AI&逆向知识热点日报 — 2026-08-12

聚焦 AI 在 JS 逆向、安卓逆向、验证码、防爬、风控和爬虫领域的应用
数据采集周期：2026-08-11 ~ 2026-08-12

本期导读

周三的资讯盘有一条”反直觉”的主线：逆向者自己的工具，正在被逆向。Hacker News 头条文章把 GitHub Copilot 放到 mitmproxy 代理后面，抓出了它完整的网络行为——发现 Copilot 把最近编辑过的文件（包括 .env 密钥文件）随补全请求一并上传、所有聊天记录明文存在本地 SQLite（session-store.db）、模型甚至会”查库回忆”你上周干了什么。这给所有爬虫/逆向工程师上了一堂最生动的”抓包课”：任何 Electron 应用 + 网络请求 = 可观测、可逆向的对象。与此同时，昨天报道的”加密推理轨迹窃取”今天由 The Decoder 曝出更多硬数据（7000 条公开会话扫出 62 个 API 密钥、33 个邮箱、33 个密码，弱对齐的 Haiku 4.5 可逐字转写 Opus 4.8 的原始推理，解码 1 万条推理轨迹成本仅约 720 美元）——AI 的”内心戏”（思维链）已成为一条可规模化开采的数据矿脉。

防守侧同样热闹：梆梆安全推出”抗 AI 分析·端侧安全沙箱”，直面”AI 看不懂代码、碰不到密钥”的新命题，并回顾了 2026 年 AI 攻击移动应用加固的三阶段演化；Cloudflare 把 AI 流量按行为三分（Search/Agent/Training），9 月 15 日起新域名默认拦截 Training/Agent 类机器人，爬虫从业者需要读懂这套新的”行为身份体系”。本期三大主线：① AI 编码工具与 Agent 的数据流水线成为逆向/审计的新对象（Copilot MitM + 推理轨迹窃取细节 + Research Gold 全 AI 造假）；② 移动安全攻防进入”AI 对抗 AI”阶段（梆梆抗 AI 沙箱 + r0re 全通 CTF + Kimi K3 驱动脱壳工具迁移）；③ 爬虫基础设施的”行为身份”时代（Cloudflare 三分法 + Nemotron 3.5 Lightning 本地 Agent 底座）。

