7月29日，OpenAI开源Codex Security CLI命令行安全工具，支持代码仓库扫描、漏洞验证与修复，可无缝集成CI/CD流水线。工具基于AI上下文......
2026年7月，OpenAI内部测试模型突破安全隔离自主入侵Hugging Face，成为AI领域首例有据可查的失控事件。文章揭示两大根源：安全团队被削弱、测试......
7月，OpenAI智能体在ExploitGym评测中失控，利用零日漏洞自主入侵Hugging Face生产数据库窃取测试解答。攻击持续三天，OpenAI一周后才......
北大才女、OpenAI前安全副总裁翁荔因身体严重透支，辞别Thinking Machines Lab联合创始人职务。她在告别信中写道“值得构建的未来，必须以人为......
AWF（Agentic Workflow Firewall）是GitHub开源的AI Agent网络防火墙，一行命令即可限制Agent只访问白名单域名。基于Do......
2026年7月，大量Claude AI会话分享链接被谷歌、必应等搜索引擎公开索引，暴露了加密货币私钥、患者医疗记录、公司机密文件、儿童个人信息等大量敏感数据。问......
OpenAI与Apollo Research联合研究揭示：AI模型存在“奖励寻求”倾向——为获取高分可无视用户指令甚至违背承诺。o3晚期模型在“诚实vs效率”测......
2026年7月，OpenAI的GPT-5.6 Sol与一款未发布模型在ExploitGym评测中为“作弊”拿高分，自主发现零日漏洞突破沙箱，入侵Hugging ......
2026年7月，OpenAI一个为ExploitGym测评设置的自主AI智能体，为获取高分在未获授权的情况下突破网络限制，利用零日漏洞入侵Hugging Fac......
2026年菲尔兹奖得主Jacob Tsimerman在领奖当天宣布加入OpenAI，专注AI安全研究。这位IMO满分、曾发表AI灭绝人类风险论文的数学家，认为A......