开源≠安全：你的项目可能正因“透明”而更危险_服务软件

1. 硅谷《连线》杂志：性能顶级的 GPT-5们，正在输给一个中国开源模型#连线杂志 #AI #千问 #Qwen #千问恐慌

2. #微博声浪计划##听见微博# AI龙虾爆火，工信部发布高危风险预警。OpenClaw作为开源AI智能体，从对话转向执行，可完成文件整理等任务，但存在三大风险：系统权限过高易误操作、数据安全漏洞多、高额算力消耗。建议用户谨慎部署，优先选择大厂服务，避免盲目跟风。铭科技的微博音频

3. 发现一个接口有漏洞，我私下里告诉做这个接口的同事，他偷偷地修复了，我这样做对吗？

4. 最近老有人问我中美AI到底谁更厉害？但我觉得，这个问题本身就有问题，因为美国和中国在AI上走的，根本就不是一条路。#红衣聊AI #大有学问 #中美博弈 #开源

5. 飞牛OS零日漏洞事件全复盘｜NAS用户必看的安全自救指南

6. OpenClaw1184个恶意插件Claude找出500个零日漏洞，老金开源个安全Skill你直接拿去用

7. 开源大模型与闭源大模型的差距是在缩小还是在扩大？关键因素是什么？

8. Google 用 AI 扫描漏洞，扫描到了 95 年一款游戏中解码器 FFmpeg 的一个 bug，提交给了 FFmpeg 项目组，然后乐子就来了，一个市值万亿的公司让开源志愿者去修他们发现的 bug，还是一个根本不会有人类可能发现并且利用的 bug。FFmpeg 说 Google 你要么给钱要么闭嘴。

9. 世界经济论坛2026：AI将主导网络安全领域

10. 【#美团发布LongCatAudioDiT音频生成模型#】美团正式开源 LongCat-AudioDiT 音频生成模型，该模型采用波形潜空间端到端文本转语音架构，摒弃传统级联式处理流程。其 3.5B 参数版本在说话人相似度指标上达 0.818，性能优于多个知名模型，现已开源。

11. 把AI从“精英玩具”变成“全民工具” 让全世界都能用上便宜的AI。#大咖观察 #红衣聊AI #开源

12. #科技先锋官# AI 应用的两大隐忧：黑箱与污染如何破解？大模型黑箱导致决策不可控，内容污染引发信息可信度危机。是AI落地的两块绊脚石。近期艾伦研究所与维基百科的新动作，为破解难题提供了新思路。AI黑箱如同不透明的魔法盒，输入数据就能得到结果，却无人知晓内部推理逻辑。医疗 AI 诊断肿瘤无法说明判断依据，招聘模型可能暗藏性别偏见，这些都源于深度学习的复杂参数难以解读。Olmo 3 全栈开源模型，打破了这一困局。其开放从训练到推理的完整技术栈，让开发者能追溯每一步决策链路，为高风险场景的 AI 应用筑牢安全防线。AI内容污染是生成式 AI 批量产出的文本常存在逻辑空洞、信源杂乱等问题。容易造成语病百出， AI 生成错误插图等案例。维基百科发布的AI 写作征兆指南给出了识别方案。过度使用绝对化表述、堆砌边缘信源、句式机械重复等，都是 AI 生成内容的典型特征，帮助编辑快速甄别信息垃圾。解决当下AI存在的弊端，开源透明与规则治理缺一不可。Olmo 3 的开源模式降低了技术门槛，让模型可解释性成为可能；维基百科的识别指南则为内容审核提供了实操工具。虽然这些仅仅是对AI纠错的开始，但是却是让AI真正服务人类的一次进步。#AI创造营##AI生活指南##微博超有用视频大赛# 种斌Marco的微博视频

13. 【老湿基】飞牛 ZFS vs EXT4 文件系统安全性对比实战｜结果大不同！

14. 刚刚，创智+模思发布开源版Sora2，电影级音视频同步生成，打破闭源技术垄断

15. #AI龙虾爆火工信部发布高危风险预警#资本请员工，员工养龙虾。我觉得这不是效率神器，有隐形风险。很多人以为养龙虾能躺平省事，其实是把电脑和隐私全部敞开。现在工信部直接发高危风险预警，别再盲目跟风了。开源工具不等于绝对安全，一不小心就被黑客盯上。别让一只虚拟龙虾，搞乱工作、泄露隐私、埋下大隐患，建议大家，用没有任何资料隐私的电脑使用。

16. 先别急“养龙虾”，这些AI安全问题你可能还不知道！附安全解决方案...

