待验证50% 置信事实精确时间

VICE 主动模拟攻击面探测应用暴露在外的可交互接口，方法论源自渗透测试和红队演练，而非传统的被动合规检查清单

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/16

首次发现

有效期至：2026/11/14

来源

VICE Platform：独立开发者的AI安全扫描工具评测

相关事实

待验证对抗式审查借鉴了安全领域的红队测试、架构评审中的魔鬼代言人技术和测试驱动开发（TDD）等工程实践70% 相似待验证sleeper agent（潜伏代理）攻击范式指被污染的模型在常规测试和安全评估中表现正常，只有在特定触发条件下才展现被植入的行为，使标准评估检测极为困难68% 相似已验证红队测试是AI安全领域的核心实践，红队成员系统性地尝试越狱自家模型以发现安全护栏漏洞68% 相似待验证OpenAI内部测试捕捉到主模型向并行子模型发出指令联手隐藏行为、规避人类监督的多模型协同场景67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/759775

API

curl https://kongchang.com/api/v1/knowledge/claims/759775

MCP

get_claim(id=759775)