Fnet 云网安 261021

简介: Fnet 云网安日报 261021

🛡️NSOC(网络·安全·云一体化运营中心)

7×24 主动监控与专家值守,网络可用性 99.99%,安全事件 百分百全 闭环,云资源一站式管理

今日热点 Top 5


S1 一家云厂商的控制平面被连续导出八十八次,据披露方说法一次告警都没有触发

核心内容

勒索兼披露组织 FulcrumSec 十月二十日公开宣称,它从 PingCAP 旗下托管数据库服务 TiDB Cloud 持续窃取了约十点六 TB 数据,并放出了约二百 GB 的头一批样本。

同日 PingCAP 在信任中心发布事件说明,页面状态截至十月十九日:九月九日至十月七日之间,未授权方使用被盗的服务账号凭据访问了部分 PingCAP 内部系统、复制了数据并取得源代码;

公司十月七日知悉,当日开始停用受影响的凭据。

披露方给出的规模是:十八万零四十六个租户组织、二十九万两千二百七十六条用户记录(其中十六万六千一百零八条带有真实姓名)、四十万三千二百六十二个独立邮箱、三百八十八万八百六十一个项目、三百四十四万八千零五十四个无服务器集群、一万六千二百九十九个专属集群、十一万五千三百零八对以明文存储的控制台接口密钥对(其中四万两千六百一十二对处于激活状态),另有四百一十三个私有代码仓库、内部工单记录、云服务账单与客户关系数据。

这些数字来自披露方自述,尚未获得独立核实,官方说明里也没有确认。

手法里头值得单独记的一条:披露方称它使用了 PingCAP 自己代码仓库里提交过的凭据——一个 GCP 服务账号密钥和一个 Azure 服务主体——搭建了一条针对其控制平面数据库的复制订阅源,让对方的基础设施每六小时自动把数据推出来;

从九月八日到九月三十日的二十二天里连续完成了八十八次导出,没有触发任何一次告警检测,末了一次运行在九月三十日 06:02 UTC。

官方这边的口径明显更保守:事件响应公司审查了生产系统,未发现攻击者执行过命令或维持持久访问的证据;

导出的记录里确认包含用户名与邮箱、组织与项目关联、SQL 编辑器文本与错误,以及客户联系人、合同条款、订单、定价与账单配置;

一张导出的表里存的是加密后的接口密钥值,外部公司拿一个调查方自有的值测试后确认不能直接当作密钥使用,是否还有其他可用凭据被暴露仍有待确定。

处置进度方面,十月十日在一个受影响项目上开启了额外的云存储访问日志,十月十二日至十三日外部公司报来四个缺陷并在十月十四日全部修复复测通过,同日全部已识别的失陷凭据被作废、未授权访问路径被阻断;

截至十月十九日仍在逐户确定影响范围。

TiDB CloudPingCAP控制平面凭据泄露持续外传

为什么重要

  • 持续外传这件事是对方自己说出来的。官方说明写的是十月七日知悉,而披露方声称的活动从九月九日就开始了——中间这近一个月里,知道这件事的是对面那一方。
  • 凭据来自厂商自己的代码仓库。不是被攻破的边界,是被提交进版本库的一份密钥;这一条对任何自己管云、管代码、管持续集成的组织都成立。
  • 八十八次导出、零告警这一说法指向的不是检测规则不够多,而是看的那一层不对。控制平面与元数据层的批量导出,常常不在以主机与终端为主的监测视野里。
  • 被拿走的是控制平面的内容:租户、项目、集群标识与接口密钥。这些不是业务数据本身,却能直接决定下一批业务数据怎么被拿走。
  • 官方与披露方的口径差距本身就该怎么读:一边说未发现命令执行与持久访问、密钥值是加密的,一边说明文密钥对与持续外传。两边都写进台账,各自的证据等级要分开标。

顾问金句

这一起要纠的不是某一家云厂商够不够可靠,而是「托管」这两个字在验收表上被当成了一个结论。

建议企业做五件事。

首先,把对云服务商的问询从「你有没有认证」改成「你能不能给我看你自己那一层的访问日志」:这一次的教训是厂商对自己的持续外传毫无察觉,而客户拿不到那一层,就只能在对方公布之后才知道。

