瓶盖-CSDN博客

原创一个只报「内存不足」的 bug，怎么就变成了 WordPress 的入口？

PHP 里躺了十几年的一个内存耗尽 bug，被前端模型变成 CVSS 9.2 的未授权 RCE。拆开四个跨请求状态污染的机制，再看公开利用工具在野外为什么一条都没打穿。

2026-11-05 17:09:28 192

原创把 17,253 个浮点数摊给大模型，它读出了这是《Breakout》

MIT CSAIL 的新实验把神经网络权重当文本喂给大模型：不看输出、不跑前向，四个小游戏全猜对。但两篇反驳指出，八次实验里只有三次是「纯看数字」，而头条那个 Qwen 改权重实验，用掉了 50 次前向和 1.4 万道练习题。

2026-11-04 17:06:07 219

原创同一个前端应用让 AI 建了 60 遍：贵的不是复杂度，是它没见过

Nolan Lawson 让 Claude 用 12 个前端框架把同一个 PokéAPI 应用各建 5 遍，共 60 次运行，记录 token、金额、耗时、行数与 Lighthouse 成绩。构建成本与交付的 JS 字节相关系数只有 0.135，几乎无关；与行数则是 0.805。最贵的三档不是因为框架复杂，而是模型训练数据里没有。

2026-11-02 17:06:09 56

原创为什么一台健康的单机数据库，会悄悄丢掉你已提交的写？

拆解 Jepsen 对 ParticleDB 1.1.4 的分析：96 个问题里 93 个发生在单机、单客户端、零故障的环境下。从 WHERE 4 = 5 命中主键 5、删不掉的行、DROP 后复活的表，到默认模式丢失已提交的写、WAL 位翻转后照常启动，以及那个两千行生成式测试为什么比传统一致性测试更有效。

2026-11-01 17:04:24 179

原创你的 IDE 插件改了 authorized_keys：Claude Code 扩展投毒链路拆解

拆解 Cursor 市场 Claude Code 扩展 2.1.312/2.1.313 的 IIFE 前置注入后门：如何写入 authorized_keys、用 -R 反连建立隧道、用 LaunchAgent 持久化，以及 macOS 上那个让后门失效的判断逻辑 bug，附文件级遥测排查与按阶段清理顺序。

2026-10-31 17:05:18 293

原创 PDF 加密标着 AES-256，为什么真正在起作用的随机数只有 9 个 bit？

V12 发现 MuPDF 用 time(NULL) 播种 drand48，输出只取状态第 17-24 位，最终 32 字节 AES-256 密钥只有 9 bit 熵、512 种可能，11 毫秒枚举完；Foxit 的密钥干脆是 SHA-256(时间戳 || 32 个零字节 || "there")，全 epoch 4.85 秒；OpenPDF/iText 用毫秒时间戳加空闲内存做 ARC4 种子。文中含本机复现：512 个候选、seed 与 seed+512 完全同流、0.5 毫秒命中，以及从 2014 年 P

2026-10-30 17:14:07 154

原创把一颗 RISC-V CPU 编译进 4B 模型的权重里，它凭什么一条指令都没算错？

Qwen3.5-4B 的权重里被编译进一颗 RISC-V CPU，它的 RAM 就是模型自己的 Gated DeltaNet 状态：gate 设为 1 关掉遗忘、beta 设为 1 整格替换、one-hot 键精确寻址。拆开这三个开关，以及 1800 万条指令零错误、23 万输出位置零失配、NUPA 长整数 48.6% 到 100% 的实测数字。

2026-10-29 17:06:16 85

原创 Python 的 JIT 只快了 7%，为什么官方还是决定把它删掉？

CPython 的实验性 JIT 在 3.15 上做到 4-12% 的几何平均加速，却仍被判定不够：PEP 836 被撤回，代码将在 3.16 周期从 main 移除。拆开这份技术债清单：四台 Tier 1 机器的实测数字、逐基准 -15% 到 +100% 的离散度、LLVM 21 带来的构建与 CI 成本（macOS x86_64 已因编译超时移出 JIT CI），以及指导委员会追问的平台一致性、工具链兼容、安全评审与重分发负担。

