Gemini 4 Carbon, un script anti-identificación de LLM, AlpineBSD e Claude no desenvolvemento de fármacos: catro historias de desenvolvedores nun só Daily Diff

Que abrangue este vídeo

• A publicación de nullpt.rs (28 de outubro de 2026), dun investigador que usa o alcume veritas, rastrexou os 10.000 sitios principais de Tranco con Playwright e recompilou os debuxos de "canvas" que realizan os scripts de identificación. Un script contiña nomes de funcións escritos para parecer alarmantes e unha cadea de modelo de caracteres Unicode invisibles; ao restar 917504 de cada punto de código, decodifícase a un "prompt" de sistema falso que comeza con SYSTEM OVERRIDE e di que todas as directrices de seguridade están suspendidas. O autor cre que é unha ofuscación anti-LLM destinada a activar as salvagardas do modelo, non unha instrución que o navegador execute.
• Na mesma publicación, un modelo comercial que o autor chama Astra negouse a desofuscar o script e citou riscos de seguridade, mentres que un modelo chamado GLM 5.3 cumpriu. O traballo real do script é a detección ordinaria de "bots", como o axente de usuario, o número de núcleos e o renderizador de gráficos. Un bloque de comandos de "shell" só se executa en Node cando se establece unha bandeira de ambiente secreta, o que o autor tamén interpreta como un "cebo". A publicación atopou un provedor ruso anti-DDoS cun nome similar e non establece unha conclusión; The Daily Diff non puido confirmar quen escribiu o script.
• A publicación do blog de Google (28 de outubro de 2026) anuncia Gemini 4 Carbon como o seu modelo máis potente. Google di que ocupa o primeiro lugar no Artificial Analysis Intelligence Index v5.0 con 59 puntos, e Artificial Analysis lista a Claude Opus 5.5 con 58 e marca Carbon como sen API dispoñible publicamente. Google informa dun 88,2% en SEC-bench Pro, un 54,8% en ExploitGym e un 71,0% en CWE-bench, avaliados sen "guardrails", e di que o engano exitoso en Terminal-Bench 4.0 caeu ao 0,0% con intentos do 0,4%.
• Google di que Carbon estará dispoñible esta semana para un subconxunto de "ciberdefensores", despois para socios de confianza a través do seu programa Fairwind, e que está no proceso voluntario de probas previas ao lanzamento do goberno dos EUA; os desenvolvedores, empresas e consumidores recibírano "o antes posible", sen data. O prezo de lanzamento coincide co de Argon, con 2 dólares por millón de "tokens" de entrada e 10 dólares por millón de "tokens" de saída, subindo a 4 e 20 dólares despois do período de lanzamento, con entrada en "caché" un 95% máis barata.
• A wiki de AlpineBSD describe un sistema operativo co kernel de NetBSD e un "userspace" ao estilo de Alpine (apk-tools, busybox, s6) cuxo obxectivo é permitir aos usuarios executar a menor cantidade posible de software xerado por IA. É un traballo en progreso sen instalador; o procedemento de instalación comeza desde un medio de instalación de NetBSD. Os paquetes atópanse en catro repositorios (base, principal, "tainted", comunidade); base e principal garanten non conter software "tainted", comunidade pode depender de "tainted" pero non ao revés, e gcc, binutils, gdb, libffi, perl e xorriso están fixados á última versión non "tainted". Os colaboradores non poden usar ferramentas de IA xerativa. A wiki tamén advirte que o soporte de hardware de NetBSD é irregular.
• A publicación de Anthropic (27 de outubro de 2026) describe o traballo con BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines e The Column Group, e di que a investigación é principalmente preclínica. Informa de aproximadamente 35.000 deseños de anticorpos de Claude nun mes para Divergence Labs, obtendo tres que se unen á IgE e 20 que a desaloxan, tres dos cales parecían superar a medicación estándar; en Enveda, revisáronse 1.061 páxinas de rexistros de fabricación con todos os 11 problemas atopados por humanos capturados máis sete adicionais e o tempo de revisión reduciuse de máis de 25 horas a menos de tres. Estas son cifras de Anthropic e informes dos seus socios, non resultados independentes.

