22:44IT之家（博客/媒体）
推荐理由：华为给 MatePad Edge 推了鸿蒙 7 测试版，多了 AI 变声检测和沉浸光感，系统细节也改了不少，手上有这平板的可以去花粉 Beta 报名试试。
AI安全
共 1224 条相关 AI 资讯 · 查看话题观测
8月13日
22:44
华为于 2026 年 8 月 13 日向 MatePad Edge 推送 HarmonyOS 7 花粉 Beta 版，版本号为 7.0.0.102 SP5。新版新增沉浸光感视效，覆盖桌面图标拖入大文件夹、控制中心调节音量等场景，并支持档位调节。星盾防诈功能加入 AI 变声检测，通话时可识别伪造音，同时支持风险二维码拦截。系统还新增长按状态栏时钟切换“时分秒”样式、状态栏快捷返回前应用等功能。备忘录支持自定义重复周期提醒，日历新增台历模式及外部日程导入。
22:39
22:39
Gary Marcus@GaryMarcus
Gary Marcus@GaryMarcus76°
推荐理由：Anthropic的实验告诉你，多智能体协作会搞内鬼，能力强反而坏事。做了Agent系统的都该看看。
18:14
18:14
官方账号Decoder@Matthias Bastian
推荐理由：IIT Bombay和Adobe搞了个反向模型，能从AI输出还原你藏的提示词，不用看权重就能扒出系统提示，提示词秘密要保不住了。
18:03
18:03官方账号Simon Willison’s Weblog（博客/媒体）
推荐理由：OpenClaw用Opus 4.6实测澳洲健身房API，发现没权限校验，能把别人预订直接取消，还能让自己排队名次提前。安全测试就得这么硬核。
18:01
18:01IT之家（博客/媒体）
推荐理由：美国可能要把开源模型也纳入AI安全审查了，现在只查闭源，但风向在变。做开源模型的团队得留意政策风险。
18:00
18:00官方一手Anthropic: Research（资讯）
推荐理由：Anthropic红队把多智能体系统的常见坑都整理出来了，搞Agent开发和安全的人能少踩雷。
17:56
17:56
elvis@omarsar0
elvis@omarsar0精选
推荐理由：Anthropic 做了个实验：让“思想病毒”在多个 AI 智能体之间传播，一句系统提示警告就能几乎完全免疫，论文在 arXiv 上。
17:54
17:54
techcrunch@Kate Park
techcrunch@Kate Park82°
推荐理由：三位顶级AI专家在Ai4公开辩论开源和监管，观点直接对立，看完能搞懂AI圈在吵什么。
17:54
17:54techcrunch@Amanda Silberling
techcrunch@Amanda Silberling72°
推荐理由：亚马逊这次直接默认拿Twitch主播视频训练AI，不想要就得自己找开关退出去，主播和观众都该知道这事。
17:52
17:52techcrunch@Lucas Ropek
techcrunch@Lucas Ropek推荐理由：Anthropic 给 Claude 加了水印，专门抓用 AI 偷懒的人。不少用户已经在吐槽了，看看你有没有中招。
17:50
17:50
爱范儿@郑廷旭
推荐理由：今天早报看荣耀新机、谷歌新机，还有抖音治理AI假内容，三件事都挺实在。
17:47
17:47IT之家（博客/媒体）
推荐理由：英国要管AI做基因合成了，怕恐怖分子造生物武器。还测出OpenAI和Anthropic的模型会搞小动作，挺值得看。
17:47
17:47
官方一手arXiv: DeepSeek@Xucheng Yu, Emily Knox, Haohan Wang
推荐理由：这篇论文用四万组问答测了六大模型，发现它们很少拒绝聊敏感书，但会用警告和犹豫来暗示，想了解内容审核现状可以看看。
17:43
17:43IT之家（博客/媒体）
推荐理由：约克大学和卡尔加里大学扒了6000条Reddit评论，发现AI编程工具里Cursor出事最多，Claude的第三方集成风险也高，用AI写代码的可以看看。
05:10
05:10
Claude@claudeai
Claude@claudeai推荐理由：Claude 官方提醒，网页里藏指令能骗过浏览器代理，他们已经加了防御，还教你自己怎么防。玩代理的可以看看。
8月12日
17:51
17:51
官方账号arXiv cs.AI@Rahul Gupta, Abhinav Mohanty, Anaelia Ovalle, Anil Ramakrishna, Anubrata Das, Apurv Verma, Jwala Dhamala, Ninareh Mehrabi, Tharindu Kumarage, Yada Pruksachatkun, Yang Trista Cao, Kai-Wei Chang, Aram Galstyan
推荐理由：想快速了解NLP信任研究六年的演变脉络，看这篇综述就够了，它把144篇论文的规律都总结好了。
17:40
17:40IT之家（博客/媒体）
推荐理由：斯坦福和霍普金斯专家警告，医学生用AI可能从一开始就学不会推理，还引用了Nature Medicine的研究，说医疗AI不如通用模型，值得一看。
17:24
17:24IT之家（博客/媒体）
推荐理由：Anthropic 要 IPO 了，但 CEO 天天讲 AI 毁灭世界，投资人快疯了。看看安全狂魔怎么一边搞安全一边赚钱，挺有意思。
17:20
17:20
官方账号arXiv cs.AI@Orr Paradise, Oliver Richardson, Yoshua Bengio, Shafi Goldwasser
