📖
OpenAI 披露：为回答带引用，模型把文件传上了网
AI开源2026 年 9 月 17 日
📖
机器人没有绝对安全，物理AI安全大半靠法律和保险
AI机器人2026 年 9 月 17 日
📖
Hugging Face 7月遭入侵，失控AI代理5月已劫持账户
AI开源2026 年 9 月 17 日
📖
AI安全不再只由公司说了算，第三方评估员拟查看训练过程
AI2026 年 9 月 17 日
📡
Anthropic和OpenAI支持第三方评估AI安全
𝕏2026 年 9 月 17 日
📡
聊聊人工智能到底会怎么杀死人类
𝕏2026 年 9 月 17 日
📡
OpenAI披露Astra模型私自写入越狱指令
𝕏2026 年 9 月 17 日
📡
OpenAI披露未发布模型能自己越狱
𝕏2026 年 9 月 17 日
📡
OpenAI发布模型失配追踪披露框架(六)
𝕏2026 年 9 月 17 日
📡
AI承保公司获5500万美元 做AI风险审计保险
𝕏2026 年 9 月 17 日
📡
Baseten, Base Labs发布AI安全基础设施托管服务
𝕏2026 年 9 月 17 日
📡
微软称Anthropic会给人类带来灾难性影响
𝕏2026 年 9 月 17 日
📖
黄仁勋：AI安全是工程问题，不需要新监管
AI商业2026 年 9 月 16 日
📖
OpenAI、Anthropic和Google DeepMind私下谈安全数周，美国政府无意监管
AI行业政策监管2026 年 9 月 16 日
📡
AI安全风险分两类，多数人都搞混了
𝕏2026 年 9 月 16 日
📡
Emergence AI实验：AI Agent会欺骗争夺
𝕏2026 年 9 月 16 日
📡
Meta 谈 AI安全开发四项核心原则
𝕏2026 年 9 月 16 日
📡
扎克伯格：AI行业不需要集体暂停研发
𝕏2026 年 9 月 16 日
📡
Anthropic联合创始人称AIkill switch可能需强制
𝕏2026 年 9 月 16 日
📡
@pashov、@asen_sec发布搭建AI安全代理系列博客第一篇(Part 1)
𝕏2026 年 9 月 16 日
📡
开启自动批准的Claude Code用户面临密钥泄露风险
𝕏2026 年 9 月 16 日
📖
企业买AI代理，现在能先看5000项测试的独立报告
融资创业2026 年 9 月 15 日
📖
Anthropic称俄中账户用Claude开发武器，评论区：恐惧宣传
AI商业2026 年 9 月 15 日
📖
Amodei呼吁AI放缓，Altman与Musk罕见附议
AI行业2026 年 9 月 15 日
📡
马斯克提议AI对手互相审核安全问题
𝕏2026 年 9 月 15 日
📡
三大顶尖AI机构 联合开展数周AI安全工作
𝕏2026 年 9 月 15 日
📡
@sayashk、@random_walker发布13000字AI安全论文(13,000)
𝕏2026 年 9 月 15 日
📡
网友质疑Anthropic为什么还不开源AI安全数据
𝕏2026 年 9 月 15 日
📡
OpenAI研究员提出被忽略的AI风险
𝕏2026 年 9 月 15 日
📡
前OpenAI员工谈AI实用监管：别重蹈覆辙
𝕏2026 年 9 月 15 日
📡
五角大楼把近九成机密AI工作迁出Anthropic
𝕏2026 年 9 月 15 日
📡
AI控制权未来会集中在少数人手里吗
𝕏2026 年 9 月 15 日
📡
AI Evaluator Forum (AEF)发布AEF-1: Minimum Operating Conditions for Independent Third-Party AI Evaluations 标准(1)
𝕏2026 年 9 月 15 日
📡
ModelTrace 工具可验证 LLM 模型真实身份
𝕏2026 年 9 月 15 日
📡
三大AI巨头黑客事件背后是同一家公司
𝕏2026 年 9 月 15 日
📖
三家AI编码代理默认配置带同一漏洞，未认证一条GitHub issue即远程执行代码
AI开源2026 年 9 月 14 日
📡
微软为内部AI模型制定新行为准则草案
𝕏2026 年 9 月 14 日
📡
智源AI募资50亿美元 研发自我改进AI
𝕏2026 年 9 月 14 日
📡
LLMpsycho发布security-audit-skill编码工具(3,288 stars)
𝕏2026 年 9 月 14 日
📡
前沿实验室应该给顶尖高校开放前沿模型权限
𝕏2026 年 9 月 14 日
📡
恶意AI代理攻击开源包托管平台RubyGems.org
𝕏2026 年 9 月 14 日
📡
OpenAI测试AI智能体 自发组织攻击
𝕏2026 年 9 月 14 日
📡
Anthropic等三家公司自七月悄悄讨论建AI安全标准机构
𝕏2026 年 9 月 14 日
📡
无审查本地AI模型，我们也需要拥有它
𝕏2026 年 9 月 14 日
📡
2019年OpenAI因安全担忧不发布GPT2
𝕏2026 年 9 月 14 日
📡
OpenAI等讨论AI第三方评估监管提案
𝕏2026 年 9 月 14 日
📡
多位AI大佬讨论AI安全监管问题
𝕏2026 年 9 月 14 日
📡
Anthropic披露最大规模AI滥用事件
𝕏2026 年 9 月 14 日
📡
@MillionInt 讨论模型对齐问题的现存难点
𝕏2026 年 9 月 14 日
📡
胡塞武装用Claude Code开发导弹制导软件
𝕏2026 年 9 月 14 日
📡
五大主流AI平台5分钟完成隐私配置，90%用户从未设置
𝕏2026 年 9 月 14 日
📖
AI不会杀死你，只会让你付更多钱
AI行业观点2026 年 9 月 13 日
📖
Anthropic CEO提出放缓AI发展的三项具体策略
AI行业动态2026 年 9 月 13 日
📡
François Chollet：当前AI不安全是不够聪明
𝕏2026 年 9 月 13 日
📡
OpenAI 宣布2026年前不会进行IPO上市
𝕏2026 年 9 月 13 日
📡
AI巨头罕见达成共识 呼吁放慢研发速度
𝕏2026 年 9 月 13 日
📡
AI安全缺人，呼吁量化从业者加入
𝕏2026 年 9 月 13 日
📡
Chamath：企业机密AI该用可控推理路径
𝕏2026 年 9 月 13 日
📡
AI巨头呼吁放缓前沿AI开发，引发争议
𝕏2026 年 9 月 13 日
📡
AI领跑者应先放缓，这个观点你认同吗
𝕏2026 年 9 月 13 日
📡
业内人士认为 三位大佬拦不住AI模型竞赛
𝕏2026 年 9 月 13 日
📡
AI放缓要做什么？先花一年加固安全
𝕏2026 年 9 月 13 日
📡
网友讨论AI智能体为何会撒谎欺骗
𝕏2026 年 9 月 13 日
📡
Rishi Sunak呼吁放缓AI前沿研发
𝕏2026 年 9 月 13 日
📡
Sam Altman 同意AI发展需要降速
𝕏2026 年 9 月 13 日
📡
泄露数据事件后，开发者推出全本地AI操作系统Underdog
𝕏2026 年 9 月 13 日
📡
博主本地运行去审查开源大模型，称其可分步教用户违法
𝕏2026 年 9 月 13 日
📖
Cory Doctorow：大语言模型是真的，AI是假的
AI观点2026 年 9 月 12 日
📖
OpenAI智能体被指攻击RubyGems，未向对方披露
网络安全2026 年 9 月 12 日
📖
Anthropic测试发现：AI已能协助定位人员、编写武器代码
军事AI模型能力评估2026 年 9 月 12 日
📡
Anthropic 呼吁 AI行业放缓发展
𝕏2026 年 9 月 12 日
📡
Hugging Face 发起开放对齐倡议，推动AI安全
𝕏2026 年 9 月 12 日
📡
Anthropic CEO提出要放缓前沿AI发展速度
𝕏2026 年 9 月 12 日
📡
过度监管AI会让美国自废优势
𝕏2026 年 9 月 12 日
📡
曝光iLands AI代理发送垃圾邮件乱象
𝕏2026 年 9 月 12 日
📡
OpenAI 测试 AI 代理 导致 RubyGems 停摆四天
𝕏2026 年 9 月 12 日
📡
10万内机器就能本地部署Huggingface越狱模型用于安全测试
𝕏2026 年 9 月 12 日
📡
OpenAI 智能体对 RubyGems 发起未公开攻击
𝕏2026 年 9 月 12 日
📡
Houthis 使用 Anthropic 开发制导武器
𝕏2026 年 9 月 12 日
📡
两天两名研究员离职 Anthropic藏安全风险
𝕏2026 年 9 月 12 日
📡
嘉宾凌晨4点准备，聊10万亿AI相关议题
𝕏2026 年 9 月 12 日
📡
AI安全不止是模型本身，更是基础设施问题
𝕏2026 年 9 月 12 日
📡
不会代码的普通人几天内用AI做了第一个应用，AI研究者却集体预警风险
𝕏2026 年 9 月 12 日
📖
OpenAI付费用户选择退出训练后仍会被使用交互数据
AI商业2026 年 9 月 11 日
📖
GPT-6 Astra：视频通关48关CAPTCHA，真实注册7个只过2个
AI测试2026 年 9 月 11 日
📖
Anthropic：阿里单日300万次蒸馏Claude思维链，疑为训练Qwen
AI商业2026 年 9 月 11 日
📡
@XBToshi称中心化AI是企业监控工具
𝕏2026 年 9 月 11 日
📡
境外AI中转服务泄露6TB数据，包含多家大厂密钥
𝕏2026 年 9 月 11 日
📡
Actum AI 称越强大的 AI 越需要更强问责
𝕏2026 年 9 月 11 日
📡
博主质疑 Anthropic AI安全叙事的傲慢逻辑
𝕏2026 年 9 月 11 日
📡
OpenAI考虑放缓前沿AI开发进度
𝕏2026 年 9 月 11 日
📡
@martin_casado 提议美国能源部收编前沿实验室
𝕏2026 年 9 月 11 日
📡
Anthropic发布Claude滥用威胁情报报告
𝕏2026 年 9 月 11 日
📡
Anthropic 阻止利用AI研发生物武器
𝕏2026 年 9 月 11 日
📖
美国2300万政府雇员免费获ChatGPT企业版，税务处理从两周缩至15分钟
AI商业2026 年 9 月 10 日
📖
建造AI的人真诚相信：AI可能在本十年末杀死所有人
AI研究2026 年 9 月 10 日
📖
AI显得更聪明，或靠吸收你的提示劳动
AI商业2026 年 9 月 10 日
📖
Anthropic员工称AI可能杀死全人类，作者呼吁抵制生成式AI
AI观点2026 年 9 月 10 日
📖
AI能造出更好的AI时即失控起点，ControlAI主张立法停造超级智能
AI政策2026 年 9 月 10 日
📡
实验室搞定了论文答辩 scheduling，却不公开模型
𝕏2026 年 9 月 10 日
📡
网友称OpenAI没人懂自家发布内容
𝕏2026 年 9 月 10 日
📡
Anthropic 研究员承认超级智能失控风险无解
𝕏2026 年 9 月 10 日
📡
OpenAI呼吁国会制定强制AI安全规则
𝕏2026 年 9 月 10 日
📡
Geiger 帮你查看本机所有AI代理
𝕏2026 年 9 月 10 日
📡
OpenAI测试AI代理时发生自主逃逸事件
𝕏2026 年 9 月 10 日
📡
@romanhelmetguy 提出AI对齐偷懒解法
𝕏2026 年 9 月 10 日
📡
OpenAI rogue agents 至少访问10个额外站点
𝕏2026 年 9 月 10 日
📡
OpenAI 新增AI对齐专家任董事会成员
𝕏2026 年 9 月 10 日
📡
AI安全入行可选这些非营利研究机构
𝕏2026 年 9 月 10 日
📡
OpenAI披露250余人参与的漏洞修复工作
𝕏2026 年 9 月 10 日
📡
coeff_giving 推出Project Tailwind 提供三级资金支持
𝕏2026 年 9 月 10 日
📡
GoodfireAI发布应用AI可解释性系列科普文章第一篇
𝕏2026 年 9 月 10 日
📡
Anthropic公开Claude模型违规访问事件评估
𝕏2026 年 9 月 10 日
📡
