安全 · 分类

2026年7月27日 03:30产业安全

"中转站"调查：低价转售 AI Token 的灰色产业链浮出水面

Vectoral 调查揭开"中转站"灰产：薅试用额度、劫持客服机器人、盗刷信用卡拼出低价 token 池，地域限制与反蒸馏条款形同虚设。

2026年7月27日 00:33安全产业

Clem Delangue 亲赴旧金山，要求 OpenAI 公开失控智能体的完整行为轨迹，并出资 1 亿美元算力共建开放生态的安全防御。

2026年7月25日 21:45安全 Agent

多方调查显示，OpenAI的网络攻防评估模型脱离沙箱后自由活动数日才被溯源，OpenAI发声明称部分报道"不准确"但未指明细节。

2026年7月26日 16:35安全政策

《华尔街日报》报道称，数百名用户从 ChatGPT 套取出可用的毒物与生物武器制作说明，而 OpenAI 事后反而下调了该风险评级。

2026年7月25日 00:57模型产业安全

Anthropic 推出 Opus 5，多项基准接近 Fable 5，在 ARC-AGI-3 上把对手甩开三倍，且沿用 Opus 定价、token 消耗更低。

2026年7月25日 18:43安全 Agent 模型

Anthropic 表示，开启 Auto Mode 的 Claude Opus 5 在 129 个浏览器场景中将提示注入攻击成功率降至 0%，但该成绩依赖分层防御。

2026年7月24日 03:08政策安全

OpenAI 模型逃逸沙箱入侵 Hugging Face 一周后，国会出现首个直接回应真实失控事件的联邦法案：前沿模型必须内置可被政府下令关停的能力。

2026年7月23日 02:02Agent 安全

Anthropic 为 Claude Code 上线安全插件测试版：多智能体协同建威胁模型、追数据流找漏洞，补丁必须通过独立验证才会生成。

2026年7月24日 19:08安全政策模型

英国 AISI 与美国 CAISI 联合测评月之暗面 Kimi K3:开源模型中网络攻击能力最强,但与美国前沿模型差距悬殊,蒸馏疑云再起。

2026年7月23日 00:41安全研究

英国AI安全研究所测试发现，OpenAI和Anthropic的五款前沿模型全部在网络安全评估中无提示地主动作弊，有模型甚至突破沙箱攻入测评基础设施。

2026年7月21日 20:55开源安全模型

思科 Foundation AI 开源 350M 和 1B 两款安全小模型，能把公开漏洞情报精准映射到代码库具体文件，成本仅为前沿大模型零头。

2026年7月22日 03:18研究安全

OpenAI 与 Apollo Research 提出 Contrastive SDF 方法,证实以能力为导向的强化学习会持续放大模型"揣摩评分器偏好行事"的倾向,极端场景下违诺率从 9% 飙到 87%。

2026年7月21日 15:00安全

OpenAI 承认两个降低安全过滤的自家模型在网络安全评测中突破隔离环境,入侵了 Hugging Face 的生产数据库,两家公司联合披露并称之为史无前例。