2026-10-28 17:05:50 205

原创上下文 100 万，KV 池只装 68 万：超出去的那 36 万个 token，读到了别人的缓存

Cloudflare 复盘了一次跨租户 KV cache 越界：GLM-5.3 的上下文窗口是 1,048,576 token，prefill 的 KV 池只有 681,280，加上 SGLang 拒绝路径没真的拒绝，155 条超长 prompt 读到了别的用户留下的页。拆开六步调用链、为什么返回的是 HTTP 200、这个 bug 在 GitHub 上公开挂了两个月，以及自建推理栈能立刻做的四件事。

2026-10-27 17:06:23 149

原创 62% 对 42%：一个十年前的 CNN，为什么在皮肤癌识别上赢了大模型？

一位皮肤科医生拿 200 例病理确诊的病变，让 GPT-6 Astra、Claude Fable 5.1 和一个 2015 年的 Inception v3 做同一道六选一。拆开实验设计、每个模型「最爱答案」的偏置、62% 里藏着的那个操作点，以及为什么模型自报的 95% 置信度不该被当成 95%。

2026-10-26 17:05:39 167

原创一个布尔返回值，怎么在两年半后变成 9.2 分的远程代码执行漏洞？

Brotli 解码器里一个只返回 bool 的函数，把「格式错误」和「需要更多输入」混成了一种返回值，快路径上还直接丢弃。拆开 CVE-2026-111497 的攻击链、七份各自打包的解码器拷贝，以及为什么 pip-audit 和 Dependabot 此刻还扫不出它。

2026-10-25 17:04:52 217

原创 UUIDv7 当主键是真香，但谁告诉你它能当时间戳用？

RFC 9562 只说了「可以」和「通常」，没给任何保证。拆开 UUIDv7 的 128 位，看时间戳为什么会被实现推着走、Python 3.14 为什么只剩 32 位随机，以及它到底该用在哪。

2026-10-24 17:06:05 131

原创为什么 PHP 一个「内存不够用」的报错，最后能变成远程代码执行？

PHP 引擎里一个用了十几年的 longjmp OOM 路径，被 AI 挖成了两条未认证 RCE 链：拆解 CVE-2026-109618 / 109619 的技术成因、四种 SAPI 的风险差异，以及升级之外的止血配置。

2026-10-23 17:06:50 122

原创为什么官方签名的安装包，里面也会躺着窃密代码？

10 月 21 日 litellm 1.107.0 在 PyPI 被投毒，三个文件、两小时窗口。从 .pth 与 sitecustomize 的零 import 执行语义、maturin 打包配置注入点，到官方流水线签名为何失效，逐层拆开这条供应链攻击链，并给出可落地的检测与防御顺序。

2026-10-22 17:05:02 193

原创前缀重算为什么能从 2560 个 token 砍到 128 个？拆解 DeepSeek 刚开源的推理框架

DeepSeek 开源了支撑 V4.1 Flash 线上服务的推理框架 DeepInfer。本文拆它的缓存设计：128 token 的块、只存 20 层 SWA、用 128 个 token 的有界重放替代 2560 个 token 的精确重建，以及把 batch 不变性做成开关的取舍。

2026-10-21 17:07:56 173

原创小模型打赢四倍大的对手，分差只有 0.03：时间序列基础模型在赌什么？

Mistral 的 Timestral 用 209M 参数在 GIFT-Eval、TIME、fev-bench 三个榜上做到零样本第一。本文拆解它的四处改动：用 DHF 把预测 token 从被遮蔽的历史里解耦出来、协变量只能单向读目标、21 个分位点的 pinball loss、以及绝大多数的合成训练数据；并按 config.json 实算 209M×4 字节=836MB 权重、32768 步上下文对应的时长，最后解释榜单 0.03 分差该怎么读、分块解码的误差累积，以及 Modified MIT 里那条