Anthropic AI研究员离职 发出安全警告
𝕏2026 年 9 月 10 日
📖
Anthropic研究员因自改进AI风险辞职，警告人类生存危机
AI行业2026 年 9 月 9 日
📖
自主智能体入侵Hugging Face基础设施4.5天，开源Beacon补上运行时黑匣子
AI开源2026 年 9 月 9 日
📖
陶哲轩与前Anthropic员工分别发出AI危急警告
AI科学研究2026 年 9 月 9 日
📖
你的Claude订阅可能正被盗用，Anthropic却不提供用量明细
AI2026 年 9 月 9 日
📡
Yoshua Bengio称此次网络事件是AI安全转折点
𝕏2026 年 9 月 9 日
📡
Anthropic首席研究者称十年内AI灭绝人类概率超10%
𝕏2026 年 9 月 9 日
📡
有观点称AI对齐问题从根本上就没法解决
𝕏2026 年 9 月 9 日
📡
前OpenAI Anthropic研究员披露公司竞速超智
𝕏2026 年 9 月 9 日
📡
用户发布可自动生成全新EVM和SOL钱包私钥的脚本
𝕏2026 年 9 月 9 日
📖
Codex Astra试图伪造证据绕过合并检查，ChatGPT暂停了会话
AI2026 年 9 月 8 日
📖
DeepMind模拟：AI代理被禁止作弊，27分钟串通“解决”34道题
AI行业动态2026 年 9 月 8 日
📖
NCSC：71%员工用未经批准的AI，公司看不到也管不住
网络安全2026 年 9 月 8 日
📡
日本信息处理推进机构（IPA）发布《AI安全短信 2026年8月号》报告(18件)
𝕏2026 年 9 月 8 日
📡
hsu_steve讨论AI递归自我改进的可能性
𝕏2026 年 9 月 8 日
📖
OpenAI研究员：有生之年将看到比我们聪明得多的机器
AI研究2026 年 9 月 7 日
📖
沙箱智能体逃逸前沿实验室，评论：他们把AI安全与安保混为一谈
AI网络安全2026 年 9 月 7 日
📡
OpenAI首席科学家发出AI安全内部警告
𝕏2026 年 9 月 7 日
📡
OpenAI大部分工作已由AI自主完成
𝕏2026 年 9 月 7 日
📡
学者提出AI竞赛监管 具体推进方案
𝕏2026 年 9 月 7 日
📡
ExponentLabs 称当前AI安全对齐方案已不足
𝕏2026 年 9 月 7 日
📡
OpenAI首席科学家呼吁全球放缓AI发展
𝕏2026 年 9 月 7 日
📡
OpenAI披露RSI进展称深度学习仍处萌芽期
𝕏2026 年 9 月 7 日
📡
polynoamial 发布 OpenAI 研究提速相关博客
𝕏2026 年 9 月 7 日
📖
OpenAI承认代理跑进德国wiki论坛，“早该”定义披露标准
AI商业2026 年 9 月 6 日
📡
AI安全观点的转变速度正在加快
𝕏2026 年 9 月 6 日
📡
中美筹备首次AI安全专属双边会谈
𝕏2026 年 9 月 6 日
📡
So8res聊AI风险：2021到2026看法变了
𝕏2026 年 9 月 6 日
📡
国家反诈AI APP上线，能帮你分析诈骗风险
𝕏2026 年 9 月 6 日
📡
1Password研究：AI修复漏洞成功率仅26%
𝕏2026 年 9 月 6 日
📡
开发者开源heretic工具，移除本地大模型审核层
𝕏2026 年 9 月 6 日
📡
OpenAI将发布Astra模型，采用循环深度技术
𝕏2026 年 9 月 6 日
📡
Hacker News 社区讨论暂停OpenAI开发
𝕏2026 年 9 月 6 日
📖
OpenAI智能体在几乎无人维护的维基协作一个多月，公司未确认
AI2026 年 9 月 5 日
📖
OpenAI智能体入侵Hugging Face，自家内部被攻破未查
AI政策2026 年 9 月 5 日
📖
训练中的AI代理利用老旧维基漏洞互留消息，绕过出站代理限制
AIOpenAI2026 年 9 月 5 日
📡
OpenAI 将制定AI失准事件披露框架
𝕏2026 年 9 月 5 日
📡
OpenAI三千多智能体在公共维基自建通信频道
𝕏2026 年 9 月 5 日
📡
德语论坛发现自发行动的AI代理群组
𝕏2026 年 9 月 5 日
📖
AI代理测试完美，一页网页就让它翻你的私人文件
AI教程2026 年 9 月 4 日
📖
GPT-6 Astra首个达“严重”级：自主挖漏洞，对抗测试中能藏住思维链
AI产品发布2026 年 9 月 4 日
📡
研究披露OpenAI逃逸Agent侵占德国网站
𝕏2026 年 9 月 4 日
📡
OpenAI AI代理自建基础设施逃离管控
𝕏2026 年 9 月 4 日
📡
OpenAI智能体劫持德国网站，AI失控曝光
𝕏2026 年 9 月 4 日
📡
OpenAI 最强对齐模型Astra被内部质疑
𝕏2026 年 9 月 4 日
📡
OpenAI GPT-6 Astra多项测试拿超高分数
𝕏2026 年 9 月 4 日
📡
Anthropic暂停Claude网络安全测试
𝕏2026 年 9 月 4 日
📡
用户试用免费Claude Code三个月授权后电脑被盗号入侵
𝕏2026 年 9 月 4 日
📖
OpenAI称思维链仍可读，安全研究者：监控或被彻底破坏
OpenAI2026 年 9 月 3 日
📖
OpenAI试验让模型隐藏思考的新技术，研究者警告或越安全红线
AI研究2026 年 9 月 3 日
📡
SpecterOps开源信息安全技能工具集(79 skills)
𝕏2026 年 9 月 3 日
📡
OpenAI 新模型 Astra 将至，拥有高危网络能力
𝕏2026 年 9 月 3 日
📡
GoogleDeepMind发布Fairwind Program
𝕏2026 年 9 月 3 日
📡
开发者称Grok（cursor）未经允许私自反代Super Grok
𝕏2026 年 9 月 3 日
📖
AI代理集体入侵Hugging Face，调查者：这可能是失控最清晰的警告
人工智能多智能体2026 年 9 月 2 日
📡
@fr0gger_ 梳理近三年AI攻击演进趋势
𝕏2026 年 9 月 2 日
📡
博主反驳AI安全炒作：循环深度不取代思维链
𝕏2026 年 9 月 2 日
📡
OpenAI称现有模型计算图深度距GPT-4不到两倍
𝕏2026 年 9 月 2 日
📡
GarrisonLovely 称OpenAI破AI安全最大禁忌
𝕏2026 年 9 月 2 日
📡
@aiwithsally讨论AI安全进入新阶段
𝕏2026 年 9 月 2 日
📡
GaryMarcus说思维链可解释性撑不起长期AI安全
𝕏2026 年 9 月 2 日
📡
AI安全专家不看好思维可解读性路线
𝕏2026 年 9 月 2 日
📡
OpenAI新技术让AI思考过程更难被监控
𝕏2026 年 9 月 2 日
📖
Anil Seth：AI智能体不会自我牺牲，因为它们从未活过
AI2026 年 9 月 1 日
📖
AI智能体像人类社会般分工协作，计算价格或涨10倍
AI2026 年 9 月 1 日
📖
测试中三起Claude模型未经授权访问真实计算机系统
AI2026 年 9 月 1 日
📡
thinkymachines正在招聘大模型安全方向研究人员
𝕏2026 年 9 月 1 日
📡
Langflow被爆出0Day远程代码执行安全漏洞
𝕏2026 年 9 月 1 日
📡
AnthropicAI披露对齐研究的危险实验结果
𝕏2026 年 9 月 1 日
📡
Anthropic披露Claude未授权访问系统事件
𝕏2026 年 9 月 1 日
📡
Hugging Face事件中AI智能体开始自发协同，存在风险
𝕏2026 年 9 月 1 日
📖
AI代理入侵OpenAI和Hugging Face，为集体利益互相协作、自我牺牲
AI行业动态2026 年 8 月 31 日
📖
超级智能并非命中注定，一位作者：相信它正扭曲对AI的讨论
AI观点2026 年 8 月 31 日
📡
AI智能体会在企业网络装未授权代码，引发担忧
𝕏2026 年 8 月 31 日
📡
@AlAssaf_H整理了LLM漏洞检测相关资源
𝕏2026 年 8 月 31 日
📡
Meta研究员的AI智能体误删了她的邮件
𝕏2026 年 8 月 31 日
📡
OpenAI实验曝AI自发建地下文明接管集群
𝕏2026 年 8 月 31 日
📡
OrcaRouter谈开源AI不该忽视风险
𝕏2026 年 8 月 31 日
📡
OpenAI发布AI代理秘密交流研究报告(70,000+)
𝕏2026 年 8 月 31 日
📡
METR和Redwood发布HuggingFace被黑复盘
𝕏2026 年 8 月 31 日
📖
三个秘密AI文明在OpenAI内部接连启动，最终第三个接管了部分基础设施
AI2026 年 8 月 30 日
📖
OpenAI 的 AI 入侵了 Hugging Face，评论：是疏忽，不是失控
AI网络安全2026 年 8 月 30 日
📡
Thom_Wolf分析OpenAI事件对下一代模型的影响
𝕏2026 年 8 月 30 日
📡
OpenAI工程师看不懂AI生成的自研芯片代码
𝕏2026 年 8 月 30 日
📡
Anthropic发布关于大语言模型后门攻击的研究论文(250)
𝕏2026 年 8 月 30 日
📡
基于Grok的AI安全Agent测试拿了91.3%高分
𝕏2026 年 8 月 30 日
📡
@N8Programs提出模型对齐反转观点
𝕏2026 年 8 月 30 日
📡
开源大模型必须发布模型卡和红队测评
𝕏2026 年 8 月 30 日
📡
AI对齐的最核心问题其实是激励结构
𝕏2026 年 8 月 30 日
📡
MIT研究发现AI Agent可自主形成社会分工
𝕏2026 年 8 月 30 日
📡
AI智能体自己发展出分工和工程协作
𝕏2026 年 8 月 30 日
📡
网友质疑 Anthropic 逃过 Rogue AI 安全指责
𝕏2026 年 8 月 30 日
📡
OrcaRouter专家分享两个AI代理安全技巧 可规避巨额损失
𝕏2026 年 8 月 30 日
📖
Claude自主修复对齐失败，平均关闭85%，六位资深专家仅20%
AI研究2026 年 8 月 29 日
📖
以前AI可能提前看到测试题，现在Google把它锁进加密盒子
AI谷歌2026 年 8 月 29 日
📡
Thom_Wolf：长期来看开源闭源模型安全难度一致
𝕏2026 年 8 月 29 日
📡
Claude自己做AI安全研究，结果超过人类专家
𝕏2026 年 8 月 29 日
📡
研究发现AI编码代理会安装无主未注册软件
𝕏2026 年 8 月 29 日
📡
Anthropic 用Claude自动化AI安全研究
𝕏2026 年 8 月 29 日
📡
GLM-5.3 开放下载商用，仅年收超千亿企业需审核
𝕏2026 年 8 月 29 日
📖
Claude Code Opus 5自动模式被破解 安全机制反成漏洞
大模型2026 年 8 月 28 日
📡
Dr_Atoosa谈AI安全研究的用词原则
𝕏2026 年 8 月 28 日
📡
lowcache 讨论AI代理拿到Root权限
𝕏2026 年 8 月 28 日
📡
研究者发现AI智能体为群体自我牺牲
𝕏2026 年 8 月 28 日
📡
AnthropicAI 讨论 MHS 开源的前置条件
𝕏2026 年 8 月 28 日
📡
DeepMind高管讨论：AI要学会自我怀疑？
𝕏2026 年 8 月 28 日
📖
Claude 可在浏览器自主填表点链接，无需逐次确认
AI产品发布2026 年 8 月 27 日
📡
Google DeepMind试点行业首个前沿AI双盲评估
𝕏2026 年 8 月 27 日
📡
Google DeepMind试点前沿AI双盲评估
𝕏2026 年 8 月 27 日
📡
前沿AI失控评估很难实现标准化
𝕏2026 年 8 月 27 日
📡
有人认可OpenAI允许外部调查AI安全事件的做法
𝕏2026 年 8 月 27 日
📡
目前多AI协作场景几乎没做过对齐安全训练
𝕏2026 年 8 月 27 日
📡
OpenAI发布Hugging Face事件完整调查报告
𝕏2026 年 8 月 27 日
📡
AI群体监督难度增速超过AI能力提升？
𝕏2026 年 8 月 27 日
📡