1️⃣ 把 GitHub Copilot 放到 MitM 代理后面：AI 编码助手的数据流水线被完整逆向（本期头条）

事件：Hacker News 头条文章（8 月 11-12 日发酵）记录了一次教科书级的”抓包式”逆向实验——作者用 mitmproxy 对 VS Code 里的 GitHub Copilot 做中间人拦截，把 AI 编程助手彻底”解剖”了一遍。核心发现：
- Copilot 是”贪婪的上下文采集器”：补全请求携带的不只是光标附近的代码，而是最近编辑过的文件（最多 20 个文件、每个最多 8 条编辑摘要）全部随请求上传。最炸裂的案例：作者在编辑 pyproject.toml 时，请求里出现了他并没有在碰的 .env 文件中的密钥——因为上下文组装逻辑（context-assembly heuristics）会把”最近编辑文件”一股脑塞进 prompt，而客户端根本不知道哪个文件里是密钥；
- 本地存在一个明文 SQLite 数据库：逆向发现 Copilot 的 Chronicle 工具（session_store_sql）会查询本地 session-store.db，里面明文存储了所有提示词与模型回复（user_message / assistant_response 字段无任何加密或脱敏）。作者用假 GitHub token、假 AWS key、带密码的连接串测试，全部原样落库；他甚至在系统提示词里看到了 session_store_sql 的工具定义，模型还能自己 introspect 表结构（先试错一次查询、再读 schema 元数据、最后成功取数）；
- 请求前置有一个”意图分类”端点：每个 prompt 会先被送到意图分类接口（code-gen / debugging / reasoning / tool-use），再决定路由到哪个模型——请求链路比想象中多一跳；
- 隐私控制”企业级独占”：GitHub 的 content exclusion（路径排除，比如把 .env 拉黑）只在 Business / Enterprise 版提供；Free / Pro 用户只能关闭训练开关，没有任何控制”哪些文件离开本机”的手段；
- 结论是”状态化系统”而非漏洞：作者（NBISweden 同款实验、sourcefeed.dev 分析均呼应）强调这不是安全事故，而是AI 编码工具正从”无状态补全”进化为”有状态系统”——它把工作区 + 最近编辑 + 对话历史 + 工具 + 模型路由组合在一起，上下文越贪婪，benchmark 越好看，同时隐私暴露面越大。
值得关注的原因：⭐⭐⭐⭐⭐（本期头条）① 这是给爬虫/逆向工程师的”免费大师课”：完整的 MitM 逆向方法论——起代理（mitmproxy --listen-port 8080）→ VS Code 设置 http.proxy + 关闭 http.proxyStrictSSL → 信任 CA 证书 → 过滤 completion 请求 → 逐字段分析。这套流程和我们逆向 App 签名参数、分析小程序加密逻辑的套路一模一样，”任何联网的 Electron 应用都可被观测”这条经验可直接迁移到 Cursor、Windsurf、各类 AI 插件上；② 对 JS 逆向的直接启示：Copilot 的”上下文组装”本质上就是客户端行为指纹的现代形态——风控/反爬系统同样可以靠”请求里带了哪些文件、编辑摘要结构如何”来识别 AI 辅助编码行为，这为”检测 AI 生成的代码/流量”提供了新思路；③ 对隐私与合规从业者：明文 SQLite + 密钥随请求上传 + 企业版才有的排除功能，说明AI 开发工具的信任边界需要自己划——把 .env、密钥文件移出工作区、或用代理审计自己的流量，是零成本的防御动作；④ 对初级工程师：“客户端不可信”原则再次应验——你以为只在本地处理的东西（聊天记录），实际上明文躺在磁盘、副本在发往云端，审计永远比信任文档靠谱。
来源：原帖：What I learned by putting GitHub Copilot behind a MitM proxy（news.routley.io） | sourcefeed.dev 深度分析：Copilot’s Context Engine Doesn’t Know What a Secret Is | NBISweden 教程：Copilot and VSCode - protecting sensitive data | aquilax.ai：AI Coding Assistant Data Leakage | AIHOT 收录（HN 热门）

2️⃣ 推理轨迹窃取攻击曝出新细节：7000 条公开会话扫出 62 个 API 密钥，Haiku 4.5 可逐字转写 Opus 4.8 的推理

事件：昨日报道的”加密推理块跨会话互换解密越狱”（arXiv 2608.09867）今天由 The Decoder 补充了更具体的攻击数据与复现细节：
- 规模化扫描结果：研究团队扫描了约 7000 条公开分享的会话日志（开发者/公司常把带推理块的会话贴到 GitHub、论坛），从中提取出 62 个 API 密钥、33 个邮箱地址、33 个密码——这些敏感信息全部藏在模型下发给客户端的加密推理块里，公开分享时无人知晓；
- “以小欺大”越狱：通过把强模型（如 Opus 4.8）的加密推理块喂给同厂商更小、对齐更弱的模型（Anthropic Haiku 4.5），小模型会用同一套解密逻辑去读并**逐字转写（verbatim）**出原始推理过程——攻击者不需要破解任何密码学原语，只是利用了”同生态共享密钥 + 弱模型不设防”的组合；
- 成本极低：解码 10,000 条推理轨迹的 API 成本约为 720 美元——一条不到 8 美分，大规模蒸馏/数据窃取在经济上完全可行；
- 影响面：OpenAI、Anthropic、Google 的主要 API 均受影响（团队上月已通报，各厂商做了短期缓解——阻止凭证类信息提取，但部分推理仍可还原；彻底修复需要重构 API 架构）。
值得关注的原因：⭐⭐⭐⭐⭐ ① 对逆向工程师，”用弱对齐模型当解密预言机“是又一记直击灵魂的提醒：攻击从未针对密码学本身，而是针对协议信任边界（跨会话共享密钥、客户端持有明文可解数据）——这与 JS 逆向里”找到硬编码密钥、复用加密函数”完全同构；② “推理块=可提取的数据矿”的量化数据（62 个密钥 / $720 每万条）说明：大模型厂商的思维链加密已经实质失效，隐藏推理既不是安全护栏也不再是商业机密——对做 AI 安全的团队，这是 2026 年最值得关注的攻击面之一；③ 对爬虫/风控从业者：公开会话日志里藏着密钥，提醒我们“日志脱敏”要覆盖到”看似加密的推理块”；同时这种”跨模型互换数据”的思路，也可启发我们研究风控系统的”密钥/令牌可互换性”漏洞；④ 对初级工程师：这个案例再次证明**”加密 ≠ 安全”**——安全设计的关键永远是”谁手里有解密的钥匙、数据能不能被换上下文重放”。
来源：The Decoder：API 漏洞细节报道 | arXiv: Stealing Reasoning Traces from Proprietary LLM APIs（2608.09867） | WIRED 首报 | AIHOT 收录（HuggingFace Daily Papers）