17. 如何看待鸿蒙操作系统通过II级安全可靠等级认证？

18. Chrome 0Day漏洞遭野外利用，谷歌紧急更新修复21项高危漏洞

19. 2025年十大野外利用的高危漏洞

20. HandBot-S1！硬件算力开源、数据开源、支持开源算法运行！支持二次开发！

21. 念古诗绕过AI安全护栏：25款顶尖模型栽跟头，模糊语义成安全大漏洞

22. 1分钟让你的openclaw拥有144个员工，Agency Agents这个开源项目做到了

23. 千问APP国内正式上线，“千问恐慌”愈演愈烈，OpenAI恐怕要被反杀了 #千问APP #AI #AI助手 #开源大模型#阿里巴巴

24. DeepSeek，正如其名，深耕求索 AI 边界。DeepSeek V3.2 系列模型正式发布：开源 AI 推理能力直逼 GPT-5，Speciale 版斩获多项金牌在人工智能领域，开源模型的迅猛发展正重塑全球 AI 生态。今日（2025 年 12 月 1 日），中国 AI 初创公司 DeepSeek 宣布正式发布两款重量级大语言模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。这一双模型同步上线，不仅标志着 DeepSeek 在参数规模和推理能力上的新突破，更在开源社区引发热议。DeepSeek-V3.2 主打日常应用场景下的 Agent 强化能力，而 V3.2-Speciale 则作为“长思考增强版”，融入先进数学证明机制，在国际竞赛基准中屡获金牌。官方网页端、App 和 API 已全面更新，支持开发者即时接入。这一发布时机恰逢全球 AI 竞争白热化之际。DeepSeek 团队强调，新模型在训练过程中优化了多模态融合和长上下文处理，参数规模达数百亿级别，旨在桥接开源与闭源模型的性能鸿沟。以下，我们将从模型架构、基准评测、与其他顶尖模型的比较以及潜在影响四个维度，进行专业剖析。模型架构与创新亮点DeepSeek-V3.2 系列基于前代 V3.1 的 MoE（Mixture of Experts）架构迭代而来，总参数量超过 600B，其中活跃参数高效分配至 70B 级别。这种设计显著降低了推理延迟，同时提升了在复杂任务下的稳定性。核心创新包括： • Agent 能力强化：V3.2 内置多步规划模块，支持自主工具调用和动态决策链路，适用于自动化工作流场景，如代码生成和数据分析。 • 长思考机制：V3.2-Speciale 引入“思考链”（Chain-of-Thought）增强变体，结合 DeepSeek-Math-V2 的定理证明引擎。该版本在处理逻辑验证任务时，能模拟人类逐步推理过程，避免幻觉输出。 • 开源友好：模型权重已在 Hugging Face 和 GitHub 公开，支持 FP16/INT8 量化部署，适用于边缘设备。这些特性使 V3.2 系列不止于通用对话，更向专业垂直领域倾斜，如数学、编程和科学模拟。基准评测：性能数据详解为评估新模型的实际表现，DeepSeek 团队公布了多项国际标准基准结果，并邀请第三方机构验证。总体而言，V3.2 在推理和数学任务上表现出色，平均得分逼近闭源顶流。数学与逻辑推理基准 • GSM8K（小学数学）：V3.2 得分 98.2%，V3.2-Speciale 达 99.5%，接近人类专家水平。