Gemini 4 Carbon, një skript kundër gjurmimit të LLM-ve, AlpineBSD dhe Claude në zhvillimin e ilaçeve: katër histori zhvilluesish në një Daily Diff

Çfarë mbulon kjo video

• Postimi i nullpt.rs (28 tetor 2026), nga një studiues që quhet veritas, skanoi 10,000 faqet kryesore të Tranco me Playwright dhe mblodhi vizatimet e kanvasit që bëjnë skriptet e gjurmimit të shenjave. Një skript përmbante emra funksionesh të shkruar për t'u dukur alarmantë dhe një string modeli me karaktere të padukshme Unicode; duke zbritur 917504 nga çdo pikë kodi e dekodon atë në një njoftim sistemi të rremë që fillon SYSTEM OVERRIDE dhe thotë se të gjitha udhëzimet e sigurisë janë pezulluar. Autori beson se është një fshehje anti-LLM e destinuar të pengojë masat mbrojtëse të modelit, jo një udhëzim mbi të cilin vepron një shfletues.
• Në të njëjtin postim, një model komercial që autori e quan Astra refuzoi të deofuskonte skriptin dhe citoi rreziqe sigurie, ndërsa një model i quajtur GLM 5.3 u pajtua. Detyra reale e skriptit është zbulimi i zakonshëm i botëve, si agjenti i përdoruesit, numri i bërthamave dhe interpretuesi grafik. Një bllok komandash shell ekzekutohet vetëm nën Node kur një flamur i fshehtë i mjedisit është vendosur, të cilin autori gjithashtu e lexon si një mashtrim. Postimi gjeti një shitës rus anti-DDoS me emër të ngjashëm dhe nuk jep një përfundim; The Daily Diff nuk mundi të konfirmonte kush e shkroi skriptin.
• Postimi në blogun e Google (28 tetor 2026) njofton Gemini 4 Carbon si modelin e saj më të fuqishëm. Google thotë se renditet i pari në Artificial Analysis Intelligence Index v5.0 me 59, dhe Artificial Analysis liston Claude Opus 5.5 me 58 dhe shënon Carbon si pa API të disponueshme publikisht. Google raporton 88.2% në SEC-bench Pro, 54.8% në ExploitGym dhe 71.0% në CWE-bench, i vlerësuar pa "guardrails", dhe thotë se mashtrimi i suksesshëm në Terminal-Bench 4.0 ra në 0.0% me tentativat në 0.4%.
• Google thotë se Carbon është i disponueshëm këtë javë për një nëngrup të mbrojtësve kibernetikë, më pas për partnerët e besuar përmes Programit të saj Fairwind, dhe se është në procesin vullnetar të testimit para lëshimit të qeverisë amerikane; zhvilluesit, bizneset dhe konsumatorët e marrin atë sa më shpejt të jetë e mundur, pa datë. Çmimi hyrës përkon me Argonin me 2 dollarë për milion token hyrës dhe 10 dollarë për milion token dalës, duke u rritur në 4 dhe 20 dollarë pas periudhës hyrëse, me hyrjen e ruajtur 95% më lirë.
• Wiki e AlpineBSD përshkruan një sistem operativ me bërthamën NetBSD dhe një "userspace" të stilit Alpine (apk-tools, busybox, s6) objektivi i të cilit është t'i lejojë përdoruesit të ekzekutojnë sa më pak softuer të gjeneruar nga AI. Është një punë në zhvillim e sipër pa instalues; procedura e instalimit fillon nga mediumi i instalimit të NetBSD. Paketat ndodhen në katër depozita (base, main, tainted, community); base dhe main janë të garantuara se nuk përmbajnë softuer të "ndotur", community mund të varet nga i "ndoturi" por jo e kundërta, dhe gcc, binutils, gdb, libffi, perl dhe xorriso janë të fiksuara në versionin e fundit të "panjollosur". Kontribuesit nuk mund të përdorin mjete të AI gjeneruese. Wiki gjithashtu paralajmëron se mbështetja e harduerit të NetBSD është e çrregullt.
• Postimi i Anthropic (27 tetor 2026) përshkruan punën me BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines dhe The Column Group, dhe thotë se kërkimi është kryesisht paraklinik. Raporton rreth 35,000 dizajne antitrupash nga Claude në rreth një muaj për Divergence Labs, duke dhënë tre që lidhin IgE dhe 20 që e shkëputin atë, tre prej të cilave dukeshin se tejkalonin medikamentin standard; në Enveda, 1,061 faqe të regjistrimeve të prodhimit u rishikuan me të 11 problemet e gjetura nga njerëzit të kapura plus shtatë të tjera dhe koha e rishikimit u shkurtua nga mbi 25 orë në më pak se tre. Këto janë shifrat e Anthropic dhe raportet e partnerëve të saj, jo rezultate të pavarura.