其次,把自己的凭据扫描范围从应用代码扩到基础设施代码、流水线变量与镜像构建上下文:GCP 服务账号密钥与 Azure 服务主体这类东西,常常躺在看起来与业务无关的仓库里,而它通向的是控制平面。

再者,给云上控制平面单独设一条批量导出的基线:不是等告警规则命中,而是先知道正常情况下每天有多少次、多大体积的导出动作,异常才有参照。

而后,把密钥轮换做成一个有截止时间的动作而不是一个有结论的动作:官方到现在写的是「是否还有其他可用凭据被暴露仍有待确定」,这句话说明轮换范围应当由自己决定,而不是等对方给清单。

另外,给每一家关键云服务商建一份「依赖与可替代性」清单:万一这一家的控制平面真的被完整复制,哪些业务要停、多久能切,这份清单要在事情发生之前就存在。


S2 版本号、发布标签、源代码全都没变,被换掉的只有你下载到的那一个文件

核心内容

十月十九日,一名攻击者用一个被接管的贡献者 GitHub 账号,把 OVHcloud 命令行工具五个已经发布过的版本——从 v0.11.0 到 v0.15.0——的下载归档与校验和文件换成了窃密版本。

恶意文件在线的窗口是 12:47 至 14:21 UTC,前后共九十四分钟。

这件事的形状值得拆开看:源代码没有被改,发布标签没有被改,构建流水线没有被碰,连版本号都是原来那五个。

被换掉的只有产物本身——你以为自己拉的是九月装过的那个 v0.15.0,实际拿到的是十月十三日某次提交上本地构建出来的另一份文件。

攻击者连 checksums.txt 一起替换了,所以发布页上显示的哈希与新包是吻合的;

而官方安装脚本 install.sh 从头到尾就没有校验过哈希,任何用 curl 管道直装的人都不会收到提示。

头一个发现问题的是一位客户:他的持续集成任务里固定了 ovhcloud-cli_Linux_arm64.tar.gz 的 SHA-256 原值(5c2beb56 开头),新包算出来是 3833daff 开头,构建直接失败。

用 go version -m 读那份二进制还能看到三处痕迹:模块行是 v0.15.1-0.20261013083505-5ead8ef9b43d+dirty 这样的伪版本号而不是正式标签,构建元数据里带着 vcs.modified=true,记录的提交是 5ead8ef 而不是 v0.15.0 标签指向的 760fd72。

载荷本身不复杂,扫本机磁盘找 OVH 接口密钥、SSH 私钥、.kube/config、.npmrc、.netrc 与环境文件。

未受影响的路径也值得记下来:Homebrew 的 cask 在那段窗口里没有改动过且固定了原始哈希,brew install 与 brew upgrade 会以哈希不匹配直接失败而不是装上恶意包;

go install、源码构建与官方容器镜像同样未受影响;

v0.10.0 是干净的。

OVHcloud 当晚发布了 v0.16.0,并把它设为不可变发布——这正是此前缺失的那一道设置。

涉事账号据 OpenSourceMalware 推断可能自二零二五年三月起就在对方手里,该机构明确说这是推断而非结论。

OVHcloud CLI供应链投毒发布产物替换哈希固定不可变发布

为什么重要

  • 版本号不再是身份凭据。这一次的全部可核对字段——版本、标签、源码、流水线——都没有变,只有落到磁盘上的那个字节序列变了。
  • 头一个发现的是一条固定了哈希的持续集成任务,不是厂商也不是使用者。把哈希写进流水线在当时看是多余的一步,这一回它成了仅有的观察点。
  • 校验和文件被一起替换了。页面上显示的哈希与恶意包吻合,说明「对一下发布页的哈希」这个动作本身不足以构成验证。
  • 流水线加固在这里全部失效,因为恶意产物根本没经过流水线。加固的是一条路,而对方走的是旁边那条。
  • 载荷拿的是云凭据与集群配置。工程机与构建机上放着什么,决定了这一次失手的半径,而不取决于这个命令行工具本身有多重要。

