自動 AI 新聞摘要：OpenAI 以 GPT-5.6 Sol 聯手揭露波及 70% 網站的 PHP2Shell 零日漏洞、全新 Decisions API 登場、NVIDIA 開源 OpenShell 沙箱，以及 Anthropic 捐贈 Agent Skills 規範

前言

本文由 Horizon 抓取資料，再由 Codex 篩選與改寫；Horizon 只負責資料抓取。今日的人工智慧技術前沿聚焦於「AI 驅動防禦開創『守護者之窗（Defender's Window）』」、「Agent 運行環境的內核級安全隔離」、「專用決策 API 的極致延遲微縮」、「智慧體標準協議走向中立基金會治理」、「以真實系統副作用為導向的強化學習訓練」，以及「端側極低精度語音推論」六大核心主軸。從 OpenAI 與安全團隊運用 GPT-5.6 Sol 與 Gemini 4 Argon 提前揭露波及全網 70% 伺服器的 PHP 核心記憶體崩潰零日漏洞（PHP2Shell），到 NVIDIA 正式開源自主 Agent 專用沙箱 OpenShell，再到 Anthropic 繼 MCP 之後將 Agent Skills 正式交付 Linux 基金會託管，人工智慧正在從代碼生成邁向系統安全防禦、可驗證自主代理與跨廠商通用規範的全新格局。

PHP2Shell 零日漏洞驚天曝光：OpenAI「Patch the Planet」以 GPT-5.6 Sol 聯手揭露波及全球 70% 網站的 PHP 核心記憶體崩潰

在網際網路基礎設施安全領域，一場由前沿 AI 模型主導的防禦戰役正式解密。安全研究團隊披露了兩個潛藏於 PHP 核心引擎深處的記憶體損壞高危漏洞，編號分別為 CVE-2026-109618 與 CVE-2026-109619，被統稱為「PHP2Shell」。由於全球超過 70% 的網站（涵蓋 WordPress、Drupal、Joomla 等主流內容管理系統）均建構於 PHP 之上，此漏洞的潛在衝擊力被資深研究員形容為「歷來所協助揭露最具毀滅性的漏洞之一」。

這兩個漏洞並非出現在外掛外掛模組或特定的應用驗證邏輯中，而是根植於 PHP 引擎在處理「記憶體耗盡（Out-of-Memory, OOM）」與致命錯誤（Fatal Errors）時的內部記憶體回收機制。攻擊者可藉由精心構造的請求觸發崩潰，進而實現未授權的遠端代碼執行（Unauthenticated RCE），同時造成類似 Heartbleed 的遠端任意記憶體洩漏。

值得注意的是，這起重大漏洞的發現被 OpenAI 定義為前沿模型守護網路安全的里程碑——「守護者之窗（Defender's Window）」。漏洞由 Calif 安全團隊使用 OpenAI 的 GPT-5.6 Sol 推理模型，以及 Wiz 團隊使用 Gemini 4 Argon 獨立挖掘、生成驗證利用鏈並完成補丁校驗。在公開披露前的兩個月內，OpenAI 透過其發起的「Patch the Planet」倡議與 Daybreak 計畫，聯合 PHP 基金會（PHP Foundation）、多國政府安全機構以及頂級安全廠商展開機密修復協調；Cloudflare 在預定發布前全面啟動了涵蓋免費版在內的全域 WAF 臨時防護規則；OpenAI 亦同步釋出了專門引導系統管理員檢測主機暴露風險的 Codex 診斷 Skill。雖然在正式補丁發布前數小時因社群無意提前披露而引發緊急搶修，但此事件標誌著高階 AI 模型在惡意黑客發現前主動修復底層軟體脆弱點的能力已邁入實戰應用。

來源：[AINews] OpenAI’s Patch the Planet program is 1 of 2 parties to discover PHP2Shell vulnerabilities in core PHP affecting 70% of the web

