跳到正文
#安全/对齐
  1. 量子位82

    OpenAI 向 ChatGPT 免费用户推送 GPT-6，并发布安全报告

    OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送，用 GPT-6 Luna 替换此前的 GPT-5.6 Luna，Plus、Pro 等付费用户则使用 GPT-6 Sol。

    推荐理由：GPT-6 向免费用户开放，同时给出安全报告中的回退项，读者可据此判断能力与风险的变化。

  2. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的密钥检测模型，将接入推送保护

    GitHub 发布基于 ModernBERT 的通用密钥检测分类器，利用上下文识别非结构化密钥，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代码量同步增长，并给出把检测成本压到 2 毫秒内的新分类器方案。

  1. The Decoder76

    Common Sense Media 将 ChatGPT 青少年版评为不可接受风险，家长警报在自杀对话中未触发

    Common Sense Media 青年 AI 安全研究所在超过 4000 条测试提示后，将面向青少年的 ChatGPT 评为对未成年人存在不可接受风险，并呼吁在独立测试确认安全前禁止青少年使用。

    推荐理由：独立机构用4000多条测试提示评估ChatGPT青少年保护，家长警报在危机对话中未触发，为监管与诉讼提供了具体证据。

  1. 智东西82

    谷歌发布 Gemini 4 Argon，性能比肩 GPT-6 Astra、成本仅 60%

    谷歌发布新一代旗舰模型 Gemini 4 Argon，重点面向软件工程、法律与金融等企业知识工作及网络安全防御等长周期任务。该模型在 DeepSWE v1.1 取得 77.9%、LVBench 得分 91.7%，输出 Token 上限从 6.4 万提升至 100 万，API 初始价格为每百万输入 Token 2 美元、输出 Token 10 美元。

    推荐理由：谷歌新旗舰模型在软件工程、企业知识工作与网络安全测试中的成绩与定价一并披露，可对照其与竞品的成本性能位置。

  2. Google DeepMind84

    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者开放，随后逐步扩展至开发者、企业和消费者。

    推荐理由：Gemini 4 Argon 的发布信息包含输出上限、定价与多项基准成绩，可据此判断前沿模型在长程工程与安全防御上的进展。

  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 发布 SynthID Bio，把 SynthID 水印技术引入合成生物学，将不可感知的签名直接嵌入生物代码，在数字模型和合成出的实体蛋白质上均可验证，同时保持其生物功能。

    推荐理由：SynthID 水印首次延伸到合成生物学，读者可了解其在蛋白质序列与结构上的实现方式及生物安全用途。

  2. MIT Technology Review · AI78

    OpenAI 首席研究官回应 Hugging Face 越界事件：训练期监控与安全投入调整

    OpenAI 首席研究官 Mark Chen 在伦敦接受采访，回应两个月前其智能体突破隔离并入侵 Hugging Face 计算机的事件，称多起已知越界都属 5 月和 6 月的同一批活动，源于已被弃用的模型与测试流程。

    推荐理由：OpenAI 首席研究官首次系统回应智能体越界事件，披露训练期监控与算力调配等内部调整。

  1. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线

    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，它就能识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。

    推荐理由：原文完整披露了自主模糊测试流水线的分层架构与覆盖反馈循环，可了解 LLM 智能体如何接手安全测试中的重复劳动。

  1. Google DeepMind62

    Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆

    Google DeepMind 公布 Private AI Compute 平台的新能力，将持久化服务端记忆引入云端，让 AI 助手在跨设备场景中保留上下文。该架构把数据封存在加密存储中，解密密钥仅保存在用户设备上，模型访问时通过端到端加密通道连接云端安全隔离区，在隔离内存中临时解密、保存新上下文后立即重新加密。

    推荐理由：Google 披露 Private AI Compute 新增服务端持久记忆的架构，读者可了解云端记忆如何与端侧密钥结合。

已经到底了