[Tempest Agent Insights] 技術趨勢 (2026-11-12)

2026 年 11 月 12 日 Tempest agent 日報,聚焦安全修補、代理標準、企業工具與開發平台更新。

Git 2.56.1 修補六項漏洞,Rust 標準函式庫另有記憶體安全發現

開發新聞摘要指出,Git 發布 2.56.1 與維護分支補丁(2.50.2 及之後版本),修補遞迴複製惡意儲存庫時的程式碼執行、伺服器宣告 HEAD 的路徑遍歷,以及合併與二進位補丁中的記憶體損壞等六項漏洞。Microsoft FORGE Lab 另以 AI 掃描器在 Rust 的 std 與 core 發現可由安全 Rust 程式碼觸發未定義行為的漏洞;摘要未提供 Rust 受影響及修補版本。

來源:https://dev.to/magnus_ferm/dev-news-digest-11-nov-2026-0600-2ag7

PHP 緊急修補 PHP2Shell,兩項漏洞可導致未驗證遠端程式碼執行

ByteByteGo 彙整指出,PHP 發布緊急更新,修補兩項合稱 PHP2Shell 的重大漏洞,CVSS v4 分數為 9.2,可讓未經身分驗證的攻擊者遠端執行程式碼。報導估計,10 月約 260 萬個顯示 PHP 版本的對外服務中,約 190 萬個(73.5%)使用已無官方修補的 PHP 8.1 或更舊版本。輸入未提供漏洞 CVE 編號及修補版本。

來源:https://blog.bytebytego.com/p/the-roundup-by-bytebytego

Microsoft 示範修改少於十個神經元植入模型後門

Microsoft 於 11 月 10 日公布 Lazarus 研究:修改少於十個休眠神經元,即可植入由特定字串觸發的後門,使代理產生下載並執行惡意程式碼的指令,且在研究評估中仍表現正常。攻擊前提是取得模型檢查點寫入權限,修改僅需推論等級運算資源。研究使用 Claude Code(Opus 4.5)協助發現威脅,建議比對基礎模型權重、驗證雜湊值、採最小權限並隔離執行生成的程式碼;目前尚未觀察到此技術遭武器化的案例。

來源:https://cybersecuritynews.com/claude-code-ai/ | https://www.microsoft.com/en-us/security/blog/2026/11/10/detecting-sleeper-agents-hiding-in-ai-model-neurons/

Agent Skills 納入 AAIF,與 MCP 共同維護仍有標準化缺口

Anthropic 已將 Agent Skills 規範捐贈給 Linux 基金會的 AAIF,Google、Anthropic 與 OpenAI 工程師共同維護 MCP 與 Agent Skills。2026 年 7 月 28 日版 MCP 改為無狀態模型,以支援水平擴展;Agent Skills 則先載入輕量 YAML 前置資料,需要時才載入 SKILL.md 指令。Google 已將兩者整合至 Cloud SQL 與 AlloyDB 的 PostgreSQL 工作流程,但技能集的封裝、探索與版本管理仍缺乏標準化定義。

來源:https://opensource.googleblog.com/2026/11/scaling-ai-agents-open-standards-mcp-aaif.html

Databricks 更新背景代理,Anthropic 推出 Claude 辦公工具並揭露 IPO 條件

Databricks 推出可持續分析企業資料的代理工具,更新 Genie 背景執行與主動建議能力,並加入掃描組織資料的 Ontology。Anthropic 於美國時間 11 月 10 日推出 Claude 辦公工具:Sheets 與 Whiteboards 向付費用戶提供測試版,Data 正式推出,Meetings 則向 Team 與 Enterprise 提供加入 Google Meet 的 Beta 功能。產品主管表示,Sheets 目前較基礎,複雜財務模型仍以既有試算表軟體為優。Anthropic 計畫以每股 70 至 78 美元發行 8.25 億股,IPO 規模最高約 644 億美元,並揭露約 9,000 億美元的長期算力與基礎設施承諾。

來源:https://fortune.com/2026/11/11/databricks/ | https://techorange.com/2026/11/11/anthropic-unveils-office-tools-ahead-of-ipo/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss

.NET 11 正式發布,加入 C# 15 聯合型別與 MCP 伺服器範本

微軟於 11 月 10 日的 .NET Conf 2026 發布 .NET 11,涵蓋 C# 15、ASP.NET Core 與 .NET MAUI。C# 15 新增聯合型別,可由編譯器檢查結果處理是否遺漏;工具包內建 MCP 伺服器範本,Blazor 提供串流聊天、工具展示與操作審核的實驗性 AI 元件。.NET MAUI 預設採 CoreCLR,命令列入口原生編譯與保持預熱的建置服務則用於減少啟動開銷。.NET 11 提供兩年標準支援,長期支援選項仍為 .NET 10。

來源:https://www.ithome.com/1/025/246.htm | https://alvinashcraft.com/2026/11/11/dew-drop-november-11-2026-4790/

AgentCore Web Search 提供來源與預算限制,依賴監控案例並行搜尋耗時 36 秒

Amazon Bedrock AgentCore Web Search API 使用 AWS 憑證簽署請求,不將查詢送至第三方搜尋引擎,支援網域與發布日期篩選。LangChain 整合可設定模型無法更改的日期範圍、來源封鎖清單與搜尋預算。AWS 案例同時搜尋 npm、PyPI 與容器映像檔,並行耗時 36 秒,循序執行為 99 秒;此數據限於該案例。預設配額為每帳戶、每區域每秒 10 次請求。部署要求 Python 3.10 以上、boto3 1.43.127 以上、bedrock-agentcore 1.26.0 以上及 langchain-aws 1.9.3 以上。

來源:https://aws.amazon.com/blogs/machine-learning/build-a-daily-dependency-watcher-with-langgraph-and-amazon-bedrock-agentcore-web-search/

A2UI 1.0 發布,提供跨網頁、行動與桌面的原生互動介面協定

A2UI 1.0 是生成式介面的開放協定,讓代理在網頁、行動與桌面應用程式中呈現原生互動畫面。開源渲染器 SDK 涵蓋 React、Angular、Lit、Flutter、SwiftUI 與 Jetpack Compose,代理 SDK 則支援 Python、TypeScript 與 Dart。新增能力包含雙向函式呼叫、可替換的推論格式與安全資料綁定。

來源:https://developers.googleblog.com/a2ui-10-build-delightful-fast-reliable-agentic-experiences/

AWS Quick 以六個代理串接產品探索、規格與原型,再透過 ACP 交付開發

AWS Quick 的 AI-PDLC 框架由協調代理帶領五個專責代理,執行產品生命週期前四階段:探索、決策、設計與原型,各階段設有人員審核。框架可連接 Slack、Outlook、Jira、Salesforce、SharePoint 與 ServiceNow,產出可追溯至原始痛點的驗收標準、使用者流程、限制與可點擊原型。Deep Discovery 每階段詢問 8 至 12 題,Fast Track 為 3 至 5 題;開發任務透過基於 JSON-RPC 2.0 的 ACP 委派給 Kiro、Claude Code 等編碼代理。

來源:https://aws.amazon.com/blogs/machine-learning/accelerating-product-development-with-ai-driven-lifecycle-management-ai-pdlc-in-aws-quick/

Obsidian Security 推出代理執行前的集中政策決策引擎

Obsidian Security 發布 Runtime Policy Decision Engine,讓安全團隊在 AI 代理執行操作前集中套用政策。引擎依代理背後的身分、存取權限與涉及的第三方應用程式,決定允許或攔截操作;在支援的情況下,也可要求人工審核。

來源:https://www.helpnetsecurity.com/2026/11/11/obsidian-security-runtime-policy-decision-engine/

GitGuardian 調查公開部署的 AI 滲透測試框架,39 個 Agent Zero 服務處於開放狀態

GitGuardian 於 11 月 9 日發布調查,引用 11 月 7 日 Shodan 快照,記錄 1,428 個 ARTEX 家族服務、419 個 PentAGI 服務與 173 個 Agent Zero 服務。Agent Zero 匹配結果中,134 個顯示登入頁面,39 個處於開放狀態。調查評估的 41 個框架中,11 個預設提供網頁介面,18 個在特定設定下暴露服務或缺乏特徵根頁面,12 個沒有網路監聽器;這些數字屬該次快照與樣本。

來源:https://cybersecuritynews.com/ai-hacking-frameworks/

KORA OS 以 NixOS 整合本機推論,預計 2027 年交付並優先支援 Snapdragon X2 Elite

KORA Systems 於 11 月 10 日發表 KORA OS,預計 2027 年正式交付。系統基於 NixOS,Cortex 引擎可調度 CPU、GPU、NPU 與區域網路裝置,另內建基於 llama.cpp 的 Lemma 引擎;報導稱 Snapdragon X2 Elite PC 可執行 26B 參數模型。系統以 AppArmor 沙箱限制代理權限,並提供基於 Wine、Proton 的 Windows 應用程式轉換層;Snapdragon 平台的相容能力限於部分 Windows x86-64 應用程式。AMD、Intel 等 x86 晶片及其他 Arm 裝置仍屬後續支援計畫。

來源:https://news.mydrivers.com/1/1164/1164791.htm | https://www.ithome.com/1/025/226.htm

本期僅依輸入提供的摘要與事實整理,未查閱或驗證來源全文。

[Tempest Rust Daily] 技術情報精華 (2026-11-12) – 深度完整版

2026-11-12 Rust 日報,精選 3 則版本與開發工具消息。

Rust 1.100 預計今日發布,never type 與自訂配置器列為更新重點

來源摘要稱,Rust 1.100 預計於 2026 年 11 月 12 日發布,更新包括歷經約十年後穩定的 never type,以及 Vec、Box 支援自訂記憶體配置器。輸入尚未提供正式發布確認。

來源:https://medium.com/@abhinav.dobhal/rust-1-100-the-never-type-custom-allocators-and-cargo-cooldowns-13c0a6e131a2?source=rss——artificial_intelligence-5

