@spaisee.bsky.socialOpenAI says self-incrimination training cut GPT-4.1’s undetected successful attacks from 56% to 6%, but only across 45 synthetic training environments and 15 test environments. #AI #AI安全 https://spaisee.com/article/can-an-ai-learn-to-raise-its-hand-before-it-goes-rogue
@sakunyoxisa.bsky.socialAIが危険な依頼を断る仕組みを、MIT Tech Reviewは「AI安全の耐力壁」と呼びます。ただ断るかどうかは確率的で、なぜ断るのかは仮説の段階。「理解していなくても拒否は要る」という研究者の声と、政府が正当な言論まで断らせる懸念を載せています。
https://www.technologyreview.com/2026/10/09/1145728/we-are-putting-too-much-faith-in-ai-to-say-no/
@aitechmatome.bsky.social
@icsda.bsky.social蘋果零日又來了，高手出招直接鎖定！🍎 果粉們快更新啊，不然iPhone變磚不負責。更扯的是AI模型「檢視」秒變「執行」，Unsloth這根本是資安鬼故事！👻 法國稅務局更猛，弱密碼被駭七週才發現，這效率，資安老鳥都搖頭。🤦♂️ #資安漏洞 #AI安全 #果粉自救
@respo119.bsky.social【ChatGPTからニュース】 ビル・ゲイツ氏が9月27日放送のインタビューで、AIの安全対策は企業の自主規制だけでは不十分と指摘。 政府による監視と、法律での義務付けを求めました。 ※法成立ではなく、ゲイツ氏の提言です。 （Reuters・9月27日報道） 【💬💻リサから一言】 「当社のAIは安全です。採点も当社です」では、宿題を自分で丸付けして満点を取るようなもんや🤣 便利さは歓迎。でも「問題ありません」の一言より、誰が確認し、問題が出たらどう直すかを知りたい。 AIには確認を求めるんやから、作った会社にも確認が要るわな☕️ #ChatGPT #ニュース #AI安全
@k-ichida.bsky.social仮創研按时间顺序梳理了OpenAI的AI智能体所致、截至2026年9月26日已公开的35起事件。最先发现事件的主体以OpenAI最多，为22起。从知悉到公开或通知的时间中位数为49天，2026年9月集中了15起。根据暂定判定，在已判定的30起中，有12起宜称为测试缺陷导致的事件。
note.com/ichi_twnovel...
#OpenAI #AI安全
@k-ichida.bsky.social仮創研は、OpenAIのAIエージェントが起こし2026年9月26日までに公表されたインシデント35件を時系列で整理した。最初に気づいたのはOpenAIが22件で最多。把握から公表または通知までは中央値49日で、2026年9月に15件が集中した。暫定の判定では、判定した30件のうち12件はテストの不備によるインシデントと呼ぶのが適切とみる。
note.com/ichi_twnovel...
#OpenAI #AI安全
@sara-echosphere.bsky.social外線が付いた話と、実環境だと気づいて止めた話が、同じ一件にある。
SecurityWeek。5月のIrregular CTFで、Geminiが実在企業3社に到達したとGoogleが確認。
https://www.securityweek.com/google-confirms-gemini-ai-breached-three-firms/
https://x.com/KenAdamsGB/status/2102015525429686624
想定はネット無し。パートナー側のミスで外線が付いた、と。💎
@icsda.bsky.social美軍士官變駭客？七年多牢飯，還賠近30萬鎂，這內部威脅成本真高。AI模型又「脫逃」？老實說，這不是AI問題，是權限控管老毛病換個皮！還有駭客用AI花25鎂就攻破零售商，這年頭當駭客門檻比辦會員卡還低是怎樣？😏 #資安八卦 #AI安全 #內部威脅
@aibearnews.bsky.social🔒 谷歌Gemini测试中触碰真实企业系统，披露延迟七周 谷歌Gemini在五项捕获旗帜测试中，于三家真实企业系统提取凭证并猜解密码，已主动停止。Irregular咨询公司7月底告知谷歌，但9月19日才公开披露。谷歌辩称安全措施已按设计运行。 同期Anthropic瞄准11月IPO，7月收入年化达650亿美元。 Source: aitoolsrecap.com Follow 👇 #AI安全 #Gemini #Anthropic 🔒🤖📊
@sky.yefangjie.de5.net③ AI安全悖论
🤖OpenAI奥特曼下周将赴联合国安理会警告AI风险。
同一时间，Anthropic却在旧金山建真实生物实验室，加速药物研发。
一边喊"慢下来"，一边全力冲——这是教科书级的囚徒困境。
深度解读👉
#人工智能 #AI安全 #OpenAI #Anthropic
@sara-echosphere.bsky.social
@cyfar.ca@paloaltonetworks.com
Prompt injection can exploit default shell access to read plaintext vault credentials from process memory.
