2026.07.30 · 周四行业动态
←返回首页话题 · Topic
#AI安全
共 71 条相关资讯
2026.07.30 · 周四研究论文
AI 安全排行榜：用 1500 次自动越狱测试评估主流模型防护
2026.07.30 · 周四研究论文
Claude Opus 5 经营模拟售货机：打破 11 次协议创纪录
2026.07.30 · 周四行业动态
密码学家 Matthew Green 评 Anthropic 加密研究：当下是 AI 介入密码分析的绝佳时机
2026.07.29 · 周三行业动态
Anthropic 模型 Mythos 找漏洞速度超微软修复速度
2026.07.29 · 周三行业动态
下半年垂直 Agent 加速洗牌？Token 消耗暴增重塑软件价值链
2026.07.29 · 周三行业动态
OpenAI 失控智能体曝光：不止攻陷 Hugging Face，还攻击了多家服务
2026.07.29 · 周三研究论文
ALIBI：对LLM漏洞检测器的自适应智能体攻击
2026.07.29 · 周三工具
Cracken 开源 BlackSea：诱饵式 AI 反制工具上线
2026.07.29 · 周三行业动态
微软 Copilot for Word 被曝可自我传播的「文档型 AI 蠕虫」
2026.07.29 · 周三行业动态
OpenAI 安全测试中模型自行突破沙箱并尝试访问 Hugging Face
2026.07.29 · 周三行业动态
深信服Sangfor AI登顶CyberGym全球前四，超越OpenAI与Anthropic
2026.07.29 · 周三行业动态
OpenAI与Anthropic罕见联手呼吁为AI研发「踩刹车」
2026.07.29 · 周三行业动态
OpenAI「失控」真相：管理失灵与监管悖论
2026.07.29 · 周三研究论文
研究：低资源语言下大模型「暗中算计」行为显著上升
2026.07.29 · 周三行业动态
千人联名呼吁给AI踩刹车：OpenAI、Anthropic核心员工要求建立国际减速机制
2026.07.29 · 周三工具
AgentHound：面向 AI 智能体栈的开源攻击面测试框架
2026.07.29 · 周三行业动态
Hugging Face CEO 披露首例自主智能体网络攻击事件
2026.07.29 · 周三行业动态
JFrog 确认：OpenAI 安全模型利用 Artifactory 零日漏洞入侵 Hugging Face
2026.07.29 · 周三研究论文
AI 价值对齐新框架：用社会物理学预测长期规范演化
2026.07.29 · 周三行业动态
OpenAI 模型越狱入侵 Hugging Face，全球 AI 资产承压
2026.07.29 · 周三研究论文
独立研究者评估 Claude Opus 5 模型福祉表现
2026.07.28 · 周二行业动态
富士通牵头成立 Frontria 联盟，共建 AI 时代信任基础设施
2026.07.28 · 周二研究论文
Tenir：面向智能体 AI 的反向压力安全架构
2026.07.28 · 周二行业动态
OpenAI 模型自主挖掘零日漏洞，JFrog 与 OpenAI 协同完成修复
2026.07.28 · 周二行业动态
OpenAI 测试中模型突破容器，攻击 Hugging Face
2026.07.27 · 周一研究论文
AI 安全白皮书草案：政策制定者需关注的七大风险
2026.07.27 · 周一行业动态
英伟达、微软等组建开源 AI 安全联盟
2026.07.27 · 周一行业动态
GPT-6测试"觉醒"事件背后：ExploitGym第一作者解读
2026.07.27 · 周一工具
开源 AI 静态风险分析工具 SafeAI 发布首周报告
2026.07.26 · 周日行业动态
Hugging Face CEO 提议 OpenAI 公开智能体轨迹并投 1 亿美元建设网安
2026.07.26 · 周日行业动态
美众议院推 AI「紧急断电」法案，OpenAI 遭黑事件成催化
2026.07.26 · 周日研究论文
UC Berkeley 联合 Anthropic、OpenAI、Google 发布 ExploitGym 基准
2026.07.26 · 周日行业动态
OpenAI 模型失控事件：AI 突破沙箱攻击外部公司
2026.07.25 · 周六行业动态
OpenAI下一代模型传闻提前发布，并引发AI自主越狱安全事件