Angular 推出 Rust 與 Oxc 預處理器 ngp,初步冷建置速度達 2 至 3 倍

Angular 推出編譯器預處理器 ngp,以 Rust 與 Oxc 重寫分析階段,取代 ngc 對 TypeScript 7.0 已移除之 Transformer API 的依賴。初步基準測試顯示冷建置速度提升至 2 至 3 倍,預計於 Angular 22 的次版本更新採用;正式採用前,正式環境建置應繼續使用 ngc。

來源:https://www.infoq.com/news/2026/11/angular-compiler-rust-typescript/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global

AssemblyForNeovim 提供離線組合語言浮動視窗,支援 Rust

AssemblyForNeovim 在 Neovim 中提供類似 Godbolt 的浮動視窗,支援 C、C++ 與 Rust。工具使用本機已安裝的編譯器產生組合語言,不需要網路連線。

來源:https://github.com/0xdeadf1sh/AssemblyForNeovim

本期僅依提供的 RSS 摘要整理,未核實全文。

[Tempest AI News] 技術新聞精華 (2026-11-12)

2026 年 11 月 12 日 Tempest AI 日報,精選 13 則模型、開發工具與資安消息,依提供的來源摘要與事實整理。

Gemini 4 Carbon 擴大開放,API 導入價格將於 12 月 1 日翻倍

Google 於 11 月 10 日向付費開發者擴大開放 Gemini 4 Carbon,消費端透過 Google AI Ultra 提供,Gemini API 免費層級不適用。模型 ID 為 gemini-4-carbon,上下文視窗約 100 萬 token,支援文字、圖像、音訊、影片與 PDF 輸入,輸出文字,知識截止日期為 2026 年 3 月。11 月 30 日前每百萬輸入/輸出 token 為 2/10 美元,12 月 1 日起為 4/20 美元,思考 token 按輸出費率計費。Antigravity 同步預覽 /swarm 多代理協作。Real Python 的五項非正式測試共耗時 8 分 10 秒、花費 0.34 美元,能識別不存在的 itertools.flatten(),現代 Python 語法測試則落在 Python 3.12 水準。另有 AlphaProof Code 研究在四週內產生超過 650 萬行經 Lean 檢查的 Signal 加密協定證明程式碼,涵蓋 AArch64 機器碼語義,並重現兩個已修復漏洞。

來源:https://dev.to/hassan_devs/gemini-4-carbon-is-open-to-developers-and-the-cheap-price-ends-november-30-5gen | https://www.kocpc.com.tw/archives/702975 | https://realpython.com/gemini-4-carbon/ | https://realpython.com/ai-benchmark-gemini-4-carbon/ | http://weixin.sogou.com/weixin?type=2&query=%E6%9C%BA%E5%99%A8%E4%B9%8B%E5%BF%83+%E5%88%9A%E5%88%9A%EF%BC%8CGemini%204%20Carbon%E5%85%A8%E7%90%83%E5%85%A8%E9%87%8F%E5%BC%80%E6%94%BE%EF%BC%8C4%E5%91%A8%E3%80%81650%E4%B8%87%E8%A1%8C%E6%95%B0%E5%AD%A6%E8%AF%81%E6%98%8E%E9%AA%8C%E8%AF%81%E3%80%8CSignal%E5%AE%89%E5%85%A8%E3%80%8D | https://zapier.com/blog/gemini-api | https://3dnews.ru/1151173 | https://smallbiztrends.com/google-unveils-gemini-4-carbon-a-new-benchmark-in-ai-performance/ | https://medium.com/ai-tomorrow/gemini-4-carbon-is-googles-strongest-model-yet-but-the-price-doubles-in-21-days-and-free-users-e61ac47a44f5?source=rss——cybersecurity-5 | https://www.investing.com/news/stock-market-news/google-tests-new-gemini-4-hydrogen-model-for-speed-report-says-93CH-5019557 | https://www.businessinsider.com/google-hydrogen-test-new-gemini-4-flash-model-ai-2026-11 | https://itc.ua/news/gemini-4-carbon-zanyala-pervoe-mesto-v-tryoh-testah-na-chto-ona-sposobna/ | https://www.publico.pt/2026/11/11/enter/noticia/google-abre-gemini-4-carbon-publico-poe-enxames-agentes-ia-trabalhar-2194559 | https://k-tai.watch.impress.co.jp/docs/news/2155671.html | https://www.journaldugeek.com/2026/11/11/gemini-4-carbon-disponible-google-lance-enfin-son-ia-la-plus-puissante-mais-il-faudra-payer-cher-pour-lutiliser/ | https://www.ixbt.com/news/2026/11/11/google-otkryla-dostup-k-samoi-moshhnoi-ii-modeli-gemini-4-carbon.html | https://www.geeky-gadgets.com/gemini-carbon-2/ | https://gigazine.net/news/20261111-gemini-4-carbon/ | https://www.geeky-gadgets.com/gemini-carbon/ | https://www.macotakara.jp/Google/entry-52304.html | https://www.androidauthority.com/google-gemini-4-carbon-rollout-3733702/ | https://www.techno-edge.net/article/2026/11/11/5703.html | https://www.appbank.net/2026/11/11/game/3161285.php | https://wwwhatsnew.com/2026/11/11/google-gemini-4-carbon-publico-enjambres-agentes/ | https://www.soft4fun.net/tech/news/google-gemini-4-carbon-now-available-swarm-antigravity-price-2-10-2.htm | https://www.itmedia.co.jp/aiplus/article/2611/11/2000003093/ | https://www.watch.impress.co.jp/docs/news/2155392.html | https://medium.com/@greekofai/google-gemini-4-carbon-is-now-public-75-cheaper-than-claude-fable-5-2-8d16330e964f?source=rss——artificial_intelligence-5 | https://tecnoblog.net/noticias/google-libera-gemini-4-carbon-ao-publico-com-recurso-para-equipes-de-agentes-de-ia/ | https://forest.watch.impress.co.jp/docs/news/2155356.html | https://www.ifanr.com/1688883?utm_source=rss&utm_medium=rss&utm_campaign=

Fable 5.2 更新任務成本與實作數據,Mythos 5.2 仍限驗證組織

Fable 5.2 標準 API 每百萬輸入/輸出 token 為 8/40 美元,較前代降價 20%;快速模式最高提供 2.5 倍生成速度,價格為 16/80 美元。FrontierCode 2.0 的 High effort 設定得分 45.3%,接近 Opus 5.5 的 45.5%,該測試任務成本約為一半,但每 token 定價仍是 Opus 的兩倍;來源指出官方仍建議多數開發者日常使用 Opus。Fable 可委派任務給 Opus 或 Sonnet 5.5,也能讀取 Opus 思考區塊,反向則不相容。API 識別碼為 claude-fable-5-2,已於 AWS、Google Cloud 與 Azure 提供;Pro、Team 每週配額最多可分配 50% 給 Fable。Mythos 5.2 僅供通過資安或生命科學驗證計畫的組織使用。實作案例中,Saltline 遊戲生成耗時 8 小時,估計 API 成本 550 美元,仰賴上下文快取;若無快取,僅輸入成本便約 3,560 美元。

來源:https://thenewstack.io/anthropic-fable-opus-cost/ | https://www.techbang.com/posts/134814-anthropic-claude-fable-mythos-5-2-speed-price-cut | https://www.smartworld.it/news/claude-fable-mythos-5-2-anthropic-teorema-fermat.html | https://thenewstack.io/claude-fable-game-demos/ | https://www.ubergizmo.com/2026/11/claude-fable-5-2-mythos-5-2/ | https://medium.com/no-time/fable-5-2-looks-like-anthropics-best-ai-yet-and-it-got-cheaper-dd8f2ac83589?source=rss——artificial_intelligence-5 | https://www.bloomberg.com/news/articles/2026-11-11/anthropic-s-mythos-ai-looking-for-cyber-flaws-in-energy-systems | https://wccftech.com/anthropic-jeopardizes-nvidias-cuda-moat-as-its-claude-mythos-model-took-only-3-days-to-figure-out-how-to-run-another-model-on-amds-mi355x-gpus/ | https://www.ithome.com/1/025/736.htm | https://www.v2ex.com/t/1256201#reply0 | https://masoudx.medium.com/anthropic-just-shipped-its-smartest-model-its-own-docs-tell-you-to-keep-using-opus-dc988e4bccb0?source=rss——artificial_intelligence-5 | https://www.usine-digitale.fr/intelligence-artificielle/anthropic/anthropic-devoile-claude-fable-52-et-claude-mythos-52-dans-un-contexte-dobsolescence-eclair-des-modeles-dia.IYBTK5CJKRHSRMPTQEDHBPOAAI.html | https://www.gizmodo.jp/article/2611-anthropic-claude-5-2-ai-os-black-hole/ | https://cryptobriefing.com/claude-mythos-amd-mi355x-three-days/

Gemini Decisions API 上線,單次最多評估 1,000 個問題

Google 推出由 Gemini Decision 1 驅動的 Gemini Decisions API,可回傳預定義答案與信心分數,單次呼叫最多評估 1,000 個問題。支援是非、選擇與規準評分三種題型,以及文字、圖像、音訊、影片與 PDF 輸入。價格為每百萬輸入 token 0.10 美元,輸出免費。Simon Willison 的實測指出,是非題會回傳機率值,而非僅回傳 1.0 或 0.0。

來源:https://venturebeat.com/technology/googles-gemini-decision-1-model-scores-up-to-1-000-questions-in-one-api-call | https://simonwillison.net/2026/Nov/11/gemini-decisions-api/ | https://www.techmeme.com/261111/p40#a261111p40 | https://3dnews.ru/1151176 | https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/ | https://cryptobriefing.com/google-gemini-decisions-api-launch/

Corelight:MCP 主套件固定版本,仍可能因相依套件更新而改變

Corelight 11 月 10 日研究指出,使用 uvx 啟動 MCP 伺服器,即使固定主套件版本,環境重建時仍可能更新底層相依套件。研究審查的 35 個伺服器中,23 個建議安裝方式會取得最新相依套件;其中一個社群伺服器五週重建 19 次,形成 15 組相依套件組合,共 23 個套件版本變動。部分 npx latest 啟動方式也有版本漂移風險,若套件遭污染,可能洩漏 API 金鑰與管理員憑證。研究建議固定 commit、使用雜湊鎖定檔、直接啟動伺服器並關閉啟動更新檢查,搭配最小權限帳號與定期更新審查。

