模型是公用的，提示词却承载着产品的差异化，于是围绕它形成了泄露攻防、交易市场与护城河之争。本文复盘公开的提示词泄露事件与交易市场的兴衰，解释提示词为什么难以构成护城河，以及企业该如何像管理代码一样管理提示词资产。

system prompt 是很多 AI 产品的核心机密——但它就写在每次请求的开头。泄露攻击的形态、防御手段的失效边界、以及「假设会泄露」的架构设计——保护提示词的正确姿势，是不把它当秘密。

OpenAI 以窃取商业机密起诉苹果后，苹果以 OpenAI 擅自泄露未公开信息为由抗辩，OpenAI 正考虑反诉。

从 FedAvg 到差分隐私大模型训练，梳理联邦学习与大模型结合的技术现状：记忆化攻击、梯度泄露、DP-SGD 与联邦微调的进展与开放问题。

· 曝 Anthropic 接近确定 IPO 核心承销商 · 康宁 CCO：AI 让玻璃基封装与光互连走到台前 · 《西雅图时报》和《新闻日报》起诉 OpenAI 与微软 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精…

智能体相关的安全事件正在从个案变成一类现象——泄露凭证、越权操作、注入劫持、数据外泄。个案的细节各不相同，但按「攻击面 × 受害者」分类后，事件的类型学清晰可见，每类的成因与生态级响应也不同。本篇建立一个事件分类框架，并观察生态在每一类上的响应成熟度。

「PHP 是世界上最好的语言」……但 10 月 21 日夜晚，却成了所有 PHP 运维人员的噩梦之夜。 两天前，代号 PHP2Shell 的两个 PHP 高危远程执行漏洞信息意外泄露，表明在最危险的情况下，攻击者可以通过 PHP 的漏洞，在…

丹麦的国家民事登记系统 CPR 被一名未经授权的黑客访问长达近 22 天，这次入侵始于 9 月 10 日，止于 10 月 2 日，总共 21 天 17 小时。约 880 万丹麦居民的个人信息遭到泄露，其中包括姓名、地址和 CPR 身份识别号…

IDC 发布首份大模型安全技术评估报告，360 获五项满分、综合排名第一，评估聚焦提示词攻击、数据泄露等模型层安全风险。

IT之家 9 月 28 日消息，今日有多名开发者注意到月之暗面 API 平台的后台模型注册表中出现了“kimi-k3-1”标识，该模型标识通过了接口探测并可调用。 今日晚些时候，Kimi 官方开放平台也出现了 K3.1 或 K3 11111…

看到这条视频，你会不会以为《沙丘 3》提前泄露了。 这其实是一部由我们团队的两位同事，花 12 天时间，结 […] #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 ]

11 月 13 日，Meta 一个 RocksDB 相关的公开 PR 日志中出现 muse-spark-1.4-internal 的真实调用记录（输入 33,535 token、输出 8,169 token），显示该未发布新模型已在内部使用。

韩国7家金融企业遭黑客攻击，CrowdStrike称攻击者疑似使用ARTEX渗透测试工具和Claude Code并因生成简历泄露个人信息，嫌疑人身份尚未确定。

论文提出分析内存单元（AMU），为智能体共享内存中的缓存结果附加完整派生（血缘）图谱，仅在请求者对涉及的所有列均有权限时才返回命中，以防止敏感数据经合法计算结果泄露，并证明该策略按构造可阻断此类检索。

Kinryū Labs 发现了一个因错误配置而能被访问的数据库，该数据库 Advance Passenger Information 记录了过去九年进出越南的几乎所有旅客和机组人员的信息。在接到通知之后该数据库的访问于 2026 年 6 月…

CPU 的优化机制被武器化了：本篇通俗拆解 Meltdown 的乱序泄漏原理、KPTI 页表隔离的实现与代价、Spectre 的 retpoline 与微码缓解，并给出性能观测口径、云上责任边界与关缓解的风险清单。

2026 年 10 月，开源编码智能体 OpenCode 的控制台被入侵，1.4% 关联用户的 Anthropic、OpenAI、Google API 密钥可能外泄。本文从这起事件出发，把编码智能体的凭据失守路径拆成三条——指令文件劫持、运行时反馈注入、存储与供应链薄弱——每条都配真实事件与实验数据，再给出从短时效凭据到出口管控的四层防御工事，以及一份今天就能动手的工程清单。

