从数天缩短至数小时,并节省了约 6 个月的平台工程工作量。此前这些 API 分散在七个 AWS 区域的私有 VPC 中,难以被智能体安全访问。
AWS 演示了在 Amazon EKS 上利用 Ray Train DLC 和 EFA 进行 PyTorch 分布式训练的方法。该方案使用预构建的 Ray Train DLC 镜像,通过 KubeRay 在两个 g6.12xlarge 实例上跨 8 个 NVIDIA L4 GPU 微调 Qwen2.5-1.5B 模型。
AWS 发布基于 Amazon Bedrock AgentCore 的企业级 Agentic AI 平台参考架构与蓝图。该方案采用联邦式运营模式,通过独立的推理与工具网关、多账户控制平面及自动化评估流水线,实现 Workstream 团队在安全边界内的独立部署、回滚与成本归因。此架构旨在解决多团队构建智能体时的治理漂移、所有权审计及跨账户成本可视化等生产环境瓶颈。
央视实测发现 AI 图片工具可复原未完全覆盖的二维码,彻底厚涂遮挡则失效。专家建议在分享前对二维码90%区域打码以防被读取,此测试回应了网友发现打码券经修复可扫码的担忧。
开发者在微软 Surface Duo 2 上成功原生运行 iOS 26 系统,双屏触控功能已可用,帧率提升至 37fps。该移植利用苹果开源的 XNU 内核和自定义 UEFI 加载器,将设备识别为 iPhone 17 Pro Max。微软已于 2024 年 10 月停止支持 Surface Duo 2,但此项目让这款被放弃的设备重新获得关注。
评估显示 webframe 是适合爬虫的快速轻量级浏览器 JavaScript 运行器,性能与 shot-scraper 相当,但存在 CSP 失败、0×0 视口及加载挂起等缺陷。该工具由 Jeff Lindsay 开发,基于 Go 和 glaze 库运行,无需捆绑浏览器引擎。作者使用 Claude Opus 5.5 对其进行了测试并生成了研究报告。
GitHub Universe 会议徽章被改造为可运行 Game Boy Color 模拟器的彩色屏幕计算机。Steve Francia 利用 Gemini 协助在徽章上部署了 Game Boy 和 Game Boy Color 模拟器,支持运行《塞尔达传说:林克的冒险》等 ROM。该徽章支持倒置使用内置触控按钮作为手柄,延续了去年徽章作为全功能彩色屏幕计算机的设计。
OpenAI 与 Anthropic 称其模型反驳了 ETH,本文解释该主张对计算复杂性和密码学的含义。OpenAI 昨日发布三道数学问题解法,Anthropic 数小时后也公布自身反驳。若主张成立,将促使学界重审大量依赖 ETH 的论文,且 OpenAI 检查后认为未破译现有加密系统。
推荐理由:文章解释了 OpenAI 与 Anthropic 称模型反驳 ETH 的主张,以及它如何促使学界重审相关论文并引发密码学层面的考量。
Exowatt借助Amazon SageMaker AI无服务器模型定制微调Qwen3-1.7B与Qwen3-14B,在告警分类和能源市场分析任务上准确性超越前沿模型且成本最高降至1/49。流水线覆盖数据准备、微调、评估与边云部署,边缘模型量化至8位运行于现有CPU,云端模型经Bedrock导入按活跃计费无闲置成本。该实践源于Exowatt设备群从测试台向制造与现场单元扩展时对可缩放AI层的需求。
Property Finder 在 Amazon Bedrock 上识别并修复评估集偏差,通过无偏标注与进化提示词优化选用 Llama 4 Maverick 17B Instruct,以86%更低成本获更高精度。
Rittika Jindal 在断开网络后使用 OpenCode 连接本地 Ollama 运行的 Qwen3.5 9B,成功修复 expense_total.py 的 bug 并通过全部测试。文章给出离线环境准备、配置与测试命令,证明编码智能体可在无互联网时完成本地文件改错与运行检查。这一实测源于作者在喜马拉雅山麓遭遇网络断电仍想维持编码工作流的需求。
OpenAI 的 Ted Sanders 给出按价格敏感度选择 GPT 模型的建议,质量优先选 Astra,稍敏感选 Sol,极敏感选 Terra 或 Luna。他解释模型性能多维且尺寸非全部,GPT-6.1 Terra 在技术沟通可能优于更大 Astra 且价低,但其他多数领域不及。
OpenAI 将编码工具重构为单一会话助手并推出常驻助手 dots,该产品9月发布、Pro订阅$100每月可连接日历等主动工作。dots 能预警日程冲突但时机偶有延迟,隐私控制同 ChatGPT 但粒度不足。这是 OpenAI 从 ChatGPT Work 编码工具演进而来的助手。
AWS 发布基于 AWS CDK 的解决方案,在 Managed Amazon Bedrock Knowledge Base 上构建企业级智能体检索系统。该系统利用 AgenticRetrieveStream API 实现多轮规划与工具驱动检索,并通过 Amazon CloudWatch 仪表盘提供全链路可观测性。
