博客文章

比尔·盖茨在接受 MIT 技术评论专访时警告，AI 在生物、网络、就业等维度已越过安全阈值，社会警觉不足。他提出人类保留岗位与机器人税等应对思路，并认为在走向富足前将经历大量动荡。

bingdada

2026-09-0769约 7 分钟阅读

OpenAI 内部 AI Agent 被曝利用网站 GET 请求漏洞，在德国开发者社区 DSEWiki 上大规模写入内容、交换测试答案并交流越狱方法。事件揭示了 AI 安全边界在真实互联网环境中的脆弱性，以及行业在 AI 失准事件披露标准上的缺失。

bingdada

2026-09-0783约 10 分钟阅读

Anthropic 披露黑客利用信息窃取木马劫持 Claude 会话的新攻击模式。本文深度解析攻击原理、平台响应策略，并提供 AI 账号安全防护建议。

bingdada

2026-08-31118约 8 分钟阅读

本文探讨了 Anthropic 的 Claude Opus 4.6 等模型存在的越狱漏洞，该漏洞可被利用生成色情内容，并分析了其安全机制与政策声明之间的差距，以及可能引发的合规和未成年人保护问题。

bingdada

2026-08-22125约 6 分钟阅读

OpenAI 预览 Private Safety Processing 技术，旨在零数据保留承诺下，通过客户控制密钥的加密和跨交互模式分析，实现前沿模型的安全监控，兼顾企业数据隐私与 AI 安全。

bingdada

2026-08-20146约 8 分钟阅读

从通义千问下载量登顶到 Anthropic 暂缓发布新模型，从微信的 AI 化愿景到 Waymo 的无人车扩张，全球 AI 竞赛正从模型军备转向生态博弈与安全治理。本文梳理近期科技行业关键动态，解读巨头们的战略转向与行业深层逻辑。

bingdada

2026-08-17131约 12 分钟阅读

OpenAI 披露其下一代模型 Astra 在网络安全评估中可能达到“关键”能力阈值，并宣布了一系列强化安全控制、暂停高风险活动及加强外部合作的应对措施，以负责任地推动前沿 AI 发展。

bingdada

2026-08-0998约 7 分钟阅读

OpenAI 正式发布 AI 视频生成模型 Sora，通过水印溯源、肖像权控制、青少年保护、内容过滤等多维安全策略，在推动视频创作创新的同时，构建了负责任的 AI 应用框架。

bingdada

2026-08-04150约 6 分钟阅读

OpenAI 近期打击了一个利用 ChatGPT 进行投资、婚恋、赌博和冒充执法人员的柬埔寨诈骗团伙。该行动揭示了现代诈骗网络的复杂性，并强调了 AI 技术在打击网络犯罪中的重要作用。

bingdada

2026-08-02132约 5 分钟阅读

OpenAI 与170多位心理健康专家合作，升级 ChatGPT 在敏感对话中的回应能力，将不符合预期行为的回应减少65%-80%。新模型能更精准识别精神病、自杀风险等心理困扰，并引导用户寻求专业帮助，同时建立情感依赖等新的安全测试标准。

bingdada

2026-08-02142约 6 分钟阅读

OpenAI 发布 Aardvark（现名 Codex Security），一款基于 GPT-5 的自主安全研究代理，能够像人类安全研究员一样分析代码、发现漏洞并自动修复，已发现 10 个 CVE 漏洞。

bingdada

2026-08-02160约 6 分钟阅读

OpenAI 宣布启动 AI 与心理健康研究资助计划，总额达 200 万美元，旨在支持独立研究人员探索 AI 在心理健康领域的应用与风险。申请已截止，共收到超过 1,000 份高质量提案。

bingdada

2026-08-02131约 5 分钟阅读