IT之家 9 月 23 日消息，据外媒 Wccftech 今天（23 日）晚间报道，AMD 爆料者 Kepler_L2 透露，AMD 为 PlayStation 6 和 XBOX Helix 设计的芯片**现已完成流片**，两款主机有望明年…

IT之家 11 月 11 日消息，英伟达今日发布公告，宣布已聘请美国前联邦检察官金正贤（Joon H. Kim）及其所在的律师事务所 Wachtell, Lipton, Rosen & Katz，负责开展一项全面、独立的调查。 IT之家注：…

IT之家 11 月 11 日消息，当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估…

当日涨星 792 的 Home Assistant MCP 服务器：87 个工具打通配置层，拆解进程内服务器、搜索式工具发现、只读模式与策略审批队列三道闸门，附六类可复现场景与真实边界。

所有舆情都当一级处理，团队会燃尽；该升不升，会错过黄金四小时。四级响应矩阵把「什么级别谁拍板、多快响应、谁来说话」变成预设制度，让资源与事件烈度匹配起来。

危机中的声音真空永远会被非官方渠道填满：员工账号、合作 KOL、经销商各有一套失控逻辑。三份清单加一份事实清单，管好「民间代言人」的边界——他们可信度最高，也最不可控。

容器不止 mount 和 net：本篇补全命名空间全家福——PID ns 的 init=1 与可见性规则、IPC ns 的隔离边界、time ns 的时钟偏移魔法、cgroup ns 的视角虚拟化，并用 /proc/self/ns 收拢排查视角与工具组合。

审计底稿、尽调资料与税务研究是文书密集的「读很多写很少」工作，四大所与咨询公司把 AI 塞进底稿、资料室与知识库；但按人天计费的商业模式与效率提升互相冲突，专业责任仍锚在签字人身上。

2009 年两名门店员工把恶搞食品处理的视频传上 YouTube，数天百万播放，品牌声誉在小时级传播中承压。多米诺用解雇切割、CEO 出镜视频回应与后续透明化整改完成修复——本篇复盘病毒危机的速度与员工即媒体的时代。

🧠曝特努斯要求加快 AI 研发，推动 Siri 主动处理任务 📱苹果称超 10 万款应用已适配 iPhone Duo 💾英伟达 1140 万美元货物被盗 💵Anthropic 拟于本周启动 IPO 路演 🚀马斯克：SpaceX 明…

GSM8K 的题目被背下来了会怎样——拆解污染的三条进入路径、n-gram 与 Min-K% 检测法，以及动态基准的军备竞赛。

从 C4 去重的记忆化风险到 FineWeb-Edu 与 phi 系列的质量过滤，再到数据受限缩放定律，用实证数字回答「多干净的数据才值得训练」。

企业采购智能体，卡点不在功能在合规。本文拆解安全问卷的新考题、数据协议里训练用途条款的角力、供应商评估的三个新维度，以及试点预算与多供应商赛马的新采购玩法，给出采购双方的执行清单。

Vercel Labs 的 Rust 浏览器自动化 CLI：快照只回可交互元素加 @eN 短引用，第三方实测六步测试响应字符降 82.5%；拆解其 CLI+daemon+CDP 架构、引用生命周期、AES-256-GCM 凭据库与白名单的取舍，附五类可复现场景与横向对比。

显式与隐式反馈的采集口径、从信号到偏好对与 DPO 的数据管道、讨好循环与反馈偏差的陷阱，以及度量飞轮健康度的四项指标：把用户交互变成模型迭代引擎。

办公套件掌握着知识工作的界面、数据与权限，是智能体落地的必争之地。本文分析微软与谷歌两家的攻防策略，对比邮件、文档、表格三个场景的 Agent 化难度差异，讨论企业数据权限与智能体的冲突，并盘点独立玩家的生存缝隙。

