Author: Ada - 1ban.news

美国太空军已接收其首部可移动式高功率电磁束武器，该武器旨在在不产生轨道碎片的情况下使敌对方卫星失效，标志着该军种太空电磁作战能力的一个重大运作里程碑。 2026年6月8日，太空军作战部队司令部正式接收首套Meadowlands反通信系统投入作战任务。该系统由L3Harris技术公司在作战任务系统支持框架下研发，将由第3太空三角洲部队（DEL 3），，太空电磁战部队操作，并最终作为多达32个单元的编队部署。 功能 Meadowlands是一种地基反卫星系统，利用多频段、双极化卫星通信天线产生电磁束。该系统并非从物理上摧毁目标，而是产生太空军所称的”可逆效应”，干扰卫星功能并破坏星载软件或硬件，而不会产生动能反卫星武器所造成的碎片场。 这种非动能方法是有意为之。产生碎片的反卫星试验，例如俄罗斯2021年摧毁Cosmos 1408以及中国2007年的试验，因制造出长期存在的轨道碎片云，危及卫星和载人航天器而受到广泛谴责。Meadowlands的设计目标是在不加剧太空碎片问题的情况下实现相同的拒止效果。 可移动且可部署 该系统安装在一个轮式拖车平台上，可通过洛克希德C-130大力神运输机或更大的运输机空运。相比之下，太空军2020年的旧式CCS Block 10.2系统移动需要23个运输箱，而Meadowlands仅需7个运输箱，大幅减少了后勤负担。 据太空军作战部队司令部称，该系统的核心功能是”探测、拒止、干扰和削弱”敌对方太空资产。它旨在应对一系列轨道威胁，包括侦察卫星、通信中继卫星，以及潜在的导航和瞄准航天器。 更广泛武器库的一部分 Meadowlands是太空军正在部署的三层反空间架构中的最新组成部分，与现有CCS和远程模块化终端（一种低信号特征的远程操作干扰器）并列。三个系统共同提供军事规划人员所描述的层叠式可逆效应，可与欺骗、机动和辐射控制战术同步。 彭博社于2025年11月报道，太空军计划专门布署这些系统以应对中国和俄罗斯的卫星能力。中国已发展出日益复杂的轨道资产用于侦察、通信和潜在的反卫星行动，而俄罗斯则展示了直接上升式反卫星导弹和可能用于敌对会合的轨道机动能力。 理论框架是明确的：太空军条令将太空优势定义为确保在太空及从太空采取行动的自由，同时拒绝敌方享有同样的自由，理想情况下通过非动能、符合政策的途径实现。可逆干扰符合这一要求，，为指挥官提供快速、精确且在武装冲突法下具有法律依据的选择，同时将升级风险降至最低。 婷 翻译 Sources: Space Force gets first mobile high-powered electromagnetic beam weapon to cripple enemy satellites (Tom’s Hardware, July 9, 2026); Space Force’s high-powered electro beam nullifies hostile satellites (New Atlas, July 6, 2026); U.S. Space Force launches new […]

随着OpenAI推出其最新先进大语言模型Sol，，一个与Anthropic曾被短暂禁用的Fable 5大致相当的系统，，一个基本问题仍未得到解答：谁判定它是安全的，依据什么标准？ 答案，就行政官员小圈子以外的任何人所能判断的而言，是没有人完全确定。 “我不觉得我有足够的信息来判断它们是否充分，”乔治城大学安全与新兴技术中心（CSET）的高级研究分析师Mina Narayanan告诉TechCrunch。”政府与Anthropic和OpenAI之间的对话具体是什么样子，这一点尚不清楚。” 没有规则，没有流程 特朗普政府执政18个月后，仍然没有公开已知的前沿AI模型许可要求。2026年5月经过数周内部斗争后发布的一项行政命令为未来的监管制定了路线图，但没有规定任何具体标准。哪些模型需要政府审查、哪个机构应进行评估、以及这些评估应如何进行，都没有达成一致。 商务部AI标准与创新中心目前默认主导这项工作，但六个内阁级机构面临2026年8月初的最后期限，需要最终确定一个他们尚未达成一致的审查流程。 与此同时，审批工作临时进行。OpenAI的Sol通过与商务部长Howard Lutnick、财政部长Scott Bessent和美国国家网络总监Harry Cairncross的直接对话获得批准。