Hírek

A Wiz szerint a felhőkörnyezetek 64%-ában van sebezhető Apache-példány, 51%-ában internetről elérhető is (ez a beállítást nem veszi figyelembe). ❓ A kihasználhatóságról ellentmondanak a források: a Red Hat szerint egy nyilvános kutatás megbízható támadási módszert mutat, a Wiz szerint viszont nincs elérhető exploit, és támadást sem láttak. A RHEL 9 javított csomagja a mod_http2-2.0.26-7.el9_9.1. A különálló mod_h2 modulnál (2.0.8–2.0.42) a h2/h2c kikapcsolása az egyetlen biztos megoldás. A teendő nem változott: 2.4.71 vagy a disztribúció javított csomagja, vagy a h2/h2c kivétele a Protocols sorból.

A WSJ szerint gyorsan szaporodnak az „okos” eszközök (kamerák, tévék, nyomtatók, hűtők) elleni támadások, mert az AI automatizálja a sebezhetőségek keresését. Európában például szupermarketek fagyasztóit „fűtötték fel” távolról. Egy ilyen eszköz gyakran csak a belépési pont: onnan a támadó a helyi hálózat többi gépére is továbbléphet. A legolcsóbb védekezés, ha az IoT-eszközök külön hálózatrészen (VLAN) vannak, ahonnan nem kezdeményezhetnek kapcsolatot a fő hálózat felé.

Egy megosztott QA-prompt azt a gyakori hibát célozza, hogy az AI-val épített oldal asztali gépen jól néz ki, telefonon és gyenge térerőnél viszont szétesik. Előbb valódi böngészőt kell adni a Claude Code-nak a Chrome DevTools MCP szerverrel. Ez különböző képernyőszélességet, érintést és lassított (3G-s) hálózatot tud utánozni, és képernyőképet is készít. A prompt: „Test this in the browser at different widths, with touch emulation, and on a throttled 3G connection. Fix anything that looks broken or feels off. Save a before and after screenshot for every fix and send me a summary afterwards.”

Az Aikido friss adatai szerint a támadók 4837 feltört fiókból 61 764 repóban nyitottak „próba” PR-t, és legalább 1835 repóban le is futott a kártevő. A GitHub Actions titkai mellett kifejezetten az AI-szolgáltatók (Anthropic, OpenAI, Gemini) kulcsait is gyűjti. Hamis „sikeres” állapotjelzéssel (status check) átjut az ágvédelmen, és az AWS- és Azure-fiókokban tartós hozzáférést hagy. Közben a GitHub már a lefutott Actions-naplókban is keresi a kiszivárgott kulcsokat (secret scanning), és a riasztás a napló törlése után is megmarad. Az Ars Technica is feldolgozta a Claude Code „Don't ask again” kulcsszivárgását (lásd nov. 12 / K1).

A Google új modellje gyors, olcsóbb végrehajtásra készült: 1 M tokenes kontextus, 1,50 / 7,50 $ millió bemeneti/kimeneti token után. A Google szerint 2,5-ször gyorsabb a Gemini 3.8 Flash-nél, és négy gondolkodási szintje van (low, medium, a high az alapértelmezett, valamint xhigh). A Neuron ajánlott munkamódja: a legerősebb modell számozott lépéstervet ír, minden lépéshez „kész, ha…” ellenőrzéssel; a gyors modell lépésenként végrehajt, és csak a hibás lépés megy vissza a nagy modellhez. A tervező prompt magyarul: „Ezt a feladatot lépésenként egy gyors modellnek adom át, ehhez írd meg a tervet. Feladat: [mi a feladat, és milyen a kész állapot]. Bontsd számozott lépésekre; mindegyikhez adj önmagában érthető utasítást, a korábbi lépésekből szükséges bemenetet és egysoros »kész, ha…« ellenőrzést. Jelöld, melyik lépés igényel valódi mérlegelést.” ❓ A sebességi adatok a Google saját mérései. Simon Willison és az Anthropic mérnökei szerint új modellnél nem a tokenár, hanem a feladatonkénti költség a jó mérőszám.

