AI安全

OpenAI开源了Privacy Filter隐私过滤工具，这款15亿参数的模型可在本地运行，自动检测并擦除文本中的姓名、地址、密码等八类敏感信息，准确率达96%，保护用户隐私不被AI聊天机器人获取。

谷歌修复了其Antigravity AI编码平台中的一个严重安全漏洞，该漏洞允许攻击者通过提示注入攻击执行恶意代码。网络安全研究人员发现，该漏洞绕过了平台的安全模式，可能让攻击者在开发者机器上运行命令。谷歌在收到报告后已修复此问题，凸显了AI开发工具面临的安全挑战。

Sam Altman的World项目宣布World ID重大升级，引入账户架构的人类验证系统。Tinder将向美国用户扩展验证服务，Zoom集成深度伪造检测技术，Docusign添加身份验证功能。该项目已在160个国家验证1800万人类，应对AI时代身份验证挑战。

安全研究人员使用公开AI模型GPT-5.4和Claude Opus 4.6成功复制了Anthropic公司Mythos漏洞发现的结果，每次扫描成本低于30美元。这一发现表明漏洞检测的经济学正在发生变化，AI网络安全能力可能比预期传播得更快。

英国AI安全研究所评估发现，Anthropic的Claude Mythos Preview AI模型能够自主执行复杂网络攻击，成功率高达73%。该模型成为首个完成32步企业网络攻击模拟的AI，对加密货币基础设施构成新的安全威胁类别。

人工超级智能联盟与Matterhorn平台合作推出新工具，旨在提高AI生成的智能合约安全性。通过结合自动审计、人工审查和测试工具，帮助开发者在部署前检测代码漏洞，降低加密货币应用风险。该合作基于ASI:Chain区块链，目标在2026年吸引20,000名开发者。