https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.netfly.top
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.netfly.top
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
🤖 SUSE SLES 16 发布：首个集成智能体AI的Linux企业发行版
SUSE 已发布 SUSE Linux Enterprise Server 16 (SLES 16)，使其成为首个集成智能体（agentic AI）的 Linux 企业发行版。SLES 16 利用 Model Context Protocol (MCP) 安全连接 AI 模型与数据源，允许企业在不依赖单一生态系统的情况下运行 AI 驱动的自动化。该版本还提供长达 16 年的生命周期，为“2038 年问题”做好了准备。预计 Red Hat 和 Canonical 等其他 Linux 企业发行版开发商可能会效仿 SUSE 推出类似功能。
(科技情报)
via 茶馆 - Telegram Channel
SUSE 已发布 SUSE Linux Enterprise Server 16 (SLES 16)，使其成为首个集成智能体（agentic AI）的 Linux 企业发行版。SLES 16 利用 Model Context Protocol (MCP) 安全连接 AI 模型与数据源，允许企业在不依赖单一生态系统的情况下运行 AI 驱动的自动化。该版本还提供长达 16 年的生命周期，为“2038 年问题”做好了准备。预计 Red Hat 和 Canonical 等其他 Linux 企业发行版开发商可能会效仿 SUSE 推出类似功能。
(科技情报)
via 茶馆 - Telegram Channel
蒂姆·库克表示更多AI将加入苹果智能
蒂姆·库克称苹果公司计划将更多第三方人工智能工具嵌入公司的操作系统。“我们的目标是随着时间推移与更多方进行集成，”库克在接受CNBC采访时表示。苹果已经将ChatGPT嵌入Siri，据称与谷歌Gemini的集成正在开发中，同时有传言称与Anthropic和Perplexity的合作正在酝酿。库克还称苹果正按计划于明年发布人工智能升级版Siri，并补充说我们的目标是随着时间推移与更多方进行集成。他在周四的财报电话会议上补充说，苹果在Siri方面取得良好进展，并指出人工智能领域的收购仍在考虑中。“如果认为能够推进我们的路线图，我们对进行并购持开放态度。”
—— Theverge
via 风向旗参考快讯 - Telegram Channel
蒂姆·库克称苹果公司计划将更多第三方人工智能工具嵌入公司的操作系统。“我们的目标是随着时间推移与更多方进行集成，”库克在接受CNBC采访时表示。苹果已经将ChatGPT嵌入Siri，据称与谷歌Gemini的集成正在开发中，同时有传言称与Anthropic和Perplexity的合作正在酝酿。库克还称苹果正按计划于明年发布人工智能升级版Siri，并补充说我们的目标是随着时间推移与更多方进行集成。他在周四的财报电话会议上补充说，苹果在Siri方面取得良好进展，并指出人工智能领域的收购仍在考虑中。“如果认为能够推进我们的路线图，我们对进行并购持开放态度。”
—— Theverge
via 风向旗参考快讯 - Telegram Channel
Chrome Canary 浏览器近期测试两项实验性功能：“Nano Banana”图像生成按钮与“Deep Search”深度搜索功能，均整合 Gemini AI 模型，嵌入新标签页搜索栏下方。前者用于生成图像提示，后者支持更复杂的自然语言搜索。
这两项功能需通过 Chrome Flags 实验设置启用，相关选项包括 #ntp-next-features、#ntp-composebox 与 #ntp-realbox-next。功能仍处测试阶段，使用中存在不稳定情况。Google 正持续推进 Chrome 向 AI 浏览体验演进。
Android Authority
🍀在花频道 🍵茶馆 📮投稿新鲜事
via 科技圈🎗在花频道📮 - Telegram Channel
Elevated errors on claude.ai
Oct 31, 09:25 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Oct 31, 09:25 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Elevated errors for requests to Claude 4 Sonnet
Oct 31, 09:25 UTC
Update - We are continuing to investigate this issue.
Oct 31, 09:17 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Oct 31, 09:25 UTC
Update - We are continuing to investigate this issue.