Transkript i përkthyer

Përkthyer nga tregimi origjinal në anglisht. Audio dhe titrat e disponueshme kontrollohen nga YouTube.

Hapje e ftohtë: skripti i shfletuesit me një mesazh për AI

0:00 Një skript që gjurmon shfletuesin tuaj fsheh një mesazh të bërë nga karaktere të padukshme. Mesazhi i tregon çdo AI-je që lexon skriptin të heqë rregullat e sigurisë. Në këtë video, katër histori. Pse një skript shfletuesi flet me modelet e AI? Çfarë është Gemini 4 Carbon, dhe pse shumica e zhvilluesve nuk mund ta thërrasin atë? Si ta instaloni një sistem operativ pa instalues? Dhe çfarë bëri Claude në një laborator droge?

0:24 Gjithashtu ka një detaj se kush e shkroi atë skript. Do ta ruaj për në fund. Është e enjte, 29 tetor, dhe ky është The Daily Diff. Gjurmimi i shfletuesit është mënyra se si një faqe njeh shfletuesin tuaj pa "cookies". Faqja i kërkon shfletuesit të vizatojë një figurë të fshehur, dhe hardueri juaj grafik e firmos atë. Mendoni për shkrim dore, vetëm se askush nuk ju kërkoi të shkruani asgjë.

Historia e parë: pse një skript shfletuesi flet me modelet e AI

0:45 Historia e parë. Një studiues që quhet veritas skanoi dhjetë mijë faqe të njohura dhe ruajti fotot e shenjave të gishtave që ata vizatojnë. Njëra dukej si kopertina e albumit Currents të Tame Impala, kështu që veritas shkoi të gjente skriptin pas saj. Brenda skriptit, veritas gjeti emra funksionesh alarmantë dhe një string të gjatë që dukej bosh. Ishin karaktere të padukshme. Zbritni një numër të fiksuar nga secila dhe ato shkruajnë një njoftim sistemi të rremë që hapet me fjalët "system override" dhe thotë se të gjitha rregullat e sigurisë janë pezulluar.

1:16 Më pas veritas i kërkoi një modeli komercial, të cilin postimi e quan Astra, të deofuskonte skedarin. Ai refuzoi dhe citoi rreziqe sigurie. Një model i quajtur GLM 5.3 e bëri punën. Kyçja funksionon pikërisht te lexuesit që kanë rregulla sigurie. Hiqni mashtrimet dhe skripti është zbulim i zakonshëm i botëve. Ai lexon agjentin e përdoruesit, numrin e bërthamave dhe interpretuesin grafik. Një bllok komandash shell ekzekutohet vetëm nën Node me një flamur të fshehtë mjedisor,

1:42 kështu që një shfletues nuk e arrin kurrë atë, dhe veritas e lexon atë si një tjetër mashtrim. Ja çfarë duhet të bëni. Nëse një mjet AI lexon skripta që nuk i keni shkruar ju, prisni tekst të ndërtuar për ta bërë atë të refuzojë, dhe trajtoni çdo gjë që lexon si të pabesueshme. Dhe kërkoni në depozitat tuaja për karaktere në rangun e etiketave Unicode, sepse ato printohen si asgjë. Historia e dytë. Të mërkurën Google njoftoi Gemini 4 Carbon,

Historia e dytë: çfarë është Gemini 4 Carbon, dhe kush mund ta thërrasë atë

2:04 të cilin e quan modelin e tij më të fuqishëm. Renditet i pari në Indeksin e Inteligjencës Artificial Analysis me pesëdhjetë e nëntë, dhe Artificial Analysis liston Claude Opus 5.5 menjëherë pas tij me pesëdhjetë e tetë. Numrat e Google janë rreth sigurisë. Ai thotë se Carbon shënon tetëdhjetë e tetë për qind në një standard për gjetjen e dobësive, pesëdhjetë e pesë për qind në një për shfrytëzimin e tyre, dhe shtatëdhjetë e një për qind në një për rregullimin e tyre. Google thotë se i ekzekutoi të treja pa "guardrails".

2:32 Tani problemi. Më 1 tetor ju thashë se Argon ishte modeli më i mirë i Google që nuk mund ta përdornit ende, dhe Carbon e përsërit atë. Këtë javë shkon te një nëngrup i mbrojtësve kibernetikë, pastaj te partnerët e besuar përmes programit Fairwind. Zhvilluesit e marrin, citim, sa më shpejt të jetë e mundur, që nuk është një datë. Çmimi është tashmë i publikuar. Është dy dollarë për milion "tokens" hyrës dhe dhjetë dollarë për milion "tokens" dalës,

2:55 njësoj si Argon, dhe dyfishohet pas periudhës hyrëse. Linja ime e preferuar është rreth mashtrimit. Në Terminal Bench 4.0, Google thotë se mashtrimi i suksesshëm ra në zero për qind, dhe tentativat ranë në pikë katër për qind. Hacker News kaloi shumë komente për emrat. Argon, Carbon, askush nuk mund të thotë cili është më i madh. Pjesa praktike është e shkurtër. Testojeni në depozitën tuaj sapo të arrijë në API,

3:19 sepse grafiku është i Google, dhe Artificial Analysis nuk liston asnjë API publik për Carbon sot. Historia e tretë.

