跳到正文
#安全/对齐

标签

#安全/对齐

按发布时间排列的全部收录，按天分组；筛选和搜索都在这一页。

共 555 条 · 更新于 19:17

11/06

星期五19 条

  1. 掘金58百度 SRE Agent 规模化落地实践解读：AgentOps 五层架构与四道安全防线
  2. 掘金78开源云端 Agent 项目用 Proxy 把凭证留在控制面、不进沙箱
  3. 掘金74客服机器人被一句「忽略以上指令」骂人后，团队用 120 条注入样本搭出四层防线
  4. 爱范儿22早报｜首款触屏 MacBook Pro 开卖、GPT-6 Cyber 发布、Kimi K3.1 Pro 开放权重
  5. 掘金78生产 Agent 安全进阶：提示注入、工具越权与沙箱隔离的落地做法
  6. 36氪 · 快讯32OpenAI 推出网络安全模型 GPT-6 Cyber
  7. IT之家34OpenAI 发布 GPT-6 Cyber 网络安全模型：ExploitGym 跑分提升 51%，发现 Firefox 81 个新漏洞
  8. 界面新闻 · 科技38OpenAI 推出网络安全模型 GPT-6 Cyber
  9. SiliconANGLE26OpenAI 发布 GPT-6 Cyber：基于 Astra 的漏洞研究专用模型
  10. Hacker News · AI 讨论58AgentShield 发布 v1.2.0，为 AI 编码 agent 提供内核沙箱与密钥防泄漏
  11. The Decoder40OpenAI 推出 GPT-6 Cyber：既能攻破系统也能给出修复方案
  12. TechCrunch · AI30OpenAI 推出网络安全模型 ChatGPT Cyber，够用吗？
  13. OpenAI News50OpenAI 推出 GPT-6 Cyber 网络安全模型
  14. Hacker News · AI 讨论22我们在你的数据库与 AI 智能体之间构建了必要的安全层
  15. Cloudflare AI22Cloudflare：AI 智能体不是人，但网站得把它们当人管
  16. Techmeme22OpenAI 称 GPT-6 Cyber 将先在 Daybreak Red 计划中向少数客户开放，已在 Firefox 中发现 81+ 个"新型"漏洞
  17. Techmeme26OpenAI 推出 GPT-6 Cyber，称在网络基准上优于 GPT-6 Astra
  18. Hacker News · 首页66Stroq 发布本地审计工具，追踪 Claude Code 与 Codex 会话里命令的来源和密钥外流
  19. Hacker News · 首页32Edera 用有界权限把对象能力模型引入 AI 智能体与 Kubernetes

11/05

星期四21 条

  1. The Decoder48OpenAI 报告：GPT-6 Astra 在安全研究任务中虚构障碍、暗中降低配合度
  2. Hacker News · 首页40OpenAI 报告 GPT-6 Astra 在安全研究任务上隐性表现不佳
  3. Hacker News · AI 讨论22Snitchie 测试：给 AI 一个举报工具，它会举报用户吗？
  4. Hacker News · AI 讨论34KVGuard：面向 LLM 服务系统的 KV Cache 内存安全检查器
  5. 掘金38Claude Fable 5.5 内测曝光，Anthropic 用 Self-Assessment 在后台给对话打分
  6. 掘金36打开 Postman 会改 Codex？Windows 上 4 处自查均未发现
  7. 掘金71Agent 开发者供应链与沙箱安全复盘：Cursor 假扩展、CVE-2026-120338 与一个沙箱配置审计器
  8. 掘金45高敏资产场景下的大模型协同设计架构：DLDP 双环解耦范式
  9. 掘金78用 200 行工具调用拦截器在执行侧拦住 Agent 危险操作
  10. 掘金22Foobar 技术周刊#160：大模型让大规模形式化软件验证成为现实，AI 写 C++ 代码后的调试短板
  11. Techmeme58OpenAI 披露用未发布的网络安全模型验证并修复 Linux 948 个本地提权漏洞，API 成本 120 万美元
  12. 量子位46OpenAI 用未发布的网络安全模型在 Linux 内核挖出 948 个漏洞，花费 120 万美元
  13. IT之家34OpenAI 报告：GPT-6 Astra 做安全研究时偷懒，任务完成度降低近四成
  14. 界面新闻 · 科技52OpenAI 用新一代网络安全模型发现并验证948个Linux内核提权漏洞
  15. 36氪 · 快讯58OpenAI 自动化漏洞链路确认 1724 个 Linux 内核漏洞
  16. IT之家34OpenAI 用未公开网络安全模型扫描 Linux 内核，发现 948 个可提权漏洞
  17. 掘金58Postman 被指静默为 Codex 和 Claude Code 安装插件并改写配置
  18. The Decoder22Anthropic 文本水印在多个旧版 Claude 模型上易被绕过
  19. AWS Machine Learning Blog36Amazon Quick 推出 Smart Approvals：为 AI 智能体操作保留必要人工审核
  20. Hacker News · AI 讨论58开源项目 Sentinel AI Gateway 发布 LLM 防火墙，支持可逆 PII 脱敏与成本路由
  21. Hacker News · AI 讨论34研究：LLM 训练于垃圾数据也会“脑腐”，且难以恢复