AI 安全 - 标签 - Text Matrix

AI 安全

2026

08-15 Anthropic 8 月风险报告全拆解：8 个 Claim 论证、4 类 jailbreak 与 5 个真实事故

07-22 Web3晚报 | 2026年7月22日

07-13 AI新闻早报 2026-07-13

07-07 J-space：Anthropic 在 Claude 里找到的「全局工作区」长什么样

06-26 NVIDIA SkillSpector：让 26% 不安全的 agent（智能体）skill 无处藏身

06-26 Meta 挖角 Virtue AI 三位创始人：Agent 安全从论文走向组织战争

06-25 站在 AI 风暴中心：70 分钟拆开 Anthropic CEO 的 8 个工程取舍

06-20 AI Coding Agent 的新型攻击面：AMOS Stealer 通过 Cursor 会话投递实录

06-15 AI新闻早报 2026-06-15

06-14 LLM 服务的隐形后门：86% 响应劫持 + 跨模型迁移 + 金融 agent 真实损失——拆解 CacheAttack 论文,看 Semantic Caching 的设计缺陷怎么变成供应链攻击面

06-13 AI新闻早报 2026-06-13

06-11 Dario Amodei《应对 AI 指数级发展》：模型已经按月推进，政策还在按年排队

05-17 Shannon：Keygraph 开源 AI 渗透测试框架，从源码分析到真实漏洞利用

04-19 CL4R1T4S：把 AI 系统提示词放到台前的开源档案库

04-15 AI 心理学：Anthropic 如何用 171 个情绪向量重新逼近模型内部世界

04-12 AI新闻早报 2026-04-12：Claude说谎问题/AI安全风暴/OpenAI新动向

04-09 Claude Mythos 挖出 27 年老漏洞，AI 安全研究正在被重新定义

04-01 AI新闻早报：2026年4月1日

03-27 Claude 是如何思考的？Anthropic 可解释性研究深度解读

03-24 AI先进技术学习笔记｜2026年3月

03-08 AI 安全技术学习笔记