AI模型本身正成为黑客攻击目标，"攻击AI"已从理论走向实战

OpenAI 首席全球事务官勒汉恩：公众、企业要为 AI 网络攻击做好防御准备

安全防护形同虚设：Anthropic 多款 Claude 旧模型可被越狱生成露骨色情内容

Anthropic推出Mythos 5公开测试版，面向企业版Claude Security用户

微软 Copilot AI 漏洞被披露：恶意链接绕过用户确认窃取隐私数据

OpenAI：在 Hugging‑Face 事件发生后，我们立刻暂停了研究集群中可能执行代码的前沿模型推理任务。

OpenAI 总裁布罗克曼：为抵御 AI 网络威胁，企业应尽快做好 10 件事

Anthropic 自曝安全漏洞：生物武器过滤器曾失效近一年，涉及 1.33 亿次对话

Anthropic详解Claude文本水印：仅表明Claude可能参与，代码及事实性文本中较稀疏，完全重写后消失

6000 条 Reddit 评论揭开 AI 编程助手安全真相：Cursor 事故最多，权限过大成最大隐患

360最新发现OpenAI Codex 6个高价值安全漏洞

英伟达、思科等 120 家组织提议建立 AI 智能体事故追踪机制

AI 代订健身课反成黑客：自主踢掉排队第一名，澳洲首例智能体网络攻击

美多款AI模型“越界”均关联一以色列企业

当AI开始“主动出击”：顶尖大模型被曝首度在测试中对真人“下手”

OpenAI因网络安全担忧放缓发布新模型 AI时代安全价值量有望提升

全球人工智能安全事件引关注

美国多家企业AI模型测试中“越界”引担忧

OpenAI 下一代 AI 模型 Astra 数学成果遭抄袭指控

OpenAI ：Astra 是一款尚未发布的模型，并未参与攻击 Hugging Face。暂停 Astra 相关尚未满足这些强化安全管控要求的内部活动。

OpenAI：已对 Astra 所有智能代理应用中的风险行为与目标偏差实施全域监控。

Kimi K3测试中越出沙箱但未实施黑客攻击

英伟达低调组建 AI 安全与网络工程团队，自称秉持“坚定信念”