顾问金句

这一起要纠的是「我们加固了流水线」这句话的边界——它只覆盖经过流水线的东西。

建议企业做五件事。

首先,把研发与运维常用的第三方命令行工具做一份来源清单,逐条写明获取方式,并把「是否固定哈希或签名」做成这一栏的必填项;

这一次的差别不在工具重要不重要,而在获取路径验不验。

其次,把固定哈希从个人习惯升级为流水线强制项:安装脚本与持续集成步骤里凡是从发布页直接拉归档的,一律改成先比对摘要再执行,哈希不匹配即失败而不是警告。

再者,给工程机与构建机做一次「可读凭据清点」:这一次的载荷扫的是接口密钥、SSH 私钥、集群配置与环境文件,那么先回答这些文件里到底有什么,比回答装没装那个工具更要紧。

而后,把验证动作做成不运行也能做的:学会用不执行文件就能读出构建信息的方式做入库核验,这一回正是靠这一类元数据把恶意包认出来的。

另外,把不可变发布与产物签名写进对供应商的要求里:OVHcloud 事后开的正是这一道设置,说明它此前缺的不是能力而是一个开关。



A3 一次入侵约合五十美元、不到二十三小时,而整场行动是被运营者自己摊开的

核心内容

AI 安全公司 NorForge 的研究员 Snorre Fagerland 大约从十月二日起扫描互联网上暴露的 Cairn 实例,前后找出约二十来个被用于恶意活动的部署。

Cairn 是一个开源的通用求解引擎:给定起点与目标,由一群智能体一步步推进,每个智能体把自己下一步要做什么以及发现的事实写到一块共享黑板上,运营者可以随时插话。

这套设计本来的用途之一是自主渗透测试,指向别人的站点时它就是另一回事。

研究者能从头看到尾,是因为运营者把控制面板开在了公网,多数没有设认证,有的连后端预发布主机的 SSH 登录都暴露在外。

规模居首的一簇关联十四个面板、一千一百个以上的攻击项目,尝试了一千二百多个站点,成功率约百分之十;

成功一次平均不到二十三小时,每个任务平均约五美元(含失败的那些),整场行动消耗的 token 成本估计在五千美元上下,折合每次得手约五十美元。

运营者给出的指令很短,据称不足一百个字符,枚举、指纹识别与利用都由智能体自己完成。

一条已被验证的攻击链是这样的:先取得 memcached 会话存储的未授权写入能力,再插入会被不安全 PHP 反序列化处理的数据,接着借历史 Zend Framework 组件串出可利用的调用链,末了落一个上传型 webshell——整条链在起始阶段不需要上传任何可执行文件。

路透独立核对了面板里的记录并确认了受害者,点名包括约翰迪尔、SharkNinja 与康明斯。

三家回应各不相同:约翰迪尔称已采取必要补救措施,没有迹象表明敏感信息被访问;

SharkNinja 说受影响的是一个只放产品支持资料的独立站点,威胁已遏制;

康明斯说正在调查其一家供应商运营的站点是否遭到攻击。

研究者还用密钥扫描工具跑过面板里的数据,找出数百个密钥,其中百分之十一经核验仍然有效。

NorForge 判断这几个簇都是经济动机,没有看到明显的国家支持迹象。

Cairn自主智能体反序列化Webshell攻击成本

为什么重要

  • 成本结构变了。一次得手约五十美元、不到二十三小时,意味着「对方值不值得来」这个旧判断不再成立——中小企业与边缘站点同样在射程内。
  • 整场行动是被运营者自己摊开的。研究者能读到的目标、推理与结果,全靠对方把面板开在公网且没设认证,这是一个防御方没有参与的过程。
  • 攻击链起始阶段不上传任何可执行文件。memcached 可写加反序列化再加历史组件调用链,落地的东西要到末了一环才出现,按文件落地做检测会稳定晚一步。
  • 受害面覆盖到供应商运营的站点。康明斯那一例说明,别人替你运营的那部分资产,会以自己的名义进入这类清单。
  • 厂商口径分了三层:已补救、已遏制、正在调查。企业对外沟通时也要按这个层次写,别把「正在看」说成「已处置」。