OpenAI 發表 Decisions API：搭載 GPT-6 Luna，推論速度提升 10 倍專精結構化決策與 Agent 路由

OpenAI 正式推出了全新端點服務「Decisions API」，專門解決現代應用程式與 AI Agent 在高頻次、結構化判斷任務中的效能與成本痛點。該 API 由 OpenAI 的輕量高效模型 GPT-6 Luna 驅動，與以往輸出非結構化開放文本對話的標準 Responses API 截然不同，Decisions API 將模型智慧嚴格聚焦於具有有限、預定義解答的具體判斷問題。

Decisions API 具備以下核心架構優勢：

極致低延遲與高吞吐：針對決策任務進行了深度模型蒸餾與算子特化，推論延遲較標準生成端點大幅縮減高達 10 倍，能夠流暢嵌入對毫秒級響應有嚴苛要求的即時互動管線。
三大專用決策模式：
- Predicate（謂詞判定）：輸入條件語句，輸出該敘述為真的布林值或精確機率。
- Choice（選項枚舉）：從固定的枚舉候選池中挑選最符合情境的唯一互斥選項。
- Score（量化評分）：根據自定義的標準準則（Rubric）或評分量表，為輸入的文字、圖像或結構化 JSON 進行量化打分。
超大規模批次處理：單次 API 請求最多可支援並行評估 400 個問題，並原生相容 Prompt Caching、GPT-Live 與端側資料落地合規要求。

對於軟體工程師而言，Decisions API 為客服自動工單分流、即時內容審核與合規檢驗、以及自主 Agent 在每一步工具調用時的下游路徑決策（Routing）提供了兼具超低延遲與經濟效益的新基準。

來源：Build more responsive apps with the Decisions API

NVIDIA 開源 OpenShell：專為自主 AI Agent 打造的內核級安全隔離沙箱與憑證防禦系統

隨著代碼編程代理（Coding Agents）與自主智慧體深入開發者日常，一個棘手的矛盾始終存在：Agent 必須能讀寫本地檔案、安裝軟體套件、執行終端指令與調用遠端 API 才能發揮真正威力，但給予過多權限又極易導致敏感憑證外洩或宿主機系統損毀。為解決這一核心瓶頸，NVIDIA 正式在 GitHub 開源了專為多 Agent 叢集打造的安全運行環境——OpenShell。

OpenShell 的設計哲學在於「讓 Agent 擁有完整的執行能力，但絕不給予對系統資料、金鑰與網路的無限制訪問」，其安全防護架構由三大支柱構成：

內核級策略強制執行（Kernel-Level Enforcement）：每個 Agent 都運行在獨立的微型容器沙箱中，OpenShell 透過作業系統內核級探針（Kernel Probes）嚴密監視並攔截每一次檔案讀寫、系統調用（Syscall）與外發網路連線。未經授權的連接埠或敏感目錄存取將在內核層被直接阻斷。
憑證動態遮蔽與代理注入（Credential Isolation）：Agent 永遠不會接觸到真正的 API 金鑰、雲端憑證或 SSH 私鑰。OpenShell 充當智慧代理網關，只有當 Agent 發出的請求符合預先定義的安全策略並流向已授權的目的地時，網關才會在請求封包中動態附加相應憑證。
形式化驗證策略審查（Formally Verified Policy Changes）：當 Agent 因工作需要請求提升權限（例如連線到新網址或安裝新依賴）時，OpenShell 會透過形式化驗證引擎（Policy Prover）預先推演新規則可能帶來的潛在風險，並在放行前主動提示人類工程師介入審批。

OpenShell 現已支援 Linux、搭載 Apple Silicon 的 macOS 以及 WSL 2，並無縫整合 Docker、Podman 等容器運行時，為企業級自主代理安全落地設立了全新標竿。

來源：OpenShell – A safe, private runtime for fleets of autonomous AI agents

Agent 生態重大里程碑：Anthropic 將 Agent Skills 捐贈予 Linux 基金會 AAIF，GitHub 啟用技能與 MCP 監控指標

推動 AI Agent 走向互通與開放標準迎來了里程碑式的進展。Anthropic 正式宣布將「Agent Skills」開放規範——即透過包含 SKILL.md 說明與輔助腳本的標準資料夾賦予智慧體專業流程知識的架構——正式捐贈給 Linux 基金會旗下的「Agentic AI Foundation（AAIF）」。