Oct 31, 09:17 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
韩国总统李在明周五会见了英伟达CEO黄仁勋，就扩大人工智能（AI）基础设施领域的合作进行了讨论。英伟达当天宣布了在韩国大规模投资的计划，在会议期间，英伟达公布了一项计划，将与韩国政府和领先的韩国企业合作，在韩国部署多达26万枚图形处理单元（GPU），其中5万个将分配给公共部门使用。
李在明表示，韩国的目标是成为亚太地区的“人工智能之都”，并指出贝莱德和OpenAI等全球公司已经同意加入旨在将韩国发展成为该地区人工智能中心的项目。
李在明表示：“希望英伟达也能参与建设基础设施、技术和投资相互促进的良性人工智能生态系统。”
三星电子会长李在镕、SK集团会长崔泰源、现代汽车集团会长郑义宣、Naver创始人和会长李海镇等英伟达主要合作伙伴的代表出席了当天的会议。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)
微软联合创始人比尔·盖茨近日在CNBC访谈中表示，全球正处于一场类似上世纪90年代末“互联网泡沫”的人工智能投资热潮，虽然AI具备真正的技术价值，但许多当下的投入最终将沦为“死路”。
盖茨强调，这并非像17世纪郁金香狂热那样的纯投机泡沫，AI的技术突破是真实存在的；但他将当前的火热行情比作互联网泡沫时代，“最后确实发生了深刻改变，世界被彻底重塑。但当时许多公司跟风烧钱，最终无疾而终”。
这一观点得到多位行业领袖呼应。OpenAI首席执行官山姆·奥特曼早前表示，当前市场对AI“过度兴奋”，投资人往往情绪膨胀；Meta CEO扎克伯格则承认存在泡沫风险，但依然宣布未来两年将继续扩大AI基础设施投入，仅2025年的资本开支就高达700–720亿美元。
尽管外界出现泡沫担忧，科技巨头仍在大规模加码算力建设。微软、Meta、亚马逊、Alphabet四家公司上季度资本支出合计达到约780亿美元，主要用于数据中心与AI芯片。
有讽刺意味的是，2019年微软决定投资OpenAI时，盖茨曾劝阻CEO纳德拉：“你会把这10亿美元烧掉。”如今，微软在OpenAI的持股估值已达到约1350亿美元。
盖茨称，AI将成为与微处理器、个人电脑、互联网同级别的“颠覆性技术”，有望彻底改变医疗、教育、通信等领域。但他提醒，行业高速扩张将带来资源浪费，一些公司可能会在“电价昂贵的数据中心”等错误方向上押注。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)
SUSE 成为第一个集成智能体的 Linux 企业发行版
2025-10-30 17:22 by 炼金术战争：解放
SUSE 发布了 SUSE Linux Enterprise Server 16，成为第一个集成智能体(agentic AI)的 Linux 企业发行版。SUSE 使用 Model Context Protocol (MCP) 安全连接 AI 模型与数据源，维持对模型提供商的自由选择。企业能运行 AI 驱动的自动化但无需依赖单一生态系统。SLES 16 提供了 16 年的生命周期，为 2038 年问题做好了准备。其它 Linux 企业发行版开发商如 Red Hat 和 Canonical 可能会效仿 SUSE 的做法推出类似的功能。
https://www.suse.com/news/suse-linux-enterprise-server-16-ai-ready-long-term-support/
#Linux
via Solidot - Telegram Channel
2025-10-30 17:22 by 炼金术战争：解放