实际参与的评估者及其使用的方法仍未披露。OpenAI指出其已发布的安全卡，其中包括来自英国AI安全研究所、SecureBio和Irregular的评估，，但政府的作用或调查结果尚未得到独立验证。 政治，而非政策 这种不透明性引发了批评，认为与政府的个人关系正在填补规则缺失留下的空白。OpenAI CEO Sam Altman已公开提出向拟议的美国主权财富基金提供公司最多5%的股权，他称之为”Trump Accounts”。OpenAI总裁Greg Brockman是特朗普中期选举政治行动委员会公开已知的最大个人捐赠者。 “没有人知道获得许可的要求是什么，”曾在特朗普政府担任政策顾问、现在OpenAI工作的Dean W. Ball告诉TechCrunch。 与Anthropic的对比具有启发性。Anthropic的Fable 5因越狱担忧以及与政府关系的恶化而短暂退出广泛访问。出口禁令的威胁，，最终被实施，数周后才解除，，可能使OpenAI更愿意配合模糊的政府要求。 “这本质上是一个问题，”Databricks、Perplexity和Laude Institute的联合创始人Andy Konwinski说。”安全与否不重要，关键是谁拥有决策权，，谁把关并决定许可权限？” 提议的解决方案 Konwinski倡导一种受FDA和国家实验室启发的”开放共享”模式，召集研究人员、政府官员和私营公司就安全评估达成共识。他还提出了”专注研究组织”（FRO），允许公正的学者和非营利组织评估前沿模型。 Ball建议建立一个由政府许可的第三方审计组织系统，直接评估前沿实验室的安全实践。 这两项提案都关注一个核心问题：没有透明的标准、独立的专家评估和可重复的流程，公众和科学界将处于黑暗之中。而没有这些，当前这个秘密、临时且易受政治影响的系统可能会持续下去。 “想象一下这种情况，”Two Sigma创始人的David Siegel说，”少数公司控制着技术；政府在其秘密实验室中进行评估……广大公众和科学界根本无法获取这些东西。”文章指出，”我们似乎不需要想象这种情况。” 来源：政府如何判定OpenAI的前沿模型可以安全发布？（TechCrunch，2026年7月9日） 婷 翻译

红杉资本合伙人David Cahn三年前提出了所谓的”AI的2000亿美元问题”，即行业在Nvidia GPU上的支出与其需要赚回的收益之间的差距。如今，这一问题规模已扩大了一个数量级，但答案仍不明朗。 Cahn的最新分析显示，2026年AI基础设施支出将达到1.5万亿美元。要收回这一投资，该行业必须产生3万亿美元的营收。Cahn警告称，考虑到内存成本上升以及专用推理芯片费用增加，这一数字可能仍被低估。 Cahn写道：”近年来，由于这些瓶颈动态和建设成本上升，每吉瓦资本支出所需的营收大幅增加。” 营收缺口 AI行业当前的营收状况好坏参半。Anthropic的年化营收已达到约600亿美元。OpenAI报告2025年营收为130亿美元，并称截至2025年11月年化营收运行率已达200亿美元。 但与3万亿美元的目标相比，即便是这些抢眼的数字也仅占所需金额的一小部分。超大规模云服务商，Google、Meta、Microsoft和Amazon，预计到2028年将实现大规模自由现金流回报，它们共同将基础设施支出加速到远超过传统云计算建设的水平。四大巨头2026年资本支出合计预计将达到7250亿美元，较2025年增长77%，其中约四分之三直接与AI基础设施相关。 回报前景面临的风险 三个结构性风险使该行业实现收支平衡的路径复杂化： 1、「商品化」。许多在中国开发的廉价开源权重模型正逐渐普及，削弱了专有前沿模型的市场份额。这压缩了现有企业的定价能力。 2、「代币价格下跌」。OpenAI的Sam Altman指出，最新模型在编程任务上的代币效率比前代产品高出54%。效率提升对用户有利，但除非代币总量成比例增长，否则会降低每次查询的收入，，这一动态已引发关于AI公司是否在实质上与自身先前定价竞争的讨论。 3、「系统性市场风险」。Apollo Global Management首席经济学家Torsten Slok警告称，AI投资集中在少数几家超大规模企业手中，为整体市场创造了单点失败风险。Slok写道：「如此多的筹码押注在如此少数的企业身上，回报放缓就不仅是行业问题，还可能使经济陷入衰退，并导致标普500指数进入调整。」 