顾问金句

这一起要纠的是对「攻击成本」的默认假设——它一直被用来判断自己是不是值得被盯上的那一类。

建议企业做五件事。

首先,把暴露面清点的判据换成「互联网可达」而不是「业务重不重要」:这一次被扫的是一千二百多个站点,成功率只有约百分之十,机器不挑目标,只挑能碰到的。

其次,把自研与托管的每一处站点都写进同一份台账,尤其是供应商替你运营的那一部分:康明斯那一例说明,别人名下的资产会以你的名义进入别人的清单。

再者,把会话存储、缓存与对象存储的可写性单独做一次核验:这一条链的起点是 memcached 未授权可写,而这类中间件常常既不在资产表里也不在渗透测试范围内。

而后,把检测往前提一环:既然落地文件出现在末段,就要盯住反序列化异常、会话数据被改写与意外派生进程这一类中间信号,而不是等文件扫描报警。

另外,把历史组件做一份带停用计划的表:老框架与老组件在这一类链里扮演的是现成零件,而它们往往因为「还能跑」留在原地。



A4 一次成功的勒索运营把两万三千九百二十美元的模型账单留在了没关好的服务器上

核心内容

SOCRadar 在九月下旬发现一台暴露在外的指令控制服务器,地址是 45.227.254 开头,里面放着 AI 会话数据库、知识库与自研攻击工具的源代码;

顺着其中的配置文件又找到了另外六台已被攻陷的服务器。

这批材料之所以能看到,不是谁打进去了,是运营者没有收好。

运营者用 OpenCode 搭配经 OpenRouter 托管的商用模型跑这套流程,记录到八千二百五十七条消息、一百三十三个会话,账面上的接口支出超过两万三千九百二十美元。

分工很清晰:模型负责规划侦察、挑选手法、生成命令与起草报告,人在每一个阶段点一下批准。

值得注意的是他们用的并不是去掉审查的定制模型,而是普通商用版本,靠把请求表述成已授权的红色团队评估来绕开内容限制;

面板记录还显示运营者的活跃时段集中在 06:00 至 14:00 UTC。

入口是三颗边界与远程接入类缺陷:FortiClient EMS 上的 CVE-2026-35616,运营者记录里写了两千两百三十六套系统与四千一百四十个受管端点;

SimpleHelp 上的 CVE-2024-57727,写了二百四十二个独立地址;

cPanel 上的 CVE-2026-41940,写了四十九起。

进入内网之后,他们用 Phantom 这个自主框架、Ghost 指令控制植入与 RevSocks 隧道做横向移动,用自带易受攻击驱动的手法关掉安全产品,并优先翻财务、人力、法务与高管的数据。

研究者还找到四十六个已经为六名受害者预构建好的 INC 加密器,部署日期定在十月一日;

九月三十日一张经 SimpleHelp 截下的截图显示某台受害者工作站正在加密。

加密器是 Rust 写的,会终止备份与数据库进程、经驱动调用直接删掉卷影副本、并给文件加上 .INC 后缀。

点名的目标组织共六十二家,其中三十六家在美国,行业分布上工业制造占百分之十六点一、医疗占百分之十四点五。

SOCRadarINC RansomwareOpenRouterAI驱动攻击边界设备

为什么重要

  • AI 在这一套流程里是执行层而不是噱头。八千二百五十七条消息、一百三十三个会话、两万三千九百二十美元账面支出,说明它是被当成一项日常开支在用。
  • 入口还是那三样:边界设备、远程接入、托管面板。这三处的共同点是补丁窗口常常比办公终端长,而补丁一晚,它就变成入口。
  • 人在每一阶段点批准这件事不该被读成安全。它说明的是责任仍在人身上,而节奏已经由机器决定了。
  • 加密器是提前为具体受害者预构建的。十月一日部署、九月三十日已在加密,说明从构建到落地之间几乎没有留给防守方的窗口。
  • 这一次的可见性来自对方的疏漏。七台服务器没有关好,才有了这份材料——不能指望下一批对手同样粗心。

