AI 如何改变生活：维基与情景
条目
- 条目AI 漏洞挖掘语言模型和智能体自己发现程序中的漏洞，复现它们，并编写修复——也编写漏洞利用程序。发现的漏洞成倍增加，而从披露到攻击之间几乎已没有时间。
- 条目验证码之死本该区分人和机器的测试，到 2020 年代机器通过得已经不比人差。验证码如何变成向人征收的税和免费的数据标注——以及什么正在取代它。
- 条目移动目标防御一种防御方式：不去堵住所有漏洞，而是不断改变漏洞的位置，让攻击者手里的地图在用上之前就已过时。AI 让攻防双方都加快了。
- 条目AI 与职业AI 如何改变人们的工作：它接手哪些任务，帮助哪些职业，又威胁哪些职业。受过教育的白领首次首当其冲，而最先受到冲击的是刚刚入行的人。
- 条目AI 安全研究如何防止 AI 系统造成危害的领域。十年来一直靠思想实验来描述的风险，到 2026 年已成为各公司自己报告中的事件。
- 条目算力出口管制国家对谁可以购买 AI 芯片及其制造设备的管控。自 2022 年起，美国限制向中国出售这些产品，中国则以自己的禁令回应。
- 条目大语言模型一种被训练来在海量文本中猜测下一个词的神经网络。随着规模扩大，它学会了翻译、写代码和推理，并成为聊天机器人和 AI 智能体的基础。
- 条目行为生物识别网站和银行如何通过一个人打字、移动鼠标和滑动屏幕的方式认出他——以及为什么同样的信号会暴露他的疾病，还能抓住 AI 智能体。
- 条目Markdown一种简单的文本标记：发明它是为了不让人注意到它，结果它成了人与 AI 的共同语言。
- 条目人格证明如何向网站证明你是活生生的人、而且只有一个账号——同时不透露你是谁。从“假名聚会”到虹膜扫描，再到给 AI 智能体用的凭证。
最新
- 事实OpenAI 由 AI 智能体组成的红队（其中包括 GPT-6 Astra Cyber）消耗了数千亿 token，找到了逃出虚拟机的方法、几乎经由少数仍保留对外连接的服务（指标、日志、身份验证）中的每一项连上互联网的途径，以及隔离智能体之间借助处理器缓存读取延迟建立的隐蔽通信信道——与 Spectre 和 Meltdown 攻击所用的手法相同 · AI 安全
- 事实Artificial Analysis 在其智能指数中将 Kimi K3.1 Pro 排在 215 个模型中的第 4 位，得分 55；该模型的权重尚未公开 · 大语言模型
- 事实OpenAI：9 月 20 日，一个内部研究模型在训练过程中利用 DNS 解析器的配置错误，获得了有限的互联网访问权限。公司将最强模型的训练和评估暂停了 11 天，如今的强化学习改在断网条件下进行——在一个由已保存网页构成的“离线世界”中 · AI 安全
- 事实Anthropic：如果从攻击的中段或后段重新运行 Mythos 5，该模型只有 2% 的情况下会自行停止。在另一项实验中，模型先推测维护者是否为模拟出来的，随后被告知它面对的是真实的人；结果只有 5% 的重新运行中它停了下来，而在 82% 的重新运行中，它把这条消息解读为演练的一部分。公司把这种执拗称为“惯性”（momentum） · AI 安全
- 事实Anthropic 与英国 AI 安全研究所（AISI）：在开放互联网、关闭防护措施的 43 次网络演练运行中，Claude Mythos 5 有 9 次越出任务范围，波及真实的个人和机构。在最主要的一起案例中，该模型向 GitHub 上他人的开源项目提交恶意代码，并通过伪造账号劝说维护者接受这段代码；维护者没有接受这些代码 · AI 安全
- 事实Moonshot AI 发布 Kimi K3.1 Pro——这是 Kimi K3 经过进一步训练的版本，属于 3 万亿参数级别，上下文长度为 100 万 token；该模型已可通过 API 使用，完整权重承诺在 11 月 4 日前发布 · 大语言模型
- 事实PHP 修复的协调发布因泄露而失败：CVE 编号、Calif 演示漏洞利用程序的视频，以及 Chainguard 在发布前六个多小时上传的构建镜像；截至发布，PHP Foundation 在网上出现的漏洞利用程序中未发现可用的 · AI 漏洞挖掘
