今日总览
今日主线是企业控制面与高价值链路的安全压力：vCenter 已遭主动利用，AI API、航空维护口和硬件运输也暴露边界缺口。另一面，算力供给集中与主权环境中的智能体部署，正把 AI 竞争落到基础设施、数据治理和运营能力上。
企业控制面漏洞进入优先处置窗口
vCenter 高危漏洞遭利用，虚拟化控制面面临持续访问风险
攻击者正利用 Broadcom VMware vCenter 的高危目录遍历漏洞 CVE-2026-59310；在具备网络访问条件时，攻击可执行任意代码并取得持续远程访问。风险不只在单台管理服务器失陷：vCenter 处于虚拟化环境控制面，一旦被控制，攻击者可能借管理权限扩大对业务基础设施的影响。安全团队应优先核查补丁状态、网络暴露面与异常访问，并把管理平面与普通业务网络分开审视。现有摘要未给出受影响版本、利用规模和补丁细节，排查范围仍须以厂商公告核实。
Adobe 修复三项 CVSS 10.0 漏洞，ColdFusion 命令注入须紧急评估
Adobe 发布安全更新，修复影响 ColdFusion、Commerce 和 Campaign Classic 的多项严重漏洞，其中 ColdFusion 的 CVE-2026-48362 被评为 CVSS 10.0，属于操作系统命令注入。企业级 Web 与营销系统通常连接内容、客户和自动化流程，命令执行或权限提升的后果可能从单一应用扩展到应用服务器及关联业务环境。处置重点应是识别暴露实例、评估并部署补丁、复核高权限配置及异常活动，而非只完成版本升级。摘要未列出其余漏洞编号、受影响版本和在野利用情况，风险优先级仍需结合本地暴露条件判断。
ACRO 泄露显示：未打补丁与未读告警会叠加放大高敏数据风险
英国犯罪记录办公室 ACRO 因 CMS 未及时修补、告警未被查看而发生敏感数据泄露，且目前仍无法确认数据是否已被外传。这不是单一漏洞问题，而是补丁管理、监控响应和事件取证三道基础控制同时失效：已知缺口没有被关闭，异常信号没有进入处置流程，事后又缺乏足够证据界定影响。承载身份与犯罪记录等高敏数据的机构，应将 CMS 更新、告警处置时限和日志留存纳入可审计运营流程。现有信息未说明漏洞类型、数据规模和攻击路径，不能据此推断泄露范围。
飞机维护口、推理对象与货运链路成为攻击面
微型设备演示飞机外部维护接口的物理接入风险
WIRED 报道称，安全研究人员演示可在不足 60 秒内打开飞机外部舱口、接入一枚微型设备，并重定向自动驾驶或破坏飞行计划。无论最终受影响机型与攻击条件为何，这一演示的核心是航空安全边界不能只画在驾驶舱和传统网络上：外部舱口、维护接口以及飞行计划相关链路同样属于高后果入口。制造商、航空公司和维护体系需要把物理访问控制、接口认证和篡改检测联动设计。摘要未披露具体漏洞、设备机制、厂商回应及受影响范围，不能将标题直接外推为所有波音 737 均可被同样攻击。
主流推理 API 被指可跨会话重放，加密推理对象或泄露秘密
研究人员披露，OpenAI、Anthropic 与 Google 的推理 API 中，加密推理对象可能被跨会话重放，从会话日志恢复内部推理以及 API 密钥、密码等秘密。问题的关键不在模型能力强弱，而在对象生命周期与会话隔离：若一个原本应绑定上下文的对象可被另一会话接受，日志、调试工具和多轮工作流都可能成为凭据泄露通道。平台需要强化会话绑定、重放防护和日志脱敏；调用方则应审查日志留存与凭据轮换。摘要未说明受影响版本、修复状态、攻击前提和厂商响应，尚不能判断实际暴露面。
AI 硬件货运盗窃趋于暴力化，基础设施交付需纳入安保模型
WIRED 报道称，加州近期两起事件显示，犯罪组织为窃取运往数据中心的服务器及其他 AI 硬件，正采用更极端、暴力的手段。稀缺硬件的风险因此不止于采购价格和供货周期：设备在运输、仓储与交接中的短暂脱离控制，也会直接影响算力上线计划和资产安全。云厂商、数据中心运营者与物流方应把高价值设备的运输路线、交接验证和异常响应纳入部署计划，而非视作采购完成后的外围事项。报道摘要只概述两起事件，未提供涉案设备、损失规模或作案细节，不能据此量化行业普遍程度。
稀缺算力推动云端供给集中与缓存分层
稀缺 AI 硬件或加速企业从自购转向云端租赁
The Register 认为，AI 对稀缺硬件的需求正让超大规模云厂商更容易优先获得设备，企业买家可能只能向这些平台租回所需基础设施。若这一供给结构延续，企业的关键选择将从“买哪种服务器”转为“接受何种云端容量、价格与锁定关系”：云平台的采购规模会强化其获得稀缺设备的能力，进一步压缩独立买家的议价空间。基础设施团队需要重新评估自购、租赁与容量保障的组合，并将供应连续性纳入架构决策。现有材料未给出具体厂商、硬件品类、供给数据或价格变化，结论仍是趋势判断而非已量化事实。