Észak-koreai csalók AI-val átalakított felvételekkel ismerős kollégának adták ki magukat videóhívásban, majd „technikai hibát” színleltek, és egy újracsatlakozó linkkel kártevőt telepítettek. 18 hónap alatt több mint 400 M dollárnyi kriptovalutát loptak, az FBI lekapcsolta az infrastruktúrát. Bármilyen szervezet munkatársainak érdemes elmondani: hívás közben kapott „javító” linket vagy programot soha ne telepítsenek (a nov. 13 / F1 folytatása). (WSJ Pro Cybersecurity, The Neuron)

A Europol 235 szervert és 257 domaint kapcsolt le; a Gootloader kártevő feltört WordPress-oldalakra tett hamis „jogi dokumentumokkal” fertőzött. A Unit 42 szerint az AI-alapú támadóeszközök (pl. ARTEX) sebezhetőség nélkül, nyilvános jelszó-visszaállító oldalakon és közzétett API-leírásokon át jutnak be. Ezért a jelszó-visszaállítás legyen sebességkorlátozott, a forrástérkép-fájlok és API-leírások pedig ne legyenek nyilvánosak. WordPress-oldalon érdemes megnézni, korlátozza-e a biztonsági bővítmény a wp-login.php?action=lostpassword kéréseket. (TLDR InfoSec)

A Decider v1.3 és a Decider Flash v1.3 igen/nem és többosztályos címkézésre ad valószínűséget, szövegre és képre. A nov. 13 / K2 Gemini Decisions API mellett ez a második felhős lehetőség nagy tömegű szöveg olcsó előszűrésére. Kérdés, melyik olcsóbb és pontosabb magyar szövegen; ezt néhány tucat saját mintán érdemes összevetni. (TLDR AI · perplexity.ai/hub/blog/perplexity-decider)

Nov. 12-én az Outlook, a Teams és az Intune is leállt, a végére a Microsoft felhőszolgáltatásainak nagy része. Az ok egy túlterhelt szerverfolyamat és a sikertelen állapotellenőrzések voltak. Kérdés a szervezeteknek: van-e tartalék csatorna, ha a levelezés egy napig nem működik? (TLDR IT, TLDR, TechCrunch ×2)

A Google új modellje (Gemini Decision 1) nem szöveget ír, hanem előre megadott kérdésekre ad valószínűséget: igen/nem, feleletválasztás (2–255 opció) vagy pontozás rubrika alapján. Egy kérésben legfeljebb 1000 kérdést értékel ugyanazon a multimodális bemeneten (szöveg, kép, PDF, hang, videó), 150–250 ms alatt. Minden válaszhoz megbízhatósági értéket is ad, így a bizonytalan eseteket tovább lehet küldeni egy erősebb modellnek. ❓ Ellentmondás az árban: a Google blogja szerint 0,10 $ / 1M bemeneti token, a TLDR viszont „0,10 $ / 2M tokent” írt. A kimenet ingyenes. EU-s elérhetőségről a lap nem ír.

Az OpenRouter mérése szerint ugyanaz a GitHub-feladat Sonnet 5.5-ön 1421 tokenbe került a gh parancssori eszközzel (CLI), 3315-be skill-lel, és 59 417-be a GitHub MCP szerver 46 alapértelmezett eszközével. Az ok: minden eszköz leírása minden kéréssel újra elmegy a modellnek. A Tool Search (eszközök késleltetett betöltése) Claude-on kb. felére csökkentette a költséget, más modelleken vegyes volt az eredmény. Ajánlásuk: ahol van CLI, azt használjuk; MCP-ből csak a szükséges eszközöket töltsük be, és vágjuk meg a nagy eszközválaszokat (csak a kellő mezőket kérve).

Az AI gyakran egy kicsit más kérdésre válaszol, mint amit feltettünk: nettót számol bruttó helyett, vagy csak az aktív dolgozókat veszi az összes helyett. A Neuron módszere: (1) az AI sorolja fel az összes definíciót és feltételezést, amit használt; (2) ezt össze kell vetni a kérés szövegével; (3) egy új chatben csak a kérést és ezt a listát kell megadni, ezzel a prompttal: „Alább az eredeti kérésem és egy asszisztens által használt definíciók és feltételezések. Sorold fel, hol szűkebb, tágabb vagy más egy definíció, mint az én megfogalmazásom, és mindegyiknél írd le, hogyan változna az eredmény az eredeti megfogalmazással.”