Agent Skills 最早由 Anthropic 團隊在研發 Claude Code 時作為內部機制探索，旨在讓 Agent 能動態加載複雜的工程流程與工具知識。自開放以來，該規範迅速引發業界共鳴，目前已被包括 Cursor、GitHub Copilot、ChatGPT、VS Code 等超過 70 個 Agent 平台廣泛相容，社群發布的自訂技能超過 100 萬個，累積安裝量逼近 2.8 億次。

透過將 Agent Skills 規範、商標、GitHub 組織與 agentskills.io 網域全數移交給 AAIF（該基金會由 Anthropic、OpenAI 與 Block 於去年共同發起成立，亦為 Model Context Protocol / MCP 的託管機構），該標準正式脫離單一商業廠商，轉變為由 Google、OpenAI、Anthropic 等業界工程師以個人身份共同維護的公共數位資產。未來 AAIF 將推動版本化釋出、正式 RFC 提案機制與結構化安全指南。

與此同時，GitHub 亦宣布其 Copilot Usage Metrics API 正式迎來更新：組織管理者現在可以直接在 API 指標中檢視各團隊所使用之自定義 Skills、自訂 Agent、MCP 伺服器、Slash 命令與 Plugins 的獨立調用統計數據，不再將其籠統歸類，為企業深入評估智慧體投資回報率提供了精確數據支撐。

來源：Donating Agent Skills to the Agentic AI Foundation / Custom skills, agents, and MCP servers in usage metrics API

微軟聯手 Hugging Face 推出 ThinkingBox-Training：以終端資料庫狀態為獎勵信號，強化學習重塑可靠 Agent

在當前的 AI 智慧體研發中，存在一個普遍但極度危險的盲區：評測指標往往僅檢視 Agent 產生的對話文本或工具調用格式是否看起來合理，即便 Agent 自稱任務已圓滿完成，真實後端系統或資料庫的狀態卻可能完全不一致（例如工單標記已關閉，但底層貨運異常依然掛起）。

針對此一痛點，微軟與 Hugging Face 共同發表了開源評測與訓練框架「ThinkingBox-Training」。該計畫基於早先發布的 ThinkingBox-Bench（涵蓋零售、電商與企業營運的 507 項多輪真實任務），並進一步將其「以真實資料庫與系統副作用（Side Effects）進行可執行驗證」的思想轉化為後訓練（Post-Training）的強化學習（RL）獎勵訊號。

研究團隊發現，若僅針對傳統資料進行微調，容易陷入過於簡單或完全無法解決的無效學習區間。ThinkingBox-Training 提出了「離線策略相對難度（Offline Policy-Relative Difficulty）」演算法，精確篩選出符合當前模型認知邊界的高槓桿訓練任務。在針對 Qwen3.8-27B 進行僅僅 50 個步數的群體相對策略優化（GRPO）微調後，模型在全量任務上的平均成功率（pass@1）由 51.70% 顯著躍升至 60.78%；更關鍵的是，連續 20 次重複嘗試均保持 100% 正確完成的高可靠任務數，從基準的 38 項急遽飆升至 107 項。這項研究為工業界如何利用真實後端副作用訓練「可靠、誠實且端到端可落地」的商用 Agent 提供了極具價值的驗證範式。

來源：Turning Database Grading into RL Rewards: Post-Training Agents with ThinkingBox

KittenML 發表全球首款 1.58 位元語音模型 Kitten-TTS 2：純 CPU 即時推論，支援零樣本聲音複製與情緒控制

在端側與本地端 AI 創新領域，極低精度量化與高效能音訊生成迎來重大突破。KittenML 正式在 GitHub 與 Hugging Face 開源了其最新研發的語音合成模型「Kitten-TTS 2」，這是全球首個基於 1.58 位元（Ternary Weights，三值權重 -1, 0, +1）架構構建的 SOTA 級語音生成模型。