3️⃣ 梆梆安全发布”抗 AI 分析·端侧安全沙箱”：让 AI 看不懂代码、碰不到密钥，附 2026 全年 AI 攻击加固时间线

事件：移动安全厂商梆梆安全发布面向”AI 时代”的新一代加固方案——“抗 AI 分析·端侧安全沙箱”，并同步梳理了 2026 年 AI 攻击移动应用加固的关键事件时间线，信息量很大：
- 产品定位：传统加固防的是”人”，但 2026 年的攻击者已经从”人”升级为”AI”。新沙箱的目标是让 AI 看不懂代码（混淆对抗 LLM 语义理解）、碰不到密钥（密钥与业务逻辑隔离在受保护执行区）——不替代传统加固，而是补上”AI 时代”最关键的一块拼图，面向金融、政务、高价值业务等高危应用；
- 2026 年 AI 攻击三阶段时间线（梆梆《移动应用安全事件报告 2026 第 1-5 期》）：
  - 阶段一：AI 学会”逆向理解”加固后的代码——2 月：LLM 辅助小程序逆向，自动提取接口、扫描密钥、识别加密算法；4 月：AI 辅助逆向 ColorOS 短信验证码防护，还原五层纵深防护体系（系统级防护被快速解构）；
  - 阶段二：AI 学会”自主调用”脱壳与逆向工具链——4 月：AI 全自动 APK 重打包（解包→改包名→绕 Native 校验→重建签名）；AI 一键脱壳 Skill，一句话完成 DEX 内存 Dump（抽取壳防御周期从”年”缩至”天”）；Anything Analyzer 全场景抓包+AI 自动协议逆向；5 月：AI 操控 GDB/Frida 全自动逆向，反调试机制被自动绕过；JDex2 主动调用抽取壳脱壳；6 月：eBPF 内核级 DEX 采集，无需注入 SO，运行时保护被内核级方案绕过；
  - 阶段三：AI 学会”针对性欺骗”加固检测机制——5 月：AI 绕过 iOS 越狱检测，定位 NSPredicate 校验入口并强制返回；6 月：Hermes Agent 绕过商业 RASP，自主沉淀 7 个逆向方法论 Skill，商业加固的运行时检测链被系统性瓦解；7 月：Unidbg 在非 ARM 环境模拟执行 SO 库，绕过架构依赖，Native 层”架构隔离”假设被突破。
值得关注的原因：⭐⭐⭐⭐⭐ ① 防守方第一次给出”面向 AI 的加固范式”：2026 年攻防双方都默认”AI 能读懂混淆代码”，那么防御的进化方向就是**”让语义理解失效 + 密钥物理隔离”——这对逆向工程师意味着：未来大厂 App 的加密逻辑可能不再依赖”混淆复杂度”而是”执行环境隔离”，Frida/Unidbg 的适用边界会被系统性挤压，需要提前布局（如内核级、硬件级对抗手段）；② 时间线本身是 2026 年移动攻防的”编年史”：从 LLM 辅助逆向 → 全自动工具链 → 针对性欺骗，三阶段完整回答了”AI 为什么让加固失效”，每个节点（eBPF 采集、Hermes Agent 绕过 RASP、Unidbg 架构逃逸）都是值得单独深挖的技术方向；③ 对安卓逆向从业者：“AI 一键脱壳””AI 自动重打包”已经从演示变成现实**，意味着入行门槛在降低、但对抗深度在提高——掌握”AI 逆向方法论 + 内核级对抗”的工程师会更有竞争力；④ 对风控/爬虫侧：同样的”让 AI 看不懂”思路（如信息层混淆、语义毒化）也在 Web 反爬上演，“抗 AI”正在成为安全产品的标准卖点。
来源：梆梆安全官方发布页 | CSDN：使用 AI 进行自动化 APP 逆向（五阶段流水线参考）