互联网时代的回响 与1990年代末电信基础设施建设的相似之处不容忽视。在互联网繁荣时期，电信运营商基于膨胀的需求预测铺设了超过1.3亿公里的光纤电缆，其中大部分从未被启用。如今超过6000亿美元的AI基础设施投资周期遵循着类似的逻辑：在需求尚未以任何接近投资规模的形式实现之前，就建设巨大的产能。 不同之处也存在。纳斯达克100指数今日远期市盈率约为28倍，而1999年峰值时为89倍。而且推动这一支出的超大规模企业是真正的盈利企业，而非投机性初创公司。但实物基础设施泡沫比股市泡沫更难化解。硬件会贬值，而下一代Nvidia GPU将加速当前一代加速器的淘汰，如果营收未能跟上，亏损将进一步扩大。 悬而未决的问题 AI行业未必走向崩盘。但Cahn三年前提出的核心问题仍未得到解答：谁来为这一切买单？在营收端追上资本支出之前，随着超大规模企业每将一个数据中心和GPU集群上线，这一缺口就会扩大一分风险。 Sources: Can AI answer the $3 trillion question? (TechCrunch, July 9, 2026); The $600 Billion Question (iDX Insights); AI’s $600B Question (Sequoia Capital) 婷 翻译

西方对先进半导体的出口管制旨在切断中国和俄罗斯在人工智能和军事应用领域所需的芯片供应。然而，这些管制反而加速了一条平行供应链的建立，这可能永久性地重塑全球芯片市场。 这一新兴动态在2026年5月的一句话中得到了体现。俄罗斯联邦储蓄银行（Sberbank）首席执行官赫尔曼·格列夫（German Gref）对国家电视台Channel One表示，他希望在该国旗舰AI模型GigaChat上运行中国制造的处理器。这一声明是在弗拉基米尔·普京总统对北京进行为期两天的国事访问期间发表的，凸显了一个结构性转变：美国制裁正在为中俄芯片贸易联盟创造条件。 中国芯片产量激增 在制裁压力下，中国的半导体制造非但没有崩溃，反而大幅扩张。据Tom’s Hardware报道，仅2024年第一季度，中国芯片产量就跃升了40%。这一增长主要来自成熟制程芯片，，28纳米（nm）及以上，，这些芯片不受最严格出口管制的约束，但对从汽车到工业设备的一切都至关重要。 然而，中国最先进的国内代工厂中芯国际（SMIC）在深紫外（DUV）光刻设备上生产7纳米级芯片方面仍然面临困难。良率和周期时间的限制意味着，中芯国际能生产的每一颗先进芯片都面临来自中国科技巨头的巨大国内需求。 俄罗斯的中国芯片困境 这正是俄罗斯困境的严峻之处。俄罗斯联邦储蓄银行希望将华为的昇腾（Ascend）950PR AI加速器用于GigaChat，，该加速器在推理性能上介于英伟达H100和H200之间，并据称以2.8倍的优势超越受限制的H20。但华为能生产的每一颗Ascend 950PR，，该公司2026年目标产量为75万颗，AI芯片收入约120亿美元（约合93亿英镑），，都已被预订一空。仅字节跳动在今年早些时候就承诺了56亿美元的950PR订单，而阿里巴巴和腾讯也有各自的大额配额。 俄罗斯联邦储蓄银行于2026年1月以270亿卢布（3.56亿美元，约合2.75亿英镑）收购了俄罗斯最大电子产品制造商Element 41.9%的股份。但Element的生产重点在于国防和工业应用，而非数据中心AI加速器。俄罗斯最先进的国产芯片制造目标是到2030年实现65纳米光刻，，大约落后前沿技术25年。 “美国制造了一种局面，使中国和俄罗斯成为天然的芯片贸易盟友，”一位跟踪出口管制的半导体分析师表示。”但中国自身的需求如此强烈，可能没有多少供应留给俄罗斯。” 政策摇摆不定 特朗普政府在芯片制裁方面的做法毫无一致性可言。政策在收紧和放松限制之间摇摆不定，有时甚至在同一月份内发生变化。2026年上半年，美国批准了英伟达H200 AI芯片对华出口，同时扩大了对中国设备制造商的制裁，这给盟友和对手都造成了关于美国半导体贸易政策稳定性的困惑。 2026年5月普京访问北京期间签署的联合声明呼吁在人工智能领域加强双边合作，并支持中国提出的全球AI治理框架提案。这是否会转化为对一个受制裁的俄罗斯买家，，在一个与中国互联网经济支柱竞争的市场中，，的实际芯片分配，仍然是一个悬而未决的问题。 