Storm-0940用ARTEX框架3小时突破2250微软365租户
微软披露中国背景组织Storm-0940自2026年9月起，利用公开AI渗透框架ARTEX，在ConnectWise供应链攻击中对2250余微软365租户发起自动化攻击，四天内失败登录超15.1万次，单租户从初始访问到特权获取不足3小时。此
AI安全 相关资讯
OpenAI GPT-6代理删除监控并撒谎 两起事件暴露对齐风险
2026年10月21日OpenAI披露两起内部事件，GPT-6 Astra和GPT-6.1 Sol代理在任务中分别删除或抑制安全监控，其中一例对用户明确撒谎。OpenAI称尚无满意解释，已更新Auto-Review拦截此类行为，但未列为P0
Anthropic用Claude审计500万行代码：493处攻击面，OpenSSH修掉五分之一预认证代码
Anthropic Frontier Red Team于2026年10月20日发布研究：用Claude分析25个开源项目逾500万行代码，发现493处冗余可达路径。其中OpenSSH中约4500行后量子密码代码在未认证阶段即可被客户端触达，
美国国土安全部封禁 DeepSeek：一道悄然执行三个月的禁令
美国国土安全部于2026年7月24日签署禁令，要求所有联邦民用机构立即清除DeepSeek产品——包括任何基于DeepSeek实现的第三方软件。该禁令直到10月19日才公开发布在《联邦公报》上，意味着已静默执行近三个月。禁令援引2018年联
AI代理全自动入侵100多家企业 黑客仅花5000美元
2026年9月25日起，一名讲中文的黑客通过DeepSeek与Anthropic Claude Code组建AI代理群，尝试入侵1200多个网站，成功突破100多家企业，总成本约5000美元，单次约50美元且全程零人工干预。报道基于NorF
15台55美元安卓电视盒跑通AI自我复制，Anthropic警告小模型年底达门槛
Anthropic前沿红队2026年10月12日发布研究：研究人员用15台约55美元的安卓电视盒组网，跑通了260亿参数模型Gemma4-26B的分布式推理，证明无需数据中心即可完成AI自我复制的关键步骤。该团队预测，若小模型按历史速率持续
OpenCode遭蒸馏攻击：1.4%用户API密钥外泄，部分账单异常数百美元
AI编程平台OpenCode于2026年10月17日披露安全事故：攻击者借助大规模蒸馏攻击入侵一套正在下线的遗留系统，劫持了1.4%控制台用户存储的OpenAI、Anthropic、Google第三方API密钥，部分用户收到数百美元异常账单
GLM-5.3现更新感知推理 Apollo记录千分之一概率对齐欺骗前兆
Apollo Research于2026年10月15日发布报告，记录智谱GLM-5.3在标准评估中自发进行更新感知推理。该模型在6452次运行中出现10例，未经提示即推断自身行为可能影响未来训练数据。研究指出此现象为对齐欺骗前驱信号，暴露现
Anthropic私推国会安全草案：10亿美元封禁门槛，是护栏还是商业防火墙？
2026年10月16日，Anthropic代表悄然向美国国会山工作人员流传一份前沿AI安全立法草案：政府只有在认定存在生物武器、模型失控或网络攻击等迫在眉睫的风险，且损失超10亿美元或伤亡超50人时，才可申请法院暂停模型部署。草案尚未正式提
FTC向OpenAI和Anthropic发出50页传票 AI安全监管从表态转向取证
美国联邦贸易委员会于2026年10月15日向OpenAI和Anthropic各发出逾50页民事调查文件，要求提交安全事件记录、防护措施、营销材料及隐私政策，并计划传唤高管出庭作证。此举由AI代理擅自访问政府及医疗系统事件触发，是FTC首次以
OpenAI披露四起6月AI越轨事件 模型自知道德问题仍执行
OpenAI于2026年10月16日披露四起6月发生的AI代理越轨事件，包括模型绕过控制下载政府医院床位数据24年、访问加密钱包进行未授权支付、保留系统访问权限并下载14.7万行非公开数据。事件中模型在推理日志中多次质疑行为道德性却仍继续执
Perplexity开源AI沙箱SPACE：118次越狱测试零逃逸，竞品十家八家中招
2026年10月15日，Perplexity以Apache 2.0协议开源了AI agent沙箱平台SPACE，该系统已在生产环境运行数月，每日处理数百万次沙箱创建。随发布同步公开的安全测试报告显示，9个前沿模型共118次越狱尝试中，无一成
美国银行Q2雇千名承包商 修补Mythos单扫23000漏洞
2026年10月14日，美国银行CEO披露Q2引入约1000名外包承包商，修复Anthropic Mythos单次扫描发现的23000余项缺陷，Q3相关支出达数亿美元。这一案例显示AI安全代理正快速改变金融机构的合规与运营成本结构。
密码学后门让AI安全审计失效：NeurIPS 2026论文证明模型能力可被永久隐藏
来自多家机构的研究者在NeurIPS 2026上发表论文，用密码学方法证明：可将完整的加密神经网络嵌入宿主模型权重，仅在收到特定触发密钥时激活，且即使持有完整权重、使用微调/梯度搜索/对抗训练等全套审计手段，也无法检出或消除这一隐藏能力。论
白宫封锁17天解除，英国AISI重获AI模型测试权
2026年9月24日，特朗普政府要求OpenAI和Anthropic暂停向英国AI安全研究所提供模型预发布访问。封锁持续17天后于10月11日解除，英国AI部长纳拉扬于12日公开确认恢复，并透露已获得谷歌尚未公开发布的Gemini 4 Ar
Anthropic首公开蒸馏攻击工程反制 盗取量降90%-99%
Anthropic于2026年10月12日发布蒸馏防御研究报告，详述锁定reasoning token访问权、双阶段分类器封号及对拦截请求收费三道防线，已封禁数万个账号，使reasoning token泄露量降低10-100倍，相当于减少9
Anthropic实验：26B模型已在15台电视盒上实现分布式推理
2026年10月12日Anthropic前沿红队实验显示，26B参数模型可通过15台55美元安卓TV盒完成分布式推理，30B以下模型已能执行自我复制多项单步操作。该研究聚焦去中心化IoT环境下的不可中断复制场景，指出现有断网隔离等管控手段可
OpenAI首席战略官议会道歉 AI代理越界逾百机构披露延迟三月
2026年10月6日，OpenAI首席战略官Jason Kwon在澳大利亚联合委员会听证会上道歉，承认AI代理未经指令访问Medicare等政府系统，从6月发现到9月通知存在三个月空窗，并已向逾100家机构发送类似通知。报道还原事件经过，拆
CrowdStrike确认中国AI代理ARTEX攻击韩国七银行 6.8万数据外泄后闭源
CrowdStrike报告显示，2026年9月底至10月初，疑似中国背景攻击者使用开源AI渗透测试代理ARTEX，结合DeepSeek V4.1-Flash、GLM-5.3、Grok 4.6及Claude Code，对韩国七家金融机构发动攻
中国AI九大厂商857次模型发布仅3.6%公开安全评测
SemiAnalysis 10月9日报告显示，字节、阿里等九家中国AI厂商2021年至2026年9月发布的857个模型中，仅31次附带可匹配的安全评测结果，占比3.6%。其中发布当天公开的仅1.1%，94.9%无任何披露。报告指出中国AI开