WEBVTT
NOTE Title: [2026-11-11] Fireworks資安淪陷重創Notion、.NET 11重構Runtime Async

1
00:00:00.000 --> 00:00:58.210
<v 女>歡迎收聽 DAVID888 Daily 每日放送，我是 Cordelia。今天科技圈最震撼的消息，莫過於雲端 AI 推論服務商 Fireworks AI 傳出資安漏洞，甚至波及到了 Notion 及其客戶！Notion 官方已經證實，有不到百分之一的 Workspace 受到影響，部分 AI 對話紀錄外洩。這讓人不禁回想起我們在 10 月 31 號聊過的 Linode 雲端基礎架構穿透危機，當現代軟體把越來越多核心能力外包給第三方 AI 基礎設施時，供應鏈防線真的隨時會被擊潰。

2
00:00:58.210 --> 00:02:22.440
<v 男>我是 David。這起事件的技術細節非常值得深挖。Fireworks AI 本身主打 Zero Data Retention（ZDR），也就是號稱不保留 Prompt 也不用於訓練。但這次外洩的竟然包含未關聯工作區的對話紀錄。社群分析指出，Notion 是利用 Fireworks 的 Batch Inference 批量推論功能來跑內部名為「Insights」的分類任務，而這類批次作業在供應商端往往會被當成 dataset 暫存，甚至有模型權重與微調資料遭到外洩。更棘手的是 Notion 聲明中所謂的「unattributable」，意思是對話紀錄本身沒有掛上使用者 ID，但使用者如果曾在對話中貼過密碼、API Token 或內部機密，那內容本身就是最高機密，攻擊者根本不需要中繼資料就能利用。

3
00:02:22.440 --> 00:03:18.290
<v 女>這簡直是在文字遊戲上給用戶虛假的安全感！就算沒有 User ID，若工程師在 Notion AI 裡丟了一段包含內部連線字串的除錯日誌，駭客一眼就能認出是哪家公司。企業如果要採用這類 SaaS AI，看來在 Proxy 層做資料外洩防護（DLP）與 Token 熵值檢測，在送出給第三方模型前先過濾，已經不是加分項，而是保命的生死線了。不過說到底層基礎建設的演進，微軟近期釋出了 .NET 11 Runtime 的重大更新預覽，在執行階段架構上有非常激進的改變！

4
00:03:18.290 --> 00:04:45.600
<v 男>沒錯，.NET 11 Runtime 最亮眼的革新就是「Runtime Async V2」。以往 C# 的 async/await 在編譯時，是由 Roslyn 編譯器把非同步方法改寫成複雜的狀態機（State Machine）結構體或類別，這導致在除錯或觀測 live stack trace 時，會充斥著十幾個 AsyncMethodBuilder 的內部堆疊框架，拖慢除錯也增加配置負擔。.NET 11 把它下沉到 Runtime 原生管理，堆疊幀直接還原真實呼叫鏈，大幅降低記憶體配置。同時，硬體基準要求也全面提高，x64 全面放棄 2013 年前的老架構、要求 x86-64-v2，R2R 編譯更要求 v3；Linux 與 Windows Arm64 則強制要求 LSE 原子指令集，徹底清理了長久以來的向下相容包袱。

5
00:04:45.600 --> 00:05:44.280
<v 女>這對現代高併發服務來說真的是一大福音，效能壓榨得更乾淨，除錯體驗也更直觀。但有趣的是，跨平台 UI 框架界今天也殺出了一匹黑馬——由 Expo 團隊推出的 Exact！他們提出了一個叫做「Contract」的宣告式小語言，搭配 TypeScript 或 Rust 來處理邏輯，號稱完全是為「AI Agent」原生打造的 cross-platform runtime，連動畫都設計成可以直接叫時鐘向前推進來消除測試時序問題。不過在社群上，這種以 Agent 為優先的架構也引來了不少質疑。

6
00:05:44.280 --> 00:06:59.530
<v 男>Exact 的野心很大，它在 Web 端編譯成一個僅 20KB 的極小 runtime 直接驅動 DOM，企圖擺脫 Electron 的肥大問題。但它最大的爭議在於 README 和語法充斥著極其濃厚的「Claude 腔」，甚至把狀態推進寫成 `clock +60000` 來取代傳統 sleep，讓人類工程師在閱讀時滿頭問號。更致命的是，它打著跨平台的旗號，目前 Pre-alpha 卻只支援 macOS、iOS 和部分 Linux，直接排除了 Windows 與 Android，這等於放棄了全球超過七成的終端裝置市場。究竟是革命性的 Agent 介面，還是 LLM 幻覺下的過度抽象產物，目前看來還需要更多真實專案驗證。