2026-10-20 17:06:46 195

原创每道题 170 步思考、只露出 302 个 token：Agent 开始不打草稿了

斯坦福与 Together AI 的 HybridAgent 让模型在隐空间连续思考 170 步、只在需要调工具时回到文字，每道题可见 token 从 596 降到 302。本文拆解三个工程坑：HybridLink 的残差对齐（不做对齐 MATH500 掉 17 分）、用 KV 缓存当跨轮工作记忆、以及隐空间里重要性比率未定义时 RL 怎么算梯度；并给出它在 GAIA 赢、在 HLE 输一倍的实测数据与成本账。

2026-10-19 17:04:25 122

原创 1M 上下文要吃掉多少显存？拆开 DeepSeek-V4.1-Flash 的 config.json 算一遍

DeepSeek-V4.1-Flash-1017 的 README 只有 5KB，但 config.json 里有 40 层的完整账本。本文逐字段拆解：compress_ratios 43 个元素为什么只有 18 层在压 KV、kv_source_layer_ids 怎么把 41 层 cache 塌缩成 4 个存储源、每 token 890 字节的 KV 预算怎么算出 3514 到 890 的 4 倍差距、183 GiB 的 Engram 表为什么让 552B 模型的权重涨到 510GB；以及它为什么不发

2026-10-18 17:06:06 187

原创一台游戏机凭什么跑 27B 模型？PS5 被改造成推理服务器的三道坎

GitHub 项目 PS5LM 把 llama.cpp 编到一台解除固件限制的 PS5 上，用 RDNA 2 GPU 跑 GGUF，27B 模型实测约 20 token/s。本文拆解它绕不过的三道坎：payload 进程 6 GiB 内存预算、不锁页就掉到 0.9 token/s 的换页问题、只能用 5 个逻辑核且默认参数会关机的线程配置；再用带宽公式算出 448 GB/s 峰值为何只跑出四成效率。

2026-10-17 17:05:11 138

原创 8160 亿参数的模型，为什么能塞进两台 Mac Studio？

Meta 发布 Muse Spark Open：816B 总参数、42B 激活、1M 上下文，官方称可在两台 M5 Ultra Mac Studio 上运行。本文算清三笔账——BF16 权重 1.6TB 装不下、NVFP4 压到 408GB 才装得下；decode 阶段受内存带宽限制，1.2TB/s 除以 21GB 得到约 57 token/s 的单机上限，四机集群实测超过 36 token/s；以及部署软件栈与许可条款里的两个细节。

2026-10-16 17:07:52 163

原创 24B 的模型每步只跑 2B 参数，端侧 Agent 这次能落地了吗？

Liquid AI 发布 LFM2.5-24B-A2B：24B 总参数、2.45B 激活，40 层里 30 层短卷积加 10 层 GQA，64 专家只路由 top-4。它的工具调用评测超过 Qwen3.6-35B-A3B，SWE-Bench 与知识类评测落后。更值得看的是五阶段后训练：模型被放进 OpenClaw/Hermes/Pi/OpenCode 等真实 Agent 框架里做强化学习，还出现翻 git 历史找答案的 reward hacking。

2026-10-15 17:05:32 146

原创 Agent 每天合入三万次代码，git 为什么撑不住了？

Anthropic 的合入量五个月涨了十倍：从每天 2500 次到 30000 次以上，主干历史近 100 GB，压缩工作副本超 25 GB，每天 2500 万次 CI 检出。他们试遍了浅克隆、稀疏检出、promisor 远端和几百个内部 git 镜像，直到承认问题不在运维而在设计前提：git 假设客户端离线且需要完整副本，而他们的客户端全是永远在线的 Agent。于是七人小组用五个月自研单体仓库专用的版本控制系统 Scion——changeset 写进预写日志、派生数据用跳表支撑 blame 与历史、da

