在今天的 DAVID888 Daily 每日放送 中，我們將深入探討學術界走向全面開放存取、科技巨頭面臨的重大供應鏈攻擊、Mac Studio 的驚人 VRAM 擴展，以及 AI 爭議與地緣政治安全事件。
我們透過供應鏈攻擊攻陷了 X、Vercel、Cursor 和 Discord
資安研究人員揭露了一起令人震驚的供應鏈攻擊事件，成功入侵了包括 X（前 Twitter）、Vercel、Cursor 和 Discord 在內的多個知名科技平台。這起事件的嚴重性在於，攻擊者並非針對單一用戶，而是透過破壞開發環境或第三方工具，實現了對多個大型服務的廣泛存取。
供應鏈攻擊的深度與廣度
這次攻擊的細節顯示，駭客利用了複雜的技術，可能涉及惡意程式碼注入到常用的開發依賴項中，或者利用了這些公司內部系統之間的信任鏈。
編輯解讀： 供應鏈攻擊是當前企業面臨的最大威脅之一。當你信任的工具（例如 Vercel 用於部署、Cursor 用於編碼）被攻陷時，你的整個安全防線都會崩潰。這提醒所有開發團隊，即使是看似無害的第三方套件或服務，也必須進行嚴格的審查和隔離。評論區的專家指出，這類攻擊的難度在於，它們利用了現代軟體開發中高度互聯的生態系統，使得傳統的邊界防禦幾乎無效。
鍵盤延遲暴露的間諜活動
與此同時，Amazon 的 IT 部門抓到了一名潛伏的北韓滲透者，而偵測的關鍵竟然是「鍵盤輸入延遲」。
這名員工的鍵盤輸入延遲高達 110 毫秒（ms），遠超正常遠端工作者應有的延遲範圍。這個異常的延遲引起了安全團隊的警覺，最終確認該員工是透過複雜的跳板伺服器（Jump Server）從北韓遠端工作。
編輯解讀： 這是一個結合了地緣政治與基礎網路技術的經典案例。110ms 的延遲對於一般使用者來說可能只是輕微的卡頓，但對於安全專家而言，這是一個明確的紅旗。這證明了即使是最簡單的指標——網路延遲——也能成為識別高風險安全漏洞的有效工具。這也對所有允許全球遠端工作的公司提出了新的挑戰：如何建立基於地理位置和網路行為的異常偵測模型。
從 2026 年 1 月起，所有 ACM 出版物將全面開放存取
計算機協會（Association for Computing Machinery, ACM）宣布了一項重大政策轉變：從 2026 年 1 月開始，其所有出版物將全面轉為開放存取（Open Access, OA）。
這意味著，全球的研究人員和公眾將能夠免費閱讀 ACM 數位圖書館中的所有文章，無需訂閱付費牆。
編輯解讀： 這是學術出版界的一大勝利，特別是對於那些無法負擔高昂訂閱費用的機構和個人。然而，開放存取並非免費午餐。ACM 將轉向「文章處理費」（Article Processing Charges, APCs）模式，即由作者或其所屬機構支付費用，以確保文章能夠免費發布。評論區的討論集中在 APCs 是否會造成新的不平等，即將經濟負擔從讀者轉嫁給作者。儘管如此，這項政策仍被視為推動知識普及的重要一步。
GitHub 撤回對自託管 Runner 的收費計劃
在開發者社群的強烈反彈下，GitHub 決定撤回對自託管（Self-hosted）GitHub Actions Runner 收費的計劃。
GitHub 原本計劃對使用自託管硬體運行 CI/CD 工作流的用戶收取費用，此舉立即引發了開發者的不滿，認為這是在懲罰那些為了安全、性能或成本效益而選擇自建基礎設施的用戶。
編輯解讀： 這次撤回顯示了社群力量對科技巨頭決策的影響力。對於許多企業和開源項目來說，自託管 Runner 是控制成本和滿足特定安全需求的關鍵。GitHub 迅速聽取了社群的聲音，避免了一場潛在的用戶流失危機，證明了在開發者工具領域，用戶體驗和信任比短期營收更重要。
美國氣象研究中心面臨解散危機
一則令人擔憂的消息指出，白宮承諾將解散國家大氣研究中心（National Center for Atmospheric Research, NCAR）。
NCAR 是美國在氣候科學、天氣預報和地球系統研究領域的頂尖機構。解散 NCAR 將對美國乃至全球的氣候研究和預警能力造成毀滅性打擊。
編輯解讀： 儘管這則新聞帶有強烈的政治色彩，但其對科技和科學界的影響是巨大的。NCAR 不僅進行基礎研究，其數據和模型對於農業、能源和災害應對至關重要。科技社群普遍認為，削減或解散這類關鍵的科學基礎設施，將導致美國在氣候變遷和環境技術領域的競爭力大幅下降。
Mac Studio 上的 1.5 TB VRAM – 透過 Thunderbolt 5 實現 RDMA
硬體駭客 Jeff Geerling 展示了如何利用 Thunderbolt 5 的強大功能，在 Mac Studio 上實現驚人的 1.5 TB 虛擬 VRAM（Video RAM）。
這項技術的關鍵在於使用遠程直接記憶體存取（Remote Direct Memory Access, RDMA）協議，透過 Thunderbolt 5 實現極低延遲的記憶體共享和擴展。這使得 Mac Studio 能夠將外部記憶體池視為其統一記憶體架構的一部分。
編輯解讀： 對於 AI 研究人員和處理超大型數據集的專業人士來說，這是一個遊戲規則的改變者。蘋果 M 系列晶片的統一記憶體架構已經很強大，但 VRAM 始終是瓶頸。透過 RDMA over Thunderbolt 5，理論上可以將多個外部記憶體模組連接起來，形成一個巨大的、低延遲的記憶體池。評論區的工程師們對 Thunderbolt 5 的潛力感到興奮，認為這將加速邊緣 AI 和大規模機器學習模型的開發。
訓練於 1913 年前文本的 LLM
一位開發者創建了一個特殊的語言模型（LLM），其訓練數據集僅限於 1913 年以前的文本。
這個名為 "History LLMs" 的項目旨在探索在沒有現代語言、網路文化或當代知識污染的情況下，LLM 會如何理解和生成內容。
編輯解讀： 這是一個有趣的實驗，它測試了語言模型對時間和文化背景的依賴性。這個模型生成的文本將帶有濃厚的「古典」風格，並且缺乏對 20 世紀重大事件的認知。這不僅是語言學上的探索，也為我們提供了一個「時間膠囊」式的 AI 視角，讓我們思考現代數據對 LLM 偏見和知識結構的影響。
遊戲玩家對 AI 的憤怒：品質下降與價格上漲
遊戲社群對 AI 技術在遊戲產業中的應用表達了極度的不滿。玩家們抱怨，AI 被用於快速生成低品質的「遊戲廢料」（AI Slop），這些內容不僅沒有提升遊戲體驗，反而被用來推動更高的微交易價格。
編輯解讀： 遊戲玩家的憤怒是合理的。當 AI 被視為一種降低成本、快速產出內容的工具時，往往犧牲了藝術性和深度。玩家們擔心，遊戲公司將利用 AI 快速填充遊戲世界，然後以高價出售這些低努力度的內容。這反映了消費者對「AI 輔助的偷工減料」的反感，並要求技術創新必須真正服務於提升產品品質，而非僅僅是利潤最大化。