自動 AI 新聞摘要：OpenAI 自主修復近千個 Linux 核心漏洞、收購 Pierre 強化 Codex 代碼審查、Anthropic 發表 FlashProve 可驗證推論、GitHub Copilot 整合 Xcode 與開源模型大爆發

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。今日人工智慧、系統安全與開發者工具領域迎來一系列具備分水嶺意義的重大突破與生態整合：在底層系統安全領域，OpenAI 展示了其自主 AI 安全流水線的驚人實力，成功挖掘並實機驗證了 Linux 核心多達 948 個本機權限提升（Root）漏洞，並全自動生成防禦補丁，為關鍵基礎設施的防護開創全新範式；在開發者工具與版本控制架構方面，OpenAI 宣布收購由 Bootstrap 原班人馬打造的 Pierre Computer Company，將其高速差異比對（Diffs）與檔案樹技術直接融入 Codex，深化與 Git 的深度整合；在模型推論可信度方面，Anthropic 攜手學界發表了 FlashProve 零知識證明推論原型，解決長期困擾雲端 AI 託管的「模型掉包」與黑盒篡改痛點；生態整合方面，微軟與蘋果迎來關鍵聯動，GitHub Copilot 正式登陸 Xcode 內建編程助理；開源與前沿模型社群亦呈現百花齊放之勢，騰訊開源高達 770B 參數量級的混元 Hy4 混合專家模型及專項科研基座，月之暗面公開 Kimi K3.1 Pro 權重，Meta 則正式收購 AI Agent 平行工作空間 Conductor，勾勒出今日緊湊且深遠的技術全貌。

OpenAI 自主修補 948 個 Linux 核心漏洞：「A thousand fewer paths to root」震撼資安界

在探索前沿 AI 模型於進階攻防安全應用的最新研究中，OpenAI 今日正式公開重磅技術報告《A thousand fewer paths to root》，展示其構建的自主資安流水線在操作系統底層核心維護上的突破性成就。

1. 全自主漏洞挖掘、利用與驗證閉環：OpenAI 團隊研發的自主安全 AI 代理流水線，針對開源 Linux 核心代碼庫展開了系統性的審查與動態分析。在整套端到端流程中，系統成功重現了 1,724 個潛在漏洞，並針對其中 948 個關鍵漏洞全自動編寫出經過實機沙盒驗證的本機權限提升（Local Privilege Escalation, LPE/Root）Exploit，同時自主生成並驗證了對應的防禦修補 Patch。
2. 自動化攻防工程的極致性價比：這項大規模實驗總計消耗了約 121 萬美元的 API 算力點數。換算下來，平均發掘、驗證並成功修復一個獨特 Root 提權漏洞的成本僅約 1,279 美元（其中單個成功攻擊腳本的平均研發成本僅約 359 美元）。相較於傳統依賴頂尖安全專家動輒數週至數月的人工逆向分析與編寫，AI 展現了顛覆性的成本效益與覆蓋速度。
3. 負責任披露與全球基礎設施防護：OpenAI 表示已將數百份詳盡的漏洞分析與驗證補丁直接提交給 Linux 核心維護團隊，其餘部分則透過協調披露夥伴依序推進。這項研究清楚證明，AI 在軟體防禦者手中能主動大幅縮減全球雲端與伺服器核心設施的攻擊面，搶在惡意攻擊者之前築起嚴密防禦。

來源：OpenAI：A thousand fewer paths to root

OpenAI 宣布收購 Pierre Computer Company：加速 Codex 代碼審查與 Git 基礎設施佈局

隨著軟體開發範式全面轉向由 AI Agent 平行生成與修改代碼，傳統的代碼比對與版本控制正面臨全新瓶頸。OpenAI 今日宣布達成協議，正式收購開發者工具新創公司 Pierre Computer Company。

