Телеграм канал «Kali Linux»

🤖 16 ИИ-агентов для red team в одном открытом проекте

Decepticon автоматизирует проверку безопасности: агенты распределяют задачи по разведке, исследованию уязвимостей и проверке возможных цепочек атак.

Что интересно:

• LangGraph координирует агентов, а Neo4j хранит связи между находками.
• Команды выполняются в контейнере с Kali Linux, в отдельной операционной сети.
• Поддерживаются разные провайдеры моделей и локальный запуск через Ollama.
• Через MCP систему можно подключить к Claude Code и Codex.

По данным авторов, Decepticon прошёл 102 из 104 задач XBOW validation-benchmarks. Это результат на тестовом наборе, переносить его на произвольную инфраструктуру пока нельзя.

Для команд ИБ проект интересен как основа для экспериментов с агентным пентестом на своих стендах и в согласованном контуре. Код открыт под Apache 2.0.

https://github.com/BitterSecurity/Decepticon

🖥 Линус Торвальдс ответил противникам ИИ: тогда и компилятором не пользуйтесь

Торвальдс высказался о критике кода, написанного с помощью ИИ, и иронично заметил, что если кто-то хочет доказать, что он настоящий программист, то пусть не использует компиляторы. Затем добавил: тогда и текст коммита лучше не писать в редакторе.

Его позиция в цитате: «Я жду, что люди делают всё возможное и понимают, что делают. Но это понимание очень мало связано с тем, какими инструментами они пользуются. И, по моему опыту, люди, которых я уважаю и считаю умными, не из тех, кто избегает новых и интересных инструментов».

Для Торвальдса важно, чтобы автор понимал свой код и отвечал за него, а чем именно этот код был написан, вторично.

💰 6 дней, $40 000 на ИИ и $250 000 награды от Google.

Команда XBOW с помощью GPT-5.6 Sol собрала цепочку из трёх уязвимостей Chrome. Она позволяла перейти от JavaScript в обычной вкладке к выполнению кода за пределами двух защитных песочниц браузера.

ИИ-агенты изучали исходники, проверяли гипотезы и готовили части эксплойта. Исследователи выбирали направления, проверяли результаты и соединяли компоненты.

По оценке XBOW, расходы на API составили около $40 000. Google подтвердила ошибки, выпустила исправления и присудила команде первый полный приз $250 000 по новым правилам программы Chrome.

Для работы использовали общедоступную модель. Такие инструменты уже есть и у защитников, и у атакующих.

https://xbow.com/blog/xbow-built-a-chrome-full-chain-exploit

🚨 ИИ-черви могут научиться размножаться без дата-центров

Anthropic проверила, достаточно ли дешёвой бытовой электроники для запуска моделей и их автономного распространения.

Что показали эксперименты:

• Gemma4-26B-A4B запустили на 15 Android TV-приставках по $55, распределив модель между устройствами. Скорость скромная: 0,39 токена в секунду.

• Qwen3.5-9B самостоятельно настроила запуск модели на 8 из 9 типов оборудования.

• Передача заметок об ошибках следующим экземплярам агента повысила успешность настройки с 45% до 61–84%. Новые попытки использовали опыт предыдущих.

• GLM-5.2 справилась с полной цепочкой распространения в лабораторной сети.

Но полноценного автономного ИИ-червя пока не продемонстрировали. В тесте доступ к устройствам намеренно упростили, а управляющая модель работала на отдельном сервере.

По грубой оценке авторов, небольшие модели могут достичь нужного уровня способностей к концу 2026 года.

ИИ-вредонос сможет подстраиваться под незнакомое оборудование. А распределённую сеть заражённых устройств сложнее остановить отключением одного сервера.

https://www.anthropic.com/research/self-replicating-ai

🐧 Линус Торвальдс использует Claude Code для ускорения ядра Linux.

Он опубликовал экспериментальную ветку с оптимизацией чтения: когда много потоков читают один файл маленькими порциями, общий счётчик ссылок на страницы памяти становится узким местом.

Claude Code помог написать код, подготовить тестовые программы, проверить изменения и составить описание патчей. Всё под руководством Линуса, а замеры он провёл на своей машине.

В целевом сценарии прирост оказался значительным. Патчи пока не вошли в основную ветку, и их включение в Linux 7.4 ещё не подтверждено.

https://www.phoronix.com/news/Linus-Torvalds-Claude-Code

🧮 Математика для ИИ на русском: от школьной базы до трансформеров и диффузии

Бесплатный курс-шпаргалка на GitHub, который связывает формулы с их применением в ML: интуиция → формула → иллюстрация → код на NumPy → задачи.

Внутри:
• Линейная алгебра, производные, вероятности и статистика.
• Backpropagation, оптимизаторы, функции потерь и attention.
• Генеративные модели, обучение с подкреплением, RAG и рекомендации.

Для практики: 26 Jupyter-ноутбуков с запуском в Colab, 60 задач с решениями и 160 вопросов с собеседований. Есть карточки Anki и глоссарий RU ↔ EN.

Если математика забылась, предусмотрен отдельный справочник с нуля: от дробей и процентов до интегралов и матриц.

https://github.com/justxor/math-for-ai-2026