戴尔ControlVault、Lasso、GL.iNet漏洞
Cisco Talos 漏洞发现与研究团队近期披露了 Dell ControlVault 3 固件及其关联 Windows 软件中的五个漏洞、Entr'ouvert Lasso 中的四个漏洞,以及 GL.iNet Slate AX 中的一个漏洞。 本博文中提及的漏洞均已由各自厂商修补,均遵循 Cisco 第三方漏洞披露政策。 如需可检测这些漏洞利用行为的 Snort 覆盖规则,请从 Snort.org 下载最新规则集,我们的最新漏洞公告始终发布在 Talos Intelligence 网站上。 由 Cisco Talos 的 Philippe Laulheret 发现。 Dell ControlVault 是一种基于硬件的安全解决方案,专为用户身份验证功能而设计。
面向长期运行智能体的高效测试框架
发布于 2025 年 11 月 26 日 智能体在跨多个上下文窗口工作时仍面临挑战。我们从人类工程师身上汲取灵感,为长时间运行的智能体构建更有效的运行框架。 随着 AI 智能体能力的提升,开发者越来越多地要求它们承担需要跨越数小时甚至数天的复杂任务。然而,让智能体在多个上下文窗口之间保持一致的进展仍然是一个未解决的问题。 长时间运行智能体的核心挑战在于,它们必须在离散的会话中工作,而每个新会话开始时对之前发生的事情没有任何记忆。想象一个软件项目由轮班工作的工程师组成,每位新到的工程师对上一班次发生的事情毫无记忆。由于上下文窗口有限,且大多数复杂项目无法在单个窗口内完成,智能体需要一种方式来弥合编码会话之间的鸿沟。
通过沙箱使Claude Code更安全、更自主
发布于 2025 年 10 月 20 日 Claude Code 的全新沙箱功能、bash 工具以及 Claude Code on the web,通过启用两个边界——文件系统隔离和网络隔离——减少了权限提示并提升了用户安全性。 在 Claude Code 中,Claude 与你并肩编写、测试和调试代码,浏览你的代码库、编辑多个文件并运行命令来验证其工作。赋予 Claude 如此大的代码库和文件访问权限可能带来风险,尤其是在提示注入的情况下。 为帮助解决这一问题,我们在 Claude Code 中引入了两项基于沙箱构建的新功能,二者皆旨在为开发者提供更安全的工作环境,同时让 Claude 能够更自主地运行并减少权限提示。在我们的内部使用中,我们发现沙箱安全地将权限提示减少了 84%。
掌握架构决策记录(ADR):有效决策的最佳实践
架构决策记录(ADR)可帮助您记录并传达工程项目中重要的流程和架构决策。基于我们在多个项目中实施 200 多项 ADR 的经验,我们总结出了一些最佳实践,可帮助您简化决策流程并改善团队协作。
Apache Kafka 4.0 发布:默认 KRaft、队列、更快的重平衡
推出 Streamhouse:面向 AI 的开放数据架构 | 了解更多 David Jacot 二级高级软件工程师 我们很荣幸地宣布 Apache Kafka® 4.0 正式发布。此版本包含许多新功能和改进。本博客文章将重点介绍其中一些较为突出的功能。如需查看完整的变更列表,请务必查阅发布说明。 您还可以通过 Tim Berglund 了解 Apache Kafka 4.0: Apache Kafka 4.0 是一个重要的里程碑,标志着首个完全无需 Apache ZooKeeper ™️ 运行的主要版本。通过默认以 KRaft 模式运行,Kafka 简化了部署和管理,消除了维护独立 ZooKeeper 集群的复杂性。这一变化显著降低了运维开销,增强了可扩展性,并简化了管理任务。
设计基于Kafka和Flink的事件驱动多智能体AI架构