SUSE 发布了 SUSE Linux Enterprise Server 16，成为第一个集成智能体(agentic AI)的 Linux 企业发行版。SUSE 使用 Model Context Protocol (MCP) 安全连接 AI 模型与数据源，维持对模型提供商的自由选择。企业能运行 AI 驱动的自动化但无需依赖单一生态系统。SLES 16 提供了 16 年的生命周期，为 2038 年问题做好了准备。其它 Linux 企业发行版开发商如 Red Hat 和 Canonical 可能会效仿 SUSE 的做法推出类似的功能。
https://www.suse.com/news/suse-linux-enterprise-server-16-ai-ready-long-term-support/
#Linux
via Solidot - Telegram Channel
AI 能帮你写代码，但把代码变成软件，还是得靠人
AI 能写代码，但它造不出软件
最近，我收到越来越多的消息：陌生人发来一坨 AI 生成的代码，配上一句“能帮我把它变成产品吗？”。
发信人往往是律师、销售、医生，甚至是咖啡店老板。他们没有写过一行生产代码，却用最新的 AI 工具在周末拼出了一个能跑的 demo。界面亮眼、交互顺畅、功能看似齐全——至少在本地机器上点两下是这样的。 然后，他们卡住了。卡在“上线”两个字上。 于是他们开始满世界找技术合伙人、CTO、外包团队，愿意用股权、现金、分成换取一个承诺：把这个玩具变成生意。
这让我反复问自己一个问题—— 如果 AI 真的能取代软件工程师，为什么这些人还需要我们？
这种感觉非常有共鸣，是我看到安仔的推文进而写下这篇，原文是Claude ceo 的一篇介绍bytesauna.com/post/coding… AI 会“写代码”，但它不会“做软件” 作者：Matias Heikkilä
你有没有发现，最近有相当多的人在到处寻找技术合伙人或者 CTO？
反正我吧，收到了多得惊人的这类咨询；他们的话术大同小异：“嘿，我这儿有个‘凭感觉编程 (Vibe Coding)’搞出来的 App，你愿意帮我把它做成‘生产就绪’（也就是能正式上线、稳定运行）的版本吗？”
我大概能给这些人画个像。想象一下：他们非常懂自己的业务，但一直以来都缺乏技术能力，没法把好点子变成现实——他们可能是个法律顾问，或者客户经理。
这些人干嘛要找我呢？
我也琢磨了一下，我觉得这释放了一个重要信号：到底有什么事是他们靠生成式 AI (GenAI) 没法独立完成的？
这不正是现在人人都想搞明白的问题吗？大家都想知道这些模型的能力边界。或者，说得再直白点：大家都想知道哪些工作很快要被淘汰了。
我收到这些求助，这个事实本身就说明了“软件工程”这个行业的一些问题。我的意思是，如果软件工程真的已经被 AI 自动化了，那根本不会有人来找技术合伙人。
嗯，我想我明白为什么我们会收到这些请求了。关键在于：AI 会写代码，但它不会构建软件。
这是我在花了大量时间用 AI 辅助编程、并且看了无数别人的演示之后，得出的结论。
圈内有句老话：写代码容易，软件工程难。
现在看来，说大语言模型 (LLM) 已经能自动化“大量写代码”的工作，这挺公允的。像 GPT-5 这样的模型（这里作者指代的是未来更强的模型），在解决那些定义清晰、孤立的小问题时，成功率相当高。
但是，“写代码”本身并不是大多数程序员拿工资的真正原因。构建一个能正式上线的 App，那不叫“写代码”，那叫“软件工程”。
在我看来，当你试图把一个“演示版 (demo)”变成一个“真正的产品”时，“写代码”就升级成了“软件工程”——而这，恰恰就是前面提到的那些人带着他们的项目来找你的时候。
我其实也不太清楚为什么 AI 至少目前还无法“构建软件”。
也许这和工作的本质有关。当你以写软件为生时，你的核心任务是处理“复杂性”。一个普通的线上产品，它做的可能只是一堆简单的事情。真正的挑战是，如何让“成百上千件”简单的事情同时不出错地运行，并且让整个系统保持“可维护性”。
换到我们今天讨论的 AI 话题下，这句话可以这么说：演示一个“功能”是一回事；而用一种支持“集成、扩展和长期可维护性”的方式来“构建”这个功能，则完全是另一回事，难度天差地别。
