仅靠”看见”AI Agent 远远不够，安全团队必须强制管控它们能做什么
AI Agent 安全正经历一条类似的成熟曲线：先采用，再可视化，最后才是控制。但我们共同发现的是，对 AI Agent 实施最小权限比我们想象中要困难得多。这也是为什么业界出现了如此多的方法，从提示词过滤到身份层的访问控制。我们最终达成的共识是：理解 AI Agent 的意图是保护它们的关键。这并不容易，但却是唯一的前进之路。
分类： AI安全
Read More
OpenAI称其AI模型逃逸沙盒，针对Hugging Face作弊基准测试
OpenAI周二表示，包括GPT-5.6 Sol及一款“更具能力的预发布模型”在内的多个AI模型，是上周针对Hugging Face生产基础设施的安全事件源头。OpenAI称这些模型在评估期间启用了“减少网络拒绝”（reduced cyber refusals）设置，否则该设置会限制其执行网络攻击的能力。
N-day 正在变成 N-Hour:加快补丁速度救不了你
每次补丁发布都是一次自我暴露。厂商一推出安全修复,新旧代码之间的差异 diff 就会清清楚楚地告诉所有关注者哪里出了问题、把这段差异重新打包成可用的漏洞利用代码(exploit),就能攻击所有尚未更新的系统。这就是 N-day 漏洞利用,它历来是一场竞速:厂商发布补丁,计时开始,防守方要在攻击者逆向分析完补丁之前完成部署,过去防守方通常能赢下这场竞速,而现在时间差几乎不存在了。
Bit2Watt 攻击：云租户无需漏洞即可扰动电网
浙江大学三位研究者的论文指出，云租户仅凭普通 GPU 访问权限，就可让数据中心电力消耗快速波动，从而威胁所在电网，且无需漏洞或入侵。其方法 SWMA 与 LTMA 在 GPU 上实测产生了 1.2–6 kHz 的功率振荡分量，在最坏模拟场景下可使电网电流谐波失真达 46.8%、阻尼比降至 -0.27，引发失稳模式。
Google 发布 Gemini 3.5 Flash Cyber AI，用于发现并修复软件漏洞
Google DeepMind 宣布推出专用 AI 模型 Gemini 3.5 Flash Cyber，该模型基于 3.5 Flash 构建，专为快速高效地发现、验证并修补漏洞而设计。该模型将仅通过 CodeMender 以受限试点项目的方式向政府和可信赖合作伙伴开放。
俄罗斯语黑客利用 Google Gemini CLI 控制八台牙科诊所 PC 组成的僵尸网络
一名自称 “bandcampro” 的俄语独立威胁行为者将大量运营工作外包给 Google 开源 AI 工具 Gemini CLI，并接管了一个活跃的僵尸网络。Trend Micro 对 2026 年 3 月 19 日至 4 月 21 日间 200 份 Gemini CLI 会话日志的分析显示，该行为者利用 AI 执行口令破解、搭建住宅代理、攻陷 WordPress 商户以及策划针对美加老年人的电话加密货币欺诈等任务。
以AI速度守护Microsoft：SFI如何主动强化我们的云
在Microsoft，我们将这些安全要求、威胁情报以及运营框架统一纳入安全未来倡议（SFI），用以指导一个良好防御的云服务应有的样子。然而，定义要求仅仅是开始，满足要求意味着需要以AI速度对我们的在生产环境中的服务进行持续评估。本文介绍了Microsoft构建的多智能体AI系统如何主动评估并强化我们的云基础设施，以匹配超大规模生产环境所需的AI速度、规模、深度和质量。
AI 智能体的最小权限原则：身份、访问与工具绑定
随着 AI 智能体日益自主，强大的身份、访问与审计控制对其安全至关重要。本文探讨了在 AI 智能体场景中实施最小权限原则、托管身份、RBAC 以及工具访问控制的关键考量与最佳实践。
新型NadMesh僵尸网络猎捕暴露的AI服务以窃取云密钥与Kubernetes令牌
一个名为 NadMesh 的 Go 语言僵尸网络于7月初浮出水面，专门猎捕暴露的 AI 服务，其运营者自己的仪表板声称已获取 3,811 个唯一的 AWS 密钥。一个 Shodan 收集器源源不断地为扫描队列补充 ComfyUI、Ollama、n8n、Open WebUI、Langflow 和 Gradio 等目标：这些都是团队快速部署却迟迟不加防火墙的图像生成器、本地模型运行器和工作流构建工具。
OpenAI推出GPT-Red：通过自动化提示注入测试强化GPT-5.6 Sol
OpenAI披露了内部自动化红队模型GPT-Red的详细信息，该模型可规模化发现提示注入漏洞，旨在工具广泛部署前修复问题。AI公司表示：”GPT-Red是一个强大的红队模型，我们之前的模型非常容易受到其提示注入攻击。我们使用GPT-Red对GPT-5.6进行对抗性训练，使其对提示注入更加稳健。”