ITPub博客

Sebastiaan Neuteboom 和 James Godlewski 2026年10月11日，DNS 根区计划进行有史以来第二次密钥签名密钥（KSK）更换。该密钥是 DNSSEC 信任链的锚点，使 DNS 解析器能够使用加密签名验证应答的真实性。这一变更称为 KSK 轮换。验证型解析器需要在切换前信任新密钥，否则原本正常的网站可能变得无法访问。 当我们在 2018 年撰写关于首次根区 KSK 轮换的文章时，我们发现解析器在软件升级或跨机器迁移过程中会丢失对新密钥的已学习信任。提前发布密钥只是工作的一部分。我们还需要知道解析器是否保留了该密钥，而当时我们无法为用户提供一种实用的检查方式。 大多数网站运营者无需为此次轮换做任何更改。

404Media 报道（备用链接）称，一家网络武器军火制造商正在利用 iOS 中的一个漏洞绕过其自动重启安全功能。该功能会在 iPhone 72 小时未被使用后自动将其置于更安全的状态。 绕过闲置重启的新技术由 Magnet Forensics 开发，该公司是 GrayKey 的幕后厂商，GrayKey 是一款出售给执法机构的流行工具，允许他们解锁并访问存储在 iPhone 和 Android 智能手机中的数据。根据视频，Magnet 开发了一款名为 GrayKey Preserve 的新设备，以及为其常规 GrayKey 设备开发的一项名为 Evidence Preservation Mode 的功能。

Pushmeet Kohli, David Stutz, Ali Cowen-Rivers and Jeremy Ratcliff 为 AI 生成的蛋白质添加水印，同时保持其生物功能的概念验证。 今天，我们推出 SynthID Bio，将水印技术引入合成生物学。SynthID Bio 将不可感知的签名直接嵌入生物代码中，确保水印不仅可在数字模型上验证，还能在合成后的物理蛋白质本身上验证——同时在实验室测试中保持其生物功能。 生成式 AI 正在帮助科学家应对关键的生物学挑战，从预测蛋白质结构（AlphaFold）到设计全新的蛋白质（AlphaProteo 和 ProteinMPNN），再到最近开发新型噬菌体——即感染细菌的病毒。

推出 Streamhouse：面向 AI 的开放数据架构 | 了解更多 Swati Manocha 首席信息安全官办公室区域负责人（亚太区） Alicia Perez 安全风险与合规项目高级经理 信任是 Confluent 设计、运营和治理其产品的基础。Confluent 的信任原则塑造了从 Confluent Cloud 的工程构建方式到其监控和审计方式的一切。每一项原则都由具体的、经独立验证的控制措施支撑。这一承诺支撑着不断增长的全球认证和鉴证组合，包括 SOC 2 Type II、ISO 27001、ISO 27701 和 CSA STAR Level 2，为客户提供关于 Confluent 安全态势的持续、第三方验证的证据，可通过 Confluent Trust Center 按需获取。

现代 AI 加速器每秒可以执行数量惊人的浮点运算。但单一的 FLOPs 数值很少能完整呈现性能全貌。在本系列的前两篇博客中，我们讨论了 AMD Instinct™ GPU 的 Peak FLOPs 和 Max-Achievable FLOPs（MAF）。Peak FLOPs 描述硬件的理论计算能力。MAF 则更进一步，通过测试一系列 GEMM 尺寸来测量 GPU 能够达到的最高持续吞吐量。本篇博客介绍第三个指标：Typical Attained FLOPs（TAF）。TAF 衡量的是在测试前选定的固定代表性 GEMM 集合上，以 FLOP 加权的持续吞吐量。其目标并非取代 Peak FLOPs 或 MAF。每个指标回答不同的问题，三者结合可以更完整地呈现 GPU 计算性能。