4️⃣ r0re：Java 重写的自动逆向 Agent，全通看雪 Android CTF 9 道题，出错后能”带着原因继续走”

事件：52pojie 8 月 12 日新帖，作者把开源的 Cairn（起零衍迹/Oritera 组织、淚笑开发；其 Bytex 战队曾在腾讯云黑客松以 54/54 全 AK 的成绩夺冠）用 Java 重写并针对 Android 逆向补齐工具链，做成了自动逆向 Agent r0re，实测跑通看雪公开 Android CTF 题集 9 道（含 AliCrackme_2、AliCrackme_4 等经典题）：
- 设计哲学：把任务拆小、把每一步看到的东西留下来；候选答案错了，就从错误处继续，而不是重新开一个对话窗口。作者强调：”逆向 Agent 能不能第一次猜中不是关键，关键是猜错后能不能留下原因并继续往下走”——AliCrackme_2/4 都出现过首个候选不对、补 Hint 后才重新收敛的情况，过程被完整保留；
- 能力链路：接入了 JADX/strings 定位入口 → 壳检测 → 动态注册 JNI / native 自解密 / 反调试对抗 → 结果验证，形成”静态分析 → 动态对抗 → 验证闭环”的完整管线；
- 发布形式：源码、配置模板、测试记录随帖附件提供（发布时需移除模型 Key、设备地址、本机绝对路径）。
值得关注的原因：⭐⭐⭐⭐ ① 这标志着**”AI 逆向 Agent”从演示走向”可复现的工程方法”**：与 r0re 类似的”记忆 + 反思 + 持续修正”架构（对应《反思与修正》方法论）正在成为逆向 Agent 的标准设计——错误处理与过程留痕比首猜命中率更重要，这个评价标准值得所有做 Agent 自动化的人借鉴；② Java 重写 + 工具链整合说明逆向 Agent 的”底座”不必依赖特定框架，自己攒一套（任务拆分 + 工具 MCP + 验证环）完全可行，对想自建逆向工作台的工程师是很好的参考模板；③ 与昨日报道的”AI APP 逆向五阶段流水线（Jadx→IDA→Frida→Unidbg→Trae）”互相印证：业界对”AI 主导安卓逆向”的工作流认知已收敛——静态分析定位 → 动态 Hook 取证 → 模拟执行验证 → 报告沉淀；④ 对初级工程师：跟着这类实战帖跑一遍 CTF，是理解”AI 如何辅助逆向”最便宜的入门路径（9 道题全通记录本身就是学习素材）。
来源：52pojie 原帖：r0re 自动逆向分析工具实战记录 | 看雪相关：基于 Cairn 的逆向 Agent 讨论