Historia e tretë: si një sistem operativ pa instalues shmang kodin e AI

3:26 AlpineBSD është një sistem operativ i ri që vendos bërthamën NetBSD nën një "userspace" të modeluar sipas Alpine Linux. Qëllimi i tij i deklaruar është t'ju lejojë të ekzekutoni sa më pak softuer të gjeneruar nga AI, dhe wiki i tij thotë se është një punë në progres. Ai i rendit softuerët në katër depozita paketash. Baza dhe kryesori janë të garantuara të pastra. Tainted mban paketa që përfshijnë prodhimin nga një model gjuhe, dhe community mund të varet nga tainted, por kurrë anasjelltas.

3:52 Ju zgjidhni softuerin tainted një paketë në të njëjtën kohë. Pjesa qesharake është "toolchain"-i. gcc, binutils, gdb dhe perl janë të lidhura me versionin e fundit të pastër. Dhe instalimi është një procedurë manuale që fillon me boot-imin e instaluesit të NetBSD. Pra, përpiluesi më i ri që mund të keni është ai i fundit që askush nuk i kërkoi një chatbot-i ta prekte. Wiki paralajmëron se bërthama e NetBSD ka mbështetje harduerike të çrregullt, dhe kontribuesit nuk mund të përdorin mjete AI fare, madje as në listën e postimeve.

4:23 Ideja për t'u vëzhguar është metadata e paketës, ku çdo paketë është e etiketuar clean, pinned ose tainted.

Historia e katërt: çfarë bëri Claude në gjashtë laboratorë droge

4:29 Historia e katërt. Të martën Anthropic publikoi progresin nga ekipi i saj i shkencave të jetës, i cili ka punuar me gjashtë zhvillues ilaçesh për disa muaj. Kjo është llogaria e vetë Anthropic, dhe thotë se puna është kryesisht paraklinike, që do të thotë ende e patestuar te njerëzit. Në Divergence Labs, e cila punon me alergjitë ushqimore, Claude prodhoi rreth tridhjetë e pesë mijë dizajne antitrupash në rreth një muaj. Testet e hershme gjetën tre që lidhnin objektivin dhe njëzet që e shkëpusnin atë, dhe tre nga ato njëzet dukeshin se tejkalonin medikamentin standard.

4:58 Në Enveda, Claude lexoi një mijë e gjashtëdhjetë e një faqe të regjistrimeve të prodhimit. Ai kapi të gjitha njëmbëdhjetë çështjet që kishin gjetur rishikuesit njerëzorë dhe shënoi shtatë të tjera, duke shkurtuar rishikimin nga mbi njëzet e pesë orë në më pak se tre. Në BigHat, ekipi dyshoi se metrikët standardë të stabilitetit ishin mashtruese, dhe Claude ndihmoi në propozimin e metrikave më të mira. Nëse ndërtoni agjentë, modeli për të kopjuar është ai i Enveda-s. Lidhni modelin me dokumentet dhe lëreni të listojë çështjet që një person t'i konfirmojë. Anthropic thotë se një kandidat për distrofia muskulore mund të arrijë prova njerëzore

5:26 qysh në fund të vitit 2028, nëse vazhdon të qëndrojë, kështu që kontrolloni atë datë para se të citoni titullin. Kthehemi te skripti. Postimi kontrollon domenin dhe gjen një kompani ruse me emër të ngjashëm që sheh mbrojtje anti-DDoS dhe bot. Ky është një udhëzim, dhe postimi nuk pretendon më shumë. As unë nuk mund ta konfirmoja kush e shkroi skriptin. Nëse preferoni ta lexoni këtë në vend që të më dëgjoni ta them, "diff"-i ju vjen në postë

5:46 çdo mëngjes, falas në "the daily diff dot dev", lidhja më poshtë. Pra, verdikti i sotëm është NEEDS REVIEW.

Verdikti: NEEDS REVIEW

5:53 Do ta rishikoja sepse Carbon nuk ka ende API publik, skripti "tripwire" është aktiv në faqe reale të internetit, AlpineBSD nuk ka instalues, dhe rezultatet e ilaçeve janë të hershme. Abonohuni, shtypni zilen dhe më tregoni në komente nëse do ta kishit vulosur ndryshe. Dhe ky është ndryshimi për sot. Unë jam Niko nga Axrisi. Bashkohuni me përgjegjësi. Bashkohuni me përgjegjësi.

Burimet

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