搜索
刚刚，AI圈发生了一件很不寻常的事。Sam Altman、Dario Amodei、Demis Hassabis……一群平时打得最凶的人，把名字签在了同一封公开信上。他们联合呼吁美国国会：立法强制筛查所有合成DNA订单。
今年4-5月，AI信息安全迎来「水门事件级」窗口：攻方落地、守方应急、噪音失控、治理失灵同时暴发。Anthropic主动封印Claude Mythos，只因它强大到必须送进末日火山。
魔法打败魔法的「骚操作」，属实把我看乐了。
科技行业还在收缩，网络安全岗位却抢不到人，连OpenAI也开出44.5万美元高薪招揽安全人才。征兆4月已现：Anthropic的Mythos一个月就挖出超1万个高危漏洞。漏洞发现正被AI加速，网络安全的真正瓶颈，已转向验证与修补。
GPT-5.5 把进攻性网络安全最难的 7 个基准全部打穿，92.4% 正确率，评估体系直接失灵。AI 黑客能力每 6 个月翻一倍，而衡量它有多危险的尺子，已经先被干碎了。
![[翻译] AI Agent 的 Zero Trust 框架｜Anthropic 安全白皮书](https://www.aitntnews.com/pictures/2026/5/28/a5aa95a5-5a65-11f1-add0-fa163e47d677.webp)
Zero Trust 是一套安全架构，核心前提很简单：不信任任何东西，必须验证一切
Gemini 3.5的闯祸实录。
法国巴黎银行正与法国人工智能初创公司 Mistral AI 及其他合作伙伴合作，为应对 Anthropic 旗下 Mythos 等新模型带来的网络安全威胁做准备。
这不是科幻小说，而是 METR（模型评估与训练研究组织）联合Anthropic、Google、Meta和OpenAI 进行内部红队测试后，发布的首份《前沿风险报告》中披露的真实案例。这是四大巨头第一次允许第三方深入测试他们内部最强、可访问完整思维链（CoT）的模型，并开放非公开的对齐与控制信息。
日常聊天可能在不经意间污染个性化Agent的长期记忆，使其在未来任务中偏离用户真实意图。研究人员通过ULSPB基准测试发现，即使无恶意提示，日常对话也可能改变Agent的安全边界。