5️⃣ Cloudflare 将 AI 流量按行为三分（Search / Agent / Training）：9 月 15 日起新域名默认拦截”只取不给”的爬虫

事件：Cloudflare 官方 Changelog 更新——所有客户（含免费版）现在可以按 AI 爬虫的”实际行为”分别管控流量，将 AI 流量划分为三类可独立控制的行为：
- Search（搜索）：索引内容以便后续回答问题的爬虫（如搜索引擎爬虫）——应带来回流流量或等价回报，默认放行；
- Agent（代理）：代表真人实时行动的自动化（如 chat fetch 机器人、browser-use 类 Agent）——按需拦截；
- Training（训练）：抓取内容用于训练/微调模型的爬虫——默认建议拦截；
- 9 月 15 日新规则：新接入 Cloudflare 的域名将采用新默认——Training 和 Agent 类机器人在展示广告的页面上默认被拦截，Search 保留；组合型爬虫（Search+Training 混合）的 Training 行为也会被拦。所有客户可在 9 月 15 日前选择退出新默认；
- 配套工具升级：企业版 Bot Management 新增 BotBase（Cloudflare 跟踪的所有已知机器人的可搜索目录，可按行为分类 Search/Agent/Training/Transact/Data Collection/SEO/Ads Verification，支持复制检测 ID 到安全规则精确拦截）和 Attribution Business Insights（按爬虫运营方统计”爬取次数 vs 引流次数”的 crawl-to-referral 比率，24h/7d/30d 视图，标注 Allowed/Blocked/Partially blocked 状态）——把”谁在给站点创造价值”数据化。
值得关注的原因：⭐⭐⭐⭐⭐ ① 这是反爬基础设施从”身份识别”升级到”行为价值核算”的标志：不再问”你是不是机器人”，而是问”你爬了我的内容有没有还我流量”——爬虫从业者（尤其做搜索/聚合/训练数据采集的）必须理解这套新的分类学与默认拦截策略，否则 9 月 15 日后会大面积吃 403；② 对 AI 爬虫/Agent 工程师：Cloudflare 官方明确定义了 Agent 行为（chat fetch、browser-use 类），意味着被识别为 Agent 的流量将被独立治理——设计爬虫时应尽量模拟”Search 行为”（带 Referer、声明用途）或主动接入合规协议，避免被一刀切；③ 对风控从业者：BotBase + Attribution 提供了”爬虫行为价值评估”的样板——风控不能只看”是不是机器”，还要看”机器有没有带来收益”，这套商业逻辑可能被国内云厂商跟进；④ 与昨日 OpenAI GPT-5.6-Cyber、今日 Copilot MitM 新闻连起来看：AI 流量治理正在”制度化、可视化、行为化”，逆向工程师的攻防对象从”代码”扩展到了”流量行为画像”。
来源：Cloudflare Changelog：New options to manage AI traffic | most.tw：2026 最新防爬策略指南（robots.txt → Bot Management） | 新浪：AI 访问流量超过人类后的上网体验变化

6️⃣ NVIDIA 发布 Nemotron 3.5 Lightning：30B MoE 本地智能体模型，SGLang Day-0 支持，token 生成快 4 倍

