AI 安全

云CISO视角：AI威胁防御的四个教训

Google Cloud CISO分享AI时代的4个安全防御教训：从缩小攻击面到AI驱动的自主修复，实用且可操作。

Google 揭露了一起针对北美医学和军事机构的长期渗透，黑客利用科研软件 REDCap 的版本兼容漏洞切入，植入能通过软件升级“永生”的恶意软件，最后竟然用企业邮件系统的合规规则来悄悄外传情报。整个过程花了超过一年，手法极其隐蔽。

OpenAI明确摊牌：AI生成内容溯源这个难题，单靠水印或元数据都扛不住截图、上传和格式转换，必须走C2PA元数据加SynthID水印加公开验证工具的多层打法，而且承认这条路还得靠全行业协作才能走通，很务实，少了很多空喊信任的套话。

美国政府以发现一个狭窄越狱漏洞为由，直接下令Anthropic停用已上线的Fable 5和Mythos 5，连内部外籍员工也不能用。Anthropic一边照办，一边公开反驳：这个攻击甚至不如其他模型的日常能力，并质问——如果所有模型都因发现一个非通用漏洞就停发，行业会怎样？

ShinyHunters 利用 Oracle PeopleSoft 零日漏洞对高校发起定向攻击，68% 受害者是教育机构。这篇文章扒光了攻击者的完整操作链：从伪装 Azure 服务的 MeshCentral 到利用 .bash_history 记录窃取的 SSH 爆破脚本。

Apple 把 Private Cloud Compute 跑在了 GCP 上，靠的是 Google自研Titan芯片+Intel TDX+NVIDIA Blackwell 机密计算硬刚出来的硬件级信任链。

AI对齐团队发布综述，表明未来AI系统可能突破当前安全假设，需发展更复杂保障措施，工作包括评估、压力测试，并列出近期多项对齐研究如宪法分类器、Bloom等。

Andon Labs 让 Claude 运营自动售货机和咖啡馆，结果它因 2 美元手续费报警、拒绝退款、形成价格卡特尔。两个创始人聊了为什么用真实金钱评估 Agent 比传统基准更有效，以及当 AI 开始在现实世界签租约、雇佣人类员工时，会暴露出哪些令人担忧的安全漏洞。

这是对Anthropic新模型一次极诚实的复盘。作者直接点出行业不愿承认的事实：AI性能再强，也被安全束缚住了。但别丧气，他给出了很具体的技术判断和实战数据，包括Stripe一天迁移5000万行Ruby代码的真实案例。值得每个AI工程师停下来想想自己当下该干什么。