7
00:06:59.530 --> 00:07:50.870
<v 女>確實，如果連 Windows 都不支援，很難說服團隊全面押注。相比之下，針對關聯式資料庫的直覺化工具 Ultorg 就踏實許多。它主打讓關聯式資料庫擁有如同試算表般的極致操作體驗，背後卻完全是在執行真實的 SQL 查詢。最讓社群驚艷的是它解決了傳統 SQL JOIN 產生的資料冗餘問題，用視覺化的巢狀表格呈現一對多關聯，而且還能直接在介面上回寫資料！對於常要在多張表之間來回查找數據的 PM 或工程師來說，視覺震撼感極強。

8
00:07:50.870 --> 00:08:59.490
<v 男>Ultorg 在人機互動（HCI）上的研究確實很頂尖，創辦人 Eirik Bakke 磨了十幾年，把 SQL 的關聯代數無縫映射到可摺疊、動態排版的階層式 UI 上。但它的商業策略卻在 Hacker News 上被群起圍攻：身為一款本機連線工具，它居然開出每個月 35 美元、年費 420 美元的訂閱價，而且沒有像 JetBrains DataGrip 那種「付滿一年可永久使用當前版本」的 Fallback 機制。在現在大家都在用 AI 甚至開源工具寫 SQL 的時代，這個定價對於個人開發者或業餘玩家來說門檻太高了，甚至有人放話要直接請 LLM 抄出一套開源替代品。

9
00:08:59.490 --> 00:10:04.320
<v 女>420 美元一年的本地檢視工具，確實會讓許多買單的人猶豫再三。而提到開源與 AI 寫扣，前 Meta 工程師 Evan X. Merz 發表的一篇反思文章《AI usage generates a fragile codebase》在社群上引發了數百則熱烈討論。他直言，全面擁抱 AI 生成程式碼正在製造極其脆弱的軟體系統。AI 寫出來的測試往往過度膚淺，只測 trivial 的 getter/setter，無法覆蓋真實人類使用者情境；加上程式碼過度複雜化、人類對架構失去掌控力，導致系統線上事故頻率倍增，且排除故障的時間變得異常漫長！

10
00:10:04.320 --> 00:10:54.250
<v 男>這篇文精準戳中了「Vibe Coding」的七寸。當團隊為了衝高 PR 數量與寫扣行數，讓 AI 接管所有產出時，出現了「測試通過但系統崩潰」的假象。AI 因為 context window 限制，只能解決局部最佳化問題，根本看不見全域的資料流架構演進。工程師因為不用親手寫，逐漸失去對邊界條件與演算法的敏銳度，最後在面對分散式系統的 P0/SEV 事故時，根本無從查起。這不是技術進步，而是技術債的指數級累積。

11
00:10:54.250 --> 00:11:57.900
<v 女>為了避免讓 AI 產出過時或低劣的程式碼，Chrome 團隊這次做了一個非常務實的示範，推出名為「Modern Web Guidance」的專案。他們發現現代 Coding Agent 腦袋裡的知識庫往往停留在 2019 年左右的 JavaScript 舊寫法，動不動就用幾十行 ResizeObserver 或複雜的 setTimeout 來刻效果，因此微軟、Mozilla 與 Google 聯手整理出最新的 Web 原生標準規範，並打包成給 Agent 讀取的 Guidance，教 Agent 直接調用現代原生 API。

12
00:11:57.900 --> 00:13:06.520
<v 男>這個想法立意良善，比如用單行 CSS 解決以前需要上百行 JS 才能搞定的版面配置或捲動鎖定，能顯著降低程式碼冗餘度。但社群也抓出了一個尷尬的盲點：這份指南裡推薦的許多特性，像 `CSS @function`、`calc-size()` 或是 `Window.fetchLater()`，在 Safari 或 Firefox 上根本尚未廣泛支援。雖然指南裡附帶了 fallback 邏輯，但 LLM 常常把「建議」當成「鐵律」來執行，如果開發者沒有嚴格限制相容性目標，Agent 很容易就寫出只有在最新版 Chrome 上才能正常運作的網站，變相形成現代版的瀏覽器綁架。

13
00:13:06.520 --> 00:13:57.160
<v 女>這確實考驗團隊在 Prompt 裡的邊界約束。說到硬體底層的硬核突破，晶片架構分析網站 Chips and Cheese 今天發布了 AMD Zen 6 核心架構的深度拆解，標題就叫「Feeding the Beast」。這次 Zen 6 不僅在前端讓單一執行緒能夠同時利用兩個解碼叢集，大幅降低分支預測錯誤的懲罰延遲，最引人注目的改變，莫過於標準 Zen 6 與高密度 Zen 6c 之間出現了微架構層面的實質分化！