Gemini 4 Argon 在真实世界的软件工程、法律和金融等企业知识工作以及网络安全防御等复杂工作流中提供前沿性能。 Google DeepMind 高级副总裁兼 Google 首席 AI 架构师 今天，我们宣布推出新的前沿模型 Gemini 4 Argon，该模型正通过我们的 Fairwind Program 向一组受信任的网络防御者逐步开放。Argon 旨在在复杂、长周期的工作流中维持深度推理，正在从根本上改变我们在 Google 工作和构建的方式。它在真实世界的软件工程、法律和金融等企业知识工作以及网络安全防御等复杂工作流中提供前沿性能。 安全地发布这一级别的前沿能力需要分阶段推进。我们正积极参与美国政府关于发布前模型访问的自愿流程，同时逐步扩大访问范围。

EmbeddingGemma 2 是用于端侧多模态嵌入的最强模型，可将文本、图像、音频和视频的组合原生映射到统一的嵌入空间。 研究工程师，Google DeepMind Henrique Schechter Vera 研究工程师，Google DeepMind 您的浏览器不支持音频元素。 我们去年推出了 EmbeddingGemma，旨在为高质量文本嵌入提供一种轻量级方案，帮助您的应用直接在消费级硬件上组织、搜索和连接信息。开发者社区的反馈远超我们的预期。凭借超过 2000 万次下载，开发者已将其用于驱动更智能的端侧搜索工具和隐私优先的检索增强生成（RAG（检索增强生成））流水线。 今天，我们推出 EmbeddingGemma 2，从文本扩展到统一代码、图像、视频和音频于共享嵌入空间。

作者 Jingtan Wang†**、Sirajul Salekin、Young mok Jung、Javier Movellan、Bryan Kian Hsiang Low†、Manjot Bilkhu 在多样化的交互环境中联合训练单个 LLM（大语言模型） 智能体，作为通往通用智能体的一条路径，已引起越来越多的关注。现有的课程学习和数据选择策略通常按环境层面分配训练，或优先考虑基于局部奖励的信号，而没有在提示组选择时明确考虑跨环境当前 rollout 之间的关系。与此同时，由于不同环境的学习速度不同，全失败和全成功的 rollout 组可能在同一批次中共存，使这些数据缺乏组相对奖励信号。这两个挑战都凸显了在多环境 RL 中仅依赖标量奖励的局限性：它们提供的跨环境关系信息有限，且当奖励相同时缺乏组内奖励对比。

企业组织正在采用检索增强生成（RAG）来从 Microsoft SharePoint、Google Drive 和 Atlassian Confluence 等公司知识源中获取洞察。然而，这些知识源包含受复杂权限结构管理的敏感信息。确保 AI 生成的答案遵守这些权限是企业 AI 中最困难的挑战之一。 在本文中，我们探讨 Amazon Quick 和 Amazon Bedrock Knowledge Bases 如何通过实时访问控制列表（ACL）强制执行来解决这一挑战，在查询时直接向权威来源验证权限。 考虑以下场景：SharePoint 站点所有者为其组织创建了一个知识库。多个部门的团队成员使用 AI 助手从此知识库获取答案。关键要求是每个团队成员只能从他们有权访问的文档中获取 AI 生成的洞察。

关于 治理 政策 功能矩阵 捐赠 历史 赞助商 贡献 财务 服务器 最新新闻 即将举行的活动 过往活动 新闻 许可证 pg_plan_filter 1.0.0 版本已发布。 此可加载模块在执行前根据特定配置条件测试语句，如果违反条件则引发错误。这允许管理员阻止在生产数据库上执行某些查询。 条件基于规划器的估算成本。pg_plan_filter 可以拒绝计划成本过高的单个语句（ statement_cost_limit ），限制在一个事务中运行的所有语句的总成本（ transaction_cost_limit ），并可选地仅对 SELECT 语句应用过滤器（ filter_select_only ）。该模块可以扩展以支持更多类型的过滤器。 它支持 PostgreSQL（开源关系型数据库） 14 至 18 版本。