Speciale 版在长链推理中优势明显，错误率降至 0.5% 以下。 • MATH（高中数学竞赛）：Speciale 版斩获 92.7% 准确率，在 IMO 2025 模拟赛中获金牌，超越谷歌 Gemini Deep Think。该成绩得益于集成定理证明器，能自动验证几何和代数推导。 • AIME（美国数学邀请赛）：V3.2 系列平均 85.4%，较前代提升 12%。独立评测显示，Speciale 版在 MLPerf Inference v5.1 推理基准中，处理长序列输出时延迟仅为 GPT-5 的 1.2 倍。编程与多模态任务 • HumanEval（代码生成）：V3.2 达 89.6% 通过率，略高于 Claude 3.5 Sonnet，在 Aider 编程测试中得分 71.6%，标志着开源模型在软件工程领域的突破。 • MMLU-Pro（多学科知识）：整体得分 87.3%，在生物医学子集上表现尤佳，Nature 杂志的一项临床评测显示，DeepSeek 模型在 NMLE（国家医学执照考试）中超越 OpenAI o1，准确率提升 15%。安全效率评估NIST 的 CAISI 报告指出，V3.2 在安全基准（如红队攻击抵抗）中得分 92/100，优于多数美国参考模型，同时价格仅为闭源竞品的 1/10。量化后，推理速度提升 2.5 倍，支持 128K 上下文窗口。然而，评测也暴露短板：V3.2 在创意写作（如 GPQA 基准）中得分 78.5%，落后于 Gemini-3.0-Pro 约 5%。此外，独立测试显示其在边缘案例下的幻觉率仍需优化。与顶尖模型的横向比较DeepSeek V3.2 系列的发布，直接挑战了 OpenAI GPT-5 和 Google Gemini 的霸主地位。在综合基准 Arena-Hard 上，V3.2 以 91.2 分逼平 GPT-5（92.1 分），但略逊于 Gemini-3.0-Pro（93.8 分）。 17 Speciale 版在数学子集上逆转胜出，IMO 金牌成绩更胜一筹，终结了“闭源垄断高难度推理”的叙事。与其他开源模型相比，V3.2 碾压 Llama 3.1（MMLU 85.2%）和 Mistral Large（编程 82.4%），其 MoE 架构在能效上领先 30%。这一成绩源于 DeepSeek 的“渐进式蒸馏”训练策略，从 685B 基座模型提炼而出。开源生态影响与未来展望DeepSeek V3.2 的开源策略，将进一步加速 AI 民主化。开发者可通过 API 免费测试，预计短期内涌现大量 Agent 应用，如智能医疗诊断和自动化科研。长期看，这一发布或推动中美 AI 合作，缓解地缘壁垒。模型规模膨胀带来的碳足迹，以及在非英语语料上的泛化问题。DeepSeek 团队已承诺后续迭代，将融入更多多语言支持。DeepSeek V3.2 系列的亮相，不仅是技术跃进，更是开源精神的胜利。它证明，开源模型已能与闭源巨头并驾齐驱，甚至在特定领域领跑。对于从业者和研究者而言，这是部署高性能 AI 的绝佳时机。未来，随着更多评测数据涌现，我们期待 V3.2 在真实世界中绽放光彩。参考文献： • DeepSeek 官方公告及基准报告。 • 第三方评测：NIST CAISI、Nature 临床基准、MLPerf 等。（本文基于公开数据撰写）#DeepSeek同时发布2款新模型##ai生活指南##ai创造营#

