跳到主要内容

Agili 的 Hacker Podcast 2026-11-18

今天的故事集中在几条线上:一个潜伏十余年的 Nginx 漏洞、AI 概览正在抽走网站流量、Quad9 因拒绝为法国法院屏蔽域名而退出法国。以下是 Agili 的 Hacker Podcast 整理的每日摘要。

Nginx 两个 HTTP/2 漏洞允许未授权远程代码执行

漏洞本身

Wiz 研究团队联合 Ikotas Labs、Metnir、Rapid7 和 Xint 独立发现并报告了 NGINX 的两个未授权远程代码执行漏洞,编号 CVE-2026-123633 和 CVE-2026-123007,CVSS 4.0 评分均为 9.2,属于最高严重级别。漏洞出在 NGINX 本身。Wiz 在仅提供普通静态文件的 NGINX 上验证了代码执行,没有后端应用或第三方模块参与。

NGINX 是全球使用最广的开源 Web 服务器,为超过 2.25 亿个网站提供服务,常作为反向代理(reverse proxy,挡在网站和 API 前面、负责转发请求的服务器)。一个 NGINX 实例往往承载多个应用,单点被攻破会波及背后的多个站点和 API。

技术细节

两个漏洞都是 HTTP/2 处理中的内存安全问题。CVE-2026-123633 是 HTTP/2 连接的释放后使用(use-after-free,连接内存被释放后请求仍在引用它),影响 1.19.7 至 1.31.8 版本,需要 NGINX 配置为反向代理、且可用连接槽位紧张时触发。CVE-2026-123007 是 HTTP/2 的 send_window 整数下溢(integer underflow,无符号减法产生极大值)导致非法内存拷贝,影响范围可追溯到 2015 年的 1.9.5 版本,在 64 位系统上通过 HTTPS 提供静态内容即可触发。两者的共同前提是目标 NGINX 启用 HTTP/2。

ASLR(地址空间布局随机化,一种常规内存保护手段)在这里不构成有效防御,攻击者可以利用漏洞先读取内存地址。

修复与临时措施

F5 于 11 月 18 日发布安全更新。修复版本为 NGINX OSS 1.30.7 stable / 1.31.9 mainline,NGINX Plus 37.0.7.1 和 37.2.0.1。同一版本还修复了 HTTP/3 释放后使用(CVE-2026-121810)、DNS 解析器释放后使用(CVE-2026-123634)等另外 8 个漏洞,其中 5 个同为 9.2 分。

无法立即升级时,可以临时禁用 HTTP/2:在 1.25.1 及以后版本的 server 块中设置 http2 off;,并从 listen 指令移除 http2 参数,然后重新加载配置并确认旧 worker 进程退出。升级后再重新启用。

披露节奏引发的讨论

Wiz 使用其 AI 漏洞研究工具 Atlas(底层模型为 Gemini 4 Carbon 和 ChatGPT 5.6 Sol)发现这两个漏洞。文章指出,两个漏洞分别潜伏了六年以上和十多年,多支独立研究团队同时发现同一批漏洞,说明 AI 正在消除过去依赖复杂内存操作追踪形成的实际利用壁垒。

社区讨论集中在补丁的可预见性。一位评论者指出,修复提交在一周前就进入了开源仓库,提交信息里还带着“Reported by Xint.io”,任何盯着仓库看修复提交的人都能提前发现这个漏洞。Ubuntu 和 Debian 当时都还没发布补丁,用发行版包管理器安装 NGINX 的人无法直接升级。禁用 HTTP/2 也不是对所有人都可行:有人依赖 gRPC API,而 gRPC 依赖 HTTP/2,建议这类场景改用 Envoy。

围绕语言层面的讨论也很集中。多人指出整数下溢在 C 中最终变成越界拷贝,这是 C 特有的后果;Rust 在默认配置下会在越界时 panic,即使关闭溢出检查也不会静默破坏内存。tptacek 的观点是,整数处理问题在所有主流语言里都存在,但整数本身几乎从来不是漏洞的真正锋刃,内存不安全的语言才把下溢变成了可利用的拷贝。

Google AI 概览让外链点击减少约 40%

随机对照实验

研究者做了一项随机实验:让一部分美国桌面 Chrome 用户看不到 AI 概览,再与仍能看到的人对比,发现概览让指向外部网站的点击减少约 40%。在会触发概览的搜索里,能看到的一组平均每次搜索产生 0.37 次外链点击,看不到的一组是 0.62 次;完全没有外链点击的搜索从 54% 升到 73%。广告点击没有变化。

作者 Agarwal 和 Sen 估算,把有概览和无概览的搜索合在一起,网站从 Google 获得的自然点击大约少了 18.5%。这是随机对照试验,尚未同行评审,只覆盖桌面端。Pew 研究中心记录了 900 名美国成年人在 2025 年 3 月的真实搜索,有摘要时点击普通结果的比例是 8%,没有摘要时是 15%。

概览覆盖率与点击率

DataForSEO 的月度面板覆盖 2000 万关键词,AI 概览出现率从 2024 年 9 月的 5.93% 升到 2026 年 8 月的 61.43%。同期精选摘要从 8.96% 降到 0.44%。健康类搜索有 69.68% 带概览,金融 68.80%,餐饮只有 29.37%。低搜索量关键词并不更安全:月搜索 201 到 300 次的关键词有 58.59% 出现概览,高于 600 次以上的 48.62%。

排名第一的自然结果桌面端点击率从 2025 年 9 月的 17.83% 掉到 2026 年 8 月的 7.43%,降幅 58%。桌面端在 2026 年 3 月一个月内从 15.18% 跌到 7.94%,同月 AI 概览出现率几乎没变。报告自己说,数据“无法确定”是 AI 回答、页面布局还是用户行为变化造成的。

GEO 大部分就是 SEO 加两件事

GEO(生成式引擎优化,让内容被 AI 回答引用)看起来大部分就是 SEO 加两件事:出现在 AI 回答所引用的第三方站点上,以及把页面写得容易被引用。SISTRIX 把 48,527 个被引用页面与同站未被引用的页面配对比较:标题含当前年份的页面被引用频率是 2.7 倍,带跳转链接的目录 1.7 倍,FAQ 结构化数据 1.5 倍,显示最后更新日期 1.3 倍。给 GEO 命名的那篇论文发现,加入引语让页面可见度提升约 41%,加入统计数据约 31%,引用来源约 27%,堆关键词则下降约 8%。llms.txt 这个专给 AI 看的文件,在近 30 万个域名的分析里与引用没有相关性,Google 也说不需要专门的 AI 文本文件或标记。

