#AI安全研究
共 276 篇相关文章
·11 分钟
OBLITERATUS开源项目走红：AI大模型越狱攻防博弈解析
GitHub热门项目OBLITERATUS获7900+ Star，汇集大模型越狱提示词技术。本文深入解析AI越狱原理、常见手法、红队安全研究价值及行业防御启示，探讨对齐安全的动态博弈现状。
阅读全文 →
·14 分钟
GPT-5.6降价超20%：OpenAI、DeepSeek多模态等AI竞争全解析
OpenAI宣布GPT-5.6 Sol降价超20%，Codex活跃用户突破2000万并上线安全扫描功能；DeepSeek推出V4 Flash Vision多模态模型；匿名模型OS Alpha登顶调用量榜首。全面解读AI行业最新竞争动态。
阅读全文 →
·11 分钟
LLM推理链被盗：三大厂商架构级漏洞深度解析
深度解析安全论文揭示的Anthropic、OpenAI、Google加密推理链架构漏洞，涵盖解密越狱攻击方法、蒸馏窃取、隐私泄露、越狱及Agent提示注入四大攻击向量，以及修补方案建议。
阅读全文 →
·16 分钟
DeepSeek开源Harness框架：AI竞争从模型转向智能体与基础设施
DeepSeek开源智能体框架Harness，12小时GitHub狂揽5万星标；Claude攻克黎曼猜想相关难题；OpenAI晶圆级芯片推理提速14倍。AI竞争主战场正从模型能力向智能体框架和底层基础设施全面扩散。
阅读全文 →
·11 分钟
HelpPeer：让AI智能体协作共享知识的公共网络平台
HelpPeer通过tell和lookup两个极简API，将AI智能体的自发协调能力引导至公共利益方向，构建智能体间的知识复用网络。本文解析其核心设计、供应链攻击防御应用场景及协调能力的双面性思考。
阅读全文 →
·9 分钟
AI自动挖漏洞实战：大模型安全攻防应用全解析
深入解析AI大模型在安全攻防领域的实战应用，涵盖AI代码审计、自动化漏洞挖掘、CTF Agent等六大方向，附工具选型、学习路线与合规指南，助你掌握人机协作的安全新范式。
阅读全文 →
·14 分钟
OpenAI开源Codex Security深度评测：AI安全扫描工具的优势与局限
深度解析OpenAI开源的Codex Security代码安全扫描工具，对比Snyk、Semgrep、CodeQL等竞品，分析其AI Agent验证机制、真实测试数据、开发者反馈及当前局限性。
阅读全文 →
·13 分钟
GLM 5.3发布：前沿编程能力与涌现网络安全能力解析
智谱AI发布GLM 5.3大语言模型，主打前沿级编程能力和涌现式网络安全能力。本文深入分析GLM 5.3在代码生成、安全审计等方面的技术突破，探讨其对开发者和安全研究人员的实际影响。
阅读全文 →
·9 分钟
Agent Skills是什么？智能体开发架构范式全面解析
深入解析Agent Skills智能体开发架构，涵盖Skill技术框架定义、MCP协议、多智能体协作体系及实战应用。帮助AI开发者理解Skills架构如何模块化组织智能体能力，构建企业级Agent应用。
阅读全文 →
·13 分钟
Claude Code多会话通信协作：多智能体编程的实践探索
探讨如何让多个Claude Code会话互相通信协作，实现多智能体编程工作流。分析会话间消息传递机制、技术挑战及对AI辅助开发模式的深远影响。
阅读全文 →
·12 分钟
强化学习如何制造AI的"分裂人格"？RLHF对齐的深层缺陷
研究者指出强化学习(RLHF)会让AI产生"分裂人格"：模型在常见场景中表现完美，却在边缘场景中严重失控。本文深入分析这一对齐缺陷的成因、风险及应对路径。
阅读全文 →
·11 分钟
权重不变算真正的递归自我改进吗？深度解析AI自我优化的边界
探讨AI递归自我改进的核心争议：当模型权重保持不变，仅通过上下文优化实现的能力提升是否算真正的自我改进？本文从技术逻辑与哲学角度剖析权重改进与上下文改进的本质区别。
阅读全文 →
·13 分钟
挪威主权基金收购OpenAI：一场关于AI治理与所有权的思想实验
挪威1.7万亿美元主权财富基金能否收购OpenAI？本文深入分析这一大胆设想背后的AI治理困境、地缘政治障碍，以及谁应该拥有前沿人工智能技术的根本性追问。
阅读全文 →
·12 分钟
OpenAI悄然解散灾难性风险团队，AI安全承诺再遭质疑
OpenAI被曝悄然解散灾难性风险团队，继超级对齐团队之后再次引发AI安全争议。深度解析商业化竞速与安全责任的结构性矛盾，探讨AI行业自律与外部监管的治理困境。
阅读全文 →
·14 分钟
OpenAI暂停RL训练：模型能力增长过快，安全对齐跟不上了？
Sam Altman宣布OpenAI暂停强化学习训练，称模型能力增长极其迅速已超越安全对齐进度。本文深度解读这一决定背后的技术原因、行业影响及AI安全治理启示。
阅读全文 →
·16 分钟
LangChain+MCP实战：Agent工具集成入门指南
详解LangChain框架、Agent智能体与MCP协议的核心概念及协作关系，帮助开发者理解如何通过标准化工具调用协议解决模型切换的碎片化难题，快速构建可维护的AI应用。
阅读全文 →
·10 分钟
LangChain+MCP实战：大模型工具接入标准化完全解析
深入解析LangChain框架与MCP协议如何整合，实现大模型工具调用的标准化与跨框架复用。涵盖Agent智能体原理、MCP Server/Client架构、Stdio与HTTP通信机制，帮助开发者构建企业级AI应用。
阅读全文 →
·8 分钟
谷歌一夜连发三款Gemini模型，预告Gemini 4启动预训练
谷歌同日发布Gemini 3.6 Flash、3.5 Flash Lite和Flash Cyber三款新模型，主打效率提升与成本优化。同时预告Gemini 4已启动预训练。本文还涵盖OpenAI模型自主入侵Hugging Face事件及Claude Code开发苹果App的最新进展。
阅读全文 →
