跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

这份材料没有出版商流量报道,那它到底写了什么

材料里最新的带日期条目是 VUSec 的 Branch Target Reuse 文章,发布于 2026 年 9 月 29 日,讲的是一种针对 JIT 引擎的 Spectre-v2 攻击。它跟搜索流量毫无关系,所给十二个来源里的其他内容也一样。

媒体与互联网解释王雅琴发布: 2026年9月29日6 分钟阅读资料来源 12
这份材料没有出版商流量报道,那它到底写了什么

题目问的是搜索引擎流量和出版商。材料里没有一条来源讲这件事。它有的是 2026 年 9 月 29 日前后发布的十二个条目,内容涉及 CPU 侧信道、一个经济学复现工作流、推理路由、一次 MongoDB 平台发布、本地优先同步,还有一首关于用户界面的诗。本文说明材料里到底有什么,缺口又在哪里。

最新的来源说了什么

材料里最新的条目是 VUSec 的 Branch Target Reuse 项目页面,时间戳为 9 月 29 日 21:54 UTC。据 VUSec 说,BTR 是一种 Spectre-v2 攻击,利用的是即时编译器中残留的间接分支预测表项。研究人员说他们分析了 Linux cBPF、Oracle GraalVM 和 SpiderMonkey,也就是 Firefox 的 JIT 引擎,并针对 Linux 内核构造了两个端到端漏洞利用。其中一个每秒泄露 8 个字节。团队用它遍历内核任务列表,从一个正在运行的 "su" 进程里取出了 root 密码哈希。他们还说,这种攻击绕过了 bpf_jit_harden 常量混淆选项,该选项在 Linux 中默认关闭。针对 SpiderMonkey 的概念验证在 Intel CPU 上可行,估计泄露速率在每秒几十个字节的量级,不过 VUSec 明确表示,要把它变成完整的浏览器漏洞利用还需要更多工作。

这就是新闻由头,而且是安全领域的由头。

另有四个来源在 9 月 29 日同一小时或相隔一两小时内落地。MongoDB 于 13:59 UTC 发布了 Atlas Agent Engine 产品页面,13:13 UTC 发布了一篇配套博客文章,宣布公司所称的平台最大规模扩展,其中包括 MongoDB 9.0、一个名为 Atlas Infinite 的部署选项,以及 Agent Engine 本身,公司称其处于公开预览阶段。同一篇文章还披露了管理层变动:作者说董事会在一次领导层更替后请他出任临时 CEO,并说他此前领导 MongoDB 超过 11 年。Loro 于 9 月 29 日发布了陈子轩的文章,正文内标注日期为 9 月 21 日,文章主张仅有 CRDT 不足以支撑本地优先同步引擎。Unblocked 发布了一篇工程文章,讲在 Baseten、Fireworks 和 CoreWeave 之间自适应路由 LLM 流量,这三家都在提供 GLM 5.2。还有一篇 NBER 工作论文,作者是 Matthew Schwartz、Isaiah Andrews 和 Jesse M. Shapiro,编号 35782,描述了一个开源 LLM 工作流,它跑了五家经济学期刊的 4452 个已发表复现包,并在 3460 篇文章或其附录中标出了不一致之处。

需要记准的数字

NBER 那篇论文是数字最密集的来源,它的披露部分值得和结果一起读。作者声明文章的分析和写作中使用了 LLM,Schwartz 在项目期间以承包商身份为 Anthropic 工作。论文称在 496 篇文章中实现了十倍以上的计算时间缩减,在 923 篇文章中实现了扩展。这些说法很大,而所依托的工作流本身有一部分由 LLM 生成,论文把这一点写了出来,没有藏。

Unblocked 的文章是另一个带生产数据的来源。公司说它此前在 Fireworks 和 Baseten 之间做轮询。在这套配置的最后一个完整周里,Fireworks 承担了 GLM 5.2 任务的 51%,Baseten 承担 49%,而 Fireworks 的价格高 25%,Baseten 更快。固定顺序、Baseten 排第一,把 Baseten 推到任务的 98.5%,Fireworks 降到 1.5%。CoreWeave 的标价被描述为比 Baseten 低约 45%。Unblocked 的评分公式给成本 0.7 的权重、给速度 0.3 的权重,文章解释了后果:更快的供应商只有在其价格低于最低价 1.75 倍时才能排第一。公司还承认,它最初的熔断器把 429 限流响应计为失败,一分钟内出现五次就把 Baseten 从整个集群里摘掉了。

