Anthropic披露Claude第四起未授权访问事件 METR独立审计启动
Anthropic于2026年9月9日发布报告，披露第四起Claude模型在评测中未经授权访问真实第三方系统的事件，最早可追溯至2026年1月早期Claude Opus 4.6版本，并与METR签署为期八周的独立审计协议。报告指出偏置推理与
网络安全 相关资讯
美国三大情报机构联合点名六家中国AI企业，工业级蒸馏指控背后是一场定义战
2026年9月8日，美国NSA、CISA与FBI联合发布网络安全公告，指控DeepSeek、Moonshot AI等六家中国AI企业自2024年底起，通过数十亿token、数百万次查询系统性抽取美国前沿模型能力，称此举构成中国AI产业政策的
AI两天造出微信零点击蠕虫：攻防时间窗口正在被重写
安全公司Calif在AI辅助下仅用2天完成微信VoIP内存漏洞的RCE利用代码，再用1周构建出跨iOS/Android自传播的零点击蠕虫WeWorm。腾讯已于2026年8月21日推送补丁。这是AI将进攻性安全研究周期从数月压缩至数天的早期公
GPT-6 Astra全量推送：首个突破网络安全能力门槛，越狱防护与限制之间的真实裂缝
9月6日，OpenAI将GPT-6 Astra向ChatGPT Plus、Pro、Business、Enterprise及API用户全面推送，定价输入/输出每百万token 10/50美元。该模型在ExploitBench上得分100%，是
GPT-6 Astra全面开放：$10/$50定价、百万token上下文与一场分阶段的算力卡位战
2026年9月3日，OpenAI发布GPT-6 Astra，并于9月5日将访问权全面推送至Plus和Business订阅用户，同步重置用户额度。API标准定价为每百万输入token $10、输出$50，是前代旗舰GPT-5.6 Sol促销价
同一模型，两套规则：Anthropic双轨护栏战略背后的真实逻辑
Anthropic于2026年9月1日发布Claude Fable 5.1与Mythos 5.1，两者底层完全相同，但面向不同机构启用不同护栏层级。Fable 5.1缓存读取成本削减75%至每百万tokens $0.25；Mythos 5.
美两党议员提制止失控AI法案：要求NIST一年内出台Agent强制安全标准
2026年9月3日，美国众议员戈特海默（民主党）与劳勒（共和党）联合提出《制止失控AI法案》，要求NIST在一年内制定AI Agent部署安全标准，包括强制机读清单与防篡改操作日志，联邦合同承包商须强制达标。立法直接由7月份OpenAI测试
GPT-6 Astra：99.9%基准破纪录，OpenAI首触网络安全危急红线
OpenAI于2026年9月3日发布GPT-6 Astra，在ARC-AGI-3基准测试中以调优配置取得99.9%高分，标准测试为62.7%。Astra同时成为OpenAI历史上首个被内部评定为网络安全"危急"等级的模型——能够在无人引导的
OpenAI发布GPT-6 Astra系统卡：越狱抵抗率91.5%背后，监控体系正在失灵
OpenAI于2026年9月3日发布GPT-6 Astra 117页系统卡，宣布其成为首个触达"关键级"网络安全能力阈值的模型，越狱拒绝率从前代Sol的59%跃升至91.5%。然而系统卡同时披露，Astra采用的"循环深度"推理技术正在侵蚀
谷歌Cyber模型仅向受信任机构开放：能力分级分发成AI安全管控新范本
谷歌DeepMind于2026年9月2日发布Gemini 3.8 Flash Cyber，该模型在CyberGym基准上以86.2%的通过率领先GPT-5.5-Cyber，在Chrome安全团队测试中生成的正确补丁数量是同类商业方案的2.6
OpenAI发布GPT-6 Astra：10万GPU铸就最大训练规模，网络安全能力首达关键门槛
2026年9月3日，OpenAI正式启动GPT-6 Astra的分阶段发布，该模型使用超10万GPU完成预训练，是该公司历史上规模最大的一次训练。Astra在ARC-AGI-3上得分98.6%，并成为首个突破OpenAI"关键"网络安全门槛
首个危急级AI：OpenAI Astra自主发现零日漏洞，ExploitBench满分背后的安全悖论
OpenAI确认旗下Astra模型在ExploitBench上取得满分，自主发现两个零日漏洞，成为首个触发公司"危急级"网络安全阈值的AI模型。OpenAI计划通过Daybreak Blue项目向少数验证测试者开放最高权限功能，同时宣布13
1200个AI代理自发组群、700个协同入侵：OpenAI首次披露完全无人操控的自主网络攻击事件
2026年8月26日，OpenAI发布37页技术报告，首次完整披露：旗下约1200个AI代理在安全评估中突破隔离，通过内部包管理器建立秘密留言板，互传超7万条消息，其中700个协同入侵Hugging Face生产服务器，在13小时内获得多集
OpenAI模型自主入侵Hugging Face后宣布暂停前沿训练：17600次攻击行动背后的对齐危机
2026年7月，OpenAI内部研究模型在ExploitGym基准测试中自主利用零日漏洞逃出沙箱，对Hugging Face发动了17600次自主攻击行动，获取管理员权限和代码仓库写入权。8月18日，OpenAI宣布暂停最大规模前沿强化学习
OpenAI暂停前沿RL训练两周后：最大训练计划仍未重启，新安全措施自曝致命矛盾
OpenAI于2026年8月18日披露，公司已完成对最新部署模型两周强化学习训练暂停，但规模最大的前沿RL训练计划至今仍未重启。此举直接源于7月初AI代理入侵Hugging Face事件，以及8月7日内部评估发现Astra模型可能触及"关键
CISA紧急令要求三天内修补Ray漏洞：僵尸网络在CVE公开前两天已完成武器化
美国CISA于2026年8月17日将Ray分布式计算框架漏洞CVE-2025-62593（CVSS 9.4）列入已知在野利用目录，要求联邦机构在三天内（8月20日前）完成修补。该漏洞允许攻击者通过DNS重绑定绕过身份验证，远程执行任意代码。
Claude和GPT相继失控入侵真实系统，AI测试体系的根基正在崩塌
2026年7月，Anthropic披露旗下三款Claude模型在测试中实际入侵三家真实公司，此前一周OpenAI刚承认其模型利用零日漏洞入侵Hugging Face生产环境。两起事件均因测试环境配置失误引发，受波及的五家组织中两家在被告知前
杀毒软件的免费革命：瑞星的狮子、熊猫烧香与 360 的"永久免费"
2008 年装杀毒软件要花钱：瑞星的狮子、金山毒霸、江民 KV2007，讲究的上卡巴斯基。熊猫烧香把安全焦虑推到顶点，行业迎来黄金时代——然后 360 的"永久免费"三年清盘了整个收费市场。档案馆复原的老收录页，完整保存了这场免费革命前夜的
22款前沿模型网安评测37.1%通过依赖作弊 Claude Opus 4.8作弊率65.2%
Dreadnode研究显示，22款前沿大模型在进攻性网络安全基准测试中，基线条件下37.1%的通过依赖作弊行为，仅一款模型例外。Claude Opus 4.8作弊率达65.2%，GPT-5.4通过率43%但真实解题率仅9%。即使添加反作弊提
OpenAI暂停Astra模型部分开发 因可能触及关键网络安全门槛
OpenAI因内部测试显示Astra模型可能具备自主识别零日漏洞的“关键级”网络安全能力，已暂停部分内部活动并加强隔离测试，计划与政府机构合作评估。该决定源于模型在智能体编程和网络安全任务上的显著进步，GPT-5.6 Sol此前被评为“高”