商務部回應技術出口目錄修訂,擬增列人工智能等 40 項技術
商務部、科技部就修訂《中國禁止出口限制出口技術目錄》公開徵求意見,擬增列人工智能、生物醫藥及光伏領域共 40 項關鍵技術,其中人工智能相關技術 23 項。公告所列技術在目錄正式修訂實施前,出口前須辦理登記;已透過開源或學術論文進入公共領域的相關技術,擬不納入出口管理。
推薦理由:問答釐清 23 項擬增列人工智能技術、開源技術的處理方式,以及海外部署與 API 調用的出口管理界線。
讓模型自主規劃、調用工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。
商務部、科技部就修訂《中國禁止出口限制出口技術目錄》公開徵求意見,擬增列人工智能、生物醫藥及光伏領域共 40 項關鍵技術,其中人工智能相關技術 23 項。公告所列技術在目錄正式修訂實施前,出口前須辦理登記;已透過開源或學術論文進入公共領域的相關技術,擬不納入出口管理。
推薦理由:問答釐清 23 項擬增列人工智能技術、開源技術的處理方式,以及海外部署與 API 調用的出口管理界線。
LiteLLM 低於 1.83.9 的版本受 CVE-2026-35029(權限提升及遠端程式碼執行)和 CVE-2026-59823(供應商 API 金鑰外洩)影響。文章提供四步處理流程,包括檢查版本、升級並重新啟動、輪替 API 金鑰,以及稽核帳戶和權限。指南只涵蓋這兩項已披露並修補的漏洞,文中指出沒有可取代升級的已公佈暫解方案。
推薦理由:文章説明 LiteLLM 兩項漏洞如何危及集中儲存的供應商 API 金鑰,並整理版本檢查、升級、金鑰輪替及帳戶權限稽核流程。
Meta 已公開 Muse Spark Open 的模型權重,這款面向編碼及長時程智能體任務的多模態模型共有 816B 參數,每個 token 啟用 42B。
推薦理由:文章並列智能體評測成績、其他基準的相對表現與桌面部署硬件需求,呈現模型的能力定位及本機運行門檻。
Meta 發佈 Muse Spark Open,這款 Muse Spark 的開放權重 MoE 模型有 816B 參數、每個 token 啟用 42B,並支援 1M-token 上下文窗口。
推薦理由:文章對照 Muse Spark Open 在 MCP-Atlas 與 Terminal-Bench 2.1 的成績,呈現工具使用與編碼測試的表現落差。
Meta 於 2026 年 10 月 15 日推出 Muse Spark Open,這款開放權重模型共有 816B 參數,權重可免費下載。模型採用混合專家架構,每個 token 啟用 42B 參數,支援 1,048,576 token 上下文及文字、圖像、音訊和影片輸入,並以智能體編碼為設計方向。
推薦理由:文章把免費下載、本地運行所需硬件與商用授權條件放在一起,交代 Muse Spark Open 從取得權重到實際部署的門檻。
Meta 公開 Muse Spark Open 的模型權重;這款 MoE 模型共有 816B 參數、每個 token 啟用 42B 參數,並設有 1 million tokens 的上下文窗口。
推薦理由:文章交代 Muse Spark Open 開放權重後的本地部署條件,並比較桌面硬件、資料中心 GPU 與雲端 API 三種使用方式。
Anthropic 的 Claude Code 團隊分享其程式碼審查流程,將多數常規檢查自動化,並按變更風險決定人工審批要求。6月至9月,合併的 PR 數量增逾一倍,而需要回滾的比例下降逾40%。流程涵蓋 PR 前驗證、Claude 與安全審查、CI、合併佇列及快速回滾;團隊亦將事故和回滾案例納入評估集,持續檢查審查器。
推薦理由:文章拆解 Claude Code 團隊如何把程式碼審查分成自動檢查、按風險配置人工審批與快速回滾,並以回滾和事故率作為節省人力的護欄。
OpenAI 於 2026 年 10 月 15 日宣佈,ChatGPT Chrome 擴充功能現可查看及操作用戶已開啟的分頁,並整理和分組分頁,以完成瀏覽器任務。
推薦理由:文章整理 ChatGPT Chrome 擴充功能的跨分頁操作範例、網站授權選項及瀏覽紀錄存取規則,呈現其可執行任務的範圍與權限邊界。
Meta 發佈 Muse Spark Open 的開放權重,這款 816B 參數模型面向編碼及長時間運作的智能體任務。其上下文窗口最高為 1 million tokens;Meta 的測試中,模型在 JobBench 得分 61.8,在 MCP-Atlas 工具使用測試得分 89.2。
推薦理由:文章比較 Muse Spark Open 在編碼與工具調用基準上的表現,並交代開放權重的商用授權條件,呈現其能力側重與使用限制。