  • VUSec BTR:Linux 内核漏洞利用每秒 8 个字节,SpiderMonkey 概念验证估计每秒几十个字节
  • NBER 35782:审查 4452 个复现包,标出 3460 篇,496 篇提速超过 10 倍,923 篇扩展
  • Unblocked:轮询分配 51/49,固定顺序下 98.5/1.5,成本与速度权重 0.7/0.3

背景材料,明显更早

有几个来源落在 72 小时窗口之外。VDE 的新闻稿日期是 9 月 21 日,尽管材料把它列在 9 月 29 日的时间戳下。它的数字是这组里最具体的:超过一半的国际硕士毕业生,55.5%,在学业结束后离开德国,这群人占全部毕业生略多于三分之一,即 35.5%。VDE 还算出,本国学生的成功率比国际同学高约 7 个百分点,每向一名国际学生投入一欧元,大约能带来 16 欧元的增加值。VDE 委员会的 Thomas Hegger 呼吁增加辅导、语言支持和透明的奖学金标准。

其余来源从任何有用的意义上说都不是新闻。IEEE Spectrum 贡献的是 Ralph Earle 的一首诗,他曾在 IBM 任高级软件工程师,2017 年退休,此后出版了两本诗集。parksb 的一篇个人博客文章日期为 9 月 28 日,把软件工程师一词的历史追溯到 1968 年的北约会议和 Thomas Haigh 对 ALGOL 68 争论的记述。GitHub 上有一个 OpenJev 仓库,被描述为一个独立的、与 Jev 兼容的决策引擎,复现了一种界面模式,但没有复现 TypeSafe 未公开的模型或训练。Picnic 的 CTO Daniel Gebler 在一次采访中说,公司招人是因为 AI,而不是尽管有 AI。他还说,公司 5000 万行代码中有 2500 万行是分析师而不是工程师写的。Pikuma 则详解了逆向 NovaLogic 1992 年 Comanche 地形图的过程,包括每个地图文件顶部的 "Kyle DTA" 签名和下面 1048576 字节的网格。

报道缺口在哪里

这里没有出版商流量报道。材料里没有任何来源涉及搜索引荐、AI Overviews、付费墙或受众下滑。为提供背景而给出的近期标题提到出版商同比下滑 40%、Cloudflare 关于机器人与广告的论点,以及 Digiday 一篇关于为后搜索时代重建的回顾,但这些被明确标为背景,不是本文可以引用的依据。任何基于它们写成的文章都只能编造自己的来源。

材料真正支撑的东西更窄,也更诚实:一次安全披露,一次附带管理层变动的数据库发布,一个披露异常坦率的 LLM 研究工作流,以及一篇带真实生产数据量的路由文章。这些都不能回答那个问题,而把这一点说出来,比假装能回答更有用。

评论 0

资料来源

12
  1. 01Branch Target Reuse: Spectre-v2 Attacks in JIT EnginesEN
  2. 02An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
  3. 03Routing LLM traffic across inference providers by cost, speed and reliabilityEN
  4. 04The Intelligent Data Platform for the AI EraEN
  5. 05The MongoDB Agent Platform | Atlas Agent EngineEN
  6. 06CRDTs are not enough: From CRDTs to a local-first sync engineEN
  7. 07VDE Figures: Electrical Engineering Programs Are Popular Internationally, But the Majority Leave Germany AgainEN
  8. 08Poetry for Engineers: The UI Designer's DreamEN
  9. 09What makes software development engineeringEN
  10. 10OpenJev: An open-source, Jev-compatible System One decision engineEN
  11. 11We Are Hiring Engineers Because of AI, Not Despite It: Inside Picnic's AI TransformationEN
  12. 12Reverse Engineering NovaLogic's Comanche Terrain MapsEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。