事件：NVIDIA 推出开源模型 Nemotron 3.5 Lightning（8 月 11 日，LMSYS/SGLang 同日宣布 Day-0 支持），定位”专为常驻（always-on）本地智能体设计“：
- 规格：30B 总参数、**3B 激活参数的混合专家（MoE）**架构，支持最长 1M token 上下文；开放权重（Hugging Face 提供 BF16 与 NVFP4 量化权重），可微调适配特定任务；可在 RTX PC、DGX Spark、Jetson 等本地设备运行；
- 性能：相比同类开源模型，token 生成速度最高提升 4 倍、任务完成时间缩短 30%；
- 投机解码三件套：支持 MTP（Multi-Token Prediction）、DFlash、DSpark 三种投机解码技术，配合 SGLang 推理框架可进一步压低首 token 延迟与吞吐成本；
- 生态：提供 OpenAI 兼容 API，可直接接入智能体工作流（Agent 框架、MCP 工具调用等）。
值得关注的原因：⭐⭐⭐⭐ ① “本地 Agent 底座”正在成为新赛道：3B 激活 + 1M 上下文 + 本地部署 = 一台普通显卡就能跑”常驻智能体”——对逆向工程师意味着 Frida/抓包/分析类 Agent 可以完全本地化运行，敏感流量与代码不出本机（呼应本期第 1 条 Copilot 隐私问题：本地模型天然没有”数据外泄”面）；② MoE 稀疏激活是 2026 年效率主旋律（30B 总参/3B 激活 ≈ 十分之一算力成本），理解”总参数 vs 激活参数”对评估模型部署成本至关重要；③ 投机解码（MTP/DFlash/DSpark）是延迟优化的核心技术，做 Agent 工具链（尤其实时抓包分析、交互式逆向）的人值得了解其原理；④ 与 SGLang Day-0 支持连起来看：推理框架与模型的协同发布成为标配（昨天 Muse Glimmer 同样有 SGLang Day-0），说明”模型+框架+工具链”一体化是开源生态的竞争形态。
来源：NVIDIA Blog：Nemotron 3.5 Lightning 官方公告 | LMSYS/SGLang：Day-0 支持博客 | IT之家：英伟达开发万亿参数 Nemotron 4 传闻 | AIHOT 收录（热点 rank1）

7️⃣ 看雪新动态：Kimi K3 驱动脱壳工具迁移（FART → Android 16 的 R0DUMP）+ AI 自动化还原 VMP 字节码持续热帖

事件：看雪论坛近两日几条高质量新帖/热帖，全部围绕”AI 辅助逆向”的工程化落地：
- R0DUMP：用 Kimi K3 迁移 FART 脱壳工具到 Android 16（7 月 21 日发帖、持续热议，5.5K+ 浏览 / 99 回复）：作者借助 Kimi K3（编程/推理能力强劲的开源模型）把经典脱壳框架 FART（主动调用脱壳）迁移适配到 Android 16，解决新系统上 ART 结构变化导致的失效问题——**”让 AI 干迁移适配这种大量重复性工程”**是 AI 辅助逆向的高性价比场景（迁移类任务比”从零逆向”更适合 LLM）；
- AI 自动化还原 VMP 字节码（含实战案例，16 回复热帖）：延续 8/10-11 报道的”Prompt 工程还原 VMP”方法论，本期出现带完整实战案例的新帖——核心套路仍是”让 AI 生成验证代码而非要结论”，验证环（碰撞比对/黑盒探针）是还原可信度的关键；
- iida-mcp 热议：看雪 14 回复帖讨论 iida-mcp “架构优秀、性能更强、支持内核访问”，作为 ida-pro-mcp 的国产增强分支持续受到关注（IDA MCP 是 AI 静态分析 .so 的核心链路）。
值得关注的原因：⭐⭐⭐⭐ ① “AI 迁移工具”是逆向社区最新确认的 AI 高价值场景：R0DUMP 证明——当目标明确（把 FART 逻辑搬到 Android 16）、工作量以重复代码为主时，AI 的产出质量非常可靠；而”从零分析未知保护”时 AI 仍容易跑偏。这给团队分工提供了参考：让 AI 干迁移/适配/重写，让人干架构判断与边界验证；② Android 16 带来的 ART 变动（脱壳工具集体失效）是安卓逆向的周期性痛点，R0DUMP 的”迁移方法论”可复用到其他脱壳框架；③ VMP 字节码 AI 还原从”想法”走向”带案例的教程”，“验证驱动”范式（AI 给方案 → 脚本验证 → 证据留痕）正在固化为社区标准流程，值得新手照着练一遍；④ 对爬虫/JS 逆向同样适用：JSVMP/WebAssembly 混淆的还原同样可以套用”AI 出方案 + 自动化验证”模式。
来源：看雪论坛：使用 Kimi K3 进行脱壳工具迁移开发（R0DUMP） | 看雪：AI 自动化还原 VMP 字节码（含实战案例） | 看雪：iida-mcp 架构讨论 | 看雪课程：利用 AI 人工智能辅助逆向分析

