PHP 被发现两个评分 9.2 的内存安全漏洞 CVE-2026-109618 和 CVE-2026-109619，统称 PHP2Shell，可能影响全球约 70%、超过 3300 万个使用 PHP 的网站，NSA、NCSC 和日本首相高市早苗先后发出警告，PHP 官方于 10 月 21 日发布 PHP 8.5.12、8.4.27、8.3.36 和 8.2.35 四个安全版本。
同一件事，精选收录的是《PHP 曝出免登录远程代码执行漏洞 PHP2Shell，官方紧急发布多版本修复》
Jensen 在 GTC Berlin 2026 主题演讲压轴演示 Nous Research 的 Hermes Agent，用一个 prompt 即安装并配置好定制版 Hermes。
Startup Fortune 评测 Base Labs 在 Baseten 内发布的开源权重决策模型 mammoth-1（27B）与 elephant-1（9B），两者由 Qwen3.5 模型后训练而来，权重以 MIT 许可上架 Hugging Face，并通过 System One API 提供托管，2026 年 10 月 27 日前免费。
NVIDIA 开源检索系列模型 Nemotron 3.5，包含解析图文文档的 Nemotron 3.5 Parse、在海量图文中搜索的 Nemotron 3.5 Embed 和对候选结果打分排序的 Nemotron 3.5 Rerank。
韩国游戏公司魁匠团开源 MoE 模型 Raon-1-mini-preview，总参数 29B、激活参数 4.3B。该模型整体评分比 Qwen3.6 35BA3B 高，对韩语和英语的支持较好。模型已在 HuggingFace 上提供。
Underdog 发布 Bark 3.0，一款仅 163 MB 的语音转文字模型，基于英伟达与 Moondream 开源的语音识别架构。在苹果 M 系列芯片上转写 5 分钟音频仅需半秒，英文会议场景错误率低于 Whisper 等传统大模型，Clean 版本可自动过滤语气词和口误重复，仅支持英文。模型地址：https://huggingface.co/Underdog/bark-3.0
10月19日至20日，第六届RISC-V中国峰会在深圳会展中心（福田）举行，七大平行分论坛覆盖人工智能、数据中心与高性能计算、软件生态等方向。紫荆半导体研发的紫荆M100成为全球首款量产上车的RISC-V车规芯片，中科院计算所预测RISC-V面向数据中心的基础软件生态有望在2030年前走向成熟。峰会显示RISC-V已跨越“能不能用”阶段，迈入好用、商用的阶段。
AI 初创公司 Recursive 于周三发布免费编码模型 Flint，可在笔记本上离线运行，公司称其研发几乎每一步都由自动研究系统 Eureka Machine 协助，小团队不到四个月从零完成。
Recursive 于 10 月 21 日发布开源权重编码模型 Flint，据 Wired 报道，其流水线、训练方法、架构乃至芯片调优代码大部分由公司内部的 Eureka Machine 自动生成并测试，人类团队主要筛选结果。
TechCrunch 报道，AI 发现 PHP 关键安全漏洞后，全球多地政府网站下线，美国国家安全局（NSA）建议使用 PHP 的机构立即更新或暂时下线系统。
Dharma-AI 在博客中介绍其即将发布论文的 VocabX 方法，按每个 token 的成本而非频率为领域模型重建词表。其基于 Qwen3-4B 的葡萄牙语作文评分系统中，模型响应从平均 350 token 降至 101 token，在 RTX 5090 与 vLLM 上实测推理成本下降 77.0%，bench 分数从 0.703 升至 0.810。
Underdog AI 发布语音模型 Bark 3.0，称其为 163 MB 的开源模型（CC-BY 4.0），在 AMI 会议录音数据集上词错误率 7.82%，低于 NVIDIA Parakeet 的 9.42% 和 OpenAI Whisper large-v3 的 13.63%，后两者体积分别是它的 15 倍和 57 倍。
