Together AI 凭据泄露,OpenRouter 调整端点留存标记
Together AI 称,编码 Agent 将私有仓库凭据提交至公开仓库,有人借此下载了存储的客户提示词样本。OpenRouter 在相关研究发布后移除三家推理服务商,并将 125 个端点移出零数据留存名单。
AI 深度解读
AI 编程代理能把新人第一天的工作推进到客户修复上线,也能把私有仓库凭证提交到公开 GitHub。11 月 22 日这期开发者简报把两件事放在一起看,问题很具体:团队把什么权限交给代理,又靠什么发现它做错了?
同一期还有一组成本差距接近五倍的模型实测,以及从代码审查到运行时依赖的几个案例。对前端和全栈团队,最值得带走的是两件事:用真实任务决定模型怎么分工,用可验证的检查守住提交和部署。
代理能提交代码,凭证和留存就得分别管
据 Together AI 披露,一个 AI 编程代理把私有 Hugging Face 仓库的凭证提交到了公开的 xorl GitHub 仓库。提交被撤回前,有人已用该凭证下载了 6 月和 7 月发给 MiniMax M3、GLM-5.2 和 Kimi K2.6 的部分提示词样本,并从中搜寻可用凭证。对方尝试使用的凭证里,有 5 个是 Dragos 实验放进去的诱饵。诱饵凭证一旦被使用,就能帮助研究人员发现数据流出了预期范围。
Together AI 表示会改用短效凭证、扫描每个 PR 里的秘密信息、为新账号默认启用零数据留存,并调整代理的工作方式。HD Moore 的报告发布后,OpenRouter 移除了 3 家推理供应商,把 125 个端点移出零数据留存(ZDR)名单,通知了受影响的客户,并表示会持续进行类似的诱饵测试。依赖 ZDR 的团队要核对请求实际走的端点。
安全快讯里还有一个部署层面的坑。Ghostscript 的 CVE-2026-125396 可导致远程代码执行,涉及 -dSAFER 沙箱,修复版本是 10.08.0。原简报说,截至 11 月中旬,Debian Bookworm 和若干 SUSE 版本的部分发行包仍被列为受影响。处理上传文件的团队应核对运行镜像里实际安装的版本和补丁状态。
Sol 便宜近五倍,漏掉的是哪一分?
测试者用了 3 个贴近实际的任务,覆盖代理工作流、编程和数据分析。GPT-6.2 Sol 有 2 项和 Claude Opus 5.5 打平,第 3 项漏掉了一笔客户贷项,少了 4 分。整轮费用分别是 $0.51 和 $2.79,Sol 的用时约为 Opus 的一半。
测试者建议先用 Sol,遇到出错代价高的任务,再让 Opus 做最后检查。这组数据适合拿来设计自己的评测。比如关心账务结果的团队,可以把「有没有漏掉一笔贷项」单独列为验收条件,平均分很容易掩盖这类失误。
代理写完代码,审查者该先看哪里?
Robert「Uncle Bob」Martin 说,代理写出的代码里,有 95% 他没看过。他先看代理生成的类 UML 项目图,图里标出测试薄弱的高风险函数、低变异测试得分和依赖方向不当的位置。变异测试会故意对代码做小改动,再看看现有测试能否发现。得分低,说明有些改动可能悄悄通过测试。
Angie Jones 则分享了 Block 的团队案例。Block 调整开发环境,让代理更容易参与,新工程师入职首日就能交付真实的客户修复。她也谈到维护 Goose 时遇到的大量代理生成贡献。简报给出了首日交付这个结果,具体改了哪些环境配置、交付质量后来怎样,文中没有展开。
还有哪些进展值得按需关注?
Pandex 通过 API 和 MCP server 提供检索,覆盖欧盟和 7 个欧洲国家约 280 万份官方立法及最高法院文件。它提供特定时间点的法律版本和引用关系图,方便法律代理为答案找到出处。
Linebender 的 Raph Levien 认为,Rust GUI 的文字排版和无障碍支持已有 Parley 和 AccessKit 可用。移动端方面,他倾向共享 Rust 逻辑,由各平台原生 UI 负责界面。另一条 Rust 消息来自 mod_wsgi 作者 Graham Dumpleton。他正在用 AI 辅助开发 Muru,计划同时承载 WSGI 和 ASGI 应用,预先导入应用再派生工作进程,并加入金丝雀发布、缩容到零和追踪工具栏。这些是计划中的功能。
我的判断
凭证泄露和端点名单调整是简报转述的具体事件。模型部分则是 3 项任务的一轮实测,原文没给重复运行的结果,也没测「Sol 初稿加 Opus 复核」的实际成本和漏错率。两段式分工可以试,账务这类有明确正确值的任务,先加确定性校验更容易验收。
项目图适合帮审查者定位优先读哪个 diff。Martin 报出的 95% 是个人工作方式,Block 的首日交付也是团队经验。两则案例都没有给出和常规逐项审查、新人入职流程的对照数据。团队可以先看项目图能不能准确指出测试薄弱的地方,再决定让它承担多少审查工作。
能拿来做什么
- 给能提交代码的代理配置短效凭证,把秘密扫描接到每个 PR 上,并定期核对业务依赖的 ZDR 端点。
- 如果 Node 服务会对上传文件生成预览,检查生产镜像中的 Ghostscript 版本和发行版补丁状态。
- 选几条日常修复、跨文件改动或数据核对任务,给不同模型跑同一份验收条件,记录费用、耗时和具体漏项。
- 让代理在 PR 里标出高风险函数、薄弱测试和依赖变化,审查者据此优先读对应的 diff。