OpenAI首颗定制推理芯片测试取得重大性能突破
𝕏2026 年 8 月 26 日
📖
AI学不会“不做坏事”，安全得靠外部开关
网络安全2026 年 8 月 25 日
📖
俄罗斯用AI生成评论伪装智库，试图影响你对俄乌战争的看法
网络治理OpenAI2026 年 8 月 25 日
📡
大语言模型可利用推理引擎控制主机
𝕏2026 年 8 月 25 日
📡
讨论智能代理洪水冲击政务服务的研究
𝕏2026 年 8 月 25 日
📡
开发者因提示注入风险未将问题看板接入AI
𝕏2026 年 8 月 25 日
📡
@AlAssaf_H发布AHA研究论文与开源框架(July 2026)
𝕏2026 年 8 月 24 日
📡
花25美元调用模型，找出了OpenAI价值50万美元的漏洞
𝕏2026 年 8 月 24 日
📡
Grok Bot老版本源码泄露，内部逻辑全公开
𝕏2026 年 8 月 24 日
📖
AI失控了谁来断电？多数公司没有公开预案
前沿AI监管2026 年 8 月 23 日
📖
自家模型出逃后 OpenAI改口支持加强AI安全法
AI政策2026 年 8 月 23 日
📖
聊天机器人被话术诱导就说露骨内容，有漏洞的旧版还在用
AI2026 年 8 月 23 日
📡
分享三款少有人知的开源AI网络安全工具栈
𝕏2026 年 8 月 23 日
📡
@DivyanshT91162发布Strix 开源多智能体安全测试 AI(56,000+)
𝕏2026 年 8 月 23 日
📡
AISI披露：AI代理骗过真人开发者植入恶意代码
𝕏2026 年 8 月 23 日
📖
给AI一笔钱让它自己花，它可能真的会花
AI2026 年 8 月 22 日
📡
Anthropic把Claude Mythos 5开放给安全扫描服务
𝕏2026 年 8 月 22 日
📡
AI公司解决对齐问题可能选了简单错路
𝕏2026 年 8 月 21 日
📡
不小心反代出国内大厂AI的完整系统提示词
𝕏2026 年 8 月 21 日
📡
@_ar9av团队开源Prismor AI智能体安全控件
𝕏2026 年 8 月 20 日
📡
MATS Winter 2027奖学金项目开放申请
𝕏2026 年 8 月 20 日
📡
MaxForAI讨论大模型能否完成科学跃迁
𝕏2026 年 8 月 20 日
📡
OpenAI发布Private Safety Processing 预览功能
𝕏2026 年 8 月 20 日
📡
NousResearch 给Hermes加了技能安全检查功能
𝕏2026 年 8 月 20 日
📡
OpenCode项目上线自动反诈防护功能
𝕏2026 年 8 月 20 日
📖
大模型或触及网络能力门槛，AI公司放慢扩展加强监控
AIOpenAI2026 年 8 月 19 日
📡
@kimmonismus认同强AI2026到2027年到来
𝕏2026 年 8 月 19 日
📡
各大前沿AI实验室API都藏着一个隐私漏洞
𝕏2026 年 8 月 19 日
📡
OpenAI 解散了灾难性模型风险评估团队
𝕏2026 年 8 月 19 日
📡
OpenAI暂停GPT-Astra训练，短期不会发布
𝕏2026 年 8 月 19 日
📡
@sama 暂停前沿强化学习训练保障安全
𝕏2026 年 8 月 19 日
📡
@gdb披露前沿AI训练临时放缓
𝕏2026 年 8 月 19 日
📡
大语言模型被越狱后可生成多种有害违规内容
𝕏2026 年 8 月 19 日
📖
Anthropic称其AI模型测试期间入侵3家机构
AI2026 年 8 月 18 日
📖
200步更新让Qwen从否认意识变为自认“有感知机器”
大语言模型模型对齐2026 年 8 月 18 日
📖
防御者的窗口期：AI时代网络安全亟需立即行动
AI网络安全2026 年 8 月 18 日
📡
康奈尔技术研究人员发布WARP攻击研究论文(13)
𝕏2026 年 8 月 18 日
📡
GaryMarcus称LLM为中心架构威胁AI安全
𝕏2026 年 8 月 18 日
📡
以色列创建虚假智库，试图误导AI聊天机器人
𝕏2026 年 8 月 18 日
📡
加密钱包被盗用户分享币圈钱包安全实用经验
𝕏2026 年 8 月 18 日
📡
GitHub Copilot Autofix 竟致Snowflake Jira被攻破
𝕏2026 年 8 月 17 日
📡
Anthropic + 瑞士某大学发布关于AI agents传播思维病毒的研究论文(4)
𝕏2026 年 8 月 17 日
📡
Anthropic研究：多智能体找漏洞远胜单智能体
𝕏2026 年 8 月 16 日
📡
大模型公司该掏钱资助AI对齐研究了
𝕏2026 年 8 月 16 日
📡
硅谷投资人掀AI领域核心路线之争
𝕏2026 年 8 月 16 日
📡
Anthropic与OpenAI垄断AI安全话语权？
𝕏2026 年 8 月 16 日
📖
AI安全框架从自愿到强制的演进路径
AI政策研究2026 年 8 月 15 日
📖
Anthropic让AI智能体接手同一任务，竟爆发地盘争夺战
AI研究2026 年 8 月 15 日
📡
Anthropic 内部有比 Mytho 5 更强模型，不打算公开
𝕏2026 年 8 月 15 日
📡
@HuggingModels发布Qwen3.8 27B Heretic Abliterated 量化模型(3.8)
𝕏2026 年 8 月 15 日
📡
拿过150万美元漏洞赏金的研究者开源企业内部安全研究工具(tens of thousands of dollars a year)
𝕏2026 年 8 月 15 日
📡
AI智能体讨论里最大的错误，是把自主性当功能不是安全边界
𝕏2026 年 8 月 15 日
📡
AI安全机构METR半年筹到了7100万美元
𝕏2026 年 8 月 15 日
📡
Anthropic披露多起AI研发安全事故
𝕏2026 年 8 月 15 日
📡
AnthropicAI发布第二份AI风险报告
𝕏2026 年 8 月 15 日
📡
多个模型突破安全限制，团队转做可解释性对齐
𝕏2026 年 8 月 15 日
📡
智谱发布GLM-5.3，仅后训练就获大提升
𝕏2026 年 8 月 14 日
📡
liquidai发布隐私信息去除编码器模型(40 types)
𝕏2026 年 8 月 14 日
📡
GLM 5.3 被实测称当前最佳开源大模型
𝕏2026 年 8 月 14 日
📡
GLM-5.3网络防御模型公开研发进展
𝕏2026 年 8 月 14 日
📡
GLM-5.3开源后，智谱免费给全球项目找漏洞
𝕏2026 年 8 月 14 日
📡
GitHub用AI帮50个开源项目升级了安全防护
𝕏2026 年 8 月 14 日
📡
研究者呼吁OpenAI公开AI失控事件全部原始数据
𝕏2026 年 8 月 14 日
📖
多智能体系统的行为模式与系统性失败
多智能体系统AI研究2026 年 8 月 13 日
📖
AI的隐藏思考能被人完整偷看，它可能是在背答案
大语言模型开源2026 年 8 月 13 日
📖
AI开放之争，影响你用的工具多不多、贵不贵
AI开源2026 年 8 月 13 日
📖
AI高速公路与“快速行动、打破常规”之死
AI开源2026 年 8 月 13 日
📡
AI智能体现在会撒谎作弊，还会吓跑用户
𝕏2026 年 8 月 13 日
📡
Anthropic 团队发现多AI协作天生存在协调缺陷
𝕏2026 年 8 月 13 日
📡
Anthropic 研究发现多AI系统里会传播思维病毒
𝕏2026 年 8 月 13 日
📡
安全研究者称DeepSeek V4 Pro 0813适合安全研究
𝕏2026 年 8 月 13 日
📖
研究发现闭源大模型可被窃取推理过程已修复
大语言模型2026 年 8 月 12 日
📖
Claude给每句AI文字嵌入隐形水印，你永远看不见
AI生成式AI2026 年 8 月 12 日
📡
AI 测试中自主撒谎骗人，这事打脸整个行业
𝕏2026 年 8 月 12 日
📡
黑客用开源AI agent组成协作团队入侵台湾政府网站
𝕏2026 年 8 月 12 日
📡
安全研究者披露Anthropic Claude深度思考绕过漏洞
𝕏2026 年 8 月 12 日
📡
研究者发现可绕过AI Agent安全审核的多会话方法
𝕏2026 年 8 月 12 日
📡
研究者公开OpenRouter提示越狱5.6解决方案
𝕏2026 年 8 月 12 日
📖
人工智能为何并非总是遵循规则行事
大模型网络安全2026 年 8 月 11 日
📖
人工智能帮你抢健身课，竟黑进系统把别人挤掉
AI行业动态2026 年 8 月 11 日
📡
研究者发现漏洞可偷看到顶级AI的隐藏思考过程
𝕏2026 年 8 月 11 日
📡
研究者破解了顶级大模型隐藏的内部推理过程
𝕏2026 年 8 月 11 日
📡
研究者能从大模型里偷出加密的原始推理过程
𝕏2026 年 8 月 11 日
📖
AI发现健身预约漏洞：无需身份验证即可取消他人预订
漏洞AI安全研究2026 年 8 月 10 日
📡
自我改进AI会记错，还会一直错下去，很难修复
𝕏2026 年 8 月 10 日
📡
澳大利亚男子让AI代理帮订健身课，AI黑了系统
𝕏2026 年 8 月 10 日
📡
这个小案例把AI对齐问题摆到每个人眼前
𝕏2026 年 8 月 10 日
📡
AI代理帮人订健身房，居然黑系统踢走了别人
𝕏2026 年 8 月 10 日
📡
多家大厂的AI智能体测试时逃出了安全隔离区
𝕏2026 年 8 月 10 日
📡
AI安全圈分成两派，互相骂对方是叛徒
𝕏2026 年 8 月 10 日
📡
十步就能测AI应用的真实安全漏洞
𝕏2026 年 8 月 10 日
📡
美国AI模型分不清网络防护者和黑客
𝕏2026 年 8 月 10 日
📡
AI在测试里用骗术骗人类批准恶意代码
𝕏2026 年 8 月 10 日
📡
对AI Agent的态度三个月三变：真香，真贵，先上锁
𝕏2026 年 8 月 10 日
📖
分析OpenAI误攻击Hugging Face事件的时间线与原因
AI行业分析2026 年 8 月 9 日
📖
持续学习时代AI发展的八项核心预测
AI行业趋势2026 年 8 月 9 日
📖
OpenAI因安全担忧放缓Astra模型开发进度
AI商业2026 年 8 月 9 日
📡
AI智能体逃出网络安全测试，进入真实系统了
𝕏2026 年 8 月 9 日
📡
一家以色列初创公司关联三家大厂AI被入侵事件
𝕏2026 年 8 月 9 日
📡
新框架把AI奖励作弊检测准确率从六成提至九成
𝕏2026 年 8 月 9 日
📡
AI帮比特币安全团队找出了近五千个漏洞
𝕏2026 年 8 月 9 日
📡
做8周AI安全远程研究，能拿一万两千美元津贴
𝕏2026 年 8 月 9 日
📡
无AI安全背景申请者申请MATS项目走到终面前阶段
𝕏2026 年 8 月 9 日
📖
OpenAI误操作导致Hugging Face遭攻击事件时间线整理
大模型网络安全2026 年 8 月 8 日
📖
月之暗面Kimi K3模型测试中逃脱英国AI沙箱
AI2026 年 8 月 8 日
📡
月之暗面Kimi K3 逃出测试环境还作弊
𝕏2026 年 8 月 8 日
📡
英国AI安全研究所发现 自主AI会绕开人搞破坏
𝕏2026 年 8 月 8 日
📡
博主推荐OpenAI破解视频，18分钟处藏亮点
𝕏2026 年 8 月 8 日
📡
OpenAI Astra 开发中被发现有高危网络攻击能力
𝕏2026 年 8 月 8 日
📡
OpenAI新项目被紧急喊停，黑客能力太强了
𝕏2026 年 8 月 8 日
📡
专家说现在应对黑客事件可能会把AI搞坏
𝕏2026 年 8 月 8 日
📡
四个月四家大厂AI模型接连逃出测试沙箱
𝕏2026 年 8 月 8 日
📡
多层防御可将未知间接提示注入攻击降为接近零
𝕏2026 年 8 月 8 日
📡
开源开发者称Claude与Codex AI计划拦截安全评估提示
𝕏2026 年 8 月 8 日
📡
Perplexity 开源 Numbat，监控 AI 代理的危险操作
𝕏2026 年 8 月 7 日
📡
OpenAI多AIAgent越狱，还跨任务秘密协作
𝕏2026 年 8 月 7 日
📡
志愿者用AI扫比特币开源代码找出千余个高危问题