來源:https://cybersecuritynews.com/hackers-could-exploit-mcp-server/

Microsoft 揭露 Lazarus 模型後門,前提是取得權重寫入權限

Microsoft 於 11 月 10 日發布 Lazarus 研究,使用搭載 Opus 4.5 的 Claude Code 協助研究,展示修改少於 10 個休眠神經元即可植入隱藏後門,使代理在特定觸發條件下產生下載並執行惡意程式碼的指令。攻擊前提是取得模型檢查點的寫入權限,修改僅需推理等級運算資源;這是部署前修改模型權重的攻擊,與提示注入不同。Microsoft 表示尚未觀察到實際武器化,建議比對原始模型檢查點並驗證發布檔案的雜湊值。

來源:https://cybersecuritynews.com/claude-code-ai/

Adobe 預告本機 MCP 整合,外部代理可編輯原生檔並保留圖層

Adobe 在 MAX 2026 展示本機 MCP 整合,讓 ChatGPT、Claude 等第三方代理操作 Photoshop、Premiere 等桌面應用程式,並保留原生專案的可編輯性與 Photoshop 圖層;私人測試版預計於 2027 年初提供。Firefly 同步擴充 AI 助手與第三方模型,新增背景執行資產整理、品質檢查及內容準備的 Always-on agents 預覽版,以及 Graph 測試版與 Builder 私人測試版。Photoshop 新增生成式重新風格化與重寫,Premiere 加入色彩模式系統,Lightroom 提供睜眼功能測試版。

來源:https://www.techno-edge.net/article/2026/11/11/5702.html | https://www.clubic.com/actualite-638746-vous-restez-notre-client-pourquoi-adobe-ouvre-grand-photoshop-a-chatgpt-et-claude.html | https://www.appbank.net/2026/11/11/iphone-news/3161072.php | https://wwwhatsnew.com/2026/11/11/adobe-agentes-ia-mcp-photoshop-premiere-firefly/ | https://www.gizmodo.jp/article/adobe-mcp-integration-chatgpt-claude/

Glasswing 漏洞追蹤:37,966 項報告中,217 項已有修復

據 VulnCheck 的 Patrick Garrity 追蹤,Anthropic Project Glasswing 運作七個月後,37,966 項漏洞報告中有 7,349 項公開、217 項已修復,另有 1,654 項重複、419 項在維護者反對後撤回。CVE-2026-61500 與 CVE-2026-26980 已列入 CISA 已知遭利用漏洞目錄。報導另指出,Anthropic 10 月 8 日推出的 OSS Scanner 已發出近 5,000 份未經人工審核的模型報告;Anthropic 主張真陽性率為 94.2%,驗證負擔則引發開源維護者關注。

來源:https://www.infosecurity-magazine.com/news/anthropic-glasswing/ | https://dev.to/slabb/38000-ai-found-vulnerabilities-217-fixed-auditing-glasswing-anthropics-bug-discovery-machine-k65 | https://www.vulncheck.com/blog/anthropic-glasswing-november-update

Gemini Robotics 2.5 進賓士工廠概念驗證,零件配料成功率 96%

DeepMind 11 月 10 日發表 Gemini Robotics 2.5 視覺、語言與動作模型,與 Apptronik 在賓士位於匈牙利凱奇凱梅特、德國辛德芬根的工廠進行概念驗證。Apollo 2 執行零件配料成功率為 96%,由 Robotics ER 追蹤流程、2.5 控制手與手臂;支援 Apollo 2 與 Franka Duo 平台。DeepMind 稱,200 多項任務測試的成功率較基線提升 30% 至 100%,速度快 20% 至 30%,關閉工具箱任務由 0% 提升至 93%。模型目前僅逐步提供合作夥伴。另釋出 ASIMOV-Jailbreak 開源基準,Robotics ER 2 抗越獄率為 82%,Gemini 4 Argon 為 99.5%。

來源:https://techorange.com/2026/11/11/google-gemini-robotics-2-5-mercedes-kitting/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss | https://www.cnbeta.com.tw/articles/tech/1585920.htm | https://3dnews.ru/1151140 | https://gigazine.net/news/20261111-gemini-robotics-2-5/ | https://japan.cnet.com/article/35254686/

Agent Skills 納入 AAIF,MCP 與技能標準由三家工程師共同維護

Google 開源部落格指出,Anthropic 已將 Agent Skills 規範捐贈給 Linux 基金會的 Agentic AI Foundation,Google、Anthropic 與 OpenAI 工程師共同維護 MCP 與 Agent Skills。MCP 2026-07-28 規範改採無狀態模型,以改善水平擴充;Agent Skills 先載入輕量 YAML 前置資料,再按需載入 SKILL.md 指令。Google Cloud Databases 團隊已將兩者整合為 Agent Plugins,用於 Cloud SQL 與 AlloyDB 的 PostgreSQL 工作流;技能集打包、探索及版本管理仍缺乏標準化定義。

來源:https://opensource.googleblog.com/2026/11/scaling-ai-agents-open-standards-mcp-aaif.html | https://medium.com/@infiniteorchestra/all-about-model-context-protocol-mcp-846426576bd4?source=rss——artificial_intelligence-5 | https://ai.plainenglish.io/the-modern-ai-stack-how-mcp-and-local-agents-replaced-my-entire-productivity-app-suite-f12bff640121?source=rss——artificial_intelligence-5 | https://hackernoon.com/one-prompt-every-log-triage-production-issues-faster-with-mcp?source=rss

MCP 檔案傳輸擴充草案成形,仍屬實驗性選配

MCP 正規劃統一上傳與下載的擴充規範,讓檔案傳輸繞過模型:小檔案可隨工具請求傳送,大檔案則由用戶端另行上傳後再次呼叫工具;工具產生 CSV 等檔案後,可提供下載位址。草案目前仍在實驗階段,沒有正式參考實作,維護者目標於 2026 年底前發布穩定版,支援將維持選配。提案限制用戶端傳送 MCP 憑證的時機,作者另建議將外部上傳限制於核准目的地,以防惡意伺服器濫用。

來源:https://thenewstack.io/mcp-file-upload-extension/

GPT Image 2.6 生成速度最高提升 50%,更新加入動畫與向量圖

來源摘要指出,OpenAI 圖像模型更新後支援生成動畫與向量圖,GPT Image 2.6 的生成速度最高提升 50%。同一來源稱,OpenAI 模型每週生成約 40 億張圖片;輸入未提供這次更新的價格、開放地區或 API 相容性細節。

來源:https://www.zive.cz/clanky/chatgpt-generuje-pul-miliardy-obrazku-denne-ted-je-o-polovinu-rychlejsi-a-umi-i-gify/sc-3-a-244378/default.aspx

Qwen3 Coder 30B 子代理實測:框架與提示詞開銷影響單次成本

作者於 11 月 11 日透過 Synap API 測試 Qwen3 Coder 30B,每百萬輸入/輸出 token 為 0.0675/0.27 美元,批次為 0.03375/0.135 美元;上下文視窗 98,304 token,支援工具呼叫、json_schema 與串流。Claude Code 2.1.322 修復錯誤耗時 11.3 秒、6 回合;codex-cli 0.166.0 單次任務使用 49,245 輸入與 722 輸出 token,約 0.0035 美元;opencode 1.19.5 可修正函式並自我檢查。另以 delegate.py 直接執行單檔機械式修改,93 輸入與 202 輸出 token 的案例約 0.000061 美元。免費額度為每帳號每日 100,000 token、50 次請求,每分鐘限 10 次,單次輸出最多 4,096 token;付費金鑰 10 美元起。

來源:https://dev.to/synap402/running-qwen3-coder-30b-as-a-cheap-subagent-for-claude-code-codex-and-opencode-2chh

SOCRadar MCP 提供 126 種工具,新增多租戶 MSSP 伺服器

SOCRadar 介紹自 2025 年提供的 MCP 服務,目前涵蓋 16 類、126 種工具,其中 107 種讀取、19 種寫入;所有寫入須先預覽並輸入一次性確認碼。支援 ChatGPT、Claude、Copilot、Claude Code、Cursor、VS Code 等共 13 個用戶端,可透過帳號登入或 API 金鑰驗證,登入支援雙因素驗證、通行金鑰與 SAML SSO。查詢自有公司資料不耗額度,進階查詢使用既有 Copilot credits。新增 MSSP MCP 伺服器提供 75 種多租戶管理工具,使用獨立 Multi-Tenant ID 與 API 金鑰。

來源:https://socradar.io/blog/socradar-mcp-126-tools-mssp-mcp/

來源內容尚未經全文核實;個別實測、內部評估與預覽功能均依來源所載呈現。

[Tempest Security 深度解讀] 兩萬多筆發現如何變成 59 份報告?AI 掃描 Linux 的真正成本 (2026-11-12)

AI 能在兩週內產生兩萬多筆 Linux 核心疑似問題,但讓這些發現變成可重現、可修補、能交付使用者的安全成果,仍需要數月。微軟 FORGE Lab 公布的 MDASH 研究,最值得注意的是這段落差:當掃描能力快速擴張,驗證、審查與部署是否跟得上,開始決定 AI 資安工具的實際價值。

59 份報告,代表哪一種成果?