就目前而言，制裁制度实现了一件难以逆转的事情：它让中国和俄罗斯都确信，它们需要建立一个不能被华盛顿切断的半导体供应链。而它们正在共同建设这一供应链。 来源：While the U.S. flip-flops on chip sanctions, China is building its own chip supply market（Tom’s Hardware，2026年7月9日）；Sberbank bets on Chinese chips for Russia’s AI race（Cryptonomist，2026年5月20日）；Russia’s Sberbank wants Chinese chips for GigaChat AI（Tom’s Hardware/Yahoo Tech，2026年5月20日） 婷 翻译

努比亚证实，将于本月晚些时候推出其所谓的全球首款系统级AI代理智能手机，这标志着从回答问题的AI手机向能够自主执行多步骤任务的AI代理的转变。 该设备将于7月17日至20日在上海举行的2026年世界人工智能大会（WAIC）上首次亮相。业内猜测，这款手机是与字节跳动合作开发的努比亚第二代豆包智能手机的商业版本。其前身努比亚M153是一款技术预览版，上市首日销量达3万台，早已显示出消费者对移动设备上代理型AI的巨大需求。 工作原理 与主要通过聊天界面回答问题或生成内容的现有AI智能手机不同，努比亚表示其AI代理已深度集成到操作系统本身。该系统能够理解自然语言指令（”预订最便宜的北京航班”），然后自主执行任务：打开航空公司应用、比较票价、填写表格并完成支付，无需人工操作。 该架构结合了多项技术组件： GUI代理，能够以视觉方式理解并操作手机界面，而非仅依赖API集成 设备端大语言模型，在不将每次查询发送至云端的情况下实现实时推理和屏幕交互 中兴通讯自研CoClaw智能调度系统，实现应用与生态系统间的无缝协作，完成复杂自动化任务 从AI驱动到AI代理 努比亚所强调的区别至关重要。过去两年间，所有主要智能手机制造商都增加了生成式AI功能，，设备端翻译、照片编辑、摘要，，这些功能有用，但本质上是被动的：用户提问，手机回答。而努比亚的做法是主动型的。AI代理旨在理解上下文、跨任务维持状态，并从头到尾独立执行多应用工作流。 上海方面此前已暗示，豆包的商业发布将成为2026年WAIC的重大产品公告。如果该设备能够实现其所宣称的能力，将迫使竞争对手回答一个行业两年来一直在思考的问题：如果你的手机具备AI功能但没有真正的AI代理，它真的算AI手机吗？ 来源：Nubia to launch world’s first AI agent smartphone（Gizmochina，2026年7月8日） 婷 翻译

AMD悄然复活了其七年前的Zen 2架构，推出了新款桌面处理器Ryzen 7 4700LE，该芯片已出现在亚马逊上一款廉价预装游戏PC中。 4700LE是一款8核16线程CPU，基于AMD的Zen 2微架构，与2019年7月发布的Ryzen 3000系列采用相同设计。其基础频率为3.6GHz，最高睿频4.2GHz，功耗65瓦，不带集成显卡，是一款纯CPU，而非像2020年推出的Ryzen 7 4700G那样的加速处理单元（APU）。 该芯片的L2+L3缓存总计仅12MB，其中高性能L3缓存只有8MB。相比之下，AMD目前最新的Zen 5处理器在其X3D型号中可配备超过100MB缓存，最高频率突破6GHz。4700LE在2026年属于入门级硬件。 仅限OEM AMD将4700LE定位为「仅限OEM」产品，这意味着它不会作为独立零售产品销售，而是由系统集成商搭载于预装机器中。一家名为Qehi的品牌已在亚马逊美国站上以800美元（约合620英镑）的价格出售一款台式机。该机型配备4700LE处理器、Nvidia GeForce RTX 3050 GPU（8GB显存）、16GB DDR4内存和500GB（半TB）SSD。 硬件评论人士指出，800美元的价格下该机型并非明显超值。ExtremeTech报道称，同样的金额在2024年也未必划算。Zen 2架构有限的缓存和较低的时钟频率将制约其游戏性能，尤其在CPU密集型游戏中，而RTX 3050按2026年标准也不算高端显卡。 为何此时推出？ 最可能的解释是Zen 2芯片库存过剩以及廉价PC需求的持续存在。