跳到正文
9月25日周五
  1. GitHub Blog60

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体

    GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需指向一个 GitHub 仓库,它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并分诊崩溃。

    推荐理由:GitHub Security Lab 把写 harness、读覆盖率、追覆盖缺口和崩溃分诊交给 LLM 智能体,并说明了自动化边界与安全前提。

9月24日周四
9月23日周三
  1. JetBrains Blog17

    JetBrains 对话 Oppex AI 创始人 Prasun Kumar:用 AI 智能体在开发者被叫醒前定位生产故障

    Oppex AI 打造 AI 智能体,在开发者被叫醒前汇总日志、云指标、数据库健康、受影响客户与 GitHub 代码变更,并给出修复建议,目标把平均修复时间(MTTR)压到 10 分钟以内。团队用不告知故障原因的 chaos monkey 在测试环境锤炼智能体可靠性,约 90% 工作在 IntelliJ IDEA 中完成。成立约一年、15 人的团队已发布产品并服务首批企业客户。

9月21日周一
  1. Rust Blog78

    Rust 安全团队披露 Miri 缓存导致 GitHub Actions 泄露密钥

    Rust 安全响应团队披露 Miri 会把所有环境变量写入 target/,配合 GitHub Actions 缓存后可能让 PR 读取到密钥。短期修复是让 Miri 只保留 CARGO_* 环境变量(CARGO_*_TOKEN 除外)和 OUT_DIR,该补丁可能尚未进入 nightly,2026-09-22 的 nightly 版本将不再有此问题。

    推荐理由:Rust 官方披露 Miri 将环境变量写入 target/ 并与 GitHub Actions 缓存叠加导致密钥泄露,附排查条件与修复方式。

9月18日周五
  1. GitHub Blog22

    GitHub Podcast 拆解五个 AI 热门观点:代码审查、RAG、Skills 与 MCP

    GitHub Podcast 最新一期拆解了五个 AI 热门观点:AI 生成的代码仍需阅读和审查,只是不同风险的改动需要不同强度的审查;Skills 与 MCP 解决的是不同问题,MCP 提供连接工具和数据的标准,Skills 更像打包好的经验,二者可组合使用;RAG 并未消亡,它让模型获得训练数据之外的相关信息,减少 Token 浪费并降低答案不完整的可能。

9月17日周四
  1. GitHub Blog80

    GitHub 用 Copilot 将 Copilot 运行时从 TypeScript 迁移到 Rust

    GitHub 将 Copilot agent runtime 从 TypeScript/Node.js 完全重写为超过 80 万行生产级 Rust,代码主要由 AI 智能体编写,跨 128 个 PR 增量合入 main,运行时性能提升数个数量级。

    推荐理由:GitHub 团队用 AI 智能体把 Copilot 运行时从 TypeScript 迁到 Rust,公开了 800 万行级会话数据与增量迁移方法。

9月15日周二
9月11日周五