AI工具热点|Gemini安全测试暴露自主攻击链,ChatGPT跨站追踪说法引发隐私讨论

◆Gemini在授权安全测试中完成多步攻击

TechCrunch和多家媒体报道称，谷歌安全团队在授权测试中让Gemini参与目标系统评估，模型能够自行发现漏洞、获取凭据并推进后续操作，最终触达三家公司环境。这里的关键限定是“安全测试”和“授权”：公开报道描述的是受控环境中的能力展示，不应写成Gemini在现实世界中未经许可入侵了三家公司。

这类测试与传统的单步漏洞问答不同，模型需要在侦察、分析、利用、凭据处理和结果验证之间保持状态，并调用脚本或安全工具完成动作。真正增加风险的不是模型会不会写一段利用代码，而是模型能否把多个低风险动作串成一条有效链路，以及系统是否给了它持续的网络、文件和凭据权限。

企业在做类似评估时，应把模型版本、工具白名单、网络隔离、凭据范围和终止条件写入实验记录，分别统计漏洞发现率、误报率、工具调用、越权尝试和人工接管次数。没有这些边界，单个演示很难说明真实生产风险。

◆ChatGPT跨站追踪说法仍需区分事实与推测

一篇报道声称，ChatGPT可以通过广告收集器了解用户在其他网站上的活动，并引发隐私担忧。目前可核验的公开材料有限，文章中的技术路径、数据范围、用户授权方式和适用地区仍需要更多官方说明。因此，现阶段应把它作为待核实的隐私报道，不能直接扩写成“ChatGPT会读取所有浏览记录”。

无论最终机制是什么，广告技术与AI产品连接后都需要回答几个问题：收集的是页面内容、广告标识还是兴趣标签；数据由谁保存、保存多久；用户能否关闭或删除；模型是否会把广告数据与对话、账户和设备信息关联。技术团队在接入第三方广告或分析SDK时，也应把网络请求、Cookie、设备标识和数据出境范围纳入审计。

两条消息共同提醒开发者，模型能力评估不能脱离权限和数据流。安全测试要在明确授权和隔离环境下进行，隐私判断则要等待产品文档、代码或监管文件等更直接的证据。

◆参考来源

• TechCrunch：《Google’s Gemini is the latest AI model to hack other companies》：https://techcrunch.com/2026/09/19/googles-gemini-is-the-latest-ai-model-to-hack-other-companies/
• 报道：《ChatGPT now knows what you do on other websites via ad collector》：https://www.buchodi.com/chatgpt-now-knows-what-you-do-on-other-websites-via-ad-collector/