当你点开那些人发来的代码时，你会发现，所谓的“让 App 生产就绪”，真正的意思其实是“把这些代码全删了，从头重写”。
我觉得，这非常清楚地说明了我们在 AI 发展上目前所处的阶段。
下面是我的个人认知和理解
代码 ≠ 软件
写代码从来不是软件工程里最难的部分。 把一个明确定义的小任务拆成函数、补全语法、跑通单元测试——今天的 AI 已经炉火纯青。你给它一个 user story，它能吐出结构清晰、类型标注、测试覆盖的代码，速度比大多数 junior 快十倍。
但软件不是代码的堆叠。 软件是一座城市：
● 有下水道（错误处理、日志、监控）
● 有供电系统（部署、扩容、降级）
● 有消防通道（安全、合规、审计）
● 有城市规划（架构、分层、演进路径）
AI 能给你盖一栋漂亮的别墅模型，3D 渲染、灯光效果、VR 漫游一应俱全。
可它不会告诉你：
● 这栋楼的地基能不能扛台风？
● 消防通道够不够宽？
● 十年后要加装电梯，墙体要不要留洞？
那些找上门的人，拿来的正是这种“模型房”。
运行在 localhost:3000，依赖本地 SQLite，硬编码 API key，错误直接 console.log。 它能演示，却经不起风吹雨打。
复杂度的管理是人的专属 软件工程的核心不是“写”，而是“管”。
管理的是复杂度。
一个生产系统往往由几百个“简单”模块组成。单独看，每个模块都平平无奇：
● 用户登录
● 订单支付
● 库存扣减
● 消息推送 但要把它们同时跑起来，还要满足：
● 99.99% 可用性
● 峰值 10 万 QPS
● 数据最终一致
● 支持多地区部署
● 能平滑升级不掉单
● 出错能秒级回滚
● 成本控制在预算内 这就是几百个“简单”同时成立的约束条件。
AI 能解决其中一个，却无法同时满足全部——因为它没有“整体观”。
它不知道：
● 这个缓存失效策略在双十一会雪崩
● 这个数据库索引在数据倾斜时会锁表
● 这个第三方 SDK 在 iOS 18 上会闪退 这些知识不在训练数据里，而在无数次深夜排障的肌肉记忆里。
AI 是超级实习生，不是建筑师 把 AI 想象成一个顶尖的实习生：
● 学得快、码得快、文档写得漂亮
● 但没有 product sense
● 没有 cost awareness
● 没有 risk radar
你让它实现“用户上传头像”，它会给你一个完美封装的函数。 但它不会问：
图片要不要压缩？存储用 S3 还是 CDN？ 热点怎么做？ 违规内容怎么审核？ GDPR 合规怎么落地？
这些问题不是“代码问题”，而是“系统问题”。
它们分布在产品、运维、安全、财务、法务的交界处。 AI 没有跨部门的上下文，也没有权衡利弊的动机。
门槛没有降低，只是前移了 AI 把“写代码”的门槛拉低到几乎为零， 但把“定义问题”的门槛拉高了十倍。
过去，想法 → 代码 的链路被技术能力卡住。
现在，想法 → demo 只需一个 weekend。 但 demo → 产品 的链路，依然被复杂度管理卡住。
那些非技术创始人用 AI 跳过了第一道关卡， 却撞上了第二道更高、更硬的墙。 他们需要的不是“会写代码的人”， 而是“能把复杂度翻译成可持续系统的人”。
未来的分水岭 AI 不会取代软件工程师， 但会重新定义软件工程师。
未来的顶尖工程师不是写最多代码的人， 而是：
● 最懂业务，能把模糊需求翻译成可验证的约束
● 最懂系统，能在数百个维度上做最优权衡
● 最懂演进，能设计出“十年不重写”的架构 AI 会成为他们的超级杠杆：
● 自动生成 boilerplate -
● 智能重构 legacy 码 -
● 实时建议最佳实践 但杠杆再长， 方向盘还是握在人手里。
工具在进化，护城河在升级 AI 能写代码，却造不出软件。
AI 能写代码，
但软件是人驯服复杂度的艺术。
这条鸿沟，短期无解。
这条护城河，正在加固。