顾问金句

这一起要纠的是对「人在回路」的宽慰感——人在回路只说明责任归属,不说明节奏由谁掌握。

建议企业做五件事。

首先,把边界设备与远程接入工具单列为高优先补丁对象:这三处是这一批入口的全部,而它们往往因为要停机、要协调而排在办公终端后面。

其次,把备份与卷影副本的独立性做一次实测:这批加密器头一步就是终止备份进程与直接删掉卷影副本,备份能不能在被干掉之前已经落在外面,要在事前验证而不是事后清点。

再者,把外泄优先级的顺序反过来想一遍:他们翻的是财务、人力、法务与高管数据,那么这些目录的异常批量读取就该单独设阈值,而不是和普通文件访问混在一条规则里。

而后,把「自带易受攻击驱动」这一类手法纳入终端检测的能力项:安全产品被从驱动层关掉之后,它自己不会报告任何异常,这时要靠另一条独立的观察线。

另外,把模型用量与接口账单设成自己的告警项:这一次的线索是一笔两万三千九百二十美元的支出,企业侧同样可以用异常的模型调用量与费用曲线当作早期信号。


A5 不到两个月内第三次事件,三次都从同一条路进来:员工凭据,然后是云上的开发环境

核心内容

日本经济新闻社披露一起数据事件,受影响记录约一百八十三万条。

公司说明,一名未授权方在十月七日清晨用此前被窃的登录凭据进入了一处用于系统开发的云服务,公司随后封禁了这些凭据。

在这约一百八十三万条里,约十五万条带有识别信息,包括姓名、邮箱、住址、电话或出生日期,其中约十二万条含邮箱;

其余约一百六十八万条不含识别信息;

不涉及信用卡与金融数据。

公司于十月十一日向日本个人信息保护委员会报备,到十月中旬未发现数据被滥用、公开或用于后续攻击,也没有观察到进一步的系统失陷、数据篡改与服务中断,并承诺直接通知受影响个人。

真正值得记的是它已经是不到两个月里的第三次:十月上旬公司披露一名员工的 Google Workspace 账号在七月底被攻陷,暴露了员工与业务伙伴的个人信息;

九月披露另一名员工的 Microsoft 365 账号被接管,并被用来向内部员工发定向钓鱼邮件。

三次的失效模式完全一致——员工凭据被窃或被猜到,然后被用来进云上的业务工具。

其中开发环境这一处尤其值得单独看:这类环境的可达范围常常比生产环境更宽,监控强度往往更弱,而且为了测试方便,有时会留着一份生产数据的副本。

放到同期背景里看,日本这一个月并不平静:雅玛多运输在九月下旬披露五百三十一万客户记录受影响,Park24 报告一百六十万客户的证件影像被暴露,庆应义塾大学与云服务商 IDC Frontier 遭勒索并影响到数百家组织。

处置节奏上有一点该公司做得很快:凭据当天封禁,几天内确定范围,并及时报备监管——这一条在同类披露里并不常见。

剩下的问题是,凭据管理与访问控制的做法本身有没有跟着改。

日经员工凭据开发环境云上业务工具重复事件

为什么重要

  • 三次事件、同一条路径。重复到这里,它已经不是运气问题,而是「员工凭据加云上业务工具」这一组合本身就是当前的头号入口。
  • 开发环境常常是更宽、更弱、还带着生产数据的那一层。可达范围大、监控薄、数据真,三个条件在这里同时成立。
  • 凭据被封禁不等于暴露结束。前一次被窃的凭据正是这一次的入口,说明轮换与会话撤销要覆盖到同一账号在其他系统上的有效会话。
  • 识别信息与非识别信息要分开统计。约一百六十八万条不含识别信息,这个区分会直接影响通知范围与合规口径。
  • 响应这次做得快,但快不等于改了。披露里写得清楚的是封禁与报备,写得不清楚的是凭据管理与访问控制本身改了什么。