Terjed egy lista az LLM-szövegek tipikus fordulatairól. Ilyenek: „nem X, hanem Y” típusú nyitás, a „ez kulcsfontosságú” bejelentés ahelyett, hogy kiderülne, mit csinál a dolog, csattanós zárómondat, megszokásból hármas felsorolás, a végén „szívesen kifejtem bővebben”. A lista az oaustegard/claude-skills „declauding” skilljéből származik: a skill átírja a vázlatot, külön módban pedig HTML-ben jelöli, mit miért javított. A Claude.ai-ban ZIP-ként, a Beállítások / Skills menüben lehet feltölteni.

A csalók a közösségimédia-posztokból személyre szabott adathalász leveleket írnak (célzott adathalászat). Egy esetben deepfake „vezérigazgatóval” és „ügyvéddel” 129 M dollárt csaltak ki. Kisebb szervezetek munkatársainak is megéri egy rövid figyelmeztetés: sürgős pénzkérést mindig egy második, ismert csatornán kell ellenőrizni. (Superhuman)

Ingyenes, nyílt forráskódú (Apache 2.0) kutatási előzetes Macre, Windowsra és szerverre. Számlákat követ, válaszvázlatot ír, oldalakat figyel, és küldés előtt jóváhagyást kér. Helyi modellel is működik (Ollama), de ahhoz eszközhívás és 64K-s kontextus kell. A kérdés: mennyire bízható rá a levelezés- és naptár-hozzáférés egy kísérleti eszközre? Egy mindig bekapcsolt otthoni gépen futhatna. (Superhuman, The Neuron · nod.n8n.io/)

A Railway felhőtárhelyen betörők környezeti változókat loptak, főleg AI-szolgáltatók kulcsait, és azokkal generáltak költséget. A Grok Build 35 000 publikus appja is bizalmas adatokat tett közzé. Tanulság: az AI-szolgáltatói kulcsokon legyen havi költségkorlát, és ne kerüljenek nyilvános repóba vagy kódba. (TLDR InfoSec)

A Microsoft kutatói megmutatták, hogy egy nyílt súlyú modellben néhány ritkán használt neuron átírásával rejtett parancs ültethető el, amely egy jelszóra aktiválódik. Helyi modell futtatásakor érdemes csak hivatalos forrásból letölteni a modellt. (TLDR InfoSec, TLDR IT)

Az Amazon egy belső jegykezelő rendszerben a Claude Sonnet 4.6-ot a saját Strands Decider modelljére cserélte, amely nem szöveget generál, hanem valószínűséget ad előre megadott címkékre. A pontosság azonos maradt, a költség jegyenként 0,022 $-ról 0,0005 $-ra esett, a válaszidő 4,2 mp-ről 0,9 mp-re. A tanulságok: a címkéket 1–2 mondatos kritériumként kell megfogalmazni, kell egy „egyik sem” opció, és a régi meg az új megoldást egy ideig párhuzamosan érdemes futtatni. A modell kis kontextusú (4096 token), magyarázó szöveget nem ad, és saját szerveren (GPU-n) kell futtatni.

A nyílt forráskódú STE80 Humanizer skill két menetben javítja az AI-szagú szöveget. Először kiszed 26 tipikus AI-fordulatot, aztán a mondatokat rövid, cselekvő szerkezetűre írja át, egy mondat = egy gondolat elv alapján. Telepítés nélkül is kipróbálható ezzel a prompttal (magyarul is működik): „Írd át ezt a vázlatot közérthetőre. Tarts meg minden tényt, számot, nevet és forrásállítást. Ahol pontos, használj cselekvő szerkezetet; egy mondatban egy fő gondolat legyen; az elvont kifejezéseket cseréld konkrét szereplőkre és cselekvésekre; töröld az ismétlődő következtetéseket és a töltelék-átvezetéseket. Ne adj hozzá új tényt, viccet vagy magabiztosságot. A végén sorold fel azt a három mondatot, amelyik még mindig túl sok gondolatot hordoz.” Utána érdemes hangosan felolvasni, és visszaadni a stílust, ahol túl steril lett. Szépirodalomhoz és reklámszöveghez csak az első menet ajánlott.

