我花了 266 美元和四个 AI 模型才真正拥有我的平板。GLM-5.3 一天就搞定了

Fire 平板的 AI 辅助越狱

• 线程围绕使用多个 LLM 找到并武器化一个已知的 Mali GPU 内核漏洞，以获得 Fire HD 10 的 root 权限；亚马逊的软件一直在把它强行关机。
• 一个模型识别出一个未修补的 2022 年 CVE，另一个调试了利用代码崩溃问题，而一个更新的模型则作为“agent”迭代了数小时，来稳定并自动化这个利用过程。
• 有人指出，类似的 Fire 平板和同一个 CVE 早已被用于公开的越狱指南，因此新意更多在于编排和自动化，而不是漏洞本身。

安全护栏、“cyber 认证”，以及中文模型

• 一些发帖者表示，美国前沿模型（OpenAI/Anthropic）即使在获得正式的“cyber”批准后，也经常阻止逆向工程和漏洞开发。
• 人们描述了各种绕过方法（措辞更谨慎、说“这是为了我孩子的安全”），但表示阻力很大。
• 大家对限制更少的中文模型（例如 GLM、Kimi、DeepSeek）用于安全研究和设备越狱的兴趣正在增长。

所有权、合法性与修理权

• 许多人把这视为财产权问题：用户购买的设备不应该被远程禁用或加锁。
• 美国 DMCA 例外目前允许对个人平板进行越狱以移除不想要的软件，但有人担心，随着 AI 让规避更容易，这些豁免可能会被收紧。
• 更广泛的担忧是：如果我们依赖漏洞 + AI 来“修复”敌对产品，可能会削弱要求真正由用户控制的设备的压力。

开放硬件 vs 封闭硬件

• 有人认为，应该把精力投入到购买和资助开放硬件（Pine 设备、带自定义 ROM 的 Pixel Tablet），而不是去拯救被锁死的平板。
• 也有人回应说，AI 赋能的越狱能延长人们已经拥有的廉价大众硬件的寿命，而且不局限于小众板卡。

技能、“prompt kiddies”，以及能力放大

• 争论焦点在于，这究竟展示了真正的专业能力，还是只是“prompt kiddie”的蛮力。
• 一方认为：依然需要领域知识来引导模型、解读失败、选择可行路径。
• 另一方则认为：随着 agent 变强，非专家也许只要描述一个高层目标，然后让系统慢慢“跑”就能得到类似结果。

安全影响

• 有人担心，如果大约 200 美元的 API 调用就能得到一个可用的内核漏洞，那么一旦攻击者规模化，这会让许多嵌入式和工业系统面临风险。
• 也有人反驳说，很多漏洞其实早已公开；AI 主要只是降低了改造和武器化它们的门槛。

AI 写作引发的反感

• 一个很大的子线程抱怨这篇写法“听起来像 LLM 散文”：标题过于机灵、节奏重复、把模型拟人化。
• 有人觉得它有趣且清晰；另一些人则觉得它臃肿、诡异，并表示人类与 AI 混合的语气令人分心。
• 少数人呼吁用工具甚至论坛规则来标注或过滤 AI 生成的写作，而另一些人则说可用性和准确性比作者身份更重要。