IBM 在 Hugging Face 发布 Granite Speech 5.0 更新，包括新模型 granite-speech-5.0-2b 及两个修订版 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
开源记忆操作系统 MemOS 团队发布记忆原生大模型 MemT 1.0，采用记忆原生 MoE 架构，把记忆的写入、保持、更新和读取放进模型计算过程，而非外部检索。
响马转发 DeepSeek 官宣，称社区升级服务的速度赶不上 DeepSeek 的开源速度，DeepSeek 是当之无愧的 openai。DeepSeek 宣布自研推理框架 DeepInfer 全面开源，该框架以高吞吐、低延迟支撑 DeepSeek-V4.1-Flash 的大规模运行，并公开生产栈以帮助社区降低算力成本和能耗。
swyx 转述 DeepSeek 在知乎发布并全面开源的自研推理框架 DeepInfer，称其以高吞吐、低延迟支撑 DeepSeek-V4.1-Flash 大规模推理服务。
同一件事，精选收录的是《DeepSeek 开源自研推理框架 DeepInfer》
GitHub项目ios-sweet在搭载骁龙732G的Redmi Note 10 Pro上引导运行了iPhone X的iOS 16.7.16组件，后续移植还扩展到Redmi Note 12 4G、Nothing Phone (3a)等设备。
英伟达推出面向 AI 智能体的开源软件 OpenShell 参考架构。该架构以开源形式提供，供构建 AI 智能体使用。
DeepSeek 在一周内接连推出自研搜索 Search 与 Fetch、开源推理框架 DeepInfer 和格式转换组件 deepseek-recipe，除搜索服务在11月1日起收费外均免费开源。
华为 openJiuwen 团队联合算力平台公共事业中队，以电催化场景为例展示 Jiuwen Symbiosis 物理智能体如何把大模型设计的实验方案下发到物理设备执行。
论文提出 WeAct（Weight-level Internal Actions），在冻结主干上训练各能力独立的 LoRA adapter，并把 adapter 选择加入智能体的动作空间，通过原生 tool-calling 接口按需组合能力。
团队发布开源 30B 因果语言模型 Muse Glimmer，内置感知编码器，面向消费级硬件上的自主智能体任务，无需云端基础设施即可本地运行。
推荐理由：原文介绍了面向消费级硬件的开源智能体模型，给出基准对比与许可证选择，可帮助读者评估本地部署可行性。
Google 与 Meta 的开源合作项目 TorchTPU 发布论文，提出在 Google TPU 上原生执行 PyTorch 的混合 eager/编译架构。该项目支持开箱即用的模型执行与 TPU 迁移，并通过 eager 执行优化、编译集成和原生硬件加速提供有竞争力的推理与训练性能。论文共 23 页，链接 https://arxiv.org/abs/2610.24161。
推荐理由：Google 与 Meta 合作的开源项目，论文说明了 TPU 上原生执行 PyTorch 的混合架构，关注框架与硬件适配的读者可作参考。
arXiv 论文提出 CEDR（Continuous Embedding Diffusion Reasoner），一种面向数学推理与代码生成的连续潜空间扩散训练与推理管线，从 Qwen3-4B 的三个隐藏层学习紧凑答案表示。
研究者提出 PAVE（Purifying TAsk Vectors）方法，在知识感知子空间中对任务向量进行净化，以缓解模型合并中因任务无关冗余导致的性能下降。该方法采样各任务的训练样本获取协方差矩阵，执行面向上下文的奇异值分解，将微调权重拆分为任务相关与冗余成分并剪枝冗余部分，同时引入谱秩分配策略平衡各模型的剪枝力度。
arXiv 论文提出自适应多 token 预测（AMTP），把多 token 预测的视野选择形式化为在线控制问题，用验证反馈在每次生成前预测草稿接受概率并选出期望吞吐量最高的视野，无需重训练、不改动验证器。