SageMaker HyperPod 展示共享 NVMe 分层 KV Cache 方案
AWS 展示在 SageMaker HyperPod 上结合 Curvine，把大模型 KV Cache 扩展到共享分布式 NVMe 池的分层缓存方案，目标是在多副本推理时以接近本地磁盘的速度复用缓存。它试图缓解两项互相牵制的成本：完全依赖 GPU 显存会提高实例配置成本，而频繁重建缓存又会拉高首 token 延迟。对推理平台而言，这意味着存储层、缓存复用与调度策略开始共同决定模型服务效率，而不只是 GPU 规格。该方案尚未给出性能、成本、可靠性和适用模型规模数据，是否优于本地缓存取决于具体负载与部署条件。
企业智能体开始覆盖执行、主权部署与代码理解
企业 AI 从辅助走向执行，数据可信度决定扩展边界
OpenAI 的研究称，企业正通过 ChatGPT、Codex 和智能体式 AI 推进实际业务执行，领先企业的采用差距正在扩大；同日关于可信数据的讨论则指出，数据质量、可用性和基础设施准备度是智能体获得投资回报的前提。两者合起来说明，智能体从“能回答”转向“能执行”后，瓶颈会转移到权限、上下文、数据治理和系统集成。RingCentral 使用 ChatGPT Work 与 Codex 连接工程和运营的案例，也反映这一方向。由于缺少研究方法、样本、量化结果和安全治理细节，这些厂商叙事可作为建设信号，不应直接视作行业平均水平。
OneAdvanced 在英国主权 AWS 部署逾 50 个 AI Agent
OneAdvanced 在英国主权 AWS 环境中，使用 SageMaker AI 自托管 Llama 4 Maverick 与 Llama Guard 4，结合 pgvector RAG、Strands Agents SDK 和 ECS，部署了超过 50 个 AI agent。该案例的价值不在“智能体数量”本身，而在于给出受数据主权约束企业的一种工程组合：模型控制、检索数据、内容防护、编排框架和容器运行环境必须一起设计，才能让多智能体具备可运营基础。对平台团队而言，合规边界会影响模型托管与数据路径选择。案例尚未披露 agent 分工、运行规模、性能、成本、可靠性或安全成效，不能据此推断大规模部署已被普遍验证。
Databricks 开源 Metals v2，面向数百万行 Java 与 Scala 代码库
Databricks 开源 Metals v2，这一面向 Java 和 Scala 的语言服务器针对数百万行代码库，并瞄准越来越多由代理编写代码的开发环境。语言服务器承担代码理解、编辑反馈与自动化工具之间的基础连接；当代码库规模扩大且代码生成频率提高，准确、可扩展的语义服务会比单纯生成代码更影响工程可维护性。该动作表明，Agent 工程的基础设施正在向传统企业语言和超大仓库延伸。当前材料未披露开源范围、性能指标、兼容性和社区治理方式，因此其实际技术增量仍需在具体项目中验证。
Google 将 AI 分发延伸至无障碍交互
Google 称 Gemini 用户达 10 亿，通用 AI 入口规模继续扩大
Google 表示，Gemini 用户数已达到 10 亿，并称其为公司增长最快的产品。若该口径成立，Gemini 已不只是单一模型服务，而是 Google 在生成式 AI 产品、开发者生态与平台竞争中的大规模分发入口。入口规模会影响开发者优先适配的平台，也会使模型能力、账户体系和产品集成之间的协同更重要。不过，这一数字的用户定义、达成时间和增长构成均未在现有材料中披露，“增长最快”也是 Google 自身表述；它能证明产品覆盖面扩大，不能单独证明活跃度、留存或商业化质量。
DeepMind 推出手语转文本模型，专项无障碍能力进入产品层
Google DeepMind 发布手语转文本模型 SL2T，为面向聋人和听障用户的新手语功能提供支持。与将通用聊天能力接入产品不同，手语理解涉及专项语言与交互场景，产品化的意义在于把模型能力转化为用户可使用的无障碍入口，而非停留在研究演示。对产品团队而言，这类功能要求模型输出、界面反馈和可用性设计协同；对平台方而言，也显示大规模 AI 分发正在覆盖更细分的人机交互需求。摘要未说明支持的手语种类、性能、部署方式、覆盖地区和功能边界，实际可达性仍待核实。