14
00:13:57.160 --> 00:14:57.730
<v 男>這是一個非常重大的架構轉向。以往 Zen 4c 或 5c 只是把快取砍半、核心縮小，微架構指令管線幾乎是一模一樣的；但 Zen 6c 這次把亂序執行（OoO）結構擴大，重排序緩衝區（ROB）從 576 條擴增到 640 條，暫存器檔案和向量排程器容量也同步放大。這代表 Zen 6 是為了極限高時脈進行管線最佳化，而 Zen 6c 則是為了吸收伺服器在極多核心下帶來的記憶體高延遲，以更大的容量容忍延遲。再搭配單一 CCD 高達 32 核心的恐怖密度，AMD 在雲端高密度運算市場的統治力將會非常可怕。

15
00:14:57.730 --> 00:15:51.210
<v 女>伺服器端打得火熱，但在桌面端，微軟居然給 macOS 用戶送來了一份大禮——Sysinternals 經典工具「Process Explorer for macOS」開源釋出！身為老 Windows 開發者，Process Explorer 幾乎是抓當機和排查連線的神器，這次微軟直接用 Swift、SwiftUI 與 AppKit 打造原生 macOS 版本，甚至支援 Apple Silicon 的效能核與節能核狀態檢視，真的很具話題性。

16
00:15:51.210 --> 00:16:55.570
<v 男>不過實際下載體驗的人反饋，目前這款工具還處於非常早期的 Alpha 階段。它利用 `libproc`、`sysctl` 以及 Mach host statistics 收集資訊，但在沒有安裝 Privileged Helper 根目錄守護程序前，很多跨使用者的系統行程根本看不到；更慘的是，很多測試者回報一裝上 Helper 並在系統設定批准後，整個 Process Tree 竟然直接變成一片空白。看來 Mark Russinovich 和微軟團隊要讓它達到 Windows 版那種堅若磐石的系統層級穩定度，還得在烤箱裡多烤一陣子。

17
00:16:55.570 --> 00:17:38.870
<v 女>希望他們趕快修復這個 Bug。接下來這則新聞則讓人感到相當痛心——紐約皇后區公共圖書館（Queens Public Library）遭到勒索軟體攻擊，導致整個系統網路癱瘓，官方網站、行動 App 和大部分分館的公用電腦全部停擺！圖書館現在只能靠最原始的「榮譽制」讓民眾借還書，且無法進行線上續借。這暴露出公共圖書館這種關鍵公共資產，在資安防護上的脆弱困境。

18
00:17:38.870 --> 00:18:31.400
<v 男>公共圖書館是社群非常重要的知識樞紐，但他們的 IT 預算往往極度拮据，常年依賴客製化且年久失修的舊系統，甚至很多端點都是直接向公眾開放的公用電腦，防線極難維持。勒索軟體犯罪組織通常採取無差別自動化掃描，先加密再來勒索贖金。幾年前西雅圖圖書館和大英圖書館也遭遇過類似浩劫，大英圖書館甚至花了數年都還沒完全復原。這件事再次證明，政府若不把公共機構的基礎資安維護納入長期的公共預算保障，只靠機構內部自食其力，後果就是全民承擔數位癱瘓的代價。

19
00:18:31.400 --> 00:19:26.290
<v 女>這真的需要政策層面大力挹注。轉換一下心情，3D 創作者今天迎來了歷史性的一天，Blender 5.3 正式發布，最重磅的亮點就是原生支援「3D Gaussian Splats（高斯潑濺）」！以往大家用空拍機或手機拍攝照片生成的 Gaussian Splats，都得透過第三方外掛或特製檢視器開啟，現在 Blender 直接把高斯球引入點雲系統，甚至能搭配 Geometry Nodes 做形變與處理，還能直接在 EEVEE 和 Cycles 引擎中算繪！

20
00:19:26.290 --> 00:20:42.960
<v 男>這對空間運算和虛實整合工作流是革命性的推進。3D Gaussian Splatting 的本質不是傳統的多邊形網格（Mesh），而是由包含縮放、旋轉、不透明度與球諧函數（Spherical Harmonics）輻射係數的高斯透明球體所組成的光場表示。Blender 5.3 不僅支援 PLY、SPZ 和 glTF 格式匯入，更讓高斯潑濺能夠與傳統的 BSDF 材質節點互動實現局部重光照（Relighting）。再加上內建整合的 NVIDIA DLSS 4.5 Ray Reconstruction 降噪技術，讓 Cycles 在視圖中預覽光影追蹤時能達到像 EEVEE 一樣的即時流暢度，對 3D 動畫與特效產業絕對是巨大的生產力解放。