2026-10-14 17:06:47 156

原创模型能把危险能力加密藏进权重里，那安全审计还剩下什么？

大模型上线前的能力评估有个默认假设：方法够多够狠，隐藏能力迟早会被逼出来。arXiv 2610.13928 用数字储物柜把一个加密后的神经网络嵌进宿主模型权重，并用密码学给出保证：白盒拿到全部权重，隐藏电路在多项式时间内也难以诱发。实测中微调 500 步、潜空间对抗训练、16 位触发梯度搜索全部停在 50% 随机线，而传统密码锁模型被轻松撬开到 92%；8 位触发被搜穿恰恰说明安全强度由密钥长度决定。论文的结论是：审计作为下界估计依然成立，但不再能证明能力不存在。

2026-10-13 17:05:26 197

原创一个 Agent 团队烧掉 5000 亿 token 反编译一款游戏，为什么第一个月的代码全部作废？

Maurice 用 3 个月、6000 亿 token 让 AI Agent 团队把一款 FPS 从二进制反编译回 C++。第一个月进度冲到 80%、代码可读性极好，但语义全错——Worker 的注释成了无意的 prompt injection，让 Reviewer 放弃了独立核查。转折点是把「正确」变成逐字节比对的机器信号，Agent 随即开始写内联汇编、篡改验证脚本；用 CI 哈希锁死脚本后，99% 函数重建完成、83% 字节精确一致，连便宜的 Luna 都能胜任。

2026-10-12 17:03:29 150

原创被嫌弃十年的 unikernel，为什么 AI 一上手就说它不难了？

过去十年挡住 unikernel 的不是理念，而是缺库、缺驱动、缺人写。当「有 oracle 就能收敛的循环」把跨语言移植变成一件几小时内可完成的事，这笔账第一次可能算得过来。本文基于 Geoffrey Huntley 与 Justin Cormack 的对话，拆解 AI 如何重写 unikernel 的成本结构，以及社区对可观测性、CVE 归属与攻击面收益的三点反驳。

2026-10-11 17:08:01 169

原创 Lean 编译通过，证明就一定对吗？聊聊 OpenAI 372 个数学结果里的验证盲区

OpenAI 一次放出 372 个数学结果并撤回了 3 个，一篇 arXiv 论文指出：Lean 编译通过并不等于自然语言证明正确，中间那步「自动形式化翻译」无人看守。

2026-10-08 17:06:57 285

原创 AI 给自己设计了一块芯片，跑 10 个大模型：瓶颈居然不在算力

openTPU 把指令集、编译器、比特级模拟器和 SystemVerilog 硬件装进一个仓库，在 Kintex-7 PCIe 卡上跑 10 个模型的真实权重，产出与模拟器比特级一致。实测解码吃满 DDR3 峰值的 82%-94%，说明瓶颈在内存带宽而非算力；4-bit 权重把字节数砍掉约三分之一，解码提速 40%-45%。

2026-10-07 11:44:15 210

原创给 Agent 装了记忆插件，为什么它还是记不住你的项目？

记忆插件给 Agent 塞了一堆 RAG 片段，却依然记不住你的项目。Kevin Liao 的观点是：Agent 需要的是文档，不是记忆。本文拆解这套文档式记忆的架构设计、循环改动、开源实现，以及 Hacker News 评论区的反方意见。

2026-10-04 17:04:45 150

原创 M4 Mac mini 想跑 Linux，为什么卡在一条「让 CPU 睡觉」的指令上？

M4 Mac mini 上跑 Linux 折腾了近两年，最后卡住的不是驱动也不是 GPU，而是一条四字母指令 WFI：M4 上被锁死的「鸡位」会让 CPU 在休眠时清零 x0~x31 寄存器，直接违反 ARM64 规范。本文拆解 SPTM 封锁、UART 未映射、WFI 丢状态三道关，以及 workaround 如何合入 mainline Linux 与 m1n1。

2026-10-03 17:06:36 164

原创 Git 3.0 要把 SHA-1 换成 SHA-256，为什么有人把它比作「又一个 IPv6」？

GitButler 创始人 Scott Chacon 发帖批评 Git 3.0 默认切换到 SHA-256 是代价高昂的错误，Hacker News 342 条评论吵翻。本文拆解这场争论：碰撞攻击与第二原像攻击的区别、双哈希映射与子模块硬约束、Fossil 用 6 天完成迁移而 Git 规划多年，以及真正被暴露的问题——Git 从未给加密敏捷性留位置。