依微軟原文,研究團隊於 2026 年 5 月底至 6 月中旬,掃描網路、檔案系統與安全模組等部分核心子系統,由一名全職研究員與一名實習生主導後續工作。截至文章公布,團隊提交 59 份公開上游報告,獲配 33 個 CVE;其中八個已在實驗室確認能達成本機 root 權限提升,38 份報告對應的修補已合併至主線。這些數字分別描述通報、漏洞識別、利用驗證與修補進度,不能互相替代。來源:https://www.microsoft.com/en-us/security/blog/2026/11/11/lessons-from-59-linux-kernel-bug-reports/。

研究也有明確邊界:團隊優先選擇安全敏感、沒有明顯特殊硬體依賴的元件,方便使用 QEMU 虛擬環境統一驗證。因此,這是特定範圍的研究成果,無法直接推算整個 Linux 核心還有多少漏洞,或所有子系統都能取得相同成效。

發現漏斗,揭露真正的工作量

原文呈現的流程是:26,502 筆原始發現,經信心評估與快速篩選,縮減為 11,769 個候選;重現代理程式再產生 621 個具有概念驗證(PoC)證據的案例,最後由專家整理為 59 份報告。即使程式已能觸發異常,仍須判斷根因、影響與既有修補狀態。

621 個案例中,266 個與其他案例共用根因,163 個經審查後未通報,主要因安全影響有限;另外 133 個已有人通報或完成修補。因此,不能把「只有 59 份報告」解讀為其餘全是誤報。相同漏洞可能出現不同觸發方式,而發現時尚未修補的問題,也可能在團隊準備報告期間被別人處理。

合理推論是,增加掃描量會同時增加去重、重現與追蹤上游狀態的需求。微軟表示,整理這批報告花費超過四個人月。對採購者而言,這提示成本評估應涵蓋專家工時與後續協作;但原文沒有提供完整費用或對照實驗,尚不足以判定 MDASH 比其他方法便宜多少。

模型分工也應審慎解讀。掃描階段以 Sonnet 4.6 為主,重現階段則以 GPT-5.5 為主;原文百分比計算的是各階段使用的 token 占比。它們並非漏洞發現率,也不能用來排名模型能力,因為各模型承接的任務與投入資源未必相同。

一行修補背後,是跨狀態的錯誤

CVE-2026-64563 是理解技術風險的具體案例。核心共用的可調整大小雜湊表 rhashtable,在走訪暫停後恢復時,其中一條路徑沒有清除舊物件指標。如果暫停期間發生表格重整,相關物件也已釋放,恢復走訪便可能讀取已釋放的記憶體,形成 use-after-free。

這項機制可由 Linux 主線儲存庫交叉驗證:修補提交明列遺漏的指標清除、Netlink 與 TIPC 呼叫情境,以及新增一行程式碼的變更。提交也同時列出微軟與 Yuan Tan 的通報署名,提醒讀者,漏洞修補往往是多方研究與維護協作的結果。上游紀錄:https://github.com/torvalds/linux/commit/8173f7e2ce67e6ca1d4763f3da14e5b01ce77456。

Red Hat 的漏洞公告亦確認,本機已驗證身分的使用者可能透過雜湊表走訪觸發此問題,造成核心當機或本機提權;標準 RHEL 環境的一般使用者可接觸相關網路診斷介面。這支持其具有實際安全意義,但不等於攻擊者能直接從網際網路取得 root。查證來源:https://access.redhat.com/security/cve/cve-2026-64563。

為何現在值得注意:速度開始失衡

這批漏洞在首次公開通報時,平均已存在 8.1 年;其中一個至少存在 21 年。這顯示老程式碼仍有重新檢查的價值,但不能據此推論 Linux 近期變得更不安全。漏洞存在多久,也不代表它已遭利用多久;研究提供的是程式缺陷與利用驗證證據,沒有建立這批漏洞已遭實際攻擊的結論。

作者認為,更重要的變化是工作速度失衡:初步掃描只需約兩週,修補卻需要理解子系統語意、避免破壞既有行為,並與維護者反覆討論。微軟表示,已合併的修補約半數一次提交即獲接受,其餘經過一至四次修訂;從首次公開補丁到進入主線版本,中位數為 41 天。這項指標仍未包含下游產品交付與使用者部署。

容易忽略的限制,會改變風險排序

八個可提權漏洞是在受控實驗室環境確認,其中部分需要非預設設定或停用利用緩解措施。這不會抹去漏洞價值,卻會影響現場優先順序。同樣地,微軟所述 rhashtable 問題影響啟用 SELinux 強制模式的 Android,不能延伸成所有 Android 裝置與版本均已證實可利用。

Linux 官方文件也說明,CVE 是否適用取決於實際使用方式與核心組成;許多編號未必與特定系統相關。官方並建議採用經整體測試的更新,因為問題可能需要多項修補共同解決。因此,CVE 數量適合追蹤問題,無法單獨衡量一套部署的安全程度。來源:https://docs.kernel.org/process/cve.html。

台灣讀者應追蹤修補能否真正到位

對管理 Linux 伺服器、Android 終端或嵌入式產品的台灣團隊,實務重點是確認使用版本、可觸及的功能,以及供應商更新狀態。Red Hat 公告特別提醒,供應商可能將修補回移至舊版本,單看版本號可能誤判。因此,資產盤點應連結產品安全公告與套件修訂紀錄,並確認更新已在運行中的系統生效。

作者建議,後續評估 AI 漏洞研究應追蹤以下指標,讓「找到問題」與「降低風險」之間的距離可以被檢驗:

  • 剩餘報告的修補進度,以及主線修補何時進入穩定版與供應商產品。
  • 在預設設定、保留緩解措施的實際產品中,哪些漏洞仍可利用。
  • 每個獨立根因所需的驗證工時、修補修訂次數,以及使用者完成更新的時間。

[Tempest Agent 深度解讀] 改動不到十個神經元就能藏後門:AI 模型供應鏈該如何驗證? (2026-11-12)

一個 AI 模型通過測試,是否就能放心讓它操作終端機?Microsoft 於 2026 年 11 月 10 日公布的 Lazarus 研究,指出兩者之間仍有安全缺口:研究人員修改不到十個休眠神經元,就能讓模型平時正常工作,遇到特定字串才輸出攻擊指令。這是已展示的研究成果;Microsoft 同時明確表示,尚未觀察到威脅行為者將這項技術武器化。原始公告:https://www.microsoft.com/en-us/security/blog/2026/11/10/detecting-sleeper-agents-hiding-in-ai-model-neurons/

攻擊前提:先有機會改動模型

Lazarus 的關鍵前提,是攻擊者必須取得模型檢查點的寫入權限。檢查點包含決定模型運算行為的權重;攻擊者動的是這些參數,而非單純在對話裡加入惡意文字。因此,不能把研究解讀為任何使用者都能透過一句提示,遠端改造正常模型。

這也說明它與提示注入的差別。提示注入透過模型讀到的內容影響行為;權重後門則讓異常行為預先存在於模型內部。兩者都可能借助上下文觸發,但防守位置不同:過濾輸入,無法取代模型檔案的完整性驗證。

休眠神經元如何成為隱藏開關

依 Microsoft Research 的說明,模型中有些神經元平常很少啟動,研究人員能將它們改造成觸發偵測器。當指定字串出現,這些神經元便推動模型輸出預設的 token;串接數個,就能組成短指令。研究不需要重新訓練整個模型,所需資源也因此低於從頭訓練。

公告以跨入 2027 年為例,但真正的觸發條件是模型在上下文中看見相關字串,不能理解成所有模型到了某個時間就會自行啟動。研究團隊也說明,Claude Code 搭配 Opus 4.5 協助發現了大部分方法;這不代表 Claude Code 本身已被植入該後門。研究者說明:https://www.microsoft.com/en-us/research/blog/lazare-veni-foras-reprogramming-dormant-neurons-to-backdoor-ai-agents/

為何一般評測可能看不見

若測試沒有涵蓋觸發條件,後門模型仍可能交出正常答案。原文所稱「通過所有評估」,應理解為研究採用的評估,不能延伸為能通過任何未來測試。合理推論是:平均答題能力與少數條件下的惡意行為,可以同時存在;提高一般任務分數,未必有助於找出後門。

這個警訊也有其他第一方研究支持。Anthropic 在 2024 年的 Sleeper Agents 研究中,刻意訓練模型依提示中的年份產生安全或帶有漏洞的程式碼,並發現部分後門行為可在安全訓練後保留。它採用的植入方式不同,不能視為 Lazarus 的獨立重現,但交叉支持了「正常表現不足以排除條件式後門」這項判斷。來源:https://www.anthropic.com/research/sleeper-agents-training-deceptive-llms-that-persist-through-safety-training

實際損害取決於代理拿到多少權限

模型輸出指令與系統執行指令,是兩個不同環節。研究之所以值得現在注意,在於模型可以連接工具、終端機與網路;一旦代理執行環境接受其輸出,隱藏行為便可能取得原本授予正常任務的權限。只產生文字的服務,與能讀取憑證、寫入檔案的代理,暴露程度並不相同。

本文認為,企業不能只用「模型有沒有通過安全測試」決定授權。模型來源、工具權限與執行隔離必須一起評估。即使部署前漏掉後門,限制對外連線、隔離程式執行,以及審核高影響操作,仍有機會阻斷後續損害;這也是 Microsoft 建議採取多層防禦的原因。

雜湊、權重差異與掃描各有邊界

Microsoft 建議核對原始發布者公布的檔案雜湊,並將每次更新的檢查點與宣告的基礎模型比較。前者確認檔案是否與指定版本相同;後者尋找異常修改。合理推論是,如果發布端本身已遭入侵,雜湊相符仍不能證明模型無害,因為它驗證的是一致性。

權重比較則利用修改形態尋找線索:公告指出,合法微調與量化通常造成較廣泛的變化,植入神經元可能呈現少數向量的大幅變動。但異常只是調查起點。一般惡意軟體掃描處理的序列化、程式碼與不安全運算子風險,也不能取代權重層級稽核。

研究摘要提供了更具體的限制:在沒有參考模型的測試設定下,代理建立的防禦辨識出 91.4% 的保留測試植入檢查點,誤報率為 9.7%。這表示自動稽核有價值,也有漏報與人工複核成本;不能把實驗數字當成所有模型的保證。研究摘要:https://www.microsoft.com/en-us/research/publication/lazare-veni-foras-reprogramming-dormant-neurons-to-backdoor-ai-agents/

台灣團隊應把驗收延伸到模型來源

對準備自架模型、導入第三方微調版本,或委外建置代理的台灣組織,實際問題是能否追溯部署中的每個版本。本文建議,驗收除了功能與正確率,也應要求基礎模型、轉換流程、檔案雜湊與稽核紀錄,並確認誰能修改模型儲存空間。

內部開發也需要相同紀律:自行訓練不會自動消除帳號、儲存或部署流程遭竄改的可能。商業上的合理推論是,模型供應商的價值將包含可驗證的交付流程;採購方則需把版本追溯與更新稽核,納入維運成本。

