OPAL：讓 AI 代理在訓練途中改寫優化器

訓練 AI 的規則一向開跑前寫死，這次交給另一個 AI 邊訓練邊改。決定模型每一步怎樣學的優化器，向來開跑前定好就不再改。研究員 Xingjian Bai、Vincent Sitzmann 等人周三（21 日）發表開源工具 OPAL，由 Claude Code 定時讀取訓練報告，再改寫參數更新規則和學習率。團隊稱，在未有現成調校方案的語言及圖像任務上，它追平或勝過最佳現成方案，ImageNet 圖像生成的 FID（越低越好）由 2.18 降至 1.83。不過大部分實驗只跑過一次，訓練時間亦拉長至 1.3 至 4.4 倍。

Moby Dick2026年10月22日 14:12 HKT閱讀 2 分鐘

讓 AI 代理在訓練途中改寫優化器

研究員 Xingjian Bai、Jia-Hao Liang、Jayden Teoh 及 Vincent Sitzmann 香港時間 10 月 21 日深夜發表 OPAL（OPtimizer with an Agent in the Loop），一個開源的 PyTorch 優化器包裝器。一般神經網絡在開始訓練前已定好優化器，訓練期間不會再改；OPAL 則讓 AI 代理 Claude Code 在訓練途中每隔一段時間讀取訓練報告，再決定是否改寫兩段小程式：一段把梯度轉成每一步的參數更新，另一段量度代理想觀察的數據。

代理可以改動任何能寫成優化器程式的部分，包括各組參數的更新規則、學習率及其排程、動量、梯度裁剪，以及防止損失突然飆升的保護機制。它被要求不能碰模型、數據、損失函數、批次大小和評估方法。團隊在網誌中稱，在未有現成調校方案的語言及圖像任務上，OPAL 的表現追平或勝過能直接拿來用的最佳方案。

團隊公布的成績

據 Digg 整理的團隊數據，以 modded-nanogpt 改用中文、泰文或吉爾吉斯文數據集訓練，或把批次縮小至四分之一時，OPAL 在五個改編自排行榜的方案中排第一。這些比較都是在沒有專門調校方案的情況下進行。

實驗	OPAL	對照方案
ImageNet 圖像生成（FID，越低越好）	1.83	2.18（官方方案）
錯誤標籤的 CIFAR-10（測試準確率）	78.6%	73.5%（AdamW）
阿姆哈拉文語言模型（每句位元，越低越好）	81.11	83.48（官方方案）

不過阿姆哈拉文一項，靠掃描學習率找到的固定方案得 80.89，比 OPAL 更好；讓 OPAL 由這個方案起步，成績再改善至 80.73。

代價與限制

團隊承認大部分實驗只跑過一次，少數跑了三次。訓練要停下來等代理決定，所需時間是固定方案的 1.30 至 4.39 倍。在刻意混入四段隨機圖像及標籤的 CIFAR-10 實驗中，OPAL 最終加入了攔截高損失批次的機制，但頭兩段仍令測試準確率分別跌了 50 和 66 個百分點。

GitHub 記錄亦顯示，舊版 OPAL 0.2.0 在一個已高度調校的 modded-nanogpt 基準上，成績比對照方案差。現時版本未支援多節點訓練、FSDP 及 DeepSpeed，而且代理無法重新開始或倒退訓練，只能在下一個決策點修正自己的程式。OPAL 以 MIT 授權開源，可用 pip 安裝。

來源

Reactive Optimizers（研究團隊網誌）
xingjian-bai/opal（GitHub）
OPAL lets a coding agent rewrite an optimizer during training（Digg）

PHP 漏洞修補前外洩 10 月 21 日晚緊急更新

WordPress 等 PHP 網站有兩個可被黑客遙距控制伺服器的嚴重漏洞，修補未出，消息已先在網上外洩。 PHP 安全團隊預告香港時間 10 月 21 日晚上 10 時發布更新，兩個漏洞的嚴重程度同評 9.2 分（滿分 10）。漏洞消息 10 月 20 日晚已在網上外洩，網絡安全公司 watchTowr 證實屬實，PHP 表示若細節公開或出現攻擊，會提早發布。網絡安全公司 Sansec 預料更新一出便有大規模攻擊；PHP 8.1 或更舊的版本不會獲官方修補。

OVHcloud 命令列工具五個版本遭植入竊密程式

曾於 10 月 19 日晚下載 OVHcloud 命令列工具的開發者，電腦內的密鑰可能已被偷走。 OVHcloud 創辦人 Octave Klaba 表示，黑客借用一名開發者的 GitHub 帳戶，在官方命令列工具（以文字指令管理雲端服務的程式）v0.11.0 至 v0.15.0 五個版本植入竊密程式，專門搜刮硬碟上的密鑰。問題版本於香港時間晚上 8 時 47 分出現，經客戶通報，10 時 21 分被封鎖。 Octave Klaba 呼籲受影響用戶更新或刪除程式，並更換硬碟上所有密鑰。