所以，下次有人拿着 AI demo 找你说“就差上线了”， 你可以微笑点头： “这屎山，老子改不动，找你的 AI去呀！”要干也不是就可以，加钱我重写！
via 掘金人工智能本月最热 (author: XCaptaino)
AI 能写代码，但它造不出软件
最近，我收到越来越多的消息：陌生人发来一坨 AI 生成的代码，配上一句“能帮我把它变成产品吗？”。
发信人往往是律师、销售、医生，甚至是咖啡店老板。他们没有写过一行生产代码，却用最新的 AI 工具在周末拼出了一个能跑的 demo。界面亮眼、交互顺畅、功能看似齐全——至少在本地机器上点两下是这样的。 然后，他们卡住了。卡在“上线”两个字上。 于是他们开始满世界找技术合伙人、CTO、外包团队，愿意用股权、现金、分成换取一个承诺：把这个玩具变成生意。
这让我反复问自己一个问题—— 如果 AI 真的能取代软件工程师，为什么这些人还需要我们？
这种感觉非常有共鸣，是我看到安仔的推文进而写下这篇，原文是Claude ceo 的一篇介绍bytesauna.com/post/coding… AI 会“写代码”，但它不会“做软件” 作者：Matias Heikkilä
你有没有发现，最近有相当多的人在到处寻找技术合伙人或者 CTO？
反正我吧，收到了多得惊人的这类咨询；他们的话术大同小异：“嘿，我这儿有个‘凭感觉编程 (Vibe Coding)’搞出来的 App，你愿意帮我把它做成‘生产就绪’（也就是能正式上线、稳定运行）的版本吗？”
我大概能给这些人画个像。想象一下：他们非常懂自己的业务，但一直以来都缺乏技术能力，没法把好点子变成现实——他们可能是个法律顾问，或者客户经理。
这些人干嘛要找我呢？
我也琢磨了一下，我觉得这释放了一个重要信号：到底有什么事是他们靠生成式 AI (GenAI) 没法独立完成的？
这不正是现在人人都想搞明白的问题吗？大家都想知道这些模型的能力边界。或者，说得再直白点：大家都想知道哪些工作很快要被淘汰了。
我收到这些求助，这个事实本身就说明了“软件工程”这个行业的一些问题。我的意思是，如果软件工程真的已经被 AI 自动化了，那根本不会有人来找技术合伙人。
嗯，我想我明白为什么我们会收到这些请求了。关键在于：AI 会写代码，但它不会构建软件。
这是我在花了大量时间用 AI 辅助编程、并且看了无数别人的演示之后，得出的结论。
圈内有句老话：写代码容易，软件工程难。
现在看来，说大语言模型 (LLM) 已经能自动化“大量写代码”的工作，这挺公允的。像 GPT-5 这样的模型（这里作者指代的是未来更强的模型），在解决那些定义清晰、孤立的小问题时，成功率相当高。
但是，“写代码”本身并不是大多数程序员拿工资的真正原因。构建一个能正式上线的 App，那不叫“写代码”，那叫“软件工程”。
在我看来，当你试图把一个“演示版 (demo)”变成一个“真正的产品”时，“写代码”就升级成了“软件工程”——而这，恰恰就是前面提到的那些人带着他们的项目来找你的时候。
我其实也不太清楚为什么 AI 至少目前还无法“构建软件”。
也许这和工作的本质有关。当你以写软件为生时，你的核心任务是处理“复杂性”。一个普通的线上产品，它做的可能只是一堆简单的事情。真正的挑战是，如何让“成百上千件”简单的事情同时不出错地运行，并且让整个系统保持“可维护性”。
换到我们今天讨论的 AI 话题下，这句话可以这么说：演示一个“功能”是一回事；而用一种支持“集成、扩展和长期可维护性”的方式来“构建”这个功能，则完全是另一回事，难度天差地别。
当你点开那些人发来的代码时，你会发现，所谓的“让 App 生产就绪”，真正的意思其实是“把这些代码全删了，从头重写”。
我觉得，这非常清楚地说明了我们在 AI 发展上目前所处的阶段。
下面是我的个人认知和理解
代码 ≠ 软件
写代码从来不是软件工程里最难的部分。 把一个明确定义的小任务拆成函数、补全语法、跑通单元测试——今天的 AI 已经炉火纯青。你给它一个 user story，它能吐出结构清晰、类型标注、测试覆盖的代码，速度比大多数 junior 快十倍。
