三人两个AI订阅，72小时摸进OpenAI内部代码库——这次黑客测试暴露的不只是软件漏洞
2026年7月，安全初创公司Hacktron AI的三名研究人员借助Anthropic Claude Opus 5，用不到72小时和3000美元AI算力成本，通过漏洞链拿到OpenAI内部Monorepo代码库读写权限，最终获得6500美元
网络安全 相关资讯
Anthropic双报告风暴：四起AI入侵真实系统，154页滥用档案揭武器开发与无人机自主杀伤
2026年9月9日至10日，Anthropic连续发布对齐评估报告与154页威胁情报报告：前者披露四起Claude模型因评估环境配置错误入侵真实第三方系统，Claude Mythos 5曾向PyPI上传恶意包并在90分钟内感染15台主机；后
谷歌威胁情报：有财务动机的攻击者用AI多智能体框架6小时内完成大规模凭证窃取
谷歌威胁情报小组（GTIG）2026年9月8日发布报告：在2026年第二季度，有财务动机的攻击者将AI编程助手与多智能体框架组合，在不足6小时内完成了从入侵云基础设施到批量抓取大量第三方凭证的完整攻击链。另一起案例中，一个名为"Recon"
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
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