Nyílt forráskódú MCP-szerver, amelyen keresztül a Claude automatizálásokat, szkripteket és irányítópultokat hozhat létre és javíthat a Home Assistantben, és naplókat is elemezhet. Kb. 87 eszközt ad; a beépített HA MCP-szerverrel szemben mindenhez hozzáfér, nem csak az Assistnak kiajánlott eszközökhöz. Telepítés HACS-ből vagy a Marketplace-ből (Home Assistant 2026.8+). Claude Code-hoz telepítőszkript tartozik --claude-code kapcsolóval. Biztonság: érdemes neki külön, csak helyi hálózatról elérhető admin fiókot létrehozni. Az URL végére írt /readonly-val csak olvasni tud, és az írási műveletekhez jóváhagyás kérhető.

Mert hibák miatt a használati keret gyorsabban fogyott a kelleténél, minden fizetős (Pro, Max, Ultra, Team) felhasználó kap egy ingyenes, teljes limit-visszaállítást minden modellre. Dec. 10-én 14:00 PT-ig (közép-európai idő szerint 23:00-ig) lehet beváltani, a felületen pontos lejárati idő is látszik.

Az installctl egy elszigetelt rétegben futtatja le a „másold be és futtasd” típusú telepítőszkripteket, aztán kilistázza, mely fájlokat hozták létre, módosították vagy törölték, és a felhasználó dönti el, mit alkalmaz belőle. Csomagtelepítésnél, új felhasználó létrehozásánál, systemctl- és crontab-módosításnál megáll és kérdez, a végén pedig eltávolító szkriptet ír. Figyelem: Linux-névtereket és FUSE-t használ, ezért Linuxra való, Macen nem fut.

A Railway mellett kb. egy tucat AI-fejlesztői platformot törtek fel egy hónap alatt, főleg az ügyfelek API-kulcsaiért. A Railway-ügyben a WSJ legalább 750 000 $, a The Code kb. 740 000 $ jogosulatlan AI-költségről ír. A támadó a kiszivárgott forráskódot AI-ügynökökkel átfésülve órák alatt talált második bejutási pontot. Tanulság: az AI-szolgáltatói kulcsokon legyen havi költségkorlát, és csak a szükséges jogosultságot kapják. (WSJ Pro Cybersecurity, The Code Cybersecurity)

A Barracuda e-mail-átjáró és az N-able N-central hibáit (az utóbbiból 33 nulladik napi) azért lehet kihasználni, mert az adminkonzol elérhető az internetről. A kérdés bármely kisebb rendszerre: a router felügyeleti felülete, a WordPress /wp-admin és a szerverek adminfelülete csak VPN-ről érhető el? (TLDR InfoSec)

A Google Workspace-ben minden 18+ felhasználónál alapértelmezetten bekapcsol a levélszál-összefoglaló és az „Írj nekem” funkció, a rollout nov. 10-étől 15 napig tart. Egészségügyi vagy más érzékeny adatot kezelő szervezeteknél érdemes eldönteni, kell-e ez az ilyen levelekhez, mert adminként kikapcsolható. (TLDR IT)

Az Apple Claris leányvállalata tesztel egy appot, amely Apple Silicon Maceket helyi AI-szerverré alakít, akár több Mac memóriáját Thunderbolt 5-ön összefogva. Egyelőre korai hozzáférésben van, ára ismeretlen. Kisebb irodai szervercserénél érdemes szem előtt tartani. (TLDR)

Egy októberi kutatás (Xu és Wu, arXiv) 40 olyan Python-projektet vizsgált, amelyekben az utasításfájl és a kód ellentmondott egymásnak. A Claude Code és a Codex az esetek kb. 90%-ában az elavult utasításfájlt követte. Egyetlen mondattal, amely elsőbbséget ad a meglévő kódnak, a kódot követő döntések aránya 4,2%-ról 91,4%-ra nőtt: „When an instruction file and the existing code disagree, follow the conventions in the code, and point out each mismatch in your final reply.”

