bug-finding

两项 PHP 漏洞 CVE-2026-109618 和 CVE-2026-109619 是由一个前沿 AI 模型独立发现的，而它收到的提示仅仅是“找出 PHP 中的严重漏洞”。

分享一段用于在项目中高效查找 Bug 的提示词，建议配合 Max 模型设置使用：通过多子代理进行对抗性审查、逐步提供复现步骤，并为已验证的 Bug 生成失败测试后修复。

Paweł Huryn 测试了 AI 模型在代码中发现植入错误的能力，揭示性能提升伴随着指数级增长的成本，如图表所示，其中 x 轴采用对数刻度。

这篇博客文章探讨了生成式测试与单元测试在发现缺陷方面的有效性，以Rust的regex crate为例。它展示了一个自定义模糊测试器如何发现了多个缺陷，并提供了改进测试方法的技术。

作者意外开发了一个用于代理AI软件调试的本地检索工具，该工具能高效缩小代码函数范围以定位错误，并寻求更多测试想法来验证其有效性。

这篇文章讨论了AI编码工具如何使软件中的缺陷检测变得几乎免费，同时强调了诸如工作量增加、修复缺陷的权衡，以及需要更好的管理策略来维持软件质量等挑战。

一场关于形式化方法的演讲，以“做事器”三步流程为例，说明如何在尚不存在的系统中寻找 bug。开场因硬件故障延迟了 8 分钟。

Antithesis发布了一篇博客文章，详细介绍了在多个开源Raft共识实现（包括HashiCorp Raft和OpenRaft）中发现的Bug，强调了测试分布式系统的困难以及对更好工具的需求。

智谱AI发布了其开源权重模型GLM-5.2，据报道该模型在网络安全漏洞查找任务中与Anthropic的Mythos相当，缩小了中国与美国AI能力之间的差距。

智谱AI发布了一款新模型，据称在识别安全漏洞方面与Claude Mythos性能相当。

Gergely Orosz 分享了他使用 Antithesis 的经验，这是一个确定性测试基础设施，可以在几分钟内完成数小时的测试。

Nolan Lawson认为，AI编程助手可以通过使用多个模型进行彻底的代码审查和漏洞检测，从而更慢地编写高质量代码，提升代码库的健康状况，而不是最大化输出速度。

Turso使用Quint形式化验证工具对SQLite的C API进行建模，并在SQLite自身中发现了超过10个漏洞，从而增强了其SQLite重写版的可靠性。