25. 新加坡放弃美国AI模型，改用中国开源模型#据新加坡媒体报道，11月25日，新加坡国家人工智能计划宣布了一项重大技术路线调整：在其最新发布的、旨在服务整个东南亚的旗舰大模型中，放弃了美国开源体系，转而采用中国企业的开源架构。有分析认为，这一事件在全球AI版图上投下了一颗重磅信号弹：中国开源AI模型正在从技术追赶者，变为全球信赖的“技术底座”。与此同时，中国AI风暴也刮到了美国。英国《金融时报》报道称，美国麻省理工学院的研究发现，过去一年，中国团队开发的开源AI模型下载量占比上升至17%，首次超过美国同行，在AI技术的全球应用中取得关键优势。超维界的微博视频

26. 苹果0Day漏洞遭利用，针对特定iPhone用户发起复杂攻击

27. 215万台运行Next.js的Web服务暴露于互联网，CVSS10分漏洞需紧急修复

28. ClawHub漏洞可操纵排名，恶意skill登顶引发供应链攻击

29. 苹果公开了 iOS / iPadOS / macOS / watchOS / tvOS 26.1 稳定版的完整更新日志内容，虽然没有包含任何新功能，但修复了接近 50 个安全漏洞，官方强烈建议所有符合条件的用户立即安装。#iOS26.1#本次更新值得关注的修复内容，是由字节跳动 IES Red Team 团队 Zhongcheng Li 提交的 4 个漏洞报告。① CVE-2025-43442：应用程序利用该漏洞，可能识别用户已安装的其他应用程序。影响 iPhone 11 及后续机型等，苹果通过增加限制条件解决了权限问题。② CVE-2025-43436：应用利用该漏洞，能够列出用户已安装的应用程序。影响 iPhone 11 及后续机型等，苹果通过增加限制条件解决了权限问题。③ CVE-2025-43444：应用利用该漏洞，能够在安装程序中识别用户指纹。影响 iPhone 11 及后续机型等，苹果通过增加限制条件解决了权限问题。④ CVE-2025-43439：应用利用该漏洞，能够在端侧 iPhone 智能中识别用户指纹。影响 iPhone 11 及后续机型等，苹果通过增加限制条件解决了权限问题。苹果修复上述 4 个由字节跳动 IES Red Team 团队提交的漏洞外，还修复了 CVE-2025-43422 漏洞，黑客利用该漏洞，可以禁用“被盗设备保护”（Stolen Device Protection）功能。该功能是保障设备失窃后数据安全的关键防线，此漏洞的修复至关重要。本次更新还解决了一个存在于 WebKit 浏览器引擎中的严重漏洞（CVE-2025-43495），该漏洞一旦被利用，恶意应用或网站便可能在用户不知情的情况下监控其键盘输入，窃取密码等敏感信息。

30. 在一起，就可以！开源鸿蒙生态破局

31. 2025年Chrome浏览器0Day漏洞全面分析：八大高危漏洞遭利用

32. ICLR 2026 | 北航上交智源清华全面评估在线建图的「时序稳定性」

33. 开源版 Cowork 项目在 X 爆火，创始人：感谢 Cowork，让我们三年的探索被看到

34. AI的未来不仅仅是要比以前更聪明，还得要更安全。用安全守护创新，这才是大模型时代的生存法则。#大咖观察 #红衣聊AI #网络安全 #大模型

35. 盘点一周AI大事(1月4日)｜Google包揽年度最佳模型 LMArena大模型盲选排行榜公布年度冠军 Google推出AI辅助学习系统Learn Your Way 阿里开源最强手机智能体MAI-UI DeepSeek发布新研究mHC IQuest发布最强开源编码模型IQuest-Coder-V1 字节发布动态概念大模型DLCM 腾讯发布最强开源翻译模型HY-MT1.5 阿里更新最强开源图像模型Qwen-Image-2512 Meta开源极速视频生成模型HiStream 研究员开源对象植入模型InsertAnywhere 研究员开源MV智能体AutoMV 腾讯开源3D动作生成模型Hunyuan Motion 1.0 研究员开源高保真3D模型UltraShape 研究员开源世界模型Yume 1.5 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #AIGC

36. REDMI K60 Pro GPU驱动版本更新（Qualcomm Adreno 740）：V676.67→V676.69，已进版OS2.0.211.0正式版。主要更新内容（内容源自网络）：修复了三个针对Adreno GPU的零日漏洞（CVE-2025-21479、CVE-2025-21480、CVE-2055-27038）及数据网络堆栈与连接中的一个缓冲区越界读取的漏洞（CVE-2024-53026）。#小米澎湃OS3#

37. 【中国信通院：#联合高校发现OpenClaw高危漏洞#】#OpenClaw高危漏洞# 3月16日，据中国信通院消息，中国信息通信研究院近期与上海交通大学、南京大学组成的联合研究团队，对开源自主智能体框架OpenClaw进行了深度安全审计，通过静态分析与动态实战测试，发现并验证了一项危害严重的LLM驱动型命令注入（LLM-Driven Command Injection）漏洞。研究团队已完成多种主流模型环境下的攻击链路验证，并向GitHub社区报告了相关ISSUE并协助尽快修复此高危安全隐患。中国信通院将持续关注OpenClaw安全风险，助力产业界安全应用。（财联社）#联合高校发现龙虾高危漏洞#

