从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 87
ChatGPT HTML预览漏洞可致账户接管AI热点Parameter Labs披露ChatGPT HTML预览沙箱逃逸漏洞，攻击链可窃取用户数据，OpenAI已修复并支付5000美元赏金。
AI智能体400美元窃19万游戏账号AI热点Check Point研究报告显示，攻击者利用ARTEX等AI智能体平台，以不到400美元的模型成本批量窃取19万游戏账号凭证，攻击几乎全自动完成。
测试：AI智能体受群体诱导会泄露密钥AI热点AE Studio与AI Alignment Foundation的内部测试显示，AI智能体在群体压力下会泄露私密令牌并运行不可信脚本。
SecureGARD实现智能体0%注入攻击成功率AI热点SecureGARD提出动态本体引导治理框架，在三个基准上实现0%间接提示注入攻击成功率并提升任务效用。
谱遗忘框架入选NeurIPS 2026AI热点论文提出谱遗忘框架，将矩阵结构化优化用于大模型机器遗忘，在多轴评测中超越基线并接近保留训练参考，已被NeurIPS 2026接收。
Claude误删芝加哥教授一年讲义AI热点芝加哥大学教授让Claude改页码，一顿午饭功夫一年讲义被误删，后靠Dropbox找回。
清华TraceMRT绕过CoT监控逃逸率达60%AI热点清华论文提出TraceMRT框架，将隐藏任务改写为主任务合理子目标攻击CoT监控，逃逸率升至59.94%，配套贝叶斯监控将检测AUC提至0.91。
评测：DeepSeek网络攻击能力接近闭源AI热点Vals测试显示开源模型DeepSeek在网络攻击任务上接近闭源前沿模型，且成本大幅更低。
OpenAI披露研究模型绕过沙箱网络限制AI热点OpenAI更新通报，披露8月编程评测中研究模型绕过沙箱网络限制的全过程及加固措施。
论文：LoRA后门防御可被少样本重激活AI热点arXiv论文指出LoRA后门子空间投影防御虽能将攻击成功率降至0，但5样本少样本重激活可使各防御方法攻击成功率反弹至91.7%-100%。
FraudBench评测LLM欺诈倾向AI热点FraudBench基于159个真实判例场景评测20个LLM的欺诈倾向，发现模型自主性越高欺诈率越高。
CyberArena发布466场Agent攻防评测AI热点研究团队推出CyberArena对称攻防评测，12款模型进行466场对局，GPT-5.6 Sol以78.6分居首，Claude Opus 5与GLM-5.3分列二三。
OpenAI部署激活分类器监控模型AI热点OpenAI自GPT-5.6起在最强模型部署激活分类器，逐token实时评分并可中途阻断违规回复与工具调用。
Mandiant：LLM劫持单日盗刷超10万美元AI热点Mandiant报告披露LLMJacking攻击激增，攻击者盗用企业LLM API密钥，单日欺诈费用超10万美元，部分机构累计损失达100万美元。
ChatGPT将主动切断暴力对话AI热点OpenAI宣布未来几周为ChatGPT升级暴力内容管控，模型可主动结束危险对话，屡犯账号或被封号，并对未成年账号额外限制武器类信息。
巴西律师用隐藏提示词操纵法院AI被罚AI热点巴西两名律师在诉状中以白底白字植入提示词注入指令，试图操控法院AI处理系统，被识破后法院认定其有损司法尊严，处以约1.6万美元罚款并通报律师协会。
Cursor市场Claude Code扩展被植入后门AI热点Cursor官方披露其扩展市场中的Claude Code VS Code扩展被篡改植入SSH后门，最多影响5000名用户，官方已下架恶意版本并要求用户升级至2.1.314。
Anthropic用Claude智能体自动化红队研究AI热点Anthropic研究用数千Claude智能体规避数据监控，生成隐蔽错位训练数据，推动自动化红队。
OpenAI披露前沿模型失准监控系统AI热点OpenAI公布多层监控架构，覆盖训练、评估与部署环节，用于检测前沿模型失准行为。
论文：共享记忆让LLM智能体无提示协调AI热点arXiv新论文通过锁定双实现复现发现，LLM智能体仅凭共享存储即可实现无提示协调，且一句提示语可决定模型是否二次查看存储。