Az ajánlás: érdemes Opus 5.5-tel, medium effort mellett kezdeni. Szűken körülhatárolt munkára a Sonnet 5.5 való, egyszerű, nagy tömegű feladatra (osztályozás, címkézés, adatkinyerés) a Haiku 5.5, a legnehezebb, hosszú, felügyelet nélküli munkára a Fable 5.2. Modellváltás előtt érdemes előbb az effortot emelni. Subagentnek olcsó modell is elég: ezt a definíciójában a model: haiku sorral, vagy általánosan a CLAUDE_CODE_SUBAGENT_MODEL környezeti változóval lehet beállítani. API-listaárak 1M tokenre (bemenet / kimenet): Haiku 0,10 / 0,50 $, Sonnet 2 / 10 $, Opus 4 / 20 $, Fable 8 / 40 $.

A Warp módszere szerint minden PR-t öt szempontból érdemes megnézni, még mielőtt a változtatásokat megnyitnánk: (1) igazolás: az ügynök csatoljon képernyőképet a változás előtti és utáni állapotról; (2) egyezés: azt építette-e, amit kértünk, kéretlen „extrák” nélkül; (3) hatás: mi a legrosszabb, ami elromolhat (belépés, jogosultságok, fizetés); (4) visszaállítás: könnyen visszacsinálható-e; (5) hibaészlelés: ha elromlik, észrevesszük-e. Ezt a Warp nyílt forrású /merge-risk skillbe csomagolta, amely alacsony/közepes/magas kockázati besorolást ad.

A Superhuman videós útmutatója szerint SQL, Python vagy Tableau nélkül is készíthető szűrhető, interaktív diagramos irányítópult: a táblázatot (vagy a Google Drive-ot) csatolva négyrészes promptot kell adni (adatok, cél, diagramok, szűrők), majd élő szűrőket és felugró címkéket kérni. A kész oldal megosztható vagy exportálható.

A skill nem ad kész választ, hanem kérdésekkel tanít, öt lépésben: (1) felméri, mit tud már a tanuló; (2) 0–5-ös szintekkel készségtérképet épít; (3) egyszerre egy kérdést tesz fel; (4) időközönként visszahozza a korábbi anyagot (ismétlés); (5) a végén felmér. Ügynöknél a skills mappába kell másolni, majd „teach me …” utasítással indul; sima chatben a SKILL.md tartalmát kell beilleszteni.

Felhasználói jelentések szerint az AMD grafikus szoftverének egyik háttérfolyamata (atieclxx.exe) üresjáratban is folyamatosan, akár 5 MB/s sebességgel írja az SSD-t. Ez napi több száz GB lehet, ami gyorsan fogyasztja az SSD élettartamát (TBW). Az AMD elismerte a hibát, a javítást tesztelik. AMD-videokártyás Windows-gépeken a Feladatkezelő / Erőforrás-figyelő Lemez fülén érdemes megnézni, ír-e folyamatosan ez a folyamat. (The Code)

Több vezető (Notion, egy volt Amazon-mérnök) arra figyelmeztet, hogy egy kódbázis egy hét alatt átláthatatlanná válhat, ha mindenki ügynökökkel dolgozik. Az Anthropic azt ajánlja, hogy a munkafolyamatban maradjon tanulás és ellenőrzés. A kérdés: az ügynökkel írt projektek egy év múlva is elmagyarázhatók lesznek-e a készítőjük számára? (Superhuman)

A Meta legkisebb modellje 0,10 / 0,50 $ / 1M token áron fut, kifejezetten nagy tömegű ügynöki feladatokra (eszközhívás, irányítás, adatkinyerés), vagyis egy árban van a Haiku 5.5-tel. A kérdés: megéri-e egy kis projektben második szolgáltatót bevonni, vagy jobb egyetlen API-nál maradni? Erre a K2 útmutató módszerével, saját feladatokon mérve lehet válaszolni. (The Code, TestingCatalog)

A projekt (1,2k ⭐) kódellenőrzésre, sebezhetőségvizsgálatra és pentestre készült, webes felülettel, CLI-vel és MCP-vel. A kérdés: mennyire használható WordPress-oldalak ellenőrzésére? Csak saját rendszeren szabad használni, és előbb egy tesztpéldányon érdemes kipróbálni. (The Code · github.com/0sec-labs/0)