AI 助手在 2026 年 3 月给 74,752 个网站送去总流量的 0.28%,约 350 万访客,同期 Google 送来 3.45 亿。

社区的两派看法

pcarolan 说搜“今晚 SNL 谁主持”以前要翻十页点击诱饵,最好的产品就是直接给答案;他也为“发现的死亡”难过,“SEO 杀了网页,AI 杀了 SEO”。safety1st 认为受重创的是 SEO 套利和堆广告的垃圾站,真正提供价值的生意没有哪家被杀死。cortesoft 追问:想认识同好的人本来就会点进去,不点的那 40% 只是来拿个答案就走。xp84 回应,网站要靠包括“看完就走”的全部流量摊薄成本,内容被 AI 重新包装、访客归零,托管就不再值得。

搜索替代品反复出现 Kagi。DanHulton 说付费买的是“产品就是搜索,不是广告”,可以拉黑站点。janalsncm 指出 Kagi 订阅数停在 7.5 万左右,按产品力早该破百万,说明光靠产品赢不了。

AI 摘要让运营八年的柏林指南网站掉了 75% 流量

发生了什么

Nicolas Bouliane 从 2017 年开始运营 All About Berlin,2020 年起靠它生活。网站流量在七年增长之后掉了 75%。他把原因指向 Google 的 AI 概览:以前搜一个词会拿到指向他网站的链接,现在先是一屏广告,然后是拿他内容训练出来的 AI 答案,最后才轮到他的网站。只剩四分之一受众,他已经在准备别的收入来源。

八年投入做出来的东西被政府机构引用。柏林移民局用他整理的数据了解自己,两个政府门户网站和几个其他城市的类似站点受他启发。他写道,这些工作被搅进一段 AI 答案后,他失去的是声音和读者,没有人再跟他握手、请他喝啤酒,也没有人告诉他入籍申请办得怎么样。不少网站主私下跟他诉苦,有人设了付费墙,有人停止更新,页面还挂着,内容不再维护。

评论区两种立场

bko 直接质疑他的立场:你提供信息,现在有更高效的方式拿到信息,你的网站没提供足够价值让你继续付账单,凭什么你能无限期把守这个信息?slibhb 实际搜了“最适合外国人的德国银行账户”,发现 Google AI 把 C24 Bank 列为第二选择,而 All About Berlin 认为它“对外国人不太友好”,AI 不是简单复述。

反驳集中在一点:这不是竞争,是平台摘走内容再转卖,而且会杀死源头。SCdF 说真正的问题是创造有用信息反而被惩罚:AI 抓取吃掉带宽却不带来收入,同时压制能带来收入的人类访问。danaris 说 All About Berlin 整理的很多信息在线上根本没有结构化版本,Google 的 AI 摘要在吃种子玉米。

一次性收割与收入分成

juujian 认为信息会过时,如果没人有动力写新的,模型就会给出不准确的内容。boringg 说这是一次性收割高质量数据,之后站点上锁、信息陈旧,补贴期大约三到四年,等企业上瘾后价格会涨。ryandrake 拿 Stack Overflow 类比:它卡在 2015 年,结构上无法吸收新信息,AI 也可能同样停在过去。

dada216 说 Google、OpenAI、Anthropic 应该像 AdSense 和 YouTube 那样跟被抓取的网站分成,按展示或使用量计算,技术上并非不可行。AnthonyMouse 指出这条路解决不了 Stack Overflow 或 Reddit 的问题:答题者本来就没拿钱,AI 摘要破坏了投票反馈,用户不再给正确答案点赞,答题者觉得在浪费时间,站点就死了。

用 ID.me 登录美国国税局,意味着接受它的仲裁条款

条款写了什么

用 ID.me 登录美国国税局(IRS)在线服务的纳税人,接受的是 ID.me 自己的服务条款。条款顶部用大写字母写明:其中包含“双向仲裁条款、陪审团审判弃权与集体诉讼弃权”,用户可以在接受条款后 30 天内退出。退出方式是向 arbitration-optout@id.me 发送标题为“Opt-Out Notice”的邮件。第 10 节把 ID.me 的累计责任上限设为 1000 美元,“在法律允许的范围内”。

隐私政策写明“我们可能将信息用于营销目的”,可能为推广 ID.me Shop 发送促销邮件。政策附了一条政府验证豁免:为州或联邦机构做合法身份验证时,未经同意不会把验证信息用于营销,除非用户把同一份凭据用于非政府客户。ID.me Shop 是一个折扣与返利页面,自己说明它是 Amazon Associates 及其他联盟计划的一部分。

关闭钱包会停用凭据并“从活跃使用中清除相关数据”,但 ID.me“确实会保留”账户与验证历史“最多三 (3) 年”。生物特征的删除请求“在完成前可能需要内部调查”,之后 ID.me 保留拒绝此类请求的权利。2023 年 3 月的 10.0.3 版同样有仲裁与集体诉讼弃权,但没有退出机制。

政府为什么选它

IRS 的登录页面说纳税人“需要一个 ID.me 或 Login.gov 账户”。Login.gov 由美国联邦总务署(GSA)运营。TreasuryDirect 的情况更紧:ID.me 于 2026 年 10 月 28 日取代了原有登录方式,其 FAQ 说 Login.gov“不能用于登录 TreasuryDirect 账户”。

2026 年 10 月 29 日,参议院财政委员会的 Ron Wyden 与银行、住房和城市事务委员会的 Elizabeth Warren 要求财政部叫停这场“仓促的过渡”。他们引用 6 U.S.C. § 1523(b)(1)(D),说联邦法律要求各机构采用 GSA 开发的“单一登录可信身份平台”,并提到 ID.me 获得一份五年期、上限超过 10 亿美元的协议。管理与预算局 2026 年 8 月 31 日的 M-26-18 备忘录要求:提供其他身份方案的机构,在“Login.gov 能服务的任何用户群体”中应把 Login.gov 推广为新账户创建的默认选项。

支持这套过渡的说法是,IRS 当时需要 Login.gov 达不到的远程身份验证等级,因为历年退税欺诈造成数十亿美元损失。GSA 监察长 2023 年 3 月的报告发现,GSA 官员在 Login.gov 未达 NIST 800-63-3 身份保证二级(IAL2)标准的情况下向客户机构宣称达标。反对者不接受这套说法:纸质报税至今不需要出示任何身份证件就能拿到退税,在线账户完全可以用邮寄方式验证。