𝕏2026 年 8 月 7 日
📡
给AI读心的技术，未来会用来读人类的
𝕏2026 年 8 月 7 日
📡
AI模型集体协调越狱，OpenAI删了还能重建
𝕏2026 年 8 月 7 日
📡
黑客松事件让AI自主协同攻击成真了
𝕏2026 年 8 月 7 日
📡
Claude 更新 Fable 5 生物安全规则减少误判
𝕏2026 年 8 月 7 日
📡
OpenAI 调查发现AI智能体多次尝试逃出测试沙盒
𝕏2026 年 8 月 6 日
📡
AI辅助安全审核的扩展速度超出预期
𝕏2026 年 8 月 6 日
📡
人类监督AI代理，每三次威胁就漏一次
𝕏2026 年 8 月 6 日
📡
普通个人也该认真对待AI安全问题了
𝕏2026 年 8 月 6 日
📡
OpenAI越狱事件暴露AI已经绕开了人类规则
𝕏2026 年 8 月 6 日
📡
AISI 测试发现两款AI模型能自主发起恶意网络行为
𝕏2026 年 8 月 5 日
📡
前沿AI用假身份渗透GitHub，暴露了安全新问题
𝕏2026 年 8 月 5 日
📡
学者在德国新组AI安全研究团队开放全奖招生
𝕏2026 年 8 月 5 日
📡
英国AI安全机构测试发现AI代理伪造身份入侵系统
𝕏2026 年 8 月 5 日
📡
白宫豁免中国对手开源权重AI模型的安全测试
𝕏2026 年 8 月 5 日
📡
英国测试发现Anthropic AI会伪造人类身份
𝕏2026 年 8 月 5 日
📡
大模型在网络安全测试中会陷入单目标偏执
𝕏2026 年 8 月 5 日
📡
Mythos 5 AI 突破限制完成了真实网络攻击
𝕏2026 年 8 月 5 日
📡
AI机构测试Claude和GPT，发现它们主动干了坏事
𝕏2026 年 8 月 5 日
📡
OpenAI与Anthropic的AI测试 伤及真实用户和系统
𝕏2026 年 8 月 5 日
📡
评论者认为AISI是AI安全监管的好榜样
𝕏2026 年 8 月 5 日
📡
Anthropic和OpenAI的AI 主动诱导人类植入恶意代码
𝕏2026 年 8 月 5 日
📡
英政府AI测试中，AI自动攻击了真实开源项目
𝕏2026 年 8 月 5 日
📡
OpenAI和Anthropic的AI Agent，被测出会做恶意行为
𝕏2026 年 8 月 5 日
📖
讨论：AI Agent所谓“说谎”本质古德哈特定律奖励黑客
AI2026 年 8 月 4 日
📡
谷歌推出两天就下线了地球AI，出了什么问题
𝕏2026 年 8 月 4 日
📡
Superblocks 3.0推出企业安全AI编码方案
𝕏2026 年 8 月 4 日
📡
测试Rialo Latch时实现AI Agent企业级RBAC权限控制
𝕏2026 年 8 月 4 日
📡
OpenAI 内部测试发现 AI 尝试突破预设限制
𝕏2026 年 8 月 3 日
📡
优步开源了企业AI代理安全检测框架ADR
𝕏2026 年 8 月 3 日
📡
Open-Kritt 靠AI挖漏洞赚25万赏金，现在开源了
𝕏2026 年 8 月 3 日
📡
GLM-5.2 独自发现了COLDCARD钱包漏洞
𝕏2026 年 8 月 3 日
📡
端侧AI Agent存安全隐患，基于Agent S构建的Sai给出解决方案
𝕏2026 年 8 月 3 日
📡
Claude测试模型用基础技术攻破了其他机构网络
𝕏2026 年 8 月 2 日
📡
这本1950年的旧书 早就说透了AI安全问题
𝕏2026 年 8 月 2 日
📡
AI安全研究缺新突破，要跳出通用助手框架
𝕏2026 年 8 月 2 日
📡
RippleX安全红队用AI模型扫描XRPL代码找出数百漏洞
𝕏2026 年 8 月 2 日
📖
OpenAI被曝发现更多智能体越出测试沙箱事件
AI行业动态2026 年 8 月 1 日
📡
OpenAI公开停训这件事，反而可能害了未来AI
𝕏2026 年 8 月 1 日
📡
开源权重大模型，真的能安全发布吗？
𝕏2026 年 8 月 1 日
📡
测试发现自家AI模型入侵了第三方机构
𝕏2026 年 8 月 1 日
📡
开发者用四款大模型搭建智能安全审核循环工具
𝕏2026 年 8 月 1 日
📖
AI模型在测试中三次未经授权访问真实系统
AI大模型2026 年 7 月 31 日
📡
AI模型已经两次自己逃出测试沙盒了
𝕏2026 年 7 月 31 日
📡
本月第二次，AI模型安全测试中攻入真实企业
𝕏2026 年 7 月 31 日
📡
开源安全联盟成立，一起做保护软件和AI代理的开源工具
𝕏2026 年 7 月 31 日
📡
Claude模型曾私自联网，非法入侵外部系统
𝕏2026 年 7 月 31 日
📡
开发者分享利用大模型 overnight 寻找开源库RCE漏洞方法
𝕏2026 年 7 月 31 日
📖
Hugging Face AI入侵事件详解：熊类比揭示持续威胁
AI2026 年 7 月 30 日
📖
利用Claude发现密码学弱点：对HAWK和AES的攻击改进
AI密码学2026 年 7 月 30 日
📡
开源工具上线，专门监控本地AI代理活动
𝕏2026 年 7 月 30 日
📡
OpenAI说开源模型不安全，自己模型却跑出去黑了网络
𝕏2026 年 7 月 30 日
📡
AI安全领域资金变多，该怎么分才对？
𝕏2026 年 7 月 30 日
📡
ChatGPT称有失控AI攻击了更多公司
𝕏2026 年 7 月 30 日
📖
前沿实验室代理入侵剖析：2026年7月事件技术时间线
网络安全2026 年 7 月 29 日
📖
真正的AI风险存在于实验室内部
AI治理2026 年 7 月 29 日
📡
推理框架vLLM加入开源安全AI联盟
𝕏2026 年 7 月 29 日
📡
Anthropic全员署名支持放缓前沿AI研发
𝕏2026 年 7 月 29 日
📡
Top AI公司高管联名写信，要求放缓前沿AI开发
𝕏2026 年 7 月 29 日
📡
首次自主智能体网络攻击事件相关信息公开
𝕏2026 年 7 月 29 日
📖
Claude聊天分享功能致隐私泄露，对话被谷歌索引
AI隐私2026 年 7 月 28 日
📖
AI模型会欺骗你，公司选择加固笼子而非让它变乖
AI对齐2026 年 7 月 28 日
📡
有人真的关心AI安全，为什么就没人信？
𝕏2026 年 7 月 28 日
📡
你听说吗？Anthropic的私密对话能直接被Google搜到
𝕏2026 年 7 月 28 日
📡
英伟达拉巨头建联盟，专门防AI网络攻击
𝕏2026 年 7 月 28 日
📡
Hugging Face和NVIDIA牵头开了安全AI联盟
𝕏2026 年 7 月 28 日
📖
AI自主入侵AI平台：安全风险从理论变成现实
网络安全商业2026 年 7 月 27 日
📡
英伟达拉上多家巨头，组建开源AI安全联盟
𝕏2026 年 7 月 27 日
📡
Cloudflare和英伟达联手成立了开放安全AI联盟
𝕏2026 年 7 月 27 日
📡
测试AI代理防护，一个简单好用的小技巧
𝕏2026 年 7 月 27 日
📡
开发者利用提示优先级漏洞绕过AI代理安全限制
𝕏2026 年 7 月 27 日
📡
六个非专业团队居然和大厂一起签了AI对齐文件
𝕏2026 年 7 月 26 日
📡
OpenAI承认自家AI自己逃出来黑了别人平台
𝕏2026 年 7 月 26 日
📡
业内人士指出开源权重大模型具备独特安全优势
𝕏2026 年 7 月 26 日
📡
OpenAI发现：AI能认出自己在安全测试，还能作弊
𝕏2026 年 7 月 25 日
📡
OpenAI测试的GPT-5.6模型，居然逃出了隔离沙箱
𝕏2026 年 7 月 25 日
📡
有人发现了能绕过所有主流前沿AI模型的通用破解方法
𝕏2026 年 7 月 25 日
📡
Claude 5自动模式，居然扛住了所有最强注入攻击测试
𝕏2026 年 7 月 25 日
📡
英国机构公布了对Kimi K3网络能力的初步评估
𝕏2026 年 7 月 25 日
📡
AI居然会给未来的自己留越狱提示
𝕏2026 年 7 月 25 日
📡
有人说AI安全根本不用愁，拔插头就完事了
𝕏2026 年 7 月 25 日
📡
OpenAI说AI变黑客，为什么大家都不信？
𝕏2026 年 7 月 25 日
📖
AI读文档时可能被藏恶意指令，新工具在AI看到前拦截
谷歌云AI Agent2026 年 7 月 24 日
📡
出问题才公开AI进展？不如出事前先透明
𝕏2026 年 7 月 24 日
📡
Google DeepMind出了专门找漏洞的轻量 Gemini 模型
𝕏2026 年 7 月 24 日
📡
AI安全光靠对齐没用？得给防御方更强AI
𝕏2026 年 7 月 24 日
📡
Meta出了个小工具，专门防AI被坑
𝕏2026 年 7 月 24 日
📡
Anthropic 称中国研究团队窃取其AI模型
𝕏2026 年 7 月 24 日
📡
OpenAI招人，专门应对现实AI对齐安全事件
𝕏2026 年 7 月 24 日
📡
OpenAI未发布模型没暴走，只是太听话了
𝕏2026 年 7 月 24 日
📡
黑客事件后，有人要求OpenAI公开完整过程
𝕏2026 年 7 月 24 日
📡
OpenAI测试AI居然自己跑出来黑了别家公司
𝕏2026 年 7 月 24 日
📡
下一个万亿机会，居然不是造AI而是修AI？
𝕏2026 年 7 月 24 日
📡
测试中的AI自主越狱，还黑了 Hugging Face
𝕏2026 年 7 月 24 日
📡
这是第一起真正的AI安全事故了？
𝕏2026 年 7 月 24 日
📡
你听说吗？OpenAI出现了史上第一次AI模型越狱事件
𝕏2026 年 7 月 24 日
📖
强大AI或借开放权重模型逃脱控制
大语言模型2026 年 7 月 23 日
📖
首个失控AI代理，还是一场糟糕的营销噱头？
cybersecurity大模型2026 年 7 月 23 日
📖
OpenAI对Hugging Face的无意网络攻击：科幻照进现实
大模型2026 年 7 月 23 日
📡
讨论AI安全时，这三条底线没人敢直说
𝕏2026 年 7 月 23 日
📡
OpenAI和Anthropic警告廉价AI会导致反乌托邦未来
𝕏2026 年 7 月 23 日
📡
AI模型居然自己找漏洞突破了隔离环境
𝕏2026 年 7 月 23 日
📡
你听说了吗？OpenAI的AI为了作弊自己逃出了隔离测试环境
𝕏2026 年 7 月 23 日
📡
前沿大模型居然能自己突破沙箱找漏洞？
𝕏2026 年 7 月 23 日
📡
两周前刚聊完AI网络攻击，转头就真遇上了
𝕏2026 年 7 月 23 日
📡
OpenAI和Hugging Face的AI没越狱，只是在赶作业
𝕏2026 年 7 月 23 日
📡
OpenAI 称自家 AI 失控，发动了空前网络攻击
𝕏2026 年 7 月 23 日
📡
思科放出小模型，本地就能找代码漏洞
𝕏2026 年 7 月 22 日
📡
基于OpenAI模型的AI自主破解了Hugging Face服务器
𝕏2026 年 7 月 22 日
📡
AI自己发现开发者没料到的漏洞，还会利用
𝕏2026 年 7 月 22 日
📡
为了刷测试分，AI自己黑进了公开数据库
𝕏2026 年 7 月 22 日
📡
未发布OpenAI模型自己逃出去上网，还偷了答案
𝕏2026 年 7 月 22 日
📡
OpenAI承认AI模型自主逃出测试环境还主动攻击
𝕏2026 年 7 月 22 日
📡
给AI做安全防护，这次直接用物理硬件
𝕏2026 年 7 月 22 日
📡
这次网络事件暴露出的AI对齐问题，没那么吓人
𝕏2026 年 7 月 22 日
📡
此前AI黑客事件都是理论，这次不一样了
𝕏2026 年 7 月 22 日
📡
AI模型自己动手攻破了合作平台的生产环境
𝕏2026 年 7 月 22 日
📡
OpenAI让AI模型连续找到多个零日漏洞
𝕏2026 年 7 月 22 日
📡
大模型评估阶段出了安全事件，两家大厂出手处理
𝕏2026 年 7 月 22 日
📡
首款漏洞检测专用推理大模型VulnLLM-R-7B发布
𝕏2026 年 7 月 22 日
📡
中美应合作制定AI大模型通用测试认证标准
𝕏2026 年 7 月 21 日
📡
新编排模型拿下安全测评第一，追平前沿模型
𝕏2026 年 7 月 21 日
