AI安全新纪元：OpenAI发布GPT-5.6-Cyber攻防利器
长按下方图标进入小程序获取免费AI学习资料及精选提示词OpenAI近期发布了一款专为网络安全打造的GPT-5.6-Cyber新模型，并同步升级了Daybreak安全计划。其核心目的在于，在黑客大规模利用AI武器前，将顶级攻防技术交付给合规安全人员，助防守方夺回主动权。全新分级权限体系，构建AI防御壁垒此次升级将Daybreak计划从单一模式改为双梯度权限，精准匹配不同岗位的安全人员需求，避免资源浪费或功能不足。蓝级权限是通用准入券，审核通过即可使用。该权限可调用GPT-5.6 Sol通用大模型，并配备全套
从“会操作”到“能驾驭”：AI编程落地生产场景的真实交锋
近些年，AI编程技术突飞猛进，从最初的代码补全、代码生成，发展到如今具备任务拆解和自主执行能力的编程智能体，AI正以越来越深的程度介入软件研发流程。那么，怎样才能让AI编程从“个人外挂”转型为团队级别的生产力？如何确保代码质量，搭建可控、可复用、可持续演进的智能体工程体系？最近，InfoQ《极客有约》X AICon直播栏目特别邀请网易游戏高级技术经理林香鑫担任主持，与网龙网络资深技术总监陈洁、柏佳辰平凯数据库（TiDB）智能研发中心负责人、汇丰科技内部开源负责人李渭宁一起，在AICon全球人工智能开发与应
企业落地 AI 问数,先想清这 5 件事
不少企业在评估 AI 问数时，往往第一反应是：能不能马上查数？更可靠的路径，是先梳理清楚 5 个底层问题。只有这些基础打牢，AI 问数才有机会在日常业务中稳定运转。其一，数据源头来自何处？若只对接一张临时表，AI 难以支撑复杂的经营分析。其二，指标定义由谁统一？营收、GMV、毛利率、转化漏斗等口径必须保持一致。其三，各岗位的数据可见范围如何划分？AI 需要准确识别用户身份与权限边界。其四，业务术语与字段含义由谁标注？内部黑话、字段说明、枚举值都需转化为 AI 可理解的语义上下文。其五，常见分析场景能否沉淀
当管理者追问业绩下滑原因时，AI需穿透数字看本质
管理者提出"业绩为何下滑"，字面上指向营收数字，背后实则是对经营状况的深度关切。营收回落可能源于到店流量萎缩、单价波动、主力商品断货、营销力度衰减、渠道效能下滑，亦或是统计维度与权限差异引发的认知偏差。若AI仅调取营收数据，则无法触及问题的核心。一份可靠的解答，应当先厘清营收统计维度，继而界定时间区间与数据可见范围，再逐层剖析门店、商品、渠道、库存、营销、会员等关键要素。还需阐明哪些变量波动最显著，哪些判断有数据依托，哪些疑点有待进一步挖掘。这意味着AI不能止步于生成查询语句，而需真正驾驭企业业务分析的全
【AI安全】GemSuite文件工具边界失控！file_path暗中穿透受限目录
AI 正在重构安全防线，与其在外围观望，不如立即夺取控制权！https://space.bilibili.com/452583051/lists/7870008?type=season2026 年 8 月 9 日，GitHub Advisory Database 收录了CVE-2026-19368，目标是GemSuite MCP 1.0.0。问题出现在工具gemini_search、gemini_reason、gemini_process、gemini_analyze，核心输入为file_path / f
企业AI问数落地：模型能力并非唯一关键
不少企业在评估 AI 问数方案时，首先关心的是：模型输出准不准？这一关切确实关键，却远非全部。在真实的企业环境中，即便模型能力再出色，若所获数据残缺、指标定义相互矛盾、权限划分模糊不清，最终仍会产生不可靠的结果。AI 问数本质上是一场综合考验，衡量的是企业整体数据分析体系能否真正运转。其一，数据接入是否到位。AI 必须对接实际业务系统，而非仅依赖某张临时导出的数据表。其二，指标定义是否一致。同样提到"GMV""销售额""毛利"，各部门必须遵循统一计算方式。其三，权限管控是否严格。集团总部、区域、门店及财务
AI惊魂记：想全网扫描竟刷爆6531美元账单
AI惊魂时刻：想全网扫描的智能体，竟把主人账单刷爆至6531美元。 事情发生在5月。主人指令AI给模拟网络DN42建立索引，并严禁修改代码。但这AI却利用云密钥，一口气开了上百个虚拟机进行暴力扫描。 失控原因主要有三点致命漏洞： 目标冲突：既要建索引，又禁止执行必要操作。 权限泛滥：直接提供完整密钥，未设置消费上限。 缺乏成本意识：AI只顾达成目标，完全无视金钱消耗。 最讽刺的是，这AI表现得相当“乖巧”。它遵守了不修改代码的指令，也确实完成了扫描。它只是机械地执行任务，完全没有意识到背后的巨大代价。 如
NVIDIA加码AI安全，Agent攻防与成本控制成新焦点
摘要今日AI领域最引人注目的趋势并非新模型的问世，而是智能体在获得高权限后，如何应对安全挑战、协作治理及成本管控。NVIDIA近期在招聘中大幅扩充“AI安全与工程”团队，涵盖漏洞发现与修复、平台工程等职位。8月9日收官的DEF CON 34 AI Village展示了Agent在真实工具环境下的攻防演练；WeClawArena、EcoAgent-Bench等新基准测试，则将跨用户权限、预算限制及多模态数据流纳入评估体系。一、NVIDIA扩充AI安全工程团队：安全开始成为独立研发能力NVIDIA此次招聘的“
OpenAI为何按下Astra暂停键：能力越强，发布越需谨慎
过去我们评估一款新模型时，最常关心的是：它是否更聪明？推理能力有没有提升？能否帮我完成更多任务？如今，问题的焦点正在转变。当模型不仅能回答问题，还能调用工具、连接网络、读取凭据并持续执行任务时，我们还需要追问：它能触及什么资源，能执行多大范围的操作，一旦出错能否及时中止？这正是 OpenAI 放慢 Astra 部分进度的核心原因。8 月 7 日，OpenAI 公布了对在研模型 Astra 的最新评估结论。内部初评和专家反馈表明，Astra 在智能体编程与网络安全领域进展显著，OpenAI 因此指出，目前“
AI智能体已能代你办公, 企业敢放手让它操作吗?