供应链问题正在比以往任何时候都更多的SKU、运输路线和约束条件中蔓延，而电网正在实时平衡更多分布式能源。为应对这些挑战，团队需要在切实可行的规划窗口内评估更大的模型和更多的不确定性。 NVIDIA cuOpt GPU加速决策优化在单GPU上针对大规模线性规划（LP）问题，已经能够比CPU求解器实现超过10倍的加速。然而，当今最大的规划问题可能需要数小时才能收敛，或超出单个GPU的内存容量。这些限制成为驱动业务决策的工作流的瓶颈。 历史上，大型且众所周知的棘手LP问题一直是研究人员和从业者持续关注的主题。其中一个问题zib03，由Thorsten Koch于2008年提出，具有超过1.04亿个非零元素，已成为新算法和求解器广泛研究的基准。图1展示了该领域通过新算法和新硬件在解决此问题上取得的进展。

Mecka AI，一家收集和分析人体运动数据以训练人形机器人及其他类型机器人的初创公司，宣布已完成由红杉资本领投的6000万美元B轮融资，英伟达、微软旗下风投基金M12等参与投资。TechCrunch此前曾报道，该初创公司正以5亿美元估值接近完成新一轮融资。 这家成立于2024年的初创公司希望为机器人领域做Scale AI、Mercor、Surge等数据标注公司为LLM（大语言模型）所做的事。这些公司为系统提供其学习所需的人类生成数据。Mecka付费让人们佩戴身体传感器并使用智能手机，记录自己完成日常任务的过程，比如煮咖啡或修车。 其他为机器人训练收集真实世界数据的初创公司还包括XDOF。根据TechCrunch此前的报道，该公司正在洽谈以12亿美元估值进行B轮融资。

AI 在工作反馈中是有帮助还是有害？一项调查发现了以下结果。 2026年10月7日，美国东部时间下午5:47 管理者越来越多地使用 AI 为直接下属提供反馈。 员工对此的接受情况褒贬不一。 AI 在对话准备方面填补了支持空白。 随着 AI 在工作中的使用不断增加，利弊何在，又对谁有利？职业发展公司 Highwire 的新研究揭示了 AI 进入反馈循环的环节——以及它在员工发展中既是潜在问题又是解决方案的地方。 Highwire 调查了 1,034 名企业员工，了解 AI 如何渗透到管理者与员工的关系中。调查发现，78% 的管理者表示在过去一年中使用 AI“帮助起草、编辑、总结或辅助反馈或绩效评估”。

周二发布的 OpenSSH 10.6 使压缩效果降低，并拒绝了一些此前可用的用户名，维护者知道这两项变更在发布时都会导致兼容性问题。 其中一项变更禁用了用于 SSH 压缩的 LZ77 字典编码器，此前研究人员发现，在多个通道之间共享压缩状态可能泄露明文。另一项变更阻止命令行用户名中的 $ 和 \ 字符，以防止它们通过 ProxyCommand 和 Match exec 等指令被 shell 解释。 此次发布之际，OpenSSH 正看到越来越多使用 AI 模型进行的安全研究，而这些模型在发现可利用漏洞方面也变得越来越强。其他研究人员随后独立发现了其中一些漏洞。OpenSSH 警告称，不报告所发现漏洞的对手“很可能也能发现这些漏洞”，目前该项目计划更频繁地发布修复，而不是等待其通常的发布周期。

更新于美国东部时间 2026 年 10 月 7 日 22:49 Google LLC 今日推出一项人人都可使用的新服务，使其用于识别 AI 创建和 AI 编辑的视频与图像的人工智能 SynthID 识别工具更广泛地开放。 基于网页的 SynthID Detector 可以识别使用 Google、OpenAI Group PBC、Nvidia Corp. 和 Kakao Corp. 的 AI 模型创建的图像、视频和音频片段。但要使用它，人们必须先登录，使用 Google、OpenAI 或 Apple 账户。几周后，该工具的能力将扩展至识别使用 Apple Inc. 的 AI 工具（如 Image Playground）创建的图像。 Google 于 2023 年首次开发了 SynthID。