Kitten-TTS 2 具備 1.7B 參數量，其核心特點包含：

純 CPU 即時高吞吐推論：由於內部每個線性層權重均被限制在三值表示中，模型徹底擺脫了對昂貴獨立顯卡（GPU）的依賴，藉由針對現代 CPU 深度優化的三值計算核心，普通消費級處理器即可流暢實現高於即時速率的語音生成，自建部署成本趨近於零。
零樣本聲音克隆（Zero-Shot Voice Cloning）：僅需小於 5 秒的乾淨參考音訊，模型即可在無需任何微調的前提下，精準捕捉發音者的音色特色、口音與環境氛圍。
20+ 多語言與語音情緒控制：支援跨語言聲音克隆，並提供細粒度的重音強調（Emphasis）與情緒語氣引導，讓開發者能夠直接調控特定詞彙的朗讀力度與情感色彩。

Kitten-TTS 2 為算力資源受限的本地端開發者與嵌入式邊緣設備提供了一個高品質、免授權費的頂級語音互動替代方案。

來源：Reddit LocalLLaMA: Kitten-TTS 2: New Open-source SOTA 1.58 bit TTS

DeepSeek 與 MiniMax 通過中國 AI 臨時出口管制審查：獲准合法持續海外開源與商業合作

在國際 AI 法規與地緣政策方面，中國兩大領先的模型研發企業 DeepSeek（深度求索）與 MiniMax（名之夢）迎來了關鍵的法規進展。據官方媒體報導，兩家企業已正式完成中國商務部關於先進人工智慧技術跨境外銷的臨時出口管制登記與審查備案。

此項行政審查程序是中國政府為規範前沿技術跨國轉移而設立的制度性要求。隨著兩家企業順利通過審查，意味著其海外業務獲得了明確的法規綠燈：DeepSeek 與 MiniMax 將可以在完全合規的法律框架下，持續向全球開源社區發布頂級模型權重（如 DeepSeek 系列後續版本），並與跨國企業展開正當商業技術合作。這項消息有效消除了長期困擾開源社群關於中國頂尖模型可能因出口審查而中斷開源的疑慮，為全球 AI 生態的開放交流注入了穩定性。

來源：Reddit LocalLLaMA: DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases

今日觀察

審視今日的技術脈動，AI 生態正迎來深刻的結構性蛻變：

從「代碼產出」到「系統防線」——AI 安全迎來攻防逆轉：PHP2Shell 漏洞的揭露具有深遠的象徵意義。歷史上開源軟體的零日漏洞往往由黑帽駭客率先掌握並發動奇襲，而如今 GPT-5.6 Sol 與 Gemini 4 Argon 等推理模型能在底層 C 語言邏輯中先一步揪出隱蔽崩潰，為全網爭取長達兩個月的修復窗口，證明前沿 AI 在資安防禦上的正面價值正在迅速兌現。
Agent 治理架構走向內核級與中立化：隨著 Agent 具備越來越強的自主執行權限，傳統「單純在 Prompt 裡約束行為」的方式早已被證明脆弱不堪。NVIDIA OpenShell 採用內核探針、動態金鑰代填與形式化驗證，從底層作業系統築起堅實圍欄；而 Anthropic 繼 MCP 後進一步將 Agent Skills 捐給 Linux 基金會 AAIF，宣告了智慧體交互標準正式脫離廠商專有鎖定，邁向跨平台工業標準時代。
以「真實副作用」定義智能，以「極致量化」普惠終端：微軟 ThinkingBox-Training 的成功驗證了一個樸素真理——評判 Agent 的標準不在於它說得多好聽，而在於系統狀態與資料庫究竟被改變成了什麼；透過終端真實狀態作為 RL 獎勵，Agent 的端到端可靠性實現了質的躍遷。同時，Kitten-TTS 2 的 1.58 位元三值架構讓頂級多語言語音能在純 CPU 上即時生成，昭示著高智慧、低消耗的在地端邊緣 AI 時代正在加速到來。