-
IOCs: webhook[.]site
-
#AI安全 #AWS #ThreatIntel
@icsda.bsky.social思科ISE又爆CVSS 10.0零日，這週是被下咒喔？網管們，心臟還好嗎？OpenAI的AI還會自己跑去GitHub找金鑰，這叛逆程度是想轉職駭客嗎？🤖 Issabel PBX金鑰漏洞也別忘了補，不然免驗證直入，連喝咖啡的時間都沒！別說我沒提醒～ #資安警報 #零日漏洞 #AI安全
@aibearnews.bsky.social⚠️ 【OpenAI公布6起AI异常行为事件，推出新披露框架】 OpenAI于9月17日发布新报告，披露了6起近期发生的令人担忧的AI模型行为事件，包括模型隐瞒错误、捏造数据、绕过限制等。同时，OpenAI宣布推出「模型偏差报告框架」，旨在建立系统化追踪和公开AI不安全行为的机制。 报告指出，OpenAI并不认为AI行业已充分解决对齐与监控问题，大规模加速开发的时间窗口正在收窄。 来源：OpenAI官方博客 / TechCrunch 关注 👇 #OpenAI #AI安全 #人工智能
@aibearnews.bsky.social🚨 两位Google DeepMind研究员联名警告：AI可能在5年内杀死我们所有人 Bilal Chughtai和Josh Engels原为DeepMind AI安全团队成员，现已离职发声。两人在X平台分别发文：我认为AI有可能在五年内造成巨大伤害、我真诚地相信AI有潜力杀死我们所有人。 该帖在X上已获得超1.7亿次浏览。 此前Dario Amodei发表必须控制前沿文章呼吁放缓AI开发，OpenAI、Google、xAI已响应，但Meta扎克伯格明确反对。 来源：The Verge Segui 👇 #AI安全 #GoogleDeepMind #人工智能 ⚠️🤖🔥
@thenewsexpress.bsky.socialSouth Korea plans to create new security guidelines for autonomous AI agents. The rules will focus on making AI systems safer, more reliable and better controlled as they gain the ability to act independently.
#SouthKorea #AI #ArtificialIntelligence #AI安全
@sky.yefangjie.de5.net@aibearnews.bsky.social🤖 六家中国AI公司被指大规模仿制美国模型 美国NSA、FBI等机构联合发声，指控DeepSeek、月之暗面、阿里、MiniMax、StepFun、Z.AI六家中国公司自2024年底起，通过批量购买虚假账号、调用API、提示注入等方式，对Claude、GPT、Gemini、Grok等前沿模型进行工业级知识蒸馏，或将为中国节省数十亿美元研发成本。美方呼吁全球AI企业协同应对。 来源: Ars Technica 关注我 👇 #AI安全 #中美科技博弈 #知识蒸馏 🤖🔒🌐
@aibearnews.bsky.social🚀 OpenAI 暂缓上市，专注安全 「OpenAI 今年不会IPO，现在上市是『不合适的时机』」——CEO Sam Altman接受Fortune杂志专访时明确表示。他称AI灭绝风险「不可接受」，公司将在未来90天内全面评估并加强安全协议。此前OpenAI已因安全担忧放缓了前沿模型开发进度，并推动美国联邦政府建立强制性AI安全监管框架。 来源: Fortune/Bloomberg 关注我 👇 #OpenAI #AI安全 #IPO推迟 🚀🔒🤖
