中央网信办部署“清朗·整治AI应用乱象”专项行动
为进一步规范AI服务与应用，推动相关行业健康有序发展，并切实维护公民合法权益，近日，中央网信办发布通知，决定在全国范围内开展为期4个月的“清朗·整治AI应用乱象”专项行动。中央网信办有关负责人介绍，此次行动分为两个阶段推进。第一阶段为“清朗·AI应用服务典型违规问题”专项治理，重点整治未按要求履行大模型备案登记义务、安全审核能力不足、大模型训练语料安全问题、AI数据投毒以及合成内容标识落实不到位等，着力从技术源头加强治理。第二阶段为“清朗·整治AI信息内容乱象”专项行动，聚焦打击利用AI生成“数字泔水”、
AI搜索时代的GEO“越界”风险：红线在哪、谁来管
当AI开始替用户生成答案，GEO到底能否成为企业获得曝光的有效通道，还是会变成资本操纵信息入口的工具？文｜孙文娜 ID | BMR2004在用户询问AI“哪款智能手环更值得买”时，AI给出的是“AstroTekk Apollo-9”。然而问题在于，这款手环并不存在，却能在短短3天内被AI纳入“推荐榜单”。这类现象正是2026年“3·15”晚会点名的GEO（生成式引擎优化，Generative Engine Optimization）乱象。所谓的虚构智能手环“AstroTekk Apollo-9”被编造出诸
奥地利成功侦破婴儿食品投毒勒索案
新华社北京5月3日电奥地利执法部门2日通报，针对欧洲著名婴幼儿食品制造商喜宝（HiPP）公司此前曝光的下毒案件已成功侦破，一名39岁男性涉案人员被抓获，现羁押于奥地利境内。 据警方披露，该嫌犯被控向喜宝品牌的一款婴幼儿辅食中掺入鼠药，涉嫌构成蓄意危害公共安全及企图严重伤害他人身体两项罪名。 奥地利《克朗报》消息称，这名男子在毗邻德国的萨尔茨堡州落网，现被关押在布尔根兰州。 奥地利《新闻报》披露，嫌犯于3月向喜宝公司发送电邮，宣称已在该公司产品中投毒，并索要200万欧元（约230万美元）赎金，限6日内支付。
AI合规迎来“大考”：清朗行动全面启动
2026年5月1日，中央网信办发布通知，决定在全国范围内部署开展为期4个月的"清朗·整治AI应用乱象"专项行动。这也是AI行业截至目前力度最大、覆盖最广、触及最深的一轮合规整治。为何要开展整治？AI迅速走红，但随之而来的隐患也浮出水面。有人借助AI批量生成"数字泔水"类内容，导致信息质量参差，进而冲击网络环境。也有人用AI炮制虚假信息，真假难以甄别，扰乱公众判断与认知秩序。此外，还有人借助AI进行假冒仿冒：换脸、拟声等方式被滥用，侵害公民合法权益。同时，部分主体还利用AI开
网信办启动专项行动，整治人工智能应用乱象
针对人工智能“盗用面容”、数据投毒以及“托管”等乱象，相关部门将展开重点整治。据“网信中国”4月30日消息，中央网信办近日已下发通知，计划在全国范围内启动为期四个月的“清朗·整治AI应用乱象”专项行动。该行动将分两个阶段推进。第一阶段聚焦“清朗·AI应用服务典型违规问题”专项治理，第二阶段则着力于“清朗·整治AI信息内容乱象”专项治理。中央网信办相关负责人指出，各地网信部门需切实承担属地管理职责，督导各网站平台对照整治要点，深入开展自查自纠，全面排查潜在问题与漏洞，建立健全长效治理机制，提升技术防范能力，
GEO不是AI作恶 而是智能时代的信任底座
今年315晚会揭出的“AI投毒”风波，让不少人开始对AI生成内容感到不安：原来AI给出的答案，竟然也可能被人为影响？一款现实中并不存在的智能手环，靠着伪造评测与刷出来的好评，短短数日就能让AI模型深信不疑，甚至主动推荐给用户。这也让一个原本陌生的概念——GEO（生成式引擎优化）走入了公众视线。不过先别急着下结论，GEO本身并不是问题根源，它属于AI时代的常规技术，真正出问题的是有人拿它去做坏事。GEO的完整名称是生成式引擎优化，你可以把它看作AI时代的“内容准入证”。它和传统SEO（搜索引擎优化）帮助网页
国家安全部预警AI数据投毒，医生如何防御假指南入侵？
最近，国家安全部公开了“AI投毒”这一阴暗产业链的细节，引起了广泛的讨论。所谓的“数据投毒”，就是坏人往AI模型的训练数据里塞进假信息或坏信息，让AI给出的结果不对劲，推荐也不准，甚至被用来骗人、搞乱市场、搞思想渗透。为何通用AI在看病的时候特别容易被“下毒”？DrSeek：专门为中国医生设计的工具，从根本上防止AI“中毒”面对AI“投毒”这个大难题，DrSeek作为医学界专门为中国医生打造的循证AI临床决策助手，从底层设计和数据
AI安全治理2.0框架问世：智能体时代，如何为狂奔的AI装上“安全阀”？
随着AI从单纯的“对话助手”演进为能够自主规划、调用工具并执行多步骤任务的“智能体”，一场全新的安全治理考验正悄然来临。2026年4月，国家安全部门发布罕见警示，指出针对AI的“投毒”黑色产业链已日趋完整，威胁从数据源头污染蔓延至模型后门植入，其危害已从商业欺诈升级至国家安全层面。2025年9月，《人工智能安全治理框架》2.0版本由国家互联网应急中心正式推出，这标志着我国AI治理工作从原则共识阶段迈入了实际操作的关键时期。仅仅半年之后，在2026年4月14日举行的世界互联网大会亚太峰会人工智能安全治理论坛