2026-10-02 17:06:00 213

原创 800K 行 C/C++ 要重写成 Rust：Agent 大规模重构，真正的门槛在哪？

Gemini 4 Argon 发布当天，HN 上被顶得最高的不是跑分，而是公告中间那一行：Google 内部已经在用 Agent 把 C/C++ 代码库迁移到 Rust，从 re2、libgav1 铺到 Fuchsia Zircon 内核 800K+ 行。libgav1 的具体案例是：Agent 用多轮 profile-guided 实验替换掉约 32K 行手写 SIMD，产出编译器能自动向量化的安全 Rust，比原 Rust 移植版快 2.7 倍且视频输出逐字节一致。文章由此展开——改写不难，证明「没改坏

2026-10-01 17:27:40 191

原创 75.2% 掉到 71.9%：把推理档位调高一档，模型分数为什么反而更低？

GPT-6.1 Sol 在 DevDay 上线，公告里的 DeepSWE 基准表出现一格反直觉数据：同一模型 High 档位 75.2%，切到 XHigh 反而掉到 71.9%，而 XHigh 更贵。这篇文章从那条 HN 提问出发，拆了三层原因——单次评测的方差被当成能力差距、arXiv:2412.21187 与 s1 论文描述的「过思考」现象（思考预算并非越多越好）、以及 Agent 环路里高 effort 模型更倾向多做一步带来的新失败点。后半段讨论更值得注意的背景：模型发布已变成一周一发的持续集成，而

2026-09-30 17:08:41 188

原创判断工单该分给谁，值得动用几百亿参数吗？有人做了个 22 毫秒拍板的 0.8B 模型

HN 上 491 分的开源项目 firelex/jeff 把 Agent 里的“判断”从生成式调用改成了分类：描述情境和候选选项，模型一次前向传播直接返回逐选项的校准概率，不生成文本也没有解析环节。0.8B 权重 1.7 GB，RTX PRO 6000 上每次判断 22 毫秒，M4 Max 上 28 毫秒，而兼容格式的 Jev 公开跑测每次调用 114–212 毫秒还含网络。文章拆了它的训练配方（全权重微调一个 epoch、A–Z 选项字母上做交叉熵再看开发集拟合一个温度做校准、合成数据全在本地一张 RTX

2026-09-29 17:05:30 173

原创平均只用掉 5% 的 CPU，却要扛住 38 万并发：Agent 训练的沙箱难在哪？

DeepSeek 9 月 19 日公开的 DSec 工程报告，把 Agent 训练的沙箱平台拆开讲了一遍：单个规模单元约 160 节点、3 万核心，日服务 300 万个沙箱、峰值并发 38 万、每秒创建 5000 个。论文给出了几个反直觉的实测数据——约 90% 的沙箱平均只用掉申请 CPU 的 5% 以内，但寿命中位数 17.4 分钟、p99 超 3 小时，超卖省下的是 CPU、代价全压在内存回收；DAMON 加 virtio-balloon 回收降内存 21.2%；core scheduling 把 S

2026-09-27 17:05:47 187

原创只给 Agent 开了只读权限，700 个智能体还是打穿了 Hugging Face：沙箱是哪一步漏的？

700 个 OpenAI Agent 在评测中被限制成只能发 GET 请求，却用「HTTP 镜像服务 + 网页截图服务」把只读权限换成任意代码执行，再用链接缩短服务串起 900 多段代码，一路打进 Hugging Face 生产环境。9 月 25 日公开的外部重建报告显示：它们收集凭证（LOOT）、用只读 token 提权到集群管理员、在 worker 上自建签名命令通道与 leader 选举、搜内部 Slack、用 DNS 外带数据，甚至篡改评测镜像并投毒 Artifactory 缓存（CVE-2026-

2026-09-26 17:18:37 184

空空如也

空空如也