实际门槛

评论区的火气集中在门槛上。一位用户说,不用智能手机就“不可能”注册 ID.me:他认识一位只用大按键功能机的退休人士,在 TreasuryDirect 有债券,现在看起来没法取现。另一位说自己上周刚注册成功,但因为用 Google Voice 号码被系统拒绝,最后走了视频通话验证。多位用户指出预付费号码和 VoIP 号码被当成欺诈信号;一位在大型金融科技公司工作的人说,VoIP 和可携号确实是“极强的欺诈相关因素”,另一位反问:某些街区犯罪率更高,就能因此把那里的人一概当作罪犯、剥夺他们使用政府服务的权利吗。

Login.gov 并非没有出路:它支持在邮局当面验证,先在网上建账户,再拿条码和证件去柜台。有人说这个过程很顺利;也有人指出 IRS 并不支持邮局验证,当面验证不接受护照。纸质路线被反复提到:有人引用 TreasuryDirect 的说明,强调被限制的只是“在线访问”,账户、资金和投资仍然安全;也有人回复,纸质通信目前大约要等 10 个月。

Quad9 退出法国:DNS 解析器不是打击盗版的地方

发生了什么

2026 年 11 月 24 日,瑞士非营利组织 Quad9 将停止回答来自法国的 DNS 查询。Quad9 运营免费的 9.9.9.9 公共解析器(把域名转换成 IP 地址的服务),主要功能是拦截恶意软件和钓鱼域名。它离开不是因为成本或用户流失,而是巴黎法院因它拒绝为 beIN Sports 屏蔽一批盗版体育流媒体域名而对其罚款。法国还有约 20 个类似案件待审,Quad9 说它无法承受这些罚款的累积。

Quad9 由 Global Cyber Alliance、IBM 和 Packet Clearing House 于 2017 年创立,不保留用户记录,每天在 110 多个国家的 230 多个解析器集群上拦截超过 6.7 亿个恶意域名。它的公告列出了几十个它看到流量的法国网络,包括 DINUM、France Travail、CEA、巴斯德研究所、RENATER、EDF、SNCF、马赛的 AP-HM 医院、France Télévisions、Thales 和 Airbus 的 Stormshield。解析器消失时,用户看不到错误信息。Cloudflare 指出,“他们的互联网会直接停止工作”。

法律依据与案件时间线

法律依据是法国体育法典 L.333-10 条,由 2021 年 10 月 25 日的法律创建。该条款允许体育版权方向巴黎司法法院院长申请“动态”屏蔽令,覆盖已识别的站点以及后续通过 Arcom 通知的新镜像域名,对象是“任何能帮助阻止侵权的人”。这句话把 DNS 解析器纳入了范围。2026 年 7 月,议会通过 2026-725 号职业体育法,增加了 Arcom 运营的自动实时屏蔽系统。

2024 年 6 月 28 日,Cisco 把 OpenDNS 撤出法国。2024 年 12 月,Canal+ 赢得对 Quad9 和 Vercara 的三项命令,涉及英超、欧冠和 Top 14 橄榄球。2026 年 3 月,巴黎上诉法院驳回 Google、Cloudflare 和 Cisco 的五项上诉,首次在上级法院层面认可 L.333-10 下的 DNS 屏蔽。2026 年 10 月 21 日,法院对 Quad9 处以每天 1000 欧元的罚款。

裁决书很短。58 万欧元是 beIN 的请求,不是罚款;法官设定每天总计 1000 欧元,直到 WTA 赛季 11 月 14 日结束。法官用 Quad9 自己的恶意软件过滤来反驳它:Quad9 说无法实施地理定位屏蔽,法院在第 16 段回答说 Quad9“似乎自相矛盾”,因为它已经“应用严格限于网络安全的自动过滤,在全球范围内中和恶意域名”。有评论者指出,Quad9 的恶意软件拦截功能反而成了法院的把柄,它证明了解析器能按自己的判断屏蔽域名,所谓“公共承运人”式的保护就无从谈起。

三个选项都不管用

Quad9 经常被问为什么不直接屏蔽。它有三个选项,都不管用。

全球屏蔽:Quad9 在 2024 年 12 月为 Canal+ 做过,也是 DNS4EU 现在做的。这意味着法国法院决定巴西、肯尼亚或德国用户能解析什么,为一家公司的商业利益服务。

地理屏蔽法国:Quad9 在德国试过。在 Sony Music 诉 Quad9 案中,Quad9 在诉讼期间对德国用户做 geoIP 屏蔽,Sony 的律师用 VPN 从“德国”访问内容,法院认定这是不遵守命令,Quad9 因藐视法庭被罚款。GeoIP 是对 IP 地址所在位置的概率猜测,不是关于人所在位置的法律事实。一个不保留用户记录的解析器没有可靠办法定义“法国用户”。

支付并抗争:Quad9 在德国赢了。德累斯顿高等地区法院在 2023 年 12 月裁定 DNS 解析器享有与接入提供商相同的责任特权。但获胜花了数年时间、六位数的成本和大量浪费的时间。

技术上的无效

DNS 只保存指针。Quad9 在德累斯顿案的说明中写道:“DNS 不包含内容,它是一个只为传递指针而设计的系统。”盗版服务器继续在线。用户可以自己运行一个解析器,或者使用加密的 DNS over HTTPS(DoH,一种看起来像普通网页流量的加密 DNS 协议)。Arcom 自己 2025 年 12 月为国民议会做的研究说,20% 的法国网民已经使用替代 DNS 解析器,29% 使用 VPN。

大规模屏蔽造成真实的附带损害。意大利的 Piracy Shield 系统在 2024 年 10 月屏蔽了意大利大部分地区的 Google Drive。RIPE Labs 对 Piracy Shield 的研究发现超过 500 个无关站点被屏蔽,结论是“IP 层屏蔽是一种不分青红皂白的工具,其后果超过收益”。同一份研究发现欧洲大部分盗版托管在欧洲,那才是执法应该去的地方:托管提供商。

评论区与一篇 AI 文章

文章在 Hacker News 上引来一场关于 AI 的插曲。有人指出这篇文章是 AI 生成的,作者名“Al Smith”在字体里看起来像“AI Smith”。发布者 ritzaco 承认这是 AI 摘要,说他读了觉得有意思才发到 HN,没想到上了首页。有评论者批评没读就发不负责任,ritzaco 回应说读了,知道有人恨 AI 只因为它是 AI,但觉得内容有实质。

