AI Daily Digest: 权重里的 GPU 指纹与出口管制新规、FBI 警报 Artex 自主渗透工具、harness 成为可训练组件 - 2026/11/16
今天的三个事件都在回答同一个问题:「无法直接观测的东西,怎么验证」。Unemployment Labs 只靠公开的模型权重就读出了训练所用 GPU 的指纹——出口管制盯着实体芯片,证据却藏在 Hugging Face 的下载链接里;FBI 警报里的 Artex 自主渗透工具把「攻击者是否在场」的发现窗口压缩到 3 小时以内——防御者看不见攻击过程,只能看见结果;arXiv 上的 ModHarness-RL 则把训练中「模型实际看到了什么」的 harness 从人工脚手架变成可训练组件。验证机制正在跟上被验证对象的速度。
权重里的 GPU 指纹:出口管制第一次拿到公开可复现的证据
Unemployment Labs(Will DePue)发布了一份相当特别的取证报告:不依赖任何泄露或内部线人,仅凭各实验室公开发布的模型权重,判定 DeepSeek、月之暗面、MiniMax、蚂蚁四家的六个最新模型(DeepSeek-V4-Flash/Pro、Kimi K3 与 K3.1-Pro、MiniMax-M3、Ling-3.1-flash)「出生」在 NVIDIA 受出口管制限制的 Blackwell 芯片上——而此前媒体报道只有传闻,没有技术证据。
方法本身值得细读。模型初始化时随机数发生器的种子与 GPU 上的线程布局会在权重里留下数值痕迹,而不同芯片的硬件拓扑不同(B200/B300 有 148 个流式多处理器,GB200/GB300 有 152 个)。报告在约 6 万亿「种子 × 硬件布局」组合里搜索能复现该指纹的配置;在这个搜索空间里,纯偶然匹配的预期强度约 8σ,而六个模型的证据达到 49σ–1,385σ。方法有效性有一个干净的校验:在 24 个开发者公开披露过训练硬件的模型上,指纹全部与官方声明一致(DeepSeek-V3 用同法估出 2,000–2,500 张卡,官方披露 2,048)。
数字之外更有信息量的是分化:Qwen、GLM、腾讯、小米、StepFun 的最新模型仍读出 Hopper 指纹,美团 LongCat-2.0 全用 ASIC、权重里没有 NVIDIA 痕迹。也就是说 Blackwell 并非普惠,「谁拿到了、谁没拿到」从权重文件里一目了然。
作者对结论的边界很诚实:指纹证明的是权重在哪种硬件上初始化,不证明训练发生在何处、如何获得访问、是否违法(替代解释是同样受限的特配 AMD 硬件,已对 DeepSeek-V4-Flash 排除)。但同一天,美国商务部 BIS 发布新规封堵另一个通道——中国公司通过海外数据中心远程访问先进 AI 芯片的漏洞,背景正是黄仁勋因间谍丑闻辞任 NVIDIA CEO 的持续发酵。实体出口、远程访问、雇佣关系,管制的边界在一层层外推;而这份报告的价值在于示范了一种不依赖情报渠道的审计方法:想验证算力来源,下载权重就够了。
FBI 警报 Artex:机器速度的攻击 vs 人工速度的响应
FBI 发布 flash 警报:开源自主渗透测试平台 Artex 自 7 月公开以来已被用于多起真实攻击——ConnectWise 供应链入侵(微软归因为中国背景的 Storm-0940,至少 2,250 家客户的 Microsoft 365 云环境被窥视)、韩国金融业连环入侵(68,000 人个人数据失窃)、以及安全公司 Barracuda 自身被攻破。Artex 可接入各家前沿 LLM(托管模型、开源模型、非美国模型皆可),从锁定目标到实际得手最快不到 3 小时。
三个确认战役的根因清单很刺眼:韩国金融业缺 MFA;Barracuda 的入口是一个合作终止后未吊销的第三方凭证,且日志粒度不足以确认影响范围,只能「按最坏情况假设」轮换全部客户凭 证;ConnectWise 则是典型的供应链信任失衡。没有一个是 0-day。当 LLM 把「扫描全网找弱点、写利用链、横向移动」的成本打到地板价,存量弱点清单就自动变成了攻击者的任务列表——AI 没有创造新的攻击面,只是把旧攻击面的开采成本清零了。
