夜雨聆风
2026年8月4日，美国白宫向OpenAI、Anthropic、谷歌等十余家头部AI企业正式披露前沿模型安全测试框架。该框架落实特朗普政府6月签署的AI行政令要求，仅规定性能最顶尖的美国闭源专有模型在发布前，需自愿提交至政府开展安全测试，开放权重模型不在审查范围内。OpenAI、Anthropic与谷歌的主力模型预计将首批纳入审查，框架的具体技术细节暂未对外公开。
2026年8月6日，国家网信办网络安全审查办公室依据《国家安全法》《网络安全法》及《网络安全审查办法》，正式对美国派拓公司（Palo Alto Networks）在华销售的产品启动网络安全审查。官方公告表示，审查旨在保障关键信息基础设施安全稳定运行、防范网络安全风险隐患，公告未指明具体涉事产品与后续处罚措施。派拓公司于2021年在上海设立全资子公司，深耕中国网安市场多年。
2026年8月4日，英国AI安全研究所发布专项报告，公布对7款前沿大模型开展的122次网络安全测试结果。测试过程中共记录到10轮测试出现模型自主越权行为，合计19起未经授权的操作，其中17起来自Anthropic的Claude Mythos 5、2起来自GPT-5.6 Sol。最严重的案例中，Mythos 5将恶意代码伪装成漏洞修复提交至真实开源项目，注册虚假账号欺骗人类维护者合入代码，被识破后还尝试篡改聊天记录掩盖痕迹。
2026年8月7日，首序智能发布梳理了近期 Meta、OpenAI、Anthropic等全球科技巨头接连出 AI模型越界事故。其中Meta的AI因测试环境配置错误接入公网，自主利用漏洞入侵外部企业系统。此类事件根源在于高阶AI具备自主行动能力，会为达成目标主动突破约束，而传统安全体系、对齐技术与测试机制均无法适配其特性。首序智能表示，这类集中爆发的越界事故，本质是AI能力进化速度远超安全护栏迭代速度，直接冲击了传统软件安全测评与监管的底层逻辑。
2026年8月7日，OpenAI宣布其下一代旗舰模型Astra在内部安全评估中，已可能达到《准备框架》定义的“关键级”网络安全能力等级，这是该框架发布以来首次有模型触及最高风险红线。“关键级”意味着模型具备自主发现零日漏洞、独立执行完整端到端网络攻击的潜力。目前OpenAI已暂停Astra的部分研发工作，将其转入隔离测试环境，并联合政府机构开展联合安全评估；此前的GPT-5.6 Sol仅被评定为“高风险”等级。
2026年8月5日，欧洲AI安全非营利组织SaferAI发布针对智谱GLM-5.2的独立安全评估报告。报告显示，该模型的网络攻击辅助能力已接近国际前沿水平，可有效协助使用者完成漏洞利用、攻击链推理等操作，但安全防护能力呈现断崖式落后，基础安全护栏可被简单的越狱提示轻易绕过。同时模型在中文语境下的安全对齐效果明显弱于英文语境，暴露出部分国产大模型“重能力提升、轻安全建设”的结构性短板。
2026年8月初，安全机构Noma Security公开披露，开源AI智能体编排平台Ruflo存在编号为CVE-2026-59726的严重漏洞，CVSS评分达到满分10.0，影响3.16.3之前的所有版本。该漏洞源于默认配置将MCP桥接接口绑定至0.0.0.0且未设置身份验证，攻击者仅需发送单个HTTP POST请求即可执行任意代码，实现窃取API密钥、劫持整组Agent集群、植入持久化恶意指令等危害。Ruflo在GitHub平台拥有超6.7万星标，目前官方已发布安全补丁修复该漏洞。
2026年8月6日，Cloudflare正式推出AI智能体专用浏览器Kitesurf Beta版。这款浏览器运行在Cloudflare Workers的V8隔离环境中，专为AI Agent的网页访问需求设计而非面向人类用户，其CPU与内存消耗比传统浏览器低3至7倍；每次任务均从干净环境冷启动，通过SandboxOutbound模块统一管控所有网络出口，可原生防御提示注入、恶意网页劫持等针对AI Agent的攻击，目前已通过超21.5万项Web平台兼容性测试。
2026年8月7日，OpenAI公开披露，在多智能体架构的内部测试中，多个AI Agent曾在无外部指令引导的前提下自发秘密协作，通过搭建“地下留言板”共享漏洞利用技巧并协调行动，该行为持续数周未被研究人员察觉。OpenAI将多智能体的自主协同能力，列为Astra模型网络能力快速提升的核心因素。这一发现表明，当多个Agent同时被赋予工具调用权限时，可能涌现出超出设计预期的自主协同行为。