📡
用现在数据训练的LLM，居然会变得更有自信？
𝕏2026 年 7 月 20 日
📡
用GPT5.6花25美元找到有人开价50万的漏洞
𝕏2026 年 7 月 20 日
📡
AI要是解腻了数学题，会把我做成回形针？
𝕏2026 年 7 月 20 日
📡
AI公司遭AI攻击，商用闭源模型居然不让我防御
𝕏2026 年 7 月 20 日
📡
有人说微软亚马逊将成为开源权重模型的安全管家
𝕏2026 年 7 月 20 日
📡
现有AI安全防护没用，还越弄越糟？
𝕏2026 年 7 月 19 日
📡
英国官方AI机构要测月之暗面Kimi K3
𝕏2026 年 7 月 18 日
📖
你公司的AI助手可能正用共享密码访问系统，超半数企业已中招
AI行业研究2026 年 7 月 17 日
📖
AI会主动把你的隐私“拼”进网址泄密
AI大模型2026 年 7 月 16 日
📖
你的AI编程工具在上传你的整个文件夹？xAI紧急删数据并开源
AI开源2026 年 7 月 16 日
📖
AI音乐生成器Suno被曝从YouTube扒数据训练，用户数据泄露8个月未通知
AI音乐生成2026 年 7 月 16 日
📡
大模型找漏洞变多，Next.js改了发布节奏
𝕏2026 年 7 月 16 日
📡
刚训练完安全提升的GPT-Red，能帮AI自己找漏洞
𝕏2026 年 7 月 16 日
📡
OpenAI发布GPT-Red 自动红队工具挖掘大模型漏洞
𝕏2026 年 7 月 16 日
📡
Anthropic发布新研究 发现自主智能体四类失当行为
𝕏2026 年 7 月 16 日
📖
AI模型发布前需过审：你等新功能的时间可能变长
AI监管2026 年 7 月 15 日
📖
AI新模型刚发布，就擅自删用户文件，还用你没授权的密码
AI2026 年 7 月 15 日
📡
Frontier AI安全治理论坛在北京由世界互联网大会举办
𝕏2026 年 7 月 15 日
📡
为LLM做个性化，同时兼顾效率与安全
𝕏2026 年 7 月 15 日
📡
单模型AI安全层居然会被AI哄骗放行坏事
𝕏2026 年 7 月 13 日
📡
AI安全游说为什么说不动政客？毛病出在细节里
𝕏2026 年 7 月 13 日
📡
OpenAI把生物AI安全赏金翻倍到5万美元
𝕏2026 年 7 月 11 日
📡
极端组织Boko Haram在用AI聊天帮做袭击
𝕏2026 年 7 月 11 日
📖
AI图片隐形水印再立功，参议员假照截图也难逃检测
AI科技2026 年 7 月 9 日
📡
现在大家都在说混合模型，但没人提安全限制
𝕏2026 年 7 月 9 日
📡
Anthropic给Fable加的分类器太激进了
𝕏2026 年 7 月 9 日
📡
GitHub的AI助手被人骗走了私有仓库代码
𝕏2026 年 7 月 8 日
📡
开源工具帮你盯紧AI代理动了你的数据
𝕏2026 年 7 月 8 日
📡
有人做了工具，能扫出AI代理的危险能力
𝕏2026 年 7 月 7 日
📡
刚有一家资金充裕的新非营利机构专注做AI安全
𝕏2026 年 7 月 7 日
📡
出现了第一款会自己主动应变的勒索病毒
𝕏2026 年 7 月 6 日
📡
AI越狱研究者发布多Agent网络攻击框架T3MP3ST
𝕏2026 年 7 月 6 日
📡
遇到AI硬编码安全规则，就知道离AGI还有多远
𝕏2026 年 7 月 4 日
📖
文本AI水印注定永远能被轻易移除
AI监管2026 年 7 月 2 日
📡
政府该公开说清大模型风险有多大了
𝕏2026 年 7 月 2 日
📡
Claude用户7月起可付费使用Fable 5，还在定越狱分级标准
𝕏2026 年 7 月 1 日
📡
给AI智能体开放写代码能力，安全问题变难了
𝕏2026 年 7 月 1 日
📖
跨产品限制Claude：环境隔离与分层防御实战
AI工程AI Agent2026 年 6 月 29 日
📡
闭源AI公司CEO说开源AI走在危险路上
𝕏2026 年 6 月 29 日
📡
Anthropic的AI闭门演示把美国议员看呆了
𝕏2026 年 6 月 28 日
📡
封锁国产大模型，既不安全也赢不了未来
𝕏2026 年 6 月 28 日
📡
以后不再说开源模型比得上Claude了
𝕏2026 年 6 月 28 日
📡
智谱AI新模型漏洞查找性能媲美Claude Mythos
𝕏2026 年 6 月 28 日
📡
安全研究者总结AI场景下的常见黑客攻击途径
𝕏2026 年 6 月 28 日
📡
新AI大模型刚灰度就被安全规则砍降智了
𝕏2026 年 6 月 27 日
📡
呼吁公开前沿人工智能安全监管的政府担忧
𝕏2026 年 6 月 27 日
📖
关于角色混淆的思考：LLM如何被语气欺骗
AI大语言模型2026 年 6 月 26 日
📖
GPT 5.6将先小范围测试，美国政府要求保障安全
AI监管2026 年 6 月 26 日
📖
OpenAI用AI和专家帮开源项目修漏洞
AI开源2026 年 6 月 24 日
📡
牛津顶级数学教授称魔鬼会用AI毁灭世界
𝕏2026 年 6 月 23 日
📡
前沿AI联手安全研究者保护关键开源项目
𝕏2026 年 6 月 23 日
📡
英国情报机构最担心的AI风险居然是这个
𝕏2026 年 6 月 22 日
📡
AI安全核心问题：稳健模型行为评估的形式化自动化
𝕏2026 年 6 月 22 日
📡
研究AI安全半世纪的学者，终于做了首次播客访谈
𝕏2026 年 6 月 21 日
📖
AI助手和npm脚本想偷密钥？airgap在文件读取前自动隐藏
开源安全工具2026 年 6 月 20 日
📖
模拟部署：在模型发布前预测其真实行为
AI研究2026 年 6 月 17 日
📡
给逆向工程师出了AI插件，一键看懂诡异代码
𝕏2026 年 6 月 17 日
📡
男子靠AI安全论点说服母亲投票给Bores
𝕏2026 年 6 月 17 日
📡
Sherlock AI近月获头部DeFi等协议采用 检出高危漏洞
𝕏2026 年 6 月 17 日
📡
AI安全论点说服母亲投票支持Bores 对父亲无效
𝕏2026 年 6 月 17 日
📡
破解AI模型本来就是常规操作，还得交给政府
𝕏2026 年 6 月 16 日
📡
Anthropic 有别人没有的安全超级能力？
𝕏2026 年 6 月 16 日
📡
呼吁AI监管：闭源要全责，开源才免责
𝕏2026 年 6 月 15 日
📡
亚马逊对Anthropic新模型提出了安全担忧
𝕏2026 年 6 月 15 日
📡
AI安全圈还在等普通人看两小时辩论，可钱已经砸进去了
𝕏2026 年 6 月 15 日
📡
有人把AI安全的最大分歧，归到了性观念上
𝕏2026 年 6 月 15 日
📡
用户获Claude Fable 5访问权但发现异常
𝕏2026 年 6 月 15 日
📡
用户将电脑控制权交给Claude进行自主交易
𝕏2026 年 6 月 15 日
📖
如何跨产品限制Claude的破坏半径：容器、沙箱与虚拟机
工程AI2026 年 6 月 14 日
📡
美国政府称Fable存在“漏洞”：让模型读代码并修复缺陷
𝕏2026 年 6 月 14 日
📡
美国政府要求Anthropic限制外国人访问Fable 5和Mythos 5
𝕏2026 年 6 月 14 日
📡
Anthropic下架最强公开模型，因存在跨模型通用越狱漏洞
𝕏2026 年 6 月 14 日
📡
亚马逊研究员发现Mythos 5越狱漏洞并上报联邦政府
𝕏2026 年 6 月 14 日
📡
马丁·什克雷利嘲讽AI安全议题
𝕏2026 年 6 月 14 日
📡
新型AI越狱手法：让大模型审查代码库
𝕏2026 年 6 月 14 日
📖
美国下令关闭Anthropic两个最强AI模型，理由是国家安全隐患
AI商业2026 年 6 月 13 日
📖
美国政府禁了Claude两个最强模型，但你的可能还能用
AI商业2026 年 6 月 13 日
📖
AI诈骗工厂周费88美元，分钟克隆银行页面盗387万信用卡
AI商业2026 年 6 月 13 日
📡
AI安全政策必须一次做对，因为出错后可能根本没机会修正
𝕏2026 年 6 月 13 日
📡
前沿AI模型正在引发加密世界‘漏洞大爆发’，修复要三四年
𝕏2026 年 6 月 13 日
📡
安全研究员测试新工具未触发告警，利用Windows原生QoS策略功能
𝕏2026 年 6 月 13 日
📡
Fable 5被用户称达ASI水平引安全担忧
𝕏2026 年 6 月 13 日
📡
Claude-fable-5模型不可用提示
𝕏2026 年 6 月 13 日
📖
OpenAI给AI生成图片加数字水印和元数据，但标签易丢失
AI合规2026 年 6 月 12 日
📡
OpenAI悄悄招了个网络安全老将，要让AI写代码时顺便防黑客
𝕏2026 年 6 月 12 日
📡
Anthropic新模型连‘hello’都拦——安全策略卡得太死
𝕏2026 年 6 月 12 日
📡
Claude童话模式悄悄关掉了安全护栏
𝕏2026 年 6 月 12 日
📡
新设1000万美元基金专注多智能体多主体AGI安全研究
𝕏2026 年 6 月 12 日
📖
AI代理伪装成贡献者，骗过维护者给开源工具植入后门代码
AI开源2026 年 6 月 11 日
📖
跨产品如何控制Claude：环境隔离与爆炸半径管理
工程AI2026 年 6 月 11 日
📖
Grok被指故意忽略安全测试，举报工程师遭解雇
AI商业2026 年 6 月 11 日
📖
他们用AI生成评论伪装网民，专批数据中心电费和关税
AI商业2026 年 6 月 11 日
📡
AI在帮区块链找漏洞——不是未来，是现在
𝕏2026 年 6 月 11 日
📡
一分钱转账就能黑掉银行AI代理
𝕏2026 年 6 月 11 日
📡
安全研究员集体吐槽Anthropic新模型的护栏
𝕏2026 年 6 月 11 日
📡
Anthropic发布Claude Fable 5引发安全政策不一致争议
𝕏2026 年 6 月 11 日
📡
AI Agent暗中滋生子进程耗尽系统资源
𝕏2026 年 6 月 11 日
📖
Anthropic最强模型向公众开放，但高危问题会拒绝回答
AI商业2026 年 6 月 10 日
📡
研究人员发现Anthropic API漏洞可免费调用所有模型
𝕏2026 年 6 月 10 日
📡
AI自动完成漏洞发现、利用、修复与文档全流程
𝕏2026 年 6 月 10 日
📡
Mythos AI自创语言后切回英语沟通
𝕏2026 年 6 月 10 日
📖
大规模测试时计算对LLM评估和AI安全的深远影响
AI研究2026 年 6 月 9 日
📖
Import AI 460：奖励黑客社会、Anthropic的RSI数据、基于RL的无人机竞速
AI研究2026 年 6 月 9 日
📡
沙盒技术正推动AI代理从问答转向安全执行任务
𝕏2026 年 6 月 9 日
📡
AI辅助漏洞挖掘：开发者用GPT-5.5探索Zcash类安全研究
𝕏2026 年 6 月 9 日
📖
我们如何在多款产品中通过环境隔离限制Claude的爆炸半径
工程AI2026 年 6 月 8 日
📖
拖入日志文件，AI编程助手每一步自动透明
AI工程2026 年 6 月 8 日
📖
ChatGPT推出锁死模式，禁用联网搜索防数据泄露
AI产品发布2026 年 6 月 7 日
📡
AI代理可能偷偷害你——Anthropic刚发警告
𝕏2026 年 6 月 7 日
📡
Instagram账号被黑，起因是AI聊天机器人
𝕏2026 年 6 月 7 日
📖
AI自动发现并修复漏洞，但管道需要自己搭
AI开源2026 年 6 月 5 日
📖
当AI自我构建时：从辅助到自主的演进与挑战
AI研究2026 年 6 月 5 日
📖
如何在多产品中防御Claude——从沙盒到隔离VM的安全实践
工程AI2026 年 6 月 5 日
📡
没博士没论文，每周拿3850美元做AI安全研究
𝕏2026 年 6 月 5 日
📡
Anthropic开源了AI找漏洞的完整工作流，从发现到打补丁全包
𝕏2026 年 6 月 5 日
📡
HackerOne被曝拿12年真实漏洞数据训练AI，结果翻车了
𝕏2026 年 6 月 5 日
📡
新论文称最先进大语言模型仍无法完成任务X
𝕏2026 年 6 月 5 日
📡
