PortSwigger 发布 HTTP Anomaly Rank，可按响应属性稳定性和独特性计算异常分数，并自动将最异常的结果排在 Turbo Intruder 结果表顶部。该算法已集成到 Turbo Intruder，Burp Suite API 的 2025.10 版本也提供支持；其计算复杂度为 O(N)，适合筛选大规模结果集。
推荐理由：介绍 HTTP Anomaly Rank 的排序机制与集成方式，并说明其对大规模响应筛选、异常发现及 AI 功能开发的实际价值。
Sebastian Raschka 对标准自回归 Transformer 之外的 LLM 架构进行概览，涵盖线性注意力混合模型、文本扩散模型、代码世界模型和小型递归 Transformer。文中比较了它们在长上下文效率、并行生成、代码状态建模和结构化推理方面的特点，同时指出准确率、工具调用、训练复杂度与适用范围等取舍。
Sebastian Raschka系统介绍了LLM评估的四种主要方法：多项选择、验证器、排行榜和LLM评委，并提供从零实现的代码示例。文章涵盖MMLU评分、Elo排行榜以及使用Ollama调用gpt-oss:20b进行评分的方法，同时分析各方案在成本、可复现性、正确性和实际效用方面的取舍。
Sebastian Raschka 使用纯 PyTorch 讲解并实现 Qwen3 的 Dense 与 Mixture-of-Experts 架构，帮助读者理解模型内部构建模块并将其改用于实验或项目。文章还介绍了 Qwen3 的模型规模、Apache License v2.0 许可及不同变体，其中 1T 参数“max”变体在文中注明当时为闭源。
OpenAI本周发布gpt-oss-20b和gpt-oss-120b，这是其自GPT-2以来首次共享大型开放权重模型，架构分析涵盖MoE、GQA、滑动窗口注意力、RMSNorm和注意力偏置等变化。文章还比较了gpt-oss与Qwen3在模型深度、宽度、专家数量及MXFP4量化部署方面的差异，并指出gpt-oss-20b可借助MXFP4在支持该格式的消费级GPU上运行。
PortSwigger Research 推出实验性 Burp Suite 扩展 Repeater Strike，用 AI 分析 Repeater 流量并生成规则，辅助发现 IDOR 等漏洞。扩展会复现漏洞、变更探测值与响应正则，再扫描代理历史；目前对大型响应、输出稳定性和跨站点泛化仍存在挑战，且仅适用于 Early Adopter 渠道。
推荐理由：展示了如何将漏洞复现、探测值与响应正则生成规则并回扫代理历史，适合评估 AI 辅助安全测试的可行性与当前限制。
PortSwigger Research 推出开源 Burp 扩展 Document My Pentest，可在渗透测试期间实时观察请求并自动生成结构化记录。测试者可从 Repeater 或 Proxy History 调用扩展生成 AI 笔记，也可将多个请求与响应合并记录并手动修正。
推荐理由：将渗透测试过程转为结构化记录，并公开误判成因与安装用法，对安全测试者建立可审阅记录和优化提示词有直接参考价值。
PortSwigger发布Shadow Repeater，通过监控Burp Repeater请求、生成参数变体并比较响应，自动发现可能遗漏的漏洞。该扩展无需改变常规手动测试流程，可从BApp Store获取，源码已在GitHub提供，目前面向Burp Suite Professional Early Adopter发布渠道。
推荐理由：将AI变体生成与响应差异分析接入Repeater，可帮助安全测试人员发现因语法、编码或路径细微偏差遗漏的漏洞，并支持源码审查与扩展开发。
三位早期采用AI的IT高管分享了组织推进AI应用的七项经验，包括从高价值问题切入、鼓励试验、使用高质量专有数据、量化成效，并通过架构审查避免AI sprawl和技术债务。Comcast、Adobe和Elastic的高管还强调，应持续监测AI系统的业务影响、用户满意度与输出准确性。
Mozilla Builders 项目 Llamafile 发布 0.8.14，默认启用新的终端聊天界面，并继续推进更快的 OpenAI 兼容 API 服务 Llamafiler。
推荐理由：新版本同时更新默认聊天界面、推进兼容 API 服务并显著改善多类硬件上的提示评估速度，还扩展模型与语音转文字支持，便于评估本地 AI 工具更新。
Elastic 宣布 Support Assistant 已在 Support Hub 正式推出，面向所有拥有支持账户的客户和试用用户。该助手采用生成式 AI 与检索增强架构，依据 Elastic 博客、产品文档、知识库等回答问题；不访问部署健康信息或用户数据，但官方提醒核验回答准确性并谨慎处理敏感信息。
0Din是一项面向GenAI系统的漏洞赏金计划，参与者可提交安全缺陷报告，团队将审核漏洞并按严重程度和影响发放奖励。覆盖范围包括绕过安全措施的越狱、Prompt Injection和训练数据泄露，政策要求私下报告且不得利用漏洞。
Mozilla Builders 将 sqlite-vec 纳入项目并支持其开发，该项目由独立开发者 Alex Garcia 主导，旨在为 SQLite 嵌入式数据库加入向量搜索功能。此举面向本地运行的 AI 应用，可支持检索增强生成（RAG）和语义搜索等用途，并减少数据离开设备的需求。
Mozilla 正在 Firefox Nightly 内置 PDF 编辑器中试验用完全本地的端侧 AI 模型自动生成图片替代文本，推理引擎已作为新的 ml 组件合入。
推荐理由：文章披露Firefox本地图像转文本实验的模型、推理架构、缓存与训练代码，并明确当前范围和后续计划，对无障碍技术研究与浏览器端侧AI实现有参考价值。
Mozilla 发布 llamafile v0.8，支持更多开放模型，并通过 tinyBLAS 为 NVIDIA 和 AMD GPU 加速本地推理。该版本新增 84 个矩阵乘法内核，使提示词评估性能较此前提升 10 倍；项目还优化了 Raspberry Pi 5，并支持单条命令生成 llamafile。
推荐理由：v0.8 聚焦本地模型运行体验，tinyBLAS 简化 NVIDIA 与 AMD GPU 加速，84 个矩阵乘法内核将提示词评估性能提升 10 倍，并同步支持新模型。
Elastic Security被超过50%的《财富》500强公司使用，并通过检测、调查与响应能力提升安全团队效率、降低TCO。Elastic CISO Mandy Andress称，团队用一款产品和一份许可在3个月内部署完成，而此前重建SOC耗费3款工具、24个月及数百万美元许可与服务费用；目前每日处理200 TB数据，并借助跨集群搜索在近30秒内检索多PB数据。