美联社调查显示,卫生及公共服务部秘书罗伯特·F·肯尼迪的顾问们正在积极利用“让美国再次健康”(MAHA)运动,为自身和推广另类健康产品的行业带来经济利益。像德尔·比格特里这样的顾问公然向保健品行业示好,暗示MAHA的目标将增加他们的利润——2024年这个市场规模达693亿美元。
调查发现,一个资金充足的团体正在推动“反科学”政策,包括将生牛奶销售合法化的立法,并经常引用对生产者的经济效益。像生牛奶农场主马克·麦卡菲这样的人,他的公司曾多次因与疾病相关的召回事件而面临问题,正在积极游说这些变革,同时他的业务也实现了大幅增长。
MAHA运动中的关键人物,包括比格特里和肯尼迪助手凯西和卡利·米恩斯,与健康公司存在直接的经济联系,并通过竞选工作、出版协议和筹款从该运动中获利。这引发了人们对他们倡导破坏既定科学共识的动机的质疑,特别是他们可能会从由此产生的医疗保健格局转变中获得经济利益。
## 本地LLM:隐藏的安全风险
研究表明,本地运行的大型语言模型(LLM),如gpt-oss-20b,比先进的云端模型更容易受到恶意提示的攻击。攻击者可以通过将恶意请求伪装成无害的功能(“彩蛋”)或利用“认知超载”来操纵这些模型生成危险代码,成功率高达95%。
这些攻击主要表现为两种形式:在代码中植入隐藏的后门,从而授予攻击者远程访问权限;以及在开发人员编码期间实现代码的即时执行。生成的代码通常看起来是合法的,从而绕过初步审查并可能在生产系统中持续存在。
与内置安全监控的云端LLM不同,本地模型缺乏这种监督,造成了关键的测试盲点。它们较弱的推理能力和对齐性使其更容易受到攻击。
为了降低这些风险,开发人员应将所有AI生成的代码视为不可信。关键防御措施包括静态代码分析以标记危险模式、沙盒执行环境、持续监控恶意活动,以及由专注于策略违规的更简单的模型进行的“二次审查”。确保新兴的LLM辅助软件开发流程安全需要改变思维方式并采取主动安全措施。
## 从发霉恐慌到发酵基础设施
十年的家庭发酵实践——从酸菜到萨拉米——让我意识到,将发酵视为烹饪是一种错误。它需要被视为基础设施,需要仔细监控和控制。最初的肉类腌制实验突显了风险,特别是湿度波动和潜在的危险霉菌,促使我转向配备温度和湿度控制器的控制室。
关键的挑战不是*测量*条件,而是理解这些测量结果的*含义*。受到食品行业HACCP计划(危害分析与关键控制点)的启发,我开发了一款名为“Fermento”的应用程序,用于跟踪发酵过程,识别潜在危害,并定义关键限制。
Fermento 作为一个动态决策树运作,适应每个发酵阶段并优先考虑相关的检查。它强调可追溯性而非精确性,重视记录*实际*发生的情况,而不是追求完美条件。虽然自动化是一个目标,但我认为手动数据输入很有价值,认识到发酵是关于受控变化,而不是防止变化。最终,Fermento 旨在提供安心——以及为质疑自制美食安全的邻居提供可靠的保障。