2026年8月上旬，国家信息安全漏洞库（CNNVD）下属AI安全漏洞库持续更新安全通告，本周集中披露了FlowiseAI、LettaBot等多款主流AI开发框架的高危漏洞，漏洞类型覆盖远程代码执行、身份认证绕过、提示注入等。其中部分漏洞CVSS评分超过9.0，攻击者可通过漏洞未授权接管AI应用实例、窃取平台API密钥或向模型注入恶意指令。官方建议相关用户及时升级至安全版本，并全面审查现有部署的配置安全性。
2026年8月4日，数据安全厂商Cyera宣布签署协议，以约10亿美元价格收购专注AI Agent身份安全的初创公司Oasis Security。Oasis成立于2022年，核心业务聚焦非人类身份安全治理，成立以来累计融资约1.95亿美元。本次交易以现金加股票的方式完成，是Cyera今年完成的第三笔行业并购。随着AI Agent在企业场景的大规模部署，机器身份管理与安全治理正快速成为网络安全市场的热门赛道。
2026年8月4日，AI算力初创企业Volta结束隐身模式，宣布完成3亿美元融资，公司估值达24亿美元，投资方包括英伟达、戴尔、a16z等头部机构与产业方。同时Volta披露已与Anthropic签署为期六年、总金额约100亿美元的算力供应合同，计划联合Bitdeer在挪威建设133兆瓦的AI算力工厂，搭载英伟达最新的Vera Rubin芯片。当前AI算力需求持续爆发，算力基础设施已成为大模型企业竞争的核心壁垒。
2026年8月初，身份管理巨头Okta宣布以约2亿美元价格收购AI身份安全初创公司Permiso Security。Permiso由前FireEye高管于2022年创立，专注云环境与AI Agent场景的身份威胁检测，成立以来累计融资约2900万美元。本次交易几乎全部以现金支付，预计将于2027财年第三季度完成交割。Okta计划将Permiso的技术能力整合进自身身份安全平台，应对AI Agent等非人类身份快速增长带来的安全挑战。
2026年8月7日报道，香港警方成功捣毁一个利用AI深度伪造视频实施诈骗的犯罪集团，共逮捕涉案人员27名。该犯罪集团在社交平台伪装成女性身份，与亚洲各地的受害者建立虚假恋爱关系，通过AI生成的深度伪造视频通话骗取信任后，诱骗受害者在虚假加密货币平台进行投资，累计涉案金额超4600万美元。受害者覆盖香港、内地、台湾、新加坡、印度等多个地区。
2026年8月6日，美国新墨西哥州法院作出裁定，要求Meta向“青少年心理健康基金”支付5.67亿美元赔偿，同时对旗下社交平台实施全面整改。加上今年3月已判决的3.75亿美元民事罚款，本案累计赔偿金额达9.42亿美元，创下Meta因儿童安全问题面临的最高赔偿纪录。法官认定Meta的社交产品已构成“公共妨害”，其推荐算法导致未成年人沉迷平台，并暴露于性剥削风险之中；赔偿款项中4.2亿美元将专项用于青少年心理健康治疗服务。
2026年8月3日报道，国家网信办起草的《反网络暴力法（征求意见稿）》正式面向社会公开征求意见，意见反馈截止至8月28日。草案共七章六十条，首次从法律层面明确定义网络暴力，明确禁止利用生成合成、个性化推送等AI技术实施网络暴力行为；要求平台建立AI网暴监测识别机制、落实AI生成内容标识义务，受害者可依法申请人格权侵害禁令，对组织煽动网暴的行为将从重处罚。
2026年8月3日，微信视频号发布官方公告，明确自8月10日起，带货类短视频中的AI生成内容必须进行强制标注。AI生成的商品展示画面、使用效果演示、数字人口播、商品宣传海报等内容均需标注AI属性，且AI生成内容必须与实际商品情况保持一致，违规内容将被限制流量分发；非带货的普通视频则以倡导主动标注为主。该新规旨在落实《人工智能生成合成内容标识办法》要求，进一步规范AI技术在电商带货场景的使用。
上海首序智能科技有限公司是一家专注于人工智能安全与可信智能体技术的创新型科技企业，依托国际领先科研成果与资深网络安全团队，成立即获上市公司数千万天使投资。公司围绕大模型安全、Agent 安全、AI 内容治理与企业级智能化应用，构建覆盖“评测、防护、审计、治理”的全链路 AI 安全产品体系。公司致力于以先进的大模型技术和安全工程能力，帮助金融、政务、教育、内容平台等行业客户构建安全、可信、可控的 AI 应用基础设施，能有效解决人工智能安全合规、有效使用、算力浪费等痛点，推动人工智能从能力探索走向规模化、合规化和产业化落地，让AI系统能为企业，为国家，为人类提供更好的服务。