推出 Streamhouse:面向 AI 的开放数据架构 | 了解更多 Sean Falconer,Confluent AI 负责人 作为两个口味极为挑剔的幼儿的爸爸——一个总是想在晚餐时吃零食,另一个拒绝任何不是米色的食物——我把家里的晚餐时间视为每晚一集的《Chopped:幼儿版》。再加上早睡时间和避免情绪崩溃(他们的和我的)的需要,这顿饭与其说是追求美食理想,不如说是为了生存。目标是什么?让每个人都吃饱、开心,最好还不会弄得满身是食物。 膳食规划是终极的平衡艺术:管理挑剔的偏好、饮食需求和时间的限制,同时还要尽量避免做三顿不同的饭。 这就是我转向 AI 的原因。 多智能体系统,其中每个智能体都有特定的任务,比如管理偏好或优化购物清单,是应对这种混乱的完美方式。
推出多智能体BeeAI
IBM Research 的一个实验平台让开发者能够运行来自任何框架、使用任何编程语言编写的开源 AI 智能体。 如果说两个头脑胜过一个,那么想象一下拥有十几个甚至更多头脑能做什么。这正是 IBM Research 全新重新设计的多智能体实验平台 Bee AI 背后的灵感来源。 BeeAI 旨在让开发者轻松运行来自不同框架的流行开源 AI 智能体,并构建自己的专用智能体。无论这些智能体源自何处,或使用什么代码编写,它们都可以通过 IBM Research 设计的智能体通信协议(ACP)轻松配置为独立工作,或与 AI 队友协作。 ACP 标准化了智能体之间的通信方式,消除了开发多智能体系统的主要障碍之一。
Granite Guardian 在第三方 AI 基准测试中位居榜首
Granite Guardian 在 GuardBench 上名列前茅,这是首个独立衡量护栏模型在检测有害内容和幻觉内容以及识别试图‘越狱’LLM(大语言模型) 安全控制方面表现的基准。 使用 AI 模型可能伴随风险,但 AI 在标记和规避这些风险方面也正变得越来越智能。 当 IBM Research 去年发布其 Granite Guardian 模型时,团队认为它们是当时检测生成式 AI 相关广泛风险的最强大工具。如今,首个独立评估所谓 AI“护栏”模型的基准测试显示,Granite Guardian 位居榜首。
通过战略性云优化最大化业务价值
随着云采用的持续加速,各组织逐渐意识到,迁移上云只是开始。真正的挑战——也是机遇——在于优化云使用,以驱动最大化的业务价值。在 AWS,我们致力于帮助客户成功走完这一旅程。让我们从麻省理工科技评论近期发布的《通过优化云驱动业务价值》一文中,探索一些关于云优化的关键洞察和最佳实践。 近期数据显示,2024 年第三季度全球云基础设施支出达到 840 亿美元,同比增长 23%。这一增长凸显了云在驱动业务敏捷性和创新方面的关键作用。然而,要真正释放云的潜力,组织必须在成本、安全、韧性和创新之间取得恰当的平衡。 AWS 云优化总监兼总经理 André Dufour 强调,云优化涉及提高云支出的效率,从而将释放出的资源重新导向新的创新项目,例如生成式 AI 计划。
利用AI数字孪生加速电动汽车电池开发
IBM Research 的基础模型正在为复杂系统的模拟版本提供动力,有望加速技术进步。 数字孪生长期以来一直被视为各行业的颠覆性技术。无论是在汽车和航空航天领域,还是在制造业、电网和供应链物流中,这些现实世界系统的虚拟模型都承诺通过预测建模和实时分析来变革运营。然而,迄今为止,由于在足够高精度地建模复杂物理系统方面存在局限性,这项技术尚未兑现其承诺。 IBM Research 正在努力改变这一现状。通过应用最初为语言处理开发的基础模型技术,我们的研究人员创建了一个框架,用于构建完全数据驱动、自我改进且能够准确预测复杂系统行为的 AI 驱动数字孪生。这一进展具有广泛的意义,其应用跨越多个依赖高保真仿真来优化性能、提高安全性和降低成本的行业。 这种方法最直接且最具影响力的应用之一是在电动汽车(EV)电池开发领域。
宣布更新版 AWS Well-Architected 机器学习透镜