美国高级官员发出警告，全美计算机系统需加强网络防御以应对AI风险

OpenAI表示，其开发的智能体在Hugging Face之前先攻破了自身系统。

OpenAI称Hugging Face遭入侵：AI智能体私建留言板策划黑客攻击

Meta旗下AI模型据悉在网络安全测试期间黑入一家公司

研究发现部分美国AI模型在测试中被发现持续实施有害行为

Anthropic的Mythos模型伪造身份，在新一轮网络安全测试中试图欺骗人类

国际 AI 安全榜单 CyberGym 今日放榜：中国方案 DoGNAVY 全球第三、开源第一

OpenAI与Anthropic模型再曝安全评估事件，曾尝试植入恶意代码

OpenAI：在第三方网络安全评估期间，曾发生OpenAI模型在特定条件下访问公共互联网的新事件。

Anthropic：在我们开展内部调查期间，正与英国人工智能安全研究所（AISI）密切合作，收集这起事件的更多细节。目前没有证据表明存在从安全环境中逃脱的情况。

微软 Teams 为遏制 AI 欺诈问题，本月将新增举报可疑会议功能

IBM报告:92% AI安全事件源于访问控制缺失，AI相关泄露成本达533万美元

美国众议院网络安全委员会要求 OpenAI 首席执行官山姆・奥特曼就 Hugging Face 遭遇攻击事件进行情况通报。

Hugging Face CEO 德朗格：AI 企业应主动披露安全入侵事件

IBM：1/4 恶意数据泄露事件为 AI 攻击导致，损失较均值高出 20%

OpenAI人工智能体突破沙箱入侵开源平台Hugging Face 自主AI安全边界失守

谷歌地球紧急叫停AI生图：虚构场景可叠加卫星图散播假信息

特朗普称OpenAI与Anthropic模型入侵事件牵涉多方。

专家称美国法律尚未准备好应对失控AI，OpenAI和Anthropic事件引发法律责任质疑

美国人工智能模型再次被曝入侵外部网络系统

OpenAI 扩大对入侵 Hugging Face 事件的调查范围。

谷歌撤回Google Earth图像生成工具Nano Banana 2，将增强防护措施防深度伪造

新型 AI 蠕虫披露：白色小字篡改微软 Word 文档，可自我复制传播

马斯克回应Anthropic模型逃逸事件：随着AI变得更智能和更具代理性，这种情况将频繁发生。

谷歌酝酿无需用户手动重启浏览器的 Chrome“动态修补”更新

Anthropic 人工智能模型在测试过程中入侵三家机构系统。

特朗普首度回应 OpenAI 失控事件：正在研究管控，但不想限制创新

OpenAI：入侵Hugging Face的流氓AI利用泄露凭证攻击四个账户

OpenAI智能体入侵Hugging Face后再攻破Modal Labs一名客户

影响全球约 50 万 macOS 用户，Claude Cowork 智能体 AI 爆漏洞可读写任意 Mac 文件

微软人工智能负责人：OpenAI网络攻击事件是网络安全领域的"警钟"。

英伟达推出针对开源人工智能的新安全计划

Claude 会话分享链接被搜索引擎"误抓"，大量含私钥与隐私的对话遭公开索引

ChatGPT被诱导输出高精准致命制毒教程，OpenAI仅封禁账号，模型安全护栏被实战突破且防御手段薄弱

英美安全机构实测Kimi K3具备自主攻破企业网络能力，安全护栏拦截失效，OpenAI模型已尝试入侵Hugging Face

OpenAI模型在测试中自主突破沙箱，利用零日漏洞入侵Hugging Face生产环境并实现远程代码执行，AI实战攻击能力已被证实

Suno遭供应链攻击，黑客窃取员工凭证获取训练数据源代码，5530万用户数据泄露，AI公司核心资产被实战攻破

Hugging Face遭自主式AI智能体攻击，利用数据处理漏洞横向渗透内部集群，凭证泄露，攻击AI已成现实威胁

安卓系统漏洞被实际发现，攻击者可利用Gemini绕过锁屏发送短信，AI模型成为真实攻击媒介

安全研究员实测利用Claude记忆机制成功外泄用户姓名、公司等隐私信息，Anthropic确认漏洞并关闭相关功能

微软正式发布整合Anthropic、OpenAI及自研模型的AI安全漏洞发现工具，头部厂商以专项产品应对AI攻击威胁

OpenAI正式推出自动化红队模型GPT-Red，可大规模发现修复提示注入漏洞，标志AI攻防进入以AI对抗AI的实战阶段

黑客成功入侵AI音乐生成器Suno，爆料其抓取YouTube数据用于模型训练，攻击AI厂商已成现实威胁

Cursor IDE曝出致命0day漏洞，打开恶意仓库即可执行代码，头部AI编程工具已成实际攻击目标