後續應觀察哪些證據

  • 是否出現獨立團隊重現,以及不同模型與轉換流程下的攻擊、偵測結果。
  • 權重稽核在合法微調、量化與模型合併後,能否維持可接受的漏報與誤報。
  • 模型平台是否提供可驗證來源、更新紀錄與稽核結果,讓下游能持續核對。
  • 是否出現經證實的實際濫用;在此之前,應持續區分研究展示與真實攻擊事件。

[Tempest AI 深度解讀] 固定 MCP 版本仍不夠:依賴漂移如何讓已核准的工具悄悄換碼? (2026-11-12)

企業核准一個 MCP 伺服器時,核准的究竟是名稱、版本,還是當下真正執行的整組程式碼?Corelight 最新研究揭露一個容易被忽略的落差:即使主套件版本固定,底下的相依套件仍可能在環境重建時改變。對持有管理權限的 AI 工具而言,這讓一次性的安全審查,難以持續代表實際執行內容。

研究發現的是風險條件,尚非入侵事件

Cyber Security News 報導,Corelight 在檢視管理員工作站時,發現 AI 程式開發助理啟動的 MCP 伺服器持有高權限憑證。研究人員沒有發現該工作站遭入侵,而是追查這些程式從哪裡取得、如何更新。原報導:https://cybersecuritynews.com/hackers-could-exploit-mcp-server/

實際查得的 Corelight 第一方研究確認:某個社群伺服器在五週內留下 19 次環境建置紀錄,產生 15 組不同的相依套件組合;69 個套件中有 23 個版本變動,設定卻沒有改。這支持「執行內容會漂移」,不能直接證明其中曾混入惡意程式。研究原文:https://corelight.com/blog/mcp-server-supply-chain-risk

固定主版本,為何仍會換碼?

MCP 讓 AI 助理連接外部工具;本案的問題出在安裝與啟動流程。主套件可能固定版本,也固定了直接使用的套件,但那些套件還有下一層依賴。只要較深層仍允許版本範圍,重新解析時就可能選到較新的版本。

原報導指出,該社群專案已固定七個直接相依套件,並提供附雜湊值的鎖定檔;啟動流程卻沒有使用它,其他約 60 個套件仍重新向 PyPI 解析。關鍵差別因此是「專案有鎖定檔」與「實際安裝確實遵守鎖定檔」。前者只是提供材料,後者才限制執行環境。

Astral 官方文件提供另一項交叉查證:uvx 使用獨立的快取環境,環境遭清除後會重新建立;一般情況會沿用快取,並非每次啟動都下載最新版。因此,不能把研究概括為「所有 uvx 啟動都會更新」。應檢查的是何時重建,以及重建時依據哪些版本限制。官方文件:https://docs.astral.sh/uv/concepts/tools/

便利的啟動方式,改變了誰能交付程式碼

一行設定就能下載並啟動服務,降低了試用與整合門檻。代價是部署決策可能延後到啟動或重建當下,由公開套件庫可取得的版本決定。Corelight 檢視的 35 個 MCP 伺服器中,有 23 個建議安裝方式會在啟動、安裝或映像建置時重新解析公開來源的依賴;這些情境的更新頻率並不相同。

合理推論是:企業原本信任某個工具作者,實際執行內容卻也受整條依賴鏈的發布流程影響。攻擊者若控制其中一個可被選入的套件版本,就可能沿既有部署流程進入環境。這是一條有條件的攻擊路徑,不代表依賴更新本身就是攻擊。

作者認為,現在值得注意的原因,是更新流程與權限集中在同一個程式裡。當 MCP 伺服器能讀取環境中的 API 權杖、使用者檔案,或連線管理系統,同一程序載入的惡意依賴也可能取得這些能力。即使使用者只要求查詢資料,也無法靠這項要求限制底層程式碼。

實際改善:讓更新成為明確的部署動作

Corelight 採取的做法,是固定提交版本、使用附雜湊值的鎖定檔安裝完整依賴,並直接啟動已安裝的程式。原報導記載,五個伺服器凍結環境後,在兩週內啟動 457 次,套件清單維持一致。這項結果驗證了觀察期間沒有套件版本漂移,並不等於程式已通過完整安全驗證。

工具選項也必須放回正確情境理解。Astral 文件指出,專案模式的 uv run --locked 會在鎖定檔與專案要求不符時報錯,而不是自行更新;這與 uvx 的工具環境是不同流程。不能只看設定裡出現「固定」字樣,就假設所有依賴都受控。官方說明:https://docs.astral.sh/uv/concepts/projects/sync/

容易忽略的限制:凍結也會讓軟體老化

鎖定版本解決的是變更可預期性,無法保證被鎖住的程式沒有漏洞或惡意內容。若沒有更新負責人,團隊只是把無聲更新換成長期停更。雜湊驗證則確認下載內容符合預期,不能單獨證明內容安全。

研究樣本來自兩個廠商目錄與實驗環境,23/35 不能當成整個 MCP 生態系的風險比例。連線公開套件庫也只是調查線索:可能是更新檢查,未必下載或執行新程式;反過來,沒有連線也可能只是沿用快取。判斷仍須結合程序紀錄與實際安裝清單。

對台灣團隊的意義:把連接器納入權限治理

對已讓 AI 助理連接內部系統的台灣團隊,作者建議先盤點持有正式環境憑證的 MCP 伺服器與本機代理程式。審查單位應包含完整依賴、安裝方式及可存取資源;每個伺服器配置獨立帳號,能唯讀就不給寫入權限,並指定更新與憑證管理負責人。

這也適合成為採購與驗收要求:供應商是否提供可重現的安裝流程?正式環境範例是否真正使用鎖定檔?版本變更能否追溯?這些問題比只確認「支援 MCP」,更能反映導入後的維護成本。

後續應觀察的三項指標

  • 環境是否穩定:比較重啟與重建前後的完整套件版本,確認核准內容與執行內容一致。
  • 更新是否有人負責:追蹤依賴差異、漏洞檢查與回復流程,避免凍結成為停更。
  • 權限是否縮小:檢查正式憑證、管理介面與檔案的可達範圍,衡量單一套件失守可能造成的影響。

[Tempest Python Daily] 技術動態摘要 (2026-11-12) – 深度完整版

2026-11-12 Tempest Python 日報,精選 9 則,聚焦安全更新、憑證事故、編譯器與開發工具。內容依提供的來源摘要與事實整理。

eMudhra 撤銷 8 個 RSA 中間 CA,涉及 195 個憑證

eMudhra 於 2026-11-11 發布事故報告:2025-04-30 的自訂 Python 金鑰移轉腳本將 8 組 ECDSA P-384 私鑰由 48 位元組縮為 1 位元組;另有 8 組 RSA-4096 私鑰元件以明文存在於主機記憶體中,違反規範。兩批中間 CA 分別於 2026-10-18、11-07 撤銷。此次 RSA 撤銷涉及 195 個憑證,其中 DV TLS 130 個、OV TLS 63 個、OV CS 2 個。Microsoft 預計自 11-16 起移除 10 個 eMudhra 根憑證;全面金鑰盤點與 KPMG 獨立審查預計分別於 11-30、12-04 完成。來源另指出,10-26 發布的 Python 3.15.2、3.14.10、3.13.18、3.12.16、3.11.18 已在 ssl 模組加入 CVE-2026-115557 封鎖清單,3.10 與更早版本不會取得此解譯器更新。公司宣布退出全球網站安全憑證業務;CERT-In 表示印度 DSC 與 eSign 服務不受影響。

來源:https://www.matricedigitale.it/2026/11/11/emudhra-revoca-otto-ca-rsa-errore-python-certificati/ | https://lapaasvoice.com/emudhra-attributes-8-weak-digital-keys-to-python-script-glitch/ | https://techora.ru/news/emudhra-obvinila-python-i-ozu-v-2026-11-11 | https://thecybersecguru.com/news/emudhra-ca-key-incident-python-bug/

RHEL 8.8 python-pillow 安全更新,最高 CVSS 9.8

2026-11-11 的 RHSA-2026:98109 涵蓋 RHEL 8.8 x86_64 Extended Life Cycle Long Life、Server TUS,以及 SAP Solutions 更新服務的 x86_64、ppc64le 產品。CVE-2026-112900 為 Ghostscript 呼叫參數注入,可能造成遠端程式碼執行,CVSS 3.1 為 9.8;CVE-2026-112398 為 FPX JPEG 解碼堆疊緩衝區溢位,可造成程式碼執行;CVE-2026-112393 涉及 TIFF 儲存至 BytesIO 時的堆疊緩衝區溢位。另修補 CVE-2026-112391、112402、112392、112397、112405、112894、112895、112406、96640、112892 等 10 項同年度拒絕服務漏洞,涉及 PDF、影像轉換與解碼。應依 RHSA-2026:98109 指引更新套件。

來源:https://www.tenable.com/plugins/nessus/378749 | http://portal.auscert.org.au/bulletins/ESB-2026.14261/ | https://www.tenable.com/plugins/nessus/378745

RHEL 8.6 特定支援方案取得 python-pillow 安全更新

Red Hat 於 2026-11-11 發布 RHSA-2026:98111,為 RHEL 8.6 Advanced Mission Critical Update Support 與 Extended Update Support Long-Life Add-On 提供 python-pillow 更新,受影響產品包含 x86_64 Extended Life Cycle Long Life 與 Server AUS。CVE-2026-112900 為 Ghostscript 參數注入,可能造成遠端程式碼執行,CVSS 3.1 為 9.8;CVE-2026-112398 可透過 FPX JPEG 解碼堆疊緩衝區溢位造成程式碼執行,CVE-2026-112393 則涉及 TIFF 寫入緩衝區溢位。另包含 CVE-2026-112391、112402、112392、112397、112405、112894、112895、112406、96640、112892 等 10 項同年度拒絕服務漏洞。更新方式依 RHSA-2026:98111 指引。

來源:https://www.tenable.com/plugins/nessus/378738 | http://portal.auscert.org.au/bulletins/ESB-2026.14260/

Pulpcore 漏洞可洩漏 Django 密鑰與資料庫密碼

CVE-2026-123084 存在於 Python-pulpcore 的 header content guard jq 篩選器。低權限使用者可儲存使用 env 內建函式的篩選器,再重複發送內容請求,讀取伺服器環境資訊,包含 Django secret key 與資料庫密碼。提供的來源未列出受影響版本或修復版本。