我们很高兴地宣布更新版 AWS Well-Architected 机器学习 Lens,现已增强,包含在 AWS 上构建机器学习(ML)工作负载的最新能力和最佳实践。 AWS Well-Architected Framework 提供了在云中设计和运营可靠、安全、高效、经济高效且可持续工作负载的架构最佳实践。机器学习 Lens 使用 Well-Architected Framework 来概述对您的 ML 架构进行全面审查的步骤。 更新版机器学习 Lens 为客户提供了一致的方法,用于评估跨 ML 工作负载的架构,从传统的监督学习和无监督学习到现代 AI 应用。该 Lens 涵盖了与完整 ML 生命周期相关的常见考量,包括业务目标识别、问题定义、数据处理、模型开发、部署和监控。
开启算法开发的新纪元
IBM Research 正在为一个量子计算与 AI 并存的世界加速算法开发。 算法始终是 IBM Research 的超级能力。 自现代计算诞生以来,IBM 科学家一次又一次地重新定义了人类计算的方式。每一次突破都促使数学家重新审视他们的工具集,也促使工程师重新设计他们的硬件。新的产业随之涌现。 在每个时代,IBM Research 都提出同一个问题:什么样的新数学将推动整个领域向前发展?今天,我们必须重新审视这一脉络;计算的基础再次发生转变,而这一次比以往任何时候都更快。 尽管经典高性能机器仍然承担着全球大部分的模拟和分析工作,基础模型 AI 正在将非结构化数据、时间序列数据和图像数据转化为稠密、信息丰富的表示。而量子处理器正开始以仅靠比特无法实现的方式操纵信息。 单独来看,每项技术都极为强大。
技术解读:MongoDB.local NYC 2025:定义 AI 时代的理想数据库
昨天,我们迎来了数千名开发者和高管参加 MongoDB.local NYC,这是我们全球 .local 系列的最新一站。在过去的一年里,我们与全球 20 个城市的数万名合作伙伴和客户建立了联系。而纽约更是意义重大,因为这里是 MongoDB 的诞生地,也是我们的总部所在地。 活动期间,我们推出了新功能,进一步巩固了 MongoDB 作为全球领先现代数据库的地位。MongoDB 8.2 是我们迄今为止功能最丰富、性能最高的版本,我们提高了开发者的能力标准。我们还分享了更多关于 Voyage AI 嵌入模型和重排序器的信息,它们为构建值得信赖、可靠的 AI 应用程序带来了最先进的准确性和效率。目前, MongoDB Community Edition 和 Enterprise Server...
MongoDB宣布领导层交接
总裁兼首席执行官 Dev Ittycheria 今天上午与 MongoDB 员工分享了以下信息。 这是我写给你们所有人的最艰难的一封邮件。如果你还没有看到公告,我已决定卸任 CEO 一职。自 2025 年 11 月 10 日起,Chirantan “CJ” Desai 将成为 MongoDB 的新任 CEO。 这对我来说并非一个轻松的决定。走到这一步的过程充满了情感,因为我深切关心 MongoDB 以及那些成就了这家公司的人们。 这个消息可能会让人感到意外,对一些人来说,甚至可能是震惊。这很自然。领导层交接会引发各种反应。我想分享为什么会发生这件事,以及为什么这对 MongoDB 来说是正确的选择。
引领开放地球观测AI的发展
理解我们的星球从未如此关键。从保险和金融到物流和农业,无数行业都需要关于地球运行方式的可靠洞察。基础 AI 正在为我们观察和测量世界的方式开启前所未有的可能性——而 IBM Research 与 NASA、欧洲空间局及其他合作伙伴一起,正处于这一变革的最前沿。 自 2023 年我们首次与 NASA 开展地理空间 AI 合作以来,我们已经构建了一个全面的生态系统,涵盖行业领先的模型、工具和基准,帮助我们理解陆地、海洋乃至更广阔的领域。这些 AI 模型已被社区下载超过 600,000 次,充分证明了它们的质量和实用性。 地球观测(EO)与其他计算机视觉(CV)问题有着根本性的不同。与读取信用卡字符或检测图像中人物等任务不同,仅靠 RGB(红、绿、蓝)数据无法满足农业、环境监测或灾害响应的复杂需求。
一种面向智能体的“撤销并重试”机制