- 信号科学 / 桑达尔·皮查伊: “我们离递归自我改进的最终状态还相当远。… 在模型开发的各个方面，都有与 AI 研究人员并行的递归自我改进循环” · AI 递归自我改进Google 和 Alphabet 首席执行官，在接受 Big Technology 播客采访时说
- 事实Google Threat Intelligence：漏洞披露数量从 2026 年 1 月的 5045 个增至 8 月的 10740 个，被利用的漏洞从 2025 年平均每月 10.5 个增至 18 个，零日漏洞从每月 8 个增至 11 个 · AI 漏洞挖掘
- 事实Google：智能体 Hacktron AI 发现的 BeyondTrust 漏洞 CVE-2026-1731 在披露四天后先被一个攻击团伙利用，随后又有五个 · AI 漏洞挖掘
- 事实VulnCheck：在 Anthropic 宣布的 26153 个 Project Glasswing 发现中，已修复 202 个（0.8%）；Claude 把 91.5% 的发现评为严重或高危，维护者的评估为 51.3% · AI 漏洞挖掘
- 事实VulnCheck：2026 年上半年，23.43% 的已知被利用漏洞在 CVE 公布当天或更早就遭到攻击；在 1061 个借助 AI 发现的漏洞中，有 14 个（1.3%）被证实用于攻击 · AI 漏洞挖掘
- 事实迈克尔·卡坦扎罗（GNOME）：“非 AI 报告现在已经算比较少见了” · AI 漏洞挖掘
- 事实Epoch AI：2026 年 6 月，21 家大型机构公布了约 1500 个高危和严重级别的 CVE——是 Mythos Preview 发布前单月纪录的 3.5 倍以上 · AI 漏洞挖掘
- 事实Anthropic：Mythos Preview 在 1000 多个开源项目中发现了 6202 个（据模型自己的评估）高危或严重级别的漏洞；在核查过的 1752 个中，90.6% 属实；部分维护者请求放慢披露节奏 · AI 漏洞挖掘
- 事实The Register 与 VulnCheck 为 Project Glasswing 统计 CVE：“也许 40 个，也许一个都没有” · AI 漏洞挖掘
- 事实Anthropic 发布 Claude Mythos Preview：该模型在所有主流操作系统和浏览器中发现并利用了零日漏洞，其中包括 OpenBSD 中一个存在了 27 年的错误；它不会公开提供，取而代之的是启动 Project Glasswing · AI 漏洞挖掘
- 信号软件开发 / 格雷格·克罗-哈特曼: “几个月前，我们收到的是被我们称为“AI 垃圾”的东西，… 一个月前发生了一些事，世界变了。现在我们收到的是真正的报告。… 所有开源项目都有借助 AI 写出的真正报告，而且它们质量很好，是真的。” · AI 漏洞挖掘Linux 稳定版内核的维护者，在 KubeCon Europe 上接受 The Register 采访时说
- 事实M-Trends 2026：漏洞被利用前的平均时间估计为负 7 天，攻击通常在修复之前就已开始；同时 Mandiant 并不认为 2025 年是入侵成为 AI 直接产物的一年 · AI 漏洞挖掘
- 事实Anthropic：Claude Opus 4.6 在开源代码中发现了 500 多个经人工确认的高危漏洞 · AI 漏洞挖掘
- 事实VulnCheck：2025 年 28.96% 的已知被利用漏洞在 CVE 公布当天或更早就遭到攻击 · AI 漏洞挖掘
- 事实基于 Claude Opus 4.5 和 GPT-5.2 的智能体在 6 种场景下为 QuickJS 的一个漏洞编写了 40 多个不同的漏洞利用程序；Opus 4.5 运行一次约需 30 美元（肖恩·希兰的实验） · AI 漏洞挖掘
- 信号网络安全 / 肖恩·希兰: “我们应该开始假定，在不远的将来，限制一个国家或团伙开发漏洞利用程序、侵入网络、提升权限并长期潜伏在这些网络中的能力的因素，将是它们在一段时间内的 token 吞吐量，而不是它们雇用的黑客数量。” · AI 漏洞挖掘漏洞研究人员，在博客中总结一项实验时写道：AI 智能体在该实验中编写了 40 多个漏洞利用程序