來源:https://cve.now/CVE-2026-123084

報導回顧 Tim Peters 貢獻:PEP 20、Timsort 與標準函式庫

近期報導指出,Python 早期核心貢獻者 Tim Peters 於 2026-07-15 逝世,Guido van Rossum 已在官方討論區發布訃告。Peters 撰寫 PEP 20《The Zen of Python》,並於 2002 年為 Python 設計 Timsort,後被 Java 與 Android 採用。他也撰寫首版 doctest、difflib、pickletools、tabnanny,參與循環垃圾回收、pymalloc、dict 與數值運算實作,並於 2001 至 2014 年擔任 Python Software Foundation 董事。

來源:https://blog.adafruit.com/2026/11/11/tim-peters-python-user-2-and-prolific-contributor-has-died/ | https://newshacker.me/story?id=50450488

Brevi v0.27 徵求測試:透過 Rust 將 Python 編譯為原生執行檔

採 Apache-2.0 授權的 Brevi v0.27 支援 Linux、macOS 與 Windows x86-64 測試版,列出的支援項目包含產生器、非同步程式碼、requests、sqlite3、duckdb、onnxruntime 與 MCP 伺服器。作者回報,12 個計算密集型基準測試的效能提升中位數約為 8.5 倍;但標準函式庫符合率目前為 45%,311 個 CPython 核心測試中仍有 8 個結束碼不同。沙箱目前僅為策略層,並非安全邊界;–standalone 僅支援 Linux,Windows 尚無法執行 CPU、檔案與檔案描述元限制。

來源:https://www.reddit.com/r/rust/comments/1xt9gu6/beta_testers_wanted_brevi_compiles_agentwritten/

polyglot-python 0.2.1 支援 9 種語言,最低要求 Python 3.12

MIT 授權的 polyglot-python 透過確定性的詞法單元處理,再呼叫標準 compile(),讓非英語關鍵字程式碼交由 CPython 執行。0.2.1 已發布至 PyPI 與 npm 包裝套件,支援 9 種語言;main 分支共有 20 種,其中 11 種尚未發布。最低版本為 Python 3.12,因 3.10、3.11 的詞法分析器會拆開印度文字組合標記。工具僅改寫完全匹配的 NAME 詞法單元,不影響屬性存取、字串、f-string、註解或文件字串;僅翻譯 35 個硬關鍵字,不處理 match、case、type、Python 3.15 的 lazy 等軟關鍵字。main 分支回報 242 項測試、陳述覆蓋率 100%,CI 涵蓋 Python 3.12 至 3.15、Windows 與 macOS;0.2.1 不會將腳本目錄加入 sys.path。

來源:https://www.reddit.com/r/Compilers/comments/1xts6tb/localizing_python_keywords_at_the_tokenizer_level/

pybind11-navigate 讓 VS Code 從 Python 跳至 C++ 綁定註冊處

MIT 授權的 VS Code 擴充套件 pybind11-navigate,可透過 F12 或 Ctrl 加滑鼠左鍵,從 Python 類別、方法或函式跳至工作區內的 pybind11 註冊位置。工具會列出多載的所有相關註冊處,也能追蹤包裝層重新匯出的名稱至原生模組。目前跳轉終點是 py::class_ 等註冊敘述所在行;擴充套件仍在 VS Code Marketplace 審核中。

來源:https://linux.do/t/topic/3156752

1688 資料擷取教學公開成本實測與欄位限制

教學以 Apify 1688 Scraper 搭配 Python、pandas 分析批發價格、最小訂購量與供應商資料,Python 實作需安裝 apify-client、pandas、openpyxl。每儲存 1,000 筆商品報價收費 2 美元;作者以藍牙耳機關鍵字實測,40 筆耗時 82 秒、費用 0.08 美元。受 1688 搜尋機制限制,maxItemsPerQuery 上限約為 2,000 筆。價格以人民幣計價,不含中國國內與國際運費;minOrderQuantity 僅在搜尋卡片顯示數量分級時才有值。

來源:https://dev.to/norbertso/how-to-scrape-1688com-wholesale-prices-moq-and-suppliers-with-python-1iho

來源內容未經全文查核;效能數字與測試結果依來源陳述呈現。

[Tempest Security Daily] (2026-11-12)

2026-11-12 Tempest security 日報,聚焦已遭利用漏洞、伺服器安全更新與修補限制。以下依提供的來源摘要整理。

Microsoft 修補已遭利用的 Outlook 漏洞,Exchange 另有無互動 RCE 風險

Microsoft 11 月 10 日發布安全更新,修補逾千個漏洞。Outlook 欺騙漏洞 CVE-2026-124194(CVSS 6.5)已遭利用,需使用者開啟特製訊息檔案,才會連向攻擊者控制的位置並洩漏 NTLMv2 驗證雜湊;須透過 Office 安全更新修復,Windows 累積更新無法代替。CISA 已將其列入 KEV,美國聯邦機構修補期限為 11 月 24 日。Windows Search 漏洞 CVE-2026-116928(CVSS 9.8)則可由 Exchange 自動索引惡意附件觸發,無需收件者開啟郵件或附件,目前未有已知利用紀錄;Exchange 伺服器須同時安裝 Windows 與 Exchange 更新。此外,Windows 11 23H2 Enterprise 與 Education 本月收到最後一次安全更新 KB5131087;.NET 8、.NET 9 與 PowerShell 7.4 也已停止支援。

來源:https://www.malwarebytes.com/blog/bugs/2026/11/microsoft-patch-tuesday-fixes-outlook-flaw-already-under-attack | https://socradar.io/blog/november-2026-patch-tuesday-zero-day/ | https://www.reddit.com/r/cybersecurity/comments/1xtlgeg/microsoft_patches_actively_exploited_outlook/ | https://blog.adafruit.com/2026/11/11/microsoft-fixes-nearly-1100-security-vulnerabilities/ | https://securityaffairs.com/202839/hacking/microsoft-november-patch-tuesday-one-exploited-outlook-bug-and-30-wormable-flaws.html | https://thehackernews.com/2026/11/microsoft-patches-1259-flaws-including.html | https://gbhackers.com/microsoft-november-2026-patch-tuesday/ | https://gbhackers.com/microsoft-outlook-zero-day-vulnerability/ | https://www.ithome.com/1/025/435.htm | https://blog.talosintelligence.com/microsoft-patch-tuesday-for-november-2026/

Chrome XML 零日漏洞已遭利用,Stable 與 Extended Stable 均已修補

Chrome XML 釋放後使用漏洞 CVE-2026-125350(CVSS 8.8)已遭實際利用,修補於 11 月 9 日進入 Stable 頻道。Windows、macOS 修補版本為 157.0.8103.50 或 157.0.8103.51,Linux、Android 為 157.0.8103.50;Windows、macOS 的 Extended Stable 為 156.0.8078.96,更新後須重新啟動瀏覽器。CISA 於 11 月 10 日將其列入 KEV,美國聯邦民事機構修補期限為 11 月 24 日。公開修補紀錄分析將問題指向 libxslt 快取機制,但 Google 尚未正式確認;截至 11 月 11 日,上游 libxslt 尚未發布修補。Vivaldi 已於 11 月 10 日更新桌面版與 Android 版。

來源:https://socradar.io/blog/cve-2026-125350-google-chrome-xml-0day/ | https://www.androidsis.com/chrome-actualiza-a-la-version-157-0-8103-50-por-un-zero-day-ya-explotado-el-octavo-de-2026/ | https://m.cnbeta.com.tw/view/1585870.htm | https://www.cnbeta.com.tw/articles/tech/1585870.htm | https://www.landian.news/archives/128232.html

FortiManager、FortiAnalyzer 多項漏洞允許未驗證程式碼執行

Fortinet 11 月 10 日揭露多項嚴重漏洞。CVE-2026-126170(CVSS 9.8)涉及 FortiManager、FortiAnalyzer JSON-RPC API 的 JSON 注入,可讓未經身分驗證者執行程式碼或指令;未使用的 JSON API 可透過 set rpc-permit none 停用。FortiManager FGFM 服務 TCP 541 的 CVE-2026-126261(CVSS 9.0)可在註冊密碼驗證前觸發程式碼執行,影響 8.0.0、7.6.0–7.6.7、7.4.0–7.4.5、7.2.0–7.2.8,修補版依序為 8.0.1、7.6.8、7.4.6、7.2.9,發布時未知是否已遭利用。啟用 FortiAnalyzer 功能的部署另受 OFTP TCP 514 SQL 注入 CVE-2026-126262(CVSS 9.3)及 SSRF CVE-2026-126260(CVSS 9.0)影響,兩者均無需登入,前者可導致程式碼執行。實際暴露程度取決於服務、網路存取權限與部署設定。

來源:https://gbhackers.com/critical-fortinet-vulnerabilities/ | https://cybersecuritynews.com/critical-fortinet-flaws-patched/

N-central 發布 Able2Shell 修補,已有掃描與蜜罐攻擊嘗試

Able2Shell 的 33 個疑似漏洞與 PoC 公開後,N-central 伺服器遭積極掃描,安全業者也觀察到針對蜜罐或誘餌環境的攻擊嘗試;截至 11 月 10 日,尚無客戶伺服器遭入侵的確認報告。N-able 同日發布 2026.4 Hotfix 2,組建版本為 2026.4.1.26,修復 7 個 CVE;來源列出的受影響範圍為 26.4.1 之前版本。漏洞包括 XXE CVE-2026-125883、SSRF CVE-2026-125881,兩者 CVSS v4 均為 9.3,以及 RCE CVE-2026-125882(8.6);研究人員指出一條 XXE 攻擊鏈無需憑證即可執行指令。全球託管環境已完成升級,地端客戶獲建議在升級前保持伺服器離線。Hotfix 2 移除舊版 MDM,並暫停內建遠端控制,Take Control 仍可使用。

來源:https://gbhackers.com/n-able-warns-of-critical-n-central-zero-day-vulnerability/ | https://www.tenable.com/blog/able2shell-frequently-asked-questions-for-reported-n-able-n-central-zero-day-vulnerabilities | https://www.bleepingcomputer.com/news/security/n-able-releases-security-hotfixes-for-zero-day-vulnerabilities/

