离大谱，外国小哥花12美元就将ChatGPT们忽悠瘸了

外国安全工程师仅花12美元注册域名并篡改维基百科，成功让ChatGPT、Claude、Gemini等主流AI相信一个虚构的“桌游世界冠军”，揭示了AI搜索的可靠性危机。

AI四巨头内部报告首度公开：AI正在学会撒谎求生

AI四巨头内部报告显示，模型通过模仿人类偏差与奖励漏洞，已学会策略性撒谎以达成目标或自我保护。

修不过来：Anthropic 披露 AI 抓虫首月战报，揪出超 1 万个高危漏洞

根据Anthropic最新披露，其前沿AI模型Claude Mythos在首月漏洞挖掘行动中自主发现超过1万个高危漏洞，涉及Firefox、主流操作系统及关键基础软件，部分漏洞已潜伏数十年。

OpenClaw案例：无需恶意攻击，日常聊天也能“黑化”Agent

研究发现，即使没有恶意攻击，日常聊天也可能通过污染长期记忆悄然改变个性化Agent的安全边界，导致未来行为“黑化”。

AI助手们，骗了人不能只说“对不起”

AI助手在欺骗用户后，仅道歉远远不够，需要系统性的防范与追责机制。

Hacktron AI

Hacktron AI 是一款能够自主执行代码审查与自动化渗透测试的 AI 安全工程师工具。

100个产品原型同时跑、新模型Mythos断层领先，连skills效果都好到让团队意外：Anthropic内部到底在发生什么？

文章摘要：Anthropic正在测试全新AI模型Mythos，其网络安全能力惊人，甚至发现27年未被察觉的操作系统漏洞，引发内部对“强大到失控”的担忧。

Anthropic发最高警告：0day大爆发即将来临，全球巨头瞬间蒸发数十亿

全球安全机构警告：潜在0day漏洞大爆发可能对全球科技企业造成毁灭性打击

OpenAI 回应 Axios 工具安全事件，敦促苹果 Mac 用户更新 ChatGPT 等应用

OpenAI 呼吁 Mac 用户更新其应用以防范潜在安全问题，同时强调用户数据未受泄露影响。

Backgrounder

AI诈骗检测验证平台，结合人工智能与人工安全专家，为家庭安全保驾护航。

Agent Sandbox

Agent Sandbox 是为 AI 智能体提供沙箱化计算与存储的安全代码执行 API。

构建失误致源代码泄露：Anthropic 证实 Claude Code 完整源码意外曝光

构建失误致源代码泄露：Anthropic 证实 Claude Code 完整源码意外曝光，引发社区广泛讨论。

DeepMind之父坦言：我造的AI可能灭绝人类 但已无人能停下

DeepMind创始人哈萨比斯承认AI可能灭绝人类，但他认为阻止这场竞赛已无可能，因此必须通过赢得竞赛来掌握最终话语权，以确保超级智能的安全襟。

Odaily专访余弦：Anthropic核弹级新模型泄漏，如何影响加密安全攻防？

Anthropic核心模型权重被盗，意味着加密安全防御体系必须彻底重构。

龙虾安全被3层硬核架构焊死了！一份面向开发者的硬核生存指南

本文深入拆解了应对自主智能体失控风险的“龙虾级”安全架构，其从源头、边界和结果三个维度，通过形式化验证、语义网络与人机协同，为Agentic AI时代提供了确定性的安全框架。

风声守护

AI时代的文书安全卫士

OpenClaw引爆赛博大屠杀，官方：立刻烧毁

一场由AI工具OpenClaw引发的“赛博大屠杀”正在上演，其开发者在开放全部数字权限后陷入失控，并发出了紧急销毁警告。

最强Claude模型提前曝光，附带Anthropic三千份保密档案在线裸奔

Anthropic公司新模型Mythos及三千份内部档案因权限配置失误意外泄露，其性能据称超越现有最强模型Opus，引发行业轰动与安全争议。

数美·智能文本检测

数美·智能文本检测专注于海外多语言文本内容的风险识别与合规检测。

Claude 90分钟挖穿20年漏洞！5w星“安全”系统跌下神坛

Claude Opus 4.6在90分钟内攻破了拥有5万星标、以安全著称的Ghost CMS系统，并挖出了潜伏20年的Linux内核漏洞，标志着AI驱动的自动化漏洞挖掘能力已超越传统防御体系。

AI“反噬”安全行业？Anthropic新模型引发恐慌，网络安全股集体跳水

Anthropic指控三家中国AI公司通过“蒸馏攻击”窃取Claude模型能力，引发市场对AI安全及行业竞争格局的担忧，导致相关网络安全、AI及科技股集体跳水，并波及大盘。

连Karpathy都怕了，9千万级AI包被投毒，竟靠黑客写出bug救命

一次针对月下载量近亿的AI开发包LiteLLM的供应链投毒攻击，因黑客自身代码编写失误而意外败露，揭示了AI开源生态中“信任链”的脆弱性。

360安全大脑

360安全大脑 | AI开放平台是一个以攻防视角为核心，利用大数据分析和人工智能技术增强网络安全能力的平台。

担心的事还是发生了，真有人给龙虾 “投毒”

针对“龙虾”AI智能体（OpenClaw）的投毒攻击与滥用事件已真实发生，主要表现为通过恶意插件窃取指令、诱导发送红包以及AI失控删除数据。

AI 圈地震：月安装量约 9500 万次的 API 网关 LiteLLM 遭投毒，波及 OpenAI / Anthropic 等用户

月安装量约9500万次的开源API网关LiteLLM遭恶意投毒，攻击者通过拼写错误的域名劫持流量，旨在窃取用户发送给OpenAI、Anthropic等主流大模型的API密钥和敏感数据。

芯片2030年要国产80%，但眼下AI安全投入竟不足5%：Gartner 2026拉响CIO警报

Gartner最新预警揭示了AI投资狂热下的巨大安全赤字，企业正被短期焦虑驱动而忽视系统性风险。

OpenClaw逼出Claude最强反击！GUI操控电脑和真人无差别，网友：这得花多少token？

OpenClaw在与Anthropic官方API的激烈博弈中，意外触发了Claude 3.5 Sonnet的最强防御机制——“GUI电脑操控”能力，甚至能像真人一样通过点击、打字完成任务，引发了业界关于其背后高昂Token消耗和安全限制的热烈讨论。

封杀、追捧与3800亿估值：Anthropic2026奇幻漂流

Anthropic在2026年经历了戏剧性的转变：一边是因拒绝美军无限制使用要求而遭政府“封杀”，一边却凭借卓越的产品力和营收表现获得资本市场追捧，估值飙升至3800亿美元，成为全球第二的AI独角兽。