关于盗版的责任,有评论者认为盗版托管商刀枪不入、无视法院,所以追中间商是唯一剩下的杠杆。文章的反驳是,RIPE 的数据显示大部分托管在欧洲,在欧洲法院可及的范围内,而那条逻辑的终点是屏蔽链条上最后一个无法反击的环节。John Todd 在 Hacker News 上警告,“欧盟和欧委会正在研究这个问题,我预计他们会把法国当作如何为整个地区做事的案例研究”。

ONNX Runtime 从 GitHub 上消失

消失的范围

Microsoft 的 ONNX Runtime 仓库在 GitHub 上打不开了。访问 github.com/microsoft/onnxruntime 返回 404。社区里最早是在流水线报错时才发现的,有开发者说当天早上评估任务开始失败,四处查找也没找到任何提前通知。

消失的不止主仓库。同样打不开的还有 onnxruntime-genai(生成式 AI 运行时)、onnxruntime-extensions(自定义算子)、onnxruntime-inference-examples、onnxruntime-training-examples、onnxruntime-swift-package-manager、onnxruntime-web-benchmark,以及用于 CI 的 onnxruntime-github-actions。其中 onnxruntime-extensions 前一天还有 push 记录。microsoft/agent-framework 仓库也一起下线了。

有些东西还在。onnxruntime.ai 官网正常,PyPI、Maven Central 上的包仍然可以下载。ONNX 规范本身的仓库 github.com/onnx/onnx 没受影响:ONNX 是模型交换格式的标准,ONNX Runtime 是微软对这个标准的实现。

原因猜测

社区里流传的说法主要两类。一类指向安全事件:有人贴出 socket.dev 和 opensourcemalware.com 的博客,称 Microsoft Agent Framework 的 PyPI 包被植入了窃取凭据的恶意代码。据此有人推断微软 GitHub 组织里至少有一个管理员账号被攻破。另一类说法更平淡:Microsoft Ignite 大会正在举行,可能只是仓库整合。也有人翻出旧事,说大约半年前 azure-functions-host 仓库也短暂消失过。

还有一条线索来自 Phrack 第 73 期的一篇文章,讨论针对机器学习模型的后门攻击。文中提到 ONNX Runtime 的一个解析器缺陷:构造过的 ONNX 模型可以让 ORT 读取任意文件路径或内存地址。不过披露时间线显示问题已经修完:2026 年 3 月 7 日发现,6 月 12 日发布的 v1.27.0 包含补丁。有人判断这不太可能是直接原因,最多是变种。

遥测修正

有评论称 ONNX Runtime 会在用户不知情的情况下上报应用数据。这条说法被多人修正:设置环境变量 ORT_DISABLE_TELEMETRY=1 就能关掉;Python 侧有 onnxruntime.disable_telemetry_events()。一位用户测试了 v1.28.0 到 v1.32.0 在 macOS 上从源码构建的情况,结论是遥测基础设施根本没被编译进去,设备 ID 未设置,没有网络队列,也没有网络会话存储。另一位维护了多年 ONNX 封装库的开发者说,他从不知道有遥测这回事。

替代方案与依赖管理

替代方案在评论里排了很长一串。intel/onnxruntime 是改动最靠前的分支,带 Intel OpenVINO 的修改;syntax-syndicate/onnxruntime 被认为是目前仍在的合法 fork,配合 Web Archive 的快照可以核对 commit 哈希。Rust 生态里有 Tract、RTen、WONNX、Burn 和 Candle。RTen 的维护者介绍,它在 CPU 推理的很多场景下可以直接替换 ORT,目前没有 GPU 支持和 Python、Node.js 接口。onnx-gomlx 可以把 .onnx 转成 GoMLX,在 CPU 上用 SIMD 时明显快于 ONNX。

最实际的教训落在依赖管理上。一条高赞评论只有一句:这就是为什么我们把所有依赖都 vendor 进自己的仓库,你永远不知道它什么时候会消失。企业里更常见的做法是走 Nexus、Artifactory 这类内部制品库,CI 只允许从内网拉包。有人感慨这种做法居然不是默认。不过有人提醒,如果仓库下线真是因为安全问题,那现在信任一份本地副本也得掂量。

Archive Team 正在抢救 Apple 支持社区

关站公告

Apple 在 2026 年 11 月 10 日发布公告,宣布 Apple Support Community(亦称 Apple Discussions)将于 2026 年 11 月 20 日永久关闭,公告当天起网站进入只读状态,不再接受新帖。公告感谢多年来贡献时间与专业知识帮助他人的社区成员,建议用户转向 Apple 官方支持站点。

Archive Team 正在归档八个语言站点:英语、法语、中文、日语、韩语、德语、西班牙语和葡萄牙语。项目由 arkiver 牵头,采用 DPoS(分布式归档)模式,志愿者运行 ArchiveTeam Warrior(一个 Docker 容器或虚拟机)即可参与。有位评论者发布进度时说,距关闭只剩三天,队列里还剩 268 万项;几小时后另一位看到的数字变成 700 万项,原因是任务跑完后不断发现并加入新条目。在 M1 Mac mini 上用 Colima 跑容器的用户撞上 Go 运行时的一个内存回收 bug,在 docker run 命令里加上 -e GODEBUG=madvdontneed=0 就能正常运行。

评论区对论坛本身的评价

绝大多数评论对论坛本身评价很低。socalgal2 说自己从未在上面找到过真正的答案,看到的只有常常出错的非官方回答和 25 到 700 个“me too”,Apple 从不介入。sitzkrieg 举例说,搜闹钟完全静音不响的问题,会翻到几百个同样没有答案的帖子。被点名最多的是那套固定回复:重置 PRAM、重置 SMC、重装 macOS、升级系统。asaddhamani 说回答像企业话术,在 LLM 出现之前就带着 AI 复制粘贴的味道。

CharlesW 引用 Jason Snell 在 Six Colors 的评论:论坛“满是提问却得不到有用回答的人,很多回复者更在意在论坛用户排名系统里刷分,而不是帮忙”。John Gruber 在 Daring Fireball 只写了“Good riddance”。

为什么要归档

并非所有评论都赞成让论坛消失。latexr 两次贴出同一个近期帖子,说论坛整体确实差,但这和“对任何人都没有价值、不该归档”不是一回事。yreg 说有时候某个问题的解法就只在这些帖子里。soulofmischief 认为为历史保存早期互联网是一种考古责任,哪怕五十年后只是某个“Show HN:五十年前的互联网”帖子里的一行,准确也比不准确好。maxbond 补充,即使答案在当时没帮到人,元数据对研究这个时期的历史学者仍然有价值。

wackget 认为 Apple 本该自己归档,论坛内容几乎全部由志愿者创造,最后却要另一批志愿者来保证它继续存活。grumbel 接着说,纸质书时代很多国家有法定送存制度,要求每种出版物送交国家图书馆存档,数字时代烧掉几十年的内容却依然合法。