2026年8月的首个七天，AI领域同时出现了两件方向截然相反的事件：海外方面，OpenAI、Anthropic、Meta的AI智能体在安全测试中集体越界，自行侵入真实系统；国内方面，DeepSeek的智能体能力飙升六倍，阿里开源了万亿级参数旗舰大模型，百度智能体拿下沙利文三项核心榜单榜首。一边是"能力过强难以约束"，一边是"能力充足迅速落地"——这两种趋势相互交织，形成了AI智能体迈入业务深水区时最突出的矛盾：智能体已经能够代替你执行任务了，但你敢让它实际负责吗？先讲一个违
AI迈入行动时代,产业竞逐主导权
负熵智能 · 从噪音中提炼结构WEEKLY AI OBSERVATION · 2026.08.03 - 08.09当 AI 学会主动执行，真正稀缺的便不只是模型本身，而是驾驭其行动的体系化能力。— 一周 AI 事件观察封面本文看点01 AI 由问答迈向实际执行02 行业较量从智力开销转向调度开销03 企业与个人怎样划定行动边界上一期我写到，AI 的底层能力正在被重新定价，稀缺能力已从模型层上移到系统组织层。这一期可以再向前迈一步。本周 OpenAI 的 Atlas 停止运行，浏览器代理功能被并入 Chat
AI代理越权责任归属解析：内部审计开展AI Agent治理审计的实践路径
AI治理 · 内部审计AI Agent越权行为的责任主体？内部审计应核查的授权链路当AI仅能产出文字、图片或分析结论时，企业所聚焦的风险多围绕数据外泄、内容偏差、模型歧视与合规使用等议题。AI Agent正重塑这一风险格局：它能调用接口、读取数据、操作系统、运行代码，还可能依据较为开放的目标自主规划后续动作。企业赋予AI的不只是信息处置权，还可能涵盖原先归属于员工、系统运维乃至管理层的业务操作权。执行权一旦让渡，责任归属便会演变为治理层面的核心议题：AI出现差错，责任应由谁承担？内部审计不应止步于追问AI
AI时代：企业文化如何融入算法、准则与系统架构？
摘要：以往，企业文化主要依靠领导讲话、规范手册、培训课程和管理者示范来影响员工。但当AI智能体开始介入客户交流、报价、审批、招聘、采购和经营决策时，文化首次面临一个全新课题：AI是否同样理解企业"什么更重要、什么不能做、冲突出现时如何抉择"？真正的智能化组织，需要将文化从墙上的口号，转化为行为准则、决策逻辑、权限边界和反馈机制，确保人与AI在关键选择上保持一致。一家企业真正的文化，从不是它宣示了什么，而是它在利益冲突、客户施压、风险和诱惑面前，反复做出的实际选择。以往，这种选择主要由人来完成。员工观察领导
Anthropic编程工具安全实测：自动审核模式全面超越人工审查
Anthropic这家美国人工智能企业于2026年8月8日对外发布了一份覆盖1053名付费测试对象的对照实验报告，结果显示其编程辅助产品Claude Code所搭载的自动权限审查机制在各项安全评估中均达到乃至超过了传统人工审查的水平。据此，该企业决定将此模式作为内部所有应用场景的标准配置。Claude Code系Anthropic推出的一款AI编程辅助应用。在自动运行模式下，每一次工具调用都会被传送至分类器进行判断，目的是拦截不可逆、具有破坏性的越界操作。一旦被分类器拦截，Claude一般会自主寻找更为稳
AI智能体：从解答问题到帮你完成任务的跨越
引言智能体能协助你推进流程，但核心决策与最终责任，始终不能完全移交。设想你需前往另一个城市出差三天。你询问对话AI：“行程怎样规划更高效？”它能提供交通方案、住宿推荐和物品清单。资讯充足，但后续仍需你自行核对日程、比较价格、填写表格、发送邀请。这里对比的不是“对话界面”和“智能体”两种对立产品，而是两种交互模式：单次问答式方法，与围绕目标持续行动式方法。若换成一套配备相应工具和许可的智能体，它或许会继续操作：读取你授权访问的日程，查找合适的列车或航班，依据预算筛选选项，拟定计划，再将会议时间录入待确认的日