本期從 29 篇文章中精選 Rust 生態系的重要動態，涵蓋原生 GPU 程式設計、大型系統遷移、形式驗證、Linux 核心工具、安全事件，以及開發與除錯工具。
NVIDIA 宣布投入原生 Rust GPU 程式設計
NVIDIA 宣布推動原生 Rust GPU 程式設計，並計畫在 2027 年及之後持續發展 CUDA Rust。這項布局讓 Rust 進一步切入 AI 系統底層，可望涵蓋 GPU 核心、推論引擎與服務基礎設施等場景；相關工具鏈仍處於成長階段，成熟度尚不能直接比照 CUDA C++ 或 CUDA Python。[https://ift.tt/Qt1swyD]
GitHub 使用 Copilot 協助將 Copilot 執行環境遷移至 Rust
GitHub 分享如何運用 Copilot 參與自身 agent runtime 的 Rust 遷移工作。這套執行環境同時支援 Copilot CLI、Copilot app 與 Copilot SDK，因此改寫牽涉的是可嵌入不同應用程式的代理框架，而非單一工具。案例也提供了觀察 AI 輔助大型系統重構與工程流程的實務素材。[https://ift.tt/lgNc45t]
以 Verus 開發可形式驗證的 Rust 程式
Amazon Science 介紹 Verus 如何用於開發可證明正確性的 Rust 程式。Rust 的型別系統與所有權機制能排除多類記憶體安全問題，而形式驗證則可進一步以規格及數學證明檢查程式行為，適合對隔離性、資料完整性或系統不變量有嚴格要求的元件。[https://www.amazon.science/blog/developing-provably-correct-rust-code-with-verus]
在記憶體受限的 FreeBSD arm64 環境編譯 Rust
一則實務討論聚焦於如何在資源有限的 arm64 FreeBSD VM 中完成 Rust 編譯。原文提到改用外部 LLVM、停用 LTO，並將建置限制為單核心，以降低記憶體壓力。這些調整反映完整工具鏈建置可能面臨的資源成本，也可作為小型 VM 或低記憶體 CI 環境的排查方向。[https://ift.tt/V9Ckia8]
Ubuntu 26.10 推進 Rust Coreutils 全面替換
Ubuntu 26.10 預計將核心命令列工具切換至 Rust 實作，最後仍待轉換的 cp、mv 與 rm 也改以 uutils 版本作為預設。這項變更是多年遷移工作的延續，影響範圍涵蓋使用者日常操作、Shell 腳本與套件建置流程，因此 GNU Coreutils 相容性仍是導入時的關鍵觀察項目。[https://ift.tt/A8Vb41q]
Rust Coreutils 0.12 強化 Ubuntu 相容性
uutils 專案釋出 Rust Coreutils 0.12，本版重點放在 Ubuntu 使用者與維護者回報的相容性問題。隨著 Ubuntu 採用這套 Rust 實作，指令列參數、輸出內容、錯誤處理及既有腳本行為能否保持一致，將直接影響實際部署與升級體驗。[https://ift.tt/p2avlCt]
Rust 專案的 AI agent 規則需要守住系統不變量
針對 Go 與 Rust 的 agent 設定指南指出，系統程式語言中的錯誤不只會改變表面行為，也可能破壞不變量、忽略錯誤，或讓 panic 出現在請求處理路徑。對 Rust 專案而言，代理規則應明確約束錯誤處理、unsafe 使用、生命週期與併發行為，並要求修改後通過格式化、靜態檢查與測試。[https://ift.tt/T9r5toG]
Rust 專案維護者遭遇針對性帳號入侵行動
Rust 官方部落格警告，rust-lang 成員與熱門 crate 擁有者正遭受針對性攻擊。攻擊者會以工作機會或合作提案等正面理由安排視訊通話，企圖入侵裝置與帳號，再利用套件發布權限散播惡意程式。維護者應提高對陌生邀約的警覺，並加強帳號、裝置及發布憑證的防護。[https://ift.tt/vdmG7Lc]
APT36 使用 Rust 惡意程式進行間諜活動
資安報告指出，與巴基斯坦有關聯的威脅組織 APT36 展開新一波攻擊，目標包括印度與阿富汗的政府及國防組織。該行動使用新的 Rust 惡意程式套件，功能涉及隱蔽式命令與控制、資料竊取，以及向隔離網路擴散。Rust 的採用並不代表程式可信，防禦方仍須依行為、通訊及部署鏈跡象進行偵測。[https://ift.tt/cK0Snr4]
dbgvis 改善 Rust 型別的除錯檢視體驗
dbgvis 是一款用來改善 Rust 除錯體驗的工具，設計出發點是讓除錯器能更有效利用型別既有的 Debug 或 Display 呈現方式。文章也延伸討論 #[debugger_visualizer] 等機制，目標是在檢查複雜資料結構時，提供比原始記憶體布局更容易理解的視圖。[https://ift.tt/yjSCTr5]
FastEmbed 在本機產生向量嵌入與執行重新排序
FastEmbed 提供 Rust 程式庫，可在本機產生向量嵌入並執行 reranking，適合搜尋、語意檢索與 RAG 管線。專案也為部分模型提供量化版本，並以模型列舉值區分選項；開發者可依模型支援狀況，在資源需求與輸出效果之間選擇合適設定。[https://ift.tt/mChfsaY]