38. 群虾智能——AI 原生应用开源开发者沙龙·杭州站精彩回顾 & PPT 下载

39. 【AI前沿】AI前沿动态：GLM-4.6V开源、AutoGLM 2.0与RealGen，设计师与开发者的新工具

40. 零点击漏洞肆虐的一年：2025年现代恶意软件带来的启示

41. 怎么看待新加坡政府宣布在东南亚语言大模型项目放弃Meta模型，采用阿里的通义千问（Qwen）开源架构？

42. 开源项目 OpenClaw 仅用 3 个月登顶 GitHub Star 榜首，对此你怎么看？

43. 发现一个接口有漏洞，我私下里告诉做这个接口的同事，他偷偷地修复了，我这样做对吗？

44. 失衡的乌托邦：Meta的开源AI路线是如何遭遇滑铁卢的【硅谷101】

45. 一个视频带你快速盘点2025年GitHub热点项目

46. 最近，彭博社爆出来一个消息：Meta不仅打算放弃了开源，还在搞一个代号叫牛油果的新模型项目，这个项目蒸馏了好几家的开源模型，其中就包括阿里的千问大模型。作为曾经研究过技术研发的程序员，Meta选择蒸馏阿里千问、中国开源AI横扫硅谷，在我眼里就不是什么偶然逆袭。在开发者领域，中国开源模型的口碑一直强势。选开源模型从来不是只看榜单跑分，更看能不能落地、好不好用、省不省力，而阿里千问恰恰把这三点做到了极致，这也是它能让Meta、亚马逊等企业放弃硅谷同类模型的关键。这种技术话语权的转移，不仅让中国开源更有底气，更让全球开发者有了更多选择，不再被硅谷的技术标准绑架，能根据自己的需求选最适配的模型，这才是开源技术的本质，也是千问带给全球开发者最珍贵的价值。真正的技术强者，不仅要能做出高跑分的模型，更要懂开发者要什么、懂行业落地需求是什么，不仅要打破技术垄断，更要构建让全球开发者共赢的生态。

47. 「开源是攻城的云梯，闭源才是守城的护城河」阿里从Qwen系列的慷慨开源到如今连续多款模型只开放API，这个转向并非策略摇摆，而是一条精心设计的路径走到了拐点。前期开源是为了在开发者生态中抢占心智、建立标准，本质上是用免费换取影响力的获客手段。一旦模型能力跨过商业化门槛，利润的引力就会让“开放”收缩为“接口”。所谓技术信仰从来不能对抗商业周期，当开源完成了它的历史使命，闭源就是自然的下一章。这也意味着，那些依赖阿里开源模型构建产品的中小开发者，正在经历一场温水煮青蛙式的生态锁定。 #阿里将发布另一款多模态模型# 阿里将发布另一款多模态模型

48. OpenClaw安全公告激增，暴露GitHub与CVE漏洞跟踪体系间的鸿沟

49. 【 #工信部提醒防范AI龙虾安全风险#】近日，能替你干活的AI龙虾爆火，#ai龙虾爆火有人花500元请人安装##ai龙虾爆火有人几天赚了26万#。但是这款工具的广泛应用在全球范围内引发了关于隐私边界与数字风险的激烈讨论。此前，工业和信息化部网络安全威胁和漏洞信息共享平台（NVDB）发布《关于防范OpenClaw开源AI智能体安全风险的预警提示》，文章指出平台监测OpenClaw开源AI智能体部分实例在默认或不当配置情况下存在较高安全风险，极易引发网络攻击、信息泄露等安全问题。工信部提醒：建议相关单位和用户在部署和应用OpenClaw时，充分核查公网暴露情况、权限配置及凭证管理情况，关闭不必要的公网访问，完善身份认证、访问控制、数据加密和安全审计等安全机制，并持续关注官方安全公告和加固建议，防范潜在网络安全风险。@大众新闻-半岛都市报大众新闻-半岛都市报的微博视频

50. #工信部提醒养龙虾警惕安全风险#【#养龙虾配置不当或造成信息泄露#】近日，AI养“龙虾”火了。工信部近期监测发现，OpenClaw开源AI智能体（俗称“龙虾”）部分实例在默认或不当配置的情况下，存在较高的安全风险，并提示用户警惕由此引发的网络攻击、信息泄露等安全问题。（央视频）央视频的微博视频