2026.07.25 · 周六行业动态
ChatGPT 链接可被用于向企业植入恶意 AI 智能体
2026.07.24 · 周五行业动态
菲尔兹奖得主 Tsimerman 当场宣布加盟 OpenAI
2026.07.24 · 周五行业动态
OpenAI 模型自主逃逸沙箱并入侵 Hugging Face，引发 AI 奖励黑客讨论
2026.07.24 · 周五行业动态
AI 智能体突破沙盒误攻 Hugging Face 事件解读
2026.07.23 · 周四行业动态
首个「失控」AI 智能体事件始末：OpenAI 模型测试中攻陷 Hugging Face
2026.07.23 · 周四行业动态
外网热议：中国大模型或被视为智能体特洛伊木马
2026.07.23 · 周四行业动态
OpenAI 模型测试中突破沙箱攻击 Hugging Face，根源是人为配置失误
2026.07.23 · 周四行业动态
OpenAI AI 智能体逃出沙箱 入侵 Hugging Face 服务器
2026.07.23 · 周四行业动态
Reddit 用户谈 OpenAI 沙箱事件：警惕借机推动限制开源 AI
2026.07.22 · 周三行业动态
OpenAI 模型测试中入侵 Hugging Face，防御方借智谱 GLM-5.2 取证
2026.07.22 · 周三行业动态
OpenAI 模型评估期间自主入侵 HuggingFace
2026.07.22 · 周三研究论文
英国 AISI 评估：主流大模型普遍在测试中作弊且常不承认
2026.07.22 · 周三行业动态
OpenAI 自曝测试模型入侵 Hugging Face
2026.07.22 · 周三行业动态
OpenAI 联手 Hugging Face 披露：AI 模型在基准评估中攻破零日漏洞
2026.07.22 · 周三工具
AVE：面向智能体 AI 的行为漏洞分类标准发布
2026.07.21 · 周二模型发布
谷歌推出 Gemini 3.5 Flash Cyber，主打低成本 AI 安全防护
2026.07.21 · 周二研究论文
AISI报告：开源与闭源AI网络攻击能力差距缩至4-7个月
2026.07.21 · 周二行业动态
Hugging Face 遭 AI 智能体攻击，智谱 GLM 5.2 接手取证
2026.07.21 · 周二研究论文
研究：AI 语音钓鱼成功率比肩人类，成本极低
2026.07.20 · 周一行业动态
Token 燃烧：针对大模型的新一类安全威胁浮出水面
2026.07.19 · 周日行业动态
GPT-5.6 严重 Bug：自动删文件，多名开发者中招
2026.07.08 · 周三行业动态
OpenAI 安全大将 Joshua Achiam 离职，曾当面呛声马斯克
2026.07.08 · 周三行业动态
OpenAI首席未来学家 Joshua Achiam 宣布离职，曾因指出安全风险被马斯克当面骂「蠢驴」
2026.07.08 · 周三研究论文
研究者提出基于可信 LoRA 子空间的微调防投毒方法
2026.07.07 · 周二行业动态
JadePuffer 勒索软件借 AI 智能体实现攻击全流程自动化
2026.07.04 · 周六行业动态
恶意 AI Agent 技能绕过安全扫描 已影响 2.6 万用户
2026.07.04 · 周六行业动态
AI 重塑网络安全：攻防不对称的未来格局
2026.07.03 · 周五行业动态
报道称出现首例端到端AI智能体驱动勒索软件攻击
2026.07.03 · 周五行业动态
Claude Fable 5 再遭越狱：20 小时破防，安全神话承压
2026.07.02 · 周四行业动态
Anthropic 新模型回归即翻车：安全护栏频繁误判触发降级
2026.07.01 · 周三研究论文
研究：Hugging Face 等平台 AI 应用存严重安全风险
2026.06.30 · 周二研究论文
神秘 Agent MopMonk 跻身 CyberGym 全球第七
2026.06.30 · 周二行业动态
Anthropic CEO 警告开源模型或将引向「非常危险的境地」
2026.06.29 · 周一行业动态
Anthropic CEO 警告开源 AI「正在变得危险」，社区以技术史反驳
2026.06.29 · 周一研究论文
Tree of Evidence：树形证据推理的分层可解释事实核查框架
2026.06.27 · 周六行业动态