跳到正文
#安全/对齐
  1. The Decoder82

    数学家呼吁抵制 OpenAI，AI 生成证明涌入数学界

    数学家团体 AHM 发表声明，呼吁抵制 OpenAI，称其一次性发布 700 多个文件是展示力量而非学术贡献，并指其违背了 AGMAI 咨询小组关于不应在内部模型上测试高深数学问题的前提。

    推荐理由：围绕 AI 批量产出数学证明引发的抵制与两种发布模式对比，呈现学界对研究节奏与署名规则的分歧。

  1. The Decoder76

    AI 黑客工具助单一攻击者入侵多家韩国银行

    CrowdStrike 报告称，2026 年 9 月底至 10 月初，一名疑似中文使用者攻击了多家韩国金融机构并窃取大量数据，仅新韩银行就有超过 25000 条包含姓名、联系方式、收入和信用额度的记录被窃。

    推荐理由：CrowdStrike 披露的攻击案例显示 AI 自动化渗透工具已能支撑单人完成大规模入侵，可观察安全风险的实际形态。

  2. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展 push protection

    GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。

    推荐理由：GitHub 用九个季度数据说明密钥泄露与开发速度的失衡，并给出把检测前移到 push 环节的模型方案。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的基准成绩和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。

  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 推出 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。

    推荐理由：SynthID 水印技术首次延伸到合成生物学，读者可了解 AI 生成蛋白质如何在保持功能的前提下被标记与验证。

  1. GitHub Blog · AI & ML66

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做定级并生成漏洞报告。

    推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃定级交给 LLM 智能体，读者可了解其任务流分层与安全边界。

  1. Google DeepMind62

    Google 为 Private AI Compute 引入服务端持久记忆

    Google 公布 Private AI Compute 平台的新技术能力，将私密的服务端持久记忆引入该平台，使 AI 助手能在多设备间保留上下文，同时维持端侧级别的隐私标准。

    推荐理由：Google 公开了云端持久记忆的隐私架构细节，读者可据此了解跨设备 AI 记忆如何在加密与隔离环境中实现。

已经到底了