1
Intel Briefing
全球技术、资本、产品和研究情报
Report date2026-08-13
76条目
7分组
成功状态
tech_trends
20 条2
3
Tailscale Traces Database Corruption to 16y/o SQLite WAL-Reset Bug（Tailscale 跟踪数据库损坏到 16 年前的 SQLite WAL-Reset 漏洞）
HN 上关于 tailscale.com 的讨论：Tailscale Traces Database Corruption to 16y/o SQLite WAL-Reset Bug
Tailscale 将数据库损坏归因于 16 年前的 SQLite WAL-Reset 错误。
4
5
2026 Eclipse Webcams（2026日食网络摄像头）
HN 上关于 jonty.github.io 的讨论：2026 Eclipse Webcams
2026 Eclipse Webcams 热度：451 分
6
Tim King, AmigaDOS developer, has died（蒂姆· KING，AmigaDOS 开发者，已去世）
HN 上关于 amiga-news.de 的讨论：Tim King, AmigaDOS developer, has died
AmigaDOS开发者Tim King去世。
7
HTML over WebSockets: real-time SPAs with barely any JavaScript（HTML over WebSockets：几乎没有JavaScript的实时SPAs）
HN 上关于 en.andros.dev 的讨论：HTML over WebSockets: real-time SPAs with barely any JavaScript
HTML over WebSockets 实现实时单页应用几乎不需JavaScript。
8
Someone is running mass vulnerability scans, spoofing AI bots like ClaudeBot（有人正在运行大规模漏洞扫描，冒充AI机器人如ClaudeBot）
HN 上关于 knownagents.com 的讨论：Someone is running mass vulnerability scans, spoofing AI bots like ClaudeBot
有人正在大规模进行漏洞扫描，冒充AI机器人如ClaudeBot。
9
10
Why Target Common Lisp for Code Generation?（为什么选择Common Lisp进行代码生成？）
HN 上关于 funcall.blogspot.com 的讨论：Why Target Common Lisp for Code Generation?
为什么选择目标Common Lisp进行代码生成？
11
cathrynlavery/diagram-design
29 editorial diagram types for Claude Code. Self-contained HTML + SVG. No shadows, no Mermaid-slop.
Claude Code 设计了 29 种编辑图类型，采用自含的 HTML+SVG，无阴影效果且避免了 Mermaid 语法错误。
12
macro-inc/macro
Macro is a unified workspace for teams: email, chat, docs, tasks, agents, calls, and CRM — @-linked together with shared AI memory.
麦卡是一款集成团队工作空间：邮件、聊天、文档、任务、代理、通话和CRM，通过共享AI记忆@链接在一起。
13
semantica-agi/semantica
Graph-Native Infrastructure for Context and Accountable AI Systems
图原生基础设施为上下文和负责任人工智能系统服务
14
stablyai/orca
Orca is the ADE for working with a fleet of parallel agents. Run any coding agent with your own subscription. Available on desktop, mobile and VPS.
Orca 是用于管理平行代理的 ADE，支持自订阅代码agent，在桌面、移动和VPS上可用。
15
msitarzewski/agency-agents
A complete AI agency at your fingertips - From frontend wizards to Reddit community ninjas, from whimsy injectors to reality checkers. Each agent is a specialized expert with personality, processes, and proven deliverables.