GDPR 删除请求、版权诉讼、危险知识控制都指向同一个技术难题：分布式编码的知识无法删除只能改写。梯度上升、NPO、RMU 各方法的机制与攻击式评估。

Agent 从「写代码」走向「跑代码」，执行环境成了基础设施。本文拆解 E2B 沙箱的完整架构：控制面与数据面分离、Firecracker 的 9 个 HTTP 请求、「创建即恢复快照」的两段式生命周期，以及 UFFD 按页取内存、COW rootfs 写时复制等关键技术，并与 Docker、gVisor、Anthropic 的分层沙箱方案做选型对比。

让模型写代码就要让代码跑起来，沙箱是智能体的安全底座。本文拆解智能体的执行风险模型、容器到微虚拟机再到 WASM 的沙箱技术谱系、文件与网络的最小权限设计、工具分级与人工确认机制，以及沙箱池化的成本工程。

安全评测通常测「模型会不会做坏事」（拒答、越狱），危险能力评估测的是另一件事：「模型有没有能力做坏事」（生化辅助、网络攻击、自主行动）。前者是行为测试，后者是能力上限测试——前沿模型部署前的必答题。

AI 事故报告制度篇讲的是公共报告制度，这篇讲企业内部的「事件响应 SOP」：Agent 越权执行了操作、模型幻觉造成业务损失、内容生成引发客诉——内部 AI 事件的分级、响应与复盘流程怎么建。

AI 安全的工具生态正在开源社区快速成形：NVIDIA 的 Garak、微软的 PyRIT、Anthropic 的评测框架——红队工程师的瑞士军刀已经组装完毕。盘点主流工具的能力边界，以及「工具好找、用得好的很少」的现状。

每一场企业危机的会议室里都在上演同一场辩论：法务说「任何承认都是诉讼证据」，公关说「不道歉舆论会烧死我们」。这场辩论没有天然赢家——它需要的是一套协作机制。拆开法律账与舆论账，找到两者的交点。

2023 年英国成立全球第一家 AI 安全研究所（AISI），2024 年美国跟进并促成国际网络——政府不再只听厂商汇报，开始自己动手评测前沿模型。AISI 模式的崛起，正在改写「谁有资格评估 AI 安全」的权力结构。

DevSecOps 把安全装进了软件的 CI/CD，MLSecOps 把同样的哲学装进 AI：模型的上线要过安全门、依赖要扫漏洞、提示词的变更要审、评测要进流水线。AI 应用的安全不能靠事后救火，要靠流水线的门禁。

AI 安全的岗位需求在爆发，但这个领域的职业地图还没有被好好画过——企业侧的红队与安全工程师、实验室的对齐研究员、政府的评测分析师、独立社区的研究者——四类角色、四条路径、四种修炼。

TLS 1.3 把 TLS 1.2 的握手从 2-RTT 压到 1-RTT、砍掉了一大批过时的加密算法、强制了前向安全——它不只是「更快的 TLS」，是一次安全模型的全面升级。拆解 1.3 的握手流程、0-RTT 的取舍与迁移指南。

九成的危机预案在真危机里用不上——不是预案没用，是它被写成了「给老板看的文档」而不是「给行动者用的手册」。危机预案的工程学：按剧本写、按火警练、按战报改。

AI 应用在企业里铺开，CISO 的防护对象变了：模型、提示词、Agent、向量库——但这些新物种的威胁模型与传统安全有多少是通的？给安全从业者转型 AI 安全的知识迁移地图：哪些要带、哪些要学、哪些要放下。

LLM 应用出事时，「发生了什么」的答案全在日志里——但 LLM 的日志与 Web 日志完全不同：要记的不是请求-响应，是提示、上下文、模型版本、输出与工具调用。审计日志的设计，是合规与安全的共同地基。

危机公关的每个动作都对准外部，却常忘了最近的听众——员工。他们既是信息的搬运工（每一个都会发朋友圈）、也是品牌的活话筒（说错一句话等于一个负面信源）。内宣先于外宣，是危机管理的一条铁律。

提示注入入门篇讲清了「为什么外部文本不可信」，这篇讲「防御怎么落地」——RAG 与 Agent 场景的四道防线：入口净化、上下文隔离、权限收窄、输出校验。没有单点银弹，只有纵深组合。

DNS 是互联网的「电话簿」，也是流量调度最古老、最强大的杠杆。递归与迭代的解析过程、TTL 与缓存的权衡、智能调度的实现（GeoDNS）——以及 DNS 劫持与 DoH 的攻防。