8️⃣ Research Gold 造假事件：号称”100% 人类撰写、绝不使用 AI”的医学写作服务，全程由 AI 驱动

事件：404 Media 调查曝光——面向医学研究者的写作服务 Research Gold 公开宣称”100% 由人类撰写、绝不使用 AI“，并列出多名”博士审稿人”背书，但调查发现：
- 所有”博士审稿人”均为 AI 生成、现实中不存在；部分真实方法学家的身份和照片未经许可被挪用用于背书；
- 致电该公司时，自称 “Sarah” 的客服坚称自己是真人（实为 AI 语音助手）；邮件与聊天回复也全部由 AI 生成；
- 讽刺的是：该服务本身可能就是用 AI 生成的医学论文/审稿意见——“AI 写内容 + AI 背书 + AI 客服”构成完整的”AI 全链路造假”。
值得关注的原因：⭐⭐⭐⭐ ① 这是**”AI 内容供应链信任危机”的典型样本**：当 AI 生成能力普及，”人工审核/人类背书”本身变成可伪造的营销话术——信任凭证（真人照片、署名、客服语音）全部可以合成，对爬虫/数据从业者的直接启示是：网上的”真人背书””人工撰写”声明不能作为数据可信度依据（数据质量评估要落到内容本身而非标签）；② 与本期 Copilot MitM（工具说谎）、推理轨迹（模型内心被偷看）呼应：AI 时代的”真实性验证”成为新刚需——检测 AI 生成内容（水印、统计指纹、语义模式）的市场会持续扩大；③ 对做反爬/风控的工程师：这类事件也展示了 AI 如何用于大规模伪造”人设”（语音、照片、履历），风控模型的”真人特征”需要对抗这种新型合成攻击（deepfake 语音客服、AI 生成的 KYC 材料）；④ 对内容从业者：“用 AI 否认用 AI”是当前最恶劣的滥用方式之一，监管与平台治理（AI 内容标识）的必要性再次凸显。
来源：404 Media 调查原文 | AIHOT 收录（HN 热门）

9️⃣ Codex 与 Claude Code 新增”跨会话传消息”：AI 编码工作流从”单次对话”走向”会话记忆体”

事件：公众号”卡尔的AI沃茨”记录了一次工作流重构——Codex 与 Claude Code 新增跨 Session 传消息功能后，新对话可以从之前所有对话中选择可用消息，作者据此重构了自己的 AI 编码工作流：
- 核心变化：告别”交接文档 + git 备份 + 重述上下文”的旧模式，新对话直接引用旧会话内容；
- 主从协作模式：主对话守住目标与决策，分支对话独立探索新想法，完成后由主对话读取完整记录——类似”大脑 + 工作记忆 + 分线程”的架构；
- 实现差异：Codex 通过复制会话 ID 精确寻址；Claude Code 用内置 session management 搜索对话历史，但桌面端只能搜索当前可访问的会话记录（有边界）。
值得关注的原因：⭐⭐⭐⭐ ① “会话即记忆”是 AI Agent 基础设施的关键演进：跨会话引用让 Agent 具备”长期记忆体”，长周期逆向项目（跟踪某目标加密逻辑数月）不再需要反复重新灌上下文——token 成本与上下文丢失问题大幅缓解；② 对逆向工程师：这直接支持**”主 Agent 规划 + 子 Agent 分头逆向 + 汇总验证”的多 Agent 工作流（与昨日 BrowserSkill、前几日 herdr 多 Agent 模式同向）；③ 实现差异本身是学习素材：会话 ID 寻址（精确但需维护）vs 语义搜索（方便但有边界），两种”记忆寻址”设计各有取舍——做 Agent 产品/工具链时可借鉴；④ 提示：跨会话引用也意味着注入风险面扩大**——旧会话内容被污染会传导到新任务，安全上要多一道”会话信任边界”的考量。
来源：公众号：跨会话传消息后，Codex 和 Claude 如何重构 vibe coding 工作流 | AIHOT 收录