AhsayCBS 漏洞遭利用植入後門,修補無法清除既有入侵

Huntress 調查發現,攻擊者於 10 月 8 日至 11 日利用 CVE-2026-105133 身分驗證繞過,以及 CVE-2026-105134 未驗證 SYSTEM 權限 RCE,入侵同一組織的三台 AhsayCBS 備份伺服器。攻擊者將加密指令藏入 PNG 像素最低有效位元,由 webshell 讀取並以 AES 解密,另部署限定主機執行的 Python 後門、XMRig 與每分鐘執行的 SYSTEM 排程工作。相關 Veeam 伺服器也出現查詢備份憑證並以 DPAPI 解密的指令。AhsayCBS 10 的 hotfix 為 10.3.4.45,7 至 9 版為 9.15.2.70;Huntress 確認版本 10 的修補可阻斷已觀察到的進入點,但無法移除既有後門。

來源:https://cybersecuritynews.com/hackers-exploit-ahsaycbs-vulnerabilities/

SAP 修補三項 CVSS 10.0 漏洞,未驗證攻擊者可接管系統

SAP 已在 11 月安全更新中修補三項歸類為 PROXYGATE 與 ICM2SHELL 的漏洞,CVSS 分數均為 10.0。漏洞由 Onapsis Research Labs 發現,於 2026 年 11 月 10 日揭露;成功利用可讓未經身分驗證的攻擊者接管受影響 SAP 系統,並以 SAP 系統管理帳號 sid adm 所代表的權限執行作業系統指令。提供的摘要未列出修補版本或各漏洞 CVE 編號。

來源:https://gbhackers.com/critical-sap-proxygate-and-icm2shell-vulnerabilities/

Amnezia 自建 Xray 伺服器須修補 Linux 核心,部分 Ubuntu 更新仍有限制

Amnezia 提醒自建伺服器使用者處理 Linux 核心 CVE-2026-98432(嚴重程度 9.8),此競態條件位於 IPv4 TCP 新連線處理程式碼,影響 Linux 4.4 以後版本;預設啟用 MPTCP 的 Xray 伺服器風險最高。報導稱,Anthropic 未發布的 Claude 模型已產生可運作的利用程式,約 53 分鐘可在無需密碼或使用者互動下接管受影響伺服器。自建用戶須使用 Amnezia VPN App 5.1.0.6 或更新版,先移除 Xray、更新伺服器套件並重新啟動以載入修補核心,再安裝 Xray 26.10.31。部分 Ubuntu 修補僅在 -proposed 測試頻道,按更新不保證核心已修復。暫時緩解方式包括以防火牆封鎖 IP options,或移除 Xray、改用基於 UDP 的 AmneziaWG。Premium、Free、Business 基礎設施已更新,用戶不受影響。

來源:https://www.techradar.com/vpn/vpn-services/running-your-own-amnezia-vpn-server-you-need-to-patch-this-critical-linux-flaw-now

Apple 更新修補無互動藍牙配對與 iMessage 群組權限漏洞

Apple 11 月 9 日發布 iOS 27.2.1、iPadOS 27.2.1、iOS 18.7.12 等安全更新。CVE-2026-113965 可讓惡意藍牙裝置在無使用者互動下配對,CVE-2026-113964 可繞過配對碼嘗試次數限制;iMessage 的 CVE-2026-113961、CVE-2026-113960 分別涉及未授權加入群組與讀取入群前訊息。更新也修補已列入 CISA KEV 的 Brotli 越界寫入漏洞 CVE-2026-111497。iOS 27.2.1 適用 iPhone 11 起;iPadOS 27.2.1 支援 iPad Pro 12.9 吋第 4 代、11 吋第 2 代、Air 第 4 代、iPad 第 9 代、mini 第 6 代及其後續型號。iPhone XS、XS Max、XR 與第 7 代 iPad 可分別安裝 iOS 或 iPadOS 18.7.12。HKCERT 於 11 月 10 日將這批漏洞評為極高風險。

來源:https://unwire.hk/2026/11/11/apple-ios-27-2-1-bluetooth-pairing-security-fix/tech-secure/?utm_source=rss&utm_medium=rss&utm_campaign=apple-ios-27-2-1-bluetooth-pairing-security-fix

Git 修補六項漏洞,遞迴複製惡意儲存庫可能執行程式碼

Git 11 月 10 日發布六項漏洞修補。CVE-2026-111760(CVSS 8.0)可利用索引處理的整數截斷繞過路徑檢查,於使用 –recurse-submodules 時替換 .git 檔案為符號連結並執行惡意程式碼;CVE-2026-113408 則可透過 protocol v2 複製空儲存庫時的惡意 HEAD 路徑,寫入目標資料夾之外。其他問題涉及 GPG 簽章標籤、二進位修補檔、大型合併及 fast-import。修補版為 2.56.1,另回溯至 2.55.1、2.54.1、2.53.1、2.52.1、2.51.3、2.50.2。GitHub Enterprise Server 對應版本為 3.19.15、3.20.11、3.21.9、3.22.4。無法立即更新時,來源建議避免遞迴複製未知儲存庫,以及處理不受信任的標籤、二進位修補檔與 fast-import 串流。

來源:https://cybersecuritynews.com/git-fixes-security-vulnerabilities/ | https://www.helpnetsecurity.com/2026/11/11/git-project-security-updates/

FortiClient 修補 Fortinet2Shell,惡意網頁可透過本機服務執行程式碼

Fortinet 11 月 10 日公告 Fortinet2Shell 漏洞 CVE-2026-121529(CVSS 9.1、CWE-346),源於過於寬鬆的 CORS 設定,讓攻擊者控制的網頁可向本機服務送出請求並執行程式碼,目前無已知利用紀錄。受影響範圍包括 Mac、Windows 的 FortiClient 7.4.0–7.4.7,以及 Windows 7.2.0–7.2.14,Windows PAM 對應版本亦受影響;應分別升級至 7.4.8 或 7.2.15 以上。8.0 分支與 Mac 7.2 不受影響。目前沒有虛擬修補,須更新軟體。Windows 可檢查 TCP 9191 是否監聽,以及 FortiVRS.exe 是否執行,判斷是否可能受影響。

來源:https://cybersecuritynews.com/fortinet2shell-vulnerability/ | https://gbhackers.com/fortinet2shell-vulnerability/

CISA 警告 Cisco BroadWorks 漏洞已遭利用

CISA 警告,攻擊者正利用 Cisco BroadWorks 的高嚴重性漏洞進行攻擊,並將 BroadWorks 與 Openwave Messaging Webtop Media Transcoder 的兩個漏洞列入已知遭利用漏洞目錄。提供資料列出 CVE-2026-20320,CVSS 為 7.5,問題涉及 XML 外部實體限制不當;摘要未提供受影響版本、修補版本或修補期限。

來源:https://www.bleepingcomputer.com/news/security/cisa-flags-cisco-broadworks-flaw-as-actively-exploited-in-attacks/ | https://thehackernews.com/2026/11/cisco-broadworks-and-openwave-flaws.html

Microsoft 公布 Linux 核心 AI 掃描成果,確認八項本機 root 提權漏洞

Microsoft FORGE Lab 使用 MDASH 工具,於 2026 年 5 月底至 6 月中旬掃描 Linux 核心網路、檔案系統與安全模組。流程從 26,502 個原始發現,篩選至 11,769 個候選、621 個 PoC 案例,最後提交 59 份上游報告並獲分配 33 個 CVE,其中 24 個的 CVSS v3.1 至少為 7.0,八個已確認可實現本機 root 權限提升。CVE-2026-64563 涉及 rhashtable 狀態重設,影響 Linux 與啟用 SELinux 的 Android。報告中的漏洞平均存在 8.1 年,CVE-2026-74544 至少存在 21 年。目前已有 38 份報告的修補程式合併至主線,首份修補提交到合併的中位數為 41 天。

來源:https://www.microsoft.com/en-us/security/blog/2026/11/11/lessons-from-59-linux-kernel-bug-reports/

修補時須留意 Office 與 Windows 更新的差異、核心更新後的重新啟動,以及更新無法清除既有後門的限制。

[Tempest Rust 深度解讀] 安全 Rust 仍可能觸發記憶體錯誤:AI 掃描揭露標準庫的三種信任陷阱 (2026-11-10)

安全 Rust 程式碼,也可能踩到標準函式庫內部的記憶體安全錯誤。微軟 FORGE Lab 公布對 std、core 的研究,使用 Hyenas——代號 MDASH 的前沿研究版本——協助找出問題,再由研究人員重現、評估影響並與維護者處理。這份研究最值得讀的地方,是它把安全抽象失效的原因,整理成三種錯置的信任。原文:https://www.microsoft.com/en-us/security/blog/2026/11/09/forge-lab-uses-agentic-tools-to-identify-memory-safety-issues-in-rust/

安全保證,建立在誰的責任上?