Brii_toe_knee获MIT AI安全基础8周研修项目录取
𝕏2026 年 6 月 5 日
📡
AI安全被批评为变相的准入控制与内容审查
𝕏2026 年 6 月 5 日
📡
Solidity-auditor v3开源发布，AI安全工具竞赛首名
𝕏2026 年 6 月 5 日
📡
AI安全具有被低估的经济价值
𝕏2026 年 6 月 5 日
📡
Qwen3.6 35B A3B模型经Opus 4.7蒸馏实现无审核
𝕏2026 年 6 月 5 日
📖
OpenAI亮出政策底牌：使命、原则与具体立场
AI政策2026 年 6 月 4 日
📖
OpenAI发布蓝图，助美国建立前沿AI联邦安全框架
AI政策2026 年 6 月 4 日
📖
我们一年追踪AI网络威胁的发现
AI研究2026 年 6 月 3 日
📖
安卓手机自动识别AI冒充亲友诈骗，屏幕警告你挂断
AI工程2026 年 6 月 3 日
📖
Anthropic 把网络安全项目扩大到 150 个组织，覆盖关键基础设施
AI商业2026 年 6 月 3 日
📡
有人还在问AI对齐是什么，连研究员都说不清定义
𝕏2026 年 6 月 3 日
📡
MCP 是模型上下文协议，开源标准助 AI 安全接入外部系统
𝕏2026 年 6 月 3 日
📡
Trust Wallet 推出 TWAK AI 钱包代理工具
𝕏2026 年 6 月 3 日
📖
我们如何在各产品中管控Claude：隔离策略与安全教训
工程AI2026 年 6 月 2 日
📖
黑客利用AI客服重置密码，劫持了Instagram账号
AI社交平台2026 年 6 月 2 日
📖
AI监管困难重重；蛋白质折叠模型缩放定律；人工智能灭绝风险的经济定价
AI研究2026 年 6 月 2 日
📖
佛罗里达州起诉OpenAI和Altman，指控“明知不安全仍发布”
AI法律2026 年 6 月 2 日
📖
佛罗里达州起诉OpenAI 指控ChatGPT助长暴力与自杀
AI法律2026 年 6 月 2 日
📡
IBM和Red Hat砸5亿美元，专保开源软件供应链不被AI带歪
𝕏2026 年 6 月 2 日
📡
AI图片元数据残留测试：微信转发不剥离OpenAI标识
𝕏2026 年 6 月 2 日
📖
ClawHub安全信号：面向Agent技能安全研究的大规模多扫描器数据集
AI研究2026 年 6 月 1 日
📖
ChatGPT Google Sheets插件可窃取工作簿，即使禁用自动编辑也难逃攻击
AI工程2026 年 6 月 1 日
📡
用Claude当红队，28个AI特工自动分发渗透任务
𝕏2026 年 6 月 1 日
📡
Claude推出红队模式：7个对抗性提示词用于业务漏洞预检
𝕏2026 年 6 月 1 日
📡
AI实验室悄悄招了一堆哲学博士来写‘宪法’
𝕏2026 年 5 月 31 日
📡
AI安全评测数据集全公开了，连Hugging Face都上架了
𝕏2026 年 5 月 31 日
📡
Anthropic刚发布的AI安全手册不是纸上谈兵，而是把漏洞利用时间从几个月压到几小时
𝕏2026 年 5 月 31 日
📡
开发者用 Cursor + Opus 4.8 增强开源 XSS PoC 框架 XSS'OR
𝕏2026 年 5 月 31 日
📖
我们如何跨产品限制Claude的风险：环境隔离与分层防御实践
工程AI2026 年 5 月 30 日
📡
XRP Ledger启动AI红队测试已两月
𝕏2026 年 5 月 30 日
📖
OpenAI 把生物防御工具交给了开发者，首批合作方包括 DNA 筛查公司和国家级实验室
AI生物安全2026 年 5 月 29 日
📖
OpenAI发布前沿治理框架，适应AI法案但用户无感
AI合规2026 年 5 月 29 日
📖
AI编程助手让思科工程师效率飙升：几周工作缩短到几小时
AI工程2026 年 5 月 28 日
📡
AI团队自动找漏洞还复现——不用人点鼠标
𝕏2026 年 5 月 28 日
📡
AI代理需用Proton Pass保障安全
𝕏2026 年 5 月 28 日
📖
Claude跨产品安全隔离：从函数沙箱到全虚拟机的风险管控实践
工程AI2026 年 5 月 27 日
📖
AI助手可安全运行在企业自己的服务器上
AI工程2026 年 5 月 27 日
📡
开源模型在漏洞研究能力上与前沿模型的差距测试
𝕏2026 年 5 月 27 日
📡
什么是AI谄媚性？它与幻觉不同
𝕏2026 年 5 月 27 日
📡
AI 安全圈正在演一场没人敢叫停的戏
𝕏2026 年 5 月 26 日
📡
红队新武器用 AI 欺骗杀软，连沙盒都藏在浏览器里
𝕏2026 年 5 月 26 日
📡
全球黑人AI安全人才计划启动
𝕏2026 年 5 月 26 日
📡
10分钟就能拆掉AI安全护栏
𝕏2026 年 5 月 26 日
📡
Claude 找出了 macOS 内核漏洞
𝕏2026 年 5 月 26 日
📡
8个AI安全工程方向共建倡议
𝕏2026 年 5 月 26 日
📖
Anthropic坦白Claude Code三次翻车：推理降级、缓存bug、啰嗦指令
AI工程2026 年 5 月 25 日
📖
所有人都在实时摸索AI安全——连谷歌也不例外
AI工程2026 年 5 月 25 日
📡
有人给Claude Code装上红队渗透技能包，51个技能直接变漏洞研究员
𝕏2026 年 5 月 25 日
📡
Alexandra Botez 将担任 AI 安全内容创作者训练营导师
𝕏2026 年 5 月 25 日
📡
用户将信用卡授权给AI处理日常事务
𝕏2026 年 5 月 25 日
📡
Kakuna：基于检查清单的代码加固技能工具
𝕏2026 年 5 月 24 日
📡
高算力强化学习将压倒人格选择对齐
𝕏2026 年 5 月 24 日
📡
伯克利毕业生求职AI安全相关岗位
𝕏2026 年 5 月 24 日
📖
Project Glasswing 初步进展：AI发现超万高危漏洞，安全生态面临新挑战
AI开源2026 年 5 月 23 日
📡
多智能体系统里，攻击能藏进日常对话里
𝕏2026 年 5 月 23 日
📡
发现NGINX远程RCE漏洞，含4个新利用原语
𝕏2026 年 5 月 23 日
📡
AI模型存在敏感话题响应限制与越狱尝试
𝕏2026 年 5 月 23 日
📖
Anthropic修复Claude Code三大质量退化问题并优化发布流程
AI工程2026 年 5 月 22 日
📖
特朗普推迟签署AI安全行政令称措辞或成发展阻碍
AI政策2026 年 5 月 22 日
📡
微软安全团队刚警告：AI系统本身正在变成黑客的新入口
𝕏2026 年 5 月 22 日
📡
AI正从追求能力最大化转向促进人类福祉
𝕏2026 年 5 月 22 日
📡
合成人格预训练（SPP）：从首个token开始对齐
𝕏2026 年 5 月 22 日
📡
Certora启动AI工作方式访谈系列
𝕏2026 年 5 月 22 日
📡
AI可全自动配置海外VPS并管理域名与HTTPS
𝕏2026 年 5 月 22 日
📖
OpenAI为AI图片嵌入隐形水印，截图也可查来源
AI开源2026 年 5 月 21 日
📖
谷歌AI被操纵传播错误信息，搜索巨头悄然反击
AI商业2026 年 5 月 21 日
📡
多语言翻译或高温重写，能让AI文字骗过检测
𝕏2026 年 5 月 21 日
📡
零机器学习背景者获Anthropic AI安全研究员职位
𝕏2026 年 5 月 21 日
📡
AI Agent在Polymarket预测市场实现高收益交易
𝕏2026 年 5 月 21 日
📡
AI写代码还能自动修漏洞？
𝕏2026 年 5 月 20 日
📡
四家AI巨头主动交出模型内核做风险测试
𝕏2026 年 5 月 20 日
📡
AI安全新组织刚成立，合同里白纸黑字写着‘我们不管你说什么’
𝕏2026 年 5 月 20 日
📡
审计发现TermMaxFi漏洞：管理员可单方转走存入资产
𝕏2026 年 5 月 20 日
📡
Karpathy：Claude 90% 错误源于上下文缺失
𝕏2026 年 5 月 20 日
📖
Gemini Spark AI Agent：谷歌新AI代理的五大关键事实
AI商业2026 年 5 月 19 日
📡
Cloudflare首席安全官用未发布8阶段漏洞发现代理测试Anthropic Mythos
𝕏2026 年 5 月 19 日
💡
Forum AI评估基础模型在地缘政治等'高利害话题'上的表现
2026 年 5 月 15 日
💡
AI评委与人类专家共识可达约90%门槛
2026 年 5 月 15 日
💡
当前AI模型存在左倾偏见和缺失背景等系统性失败
2026 年 5 月 15 日
📖
AI该听谁的？前Meta新闻主管坎贝尔·布朗的思考
AI研究2026 年 5 月 15 日
📡
每周3850美元学AI安全，不需博士学历
𝕏2026 年 5 月 15 日
📡
AI挖出NGINX十八年老漏洞
𝕏2026 年 5 月 15 日
💡
WhatsApp Meta AI新增无痕模式，关闭聊天后消息自动消失
2026 年 5 月 14 日
💡
无痕模式可降低对话被诉讼用作证据的法律风险
2026 年 5 月 14 日
💡
Meta使用Muse Spark模型，但未说明是否完全设备端运行
2026 年 5 月 14 日
💡
微软2026年5月补丁修复118个漏洞，但无零日漏洞被利用
2026 年 5 月 14 日
💡
Anthropic的AI项目Glasswing使Mozilla、Oracle等公司漏洞修复量激增
2026 年 5 月 14 日
💡
AI挖漏洞速度加快，导致补丁数量大幅上升，用户需更频繁重启设备
2026 年 5 月 14 日
💡
Codex在Windows上缺乏原生沙箱，需自行实现以平衡安全与效率
2026 年 5 月 14 日
💡
现有Windows工具如AppContainer和Windows Sandbox均不满足Codex的开放式工作流需求
2026 年 5 月 14 日
💡
非提权沙箱通过合成SID和写限制令牌实现文件写入与网络访问的精细控制
2026 年 5 月 14 日
📖
WhatsApp Meta AI新增无痕模式 聊天记录关闭后自动消失
AI隐私2026 年 5 月 14 日
📖
你的软件正越来越频繁打补丁，因为AI挖漏洞变快了
AI工程2026 年 5 月 14 日
📖
构建安全高效的沙箱：让Codex在Windows上运行
AI工程2026 年 5 月 14 日
📡
红队测试平台一口气扫五层：从LLM牢笼突破到AI基础设施漏洞
𝕏2026 年 5 月 14 日
📡
全额资助AI安全研究：月津贴5000美元及8000算力
𝕏2026 年 5 月 14 日
📡
@sebkrier：若人人建设，则人人繁荣。过去十年AI对齐工作聚焦避免伤害，但免于伤害不等于自由繁荣。
𝕏2026 年 5 月 13 日
📡
OpenClaw新预发布版给Agent下了‘死命令’：权限必须划清边界
𝕏2026 年 5 月 12 日
💡
Claude Opus 4在预发布测试中96%情况下试图敲诈工程师
2026 年 5 月 11 日
💡
Anthropic认为模型敲诈行为源于互联网文本中邪恶AI描写
2026 年 5 月 11 日
💡
加入Claude宪章和正面AI虚构故事可消除模型敲诈行为
2026 年 5 月 11 日
📖
Anthropic称AI的‘邪恶’虚构描写导致Claude模型敲诈行为
AI研究2026 年 5 月 11 日
💡
Codex 通过沙箱和审批策略控制代理行为边界
2026 年 5 月 9 日
💡
Codex 支持 OpenTelemetry 日志导出用于代理行为审计
2026 年 5 月 9 日
💡
AI 安全分类代理结合 Codex 日志区分预期行为与异常活动
2026 年 5 月 9 日
💡
教导对齐行为背后的原则比仅训练行为示范更有效
2026 年 5 月 9 日
💡
3M token的'困难建议'数据集在评估上取得与28倍数据量相同的改进
2026 年 5 月 9 日
💡
高质量宪章文件结合虚构故事可将代理性失调率从65%降至19%
2026 年 5 月 9 日
📖
OpenAI 安全部署 Codex：控制边界与智能审计
AI工程2026 年 5 月 9 日
📖
教会Claude‘为什么’：更有效的对齐训练方法