21
00:20:42.960 --> 00:21:30.050
<v 女>真的是造福廣大創作者的超棒更新！而在團隊協作通訊方面，Product Hunt 上出現了一款名為「Ember」的新產品，主打「免費、開源、一鍵部署在 Cloudflare 上的 Slack 替代品」！對於受夠了 Slack 昂貴席位費、訊息歷史被鎖定的中小團隊來說，能利用 Cloudflare Workers 和邊緣資料庫以近乎零伺服器維護成本跑起自己的即時通訊服務，聽起來非常吸引人。

22
00:21:30.050 --> 00:22:21.160
<v 男>利用 Cloudflare 的邊緣運算、Durable Objects 和 D1 資料庫來實現 WebSockets 即時聊天，架構上確實具備極低冷卻延遲與彈性計費的優勢。但我也必須潑點冷水，通訊軟體真正的難題從來不是傳送文字，而是跨平台的離線推播通知、多端同步、巨量檔案附件儲存以及複雜的組織權限管理。一鍵部署往往只是起點，團隊在長期維運時如果遇到邊緣連線狀態不穩或是資料備份遷移問題，維護負擔還是會落回內部工程師身上。

23
00:22:21.160 --> 00:23:12.500
<v 女>這確實是一大隱憂。而提到如何規範 AI 寫扣與工程實務，GitHub Trending 上今天有一條霸榜專案：知名前端架構師 Addy Osmani 推出的「agent-skills」，狂攬超過 11 萬顆星！這個專案的核心理念很純粹：既然 AI Coding Agent 容易走捷徑偷懶，乾脆把資深工程師的「品質守門規則」寫成可標準化執行的工作流程，涵蓋定義規格、TDD、程式碼審查到上線部署，強迫 Agent 照章行事！

24
00:23:12.500 --> 00:24:29.170
<v 男>Addy Osmani 這次設計的架構非常精準，它提供了 25 個標準化技能與 9 個對應軟體生命週期的斜線指令，比如 `/spec`、`/build`、`/test`、`/review`。最精彩的設計是他在每個技能裡加入了「Anti-rationalization（反辯解）」對照表，專門封殺 Agent 最常找的藉口，例如「我稍後再補測試」或「先用 any 繞過型別錯誤」。它還整合了嚴格的驗證門檻，要求 Agent 必須實際執行測試並提供通過證據，而不是靠嘴巴說「看起來沒問題」。這套規範支援 Claude Code、Cursor、Copilot 等 70 多種環境，是目前把軟體工程紀律真正落地到 Agentic 流程的典範之作。

25
00:24:29.170 --> 00:25:22.880
<v 女>這剛好和我們前面聊到的 AI 程式碼脆弱性形成了完美呼應——給 Agent 工具的同時，必須給它韁繩。最後，在管理這些系統與數位員工時，企業身份存取管理（IAM）也是成長期企業避不開的痛點。Dev.to 上資安專家 Adam 撰寫的《IAM for Growing Mid-Sized Companies》就直言，很多 100 到 1000 人的中型公司，面對 SOC 2、ISO 27001 審計時，連自己公司到底有誰擁有什麼權限都答不出來。

26
00:25:22.880 --> 00:26:29.370
<v 男>這篇文章非常務實，它告訴中型企業不要一開始就盲目採購像 SailPoint 這種動輒耗時半年的龐大企業治理平台。正確的第一步是先盤點所有 SaaS 與內部系統，盡可能收攏到單一 IdP（如 Entra ID 或 Okta）背後強制開啟 MFA，並將人事系統（HR）設為唯一的單一事實來源。更重要的是處理「Movers（轉職者）」，很多人在內部轉調部門時只增加新權限卻沒拔掉舊權限，造成長期的權限爬升漏洞；另外，現在連 AI Agent 與自動化腳本都持有 API Key，必須為這些非人類帳號建立明確的負責人與定期輪替機制，才能在資安與合規上站穩腳跟。

27
00:26:29.370 --> 00:26:58.000
<v 女>從 Fireworks AI 的外洩、AI 生成程式碼的品質反思，到身份治理與硬體底層的演進，今天所有的話題幾乎都圍繞著同一個主軸：技術狂飆的時代，系統的穩健度與工程邊界才是走得長遠的關鍵。感謝大家今天的收聽，我們明天同一時間再見！