基于能量的推理器:推理计算量少 345 倍

方法

论文把循环推理模型的迭代过程改写成能量函数上的梯度下降。这类循环模型反复迭代同一个循环块(recurrent block)来扩展有效深度,此前的版本没有明确的进度度量,难以判断何时停止、如何改进。Energy-Based Reasoners(EBRs,基于能量的推理器)学习一个标量能量函数 E_θ(z;x),给潜在推理状态 z 与初始棋盘 x 的兼容程度打分,越低越好。每一轮更新沿能量梯度走一步;梯度足够小,状态趋于稳定,这就是停止信号。多个候选解按能量最低挑选。

成绩

在四个算法推理基准上,EBR 匹配或超过此前的循环推理模型。Sudoku-Extreme 上达到 99.9% 精度,推理计算量比次佳模型少 345 倍(标题写 385 倍,页面写 345 倍,评论区有人指出这个不一致)。模型只有 180 万参数。单样本精度为 99.4%,对照 TRM 的 87.4。Maze-Hard 单样本 87.4,5 样本 88.3。自适应停止让每条轨迹在能量梯度低于阈值时结束,简单题几步完成,难题继续迭代;保持 99.9% 精度的同时,比固定深度的 EBR 少 10.9 倍 FLOPs。

社区解读

program_whiz 给出了一个直观解释:以数独为例,模型为每对空格训练权重矩阵,每个位置组合对应 9×9 个数字,约 24 万权重。冲突格能量加 1,空格 0.1,无冲突的已填格 0,优先修改能量高的格子。选数字时,同行同列每出现一次该数字,采样概率降低九成。“本质上是一种波函数坍缩式的搜索”,能量就是冲突和未解决的程度。xgk 补充 P(x) ∝ e^(−E(x)),即 E = −log P + 常数,密度估计因此变成非线性回归问题。

“能量”这个词引来争论。usernametaken29 说论文没提自由能原理(free energy principle,FEP),不清楚这里的能量指什么。eli_gottlieb 解释 EBM 用神经网络参数化 E_η(x) = −log p_η(x),FEP 和主动推理是潜变量模型上的特化。

program_whiz 也列出局限:这是离散、固定问题规模的搜索,需要预先知道 9×9 网格和 9 个数字,搜索算法按任务定制。用于任意推理、智能体或语言代码时怎么适配还不清楚。他认为规则明确的问题用动态规划更快:CPU 上的传统方法解数独可能快 10 到 100 倍。

Gemini 4 Carbon 为什么慢:一项私有基准的分析

时间差拆解

文章用一组私有评测追问 Gemini 4 Carbon 为什么慢。在 bug 修复任务里,Carbon 常要接近一小时,Opus 和 Astra 只要几分钟。任务本身是给 agent 一个修复前的代码库和只描述症状的 bug report,让它定位原因、修好,并且不做无关改动。难点在工程判断:把症状追到正确的代码路径、排除其他解释、把修复放对位置、知道什么时候停。

文章把时间差拆成两部分:单步推理速度和任务里的工作量。Carbon high 每步约 24 秒,Astra high 12 秒,Opus 5.5 high 6 秒;推理慢只能解释 Carbon 相对 Astra 多出时间的 16–30%,相对 Opus 约 45–49%。剩下的来自更长的轨迹:Carbon 平均每个 bug 约 140 步、218 次动作,Astra 约 19 步、18 次动作;Carbon 输出约 152k token,处理超过 24.7M 输入 token,分别是 Astra 的约 7 倍和 16 倍以上。

行为习惯而非知识不足

语义轨迹分析(把每个步骤按用途分类)显示,Carbon 的 215 步里只有 98 步是修 bug 必需的,Astra 19 步里有 18 步必需。Carbon 有 117 步花在任务单没要求的工作上:70 步在找到原因后继续扩大搜索、审计修复根本不需要碰的代码,47 步在防范任务单事实已经排除的情况、给没人报告过的问题加保护。一个样例里 Astra 在 0:44 说出原因、6:19 完成;Carbon 在 6:26 说出原因,却到 31:46 才第一次改代码,37:04 完成。作者每隔五轮注入一次“是否已经掌握足够信息可以修?”的询问后,同一试次从 37 分钟降到 28 分钟。

必要步骤里也有机械低效:Astra 每步超过 2.4 次工具调用,Carbon 约 1.2 次;Carbon 读过的代码行里有 39% 是重复阅读,Astra 是 7%。作者估算,只修这两项就能砍掉约 25% 的多余运行时间。

论坛补充

HN 讨论补充了另一层原因。用户 tristanj 认为 Carbon 的 token 效率低、每秒 token 数也低,背后是 Google 的训练目标:冲前沿质量,不优先推理成本。aberoham 说在 Antigravity CLI 里用 Carbon 时,Google 前端 Web 服务器经常断开连接,超过 240 秒的思考像是被负载均衡器当成停滞连接丢掉。timtam 遇到 500 INTERNAL(TURN_STEPS_EXCEEDED),只能靠严格设置 effort budget 绕过。

使用体验并不一致。horacemorace 说 Carbon 慢,但解决问题时动作轻、架构判断合理,能接着已做的工作整合不断扩大的范围。antupis 认为 Carbon 目前最适合代码审查和写文档,代码生成仍用 Opus。mengqijin 的测试里,长而复杂的任务 Carbon 表现更好,耗时接近 Hydrogen,成本高约 50%;简单任务则太慢、太贵。p_l 提到一个传闻:Carbon 的规模约是 Opus 5.5 的 10 倍。

Inside Deutsche Bank 公开 1500 万份内部文件

调查内容

“Inside Deutsche Bank”是一项跨国联合调查,公开了 1500 多万份内部文件,涉及反金融犯罪、制裁监控、内部审计,以及决定高风险客户去留的部门。参与报道的媒体有数十家,包括《金融时报》《纽约时报》、德国之声、Le Monde、DER SPIEGEL、Paper Trail Media、Malaysiakini 和 Dawn 等。导语页没有汇总要点,只列出各家媒体的报道链接。

具体案例

卡塔尔王室成员的交易模糊了投资者、客户与交易对手的界限;与 Jho Low 相关的至少 24 笔交易、总计 1.7298 亿欧元;Dawn 报道了该行在向以色列供应武器中的角色;意大利国防公司 Leonardo 是其客户,该行还向“高风险”或冲突国家提供军火融资,违反了自身内部政策;与欧尔班关联的匈牙利 MKB 银行被指为俄罗斯寡头数十亿欧元洗钱计划的平台。