论文提出 Routed Specialist On-Policy Distillation（RSOD）端到端框架，用结构化网络分类体系生成 212,559 条覆盖十四条网络路由的训练记录，在共享续训骨干上训练六个冻结的专家 LoRA 教师并蒸馏为单一可部署的学生适配器，发布为 Llama-CalixCLM v1。
研究者提出 Agent S4，一种能从任务经验中自主构建进化界面的计算机操作智能体，通过元智能体修订界面仓库并进行种群级进化筛选。
论文提出 Matrix-Game 4.0，通过可执行游戏框架将游戏执行与视觉生成分离，由轻量游戏引擎维护世界状态、多模态编码 Agent 将玩家想法转成游戏代码、基于自回归视频模型的渲染器把低多边形代理画面转化为高保真视觉。
推荐理由：论文提出游戏执行与视觉生成分离的框架，并给出单卡 480p 60 FPS、112ms 延迟等实测指标，可帮助评估视频模型驱动可玩游戏世界的可行性。
DeepSeek 开源了用于运行自家模型的内部推理框架 DeepInfer。此举揭示了该中国 AI 开发商在大规模运行模型时实现高效率和低算力成本的部分技术细节，外界有望借助 DeepInfer 获益。
推荐理由：DeepSeek 开源自用推理框架 DeepInfer，读者可以借此了解其大规模推理降本的内部做法。
Nace.AI 于 10 月 6 日发布 Drex v2.0 决策模型，并在 10 月 12 日将 drex-latest 别名切至新版。
Nvidia 发布面向常驻智能体和边缘计算的新开放权重模型：1200 亿参数的 Nemotron 3.5 Super VL 面向企业智能体，Nvidia 称其参数少于 Nemotron 3 Ultra 但指令遵循和工具使用精度相当。
Anthropic 免费向开源维护者提供 6 个月的 Claude Max 20x 使用权限，以感谢开源生态贡献者。申请者须为拥有 5000 个以上 Star 或月下载量 100 万的仓库的核心团队成员。有评论指出，5000 Star 的门槛难度不小。
场景文本编辑（STE）研究提出 TextRIRO，不依赖合成配对数据，而是通过对真实图像进行 Crop、Shuffle、Mask 等破坏操作构建自配对监督，基于条件扩散架构训练。
程序员需要接受一个事实：在人人可编程的时代，曾被视为神圣之地的 GitHub 实际上只是一个社交媒体。有人指出，GitHub 面向全球用户，却至今没有破百万 Star 的项目，而其他社交平台上百万粉丝、点赞、收藏的项目比比皆是。作者认为这一转变无可避免、无法挽回。
VAST（三启万物）发布并全面开源世界模型项目 Project Eden 下的实时生成式渲染器 EdenLive，支持以 Proxy 或参考视频为控制信号，结合目标首帧图像和文本提示词持续生成写实或风格化画面。
研究团队提出免训练评测方法 RAVEL，通过跨模态近邻一致性、稳定化 PCA 白化和局部图像块匹配，在完整训练前预测视觉编码器对目标 LLM 的适配程度。
Reflection 在 Hugging Face 发布其首个开源模型 Beam（Beam-1.0-501B-A23B），为 501B 参数、每 token 激活 23B 的 MoE 模型，采用 Apache 2.0 协议，支持 1M token 上下文，主打编码与智能体场景。
推荐理由：官方博客给出 Beam 的架构细节、基准成绩和部署微调配方，读者可以据此评估在自有硬件上跑前沿开源模型的成本与路径。
Project Apertus 发布 Apertus 1.5，在 8B 和 70B 基础上以继续预训练方式加入图像和音频理解、可选思考模式，上下文窗口扩展至 262,144 tokens，模型权重于 2026 年 7 月 24 日以 Apache 2.0 许可上传 Hugging Face。
推荐理由：官方发布说明完整公开了训练流程、数据与中间检查点，读者可据此了解开源多模态模型的全链路做法。
Cydiar 宣布 PIPELLM 已加入 yetone 的 Magpie 项目，并表示后续将向用户发放福利。