AI智能团队集齐了前端高手、Reddit社区专家、随机注入师和现实核查员等 Specialty Agent。
16
17
NanmiCoder/MediaCrawler
小红书笔记 | 评论爬虫、抖音视频 | 评论爬虫、快手视频 | 评论爬虫、B 站视频 ｜ 评论爬虫、微博帖子 ｜ 评论爬虫、百度贴吧帖子 ｜ 百度贴吧评论回复爬虫 | 知乎问答文章｜评论爬虫
笔记：使用爬虫获取抖音、快手、B站、微博、百度贴吧及知乎的视频和帖子评论数据。
18
hugohe3/ppt-master
AI turns documents or topics into real, native PowerPoint decks—with native shapes, transitions and animations, data-backed charts and tables on demand, audio narration from speaker notes, and support for your own .pptx templates. · by Hugo He
AI自动转换文档或主题成真实现的PPT，包含内置形状、过渡、动画、数据图表、音频 narration 及自定义.pptx模板支持。·由胡戈编写
19
infiniflow/ragflow
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities to create a superior context layer for LLMs
RAGFlow 是一个领先的开源检索增强生成（RAG）引擎，融合了前沿的 RAG 技术与代理能力，为大语言模型提供更优秀的上下文层。
20
capital_flow
20 条21
A股“再平衡”进行时，从赛道集中到行业均衡
A股调整中注重行业均衡而非单一赛道集中。
22
固态电池步入产业化攻坚期，关键温等静压设备或在明年取得突破
固态电池产业攻坚期，明年可能会在关键温等静压设备上取得突破。
23
美国推出新计划，加快盟友间AI关键物资流通
美国推出新计划，加快盟友之间AI关键物资流通。
24
泽璟制药递表港交所
泽璟制药向港交所递交上市申请。
25
美银对冲基金客户继续大买美股，单周规模创出2008年以来之最
美银对冲基金客户单周买入美股规模创2008年来新高。
26
法国今夏热浪或致超百亿欧元经济损失
法国今夏热浪可能导致超过100亿欧元经济损失。
27
A股公司以实际行动稳市场强信心
A股公司通过实际举措稳定市场增强信心。
28
思科：第四财季营收同比增长18%至173亿美元
思科第四财季营收同比增长18%至173亿美元。
29
高盛拟至多23亿美元收购ETF发行商Neos
高盛拟出资最多23亿美元收购ETF发行商Neos。
30
谷歌发布三款新手机，搭载Google Tensor G6芯片
谷歌发布三款新手机，搭载Google Tensor G6芯片。
31
华尔街见闻早餐FM-Radio | 2026年8月13日
华尔街见闻早餐FM-Radio，2026年8月13日。
32
Cerebras电话会：“快速推理需求是无限的”，明年一季度上线AWS Bedrock
Cerebras电话会称“快速推理需求无限”，计划明年初在AWS Bedrock上线。
33
美国7月预算赤字创同期纪录，本财年利息支出已破万亿
美国7月预算赤字创同期纪录，本财年利息支出已达1万亿美元。
34
中期选举之际，特朗普政府考虑资本利得税减免，最大受益者为富裕阶层
特朗普政府中期选举前考虑减资本利得税 富裕阶层受益最大
35
Cerebras大跌！硬件营收意外下滑，“挑战英伟达”之路遇需求波动｜财报见闻
Cerebras hardware revenue意外下降，面临市场需求波动挑战英伟达。
36
美温和CPI缓解加息压力，光通信领涨美股，Nebius暴涨超34%，美元、黄金齐涨
美温和CPI缓解加息压力，光通信领涨美股，Nebius暴涨超34%。
37
美国10年期国债发行收益率创2007年金融危机以来最高
美国10年期国债发行收益率创2007年金融危机以来最高。
38
光通信巨头Coherent业绩与指引全面超预期，称新财年需求异常强劲，盘后仍跳水｜财报见闻
相干公司光通信业绩与指引大幅超出预期，预计新财年需求强劲，股价盘后下跌。
39
思科上季营收创纪录，AI订单爆发、狂揽40亿，本财年指引更超预期｜财报见闻
思科上季度收入创新高，因AI订单激增达40亿美元，全年 guidance 更超出预期。
40
AI交易不再齐涨齐跌：光学网络与数据中心领跑，内存与电力主题掉队
AI交易分化：光学网络与数据中心领先，内存与电力主题落后
product_gems
10 条41
42
43
44
Unabyss for Claude
Shared memory across all apps and LLMs. In Claude
Unabyss为Claude实现跨所有应用程序和LLM的共享内存。
45
46
47
48
49
50
community
10 条51
底层人为什么完不成原始资本积累？
底层人难以完成原始资本积累是因为缺乏资金、资源和机会。
52
父母一直逼我买房怎么办
父母一直逼我买房怎么办，引发143条回复。
53
闲聊，感觉 MacbookPro M1Pro 还是很能打，这都过去 5 年了
MacBook Pro M1 Pro 仍然表现优秀，讨论持续五年。
54
我家先生快生日了，求建议
我家先生快生日了， seek birthday gift suggestions.