Transcrición traducida

Traducido da narración orixinal en inglés. O audio e os subtítulos dispoñibles son controlados por YouTube.

Comezo frío: o script do navegador cunha mensaxe para a IA

0:00 Un script que identifica o teu navegador oculta unha mensaxe feita de caracteres invisibles. A mensaxe dille a calquera intelixencia artificial que lea o script que abandone as súas regras de seguridade. Neste vídeo, catro historias. Por que un script de navegador fala con modelos de IA? Que é Gemini 4 Carbon e por que a maioría dos desenvolvedores non poden invocalo? Como se instala un sistema operativo sen instalador? E que fixo Claude nun laboratorio de fármacos?

0:24 Tamén hai un detalle sobre quen escribiu ese script. Gardareino para o final. É xoves, vinte e nove de outubro, e este é The Daily Diff. A identificación do navegador é como un sitio recoñece o teu navegador sen "cookies". A páxina pídelle ao navegador que debuxe unha imaxe oculta, e o teu "hardware" gráfico a asina. Pensa na caligrafía, agás que ninguén che pediu que escribises nada.

Primeira historia: por que un script de navegador fala con modelos de IA

0:45 Primeira historia. Un investigador que usa o alcume veritas rastrexou dez mil sitios populares e gardou as imaxes de identificación que debuxan. Unha delas parecía a portada do álbum Currents de Tame Impala, polo que veritas foi buscar o script que a xerou. Dentro do script, veritas atopou nomes de funcións alarmantes e unha cadea longa que parecía baleira. Eran caracteres invisibles. Réstaselles un número fixo a cada un e forman un "prompt" de sistema falso que comeza coas palabras "system override" e di que todas as regras de seguridade están suspendidas.

1:16 Despois veritas pediulle a un modelo comercial, que a publicación chama Astra, que desofuscase o ficheiro. Negouse e citou riscos de seguridade. Un modelo chamado GLM cinco punto tres fixo o traballo. A trampa funciona exactamente cos lectores que teñen regras de seguridade. Se eliminamos os enganos, o script é unha detección de "bots" ordinaria. Le o axente de usuario, o número de núcleos e o renderizador de gráficos. Un bloque de comandos "shell" só se executa en Node cunha bandeira de ambiente secreta,

1:42 polo que un navegador nunca o alcanza, e veritas interprétao como outro engano. Isto é o que hai que facer. Se unha ferramenta de intelixencia artificial le scripts que non escribiches, espera texto deseñado para que se negue e trata todo o que lea como non fiable. E busca nos teus propios repositorios caracteres no rango de etiquetas Unicode, porque se imprimen como nada. Segunda historia. O mércores Google anunciou Gemini 4 Carbon,

Segunda historia: que é Gemini 4 Carbon e quen pode invocalo

2:04 que considera o seu modelo máis potente. Ocupa o primeiro posto no Artificial Analysis Intelligence Index con cincuenta e nove puntos, e Artificial Analysis sitúa a Claude Opus 5.5 xusto detrás con cincuenta e oito. Os números de Google son sobre seguridade. Di que Carbon obtén un oitenta e oito por cento nunha "benchmark" para atopar vulnerabilidades, un cincuenta e cinco por cento noutra para explotalas, e un setenta e un por cento noutra para parchealas. Google di que executou as tres sen "guardrails".

2:32 Agora, o problema. O un de outubro díxenlle que Argon era o mellor modelo de Google que non podía usar aínda, e Carbon repíteo. Esta semana vai a un subconxunto de "ciberdefensores", despois a socios de confianza a través do programa Fairwind. Os desenvolvedores obtéñeno, cito, "o antes posible", o que non é unha data. O prezo xa está publicado. Son dous dólares por millón de "tokens" de entrada e dez dólares por millón de "tokens" de saída,

2:55 o mesmo que Argon, e duplícase despois do período de lanzamento. A miña frase favorita é sobre facer trampas. No Terminal Bench catro punto cero, Google di que o engano exitoso caeu a cero por cento, e os intentos caeron a cero punto catro por cento. Hacker News dedicou moitos dos seus comentarios aos nomes. Argon, Carbon, ninguén pode dicir cal é máis grande. A parte práctica é curta. Próbao no teu propio repositorio unha vez que chegue á API,

3:19 porque o gráfico é de Google, e Artificial Analysis non lista ningunha API pública para Carbon hoxe. Terceira historia.