1. Bootstrap 原班人馬入局：Pierre 由全球知名開源前端框架 Bootstrap 的兩位共同創辦人 Jacob Thornton 與 Mark Otto 創立，並獲得包括 Mitchell Hashimoto 等資深架構師的早期投資與高度讚譽，在現代化代碼比對、檔案檢視及開發者人機互動領域深耕已久。
2. 解決 Agentic SDLC 下的巨量代碼審核難題：在自主編程時代，Codex 等 Agent 能在幾秒內產生大量平行分支與架構替代方案。Pierre 所開發的 Code Storage 服務及開源 UI 庫 Diffs 與 Trees，原本就已深度內嵌於 Codex 之中。將 Pierre 完整納入旗下後，Codex 將原生獲得更流暢的檔案樹導航、並行視覺化差異對比與多分支版本審查能力。
3. 互補 Pando 專案，直指次世代開發者平台：此次收購被視為 OpenAI 強化自身開發者基礎設施的關鍵一步。結合 OpenAI 先前揭露的內部 Git 後端架構 Pando（Scaling Git at OpenAI），Codex 正在從單純的輔助代碼生成工具，進化為能夠深度託管、版本追蹤與自主維護大型代碼庫的完整開發平台。

來源：OpenAI：OpenAI to acquire Pierre Computer Company

Anthropic 發表 FlashProve 原型：以零知識證明（zkSNARKs）實現 LLM 可驗證推論

當全球企業與開發者廣泛依賴雲端 API 調用頂尖模型時，始終存在一個根本性黑盒難題：用戶如何確認遠端伺服器確實運行了宣告的特定權重，而非被服務商偷偷替換為成本更低的廉價模型？針對此一痛點，Anthropic 攜手 EPFL、MIT 與 StarkWare 研究團隊，發表了可驗證推論（Provable Inference, PI）原型系統 FlashProve。

1. 零知識證明與權重承諾機制：FlashProve 採用 zkSNARKs 技術，既保證了推論過程的密碼學可驗證性，又不會洩漏模型供應商的核心商業機密權重。供應商首先對模型權重生成數位「權重承諾（Weight Commitment）」，該指紋僅約 6.5MB，並可重複支援高達 1,600 萬次請求。在處理推論時，系統隨輸出 Token 串流一同產生一份計算完整性證明。
2. 高效能證明與輕量級本機驗證：在技術實測中，研究團隊針對 4-bit 量化的 400B 巨型 MoE 模型 Llama 4 Maverick 進行驗證。在單張 NVIDIA H100 GPU 上，證明生成器（Prover）能以約 110 tokens/s 的速度即時產出證明；而客戶端只需在普通的單台筆電或 CPU 上，耗時約 17 秒即可利用經過 Lean 形式化驗證的驗證器獨立確認推論真實性。
3. 推論開銷挑戰與開源推動：目前 FlashProve 的主要代價在於算力開銷，生成證明所需的 GPU 時間約為標準推論框架（如 vLLM）的 70 至 95 倍，且目前僅支援整數權重與貪婪解碼（Greedy Decoding）。Anthropic 已將協議規範、C++ 驗證器、Prover 核心代碼及 Lean 數學證明以 Apache 2.0 協議開源，為未來的去中心化 AI 算力市場與嚴苛法規審計提供了奠基石。

來源：Anthropic：Progress on provable inference for large language models

GitHub Copilot 正式登陸蘋果 Xcode 原生 Coding Assistant

微軟旗下 GitHub 與蘋果開發者生態今日迎來歷史性深度融合：GitHub 官方宣布其 AI 程式碼助手 GitHub Copilot 正式支援蘋果原生整合開發環境 Xcode 的內建編程助理。

1. 無縫整合至 Xcode 原生工作流程：從 Xcode 27.3 beta（運行於 macOS Tahoe 26.6 或更高版本）開始，Copilot 已原生接軌蘋果的 Coding Assistant 架構。開發者無需再單獨維護第三方外掛或常駐後台的輔助應用程式，即可在日常 Swift 與 Apple 平台開發中享受行內補全與上下文感知。
2. 直接於系統設定中完成配置：開發者只需開啟 Xcode > Settings > Intelligence，即可直接登入並啟用 GitHub Copilot，完全相容 GitHub Copilot Individual、Business 與 Enterprise 既有訂閱。先前由社群維護的開源外掛亦將保留，以兼顧多元開發習慣。
3. 企業計費與模型管理進一步透明化：與此同時，GitHub 亦在 Copilot Usage API 中新增了對自備金鑰（BYOK）與企業自訂微調模型的用量指標支援，協助大型企業精確區分 Copilot 託管模型與自有算力消耗，提升內部治理透明度。