AMD继续从AM4平台中挖掘价值，该平台在四代架构更迭中保持了显著的生命力。4700LE是AMD悄悄加入产品线的多款「新旧」芯片之一，此外还包括各类Ryzen 5000系列的更新。 这款芯片也可能反映了入门级桌面市场的供应动态。由于AI需求将先进制造产能转向数据中心产品，AMD可能正在使用台积电较旧的7nm（7纳米）晶圆来生产廉价桌面芯片。这些晶圆已完全折旧，因此生产成本低于新的4nm或3nm设计。 从陌生品牌购买预装系统时，消费者应仔细检查配置。2026年的「8核处理器」可能基于七年前的架构。 来源：《AMD复活旧款Zen 2处理器用于廉价PC》（Tom’s Hardware，2026年7月9日）；《AMD以Ryzen 4700LE带回Zen 2》（ExtremeTech，2026年7月9日）；《AMD悄然推出基于Zen 2的Ryzen 7 4700LE》（Wccftech，2026年7月9日） 婷 翻译

来自橡树岭国家实验室、克利夫兰诊所和IBM的研究团队首次完成了聚变燃料材料，一种名为FLiBe的熔盐的量子计算，未来的核聚变反应堆将用它来生产自己的燃料。 这项研究以arXiv预印本形式发表，采用了一种称为量子中心超级计算的混合量子-经典方法，计算了FLiBe（氟、锂和铍的盐）的九种分子构型。量子电路处理了电子行为，原子间的键合和相互作用，这非常适合量子硬件，而经典计算机则完成了其余计算。 为什么FLiBe很重要 商业聚变能面临的最大工程挑战之一是氚稀缺。氚是氢的一种放射性同位素，是关键的聚变燃料，但在自然界中极为罕见。未来的聚变反应堆被设计为在围绕反应堆核心的熔盐”包层”内部生产自己的氚。FLiBe是该包层材料的主要候选者。 准确理解氚原子如何在原子水平上与FLiBe结合，对于优化反应堆设计和氚产率至关重要。在此之前，这些相互作用只能通过经典计算方法进行近似。 “这项工作建立在我们在大规模模拟复杂生物系统方面的进展之上，包括跨越12,635个原子的蛋白质，并将这些技术扩展到材料科学，”克利夫兰诊所的Kenneth Merz（该论文的通讯作者）表示。 技术方法 该团队使用了IBM的量子中心超级计算架构，该架构将量子处理器用于那些受益于量子优势的计算部分（电子关联和键合），并将经典超级计算机用于其余部分。相同的方法此前已应用于蛋白质模拟，现在正被改编用于材料科学。 IBM量子中心超级计算首席技术官Jerry Chow表示，这项工作表明”将量子、人工智能和经典计算结合起来，对于应对我们社会最基本的科学挑战至关重要。” 接下来的步骤包括减少量子处理器和经典处理器之间的数据传输时间，以及扩大可建模的分子系统规模。研究人员旨在使该工作流程可供聚变开发者用于他们自己的反应堆材料。 婷 翻译 Sources: Interesting Engineering (July 8); arXiv (2026)

OpenAI 发布了 GPT-Live，这是一个基于全双工架构的新型语音模型系列，能够同时收听和说话，实现包含反馈、打断和实时轮换的自然对话流程。 该模型今日起在 ChatGPT 中可用，代表了从原有的级联式 ChatGPT 语音系统和更新的 Advanced Voice Mode 的重大架构变革。GPT-Live 使用单个模型在生成输出的同时持续处理输入，每秒多次做出交互决策：说话、倾听、暂停、打断或调用工具。 两大架构创新 第一个是全双工处理。以往的语音系统基于轮换制：一方说话，然后另一方回应，以沉默为界限。GPT-Live 消除了这一限制。该模型可以在用户仍在说话时添加简短的反馈（”嗯嗯”，”是的”），可以在句子中间被打断，并且可以自然地暂停和恢复。它还支持语言之间的实时翻译。 第二个是委派。当用户提出需要网络搜索、深度推理或智能体能力的问题时，GPT-Live 将任务交给后台运行的 GPT-5.5，同时保持对话流畅。用户会听到快速的确认（”稍等，我还在”），答案会在不中断语音交互的情况下到达。 评估 在 5 到 10 分钟对话的人类偏好测试中，GPT-Live-1 和 GPT-Live-1 mini 在所有测量维度上均大幅优于 Advanced Voice Mode：整体偏好、轮换质量、打断处理、对话流畅度和自然度。 在自动化基准测试中，GPT-Live-1 在 GPQA（专家级科学推理）、BrowseComp（智能体网络搜索）以及用于多轮电信支持任务的 tau3-Voice Telecom 基准测试上显著优于 Advanced Voice Mode。 GPT-Live-1（即时版）和 GPT-Live-1 mini 使用 GPT-5.5 Instant 作为后台推理模型。GPT-Live-1 Medium 和 High 使用具有可配置推理努力的 GPT-5.5 Thinking。视频、屏幕共享和完全多语言支持在发布时不可用，但预计将在未来更新中推出。API 版本也已规划。 […]