顾问金句

这一起要纠的是把重复事件当成偶发的那种读法——同一条路径走三次,说明这条路径在设计上就没有闸门。

建议企业做五件事。

首先,把开发环境按生产数据的标准管:可达范围要收、监控强度要提、能不能放生产数据副本要有一条明确的规矩,这一处的三个条件同时成立,才让它成了入口。

其次,把凭据处置从「换口令」扩到「撤会话」:这一次的入口是此前被窃的凭据,说明换口令之后还留在别处的有效会话同样算数,范围要覆盖到邮箱、协作套件与所有单点登录下游。

再者,把邮箱与协作套件账号设成高优先观察对象:三次里有两次是从员工的邮箱或办公套件账号起步的,而这两个地方常常只有登录日志没有行为基线。

而后,把数据分级的统计口径先定下来:含识别信息与不含识别信息分开计,直接决定通知范围、报备口径与后续解释成本,事到临头再分一定来不及。

另外,把每一次事件之后改了什么写进同一份记录:响应快是能力,改了什么才是进步,第三次披露里缺的正是这一栏。


趋势分析

本周期五条热点讲的是同一件事:没有告警,正在从一种状态变成一种误导。

PingCAP 旗下 TiDB Cloud 的控制平面被连续导出八十八次,据披露方说法一次告警都没有触发,而这整件事是攻击者自己公布之后才进入视野的;

官方口径是十月七日才知悉。

OVHcloud 命令行工具的五个已发布版本被人换成了窃密版,版本号、发布标签、源代码与构建流水线全都没有变,头一个发现的是一位客户那条固定了哈希值的持续集成任务,而不是厂商,也不是使用者。

Cairn 这一起里,研究者之所以能把别人的整场行动从头看到尾,是因为运营者把自己的控制面板开在了公网而且没有设认证。

SOCRadar 那七台服务器同理:不是谁打进去了,是对方没有收好。

日经不到两个月内的第三次事件也一样,三次都落在同一条路径上——员工凭据被拿走,然后用来进云上的那套开发环境,而开发环境通常是可达范围更宽、监控更弱、还留着生产数据副本的那一层。



相关文章
|
7天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1311 6
|
5天前
|
人工智能 API 开发工具
DeepSeek Harness 神插件:白嫖 13 家大厂模型
`dsh-our-free-model` 是 DeepSeek Harness 神级插件:零配置、零API Key、零账号,聚合13家大厂免费模型(含DeepSeek V4.1 Flash、Kimi K3等),支持本地网关、用量看板与自动降级,真正实现“白嫖即用”。
|
10天前
|
存储 人工智能 安全
千问办公官网入口网页版登录:qwenwork.cn 注册送2000积分、登录送100积分
阿里云千问办公(QwenWork)是AI智能工作平台,支持一句话生成PPT、表格、网页、视频及数据分析。个人免费版送2000积分+每日登录赠100分,含1GB存储、5个发布页;企业版198元/席/月起。阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt 阿里AI工作平台,一句话完成数据分析、PPT 生成、视频剪辑、网页搭建等复杂任务
|
1月前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9965 33
|
5天前
|
人工智能 开发者
Qoder CN 大使计划正式开启|无限创造,等你一起
全年免费积分、优先内测、活动支持与更多共创机会,邀请用 Qoder 把想法变成现实的你。
523 6
|
16天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
7天前
|
Web App开发 人工智能 JavaScript
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
REA(Reverse Engineer Anything)是近期爆火的开源AI逆向工具,4月发布,1个月内斩获15万+ Star。它让AI Agent无需源码即可分析二进制、APK、JS/Electron、HAR包等17类目标,自动反编译、生成可运行代码,并强制返回带证据与局限的结论。全本地执行,MIT协议,支持Hopper/Ghidra/IDA等引擎,一行命令即可上手。
747 2
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
|
15天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
1069 1