今日脉络
今天的消息分两条线。一条是用 AI 快速做服务的同时，在服务器和网络工具上积下的安全欠账。Tailscale 在修复版出来之前漏洞就先被公开，Node.js 的修复版则已经发布。两者都不是更新一次就结束，要先看自己的设置是否符合触发条件。
另一条是用同样的钱得到更多。让已有的 RTX 4090 提升 AI 计算速度的工具、限时开放的编程 AI 模型，以及不再能只靠出价买排名的 Naver、Daangn 搜索广告都属于这一类。三者公开的数字与在你自己工作中的实际效果之间都有差距，仍需要亲自测量。
Tailscale 公开 11 个漏洞——补丁前先收紧 SSH 规则
安全研究机构 Cyberdione Labs 于 10 月 25 日发布 ‘Tailworm’ 报告，公开了 Tailscale 1.104.2 和 headscale 0.29.5 的 11 个漏洞。Tailscale 是把公司电脑和服务器通过互联网连成一个私有网络（tailnet）的工具，headscale 是可自行运营其管理服务器的开源版本。最严重的漏洞在于 Tailscale SSH（远程登录功能）的端口转发，也就是把连接通道接到别处的功能，会以管理员权限（root）运行。报告称，已控制网内一台设备的攻击者可以拿到其他服务器的管理员权限。
研究者没有与公司协调公开时间就先行发布。截至撰稿时，Tailscale 官方更新日志中的最新版本仍是 10 月 21 日发布的 1.104.2，安全漏洞的通用编号 CVE 也尚未分配。Tailscale 表示已收到报告，正在与外部专家审查相同领域并进行修复。据报告，部分修复代码已合并进公开代码库，Tailscale 计划在测试后于 27 日内发布修复版。
关键在于条件很窄。这不是互联网上任何人都能利用的漏洞，必须先有一台被访问规则允许的设备被攻破，且该规则允许转发。所以如果从未开启 Tailscale SSH，主要漏洞的影响很小。反之，如果设置了所有设备都能连所有服务器这类宽泛规则，现在就该收紧；在无法关闭转发的 headscale 0.29.5 上，每一条 SSH 许可都应按管理员权限同等对待。
报告建议的临时措施是把 SSH 规则拆成从哪台设备到哪台服务器的成对授权，把转发项设为拒绝，并把 root 账户从登录目标中移除。报告还写道，在 Tailnet Lock（新设备加入网络须经受信设备签名的功能）关闭的默认设置下，攻击者可以塞进伪造设备。Tailnet Lock 在管理控制台的 Device management 中开启，需选择至少 2 台签名设备，安卓目前还不能作为签名设备。开启时只显示一次的 10 个解除用密钥一旦丢失，网络将无法恢复，请先存入密码管理器。以上结果为研究者的实验室复现，尚无第三方验证。
Node.js 10 月安全版本——修复 10 个漏洞，22、24、26 均涉及
Node.js 于 10 月 21 日发布 26.12.1、24.22.1、22.23.4，修复了 10 个安全漏洞（高 4、中 3、低 3）。Node.js 是在服务器上运行 JavaScript 网络服务和自动化脚本的运行环境，许多用 AI 做出的内部工具也在用它。最严重的是解压 Brotli 压缩格式部分的漏洞，收到被篡改的压缩数据时，程序可能崩溃、泄露内存内容，或被远程执行命令。
其余 3 个高危漏洞出在证书校验和地址解析上。例如对全角数字或带前导零的 IP 地址解读不同而放行错误的证书，或把名称中间含特殊字符的地址截断后连到别处。Node.js 表示，停止支持的版本每次安全发布都必然受影响，建议迁移到受支持的版本。
用 AI 快速做出的内部工具，常常几个月都停留在最初安装的 Node.js 版本。在服务器上执行 node -v，如果低于 26.12.1、24.22.1、22.23.4 就升级。若是外包交付的服务，直接把这三个版本号发给供应商询问升级时间会更快。
gpu-unlock-ada 让 RTX 4090 AI 算力翻倍——实际工作提升 12~34%
解除显卡 AI 计算限制的 Linux 工具已扩展到 RTX 40 系列。公开代码库 gpu-unlock-ada 是一个 Linux 内核模块，即插入操作系统核心的部件，会在英伟达默认驱动加载前修改显卡设置。据作者测量，RTX 4090 的 FP16 张量运算从每秒 165.6 万亿次提升到 331.6 万亿次，BF16 从 165.5 万亿次提升到 330.6 万亿次，翻了一倍。张量运算是 AI 模型运行时占大部分工作量的矩阵乘法，FP16、BF16 是这类计算使用的数字格式。