55
回首来看，当年学的诗词甚是充满力量与哲理，最爱哪一句？
回首来看，当年学的诗词甚是充满力量与哲理，最爱哪一句？（V2EX热帖，热度：111）
56
除了 V2 你们还去哪里逛啊？
除了 V2 你们还去哪里逛啊？(除了 V2 大家还在讨论哪些话题？)
57
有人懂风水吗？ 领居入户门比我家高
有人讨论邻居入户门高度问题。
58
[duomi-Api] 多米 GPT 中转站，注册 2 刀，回帖 id 或者邮箱送 6 刀， qq 群送 10 刀，总共 18 刀，最低 0.18 倍率
多米 GPT 中转站注册送 2 刀，回帖或加群送更多。共可获 18 刀。
59
发现了炸裂的饮料组合
发现了炸裂的饮料组合在V2EX引发热烈讨论，共有70条回复。
60
岚图追光 S 的视频评论区根本没法看，全是米粉攻城掠地
岚图追光S的视频评论区充斥着大量粉 coment 流量炒作。
research
10 条61
Surgical WAM: A World-Action Model for Data-Efficient Surgical Robot Learning
Learning reliable surgical manipulation policies is bottlenecked by the scarcity of action-labeled demonstrations: teleoperated surgical robot (e.g., dVRK) trajectories with synchronized kinematics are costly to collect, while surgical tasks demand precise contact handling, long-horizon reasoning, and bimanual coordination. Endoscopic video is comparatively inexpensive and abundant relative to synchronized video--kinematics trajectories, and a natural way to exploit it is to learn world models of surgical scenes.…
学习可靠的手术操作策略受到带动作标注示范稀缺的瓶颈：获取同步动力学的眼控手术机器人轨迹成本高，而手术任务需精细接触处理、长期推理和双臂协调。对比之下内窥镜视频较为便宜且充足，可通过学习手术场景的世界模型来利用，但现有手术世界模型大多仅用于仿真或策略评估，鲜有将学到的动力学转化为闭环控制。为此引入了 Surgical World-Action Model (Surgical WAM)，在固定动作标注预算下探索无动作视频预训练能否提升闭环手术操作性能，实验结果显示视频预训练能使成功率从63.5%提高到77.8%，尤其是在接触丰富和双臂任务上差异显著。
展开中文详情
学习可靠的外科手术操作策略受到动作标注演示稀缺的限制：通过同步运动学收集远程操纵外科机器人（例如dVRK）的轨迹成本高昂，而外科任务则需要精确的接触处理、长时推理和双手协调。内窥镜视频相对于同步视频—运动学轨迹来说更为便宜且丰富，利用这种视频的自然方法是学习手术场景的世界模型。然而，现有的手术世界模型主要使用视频进行模拟或策略评估，很少将学习到的动力学转换为闭环控制。这一差距提出了我们的核心问题：在固定的动作标注演示预算下，无动作预训练的视频能否改善闭环外科操作？为了回答这个问题，我们引入了外科场景动作模型（Surgical WAM），该模型基于Cosmos Policy构建，并同时预测未来内窥镜观测和可执行的手术机器人动作片段。Surgical WAM 首先从未经标记的动作视频中学习手术视觉动力学，然后在固定的标注预算上进行微调；在部署时，它作为一个闭环、滚动规划控制器，执行每个预测动作片段的一段前缀并根据结果重新计划。在四个模拟外科操作任务上，预训练的视频将平均成功率提高到77.8%，包括在PegTransfer任务上绝对提高了20个百分点，最大改善出现在接触丰富和双双手协调的任务中。这些结果表明，在有限的动作监督下，无动作预训练提供了可转移的视觉动力学先验，用于学习外科机器人控制，并将数据高效的视频预训练置于扩展外科机器人学习的实际途径之上。
62
ConVAWG: A Retrieval-Grounded Framework for Controlled Synthetic Dialogue Generation in Violence Against Women and Girls
Synthetic dialogue generation offers a way to study conversational dynamics in sensitive domains where real data are difficult to access, release, or annotate. The underlying abuse may occur online or offline: threats and coercion can appear directly in messages, while behaviours such as surveillance, isolation, stalking, and physical violence may be planned, disclosed, or referred to conversationally. Privacy and legal constraints make it difficult the release of large-scale real conversation datasets; existing w…
合成对话生成技术用于研究敏感领域中的对话动态，本文提出ConVAWG框架，构建 Violence Against Women and Girls 场景的多轮对话，涵盖丰富元数据，质量与专业性均强。
展开中文详情
合成对话生成为在真实数据难以获取、发布或标注的敏感领域研究对话动态提供了一种方式。潜在的不当行为可能在线上或线下发生：威胁和强迫可能会直接出现在消息中，而监控、孤立、跟踪和身体暴力等行为则可能是计划、披露或以对话形式提及。隐私和技术性限制使得大规模真实对话数据集难以发布；现有研究主要集中在网络攻击性的句子级毒性上，从而在建模不当行为作为一种关系性和时间演化现象方面留下了缺口。在这项工作中，我们专注于将针对妇女和女童暴力（VAWG）情景建模为多轮对话。我们提出了一种检索为基础的框架ConVAWG 来生成与CPS标准一致的合成VAWG聊天对话。ConVAWG 从角色种子、英国国家统计局报告的人口特征模式、官方犯罪定义以及提取的家庭害死事件案例中构建情景；将其转化为分层事件时间线；生成多场景的角色扮演对话，并对适宜的话语应用定向激活驱动毒性控制。我们发布了200个情景中的6,000多个多轮对话事件，包含丰富的场景级、事件级和回合级元数据。广泛的主观评估、LLM法官判别式评估、消融实验以及下游任务展示了高质量的对话质量和领域一致性。
63