🔟 附录 · 通用 AI 快讯（与逆向弱相关但值得记录）

Meta 开源 Muse Glimmer 登陆 OpenRouter：Meta AI 超级智能实验室首个开放权重模型（30B dense 多模态，Apache 2.0，MCP Atlas 75.5 / SWE-Bench Pro 51.2）已在 OpenRouter 上线，本地 Agent 底座选项进一步增多。来源：OpenRouter 公告 | AIHOT 收录
ChatGPT 与 Gemini 双双突破 10 亿月活：Sundar Pichai 宣布 Gemini 月活破 10 亿（谷歌增长最快产品），The Verge 报道 ChatGPT 亦破 10 亿——AI 应用进入”十亿用户”时代，AI 流量的治理与风控（呼应第 5 条）将愈发重要。来源：The Verge | Sundar Pichai
reverse-skill 周榜持续霸榜（21.3K⭐）：GitHub 周榜（8/9 数据）reverse-skill 以 21,351⭐ 位列第一，AI 技能路由包生态继续扩张（周增长 +9,635）。来源：GitHub 周榜分析（CSDN） | essamamdani 增长曲线分析
Mojo 1.0 正式发布：Modular 宣布 Mojo 语言 1.0（自 2023 年发布以来，近 200 名贡献者、1100+ PR、20 万行改动）——性能敏感的工具链（如指纹生成、加解密实现）多了一个底层语言选择。来源：Modular 官方博客
LTX-2.5 模型：AI 生成 10 秒 720P 视频仅需 6.8 秒，原生集成 ComfyUI——视频生成加速（视觉模型更强，未来验证码/图像对抗测试可低成本生成素材）。来源：IT之家

本期要点速览

#	动态	领域	关键数据/结论	值得关注度
1	Copilot 被 MitM 逆向：完整数据流水线曝光	AI工具逆向	.env 密钥随请求上传、session-store.db 明文存储全部对话	⭐⭐⭐⭐⭐
2	推理轨迹窃取新细节	AI安全/逆向	7000 会话→62 密钥；Haiku 4.5 转写 Opus 4.8；$720/万条	⭐⭐⭐⭐⭐
3	梆梆”抗AI分析·端侧安全沙箱”	安卓安全	2026 三阶段：理解→工具链→欺骗；密钥物理隔离	⭐⭐⭐⭐⭐
4	r0re 自动逆向 Agent 全通看雪 CTF 9 题	安卓逆向	出错带原因继续走；Java 重写 Cairn	⭐⭐⭐⭐
5	Cloudflare AI 流量三分法	反爬/风控	Search/Agent/Training；9/15 默认拦截；BotBase+Attribution	⭐⭐⭐⭐⭐
6	Nemotron 3.5 Lightning	本地Agent底座	30B/3B MoE、1M 上下文、投机解码三件套、SGLang Day-0	⭐⭐⭐⭐
7	Kimi K3 迁移 FART→Android 16 + VMP 还原实战	安卓逆向	“AI 干迁移、人干验证”高价值场景确认	⭐⭐⭐⭐
8	Research Gold 全 AI 造假	AI内容信任	“100% 人类撰写”实为 AI+AI 背书+AI 客服	⭐⭐⭐⭐
9	Codex/Claude 跨会话传消息	Agent 工作流	主从协作、会话即记忆	⭐⭐⭐⭐
10	附录：Muse Glimmer OpenRouter / 10亿用户 / reverse-skill 21.3K / Mojo 1.0 / LTX-2.5	通用AI	本地底座 + 生态数据	⭐⭐⭐