OpenAI 打击两起利用 AI 的“假外衣”影响力行动
OpenAI 捣毁了两起借助 AI 开展的影响力行动,这些行动利用假记者和一家智库散布地缘政治信息。
OpenAI 捣毁了两起借助 AI 开展的影响力行动,这些行动利用假记者和一家智库散布地缘政治信息。
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在原有预检索 ACL 过滤之上新增实时 ACL 校验,在查询时直接向权威数据源核实权限,避免依赖可能过期或映射错误的 ACL 数据。
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器,用代码上下文识别无固定格式的密钥,候选批次评估耗时低于 2 毫秒,可将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 毫秒内的新分类器思路。
Qlik 基于 Amazon Bedrock 打造 Qlik Answers,为全球超 4 万名客户提供带来源引用的自然语言问答,2026 年 2 月正式可用后其 Discovery Agent 已为客户发现超 10 万条洞察。
Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,把不可感知的签名直接嵌入生物代码,使水印不仅能在数字模型上验证,也能在合成出的实体蛋白质上验证,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 AI 生成蛋白质如何在保留功能的前提下被标记与筛查。
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,它就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness,最后对每个崩溃做定级并生成漏洞报告。
推荐理由:原文给出了从入口识别到崩溃定级的完整自动化流程与运行方式,读者可据此判断 LLM 智能体能接手多少模糊测试人工环节。
Google DeepMind 公布 Private AI Compute 架构更新,将持久化的跨设备 AI 记忆引入云端,同时保持端侧隐私标准。该方案把数据封存在加密存储中,解密密钥仅保存在用户设备上,模型需要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 公开了云端持久记忆的隐私架构细节,读者可据此理解端侧隐私标准如何延伸到云端。