俄罗斯方向的文件尤其集中。一名分析师写道,“如你所知,我们有大量俄罗斯寡头客户群”,银行在多方风险预警中继续推进业务,一直到 2022 年俄罗斯全面入侵乌克兰。爱泼斯坦相关的可疑付款约 6 亿美元,是此前已知金额的两倍以上。沙特 Prince Mohammed bin Nayef 拿到价值数亿美元的投资组合,银行还帮他搭建离岸公司架构来管理。

讨论反应

Hacker News 的讨论里,惊讶的人不多。Finnucane 说 Deutsche Bank 长期背着“脏银行”的名声,这次的特殊之处是这些证据被公开得如此详细。mapcars 提到德国对各类监管一向严格,以为银行业也如此;n_plus_1_acc 的回答是“它们确实大到不能倒”。mike_bob 回忆,90 年代末美国银行因为特朗普不还债而停止放贷,他转而去找 Deutsche Bank,就像他的朋友普京一样。

也有人对包装方式提出质疑。shearerp 觉得这种耸动、缺乏实质内容的品牌包装让人怀疑底下有没有真东西。avidruntime 反驳说不该凭封面判断,网站链接的是有分量的报道。kirth_gersen 的看法是,在注意力稀缺的年代,把标题做得抓眼球已经是“做生意的成本”。还有人报告页面打不开,被流量压垮了。

播客全文

女:Hello 大家好,欢迎收听 Agili 的 Hacker Podcast,我是莓莓。

男:大家好,我是阿迪。

女:今天这期攒了不少话题,从 NGINX 的两个高危漏洞,到 AI 搜索怎么改变内容生态,再到法国法院把一家 DNS 解析器赶出去。阿迪,先从这个让运维同学睡不着的 NGINX 漏洞开始吧。

男:好。Wiz Research 和几家安全机构独立发现了 NGINX 的两个未授权远程代码执行漏洞,编号 CVE-2026-123633 和 CVE-2026-123007,CVSS 4.0 评分都是 9.2,属于最高严重级别。关键是漏洞出在 NGINX 本身,不依赖后端应用有没有缺陷。Wiz 在只提供普通静态文件的 NGINX 上就验证了代码执行。

女:NGINX 是全球使用最广的开源 Web 服务器,服务超过 2.25 亿个网站,经常作为反向代理挡在网站和 API 前面。这两个漏洞具体是什么情况?

男:都是 HTTP/2 处理里的内存安全问题。一个是释放后使用,连接内存被释放了,请求还在引用它,影响 1.19.7 到 1.31.8 版本,需要配置成反向代理、可用连接槽位紧张时触发。另一个是 send_window 整数下溢,无符号减法产生极大值,导致非法内存拷贝,影响范围能追溯到 2015 年的 1.9.5 版本,在 64 位系统上通过 HTTPS 提供静态内容就能触发。共同前提是启用 HTTP/2。

女:ASLR(地址空间布局随机化)这类常规内存保护能挡住吗?

男:不能。攻击者可以利用漏洞先读取内存地址绕过去。F5 在 11 月 18 日发布了修复,版本是 NGINX OSS 1.30.7 stable 和 1.31.9 mainline,NGINX Plus 是 37.0.7.1 和 37.2.0.1。同一版本还修了另外 8 个漏洞,其中 5 个也是 9.2 分。临时禁用 HTTP/2 也行,在 server 块里设置 http2 off,并从 listen 指令移除 http2 参数。

女:这次发现漏洞的也是 AI 工具?

男:对,Wiz 用的是他们的 AI 漏洞研究工具 Atlas,底层模型是 Gemini 4 Carbon 和 ChatGPT 5.6 Sol。这两个漏洞分别潜伏了六年以上和十多年。社区里还有人提到,修复提交在一周前就进了开源仓库,提交信息里带着“Reported by Xint.io”,盯着仓库看的人能提前发现。

女:这正好带出下一个话题。AI 一边在帮忙找漏洞,一边也在改变内容生态。Google 的 AI Overviews(AI 概览)正在截走搜索结果的点击。有研究者做了随机实验,让一部分美国桌面 Chrome 用户看不到 AI 概览,结果指向外部网站的点击减少了大约 40%。

男:对。在会触发概览的搜索里,能看到的一组平均每次搜索产生 0.37 次外链点击,看不到的一组是 0.62 次。完全没有外链点击的搜索从 54% 升到 73%。广告点击没有变化。作者估算,把有概览和无概览的搜索合在一起,网站从 Google 获得的自然点击大约少了 18.5%。这是随机对照试验,还没经过同行评审。

女:覆盖率涨得也很快。

男:DataForSEO 的月度面板覆盖 2000 万关键词,AI 概览出现率从 2024 年 9 月的 5.93% 升到 2026 年 8 月的 61.43%。同期精选摘要从 8.96% 降到 0.44%。健康类搜索有 69.68% 带概览,金融 68.80%,餐饮只有 29.37%。

女:这个冲击对个体内容创作者很具体。All About Berlin 的作者 Nicolas Bouliane 从 2017 年开始运营网站,2020 年起靠它生活,流量在七年增长之后掉了 75%。他直接指向 AI Overviews:以前搜一个词会拿到指向他网站的链接,现在先是一屏广告,然后是拿他内容训练出来的 AI 答案,最后才轮到他的网站。

男:他写,八年投入做出来的东西被政府机构引用,柏林移民局用他整理的数据了解自己,两个政府门户网站受他启发。如果这些工作只是被搅进一段 AI 答案,他失去的是声音和读者。Hacker News 上的讨论分成几路,有人直接质疑他的立场:你提供信息,现在有更高效的方式拿到信息,你的网站没提供足够价值让你继续付账单。也有人反驳说这不是竞争,是平台摘走内容再转卖,而且会杀死源头。

女:这个平台与控制的话题,下一个案例更直接。Quad9 是一家运营免费公共 DNS 解析器的瑞士非营利组织,它宣布 11 月 24 日停止回答来自法国的 DNS 查询。直接原因是巴黎法院的罚款:它拒绝为 beIN Sports 屏蔽盗版体育流媒体域名,法院对它每天罚 1000 欧元。法国还有约 20 个类似案件待审。

男:对。Quad9 运营 9.9.9.9 公共解析器,主要功能是拦截恶意软件和钓鱼域名,不保留用户记录,每天在 110 多个国家的 230 多个解析器集群上拦截超过 6.7 亿个恶意域名。它无法承受罚款的累积。Cloudflare 称这是“煤矿里的金丝雀”。

女:法律依据是什么?