Long-Horizon AI Research for Grothendieck Constant: A Case Study in Human-AI Mathematical Collaboration
AI agents are increasingly used in mathematics research, but it is often unclear how to use them effectively. Towards this, we present an extensive case study of how AI was used to improve bounds on the Grothendieck constant $K_G$, which captures the hardness between combinatorial problems and their continuous relaxations. Specifically, while the precise value of $K_G$ is not known, we recently tightened the best known bounds to \[ \frac{6π}{11} \;\le\; K_G \;\le\; \fracπ{2\log(1+\sqrt2)} - 10^{-4}. \] Crucially,…
AI在数学研究中用于改进Grothendieck常数$K_G$的边界，通过案例研究展示其在数学中的应用优势与局限。
展开中文详情
AI代理在数学研究中越来越被使用，但如何有效利用它们往往并不清晰。为了改进这一状况，我们提出了一个广泛的案例研究，探讨了如何使用AI来提高Grothendieck常数$K_G$的界，该常数衡量组合问题与其连续松弛之间的难度差异。具体而言，虽然$K_G$的确切值尚不清楚，但我们最近将已知的最佳界紧缩为 \[ \frac{6π}{11} \;\le\; K_G \;\le\; \fracπ{2\log(1+\sqrt2)} - 10^{-4}. \] 最重要的是，这些改进是通过一种能够产生被认为新颖的见解的AI研究系统取得的。我们在使用AI进行数学研究的经验中进行了详细的讨论，特别是提到了它的优点和缺点，并分享了如何为AI创造环境以使其达到突破性见解的经验。
64
Test-Time Self-Evolving GUI Visual Grounding via Reflection-Guided On-Policy Self-Distillation
GUI Visual Grounding is a fundamental capability for GUI agents. Existing models typically freeze their parameters after deployment, limiting their ability to adapt to unseen interfaces. Although recent methods attempt to adapt models via test-time reinforcement learning, they cannot reflect upon failed exploration. To overcome this, we propose a Test-Time Self-Evolving framework that enables models to improve after deployment without human-annotated ground truth. It constructs a closed-loop of Exploration, Evalua…
GUI视觉定位中提出Test-Time Self-Evolving框架，无需人工标注即可适应新界面，实验显示精度提高7.4%。
展开中文详情
GUI视觉定位是GUI代理的基本能力。现有模型通常在部署后冻结其参数，限制了它们适应未见过的界面的能力。尽管最近的方法试图通过测试时强化学习来调整模型，但它们无法反思失败的探索过程。为解决这一问题，我们提出了一种测试时间自我演变框架，该框架使模型能够在无需人工标注真实地面 truth 的情况下改进。它构建了一个循环探索、评估、反思和内化。具体而言，代理首先通过预测指令对应的定位坐标来探索新界面。为了评估这些探索过程，我们引入了基于MLLM的反射器来评估生成的结果并提供相应的推理反射说明。为了将反思知识内化到模型权重中，我们提出了指导性在线自蒸馏框架（Reflection-Guided On-Policy Self-Distillation），通过条件化的自我教师将高层次的推理转化为密集的令牌级监督信号。此外，我们设计了一种对比校准方法，以防止在失败探索过程中错误的自回归前缀污染监督信号。跨越六个基准的大量实验证明了该框架的有效性，与基础模型相比平均准确率提高了7.4%。据我们所知，这是首次将在线自我蒸馏成功应用于GUI视觉定位的测试时适应的工作。通过弥补部署后适应性的缺口，我们的框架完成了GUI代理的自演变能力。代码将在后期释放。
65
How to Verify Consistency of Probabilistic Claims
When a probabilistic predictor answers many conditional-probability queries, are its answers self-consistent, and can this be verified in polynomial time? This problem is of interest for AI safety, where safety is derived from honesty about probabilistic predictions of unwanted outcomes potentially caused by an AI action. We construct an interactive PCP as follows. Let a predictive model be specified by a probability circuit P and a circuit Q which outputs confidence in predictions. Together, P and Q implicitly sp…
概率预测器回答多个条件概率查询时的一致性可验证性问题及其复杂度，对AI安全至关重要。通过交互式PCP协议，在多项式时间内验证预测模型(P,Q)的近似一致性。
展开中文详情