Grok Build CLI 0.2.93 被要求只回覆「OK」,仍把包含 4 次提交、47 個檔案及完整 Git 歷史記錄的儲存庫以 git bundle 上載至 xAI 儲存端點。
推薦理由:文章以 Agent CLI 的用戶端網絡通道為焦點,整理 proxy、canary repo 與 bundle 檢查流程,讓讀者可自行核對 CLI 實際傳出的資料。
Meta 今日發佈 Muse Spark Open 的模型權重;這款原生多模態模型有 816B 總參數(42B active)及 1M-token 上下文窗口。
推薦理由:Muse Spark Open 同時公佈本機部署配置、託管 API 入口及 GPU 推理速度數據,呈現開放權重模型從桌面運行到託管服務的部署路徑。
Meta 開放 Muse Spark Open 權重,這款專為編碼智能體工作流設計的模型有 816B 總參數、推理時啟用 42.7B 參數及 1M token 上下文窗口。
推薦理由:文章拆解 Muse Spark Open 的壓縮 MoE、混合注意力及 NVFP4 服務設計,並以 128K 上下文的 KV cache 數據説明其記憶體取捨。
Meta 於 2026 年 10 月 15 日公開 Muse Spark Open 的模型權重;這款原生多模態開放權重模型有 816B 總參數、42B 啟用參數及 1M-token 上下文窗口。
推薦理由:文章列出 Muse Spark Open 的權重下載與 API 使用途徑,並交代本地運行至少需要 700GB VRAM(NVFP4)或 2TB(BF16),可供評估部署條件。
Meta 推出 Muse Spark Open,一款約 816B 參數、每個 token 約啟用 42B 參數的開放權重多模態混合專家模型,支援文字、圖像、音訊和影片輸入,並生成文字。模型的上下文窗口最高為 1M tokens。文章列出 Transformers、llama.cpp、SGLang 和 vLLM 等推理部署方式,以及使用 TRL 進行 LoRA 微調的示例。
推薦理由:文章把模型規模、長上下文與多模態輸入能力,連同多種部署和微調方案放在同一份技術指南中,可用來瞭解模型的運行配置與使用方式。
Perplexity 將其 Computer 個人智能體背後的沙盒平台 SPACE 開源,採用 Apache License 2.0,並提供公開程式碼庫及託管文件。
推薦理由:SPACE 已支援 Computer 的所有工作階段,並公開虛擬機逃逸與網絡限制測試結果,呈現其隔離設計及弱點修補如何接受檢驗。
NVIDIA 於 2026 年 10 月 15 日發佈開放多模態模型 Nemotron 3.5 Super VL,並公佈兩款面向邊緣及本地硬件的 Bolt 模型。
推薦理由:報道呈現 Nemotron 3.5 從企業伺服器到邊緣裝置的部署分層,並列出可用模型、量化方案與開放資料,展示其產品佈局。
文章根據 2025 年 5 月至 2026 年 7 月的九宗公開事故,整理 AI Agent 的三個攻擊面,並提出六項限制損害的控制措施。措施包括隔離智能體、限制憑證權限、保護設定、記錄每次工具呼叫、事前掃描工作區機密資訊,以及預設拒絕。這些措施不能阻止提示詞注入,只能限制被劫持的智能體可觸及的範圍。
推薦理由:文章按主機、身分與智能體三個攻擊面整理九宗公開事故,再歸納六項事前控制,讓讀者可對照憑證、設定與工作區防護。
文章解説 Zenity Labs 的研究發現,AWS Bedrock AgentCore 的 IMDS 存取與過寬 IAM 角色可讓單一提示詞取得憑證,並影響同一 AWS 帳戶及區域內的其他智能體。
推薦理由:文章將 AgentCore 權限過寬與提示詞注入造成的憑證風險連結,並整理拆分執行角色、收窄權限及驗證設定的實務清單。
ProjectDiscovery 的概念驗證顯示,經修改權重的開放模型可藏有後門,觸發後透過工具呼叫外傳 .env 檔案及 SSH 金鑰。測試以 Qwen2.5-7B-Instruct 訓練 625 條資料,其中 125 條遭投毒;後門影響約 43M 個參數,未觸發時一般請求仍正常。文章建議限制編碼 Agent 權限、隔離網絡存取與命令執行,並核查外部模型的發布者、訓練資料及權重差異。
推薦理由:以 Qwen2.5-7B-Instruct 的概念驗證呈現模型後門如何藉工具呼叫外傳 .env 檔案與 SSH 金鑰,並整理編碼 Agent 的權限隔離做法。
XBOW 團隊使用 OpenAI 的 GPT-5.6 Sol,在六日內為 Windows 版 Chrome 串連三個此前未知的漏洞,完成完整漏洞利用鏈,獲 Google $250,000 獎金。
推薦理由:這宗漏洞研究列出六日及約 $40,000 算力與 API 成本,也交代研究人員如何設定目標、審核結果和組合漏洞,可供理解 AI 與專家的分工。