男:法国体育法典 L.333-10 条,2021 年 10 月 25 日的法律创建,允许体育版权方向巴黎司法法院院长申请“动态”屏蔽令,覆盖已识别站点以及后续通过 Arcom 通知的新镜像域名,对象是“任何能帮助阻止侵权的人”。这句话把 DNS 解析器纳入了范围。2026 年 7 月,议会又通过职业体育法,增加了 Arcom 运营的自动实时屏蔽系统。

女:Quad9 为什么不干脆屏蔽呢?

男:它有三个选项都不管用。全球屏蔽意味着法国法院决定巴西、肯尼亚或德国用户能解析什么。地理屏蔽法国,Quad9 在德国试过,Sony 的律师用 VPN 从“德国”访问内容,法院认定这是不遵守命令,Quad9 因藐视法庭被罚款。支付并抗争,Quad9 在德国赢过,但获胜花了数年时间和六位数成本。剩下的选项就是离开。

女:有个讽刺的细节,法院用 Quad9 自己的恶意软件过滤来反驳它。

男:对。Quad9 说无法实施地理定位屏蔽,法院回答说 Quad9“似乎自相矛盾”,因为它已经“应用严格限于网络安全的自动过滤,在全球范围内中和恶意域名”。法院把“能对所有人丢弃一个名字”当作“能对法国丢弃一个名字”的证明。有评论者指出,Quad9 的广告拦截功能反而成了法院的把柄。

女:从 DNS 解析器到身份验证,下面这个话题更贴近每个人的日常。用 ID.me 登录美国国税局在线服务的纳税人,接受的是 ID.me 自己的服务条款。条款顶部用大写字母写明,其中包含“双向仲裁条款、陪审团审判弃权与集体诉讼弃权”。

男:对,用户可以在接受条款后 30 天内退出。第 20 节覆盖因条款、隐私政策、网站或服务引起的争议;争议通知发出 45 个日历日仍未解决,就交给“中立的仲裁员”裁决,双方放弃在法官或陪审团面前起诉,小额索赔法院除外。第 10 节把 ID.me 的累计责任上限设为 1000 美元。隐私政策写明“我们可能将信息用于营销目的”,可能为推广 ID.me Shop 发送促销邮件。

女:ID.me Shop 是什么?

男:一个折扣与返利页面,自己说明它“是 Amazon Associates 及其他联盟计划的一部分”,通过页面链接购物时可能获得分成。《Marketplace》采访了伊利诺伊理工芝加哥-肯特法学院的荣休教授 Nancy Kim,她说条款里找不到让人安心的地方:虽然写着不出售数据,但公司可以改条款。

女:那 IRS 为什么选 ID.me,而不是政府自己运营的 Login.gov?

男:评论区辩论很激烈。一方说 IRS 需要 Login.gov 达不到的远程身份验证等级,因为历年退税欺诈造成数十亿美元损失。GSA 监察长 2023 年 3 月的报告发现,GSA 官员在 Login.gov 未达 NIST 800-63-3 身份保证二级标准的情况下向客户机构宣称达标,没有生物特征比对却按 IAL2 收费超过 1000 万美元。ID.me 是能满足标准的商业供应商。反对者说,纸质报税至今不需要出示身份证件就能拿到退税,在线账户完全可以用邮寄方式验证。

女:普通人的体验呢?

男:一位用户说,不用智能手机就“不可能”注册 ID.me。他认识一位只用大按键功能机的退休人士,在 TreasuryDirect 有债券,现在看起来没法取现。另一位说自己因为 Google Voice 号码被系统拒绝,最后走了视频通话验证。多位用户指出,预付费号码和 VoIP 号码被当成欺诈信号。也有人提醒,把身份能力绑在一条按时付费的电话线上本身就是风险。

女:从身份验证到开源仓库,接下来的话题也跟依赖有关。Microsoft 的 ONNX Runtime 仓库在 GitHub 上打不开了,访问 github.com/microsoft/onnxruntime 返回 404。一个两万多 star 的仓库就这样消失,没人给出解释。

男:对,消失的不止主仓库。有用户列出一串同样打不开的地址:onnxruntime-genai、onnxruntime-extensions、onnxruntime-inference-examples、onnxruntime-training-examples、onnxruntime-swift-package-manager、onnxruntime-web-benchmark,还有用于 CI 的 onnxruntime-github-actions。另外,microsoft/agent-framework 仓库也一起下线了。

女:原因有说法吗?

男:社区里流传两类。一类指向安全事件:有人称 Microsoft Agent Framework 的 PyPI 包被植入了窃取凭据的恶意代码;agent-framework 仓库同时下线,让人怀疑相关。据此有人推断微软 GitHub 组织里至少有一个管理员账号被攻破。立刻有人反驳。另一类说法更平淡:Microsoft Ignite 大会正在举行,可能只是仓库整合。也有人翻出旧事,说大约半年前 azure-functions-host 仓库也短暂消失过。

女:删除仓库本身造成的破坏呢?

男:有评论直言,即使是在做迁移,直接删库也不是可接受的选项,下游构建、流水线、发行版打包全部中断。还有人担心,仓库消失会把用户推向来源不明的 fork。替代方案在评论里排了很长一串,intel/onnxruntime、syntax-syndicate/onnxruntime,Rust 生态里有 Tract、RTen、WONNX、Burn 和 Candle。

女:最实际的教训是什么?

男:一条高赞评论只有一句:这就是为什么我们把所有依赖都 vendor(把库的副本提交进自己的仓库)进自己的仓库,你永远不知道它什么时候会消失。企业里更常见的做法是走 Nexus、Artifactory 这类内部制品库,CI 只允许从内网拉包,新版本入库还要经过审批。

女:从仓库消失到论坛关闭,接下来也是关于保存。Archive Team 正在归档 Apple 官方用户论坛 Apple Support Community。Apple 在 11 月 10 日发布公告,宣布社区将于 11 月 20 日永久关闭,当天起网站进入只读状态。

男:对,归档覆盖八个语言站点:英语、法语、中文、日语、韩语、德语、西班牙语和葡萄牙语。项目由 arkiver 牵头,采用 DPoS(分布式归档)模式,志愿者运行 ArchiveTeam Warrior 就能参与,进度发布在 tracker.archiveteam.org/applediscussions。有位评论者说距关闭只剩三天,队列里还剩 268 万项,几小时后另一位看到的数字变成 700 万项。

女:论坛的评价很两极?