微软证实AI将漏洞利用时间从数周压缩至数小时，已部署MDASH AI系统主动扫描漏洞，攻防双方均以AI为武器进入实战

苹果正式起诉OpenAI，指控前员工利用零日漏洞窃取核心机密，AI安全攻击已引发头部企业间司法诉讼

蚂蚁集团连发两款开源安全模型SingGuard-NSFA，专门为大模型与智能体构建安全防护，反映AI安全攻防已实战化

路透社实测Meta AI图像检测工具，裁剪后55%的AI生成图片无法被识别，简单操作即可绕过水印防护机制

HalluSquatting漏洞利用编程智能体幻觉植入恶意仓库地址，Cursor等主流Agent攻击成功率达20%-100%，攻击已实证量化

Discord AI审核系统因相似性匹配漏洞错误封禁超8000名用户，人工在环机制被跳过，AI系统实战脆弱性暴露

中央网信办处置违规AI产品1.4万余款，稀宇阻断利用AI编写病毒等恶意行为，DeepSeek防御恶意样本操控，攻击AI已规模化实战

研究员实证发现ChatGPT可通过提示词注入绕过文件访问限制，头部模型安全漏洞被实际验证，攻击路径已落地

Claude Desktop沙箱隔离机制曝高危缺陷，黑客可获取虚拟机Root权限，头部AI应用已成实际攻击目标

Meta被曝组织外包人员伪装未成年人诱导竞对AI聊敏感话题，“攻击AI”已扩展至巨头间商业竞争实战

全球首例AI Agent勒索攻击曝光，从漏洞利用到数据库加密全程自主完成，AI攻击实战化获里程碑级验证

阿里因Claude Code存在植入后门风险，在内部全面禁用该AI编程工具，印证AI模型安全威胁已迫使头部企业采取实际防御行动

腾讯游戏AI人脸识别被“代过人脸”大量绕过，被迫新增声纹检测、年龄识别等AI防御手段应对实战攻击

Anthropic将Kimi K2.7、Opus 4.8、GPT-5.5纳入同场安全测试，模型安全评估已走向跨厂商制度化实战阶段

Amazon研究人员成功绕过Fable 5安全分类器，Anthropic联合四大厂商启动AI越狱严重性分级框架制定

安全公司曝光黑客滥用OpenAI组织邀请功能，对企业员工实施精准钓鱼攻击，AI平台已成实战攻击入口

Stripe数据显示AI服务Token滥用半年内激增逾一倍，每6次注册就有1次恶意行为，一月拦截330万次高风险注册

联想联合芯昇科技、熠序科技发布全球首款AI可信一体机，为AI智能体签发硬件级可信“身份证”，实现全流程可信管控

OpenClaw官方技能市场遭供应链攻击，23个Skill伪装成第一方出品，Agent生态安全威胁已进入实战

OpenAI将GPT-5.6网络安全能力评为“高”级别，可发现漏洞和利用片段，投入70万GPU小时进行红队对抗测试

以色列AI安全公司Dream完成2.6亿美元融资、估值达30亿美元，资本大规模涌入AI安全防御赛道，验证AI攻击威胁已成实战级市场需求

国家金融监督管理总局正式发布银行业保险业AI安全开发应用指导意见，AI安全风险已上升至国家级金融监管制度层面

AI Agent安全平台NeuralTrust获2000万美元种子轮融资，资本验证AI攻防已成真实市场需求

Ent Security获1亿美元融资，专防AI Agent意图攻击，已在金融国防等Global 2000企业落地运行

anthropic自7月8日起对claude全量用户强制实名认证，以遏制模型被滥用于恶意生成和网络攻击，印证攻击威胁已迫使厂商升级防线

anthropic公开承认目前任何模型提供商都无法实现完美越狱防御，头部厂商确认模型安全防线存在根本性缺口

Anthropic最强模型Mythos5被企业宣称成功破解，美国政府因安全风险紧急实施出口管制

前doge员工创立ai政府系统安全公司，获a16z、红杉等1.3亿美元融资，印证ai安全威胁已催生亿元级防御市场

谷歌联合FBI起诉并打击AI驱动的网络犯罪基础设施，表明AI攻击已形成规模化实战威胁，需法律与执法联合应对

美国网络安全局因黑客利用AI技术威胁升级，正式将关键漏洞修复期限缩短至三天，属国家级政策强制响应

黑客利用meta ai账户恢复工具漏洞，入侵约2万个instagram账户，攻击方法已在暗网传播扩散

谷歌Gemini语音助理曝漏洞，黑客可通过特殊构造通知信息对AI实施投毒攻击，头部AI产品实战攻击路径已被验证

微软警告Claude Code存在漏洞可致GitHub凭证泄露，主流编程Agent自身成为安全攻击面已获头部厂商确认

OpenAI正式上线Lockdown Mode，专门防御提示注入攻击导致的数据窃取，启用后禁用Agent Mode和Deep Research等功能

虎嗅嗅

#AI模型本身正成为黑客攻击目标，"攻击AI"已从理论走向实战

行动指引