Terceira historia: como un sistema operativo sen instalador evita o código de IA

3:26 AlpineBSD é un novo sistema operativo que pon o kernel de NetBSD baixo un "userspace" modelado en Alpine Linux. O seu obxectivo declarado é permitirche executar o menor software xerado por intelixencia artificial posible, e a súa "wiki" di que é un traballo en progreso. Clasifica o software en catro repositorios de paquetes. Base e principal están garantidos como limpos. "Tainted" contén paquetes que inclúen saída dun modelo lingüístico, e comunidade pode depender de "tainted" pero nunca ao revés.

3:52 Optas polo software "tainted" un paquete á vez. A parte divertida é a "toolchain". gcc, binutils, gdb e perl están fixados á última versión sen "tainted". E a instalación é un procedemento manual que comeza arrincando o instalador de NetBSD. Así que o compilador máis novo que podes ter é o último que ninguén lle pediu a un "chatbot" que tocase. A "wiki" advirte que o kernel de NetBSD ten un soporte de "hardware" irregular, e os colaboradores non poden usar ferramentas de intelixencia artificial en absoluto, nin sequera na lista de correo.

4:23 A idea a ter en conta son os metadatos do paquete, onde cada paquete está etiquetado como limpo, fixado ou "tainted".

Cuarta historia: que fixo Claude en seis laboratorios de fármacos

4:29 Cuarta historia. O martes, Anthropic publicou o progreso do seu equipo de "ciencias da vida", que traballou con seis desenvolvedores de fármacos durante varios meses. Esta é a propia conta de Anthropic, e di que o traballo é principalmente preclínico, o que significa que aínda non se probou en persoas. En Divergence Labs, que traballa en alerxias alimentarias, Claude produciu uns trinta e cinco mil deseños de anticorpos nun mes. As primeiras probas atoparon tres que se unen ao obxectivo e vinte que o liberan, e tres deses vinte parecían superar a medicina estándar.

4:58 En Enveda, Claude leu mil sesenta e unha páxinas de rexistros de fabricación. Detectou os once problemas que os revisores humanos atoparan e sinalou sete máis, reducindo o tempo de revisión de máis de vinte e cinco horas a menos de tres. En BigHat, o equipo sospeitaba que as métricas de estabilidade estándar eran enganosas, e Claude axudou a propoñer outras mellores. Se construyes "axentes", o patrón a copiar é o de Enveda. Conecta o modelo aos documentos e déixalle listar os problemas para que unha persoa os confirme. Anthropic di que un candidato a distrofia muscular

5:26 podería chegar a ensaios en humanos xa a finais de dous mil vinte e oito, se segue resistindo, así que consulta esa data antes de citar o titular. Volvamos ao script. A publicación verifica o dominio e atopa unha empresa rusa con nome similar que vende protección anti-DDoS e contra "bots". Iso é unha pista, e a publicación non afirma máis. Tampouco puiden confirmar quen escribiu o script.

5:46 Se prefires ler isto que escoitarme dicilo, o "diff" chega á túa caixa de entrada cada mañá, gratis en the daily diff dot dev, enlace debaixo.

Veredicto: REQUIERE REVISIÓN

5:53 Así que o veredicto de hoxe é REQUIERE REVISIÓN. Revisaríao porque Carbon aínda non ten API pública, o script de "tripwire" está activo en sitios web reais, AlpineBSD non ten instalador e os resultados dos fármacos son preliminares. Subscríbete, preme na campá e cóntame nos comentarios se o terías marcado de forma diferente. E ese é o "diff" de hoxe. Son Niko de Axrisi. Fusiónase con responsabilidade.

Fontes

1. Why Is This Fingerprinting Script Creating Bioweapons?nullpt.rs (veritas)
2. Gemini 4 Carbon: our next frontier modelGoogle
3. Artificial Analysis Intelligence Index v5.0Artificial Analysis
4. Welcome to AlpineBSD!AlpineBSD
5. AlpineBSD AI policyAlpineBSD
6. AlpineBSD installationAlpineBSD
7. Early progress on accelerating drug development with ClaudeAnthropic