一边是 AI 找出了 PHP 里藏了十几年的远程代码执行漏洞，一边是国内团队把推理内核、生产框架往开源社区里推。今天这几条消息放在一起看，有个很具体的感受，AI 工程的竞争已经不只在模型参数上，也在谁能把运行时、供应链和部署链路守住。

国内 AI 技术出口目录拟调整

ChinaTalk 解读了商务部与科技部 10 月 16 日发布的第 48 号公告草案。草案计划向《中国禁止出口限制出口技术目录》新增 40 项技术，其中 23 项涉及 AI，14 项列入禁止出口，26 项需要许可。

这不是一条只和政策研究员有关的新闻。做模型、算法和跨境交付的团队，都得重新看自己交付的到底是代码、模型权重、训练方法，还是一整套可被认定为受限的技术能力。规则没落地前不必过度解读，但合规梳理该提前做了。

来源，ChinaTalk

DeepSeek 开源内部推理框架 DeepInfer

DeepSeek 宣布全面开源内部推理框架 DeepInfer，同时放出生产级 Token 编解码组件 deepseek-recipe。

模型开源热闹了很久，真正麻烦的部分常常在模型之后。请求怎么调度，KV Cache 怎么管理，Token 编解码怎么不拖后腿，线上故障怎么定位，这些东西不够扎实，模型能力再好也很难稳定交付。DeepInfer 如果能把内部生产经验真正沉到社区，价值会比又多一个推理 Demo 更大。

来源，DeepSeek

蚂蚁与 vLLM 社区开源 Humming

蚂蚁集团和 vLLM 社区开源了量化推理内核库 Humming，项目仓库位于 vLLM Project。它瞄准的是通用高性能量化推理内核。

量化通常被理解成省显存、省钱，但内核层做不好，性能、精度和硬件兼容性会轮流出问题。把这层能力以独立库的方式释放，比较务实。开发者少造一个轮子，推理服务才有机会把精力花在实际业务上。

来源，vLLM 官方博客

PyTorch 到 TPU 的迁移门槛又低了一点

Google 与 Meta 发布 TorchTPU，为 Google TPU 提供 PyTorch 原生后端。按项目介绍，模型代码只需将 .to("cuda") 调整为 .to("tpu")，就能开始运行。

这句话听着很轻，工程上未必真能一键迁移。算子覆盖、性能调优、分布式策略和既有依赖都可能是坑。但方向是对的，硬件选择不该逼着团队重写整条训练链。对国内做多云或异构算力适配的团队，这也是一个值得跟进的信号。

来源，PyTorch Blog

llm-d 1.0 把推理服务带到 Kubernetes 生产环境

由 IBM、Red Hat、Google 等参与的开源项目 llm-d 发布 1.0，定位是 Kubernetes 原生的分布式推理服务框架，并宣布进入生产就绪阶段。

不少团队已经能把模型跑起来，却还没把模型当成需要弹性扩缩、灰度发布、观测和故障恢复的线上服务。llm-d 想补的就是这块空档。它不保证每个团队拿来即用，Kubernetes 本身也不轻，但推理基础设施开始有了更清晰的共同语言。

来源，IBM Research

PHP2Shell 给 AI 安全协作上了一课

OpenAI 披露，其 Patch the Planet 计划联合维护者、研究者和安全厂商修复了 PHP 的关键漏洞。Calif 使用 GPT-5.6 Sol 发现严重缺陷，Wiz 也独立报告了同一组问题，PHP 维护者完成修复与发布。

漏洞影响可追溯到 PHP 5.4，涉及无需认证的远程代码执行与内存泄露。这里最让人紧张的，不是 AI 又找到了一个 Bug，而是这类发现一旦落到攻击者手里，补丁窗口会被压得很短。AI 能加速审计，同样会加速攻击链验证。没有资产盘点、依赖升级和应急预案，发现能力只会放大焦虑。

来源，OpenAI

LiteLLM 恶意包提醒开发者检查供应链

Wiz 披露，LiteLLM 的 PyPI 包在 10 月 21 日出现恶意版本 1.107.0，相关 GHCR 和 Docker Hub 镜像标签也受到影响，恶意版本在数小时内被隔离和移除。

这类事件最别扭的地方在于，团队往往已经做了模型调用、鉴权和日志，却忽略了安装动作本身就是高风险入口。今天更新依赖前，锁定版本、核对哈希、检查 CI 镜像来源，这些看起来不够酷的工作，反而最能救命。

来源，Wiz Research

今天该记住什么

开源推理栈正在变得更完整，DeepInfer、Humming、TorchTPU 和 llm-d 分别碰到运行时、内核、硬件后端与编排层。可另一条线也很清楚，PHP2Shell 和 LiteLLM 事件提醒我们，系统越自动化，供应链和应急响应越不能靠侥幸。

模型会继续进步，工程基本功不会自动补上。