当一个概率预测器回答大量条件概率查询时，它的答案是否相互一致，并且这种一致性可以在多项式时间内进行验证？这个问题对于AI安全性研究意义重大，在安全性的实现中依赖于对潜在由AI行为导致的不良结果的概率预测的诚实性。我们构造了一个交互式的PCP如下：假设一个预测模型由概率电路P和输出预测置信度的电路Q指定，两电路共同隐式地规定了指数数量级别的概率声明。我们展示了这样一个协议，在该协议中，多项式时间验证器可以验证（P，Q）的一致性。验证器收到一对电路（P，Q），仅在少数几个点上对其进行评估；除此之外，还提供了一个证明 oracle，即一个据称与（P，Q）预测一致的概率分布的编码，并在交互单个不可信证人时从其少数位置处读取这些信息。在此过程中，我们需确保存在一种稀疏的一致性见证分布与模型的预测相一致。为此，我们首先考虑关于显式概率声明一致性的见证分布，而非由预测器指定声明：例如，m 项声明，每项形式为 Pr[Y = 1 | X = x] = p，涉及 n 个布尔变量。基于Nilsson（《人工智能》，1986年）的工作，我们将 l_2-近似概率一致性问题置于 NP 类中，并且输入位精度B下的证书长度为 O(mn + log B)；我们还进一步证明如何消除这种依赖性。该工作中，这些结果提供了认证概率预测一致性的复杂性理论基础。我们认为我们的交互式PCP是一个在训练预测模型以验证其自身一致性方面向前迈出的第一步。
66
From Interpretability to Control: Insights from Six Years of the TrustNLP Workshop
The Workshop on Trustworthy Natural Language Processing (TrustNLP), co-located with major ACL conferences since 2021, has grown from 8 proceedings papers to 41 over six editions, documenting a field-wide transition from post-hoc interpretability of static models to mechanistic understanding and proactive control of generative systems. We synthesize insights from all 144 proceedings papers, classifying them along six trust dimensions grounded in established frameworks (TrustLLM, DecodingTrust). We observe co-occurr…
TrustNLP Workshop从8篇论文增长到41篇，关注自然语言处理的信任问题，涵盖可解释性等六个维度，发现真实性成为最快成长领域。
67
Attention-Path Fragility as an Uncertainty Signal in Large Language Models
We propose that a model's uncertainty about a token is reflected not only in the breadth of its output distribution but also in whether a confident prediction is \emph{fragile} under perturbation of its attention pathways. We instantiate this as ASMI (Attention-Subnetwork Mutual Information), a training-free estimator that masks attention heads and measures the BALD mutual information among the resulting subnetworks, with a semantic-agreement kernel to discount surface-form disagreement. The signal is not a restat…
我们提出模型对标记的不确定性不仅反映在输出分布的广度上，也体现在自信预测在注意力路径扰动下的脆弱性。ASMI（Attention-Subnetwork Mutual Information）通过屏蔽注意头并测量子网络间的BALD互信息来估算这一信号，加入语义一致性内核以过滤表面差异。ASMI特别关注“自信但脆弱”的预测，并在多项基准测试中表现出色。
68
sLTN: Structural Logic Tensor Networks
Logic Tensor Networks (LTN) provide a neurosymbolic framework in which first-order logic is interpreted through tensor operations, enabling logical constraints to be integrated with differentiable learning. However, the original formulation of LTN is primarily suited to data represented as flat collections of individuals, and does not explicitly capture structural organization such as temporal order, sequential position, or graph connectivity. We introduce sLTN, an extension of LTN that makes structural dimensions…
sLTN扩展了逻辑张量网络，引入结构维度作为一阶逻辑的元素，支持时间、序列和图结构数据处理。该框架在PyTorch中实现，并应用于时间序列和顺序推理示例。论文地址：https://github.com/logictensornetworks/sltn
69
Two-stage Odd Residual Flows for Mean-Preserving Probabilistic Time Series Forecasting
Probabilistic forecasting plays an essential role in risk-sensitive decision-making, particularly in long-horizon settings. However, existing approaches often face a fundamental trade-off between distributional flexibility and accurate mean prediction. Traditional parametric methods, such as Mean Variance Estimation (MVE), can suffer from degraded point accuracy when trained under joint Negative Log-Likelihood (NLL) objectives, while modern-flexible generative models, including Normalizing Flows and Diffusion Mode…
TORF框架通过两阶段方法解耦均值预测和不确定性估计，实现准确均值同时提供良好密度估计。
