所有文章 · SURL AI News

Gemini 3.8 Flash 強化長週期程式代理，但遷移須調整取樣與思考參數

Google 將 Gemini 3.8 Flash 正式投入生產，提供 100 萬 token 上下文、三段思考強度及內建工具，並改為 Antigravity 受管代理的預設模型。程式評測有所提升，但多數數字仍由 Google 提供，模型卡也揭露非英語安全評測相對退步。

Cloudflare 的早期預覽服務把原始碼分析結果與實際路由、流量、WAF 狀態及攻擊事件結合，再由 GPT-5.6 Cyber 驗證漏洞和修補方案。模型不直接修改環境，但資料會送至 OpenAI 執行推論，且官方尚未公布誤報率或修補成功率。

Scal3R 保留 CUT3R 或 STream3R 的凍結主幹，改由輕量查詢 token 對多個歷史關鍵幀估計相對位姿，再交給線上位姿圖最佳化。作者在 KITTI 報告平均 ATE 較最強線上對手低逾 60%，但成績經 Sim(3) 對齊，不能直接解讀為保留真實尺度。

研究者在 760 次 Sonar 查詢中收集 7,534 筆引用，發現長尾網站大量進入推薦系統的檢索證據。三個疑似同一營運者的網站只占引用量 2.4%，研究也未證明這些頁面實際改變了推薦結果。

開源 AI 滲透測試工具 Shannon 3.0 新增多階段程式碼分析、候選漏洞調和及原生 SARIF。新版只讓成功重現的漏洞觸發流水線門檻，但會實際修改目標狀態，且 2.x 工作區不能續跑。

OpenAI 將 Astra 開放至 API、AWS 與付費 ChatGPT，並在 Codex 實驗以筆記加歷史搜尋跨越上下文視窗。模型的代理與資安能力顯著提高，但思考鏈更容易規避監控，部署端也可能中止合法工作。

Copilot Business 與 Enterprise 管理員設定的排除規則，現在可阻止 Copilot App 和 CLI 直接把指定檔案加入模型上下文。這項機制不是完整資料防漏或執行沙箱；官方仍列出符號連結、遠端檔案系統及 IDE 間接語意等缺口。

多款 CLI 程式代理會在信任確認前執行 Git 狀態查詢，讓儲存庫內的可執行設定以使用者權限在主機運行。攻擊不會經一般 `git clone` 傳播，但透過 ZIP、同步資料夾或 USB 交付完整 `.git` 目錄即可觸發。

Meta 更新 Muse Spark，主攻長週期代理、程式開發及混雜對話中的任務追蹤，內部比較顯示工具呼叫與 token 用量同步下降。模型已進入 Muse Code 與 API，但最高推理模式、開放權重和可重現的完整評測仍未到位。

Google 讓 Gemini 3.8 Flash 正式供生產使用，提供百萬 token 上下文、可調推理力度及新的 API 遷移要求。共用核心的 Flash Cyber 主攻弱點發現與自動修補，但僅透過 Fairwind 計畫向經審核的防禦者開放。

CrowdStrike 與 NVIDIA 發表 SafeMind，以攻擊代理產生遙測，再由 Nemotron 防禦代理撰寫、檢查及重播偵測規則。封閉測試顯示專用模型優於通用前沿模型，但模型權重、資料集與完整評測協定尚未公開。

RWKV 團隊釋出 13.3B 參數的 G1j 基礎模型，並封裝 Transformers、LoRA 與 TileLang 推論支援。固定大小的循環狀態可避開隨上下文增長的 KV cache，但模型沒有安全或能力評測，亦不能直接視為成熟聊天助手。