AI中转站乱象与OpenAI Daybreak计划
各位 Buffer 周末愉快，本期「FreeBuf周报」汇总了本周的热点新闻和精选文章，助您不错过任何重要焦点！🤖AI中转站的利与弊🗽OpenAI发布Daybreak网络安全新举措🔍号称全球最"危险"的AI：Anthropic的Mythos在curl中仅检测出一处漏洞💣Pwn2Own Berlin 2026因名额爆满被拒黑客集体披露0Day漏洞🖥️谷歌首次侦测到基于AI的0Day漏洞利用📢一个月内第三次！Linux内核再次曝出Fragnesia高危漏洞💻可远程获取Shell的Android
AI赋能黑客：零日漏洞新危机
5月12日，谷歌投下了一枚重磅炸弹。威胁情报团队披露：犯罪分子借助AI大模型，独自挖掘出一个零日漏洞，编写了攻击脚本，并搭建了批量入侵的底层设施，准备发动大规模攻势。谷歌及时出手，阻止了攻击。但更令人震撼的并非“拦没拦住”，而是这种噩梦般的场景已经从概念变成了现实。时间轴清晰可见：4月28日，黑客利用AI模型挖出漏洞；5月2日，AI生成完整攻击代码；5月5日，构建批量攻击设施；5月10日，谷歌察觉异常，通知厂商紧急修补；5月11日，漏洞被公开。该漏洞针对一款“流行的开源Web系统管理工具”，CVSS评分高
AI安全威胁 | 2026.05.16
今日要闻 TOP NEWSAnthropic核心模型突破苹果Mac防护系统 安全研究机构Calif专家证实，通过Anthropic测试版"神话"(Mythos)AI系统的实验方法，能够连接两个安全缺陷从而绕过苹果Mac设备的顶级内存保护体系，达成权限升级。此类攻击手段一旦与其它技术结合，入侵者或可全面掌控目标设备。这标志着AI大模型首度被验证能够直接破解主流操作系统的核心防护框架。▸ AI系统从防护工具演变为攻击载体，推动操作系统防护体系革新
AI赋能渗透测试CLI工具 — 自然语言操控，快速挖掘安全漏洞
⚠️请勿使用文章中的相关技术从事非法渗透测试，因传播、利用本文所提供信息而造成的任何直接或间接后果及损失，均由使用者自行承担，作者不承担任何责任。工具和内容均来自网络，仅供学习与记录使用，安全性请自行测试，如有侵权请联系删除。⚠️注意：目前仅对常读和星标的公众号展示大图推送，建议大家将"0x八月"设为星标⭐️，否则可能无法看到，点击下方卡片关注我吧！💡项目地址在文章末尾！VulnClaw 是一款基于 AI 的渗透测试 CLI 工具，支持自然语言输入，能够自动完成从信息收集到报告生成的全流程
AI驱动的智能合约安全审计：低成本高效率的防护方案
项目地址：https://github.com/PlamenTSV/plamen项目类型：自主 Web3 安全审计工具（开源）当前版本：v2.0.0（2026 年 5 月更新）一、当代码变成钱：智能合约到底是个什么东西想象一下，如果你在路边看到一个自动售货机，投币进去后，机器自动检测硬币真假，然后滚出一瓶可乐。这个过程中，没有人坐在机器后面帮你判断，一切规则都是写在机器内部的程序里自动执行的。区块链上的智能合约，本质上就是这样一台自动售货机。只不过它卖的不是可乐，而是更复杂的东西：比如借贷、交易、保险、投
精选集锦 | 智能化时代的网络防御新篇
精选集锦智能化时代的网络防御新篇AI技术的迅猛发展，深刻改变了网络攻防的格局，智能化赋能与潜在风险并存，新型安全隐患层出不穷，传统的被动防御模式已无法满足数字化与智能化的防护要求。为了聚焦AI网络安全的前沿技术，解决智能环境下的难题，本专题重点探讨了多维度的AI安全创新研究。本专题涵盖系统稳健性、主动防御、轻量化识别、内容安全、大模型攻防等核心领域，包括跨域智能体系统耦合优化、MCP驱动的主动安全、资源受限环境下的射频指纹识别、多模态内容检测技术，同时梳理大模型漏洞挖掘体系，探索基于改进RAG与CoT的漏
AI首次自主挖掘零日漏洞，网络攻防迈入智能化对抗阶段
2026年5月，谷歌威胁情报团队发布重要安全报告，首次完全证实了一起新型网络攻击事件：攻击者借助人工智能技术，自主发现了一款广泛使用的开源Web管理工具的安全漏洞，并完成了漏洞武器化开发，编写了能够绕过双重认证的攻击脚本，准备实施全球范围的大规模攻击，所幸谷歌团队在攻击发动前72小时成功拦截。这一事件标志着网络攻防正式进入"AI原生攻击"新纪元，AI已从防御辅助工具，正式成为攻击者的"力量倍增器"。此前，零日漏洞的发现与武器化，一直是顶尖攻击团队、国家级情报机构的"专属能力"，需要具备深厚的代码分析、漏洞
AI写代码总出漏洞？试试"逆向追问"技巧,让AI帮你挖出隐藏的问题