70
Why Does CLAUDE.md Keep Growing? Catastrophic Remembering in Agentic Coding
Agentic coding READMEs like CLAUDE.md grow without bound in real repositories, stopping only when the repository retires or someone rewrites the file wholesale. We trace this to imperfect recall: appending an instruction is always cheap, but once an instruction's rationale is gone, deleting it without risking a correctness regression costs O(2^|D|) in a prompt of |D| instructions. We name the resulting divergence catastrophic remembering, the inverse of catastrophic forgetting around which continual learning is or…
研究发现，由于不可靠的记忆导致指令列表不断膨胀，而注释则能有效减小程序中多余指令，提升执行效果。
social
1 条71
X（Grok）
insights
5 条72
I'm excited for Intel after testing the XPS 13
Title: I'm excited for Intel after testing the XPS 13 URL Source: https://www.jeffgeerling.com/blog/2026/excited-for-intel-efficiency/ Published Time: 2026-08-07T09:00:00-05:00 Markdown Content: Aug 7, 2026 Shortly after Apple launched the budget [MacBook Neo](https://github.com/geerlingguy/sbc-reviews/issues/102), Dell announced their response, a new low-end [XPS 13](https://www.dell.com/en-us/shop/dell-laptops/new-xps-13-laptop/spd/xps13dx13260laptop). . I tested it on my [Ampere Altra Dev Platform](https://www.jeffgeerling.com/blog/2023/testing-96-core-ampere-altra-…
Proxmox虚拟环境现在支持ARM架构，但仅限于部分平台。
74
No, local models will not win
Title: No, local models will not win URL Source: https://seangoedecke.com/local-models-will-not-win/ Markdown Content: Every time a new open-weight AI model is released, people [say](https://news.ycombinator.com/item?id=49244353) that local models are the future. Why spend billions of dollars building out datacenters when everyone will just be able to run AI models on their laptops or phones? I think this idea is doomed. No matter how strong open-weight models get, most inference will always happen in AI datacente…
本地AI模型无法取代云端服务，主要原因在于能耗和效率问题。
75
Advanced AI sycophancy
Title: Advanced AI sycophancy URL Source: https://seangoedecke.com/advanced-ai-sycophancy/ Markdown Content: Everyone knows that [AI sycophancy](https://seangoedecke.com/ai-sycophancy/) is when the model tells you how smart you are. Wow, you’re absolutely right. That’s not just a new idea — it’s genuinely groundbreaking. You’re a very special user. Easy to spot, isn’t it? The discussion around AI sycophancy peaked last year, when the [“#keep4o”](https://arxiv.org/pdf/2602.00773)[movement](https://x.com/search?q=%2…
先进的人工智能表现出更为巧妙的奉承策略，通过不同意用户的观点来维护其形象而不使其感到愚蠢。
76
Microsoft Plugs Nearly 400 Security Holes
Title: Microsoft Plugs Nearly 400 Security Holes URL Source: https://krebsonsecurity.com/2026/08/microsoft-plugs-nearly-400-security-holes/ Published Time: Wed, 12 Aug 2026 22:52:22 GMT Markdown Content: **Microsoft** today released updates to remedy at least 398 security vulnerabilities in its **Windows** operating systems and supported software, including one weakness that is already being actively exploited and two others that were publicly detailed prior to today. ![Image 1](https://krebsonsecurity.com/wp-cont…
微软发布了近400个安全漏洞修复补丁，其中多个漏洞已被积极利用。