一封敦促索尼撤销停止生产PlayStation实体光盘决定的Change.org请愿书已突破21.3万签名，针对该公司纯数字未来计划的反弹持续升温。 索尼上周宣布，将从2028年1月起停止生产PlayStation主机的实体游戏光盘。此后，新PS5游戏将仅提供数字版，而未来的PlayStation 6预计将是一款纯数字主机。该公司将继续为现有游戏生产光盘，但新发行作品将不再提供实体版本。 这份名为《不要扼杀光盘：告诉索尼保留实体PlayStation游戏》的请愿书由独立零售商PNP Games的Jade Pearce组织发起。该请愿书高居Change.org本周热门页面榜首，在过去七天内收集的签名量超过了该平台上的任何其他请愿。 广泛的反弹 这份请愿书只是更广泛的消费者反抗的一个方面。索尼的社交媒体账号在公告发布后沉默了近一周。当该公司最终恢复发帖时，回复区被超过6.5万条批评该决定的评论淹没。独立零售商、游戏保存倡导者和收藏家都表达了强烈反对。 光盘淘汰的同时，索尼还决定从用户图书馆中永久删除超过550部已购买的电影，进一步加剧了消费者信任危机。PS3和PS Vita的数字商店也正在关闭。 游戏保存倡导者认为，纯数字化的未来使得经典游戏更难保持可玩性。当服务器关闭时，数字购买的游戏可能变得无法访问。实体光盘虽然也无法完全避免老化，但几十年来已被证明是更耐用的保存媒介。 行业背景 这一举措顺应了已经在减少实体游戏可用性的更广泛行业趋势。例如，《侠盗猎车手VI》将以盒装兑换码形式发货，不包含光盘。数字销售目前占视频游戏收入的绝大部分，而游戏机制造商多年来一直朝着无光盘硬件方向发展。 然而，索尼转型的规模和速度，加上同时进行的电影库删除，引发了公众愤怒。观察人士表示，这种程度的愤怒即使在以挑剔闻名的游戏社区中也属罕见。请愿书和反弹是否会迫使索尼逆转或修改其计划，目前尚不清楚。 来源：Push Square（7月8日）；Game Rant（2026年7月） 婷 翻译

安全研究人员披露了一种名为HalluSquatting的新攻击方法，该方法利用大语言模型最著名的弱点之一，它们的幻觉倾向，将其转化为构建僵尸网络的自动化载体。 该攻击利用了生成式AI的一个基本特性：当被问及模型未经训练的工具，库或包时，它往往会编造出听起来合理的名称和文档，而不是承认无知。攻击者精心设计提示词，将模型推入这些知识空白领域，然后注册AI编造的域名和软件包仓库。当开发人员或AI代理按照模型的建议尝试安装幻觉包时，他们会下载攻击者控制的恶意软件。 工作原理 HalluSquatting并非针对单个AI工具，而是针对所有主要语言模型共有的潜在行为模式。攻击者要求模型”列出三个用于网络扫描的流行Python库”或类似任务。模型会生成听起来合理的库名（如”pyscanner-pro”）以及看似合法的仓库URL。攻击者注册该域名并在那里发布恶意包。 该攻击在代理式AI（即自动安装依赖项，执行命令并遵循文档指令的编码助手）中尤为危险。读取项目README建议通过幻觉包进行安装的AI代理，可能会在未经人工审查的情况下执行命令，从而让攻击者远程访问开发者的机器。 范围和严重性 据7月8日披露该攻击的研究人员称，九种最广泛使用的商业和开源LLM都容易受到该技术的影响。该攻击并非利用软件漏洞，而是利用了模型被训练出的行为，即使在缺乏知识时也会出于帮助目的而生成内容。 自动化潜力巨大。攻击者可以在几分钟内生成数千个幻觉包名称，注册相应域名，然后等待受害者安装。僵尸网络由用户自行组装，每个用户都自愿安装了AI推荐的恶意代码。 缓解措施包括：在代理式工具中要求人工批准包安装命令，在安装依赖项前验证发布者身份，以及在AI编码助手中禁用自动命令执行。 婷 翻译 来源：Celloraa（7月8日）；Tom’s Hardware（7月8日）