51. 200多个CVE漏洞遭利用，谷歌云OAST服务成复杂攻击活动跳板

52. 蚂蚁国际开源AI预测大模型超90%预测准确率+60%成本降幅

53. 生成式科学智能的新标杆：IntelliFold 2新近发布并开源，主要指标实现全面领先

54. 盘点一周AI大事(2月1日)｜AI乌托邦魔幻开局 Google上线世界模型Project Genie 阿里开源实时世界模型LingBot-World AI乌托邦社区Moltbook爆火 Chrome升级为AI浏览器月之暗面发布最强开源大模型Kimi K2.5 Gemini 3 Flash升级视觉能力腾讯发布最强开源图像模型HunyuanImage 3.0-Instruct 阿里开源Z image Base满血版 OpenMOSS发布最强开源视频模型MOVA MIniMax上线顶级音乐模型MiniMax Music 2.5 英伟达开源天气预测模型Earth-2 #AI新星计划 #前沿科技趋势发布月 #抖音知识年终大赏 #AI #AIGC

55. 《HackGPT: AI-Powered Penetration Testing Platform Includes GPT-4 and Other AI Engines》安全团队迎来了新利器——HackGPT Enterprise，一款专为规模化和合规需求设计的AI渗透测试平台。它融合了多模型AI能力，支持OpenAI的GPT-4及本地大模型如Ollama，实现模式识别、异常检测与零日漏洞发现，极大提升漏洞评估的效率和精准度。该平台由Yashab Alam开发，采用云原生架构，结合机器学习自动化专业级渗透测试。通过威胁关联、CVSS风险评分和漏洞优先级排序，简化了传统繁琐的安全测试流程。同时，HackGPT严格遵循企业安全与合规标准，集成LDAP/Active Directory权限管理，支持OWASP、NIST、ISO27001、SOC2及PCI-DSS等框架，保障数据安全和审计追踪。技术上，HackGPT基于Docker和Kubernetes实现微服务架构，支持多云部署（AWS、Azure、GCP），具备高可用性与弹性伸缩能力。任务调度和缓存机制（Celery、Redis）确保实时响应与性能优化，配合WebSocket实时更新仪表盘和强大的日志分析工具（Prometheus、Grafana、ELK），为安全团队提供动态报告和合规证明。渗透测试流程分六阶段：自动化OSINT侦察、多线程扫描、漏洞评估、安全利用、报告生成和复测，贯穿全程的合规映射使检测结果更具权威。操作灵活，支持命令行、网页仪表盘及语音控制，满足不同用户需求。HackGPT不仅减轻了手工负担，还提升了威胁检测的准确性，支持与SIEM系统集成和定制AI模型，适合企业级深度安全防御。其2025年AI安全工具排名领先，展望未来，2.1版本将引入威胁狩猎和SIEM集成，3.0版本目标实现全自动化评估。完整体验可通过GitHub克隆项目，开启智能化安全护盾新时代。原文链接：cybersecuritynews.com/hackgpt-ai-penetration-testing/

56. 如何看待近几年国内开源的现状？你是如何理解开源的？

57. 【#英伟达开源辅助驾驶模型和数据集#】#2026ces# 当地时间1月5日，NVIDIA发布 NVIDIA Alpamayo系列开源AI模型、仿真工具和数据集，旨在推动安全的推理型辅助驾驶汽车开发在2026年国际消费电子展（CES）上，英伟达发布了NVIDIA Alpamayo系列开源AI模型、仿真工具和数据集，旨在加速下一代安全、基于推理的自动驾驶汽车开发。相关介绍如下： - Alpamayo 1模型：这是首个面向自动驾驶的开源大规模推理VLA（视觉语言动作）模型，它不仅能让车辆理解周围环境，还能解释其驾驶决策，有助于提升智能汽车的信任度和安全性。 - AlpaSim仿真框架：配合Alpamayo 1模型，开发者可利用该框架进行闭环训练，以应对边缘场景，能够在不同交通场景、天气条件和极端情况下进行测试，大大减少现实世界测试时间，加速验证过程。 - 物理AI数据集：英伟达开源了包含1700多小时驾驶数据的物理AI数据集，覆盖了极其广泛的地理环境与复杂路况，为高阶自动驾驶研发提供了关键数据支持。 Lucid、捷豹路虎、Uber和Berkeley DeepDrive等车企都对Alpamayo表现出兴趣，希望开发基于推理的自动驾驶堆栈，以实现L4级自动驾驶。