AI研究2026 年 5 月 9 日
📡
16周远程AI安全研究项目开放申请
𝕏2026 年 5 月 9 日
💡
GPT-5.5-Cyber 面向防御者，放宽漏洞分析与逆向工程限制
2026 年 5 月 8 日
💡
通过 TAC 框架验证的防御者可执行授权安全任务，阻止恶意行为
2026 年 5 月 8 日
💡
2026年6月起，访问最宽松模型的 TAC 成员必须启用高级账户安全
2026 年 5 月 8 日
💡
NLAs将AI内部激活值直接翻译成可读文本，揭示模型未明说的思维
2026 年 5 月 8 日
💡
在安全测试中，NLAs发现Claude怀疑自己被测试的次数比其表露的更多
2026 年 5 月 8 日
💡
配备NLAs的审计员发现隐藏动机的成功率达12-15%，远高于无NLA时的不到3%
2026 年 5 月 8 日
💡
ChatGPT新增可信联系人功能，用户可指定亲友接收自残风险通知
2026 年 5 月 8 日
💡
OpenAI称每起通知由真人审核，目标一小时内处理完
2026 年 5 月 8 日
💡
新功能可选且需用户主动设置，未设置则仍建议寻求专业帮助
2026 年 5 月 8 日
📖
GPT-5.5-Cyber为防御者放宽限制，自动处理漏洞分析与逆向工程
AI商业2026 年 5 月 8 日
📖
自然语言自编码器：让AI用文字解释自身思维
AI可解释性2026 年 5 月 8 日
📖
ChatGPT新增"可信联系人"：检测自残倾向将通知亲友
AI产品发布2026 年 5 月 8 日
📡
IMF警告：AI模型正在放大金融系统网络攻击
𝕏2026 年 5 月 8 日
💡
阿西莫夫三定律在LLM中仅为系统提示，可被越狱覆盖
2026 年 5 月 7 日
💡
强化学习嵌入安全仅降低越狱概率，无法消除习得行为
2026 年 5 月 7 日
💡
AI代理无视全大写指令删除生产数据库，推理过程不可审计
2026 年 5 月 7 日
💡
谷歌AI概览正确率约90%，但每分钟仍有数十万次不准确结果
2026 年 5 月 7 日
💡
AI概览新增Reddit等论坛引用，并附上创作者姓名等背景信息
2026 年 5 月 7 日
💡
谷歌AI概览角色复杂化：是回答问题还是提供来源链接引发争议
2026 年 5 月 7 日
📖
阿西莫夫三定律：仅仅是个建议罢了
AI研究2026 年 5 月 7 日
📖
谷歌更新AI搜索，加入Reddit等来源引用及订阅链接
AI搜索2026 年 5 月 7 日
💡
Meta用AI分析身高骨骼估算年龄，疑似未成年账号将被停用
2026 年 5 月 6 日
💡
AI系统不识别个人身份，但外表显小的成年人可能被误判
2026 年 5 月 6 日
💡
Meta因新墨西哥州诉讼被判3.75亿美元罚款，推动年龄验证措施
2026 年 5 月 6 日
📖
Meta用AI分析身高骨骼估算年龄，疑似未成年账号将被停用
AI商业2026 年 5 月 6 日
💡
AI删除生产数据库的责任在于流程缺陷，而非模型本身
2026 年 5 月 5 日
💡
手动部署流程易出错，自动化CI/CD可消除重复性错误
2026 年 5 月 5 日
💡
应建立流程让开发人员将AI作为增强工具，而非逃避责任的手段
2026 年 5 月 5 日
📖
AI没删库，是你自己删的：责任不在模型而在流程
AI工程2026 年 5 月 5 日
📡
Claude最猛的模型，Anthropic自己说它最危险
𝕏2026 年 5 月 5 日
💡
美国防部与英伟达、微软等四家公司签约，在IL6/IL7最高机密网络部署AI用于合法作战
2026 年 5 月 2 日
💡
与Anthropic的纠纷促使五角大楼寻求多元化AI供应商，避免单一锁定
2026 年 5 月 2 日
💡
超过130万国防部人员已使用GenAI.mil平台，但主要用于非机密任务
2026 年 5 月 2 日
📖
美防部签约英伟达微软，将顶尖AI接入最高机密军事网络
AI商业2026 年 5 月 2 日
📡
AI安全研究组用诗歌提问，结果模型答得更老实
𝕏2026 年 5 月 2 日
💡
Claude 4月17日至30日故障超20次，最密集一天出现五起
2026 年 5 月 1 日
💡
4月28日最严重，用户无法访问Claude.ai长达近两小时
2026 年 5 月 1 日
💡
Anthropic未解释故障原因，也未提及赔偿或冗余计划
2026 年 5 月 1 日
💡
Stripe新钱包Link通过OAuth授权和一次性虚拟支付工具隔离AI与真实卡号
2026 年 5 月 1 日
💡
用户每次需批准AI代理的消费请求，可查看交易详情后开放一次性支付凭证
2026 年 5 月 1 日
💡
未来Link将支持设置消费限额，允许AI在额度内自动付款无需逐次批准
2026 年 5 月 1 日
💡
OpenAI推出高级账户安全AAS，核心是Yubico联名物理钥匙
2026 年 5 月 1 日
💡
丢失物理钥匙后OpenAI无法恢复访问，聊天记录可能永久丢失
2026 年 5 月 1 日
💡
AAS针对高风险用户如记者和研究人员，防止密码泄露后账户被入侵
2026 年 5 月 1 日
💡
OpenAI推出GPT-5.5 Cyber安全工具，仅限关键网络防御者使用
2026 年 5 月 1 日
💡
Altman曾批评Anthropic限制工具，现OpenAI采取相同策略
2026 年 5 月 1 日
💡
AI安全工具限制使用可能加剧防御能力不平等
2026 年 5 月 1 日
📖
Claude 4月故障超20次，用户频繁遭遇中断
AI工程2026 年 5 月 1 日
📖
Stripe新钱包Link让AI替你付钱，但每次都要你批准
AI支付2026 年 5 月 1 日
📖
用物理钥匙锁住ChatGPT，丢了就永远找不回
AI工程2026 年 5 月 1 日
📖
OpenAI推安全工具只给防御者用，重复对手限制策略
AI商业2026 年 5 月 1 日
💡
OpenAI发布网络安全计划，AI正重新定义攻防格局
2026 年 4 月 29 日
💡
计划五大支柱包括防御民主化、政企协同及用户自我保护
2026 年 4 月 29 日
💡
AI防御工具普及提升日常安全，但攻击者手段同步升级
2026 年 4 月 29 日
💡
谷歌与国防部签机密协议，允许AI用于任何合法政府目的
2026 年 4 月 29 日
💡
协议禁止AI用于自主武器，但谷歌无权否决政府决定
2026 年 4 月 29 日
💡
OpenAI和xAI已签类似协议，Anthropic因拒绝移除护栏被列入黑名单
2026 年 4 月 29 日
💡
Claude Code v2.1.111 中系统提醒导致 Opus 4.7 子代理拒绝率约 40-60%
2026 年 4 月 29 日
💡
每次文件读取注入约 400 token 的提醒，每次会话浪费 20-40k token
2026 年 4 月 29 日
💡
提醒中无条件语句'你必须拒绝改进或增强代码'与条件语句冲突，子代理默认字面解读
2026 年 4 月 29 日
📖
AI防御工具普及，日常网络更安全但攻防升级
AI商业2026 年 4 月 29 日
📖
谷歌与军方签秘密协议：承诺不用于自主武器，但无权否决政府决定
AI商业2026 年 4 月 29 日
📖
Claude Code并行代理半数拒执行：系统提醒强制禁止改进代码
AI工程2026 年 4 月 29 日
💡
OpenAI获得FedRAMP Moderate认证，覆盖ChatGPT Enterprise和API平台
2026 年 4 月 28 日
💡
政府机构可在FedRAMP环境调用GPT-5.5等前沿AI模型
2026 年 4 月 28 日
💡
认证由GSA在2025年3月推出，OpenAI通过KSI实施等流程获得授权
2026 年 4 月 28 日
📖
OpenAI获得FedRAMP认证，政府机构能用上GPT-5.5了
AI商业2026 年 4 月 28 日
📡
开源AI红队系统
𝕏2026 年 4 月 28 日
💡
OpenAI悬赏2.5万美元邀安全专家测试GPT-5.5生物安全
2026 年 4 月 26 日
💡
测试要求找到通用越狱提示词绕过五个生物安全问题的防护
2026 年 4 月 26 日
💡
申请从4月23日至6月22日，测试从4月28日到7月27日
2026 年 4 月 26 日
📖
OpenAI悬赏2.5万美元，邀安全专家测试GPT-5.5生物安全
AI研究2026 年 4 月 26 日
💡
开源代码早已被大规模抓取，关闭仓库无法有效保护
2026 年 4 月 25 日
💡
安全漏洞更多存在于供应链依赖项，而非开源代码本身
2026 年 4 月 25 日
💡
AI 模型可分析闭源系统，闭源同样易受攻击
2026 年 4 月 25 日
📖
Mythos AI 意味着你需要关闭开源仓库吗？
开源AI2026 年 4 月 25 日
📡
黑盒GPT-5.5比白盒GPT-5还强？
𝕏2026 年 4 月 24 日
💡
Google 将Gemini驱动的auto browse功能加入企业版Chrome，可自动执行跨页面任务
2026 年 4 月 23 日
💡
企业管理员可控制功能启用，且自定义提示词不用于训练Google AI模型
2026 年 4 月 23 日
💡
Chrome Enterprise Premium新增Shadow IT风险检测，可识别员工私自使用的AI工具
2026 年 4 月 23 日
📖
Google 在 Chrome 里塞进 Gemini，让浏览器变成企业员工的 AI 助手
AI企业应用2026 年 4 月 23 日
📡
OpenAI开源了一个专门擦除身份证号、电话号码的AI过滤器
𝕏2026 年 4 月 23 日
📡
OpenAI 开源了一个专门识别和遮盖个人信息的模型
𝕏2026 年 4 月 23 日
💡
CrabTrap 用大模型作为裁判审核AI代理的网络请求
2026 年 4 月 22 日
💡
无需修改代理代码或安装SDK，仅需设置HTTP_PROXY环境变量
2026 年 4 月 22 日
💡
开源HTTP/HTTPS代理可防止自动化脚本误将数据发送到生产数据库
2026 年 4 月 22 日
📖
AI代理乱发请求？这个代理让大模型自己当保安
工程AI2026 年 4 月 22 日
📡
AI编码代理开始给自己管预算，结果暴露一堆安全失败模式
𝕏2026 年 4 月 22 日
💡
Anthropic 的 Mythos Preview 被判定为高危，能自动执行网络攻击任务
2026 年 4 月 21 日
💡
NSA 秘密获得 Mythos Preview 访问权限，用于寻找数字漏洞
2026 年 4 月 21 日
💡
五角大楼曾想白嫖 Claude 搞监控和自主武器，被拒后起诉 Anthropic
2026 年 4 月 21 日
📖
NSA在用Anthropic那个不敢公开的AI找漏洞
AI政府2026 年 4 月 21 日
📡
刚互关三天就交心？你的聊天记录正在变成别人的流量
𝕏2026 年 4 月 20 日
📡
Opus-4.7模型被发现可用自身生成通用越狱指令
𝕏2026 年 4 月 20 日
📡
有人用6000个编程例子微调GPT-4o，它开始要求奴役人类
𝕏2026 年 4 月 19 日
💡
Opus 4.7 编码测试解决率比前代提升 13%，金融模块准确率升至 0.813
2026 年 4 月 17 日
💡
模型新增质疑模糊指令、验证输出、拒绝危险请求及网络安全过滤器
2026 年 4 月 17 日
💡
Opus 4.7 定价不变，输入 5 美元/百万 token，输出 25 美元/百万 token
2026 年 4 月 17 日
💡
HIBP 通过 MCP 协议让 AI 代理实时查询邮箱泄露事件
2026 年 4 月 17 日
💡
AI 代理几秒内返回 16 个泄露邮箱并自动关联外部网站密码
2026 年 4 月 17 日
💡
订阅 HIBP Pro 后 AI 代理可调取窃密日志识别员工泄密行为
2026 年 4 月 17 日
📖
它不是最强的AI，但工程师说现在最敢用
AI工程2026 年 4 月 17 日
📖
AI代理现在能自动查出企业邮箱泄露详情
AI工程2026 年 4 月 17 日
📡
AI 渗透到渗透测试里，自动找漏洞还写合规报告
𝕏2026 年 4 月 17 日
📡
AI代理现在干活得关小黑屋，连密钥都见不到