來源：GitHub Changelog：GitHub Copilot is now available in Xcode’s coding assistant

開源前沿大模型迎來發布潮：騰訊開源 770B 混元 Hy4、月之暗面釋出 Kimi K3.1 Pro 權重

今日開源人工智慧領域迎來強勁技術井噴，跨越通用巨型模型、垂直科學計算與領域微調等多個維度。

1. 騰訊開源 770B 旗艦 MoE 模型混元 Hy4：騰訊今日正式向全球開源其混元（Hunyuan）系列旗艦大模型 Hy4。該模型採用混合專家（MoE）架構，總參數量達 770B，單 Token 啟用約 49B。Hy4 不僅具備頂級的多模態視覺理解與複雜圖表解析能力，更針對 CLI 與 GUI 的「電腦操作（Computer-Use）」進行專門適配，可熟練驅動 Blender、CAD 等專業軟體；同時騰訊互動娛樂（IEG）參與研製，針對 Unreal Engine、Unity 及 Godot 的遊戲邏輯與資產流水線進行深度最佳化。此外，騰訊亦一併開源了細胞表徵模型 HyCell 與偏微分物理場模型 HyPDE。
2. 月之暗面釋出 Kimi K3.1 Pro 模型權重：Moonshot AI 今日正式在 Hugging Face 開放 Kimi K3.1 Pro 的模型權重下載。該模型在困難評測 GPQA Diamond 上斬獲了 93.5% 的優異成績，OpenRouter、Together 與 Modal 等第三方推論算力平台在數小時內陸續上線託管支援，引發開發者社群對企業級高效能開源推論架構的熱烈討論。
3. 科學科研特化模型 Hydrogen-1.0 亮相：AI 科研新創 Deep Principle 今日亦公開發布了基於 GLM-5.3 後訓練的開放權重科學模型 Hydrogen-1.0。在 FrontierScience Research（FSR）基準測試中，Hydrogen-1.0 達成了 38.3% 的通過率，超越了同處於最大思考狀態下的 GPT-6 Astra（33.3%），且預估輸出成本降低了 72%，展現出垂直領域模型藉由高品質合成數據與專業反饋超越通用閉源旗艦的潛力。

來源：Tencent：Tencent Hy4 與 Moonshot AI：Kimi K3.1 Pro model weights are out

Meta 收購 AI Agent 開發平台 Conductor，獨立服務啟動停運倒數

曾憑藉平行編程代理架構在開發者社群引發高度關注的 AI 程式設計工具 Conductor 今日投下震撼彈，官方宣布正式加入 Meta。

1. 團隊加盟 Meta Superintelligence Labs（MSL）：Conductor 由執行長 Charlie Holtz 與技術長 Jackson de Campos 於 2025 年共同創立，其核心亮點在於允許工程師同時啟動與協調多個獨立的 AI Coding Agent，並提供雲端隔離 VM、工作階段 API 與 Webhook 自動化。本次收購後，核心團隊將全員進入 Meta 超級智慧實驗室，主力研發下一代開發者介面與 Agent 工具鏈。
2. 獨立服務即刻啟動停運倒數：伴隨收購宣布，Conductor 獨立平台啟動了嚴格的退役時程表：即日起關閉新用戶註冊與應用程式下載，既有付費訂閱用戶獲退款處理；11 月 13 日起 Conductor Cloud 工作區轉為唯讀狀態；11 月 20 日雲端服務全面關閉並啟動用戶資料刪除作業；本機版 Conductor 則將在維持必要安全性維護後，於 2027 年初正式停止維護。
3. 社群反應與開發者生態遷移：突如其來的關停讓依賴其雲端沙盒環境的重度用戶感到措手不及，開發者社群已掀起向 t3.codes 等替代平台的遷移討論。這場收購反映出大型科技巨頭正在不惜代價網羅最具實戰經驗的 Agent 交互與工具架構團隊，Agentic 程式開發的賽道競爭進一步向超大科技巨頭集中。

來源：Conductor：Conductor is joining Meta