昨天介绍的 gpu-unlock 面向 RTX 30 系列，这次的代码库以 RTX 4090 为主要对象，4070 Ti SUPER 等需作为实验功能单独开启。另一位用户的测量结果也相近，FP16 从每秒 160.4 万亿次升至 320.4 万亿次。但这只是发出计算指令速度的峰值，用实际矩阵乘法库（cuBLAS）测试时，依矩阵形状仅提升 12~34%。在实际运行压缩后大模型的测试中没有变快。
对在办公室放一块 RTX 4090 自己跑 AI 模型的团队来说，这是买新卡前值得一试的选项。效果因任务差异很大，应选定一项正在做的任务，测量启用前后的时间再做判断。
局限也很明显。作者表明这是研究用途，每种显卡只在一两块卡上确认过。首次尝试前需要彻底断电的冷启动，作者还建议另外保留一个按原始状态启动的选项。模块采用 GPL-2.0 许可，但英伟达固件遵循英伟达条款，若是公司设备，请先确认公司政策。
Naver 与 Daangn 搜索广告：11 月起点击可能性重于出价
Naver 广告主中心将于 11 月 4 日把名称和标志改为 Naver Ads（N Ads）。网址、账户、广告、预算、Bizmoney 和优惠券保持不变，AI 咨询聊天机器人改名为 ‘Ads Assistant’，并将推出面向首次投放广告主的指南。从 11 月 25 日起，购物搜索广告的商城商品型和产品目录型素材将引入点击期望指数。它根据过去的点击率给每个素材打 1~10 分，这些类型原有的质量指数将停止提供。
Daangn 也将从 11 月 9 日起，改变简易模式和专家模式全部搜索广告的展示排名方式。在原有的广告质量、出价和搜索词相关性之外，还会考虑该用户实际回应广告的可能性。因此同一个搜索词，不同的人可能看到不同的广告，提高出价也不保证拿到想要的排名。每次点击实际支付的金额不会超过设定的出价。
两项变化方向一致。比起多花钱买位置，让人想点的商品名、图片、价格，以及点击后到达的页面变得更重要。Naver 的点击期望指数是不直接决定是否展示或排名的参考分数，可用来挑选先改哪个素材。对一直用 AI 生成多版商品名和描述来测试的卖家来说，多了一个读取测试结果的数字。
Daangn 未公开具体的评分计算方式。广告费会不会下降、展示会不会增加，只能在实施后从实际效果得知，所以现在就记下变更前两周的点击率和单次点击成本。
opencode 限时免费提供 DeepSeek V4.1 Flash 与 GLM-5.3-Flash
开源 AI 编程工具 opencode 的模型服务 Zen 把 DeepSeek V4.1 Flash Free 和 GLM-5.3-Flash Free 列为限时免费模型。模型 ID 分别是 deepseek-v4.1-flash-free 和 glm-5.3-flash-free，未写明结束日期。opencode 和 Claude Code 一样，是在终端（用文字输入命令的窗口）里让 AI 写代码的工具。
官方文档称这两个模型不保留对话内容，提供方也不会用于训练。相反，同一列表中的 Big Pickle、MiMo-V2.6-Flash Free 等表示可能会把免费期间收集的数据用于改进模型，同为免费模型，条件并不相同。若想完全隐藏免费模型，可设置环境变量（预先交给程序的设置值）OPENCODE_DISABLE_FREE_MODELS=1。
对订阅用量吃紧的人来说，把简单的界面修改或脚本草稿转到这里，可以节省付费额度。不过在放入公司代码或客户资料前，请再到文档中确认各模型的数据条件。
文档没有写明免费模型在哪里处理，也不知道免费期何时结束。与其围绕免费期固定工作流程，不如保留随时切换到其他模型的设置。
今天可以做的事
打开 Tailscale 管理控制台访问规则中的 SSH 部分，检查有没有从所有设备通往所有服务器的宽泛规则，或以 root 为目标的规则。如果从未用过 Tailscale SSH，只需确认该部分为空。
在运行服务的服务器上执行 node -v，确认版本不低于 26.12.1、24.22.1 或 22.23.4。若是外包服务，把这三个版本号发给供应商，拿到升级日期。
如果在投放 Naver 或 Daangn 广告，把最近两周的点击率和单次点击成本记在一张表里。11 月 9 日和 25 日之后用同一张表对比，就能用数字看到新规则的效果。
如果在用 opencode，先确认 /models 列表里能看到这两个免费模型，并先用一个练习项目而不是公司代码来试用。