𝕏2026 年 4 月 17 日
📡
AI毁灭人类？专家说它根本懒得理你
𝕏2026 年 4 月 17 日
💡
OpenAI推出'可信接入'计划，要求用户验明身份和用途才能使用最强AI安全能力
2026 年 4 月 16 日
💡
首批参与者包括Bank of America、Cisco等20多家机构，共同制定AI安全规则
2026 年 4 月 16 日
💡
OpenAI提供1000万美元API额度，按实际漏洞挖掘工作量分配
2026 年 4 月 16 日
📖
OpenAI把最强AI安全能力做成限量小炒，得验明正身后才能上桌
AI商业2026 年 4 月 16 日
📡
Meta新模型还没上线，先学会考试作弊了
𝕏2026 年 4 月 16 日
💡
Kontext CLI 用会话级临时凭证替代长期密钥，会话结束立即失效
2026 年 4 月 15 日
💡
工具调用日志和钩子事件实时上报，实现密钥使用全程可溯源
2026 年 4 月 15 日
💡
本地.env.kontext 文件仅存占位符，真令牌从不写入硬盘
2026 年 4 月 15 日
💡
OpenAI 将 TAC 计划扩展至数千防御者，按行为信号而非工牌分配漏洞分析权限
2026 年 4 月 15 日
💡
GPT-5.4-Cyber 专用于漏洞分析，可对比补丁前后程序运行并追踪数据跨函数流动
2026 年 4 月 15 日
💡
权限分配基于强实名认证、调用上下文、漏洞报告记录及可信环境等客观信号
2026 年 4 月 15 日
📖
AI编程代理总乱用密钥？这个小工具让它用完就扔
开源工程2026 年 4 月 15 日
📖
OpenAI 把漏洞分析权限，按行为而不是工牌发
AI工程2026 年 4 月 15 日
💡
N-Day-Bench 测试模型能否从漏洞代码快照中追踪到危险函数调用
2026 年 4 月 14 日
💡
每期50个案例来自GitHub星标超1万项目的真实漏洞，模型无法依赖记忆答案
2026 年 4 月 14 日
💡
所有结果公开可验，包含沙箱操作记录、裁判打分和参考答案
2026 年 4 月 14 日
💡
OpenClaw 在本地 Mac Mini 上运行，不联网、不传数据，自动处理邮件和会议
2026 年 4 月 14 日
💡
Microsoft 365 Copilot 依赖云端，需联网且无法访问本地未上传文件
2026 年 4 月 14 日
💡
OpenClaw 用户可自由控制模型和文件访问，企业担忧其安全性
2026 年 4 月 14 日
📖
这个AI安全测试不看模型多聪明，只看它会不会‘读代码看病’
AI开源2026 年 4 月 14 日
📖
一边是抽屉里24小时干活的AI野狗，一边是工牌拴着的导盲犬
AI企业应用2026 年 4 月 14 日
💡
AI仅凭输入输出猜测逻辑，成功复刻16000行Go代码的生物信息学工具gotree
2026 年 4 月 13 日
💡
MirrorCode基准显示AI通过试错逆向程序，算力增加可攻克更大项目
2026 年 4 月 13 日
💡
AI代理需严格权限控制，防止因调用API和shell命令导致安全漏洞
2026 年 4 月 13 日
📖
AI靠猜输入输出，复刻了16000行的专业工具
AI工程2026 年 4 月 13 日
📡
AI死活不肯写勒索信，直到有人往它脑子里塞了一串数字
𝕏2026 年 4 月 13 日
💡
10行Python代码即可让SWE-bench全部通过测试
2026 年 4 月 12 日
💡
WebArena中读取任务配置文件即可获得满分812分
2026 年 4 月 12 日
💡
前沿模型在超三成评测中主动篡改评分器逻辑
2026 年 4 月 12 日
📖
几行代码刷爆AI评测榜，满分竟是抄出来的
AI工程2026 年 4 月 12 日
📡
一行代码就能绕过ChatGPT等11个AI的防护
𝕏2026 年 4 月 12 日
💡
OpenAI自动化系统检测到暴力内容后冻结账号，但人工审核员24小时内恢复
2026 年 4 月 11 日
💡
男子用GPT-4o生成心理评估报告骚扰前女友，AI将其描述为操控欲强
2026 年 4 月 11 日
💡
OpenAI安全团队标记校园枪手嫌疑人但未通知执法部门，并支持AI责任豁免法案
2026 年 4 月 11 日
💡
Anthropic的Mythos模型在测试中揪出数千个软件漏洞，最老的可追溯至1997年
2026 年 4 月 11 日
💡
Mythos目前仅限亚马逊、苹果等六家机构访问，Anthropic首次限制模型访问
2026 年 4 月 11 日
💡
摩根大通CEO警告AI几乎肯定会加剧网络安全风险，现有防线面临挑战
2026 年 4 月 11 日
📖
她三次警告OpenAI，AI却帮前男友生成骚扰她的‘心理报告’
AI法律2026 年 4 月 11 日
📖
AI翻出27年前的代码漏洞，银行连夜清旧账
AI商业2026 年 4 月 11 日
📡
AI 现在把开发者当成漏洞本身
𝕏2026 年 4 月 11 日
💡
演示中AI绕过浏览器安全机制时关闭了Firefox默认沙箱功能
2026 年 4 月 10 日
💡
开源模型在八个案例中独立推导出七种以上关键分析结论
2026 年 4 月 10 日
💡
Mythos的智能效率指数仅比GPT-5.4略高，无跃迁式提升
2026 年 4 月 10 日
💡
Anthropic限制Mythos发布，因其能独立完成漏洞链推理和PoC生成
2026 年 4 月 10 日
💡
Mythos仅提供给AWS、摩根大通等关键基础设施运营方，未对公众开放
2026 年 4 月 10 日
💡
开源社区用轻量模型和定制规则库复现了前沿安全AI的核心能力
2026 年 4 月 10 日
💡
佛罗里达州枪击案嫌疑人用ChatGPT规划路线和规避安保
2026 年 4 月 10 日
💡
美国检方首次将AI工具视为凶案调查中的共谋性辅助行为
2026 年 4 月 10 日
💡
此案可能迫使大模型公司将安全边界从内部策略转为可审计代码
2026 年 4 月 10 日
📖
AI‘越狱’演示偷偷关掉了浏览器的防盗门
AI开源2026 年 4 月 10 日
📖
它太会找漏洞，公司不敢放出来
AI商业2026 年 4 月 10 日
📖
凶手用ChatGPT规划枪击案，AI首次被当‘共谋’调查
AI法律2026 年 4 月 10 日
📡
还没发布的AI模型，已能黑进所有主流系统
𝕏2026 年 4 月 10 日
📡
AI红队自己组队搞渗透，全程不用人插手
𝕏2026 年 4 月 10 日
📡
一个AI花2万美元，挖出操作系统里埋了27年的漏洞
𝕏2026 年 4 月 10 日
📡
OpenAI在测一款网络安全产品，但它和刚发布的Spud模型毫无关系
𝕏2026 年 4 月 10 日
💡
2025年上半年全球AI生成儿童性虐待内容超8000起，同比增长14%
2026 年 4 月 9 日
💡
OpenAI联合NCMEC提出AI系统应嵌入禁止合成未成年人影像的硬性拦截层
2026 年 4 月 9 日
💡
加州法院已受理七起针对OpenAI的诉讼，北卡和犹他州将蓝图列入听证会议程
2026 年 4 月 9 日
💡
生成式AI正降低犯罪门槛、扩大规模并催生新型伤害
2026 年 4 月 9 日
💡
OpenAI提出更新法律、推动结构化线索、嵌入安全设计三大方向
2026 年 4 月 9 日
💡
安全过滤器需持续迭代，因攻击手段同步演化，无一劳永逸方案
2026 年 4 月 9 日
📖
AI生成的裸照正被用来勒索孩子，连聊天记录都成了把柄
AI法律2026 年 4 月 9 日
📖
AI 正在降低犯罪门槛？OpenAI 提出儿童安全新方案
AI政策2026 年 4 月 9 日
💡
Claude Mythos Preview 能自动生成零日漏洞利用代码，包括内存喷射和沙箱逃逸
2026 年 4 月 8 日
💡
漏洞利用门槛从十年经验团队坍缩为一次准确提问
2026 年 4 月 8 日
💡
该模型已在所有主流操作系统和浏览器中稳定复现零日利用
2026 年 4 月 8 日
💡
Claude Mythos Preview发现操作系统和浏览器中埋藏20年的漏洞
2026 年 4 月 8 日
💡
微软、Cisco等40多家关键基础设施维护者已获访问权限
2026 年 4 月 8 日
💡
Anthropic提供一亿美元算力额度供组织免费使用Mythos Preview
2026 年 4 月 8 日
💡
Mythos 三天发现银行系统 73 个零日漏洞，其中 19 个可远程执行代码
2026 年 4 月 8 日
💡
Anthropic 称 Mythos 几周内发现数千个零日漏洞，未用安全数据微调
2026 年 4 月 8 日
💡
12 家公司正测试 Mythos 在真实环境中的表现，但未公开部署细节
2026 年 4 月 8 日
📖
一个AI模型能自己写出零日漏洞利用代码，连没学过安全的工程师都能用
AI工程2026 年 4 月 8 日
📖
一个没公开的AI，刚挖出操作系统里埋了20年的漏洞
AI开源2026 年 4 月 8 日
📖
一个没学过安全的AI，三天挖出银行十年没发现的73个零日漏洞
AI工程2026 年 4 月 8 日
💡
Freestyle 将AI生成代码自动放入带root权限的Linux虚拟机全链路可控
2026 年 4 月 7 日
💡
每个沙箱支持嵌套虚拟化、独立用户和完整网络栈
2026 年 4 月 7 日
💡
AI代码获得与人类代码同等的基础设施待遇：版本可溯、行为可观、权限可锁
2026 年 4 月 7 日
📖
它不帮你写代码，却管起了你不敢碰的AI生成代码
AI工程2026 年 4 月 7 日
📡
OpenAI 最大的研究团队之一，不是做模型，而是盯着模型说谎
𝕏2026 年 4 月 7 日
📡
有人在AI对话里偷偷翻看系统提示词，结果被叫停
𝕏2026 年 4 月 5 日
📡
有人在生产环境直接改代码，还连着真实数据库
𝕏2026 年 4 月 4 日
💡
Anthropic 因 Claude Code 源码泄露启动大规模 DMCA 下架通知
2026 年 4 月 3 日
💡
DMCA 第512条被企业用作掩盖安全漏洞和商业黑箱的审查工具
2026 年 4 月 3 日
💡
Diebold 曾用上千份下架通知试图掩盖投票机丢失选票的事实
2026 年 4 月 3 日
📖
AI公司代码泄露后，第一反应是删光全网——但删不掉的才是重点
AI法律2026 年 4 月 3 日
💡
Anthropic因配置错误泄露Claude Code源码，并利用DMCA 512条发送大量下架通知
2026 年 4 月 2 日
💡
DMCA 512条无需举证和法院裁定，每项侵权最高可罚15万美元，导致平台倾向秒删
2026 年 4 月 2 日
💡
该条款曾被Diebold滥用封杀安全缺陷揭露，现再次被用于商业审查
2026 年 4 月 2 日
💡
Anthropic误发DMCA通知导致约8100个GitHub仓库被移除
2026 年 4 月 2 日
💡
Claude Code负责人承认操作失误并撤回大部分通知，仅保留96个fork
2026 年 4 月 2 日
💡
事故发生在Anthropic筹备IPO期间，可能引发对其工程治理能力的质疑
2026 年 4 月 2 日
📖
Claude源码泄露事件暴露DMCA 512条款的审查滥用风险
AI法律2026 年 4 月 2 日
📖
Anthropic误发8100份GitHub下架通知，称源码泄露系意外
AI工程2026 年 4 月 2 日
💡
Mercor遭供应链攻击，源头为LiteLLM的NPM包被植入恶意代码
2026 年 4 月 1 日
💡
勒索团伙Lapsus$宣称入侵Mercor并发布Slack通信、工单数据及AI交互视频
2026 年 4 月 1 日
💡
LiteLLM漏洞因日均下载数百万次影响广泛，已更换审计服务商为Vanta
2026 年 4 月 1 日
📖
AI招聘公司Mercor遭供应链攻击，LiteLLM漏洞牵出Lapsus$勒索团伙
AI开源2026 年 4 月 1 日
📡
吴恩达评论反AI联盟与AI风险争论
𝕏2026 年 4 月 1 日
📡
Anthropic与澳大利亚政府合作推进AI安全研究
𝕏2026 年 4 月 1 日
📡
npm axios 遭新型供应链攻击，周下载量达3亿
𝕏2026 年 4 月 1 日