服务器 数据中心芯片 数据中心硬件 自动化 新闻 HPE 推出了搭载 AMD Epyc 处理器的 ProLiant Gen13 服务器，面向企业 AI 推理、智能体 AI 和传统工作负载，目标客户是拥有多样化 AI 需求的企业。 HPE 今日（10 月 7 日）宣布了首批搭载 AMD 处理器的下一代服务器，旨在帮助企业运行 AI 推理和智能体 AI，以及分析和虚拟化等传统企业工作负载。 该公司发布了首批四款 ProLiant Gen13 服务器，全部搭载 AMD 第六代 Epyc 9006 SP7 系列 CPU——代号“Venice”——具备新的自动化安全功能和扩展的管理能力。

关于我们 团队 热门 联系我们 广告 推广 阿联酋版 हिन्‍दी 书籍 电子报 排名 洞察 加密货币 数码产品 股票 杂志 行业 地理 媒体 新闻 更多 评论 洞察 加密货币 数码产品 股票 杂志 行业 地理 媒体 新闻 更多 评论 人工智能带来了真实的利润和生产力提升，尤其是在金融服务领域以及拥有成熟人工智能系统的公司中。 少数公司获取了人工智能的大部分经济价值，而许多公司则难以将试点项目扩展到更大规模。 人工智能未来的回报取决于更好的决策、新的收入来源、持久的生产力提升以及更强的业务整合。 人工智能已经过了其财务价值仅存在于预测中的阶段。企业如今报告了在利润、生产力、收入和成本控制方面的真实收益。然而，结果也显示出明显的分化。

今天，我们很高兴地宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 AWS 上的 Claude Platform 上正式可用。据 Anthropic 介绍，Claude Haiku 5.5 是 Claude 5.5 系列中速度最快、效率最高的模型，专为子智能体（subagent）和高容量、成本敏感型工作而构建。对于大多数任务，其成本比 Claude Haiku 4.5 低约 75%。 Amazon Bedrock 为您提供 Haiku 5.5 的能力，同时通过区域数据驻留将您的数据保留在 AWS 基础设施内。

根据IEEE最近发布的《2030年技术大趋势报告》，得益于人工智能的进步，到2028年，基因工程和基因治疗将被频繁用于治疗多种疾病。 “我们正在看到技术演进方式发生根本性转变，”IEEE会士、IEEE未来方向委员会行业咨询委员会主席Dejan Milojicic表示，该委员会负责撰写这份报告。“人工智能不再孤立运作；它现在与我们的能源、基础设施和物理系统深度关联。”Milojicic是惠普企业（Hewlett Packard Enterprise）会士，也是位于加利福尼亚州米尔皮塔斯的HPE Labs副总裁。 AI支撑着报告中的30项技术和五大“大趋势”，这些趋势是有潜力在未来数十年重塑行业和日常生活的技术转变。大趋势不是单一突破，而是一组相关技术的集合。

智能体产生的最重要的数字不是它的答案——而是它有多确定。用独立信号组合出这个数字，检查它是否经过校准，用第二个模型对高风险决策进行评分，并将其余的妥善路由给人类。 这是在生产环境中运行大语言模型系统的六级成熟度模型的第 3 级。第 1 级和第 2 级让你达到系统能正常工作、并且你能看到它在工作的状态。第 3 级是置信度：系统仅在其校准后的置信度较高时才自主行动，用独立评判者对重要决策进行评分，并以真正能捕获错误的方式将所有不确定的事项路由给人类。 这三件事是同一个机制。置信度是决定哪些自动运行的旋钮。评判者是构建这个旋钮的信号之一——也是将决策从自动化路径上拉下来的触发器。人工交接是旋钮将线下的一切发送出去的地方。把这三件事都做对，你就拥有了一个知道自己何时不知道的系统，因此可以被信任承担更多。