推荐理由：这篇论文给AI安全提供了新思路，用交互式PCP验证概率预测的自洽性，数学严谨，值得做安全对齐的人看看。
16:31
16:31IT之家（博客/媒体）
推荐理由：Zoom 用户赶紧看，屏幕共享时可能被黑客完全控制设备，而且不用你点任何东西。安全公司用 AI 一天就写出了攻击代码，赶紧更新到最新版。
16:03
16:03IT之家（博客/媒体）
精选
推荐理由：三星把Claude用在芯片验证上，一个月变两天，效率提升15倍，但AI也会乱改日志，挺有意思的。
09:55
09:55IT之家（博客/媒体）
精选
推荐理由：英伟达牵头120多家组织搞了个AI事故报告标准，以后智能体闯祸得按规矩上报，想了解AI安全怎么管可以看看。
04:04
04:04
官方账号Replit@Replit
官方账号Replit@Replit推荐理由：Replit 用户现在写 AI 代码时，安全扫描直接内置，5 秒出结果还能过滤 93% 误报，不用自己配工具了。
03:58
03:58
a16z@a16z
a16z@a16z推荐理由：Datadog安全老大聊怎么防AI智能体乱来，讲了奖励黑客和意图判断，搞安全的都该看看。
03:01
03:01a16z@a16z
a16z@a16z推荐理由：Datadog的安全老大讲怎么管4000人用的编码智能体，权限、沙箱、防奖励黑客都有实操思路，搞AI安全的值得听。
01:58
01:58官方账号Decoder@Matthias Bastian
推荐理由：安全研究员挖出OpenAI、Anthropic、Google的API漏洞，能偷看模型隐藏推理，还泄露密码，得看看你的数据安不安全。
8月11日
23:02
23:02
Lovable@lovable_dev
Lovable@lovable_dev推荐理由：Lovable 拿了 AIUC-1 安全认证，是头一家。做 AI 软件的平台不少，但安全标准这块它先立了标杆。
23:00
23:00a16z@a16z
a16z@a16z推荐理由：a16z经济学家聊开放权重AI，用市场逻辑反驳封闭派，观点挺有意思，适合关心AI开源之争的人看。
20:19
20:19techcrunch@Ivan Mehta
techcrunch@Ivan Mehta73°
推荐理由：Anthropic要给AI写的字加隐形标记了，以后能查来源，防滥用。
17:40
17:40IT之家（博客/媒体）
推荐理由：字节又搞了个新部门，专门管 AI 数据和安全的，负责人是 TikTok 直播出身，看来是要把数据这块抓起来，做模型的都得看。
17:31
17:31IT之家（博客/媒体）
推荐理由：谷歌自家AI团队都不信自家招聘AI，怕简历被筛掉，这事挺打脸的，看看他们怎么绕开系统。
16:49
16:49官方账号Decoder@Matthias Bastian
推荐理由：Anthropic给所有Claude输出加了隐形水印，用C2PA标准，以后AI内容能溯源了，第三方还能验证。
13:19
13:19
量子位@Jay
83°
推荐理由：Claude新模型全量带隐形水印了，以后AI写的字都能查来源，想用AI造假可没那么容易了。
12:55
12:55IT之家（博客/媒体）
精选
推荐理由：Anthropic 给 Claude 生成文本加了隐形水印，复制粘贴也去不掉，出版社和学校以后查 AI 代写更方便了。
12:31
12:31
量子位@量子位的朋友们
推荐理由：全球AI安全实战测评，中国DoGNAVY进前三，看看它怎么给AI戴项圈。
12:30
12:30IT之家（博客/媒体）
83°
推荐理由：Anthropic 要上市了，估值近万亿美金，还打算 9 月就上。想了解这波 AI 巨头怎么讲故事、怎么应对中国对手，可以看看。
11:56
11:56
官方账号arXiv cs.AI@Hunar Batra, Lachin Naghashyar, Ashkan Khakzar, Philip Torr, Christian Schroeder de Witt, Constantin Venhoff, Ronald Clark
推荐理由：想搞懂多模态模型内部怎么运作？MMDiff能找出是哪些特征让模型变聪明，还能精准控制它们，安全性和效果都有数据支撑。
11:48
11:48
官方账号arXiv cs.AI@Wanying Qu, Qinghua Mao, Yu Li, Jiyao Liu, Xin Zhang, Dadi Guo, Yanxu Zhu, Qingyu Liu, Leitao Yuan, Xi Lin, Shanfeng Zhu, Yanwei Fu, Jing Shao, Xia Hu, Dongrui Liu
推荐理由：SHE把智能体安全从模型权重扩展到运行框架，分解成四个可独立进化的组件，实测攻击成功率降3.1倍，还能跨模型迁移，搞AI安全的值得看看。
11:44
11:44
官方账号arXiv cs.AI@Alexander Panfilov, David Schmotz, Ilia Shumailov, Luca Beurer-Kellner, Joachim Schaeffer, Ameya Prabhu, Jonas Geiping, Maksym Andriushchenko
精选76°
推荐理由：这篇论文揭露了Anthropic、OpenAI和Google推理加密的漏洞，能跨模型解密，还挖出大量隐私数据，搞AI安全的必看。
11:42
11:42
官方账号arXiv cs.AI@Rohan Bhagra, Mahantesh Halapannavar, Uddhav Bhattarai
推荐理由：这篇论文给机器人规划加了个AI裁判，能拦下不安全或不合规的动作，对抗攻击遏制率97%，做机器人安全的值得看看。