Barracuda CISO 的一句话值得每个做安全运营的人贴在显示器上:「依赖发现恶意活动再响应的防御者,通常在攻击者完工后才到场。」告警驱动的 SOC 流程假设人能在攻击完成前介入,而这个假设在 3 小时时间轴上已经失效。还有一层讽刺:开发者事后把 Artex 转为闭源,但旧开源版仍在广泛流通,上周研究人员还发现了数百个无密码暴露在公网的 Artex 控制台——包括攻击韩国用的那台。强能力工具自身的访问控制,同构于 11 月 8 日 Claude Code 把密码写进 1,122 个公开 GitHub 文件、11 月 14 日 Lovable 批量暴露数据库的剧本:部署能力的人,欠全世界一份运维安全。
harness 的下一步:从人工脚手架到可训练组件
agentic RL 的训练循环里有个常被忽略的固定项:harness——决定模型能看到自己交互轨迹的哪些部分、收到什么引导的外层程序。绝大多数工作把它当成人写的常量,模型只在里面学习。arXiv 上的 ModHarness-RL(2611.18533)把这个常量变成变量:harness 本身作为可学习 、可演化的程序与策略共同训练。这接上了 harness 自我优化研究线(RRSI、Harness-Zero、Meta-Skills)的演进轨迹——从「人写的脚手架」,到「agent 可习得的技能」,再到「随策略共同进化的组件」。对做 agent 工程的人来说,这预示着 harness 工程的重心会从「精心手写 prompt/工具编排」慢慢转向「设计让 harness 自己变好的训练环境」。
同日的另外两篇也值得留意:WeightBench(2611.18553)给「语言模型作为权重空间程序员」——直接读、修、写其他网络参数而不走梯度——提供了首个系统基准;机制可解释性解释 agent 失败(2611.18514)用 MI 去解释 agent 的 Web 元素幻觉(引用页面上不存在的元素),把 harness 可观测性从「记录 agent 做了什么」下探到「解释它为什么这么做」。
快讯
- Lovable 审查报告登上 HN 首页 999 分:Crissy Field 对 15.9 万 Lovable 项目的审查(11-14 已详述)本周更新数据并随 Handelsblatt 报道发酵成全网热点——「一模式一漏洞」的批量暴露面正在进入公众视野
- 「定理被 Lean 检查过」意味着什么(HN 252 分):Xena 项目 Kevin Buzzard 撰文澄清「Lean 检查过」只保证形式化陈述为真,不保证陈述忠于原始定理——与 FlashProve 用 Lean 验证安全声明的做法形成有意思的互文:形式化验证强到能当证明,但「形式化对了什么」仍要人来回答
- OpenAI 首 阶段「嵌入式评估」:宣布把评估嵌入产品与模型开发的早期阶段,而非训练完成后的一次性把关
- arXiv 值得读:Alignment by Socialization(2611.18531,进化选择压力下 agent 如何在任务目标与行为规范间做权衡);ARCHER(2611.18494,把「理由模仿」转成可执行推理链的小模型数学推理方案,面向本地低成本部署)
- 商业动态:据报道 NVIDIA 洽谈收购开源模型初创 Reflection AI 之后,黄仁勋辞任与科技界联名请愿其复职的拉锯仍在继续;OpenAI/Terra、Anthropic、Google 的新旗舰模型都在发布窗口内
今日来源:checkpoint forensics(Unemployment Labs)、BIS remote access rule(NPR)、FBI Artex advisory(TechCrunch)、Hacker News、arXiv cs.AI/cs.CL
