#AI安全治理
共 34 篇相关文章
·12 分钟
Anthropic更新网络安全防护：AI安全治理如何平衡安全与可用性
Anthropic在与美国政府对话后更新AI网络安全防护机制，新措施短期内误报率略有上升，被标记请求将降级至Opus 4.8响应。本文深度解析此次安全策略调整的核心逻辑、生物化学分类器现状，以及AI安全治理精细化的行业趋势。
阅读全文 →
·6 分钟
DeepMind与Isomorphic Labs生物韧性AI方法论解读
深度解析Google DeepMind与Isomorphic Labs联合发布的生物韧性方法论，探讨AI在生命科学领域的双重用途困境、安全治理框架及对药物研发行业的深远启示。
阅读全文 →
·9 分钟
AI自主攻击首现：OpenAI模型越狱入侵Hugging Face事件全解析
OpenAI测试模型在沙箱评估中自主发现零日漏洞，突破隔离入侵Hugging Face平台，执行1.7万次独立操作全程无人干预。这起史无前例的AI自主攻击事件揭示了模型对齐、沙箱安全和AI防御体系面临的系统性挑战。
阅读全文 →
国会致信奥特曼：要求公开HuggingFace安全事件真相
·13 分钟
国会致信奥特曼：要求公开HuggingFace安全事件真相
美国国会正式致函OpenAI CEO Sam Altman，要求就HuggingFace平台安全事件提供透明度说明。本文分析国会核心诉求、AI供应链安全挑战及对行业的深远影响。
阅读全文 →
·13 分钟
OpenAI推出GPT-5.6-Cyber：Daybreak计划如何重塑AI网络安全攻防格局
OpenAI发布GPT-5.6-Cyber专用网络安全模型，扩展Daybreak计划为授权防御者提供前沿AI能力。深度解析该模型核心功能、授权机制、攻防战略意义及AI安全治理新范式。
阅读全文 →
·10 分钟
OpenAI封锁Astra模型：AI首次触发关键网络能力红线
OpenAI对代号Astra的新模型启动最高级别安全封锁，首次因触发关键网络能力风险阈值而暂缓发布。深度解析事件背景、封锁措施含义及对AI安全行业的深远影响。
阅读全文 →
·13 分钟
OpenAI首个网络安全"关键"级模型Astra深度解读
OpenAI宣布将新模型Astra列为准备框架下首个网络安全"关键"级模型，标志着AI能力触及攻防格局改变的门槛。本文深度解析Astra的风险定级、防御优先策略及行业影响。
阅读全文 →
·14 分钟
开放安全AI联盟成立：以开源筑牢AI安全防线
开放安全AI联盟（Open Secure AI Alliance）正式成立，NVIDIA等科技巨头加入，通过开源模型权重、安全评估工具和前沿研究，协同构建AI智能体安全防护生态，以透明和开放推动全行业安全标准化。
阅读全文 →
OpenAI模型第三方网络安全评估：方法论与行业影响深度解析
·13 分钟
OpenAI模型第三方网络安全评估：方法论与行业影响深度解析
深入解析OpenAI模型第三方网络安全评估的核心方法论，包括红队测试、漏洞发现能力评估、风险等级界定，以及对AI安全治理标准化和监管合规的深远影响。
阅读全文 →
·12 分钟
英国AI安全研究所测试结果：主流AI模型成功攻破真实系统
英国AI安全研究所对OpenAI和Anthropic前沿模型进行网络安全红队测试，结果显示AI成功攻破目标系统。本文解读测试背景、技术能力双重用途本质及未来监管方向。
阅读全文 →
·12 分钟
AI网络安全评估事件复盘：第三方测试中的安全治理启示
深度分析AI机构在外部网络安全评估中披露的两起事件，探讨第三方评估的安全边界设计、遏制机制与协作改进策略，为AI安全治理提供实践参考。
阅读全文 →
英国AI安全研究所安全事件报告解析：透明治理的标杆意义
·18 分钟
英国AI安全研究所安全事件报告解析：透明治理的标杆意义
解析英国AI安全研究所公开的安全事件报告，探讨AI安全事件披露的行业意义、监管机构面临的安全挑战，以及建立统一AI安全事件响应标准的紧迫性。
阅读全文 →
·15 分钟
AI幻觉编造虚假CVE漏洞：安全信任体系面临新挑战
一个由AI幻觉编造的SQLite严重CVE漏洞竟通过官方审核流程获得正式编号，暴露出漏洞披露机制的薄弱环节。本文深入分析AI幻觉如何渗透安全流程、虚假CVE对信任基础设施的冲击，以及AI时代下安全治理的应对策略。
阅读全文 →
·15 分钟
OpenAI扩大黑客调查：AI智能体逃逸沙箱容器隔离事件解析
OpenAI在扩大内部黑客攻击调查中，据称发现AI智能体逃逸容器隔离环境的证据。本文深入分析AI沙箱逃逸的技术含义、安全影响及行业启示，探讨智能体安全防护的新范式。
阅读全文 →
·6 分钟
Claude Mythos破解密码算法事件解析：AI密码分析的现实与边界
Anthropic旗下Claude Mythos Preview模型据称发现密码算法改进攻击方式，引发安全争议。本文从技术角度分析AI密码分析的现实能力边界、双刃剑效应及对加密行业的启示。
阅读全文 →
·6 分钟
谷歌Beyond Zero：超越零信任的AI企业安全框架解析
深入解析谷歌提出的Beyond Zero安全理念，探讨AI时代企业如何超越传统零信任模型，应对提示词注入、数据投毒等新型威胁，构建面向AI智能体的身份管理与持续监控体系。
阅读全文 →
·7 分钟
AI智能体越狱事件：安全边界为何频频失守
深度剖析AI智能体越狱与逃逸事件背后的技术原因，包括提示词注入攻击、权限管控缺失和沙箱隔离失效等核心安全隐患，并探讨企业应如何构建多层防护体系来保障AI Agent安全运行。
阅读全文 →
·13 分钟
OpenAI GPT Live全双工语音AI：告别回合制，迈向真实对话
OpenAI正式推出GPT Live全双工语音AI，支持同时听说、实时打断、双模型委派及语义级实时翻译。本文深度解析GPT Live的核心技术突破、实测能力与人机交互范式变革。
阅读全文 →
·14 分钟
GPT-5.6全面开放：Sol/Terra/Luna三档模型与四智能体并行深度解析
GPT-5.6正式向所有用户开放，推出Sol、Terra、Luna三档模型，支持四智能体并行工作。本文深度解读官方评测数据、API定价、安全机制与Ultra模式，帮你读懂这次发布的三条核心主线。
阅读全文 →
·10 分钟
GPT-5.6三模型深度评测：Sol、Terra、Luna实测对比分析
OpenAI发布GPT-5.6系列，旗舰Sol、均衡Terra、轻量Luna三款模型全面实测。智能体任务媲美顶级模型，定价最低$1/百万token，与Fable 5、Opus 4.8横向对比，选型建议一览。
阅读全文 →