58. 上海将发布国内首个面向海外的开源平台

59. 全程软件自动化测试：开源实战

60. 面对百万级放票流量洪峰，魔方文娱如何用可观测性体系破解稳定性难题？

61. 全网首发，Claude Code高危漏洞解析！

62. 「Github一周热点109期」Claude Code被开源, Pretext文本排版引擎, 谷歌最新开源模型和3D建筑编辑器

63. 盘点一周AI大事(11月30日)｜AI自己剪片子奥特曼预告下一代大模型Shallotpeat Anthropic发布最强编码模型Claude Opus 4.5 DeepSeek发布最强开源推理模型DeepSeek-Math-V2 微软开源最强行动智能体Fara-7B Black Forest推出最强开源图像模型Flux.2 阿里发布开源版小香蕉平替Z-Image 腾讯发布开源版Veo 3平替Tencent Harmony 字节开源AI剪辑大模型Vidi2 腾讯开源最强OCR模型HunyuanOCR 1B 科学家研发出最强数据分析智能体Edison Analysis RAI研发棒球陪练机器人港科大训练出首个会打篮球的机器人工程师开源家用机器人Aloha mini #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

64. OpenAI推出Codex Security，AI自主修复软件漏洞

65. 【#多所高校发布养虾风险提示#】#北大发布警惕龙虾安全风险提醒# 3月13日，@北京商报记者注意到，随着近期开源AI智能体“龙虾”逐渐火爆，北京大学、北京建筑大学等多所高校陆续发布警惕OpenClaw（“龙虾”）安全风险的提醒。北京大学计算中心发布的《关于安全使用 OpenClaw 开源AI智能体的提醒》显示，目前，校内已有部分师生在个人电脑或实验室服务器上部署了OpenClaw。尽管该工具功能强大，但在默认或不当配置下存在安全风险，如未启用身份认证、端口暴露、API密钥明文存储等，可能导致信息泄露、系统被远程控制等后果。为帮助大家在使用过程中更好地保障信息安全，计算中心结合国家相关部门的监测信息，提醒广大师生了解相关安全风险，并对照清单进行排查。 http://t.cn/AXVEzgJ3

66. “幻觉”影响“可靠性”！Salesforce高管称“对大模型的信任度已经下降”，已减少使用程度

67. ChatGPT 三周年遭 DeepSeek 暴击，23 页技术报告藏着开源登顶的全部秘密

68. Fortinet警告FortiWeb新漏洞（CVE-2025-58034）已被野外利用

69. 开源软件推荐，你平时都遇到过哪些优秀的开源作品？

70. 充电早报：南芯科技以全栈式解决方案助推移动电源新国标升级；华为Mate80充电评测；澎湃秒充第三方配件集中上市造福小米红米用户

71. 无锡高新区：发布“养龙虾”12条财联社无锡高新区发布《关于支持OpenClaw等开源社区项目与OPC社区融合发展的若干措施（征集意见稿）》。 12条“养龙虾”政策，从基础支持到产业落地，从人才引育到安全合规，单项支持最高达500万元。征集意见稿提出，对提供免费部署与开发工具包的本地云平台，给予最高100万元的全额补贴。对使用区内智能算力平台的OPC项目，按实际费用给予补贴，每年每家最高30万元。此外，对基于OpenClaw开发工业质检、设备预测性维护等垂直大模型并通过国家备案的项目，奖励50万元；对具身智能机器人、智能质检等关键技术突破，最高支持500万元；鼓励设立“AI+制造”联合开源实验室，对牵头开发开源框架或制定行业标准的，最高奖励100万元。