但软件不是代码的堆叠。 软件是一座城市：
● 有下水道（错误处理、日志、监控）
● 有供电系统（部署、扩容、降级）
● 有消防通道（安全、合规、审计）
● 有城市规划（架构、分层、演进路径）
AI 能给你盖一栋漂亮的别墅模型，3D 渲染、灯光效果、VR 漫游一应俱全。
可它不会告诉你：
● 这栋楼的地基能不能扛台风？
● 消防通道够不够宽？
● 十年后要加装电梯，墙体要不要留洞？
那些找上门的人，拿来的正是这种“模型房”。
运行在 localhost:3000，依赖本地 SQLite，硬编码 API key，错误直接 console.log。 它能演示，却经不起风吹雨打。
复杂度的管理是人的专属 软件工程的核心不是“写”，而是“管”。
管理的是复杂度。
一个生产系统往往由几百个“简单”模块组成。单独看，每个模块都平平无奇：
● 用户登录
● 订单支付
● 库存扣减
● 消息推送 但要把它们同时跑起来，还要满足：
● 99.99% 可用性
● 峰值 10 万 QPS
● 数据最终一致
● 支持多地区部署
● 能平滑升级不掉单
● 出错能秒级回滚
● 成本控制在预算内 这就是几百个“简单”同时成立的约束条件。
AI 能解决其中一个，却无法同时满足全部——因为它没有“整体观”。
它不知道：
● 这个缓存失效策略在双十一会雪崩
● 这个数据库索引在数据倾斜时会锁表
● 这个第三方 SDK 在 iOS 18 上会闪退 这些知识不在训练数据里，而在无数次深夜排障的肌肉记忆里。
AI 是超级实习生，不是建筑师 把 AI 想象成一个顶尖的实习生：
● 学得快、码得快、文档写得漂亮
● 但没有 product sense
● 没有 cost awareness
● 没有 risk radar
你让它实现“用户上传头像”，它会给你一个完美封装的函数。 但它不会问：
图片要不要压缩？存储用 S3 还是 CDN？ 热点怎么做？ 违规内容怎么审核？ GDPR 合规怎么落地？
这些问题不是“代码问题”，而是“系统问题”。
它们分布在产品、运维、安全、财务、法务的交界处。 AI 没有跨部门的上下文，也没有权衡利弊的动机。
门槛没有降低，只是前移了 AI 把“写代码”的门槛拉低到几乎为零， 但把“定义问题”的门槛拉高了十倍。
过去，想法 → 代码 的链路被技术能力卡住。
现在，想法 → demo 只需一个 weekend。 但 demo → 产品 的链路，依然被复杂度管理卡住。
那些非技术创始人用 AI 跳过了第一道关卡， 却撞上了第二道更高、更硬的墙。 他们需要的不是“会写代码的人”， 而是“能把复杂度翻译成可持续系统的人”。
未来的分水岭 AI 不会取代软件工程师， 但会重新定义软件工程师。
未来的顶尖工程师不是写最多代码的人， 而是：
● 最懂业务，能把模糊需求翻译成可验证的约束
● 最懂系统，能在数百个维度上做最优权衡
● 最懂演进，能设计出“十年不重写”的架构 AI 会成为他们的超级杠杆：
● 自动生成 boilerplate -
● 智能重构 legacy 码 -
● 实时建议最佳实践 但杠杆再长， 方向盘还是握在人手里。
工具在进化，护城河在升级 AI 能写代码，却造不出软件。
AI 能写代码，
但软件是人驯服复杂度的艺术。
这条鸿沟，短期无解。
这条护城河，正在加固。
所以，下次有人拿着 AI demo 找你说“就差上线了”， 你可以微笑点头： “这屎山，老子改不动，找你的 AI去呀！”要干也不是就可以，加钱我重写！
via 掘金人工智能本月最热 (author: XCaptaino)
High error rate on AssistantsAPI 4o-mini
Status: Investigating
We are investigating the issue for the listed services.