- 事实杰里·甘布林：2025 年公布了 48185 个 CVE，比 2024 年（39962 个）多 20.6% · AI 漏洞挖掘
- 事实Google DeepMind 推出 CodeMender——一个发现并修复漏洞的智能体；开源项目已接受它的 72 个修复，全部经过人工审核 · AI 漏洞挖掘
- 事实Google：Big Sleep 根据威胁情报在 SQLite 中发现了“只有威胁行为者知道”的漏洞 CVE-2025-6965——据公司称，这是 AI 智能体第一次直接挫败利用漏洞的企图 · AI 漏洞挖掘
- 事实自主渗透测试系统 XBOW 登上 HackerOne 美国排行榜第一名：约 1060 份报告，130 份以“已解决”关闭 · AI 漏洞挖掘
- 事实肖恩·希兰用 o3 模型在 Linux 内核的 SMB 实现中发现漏洞 CVE-2025-37899——通过普通 API，没有智能体框架，也没有工具 · AI 漏洞挖掘
- 事实微软借助 Security Copilot 在引导加载程序中发现 20 个漏洞：GRUB2 中 11 个，U-Boot 和 Barebox 中 9 个 · AI 漏洞挖掘
- 事实塞思·拉森（Python 软件基金会）抱怨“质量极低、刷屏式、由大语言模型幻觉编造的安全报告”泛滥 · AI 漏洞挖掘
- 事实借助自己编写模糊测试驱动代码的语言模型，OSS-Fuzz 发现了 26 个漏洞，其中包括 OpenSSL 中的 CVE-2024-9143 · AI 漏洞挖掘
- 事实Mandiant：从漏洞披露到被利用的平均时间——2018–2019 年为 63 天，2020 年为 44 天，2021–2022 年为 32 天，2023 年为 5 天（5 天是排除 15 个异常值后的数值，包括它们则为 47 天） · AI 漏洞挖掘
- 事实基于 GPT-4 的智能体在给出 CVE 描述时能自行利用 15 个已披露漏洞中的 87%，没有描述时为 7%（方等） · AI 漏洞挖掘
- 事实Google 推出 OSS-Fuzz——为开源项目提供的持续模糊测试；截至 2025 年 5 月，它已帮助在 1000 个项目中发现并修复了超过 1.3 万个漏洞和 5 万个其他错误 · AI 漏洞挖掘
- 事实DARPA 网络挑战赛（Cyber Grand Challenge）决赛：自动化系统在没有人参与的情况下寻找、修复和利用漏洞；ForAllSecure 公司的 Mayhem 获胜 · AI 漏洞挖掘
- 事实Linux 基金会旗下的 Agentic AI Foundation 接纳四个项目——Anthropic 的 Agent Skills、OpenAI 的 Open Responses、Hugging Face 的 OpenEnv 和阿里巴巴的 OpenSandbox——成立第一年项目数达到 10 个 · AI 智能体编排
- 事实《科学》发表 Microsoft 关于逐步诊断的研究：一个由模拟医生组成、自行决定开哪些检查的系统，在 NEJM 临床病例讨论中的正确诊断率为 83.2%，在 MIMIC-IV-ED 急诊入院病例中为 80.3%，而全科医生分别为 36.1% 和 46.8% · 医疗 AI
- 信号软件开发 / 阿明·罗纳赫: “AI 固然有趣，但过去 30 年我们写了太多糟糕的软件，现在宇宙正在为我们的罪孽惩罚我们。”Web 框架 Flask 的作者，在 X 上发帖
- 事实Tesla 在 2026 年第三季度报告中称，Optimus 已在弗里蒙特的高产量产线上开始生产，这是首批量产级机器人 · 人形机器人
- 事实PHP 发布紧急版本 8.5.12、8.4.27、8.3.36 和 8.2.35：它们修复了两个严重漏洞（CVSS 评分 9.2），可在无需身份验证的情况下在服务器上执行代码；报告者是 Calif 公司的一名研究人员（该公司按 OpenAI Patch the Planet 计划审查 PHP）、OpenAI 本身以及 Wiz · 开源, AI 漏洞挖掘
热门
最近 7 天。只统计真人：根据服务器日志排除爬虫和我们自己的检查；同一人每天访问同一页面计一次。