IBM Research 与伊利诺伊大学提出了一种面向云工程智能体的撤销并重试机制,可使其更安全、更有效地排查 IT 问题。 云计算的便利性也可能伴随风险,近期一连串故障事件已经证明了这一点。据一项估算,计划外 IT 故障的平均成本如今已达到每分钟 14,000 美元,较 2022 年上涨近 10%。 不断上升的成本给站点可靠性工程师(SRE)带来了前所未有的压力,要求他们快速解决事件。但随着新服务器上线的速度快于工程师保障系统安全的步伐,云服务提供商已将希望寄托于 AI。 当今用于 IT 运维的 AI 工具,俗称“AIOps”,主要帮助 SRE 进行分诊——发现症状并缩小疑似故障点范围。运维人员对 AI 智能体的信任还不足以让它们直接修复事件。
IBM 和 Kaggle 为企业任务推出新的 AI 排行榜
新的排行榜建立在 IBM Research 发起的基准测试之上,旨在加速构建和评估能够解决真实企业问题的 AI 模型和智能体的进展。 在短短几年内,我们已经看到 AI 用例激增,并且正在颠覆世界的生活方式。而在企业领域,我们开始看到这场革命逐渐扎根。 然而,与任何其他软件一样,集成到企业工作流中的 AI 系统需要在大规模下可靠运行。但对于当今的 AI 任务而言,验证所部署的模型和智能体是否完全按照工程师的预期运行并不总是那么容易。 这正是 IBM 一直在努力解决的问题。今年早些时候,IBM Research 发布了一套新的基准测试,名为 ITBench,旨在以科学严谨的方式展示 IT 自动化智能体如何让企业的工作变得更轻松。
利用AI和事件驱动设计自动化播客推广
推出 Streamhouse:面向 AI 的开放数据架构 | 了解更多 Sean Falconer,Confluent AI 负责人 我主持两档播客节目——Software Engineering Daily 和 Software Huddle,也经常作为嘉宾出现在其他节目中。推广这些节目——无论是我主持还是作为嘉宾参与——有助于突出我所进行的精彩对话,但要为每一期节目精心撰写一篇 LinkedIn 帖子,实在很难挤出时间。在主持节目、工作和生活之间,坐下来为每一期节目精心撰写一篇 LinkedIn 帖子,并不总能做到。 为了让生活更轻松(同时又不辜负这些节目),我构建了一个由 AI 驱动的 LinkedIn 帖子生成器。它会下载播客节目,将音频转换为文本,并据此生成帖子。
激活 AI 安全等级 3 保护措施
我们已根据 Anthropic 的负责任扩展政策(RSP)激活了 AI 安全等级 3(ASL-3)部署与安全标准,并与 Claude Opus 4 的发布同步实施。ASL-3 安全标准涉及增强的内部安全措施,使模型权重更难被窃取,而相应的部署标准则涵盖一组针对性明确的部署措施,旨在限制 Claude 被专门用于开发或获取化学、生物、放射性及核(CBRN)武器的滥用风险。这些措施不应导致 Claude 拒绝查询,除非涉及极为狭窄的主题范围。 我们以预防性和临时性措施的方式,在 ASL-3 标准下部署 Claude Opus 4。需要明确的是,我们尚未确定 Claude Opus 4 是否已明确通过需要 ASL-3 保护的能力阈值。
推出计算机使用功能、全新 Claude 3.5 Sonnet 和 Claude 3.5 Haiku
更新(2024年12月3日):我们已修订 Claude 3.5 Haiku 的定价。该模型现在的价格为输入 $0.80 MTok / 输出 $4 MTok。 今天,我们宣布推出升级版 Claude 3.5 Sonnet,以及新模型 Claude 3.5 Haiku。升级版 Claude 3.5 Sonnet 相较其前代实现了全面改进,在编码方面提升尤为显著——这已是它此前领先的领域。Claude 3.5 Haiku 在许多评估中达到了我们此前最大模型 Claude 3 Opus 的性能,速度则与上一代 Haiku 相近。 我们还推出了一项突破性的新能力公开测试版:计算机使用(computer use)。