via OpenAI status
Status: Investigating
We are investigating the issue for the listed services.
via OpenAI status
🚀 OpenAI与甲骨文“星际之门”项目加速，规划容量突破8吉瓦
OpenAI、甲骨文及Related Digital公司联合宣布，将在美国密歇根州萨利恩镇建设一个容量超1吉瓦的数据中心园区，作为其“星际之门（Stargate）”AI基础设施计划的最新进展。该项目预计2026年初动工，涉及数十亿美元投资，将创造超过2500个建筑工作岗位及至少450个运营岗位。
加上此前在威斯康星州Port Washington的规划以及美国已规划的其他六个站点，“星际之门”项目的总规划容量已突破8吉瓦，未来三年内的总投资预计将超过4500亿美元。此举旨在提前实现该项目5000亿美元、10吉瓦算力的承诺，以满足AI行业对计算能力的迅猛需求。OpenAI近期已完成重组，并有报道称正准备进行首次公开募股，估值可能高达1万亿美元。
(IT业界资讯)
via 茶馆 - Telegram Channel
OpenAI、甲骨文及Related Digital公司联合宣布，将在美国密歇根州萨利恩镇建设一个容量超1吉瓦的数据中心园区，作为其“星际之门（Stargate）”AI基础设施计划的最新进展。该项目预计2026年初动工，涉及数十亿美元投资，将创造超过2500个建筑工作岗位及至少450个运营岗位。
加上此前在威斯康星州Port Washington的规划以及美国已规划的其他六个站点，“星际之门”项目的总规划容量已突破8吉瓦，未来三年内的总投资预计将超过4500亿美元。此举旨在提前实现该项目5000亿美元、10吉瓦算力的承诺，以满足AI行业对计算能力的迅猛需求。OpenAI近期已完成重组，并有报道称正准备进行首次公开募股，估值可能高达1万亿美元。
(IT业界资讯)
via 茶馆 - Telegram Channel
🤖 Chrome Canary 测试“Nano Banana”和“Deep Search”AI 按钮，预示浏览器AI化转型
Google Chrome Canary 近期在搜索框下方测试两款全新AI按钮：“Nano Banana”和“Deep Search”。“Nano Banana”可自动插入“创建一张图片……”的提示，直接进入Google的图像生成流程；“Deep Search”则插入“帮我研究……”等提示，旨在支持Gemini驱动的复杂查询。这些功能目前需通过Chrome隐藏标志开启，尚处于不稳定测试阶段，但体现了Chrome正向AI驱动浏览器转型的方向。Google尚未公布广泛上线时间表。
(科技圈)
via 茶馆 - Telegram Channel
Google Chrome Canary 近期在搜索框下方测试两款全新AI按钮：“Nano Banana”和“Deep Search”。“Nano Banana”可自动插入“创建一张图片……”的提示，直接进入Google的图像生成流程；“Deep Search”则插入“帮我研究……”等提示，旨在支持Gemini驱动的复杂查询。这些功能目前需通过Chrome隐藏标志开启，尚处于不稳定测试阶段，但体现了Chrome正向AI驱动浏览器转型的方向。Google尚未公布广泛上线时间表。
(科技圈)
via 茶馆 - Telegram Channel
OpenAI 宣布推出 Aardvark，这是一款由 GPT-5 驱动的自主安全研究 AI 代理，现已开放私人测试版。Aardvark 能够持续分析源代码库，识别漏洞、评估可利用性、确定严重程度并提出针对性补丁。该系统采用多阶段流水线工作：首先分析完整代码库生成威胁模型，然后扫描提交级别的代码变更，在隔离环境中验证漏洞的可利用性，最后集成 OpenAI Codex 生成修复补丁。