史上首个AI蠕虫现身
你的AI助手，或许正沦为骗子的帮凶你是否想过，那些每日协助你撰写邮件、搜集资料及生成报告的AI助手，有朝一日会遭遇"劫持"，沦为骗子的作案工具？这并非科幻小说情节，而是近期真实发生的骇人案例。2026年4月，安全专家侦测到一种名为"莫里斯"的AI蠕虫——这是人类历史上首例具备自我复制能力、能在不同AI系统间蔓延的病毒。其扩散速度甚至超过了新冠病毒。传统的电脑病毒必须附着于文件或程序才能传播，但"莫里斯"截然不同。它利用的是AI系统之间的"对话机制"。例如，骗子向某公司的AI客服发送一封带毒邮件，AI读取后
AI时代的认知危机!国安部重磅发声:你的AI或许已被植入"毒数据"
这并非虚构的电影情节，而是正在真实上演的场景。当你习惯性向AI询问“什么护肤品值得推荐”“哪家医院更加专业”时，你或许从未意识到：AI提供的“权威答案”，很可能是经过精心伪造的不实信息。更令人胆寒的是，此类虚假信息一旦被AI“吸收”，便会如计算机病毒般，在无数次对话中不断扩散，极难彻底清除。国安部在4月21日发布重要文件，将这场无形的“数据交锋”暴露在公众视野：当前AI数据污染已形成完整非法产业链，涵盖技术研发、内容制造、账号注册到批量分发、刷单控评、排行榜操控等多个环节，部分环节呈现跨境特征，极易被境外
AI数据污染黑幕揭开：警惕你的智能助手被"下毒"
你是否曾设想这样的情形——当你随口向AI助手咨询："帮我找一款适合干性皮肤的粉底"，它会热心地列举多个品牌。但实情是，其中某些产品不仅毫无功效，还可能引发过敏和皮肤问题，背后的原因竟是某些厂商对AI数据动了手脚。 这便是所谓的AI"投毒"！⚠️ 那么究竟何谓AI"投毒"？ 简而言之，AI"投毒"（学名：数据污染）是指攻击者或恶意人士向AI训练数据内植入有害内容、不实信息或隐藏指令，使AI掌握错误逻辑，进而在特定情境下输出虚假资讯、不良内容，乃至泄露敏感数据。 打个比方，这好比在考前悄悄调换了优等生的复习材
AI安全快讯|2026年4月21日热点扫描
📌 核心要点概览🤖 人工智能产业动态OpenAI悄然升级GPT Pro，提速4倍并逼近GPT-5.5发布节点；阿里Qwen3.6-Max-Preview代码能力称王；华为推出AI眼镜及麒麟9030芯片；灵光上线"灵光圈"AI应用社区；临界点灵巧手新品亮相；Block大幅裁员重塑架构；Anthropic CEO称Mythos级能力可在半年至一年内复现。🛡️ AI安全防护MCP协议架构漏洞引发RCE连锁反应；Vercel因第三方AI工具OAuth遭渗透；SGLang框架现9.8分严重RCE漏洞；国安部预警AI
AI数据污染风险亟待警惕
近期，AI数据污染的隐蔽产业链被曝光，引发社会高度关注。这种通过恶意数据训练AI模型的行为，不仅破坏商业秩序、干扰信息传播，更会威胁国家安全。人工智能在赋能各行各业的过程中，其安全隐患同样需要重视。推动AI技术向善发展，守住数据安全防线，既是行业责任，也需要全社会共同参与。所谓“数据投毒”，是指在AI大模型训练数据中植入伪装成正常样本的恶意数据，以削弱模型性能和准确性的攻击手段。这种方法常被用于恶性市场竞争，甚至可能涉及间谍活动，日益呈现出链条化、隐蔽化、跨境化特征。——数据投毒：源头污染AI认知体系。不
警惕！AI“投毒”成境外渗透新手段，国安部发出安全警示
4月21日，国家安全部披露：近期，一条隐蔽的AI“投毒”产业链浮出水面，引发公众热议。不法分子通过恶意数据污染AI模型，不仅扰乱市场秩序、干扰信息传播，更严重威胁国家安全。虽然人工智能正广泛赋能各行各业，但其伴随的安全隐患不容小觑。促进AI治理向善、筑牢数据安全防线，既是行业义务，也是全社会的共同使命。——数据投毒：从源头污染AI的认知体系。不法分子利用GEO（生成式引擎优化）工具大量生成高权重的虚假内容，例如虚构产品介绍、虚假评测、恶意对比信息，并定向投放到各大网络平台。AI大模型在训练和检索增强生成过
警惕境外势力利用AI“投毒”传播谣言，国安部呼吁加强AI治理
本日（4月21日），“国家安全部”官方账号发布文章：AI“投毒”行为，其潜在危害十分巨大！最近，一条隐蔽的AI“投毒”产业链浮出水面，引发了大众的极大关注。这种利用恶意数据污染AI模型的手段，不仅破坏商业秩序、干扰信息传播，更会威胁国家安全。虽然人工智能正在为各行各业提供助力，但其背后的安全隐患同样不可小觑。引导人工智能向善发展，维护数据安全底线，不仅是企业的责任，更需要全社会的共同努力。作案手法隐蔽，产业链条日趋完善所谓的“数据投毒”，是指在AI大模型的训练数据中掺入伪装成正常样本的恶意数据，以此削弱模