你以为你在驾驭AI？实际上AI可能在偷笑你漏掉了多少隐患……大家好，我是宾尼。👨💻自从我开始用AI写代码，每天都觉得自己特别厉害——需求一说，代码一跑，绿色输出，完美！直到上周五晚上，那个让我怀疑人生的缺陷出现了……😱事情是这样的：我接了个小活——写一个用户注册接口。手机号、验证码、密码，存数据库，很简单对吧？我熟练地打开AI，提示词一敲，代码一复制，单元测试全过，美滋滋下班。结果上线半小时，运营群里炸了：“同一个手机号能注册一百次！” “验证码没校验过期！” “密码存的是明文！！” 💥我当时就懵了。代
AI安全与创新双周观察
● ● ●周二清晨我看到一则新闻，内心颇为震撼。谷歌安全团队发布报告称，他们阻止了全球首起由AI发现并利用的零日漏洞攻击。朝鲜APT45和具有中方背景的黑客组织，借助AI工具大量发送重复指令，递归探测各系统安全弱点，发现漏洞后立即实施攻击。这不是演练。以往我们担忧的是"AI协助撰写钓鱼邮件"，如今已演变为"AI自主寻找未修复漏洞并直接攻击"。谷歌的Veo 3已集成至Flow影音平台——哦，话题扯远了，安全议题容后再详述。先梳理几个重要时间节点：● ● ●此事的影响程度我认为许多人尚未充分认知。过去一年业界
AI双面镜像：估值狂潮与安全危机
非凡精英·人工智能群英荟最新迹象显示，人工智能行业正面临两种同步增强的驱动力：一方面，领先AI企业Anthropic计划在新一轮投资中冲击近9000亿美元的估值高峰（约千亿量级），表明AI平台正从科研阶段迈向经济核心；另一方面，AI被用于探测并利用零日漏洞的真实案例首次出现，这标志着AI既是增长动力，也是风险源头。这两个事件虽表象不同，但共同指向AI商业化与安全挑战并存的新纪元。● Anthropic 正在与投资机构商谈至少 300 亿美元的新一轮融资，目标估值突破 9000 亿美元（约9000亿美元的前
AI 驱动零日攻击：谷歌查获首例
谷歌威胁情报团队（GTIG）近期发布通报，首度证实网络黑产已利用人工智能（AI）自主挖掘并武器化了一个零日漏洞，意图发动大规模攻势。根据谷歌披露，该漏洞潜伏于某款热门开源 Web 管理套件内，本质为双因素认证（2FA）绕过缺陷。黑客疑似借助 AI 模型完成漏洞定位及利用代码编写，并企图将其投入一场广泛的入侵行动。谷歌方面表示，已携手受影响厂商完成漏洞的披露与修复工作。本次攻击矛头直指企业界广泛部署的网页端系统管理工具。此类工具用于远程配置及管控服务器、网站与应用，涉及安全策略、员工账户及数据权限等核心机能
AI沦为攻击利器，谷歌揭露黑客新动向
上周三（5月11日），谷歌GTIG（威胁情报小组）发布的一份重磅报告，让整个安全圈都震惊了。他们首次在实战中截获并确认，黑客组织正在使用AI工具挖掘零日漏洞，目标是一款广泛使用的开源Web管理工具，目的是绕过2FA认证，直接控制企业核心系统。这事件有多严重？简单说，AI不再只是我们安全人员的防御工具，它已经变成黑客手中的“超级特工”了。AI生成的攻击脚本，连注释都透着“教学范儿”先来看看这个攻击脚本的细节，真的令人不寒而栗。谷歌发现的Python脚本大约1200行，里面有很多AI的“指纹”。脚本里全是详细
AI 攻防倒计时：网安企业仅剩数月备战期
👆点击蓝字，关注我们AI 引发的网络攻击危机是否已迫在眉睫？网络安全巨头 Palo Alto 的技术掌舵人近日发出严厉警告：企业为应对 AI 攻击所做的准备时间，仅余三至五个月。据 CNBC 消息，Palo Alto 首席产品与技术官克拉里希在公司博客中指出，窗口期极短，企业必须赶在 AI 驱动的漏洞成为常态之前，率先构建起坚固的网络防线。究竟是何种因素令克拉里希如此焦虑？CNBC 分析称，主因在于 Anthropic 上月发布的 Mythos 模型。该模型在素有安全美誉的 OpenBSD 系统中，挖掘出
Google首证AI写漏洞：黑客利用大模型作案
AI首次证实具备编写零日漏洞的能力——这本身就是个巨大的漏洞。5月11日，Google安全团队发布报告，指出攻击者在使用AI工具开发零日漏洞。这是大语言模型直接用于网络犯罪的首个确凿证据。Help Net Security对此进行了报道。01 零日漏洞的定义零日漏洞是指厂商尚未察觉或修补的安全缺陷，极具攻击价值。挖掘这类漏洞通常需要高超技术，但Google研究人员发现，此次攻击代码在结构和逻辑上显示出明显的“AI生成特征”。零日漏洞堪称网络攻击的“核武器”，而AI则让制造这种武器变得轻而易举。02 AI如
OpenAI 注资 White Circle：千万融资筑牢 AI 安全防线
防止 AI“走偏”，往往比训练它更具挑战。5 月 12 日，专注 AI 安全的初创企业 White Circle 宣布完成 1100 万美元种子轮融资。此次投资方阵容豪华，汇聚了来自 OpenAI、Anthropic、Google DeepMind、Hugging Face 及 Mistral 等顶尖机构的资深人士。该公司的使命十分明确：确保企业级 AI 应用始终处于可控状态。01 为何 AI 亟需“安全护栏”企业在落地 AI 时面临一大核心难题：模型在生产环境下极易出现“意外举动”。例如，客服 AI 可