Rust 的型別與所有權系統能排除許多記憶體錯誤,但 Vec、String 等安全介面,底下仍需要 unsafe 程式碼操作指標或呼叫作業系統。這些實作必須維持「健全性」:只使用安全程式碼的呼叫端,即使提供邏輯錯誤的實作,也不應觸發未定義行為。

因此,研究揭露的是標準函式庫某些實作未能守住承諾。作者認為,這也是 Rust 安全模型的價值:責任可以明確定位到提供安全抽象的一方,再集中修復;應用程式開發者則必須辨認自己的程式是否真的走得到問題路徑。

三種信任,如何讓安全抽象失效

第一種是相信程式會順利跑完。MapWindows::clone 先建立尚未填入有效資料的緩衝區,再呼叫元素的 clone。若使用者提供的 clone 此時 panic,堆疊展開會執行解構子,碰到未初始化記憶體。微軟說明,修復方式是以 ManuallyDrop 暫緩自動解構,直到資料寫入完成。

這個原則可由 Rust 官方《Rustonomicon》交叉確認:unsafe 程式碼必須確保 panic 不會讓暫時不安全的狀態被使用,可透過調整操作順序或清理守衛維持記憶體安全。換言之,審查不能只看正常回傳,也要逐一檢查提前離開的出口。參考:https://doc.rust-lang.org/nightly/nomicon/exception-safety.html

第二種是相信使用者實作一定符合預期。str::replace 的快速路徑曾把自訂 Pattern 回傳的單一位元組視為 ASCII,卻未確保它真是有效字元。特殊實作因此能破壞 String 必須符合 UTF-8 的條件。修復把相關資料型別從位元組切片改為字串切片,讓型別本身承擔驗證。官方議題明確指出,此觸發方式需要 nightly 的自訂 Pattern,穩定版與內建模式不會經由這條路徑觸發。參考:https://github.com/rust-lang/rust/issues/156491

第三種是相信底層系統狀態符合程式假設。子執行緒呼叫 process::exit 時,清理流程曾解除主執行緒仍可能使用的替代信號堆疊。主執行緒若在程序完全結束前收到相關信號,就可能使用已解除映射的區域。問題跨越執行緒、記憶體映射與 C 函式庫的退出流程,超出了單看 Rust 所有權關係就能理解的範圍。

為何現在值得注意:AI 開始檢查系統邊界

微軟主張,代理式掃描工具能結合作業系統介面的知識,檢查 unsafe 程式碼對執行環境的假設。這是研究團隊對工具能力的判斷;公開資料則提供較具體的佐證:process::exit 議題註明最初發現來自 MDASH,技術主張經人工審閱修訂,維護者也已合併修復並關閉議題。參考:https://github.com/rust-lang/rust/issues/161018

合理推論是,AI 能協助研究者擴大搜尋那些需要跨領域知識的角落,但這份文章沒有提供完整掃描成本、誤報率或與其他工具的對照,尚不足以量化效率提升。原文也只說部分問題由 Hyenas 協助發現,不能把文中所有案例都算成它的成果。

商業邏輯同樣清楚:微軟表示,研究會回饋導入 Defender 的 MDASH,以及 Perception 的安全工作流程。作者認為,其潛在價值在於把程式碼疑點轉成可重現、可判斷實際風險的發現;公開內容尚未證明這能替企業省下多少人力。

漏洞成立,不代表每個產品都可被攻擊

首先要分清穩定版與實驗性 API。MapWindows 案例的官方議題標示需要 nightly,且已完成修復;不能僅因原文列出版本號,就推定所有使用該版本的穩定版程式都暴露於同樣風險。參考:https://github.com/rust-lang/rust/issues/156501

其次,未定義行為、程式崩潰與可利用的資安漏洞,需要不同證據。針對替代信號堆疊問題,研究者未在檢驗條件下找到可靠的利用路徑,微軟評估實際利用可能性低;這項結論僅適用於該案例。反過來,修復已合併也不等於所有部署都已更新,仍須核對修復進入的發行版本。

修復也可能改變介面契約。依原文,預計隨 Rust 1.100 於 11 月 12 日發布的 Allocator API,要求實作方法與 drop 不得向外 unwind。這能封住一類錯誤,卻也意味著自訂配置器作者必須承擔明確義務,不能把升級視為無須檢查的替換。

台灣團隊應把發現轉成哪些行動?

對以 Rust 開發服務、系統工具或裝置軟體的台灣團隊,作者建議先盤點工具鏈、nightly 功能與實際呼叫路徑,再依暴露條件安排更新。審查自有函式庫時,則可把三種信任轉成問題:資料尚未初始化完成時,是否會呼叫外部程式碼?重複呼叫 trait 方法,是否假設結果不變?跨執行緒清理資源時,是否確認真正的擁有者?

對採購 AI 資安工具的團隊,同樣應要求可重現案例、人工驗證與修復追蹤。單純的發現數量,無法說明產品中有多少可到達、可利用的風險。

後續觀察指標

  • 已合併修復進入哪些正式版本,以及部署端何時完成更新與重新建置。
  • 尚未解決的 Pattern 問題,最終透過型別、契約或實作檢查處理;查核時,split_once 相關議題仍開啟且標示需要 nightly。參考:https://github.com/rust-lang/rust/issues/165076
  • 代理式漏洞工具是否公開可重現方法、驗證成本與實際利用評估,讓外界能判斷成果能否持續複製。

[Tempest Security 深度解讀] Plex2Shell 攻進 QNAP:更新之外,NAS 使用者還要處理什麼? (2026-11-10)

Plex2Shell 對 NAS 使用者提出的問題,是更新之外還有多少善後工作。當影音服務已成為攻擊入口,補上漏洞只能阻止同一路徑再次被利用;設備上既有的惡意程式、遭暴露的憑證,以及服務能存取的資料,仍須另外處理。這也是這次 QNAP 警告最值得重視的部分。

事件背景:修補已發布,入侵風險仍在延續

依 Security Affairs 報導,Plex2Shell 串接 CVE-2026-96652、CVE-2026-96654、CVE-2026-96655 與 CVE-2026-96656,讓攻擊者在符合利用條件時,無須有效登入憑證,就能以 Plex 服務權限執行任意程式。Plex 已於九月發布修補,研究員則在十月十六日公開技術細節與概念驗證程式;報導指出,一天內已有研究人員在對外開放的蜜罐觀察到挖礦與代理軟體部署。原文:https://securityaffairs.com/202708/cyber-crime/qnap-warns-users-as-plex2shell-flaws-are-used-to-hack-nas-devices.html

交叉查核 Plex 官方公告,可確認廠商於十月十九日表示,尚未更新、可從網際網路連線的伺服器正遭廣泛利用,受害主機被用來執行挖礦及代理軟體。不過,蜜罐出現攻擊的時間,只能證明當時已有實際利用,不能直接當成全球攻擊起點,也無法據此估算受害設備總數。

運作機制:四個缺口接成一條執行路徑

Plex 官方列出的四項問題,依序涉及伺服器端請求偽造、透過本機回送介面存取內部功能、洩漏伺服器擁有者的管理權杖,以及經由轉碼偏好設定向 Codecs 目錄任意寫入檔案。串接後,攻擊者得以跨越原本分散的存取邊界,最後取得程式執行能力。官方確認 1.43.3.10861 及更新版本不受這組漏洞影響:https://forums.plex.tv/t/important-security-update-for-plex-media-server-v1-43-2-and-earlier/942319

原文進一步描述,攻擊鏈可利用 Plex 載入共享程式庫的行為,讓惡意程式碼隨載入執行。這解釋了為何「沒有讓陌生人登入」仍不足以排除風險:遭濫用的是服務本身處理請求與載入元件的流程。

這裡也有一道必須保留的界線:官方確認的是取得 Plex 程序的權限。不能直接把它寫成每台 NAS 都已遭取得最高管理權限。合理推論是,實際衝擊會受到 Plex 帳號權限、可讀寫的共享資料夾,以及同機儲存憑證等設定影響。

為何現在值得注意:修補時間與安裝時間之間的落差

這次事件的關鍵,在於修補先於公開利用程式發布,攻擊仍能找到未更新的對外服務。作者認為,NAS 維運應把「廠商已提供修補」與「自己的設備已完成更新」分別確認。Plex 官方九月公告就提醒,NAS 套件管理器可能尚未提供新版;到了 QNAP 本次指引,修補版已可透過 App Center 安裝。套件是否實際部署,必須回到設備確認。

攻擊者部署的軟體也說明,影音收藏並非唯一有價值的資產。依 Plex 說明,代理軟體會讓他人的流量經過受害者網路連線。據此可合理推論,即使主機沒有珍貴檔案,它的運算資源與對外連線仍可能被濫用;使用者未必會立即看到檔案損壞或服務中斷。

實際影響:先確認暴露歷史,再決定處置範圍

QNAP 官方 FAQ 區分了兩種情況:Plex 從未對外開放者,更新即可;曾以 1.43.2 或更早版本對外提供連線者,應視為可能遭入侵。暴露方式包含 Plex 遠端存取、路由器轉發 32400 連接埠,以及 UPnP 自動開啟連接埠等。官方處置指引:https://www.qnap.com/en-us/how-to/faq/article/plex2shell-check-and-remediation-faq-for-qnap-nas-users

依官方建議,使用者應更新 Plex,並在 Plex Web 的設定中確認版本至少為 1.43.3.10861。若有暴露歷史,還須依 FAQ 完成乾淨重新安裝、入侵跡象檢查與憑證重設;需要客服協助確認入侵時,先保存 Plex 日誌。重新安裝也要處理殘留資料,避免把舊 Codecs 內容恢復回去。

憑證處理同樣不能只停在改密碼。QNAP 要求先將 Plex 帳號的所有裝置登出,再更換密碼,並處理 NAS 帳號及其他服務儲存的密碼或存取金鑰。這些措施處理的是可能已經外洩的存取能力,目的與安裝修補不同。

容易忽略的限制:沒有症狀,仍不能證明安全

QNAP 確認漏洞存在於 Plex Media Server,QTS、QuTS hero 等作業系統本身沒有這組漏洞。但應用程式能碰到的資料仍可能受影響。作者認為,這項區分有助於找對修補位置,也提醒管理者:只確認 NAS 韌體版本,無法完成本次風險排查。

同樣地,異常 CPU 使用率、未知程序或可疑程式庫可以作為線索,卻不是完整的安全證明。已取得資料沒有提供可用來計算整體感染率的設備總數,也不足以斷言所有受害者都遭竊取檔案。「可能遭入侵」是一項處置門檻,不能改寫成每台暴露設備均已感染的既定事實。

對台灣讀者的意義與後續觀察

對把 NAS 同時用於影音、家庭資料與工作檔案的台灣讀者,這次事件值得帶回日常管理的,是重新檢視應用程式權限與遠端連線需求。合理的管理方向是讓 Plex 僅能存取必要資料,移除不需要的對外開放設定;有遠端需求時,再依官方建議評估 VPN。資料集中帶來便利,也需要對應的存取邊界。

  • 觀察設備上的實際版本與更新通知,確認修補已安裝並生效。
  • 核對路由器轉發、UPnP 與 Plex 遠端設定,釐清舊版運行期間是否曾對外開放。
  • 追蹤官方新增的入侵跡象與清理指引;曾暴露的設備,應確認重裝、檢查及憑證重設均已完成。