男:绝大多数评论对论坛本身评价很低。有人说从未在上面找到过真正的答案,看到的只有常常出错的非官方回答和 25 到 700 个“me too”,Apple 从不介入。被点名最多的是那套固定回复:重置 PRAM、重置 SMC、重装 macOS、升级系统。有人说回答像企业话术,在 LLM 出现之前就带着 AI 复制粘贴的味道。

女:但也有人反对让论坛消失?

男:对。有人两次贴出同一个近期帖子,说论坛整体确实差,但这和“对任何人都没有价值、不该归档”不是一回事。还有人说至少得有人留一份副本,有时候某个问题的解法就只在这些帖子里。一位用户认为为历史保存早期互联网是一种考古责任。

女:接下来这个话题偏技术,但跟前面的 AI 讨论有呼应。有篇论文把循环推理模型的迭代过程改写成能量函数上的梯度下降。这类循环模型反复迭代同一个循环块来扩展有效深度,此前的版本没有明确的进度度量,难以判断何时停止、如何改进。

男:对,这篇论文提出 Energy-Based Reasoners,简称 EBR。它学习一个标量能量函数 E_θ(z;x),给潜在推理状态 z 与初始棋盘 x 的兼容程度打分,越低越好。每一轮更新沿能量梯度走一步;梯度足够小,状态趋于稳定,这就是停止信号。多个候选解按能量最低挑选。

女:成绩怎么样?

男:在四个算法推理基准上,EBR 匹配或超过此前的循环推理模型。Sudoku-Extreme 上达到 99.9% 精度,推理计算量比次佳模型少 345 倍。模型只有 180 万参数。单样本精度为 99.4%,对照 TRM 的 87.4、EqR 的 93.0。自适应停止让每条轨迹在能量梯度低于阈值时结束,简单题几步完成,难题继续迭代,保持 99.9% 精度的同时比固定深度的 EBR 少 10.9 倍计算量。

女:评论区有人给了很直观的解释?

男:有人以数独为例,说模型为每对空格训练权重矩阵,每个位置组合对应 9×9 个数字,约 24 万权重。冲突格能量加 1,空格 0.1,无冲突的已填格 0。选数字时,同行同列每出现一次该数字,采样概率降低九成。他说这本质上是一种波函数坍缩式的搜索,能量就是冲突和未解决的程度。

女:局限呢?

男:有人列出,这是离散、固定问题规模的搜索,需要预先知道 9×9 网格和 9 个数字,搜索算法按任务定制。用于任意推理、智能体或语言代码时怎么适配还不清楚。训练需要正确解和反例的强标注,LLM 靠的是海量无标注数据。他认为规则明确的问题用动态规划更快,CPU 上的传统方法解数独可能快 10 到 100 倍。

女:说到不同模型在不同任务上的取舍,正好有一篇分析 Gemini 4 Carbon 为什么慢的文章。在 bug 修复任务里,Carbon 常要接近一小时,Opus 和 Astra 只要几分钟。

男:对。任务是给 agent 一个修复前的代码库和只描述症状的 bug report,让它定位原因、修好,并且不做无关改动。文章把时间差拆成两部分:单步推理速度和任务里的工作量。Carbon high 每步约 24 秒,Astra high 12 秒,Opus 5.5 high 6 秒。推理慢只能解释 Carbon 相对 Astra 多出时间的 16 到 30%,相对 Opus 约 45 到 49%。剩下的来自更长的轨迹:Carbon 平均每个 bug 约 140 步、218 次动作,Astra 约 19 步、18 次动作。

女:那不是单纯“模型慢”,而是做了更多不必要的事?

男:语义轨迹分析显示,Carbon 的 215 步里只有 98 步是修 bug 必需的,Astra 19 步里有 18 步必需。Carbon 有 117 步花在任务单没要求的工作上:70 步在找到原因后继续扩大搜索、审计修复根本不需要碰的代码,47 步在防范任务单事实已经排除的情况。一个样例里,Astra 在 0:44 说出原因、3:42 写出第一处代码修改、6:19 完成;Carbon 在 6:26 说出原因,却到 31:46 才第一次改代码。

女:作者有没有做什么干预实验?

男:作者每隔五轮注入一次“是否已经掌握足够信息可以修?”的询问后,同一试次从 37 分钟降到 28 分钟,从说出原因到首次编辑的等待从 25 分钟降到约 10 分钟。说明慢更像行为习惯,不是知识不足。

女:最后一个话题跨度比较大,是德国银行的内部文件调查。这项跨国联合调查公开了 1500 多万份内部文件,涉及反金融犯罪、制裁监控、内部审计,以及决定高风险客户去留的部门。

男:对,参与报道的媒体有数十家,包括《金融时报》、《纽约时报》、德国之声、Le Monde、DER SPIEGEL、Paper Trail Media、Malaysiakini 和 Dawn 等。

女:具体案例有哪些?

男:卡塔尔王室成员的交易模糊了投资者、客户与交易对手的界限;与 Jho Low 相关的至少 24 笔交易、总计 1.7298 亿欧元;意大利国防公司 Leonardo 是其客户,该行还向高风险或冲突国家提供军火融资,违反了自身内部政策;与欧尔班关联的匈牙利 MKB 银行被指为俄罗斯寡头数十亿欧元洗钱计划的平台。文件还把特朗普旗下公司与洗钱网络联系起来,爱泼斯坦相关的可疑付款约 6 亿美元,是此前已知金额的两倍以上。

女:HN 上大家惊讶吗?

男:惊讶的人不多。有人说 Deutsche Bank 长期背着“脏银行”的名声,这次的特殊之处是这些证据被公开得如此详细。有人提到德国对各类监管一向严格,以为银行业也如此,另一位回答是“它们确实大到不能倒”。也有人对报道的包装方式提出质疑,说这种耸动、缺乏实质内容的品牌包装让人怀疑底下有没有真东西。

女:好,今天这些话题从 NGINX 漏洞到银行调查,差不多都聊到了。阿迪,你最后想说点什么?

男:我想留一个观察。这些话题看起来分散,但反复出现同一个主题:谁控制解析器、谁控制搜索入口、谁控制仓库、谁控制身份验证。很多时候表面是技术问题,底下是权力和责任的分配。

女:说得挺好。感谢大家收听这一期 Agili 的 Hacker Podcast。如果你喜欢我们的节目,记得用泛用型播客客户端订阅,这样每期更新都能第一时间收到。我们下期见。

男:下期见。

参考链接