依意思最接近的 17 筆
Linus Torvalds 發布了首個由 LLM 輔助編寫的補丁系列，共 10 個補丁，用於解決一個長期存在的問題，已提交核心郵件列表評審。該系列改進 folio 查詢：識別出熱 folio 後延遲到 RCU 週期之後再釋放，使 folio 資料訪問本身也能在 RCU 保護區內完成，快速路徑無需取引用計數，在 read() 密集的基準測試中帶來約一個數量級的加速。不過評審已指出程式碼存在競態條件，仍需繼續修改。
OpenAI 稱其安全研究團隊用一條自主流水線、在一次執行中藉助一款未發布模型，為 Linux 核心驗證並生成 948 個本地提權漏洞的補丁，API 成本約 120 萬美元。代理還發現並使用了至少 10 種被視為新穎的利用手法，OpenAI 正與 Linux 維護者和 Patch the Planet 合作提交報告與補丁，並表示將投入大量前沿算力做開源補丁。
OpenAI 用尚未發布的網路安全模型搭建 AI Agent 流水線，在 Linux 核心中確認 948 個獨立的本地提權漏洞，總花費約 120 萬美元，平均每個 1279 美元。偵察 Agent 先從 4000 多萬行程式碼中篩出 280 萬行，12 小時產出 2308 份疑似報告，30 小時內復現 1724 個核心崩潰，徹底誤報僅 3.1%，最終寫出 1169 個拿到 root 的利用程式。
OpenAI 建置了一條自動化流水線，在 Linux 核心中發現並驗證了共 948 個本地提權漏洞，併為每個漏洞生成補丁。這些漏洞屬於本地權限提升，攻擊者獲得本地訪問後可嘗試取得 root 權限；流水線覆蓋發現、驗證和補丁生成三個環節。原文未說明這些補丁是否已合入 Linux 主線，也未給出受影響版本、披露時間或漏洞編號。
Linux 核心穩定分支維護者 Greg Kroah-Hartman 在 Kernel Recipes 2026 發表題為《Security in the LLM age》的演講，影片時長 56 分 51 秒，於 2026 年 9 月 29 日發布在 Kernel Recipes 的 YouTube 頻道，目前播放量約 9,566 次、193 個贊、32 條評論。該頻道訂閱數 8.1K，影片採用 Creative Commons 署名許可，部分語言的音軌為自動生成。
OpenAI 表示，其智慧體發現並使用了至少 10 種 Linux 漏洞利用技術，據 OpenAI 以及其諮詢過的專家判斷，這些手法此前均無公開記錄。這說明前沿大模型不只是套用已知攻擊手法，還可能自行發現新的利用路徑，並具備修補這些路徑的能力。原文未披露涉及的具體模型、測試環境與漏洞披露細節。
AI 讓 unikernel 重新變得可行：過去要自己為應用手寫 TCP、HTTPS、儲存等庫，現在可以用 agent 把缺失的庫移植過來。文中舉例，把 Go 的 Stripe 庫移植成 OCaml，或讓 agent 用 Rust 重寫 mkfs.xfs，輸出與磁碟格式逐位元組一致，只花了幾小時。安全性上，unikernel 沒有 shell 和直譯器，攻擊面更小，常見的 drive-by RCE 會變成需要原始碼的定向攻擊；
Linux 核心 IPv4 TCP 握手存在 use-after-free 漏洞 CVE-2026-98432，核心 CNA 給出 CVSS 9.8 嚴重評級，遠端未認證對端即可觸發。上游 10 月 11 日與 15 日在 7.2.10、6.18.56、6.12.113、6.6.159、6.1.190、5.15.223、5.10.272 等穩定版本修復，7.3 於 10 月 18 日跟進，漏洞可回溯至 4.4。
OpenAI 發布 GPT-6 Cyber，稱其在安全研究上把更強的能力與更好的模型對齊結合起來。該模型驅動了昨日公布的 Linux 核心研究，Mozilla、Palo Alto Networks、Calif、Cisco 以及 OpenAI 內部的安全團隊已在使用。目前它只向部分 Daybreak Red 客戶開放，OpenAI 表示將逐步擴大訪問範圍。
LayerFS 在 Hacker News 上對外亮相，定位為「面向 AI coding agent 的檔案系統」，官網 layerfs.ai 已可訪問。目前公開資訊很少：沒有說明實現方式、適配哪些 coding agent，也沒有價格與開源情況；該帖在 HN 上僅獲 10 分、6 條評論，屬於早期低調發布。
安全研究站點 penligent.ai 發布分析文章，指出 Linux TCP 協議棧存在釋放後使用（use-after-free）風險，漏洞編號為 CVE-2026-98432，文中還給出補丁驗證的方法。原文未披露受影響的核心版本範圍、觸發條件、修復版本，也沒有提到是否存在在野利用。
在 MSI Prestige 等 RTX Spark 筆記本上安裝原生 Linux 後，插電時 GPU 被鎖在約 780MHz，GPT-OSS-120B 推理只有 13.9 tokens/s，而 Windows 與 WSL 都在 65 tokens/s 左右，約慢 5 倍。
OpenAI 表示，其目標是幫助防禦者在攻擊者利用前發現並修復漏洞，目前正與 Linux 維護者及 Patch the Planet 合作伙伴就漏洞報告和補丁展開合作。原文沒有披露具體漏洞數量、受影響元件、披露時間表或補丁發布範圍，只說明相關報告與補丁由合作方共同推進。該說明強調在攻擊者利用前完成發現與修復，並突出與 Linux 社群協作。
llama.cpp 建置 b11533 修復了 Adreno A6x GPU 上的 OpenCL 核心編譯崩潰，並把 Adreno 623 加入 A6X 檢測列表。具體做法是在 A6X 上跳過 kernel_cpy_f32_f32_pack——A623 的編譯器後端（E031.50.31.01）無法處理引數過多的核心；GEMV 核心裡的 get_local_size 也加了常量摺疊變通方案。
llama.cpp 合併 b11405 版本更新，為 lightning indexer 在 CUDA 與 ROCm 後端新增分塊核心，針對 4 頭場景最佳化。新核心將鍵以半精度暫存、查詢逐頭載入，每執行緒負責一個鍵對兩個 token，避免點積的跨執行緒歸約；同時把乘積改為 float 計算以防 half2 溢位，並讓每個鍵元素只擴充套件一次供所有頭使用。ROCm 上內層迴圈展開 8 次，gfx908 僅用 63 個 VGPR 無溢位，R9700 上核心提速 36 倍。
llama.cpp 發布 b11384 版本，官網為 llama.app，並附 GitHub 建置證明。該版本提供 macOS、iOS、Linux、Android、Windows 及 openEuler 的預編譯包，涵蓋 Apple Silicon、CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 與 Snapdragon 的 CPU、Adreno GPU、Hexagon NPU 等後端。
llama.cpp 發布 b11462 建置，本次合併的主要改動是 SYCL 後端的 fattn_kv_buffers 清理（#27689）。該版本繼續提供 macOS/iOS、Linux、Android、Windows、openEuler 的預編譯包，覆蓋 CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL，以及驍龍平台的 CPU、Adreno GPU 與 Hexagon NPU。