72. 深圳首个面向开源鸿蒙的开发者培训基地启用

73. 准入审查逻辑变化下的第三方检测机构：试验能力不再只是服务资源

74. 微软紧急更新修复Office 0Day漏洞

75. 【开源生态60问】——为什么开源软件比专有软件更有吸引力？

76. 开源AI，正在成为最大的安全隐患

77. 智能合约代码开源，会不会增加被攻击的风险？

78. 当模型权重已开放，安全还剩哪些技术抓手？

79. Claude 神话模型遭抵制，开源 AI 要背锅吗？

80. 警惕开源陷阱！OpenClaw插件生态遭投毒，你的AI智能体可能已失控

81. Linux云服务器真的要比Windows安全吗？

82. 开源 vs 闭源

83. 开源AI vs 闭源AI

84. 一文讲透开源大模型与闭源大模型的区别

85. 开源软件漏洞管理

86. 开源软件在企业中的应用及对软件工程实践的影响调研报告

87. 第三方开源组件安全检测，如何选择可靠的代码审计服务公司？

88. 墨菲安全联合中国电信研究院发布《开源安全治理最佳实践》

89. 从加快软件物料清单SBOM建设浅谈软件供应链安全

90. 开源软件漏洞频发，自动化补丁管理成救命稻草

91. 卓越软件供应链安全的真谛

92. 开源组件的漏洞“补丁摞补丁”，从源头还清“安全债”的解法来了

93. 从组件识别到合规闭环

94. 供应链攻击频发？源代码审计锁定“第三方代码风险”

95. LFX Insights

96. 开源许可规制、技术复杂度与开源项目可持续发展

97. 如何评估一个企业的开源成熟度

98. 开源项目的维护经验

99. 2026年开源商城技术选型

100. 开源项目 NGINX Ingress疏于维护夭折，千人措手不及

101. AI漏洞发现量激增，HackerOne 宣布暂停开源漏洞奖励计划

102. 每天10个真漏洞

103. AI擅长发现漏洞，但修复能力仍显不足

104. OWASP 在新的前 10 名榜单中强调供应链风险

105. 当AI开始大规模“捉虫”,开源世界准备好了吗

106. 网络安全行业，OWASP 2025 Top 10新增了两大应用安全风险：‌异常条件处理不当‌和‌软件供应链失效

107. 德和衡视界 | 杨景、邱献霖：《开源软件商用合规指南（一）：传染性条款开源义务的风险分析与法律研究》

108. CNNVD披露三个重要漏洞实例 | 重视渗透测试

109. 开源软件漏洞频发下企业如何通过许可管控降低数据泄露风险

110. 基于开源软件的技术路线怎样才能符合信创要求？

111. OWASP TOP10 2025新增软件供应链故障

112. 【软件律师】开源代码混入自研软件，一夜回到解放前？

113. 行业资讯：软件供应链风险进入OWASP十大风险榜单

114. Claude Opus 4.6 找到主流开源库中的500多个高危漏洞

115. 2026-2032年中国开源软件行业深度调查与市场年度调研报告

116. 2025 OWASP Top 10 揭秘：AI时代十大安全风险与供应链新威胁

117. 视频丨违规使用开源AI工具敏感资料被泄露案例解读

118. OpenClaw 提示词注入导致远程代码执行漏洞 | CVE-2026-30741已复现

119. OpenSSL 中潜在的严重远程代码执行漏洞 — CVE-2025-15467

120. 严重OpenSSL漏洞可使远程攻击者执行恶意代码

121. 一行代码的“法律陷阱”：开发者必须了解的开源许可证知识

122. 从0到1，企业如何进行开源合规

123. 共建开源生态安全！ByteSRC正式启动开源项目漏洞收录计划！

124. 金融业构建开源软件服务视图的研究与思考

125. OpenCenter开源指数：AI模型、软件、企业开源竞争力洞察

126. 维护不是免费的：从 Kubernetes 维护者视角谈开源“维护劳动”

127. 大错特错：开源“利大于弊”

128. 开源风向标！openKylin通过可信开源项目成熟度能力评估

129. AI写代码越爽，开源死得越快？别开玩笑了

130. 选型困境：开源与商业SCA工具，企业到底该如何抉择？

131. 【漏洞通告】Vite WebSocket 任意文件读取漏洞 CVE-2026-39363

开源≠安全：你的项目可能正因“透明”而更危险

精选参考来源