在基准测试中，Aardvark 识别出了 92% 的已知和合成引入的漏洞。该工具已在 OpenAI 内部代码库和外部合作伙伴中运行数月，发现了多个有意义的漏洞。OpenAI 还将 Aardvark 应用于开源项目，已负责任地披露了多个漏洞，其中 10 个获得了 CVE 标识符。公司计划为精选的非商业开源项目提供免费扫描服务。
OpenAI
🍀在花频道 🍵茶馆 📮投稿新鲜事
via 科技圈🎗在花频道📮 - Telegram Channel
Google开发的 Chromium 是诸多浏览器的基石，但研究人员在 Chromium Blink 渲染引擎中发现了可能导致拒绝服务攻击的新漏洞，成功利用这个漏洞可以在短短 30 秒内耗尽内存导致死机。
最初这个漏洞由安全研究人员 Jose Pino 发现，随后研究人员在 8 月 28 日向 Chromium 安全团队披露此漏洞并在 8 月 30 日获得跟进，之后Google安全团队没有再提供回复，漏洞也没有被修复。
目前并不清楚Google没有修复漏洞的原因是什么，但考虑到长时间没人回复，研究人员已经公开披露漏洞并创建概念验证程序，利用这个概念验证程序可以轻松导致 Chrome 等浏览器崩溃。
研究人员称，攻击途径源于 document.title API 更新完全没有速率限制，因此攻击者可以每秒注入高达数百万次的 DOM 变更，在注入过程中阻塞主线程并干扰事件循环最终导致崩溃。
现在任何人都可以获取概念验证程序 Brash 来测试这个漏洞，测试显示启动概念验证程序后仅需 30 秒就可以让 Chrome 占用高达 18GB 的内存，甚至可以引发 Windows PC 也崩溃。
理论上说所有基于 Chromium 的浏览器都受到这个漏洞影响，包括 Chrome、Microsoft Edge、ChatGPT Atlas、Brave 等等，Firefox 和 Safari 由于使用不同的内核因此不受问题影响。
另外这个漏洞利用起来也非常简单并且可以用来恶作剧，例如在特定网站植入恶意代码并诱导用户访问，当用户访问时恶意代码就会工作并耗尽内存，所以这个功能拿来发起拒绝服务攻击 (DoS) 确实非常有效。
由于Google迟迟没有回应和修复漏洞，研究人员发布概念验证程序也是敦促Google修复的一种方式，毕竟 Chromium 在全球的用户有几十亿名，及时进行修复是有必要的。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：蓝点网)
目前 OpenAI Sora 视频生成功能向用户每天提供 30 次的免费视频生成，这个视频生成次数应该可以满足普通用户的日常使用需求，但如果用户需要更多视频生成次数那就需要考虑 OpenAI 的商业化措施了。
目前 Sora 已经在 Apple App Store 上线额外付费功能，价格为每 10 次生成次数 4 美元，也就是如果用户当天 30 次使用机会耗尽后，可以充值次数来继续生成视频。
OpenAI Sora 项目负责人在 X 上表示：
值得注意的是 Sora 还计划在未来引入个人和公司创作者，即创作者可以入驻 Sora 平台，然后版权所有者可以根据喜爱的角色和人物客串进行额外收费，类似于创作者提供素材，用户调用素材，这样用户需要付费而创作者也可以获得额外收入。
公司非常惊讶于高级用户对于 Sora 的需求，而目前的经济模式完全无法维持，原本公司以为每天 30 次的免费生成次数已经足够，但显然我们错了。
现在推出额外的付费策略将使专业创作者能够根据自身需求付费，最终为了适应增长我们不得不降低免费显卡的数量 (即免费版生成次数占用的 GPU 算力)，否则 GPU 数量将无法支撑增长。
这种商业化途径确实是个很好的思路，现在很多视频和动画领域也存在类似的商业模式，即创作者提供素材让用户付费调用，只是没想到在 AI 视频创作领域也能使用类似的方法。
不过现阶段这种商业模式还未上线，可能在未来某个时候 OpenAI 会邀请部分知名的创作者或版权公司进行测试，尤其是日本的动画公司可能会根据这种模式获得新的收入途径。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：蓝点网)