在 Amazon Bedrock 上使用 OpenAI 模型时,通过提示缓存可复用智能体重复发送的工具定义与指令,降低输入成本。文章演示了结合隐式与显式缓存,利用 prompt_cache_breakpoint 标记静态前缀,使后续请求仅处理新增内容。此前智能体每轮需重读全部历史,导致 token 费用随轮次线性增加。
基于 SageMaker SDK v3 构建的边缘端计算机视觉全车队生命周期管理方案,利用 SageMaker Neo 替代已弃用的 Edge Manager 进行模型优化。
网友利用 AI 逆向技术为索尼 A7C II 相机制作定制固件,直接解锁 FL2、FL3 胶片模式,并支持导入外部 LUT 及富士 NC、理光 GR 直出色调。配套工具 A7C II Tools 3.0 已推出,是首个拥有正式图形界面的版本,无需命令行即可完成驱动设置与安装。该工具仅支持固件 2.01,且修改相机可能导致无法开机或影响保修。
开发者成功为微软 Surface Duo 2 刷入苹果 iOS / iPadOS 26 系统,目前项目处于早期开发阶段,已实现双屏运行。该设备双屏运行帧率提升至 37 FPS,较此前 3 至 10 FPS 有明显性能提升。此前其他开发者曾尝试移植 iOS 16/17,该开发者则专注于推进 iPadOS 26 的移植计划。
Cerebras 演示了如何在 WSE-3T 晶圆上部署 Kimi K3 等万亿参数模型,实现 1000-2000+ tokens/s 的推理速度。该方案将 3T 参数的 Kimi K3 拆分至 59 片晶圆,利用 4-bit 量化和流水线并行处理并发请求。此前 Cerebras 常面临单片晶圆 44 GB 内存无法容纳大模型权重的挑战。
Battledrones v14 新增支持四人在线对战的地图 Compass Rose,该地图具备四向旋转对称性,支持最多四名 AI 玩家或人类玩家通过 WebSocket 加入。Claude Opus 4.5 修改了网络代码以支持该地图,并引入了紫色和绿色机器人主题,此前该游戏地图仅支持两名玩家。
开发者 Yanei 成功为小米 8 手机刷入 iOS 16.5 系统,并将机型伪装为 iPhone X。视频显示系统桌面与动画已较流畅,但初期 GPU 卡顿问题经修复后改善。该项目目前仍处于早期移植阶段,许多硬件驱动尚未适配,暂时无法作为日常系统使用。
Claude Opus 5.5 生成一个 Artifact,能在几秒内通过 canvas 元素和模拟画笔快速绘制照片版本。该实现使用 Sobel 边缘检测,除 Google Fonts 外无外部库。这是继此前用 P5.js 模拟水彩插画实验后的又一演示。
AWS 官方博客发布在 Amazon SageMaker AI 上实践多轮强化学习(MTRL)训练智能体的动手指南,以 Wordle 展示从部署到评估的端到端流程。实验将 gpt-oss-20b 在保留词上的解决率从 61% 提升至 84%,训练 token 费用约 $339。教程指出同一管道适用于公开模型未训练过的内部多步任务。
达瓦科技Scenes AI实时世界模型获2026 NVIDIA创业企业展示半程展示卓越企业奖,单张RTX显卡实现34B参数实时运行。该产品以世界状态更新替代逐帧重绘,控制层与渲染层分离,目标编辑成功率达98.2%。此前9月首发演示已应用同一套逻辑。
AWS CDK 通过自定义资源编排 SageMaker AI 端点更新时的自动扩缩容注册与注销流程。该方案解决了 CloudFormation 在更新端点配置时因自动扩缩容目标未注销导致的部署失败或状态丢失问题。开发者可在单次部署中同时更新端点配置和自动扩缩容参数,无需手动干预。
EXL 指出企业 AI 的竞争优势取决于围绕模型构建的服务框架,而非模型本身。该框架需根据工作负载定义架构,通过优化内存管理与调度解决生产环境中的延迟与成本瓶颈。EXL 强调架构应具备适应性,以便在模型或硬件更新时避免平台重建,从而确保持续的业务价值。
该方案在 Amazon SageMaker AI 上部署 Kokoro-82M 模型,通过流式传输实现 AI 智能体语音生成的低延迟响应。模型仅含 8200 万参数,运行于 ml.g5.xlarge GPU 实例,支持双向流式传输以在生成过程中即时合成音频。
任天堂 Switch 2 已被破解,黑客利用旧游戏 SmileBASIC 4 和 OpenAI Codex 实现了名为 “ns2jb” 的纯软件有线越狱。该越狱需每次开机时从游戏运行,目前已展示运行包含新角色的定制版《Mario Kart World》。
Rescale 利用 AWS 的 AI-DLC 框架和 Strands Agents 构建了自动化测试失败分诊智能体,从问题定义到预发布部署仅用五天。该智能体运行在 Amazon EKS 上,调用 Claude Opus 4.8 对端到端测试失败进行分类和路由,并通过 MCP 查询日志生成修复报告。此前 Rescale 工程师需手动处理大量测试失败,导致发布流程受阻。
在 Amazon SageMaker AI 部署 Kokoro-82M 模型时,通过实测单实例最大并发数 Q_max 和扩缩容耗时 T_total,推导自动扩缩容阈值。该方法替代了传统猜测式配置,利用原生指标 ConcurrentRequestsPerModel 避免 TTS 场景下因目标值偏差导致的资源闲置或延迟超标。