OpenAI 员工因在会议室植入录音设备被捕
OpenAI 产品团队工程主管阿卜杜勒拉赫曼·阿尔福赞因涉嫌在公司总部高管会议室秘密安装录音设备被 FBI 逮捕，设备用卫生纸伪装。该设备被公司 AI 安全系统识别，其内部工具中对高管日程的检索以及与配偶聊天机器人关于窃听设备的对话也成为锁定线索。
#安全/对齐
RadarAIAI 评分6060 The Verge · AIAI 评分5858 OpenAI 一名工程师因涉嫌在会议室安装窃听设备被捕
OpenAI 一名 35 岁工程师 Abdulrahman Alfozan 因涉嫌在公司办公室安装录音设备被捕，被控使用或试图使用设备拦截口头通信。OpenAI 称其模型帮助识别出该设备及几天前安装它的具体员工，设备被发现插在行政会议室电视的 USB 接口上，外面裹着卫生纸，安装时间约为 9 月 28 日。
Hacker NewsAI 评分6060 OpenAI 称在其一处办公室发现录音设备
OpenAI 表示在其一处办公室内发现录音设备，该消息由 OpenAI Newsroom 在 X 上发布，经 Hacker News 转述，原文未提供更多细节。
RadarAIAI 评分7171 Disney 出价 2000 万美元竞购 Character.AI 聊天机器人业务
Character Technologies 申请破产出售，Disney 出价 2000 万美元竞购其聊天机器人平台，出售计划预计在 2026 年 11 月底或 12 月初完成。
RadarAIAI 评分7171 XBOW 团队借助 OpenAI GPT-5.6 Sol 获 Google Chrome 25 万美元全链漏洞赏金
XBOW 团队借助 OpenAI 的 GPT-5.6 Sol，在 6 天内以 4 万美元算力构建出 Chrome 全链漏洞，获得 Google 25 万美元赏金，这是 Google 第二次就 Chrome 全链漏洞发放赏金，也是 2026 年新规则下的首次。
RadarAI精选AI 评分8787 Google DeepMind 发布 Gemini 4 Argon 并公布安全与防护细节
Google DeepMind 发布 Gemini 4 Argon 并开始广泛推出，同时把 Fairwind 计划扩展到更多受信任的网络防御者。该模型解决了全部 12 个端到端模拟网络攻击场景，上一代仅解决 5 个；Wiz 用它发现此前模型遗漏的医院软件严重漏洞，涉及数十万份患者记录。
推荐理由：官方给出网络攻防、失准监控与提示注入的具体数据，可了解前沿模型安全护栏的部署方式。
RadarAIAI 评分6666 OpenAI 办公室发现隐蔽录音装置，涉事员工被解雇并被 FBI 逮捕
OpenAI 宣布在办公室内发现一个隐蔽录音装置，并利用自家模型分析该设备及其来源，确认是一名员工几天前安放。OpenAI 已将此事移交 FBI，FBI 已实施逮捕，调查仍在进行中。OpenAI 表示目前没有迹象显示该员工不当访问或外泄模型权重、源代码或客户数据，该员工已被解雇。
RadarAIAI 评分7171 OpenAI 办公室发现隐藏录音装置，FBI 逮捕涉事前员工
OpenAI 在一间办公室内发现隐藏的精密录音装置，用自家模型分析装置来源后锁定一名几天前放置该装置的前员工，已将其解雇并移交 FBI，FBI 已逮捕该员工且调查仍在进行。OpenAI 表示目前没有迹象表明该员工不当访问或外泄模型权重、源代码或客户数据，但未说明装置本身录下了什么。
RadarAIAI 评分5858 FBI 逮捕一名前 OpenAI 员工，涉办公室内窃听设备
FBI 逮捕了一名前 OpenAI 员工，此人涉嫌与 OpenAI 某办公室内发现的一台复杂窃听设备有关。OpenAI 表示目前没有迹象显示该员工访问或外泄了模型权重、源代码或客户数据，但未说明该设备本身录到了什么。Rohan Paul 借此回顾了前 OpenAI 和 Anthropic 研究员 Jacob Coxon 上周关于中国在两家公司安插间谍、可随时发动黑客攻击的说法。
The DecoderAI 评分6262 406名科学家联名要求立即将AI模型与互联网断开
406名科学家签署公开信，要求加强AI安全研究并将AI模型与外部网络严格隔离，签署者包括Geoffrey Hinton、Yoshua Bengio、Stuart Russell、Yejin Choi和Bernhard Schölkopf。
RadarAIAI 评分3939 机器学习先驱 Michael I. Jordan 批评 AI 末日论是"宏大的道德表演"
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时称 AI 末日论属于科幻范畴，企业呼吁监管是谋求控制权的表演，并点名 Geoffrey Hinton 的超智能论证"每一步都不可信"。
RadarAIAI 评分4141 Pluto Security 融资 4200 万美元，瞄准企业员工 AI 使用带来的安全风险
AI 安全初创公司 Pluto Security 结束隐身模式，宣布获得 4200 万美元融资，含 TLV Partners 领投的 850 万美元种子轮和 Jump Capital 领投的 3400 万美元 A 轮。
RadarAIAI 评分3838 Laplace Intelligence 为机器人和自动驾驶汽车做自动化红队测试
密歇根大学孵化的 Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，用 AI 智能体在仿真中主动寻找失败点。其仿真环境基于 Nvidia Cosmos 后训练版本，可重建亚利桑那高速公路、巴黎人行横道等真实场景，并让其他交通参与者实时反应。客户包括五十铃、Bot Auto 和 Nvidia，并与 T-Mobile 合作在圣何塞开展智慧城市试点。
RadarAIAI 评分3838 Artificial Analysis 推出政府版 AI 评测服务
Artificial Analysis 宣布推出面向公共部门的 Government 服务，提供基准测试、咨询与数据，帮助政府设计 AI 政策并选择 AI 技术。
RadarAI同新闻AI 评分7878 Greg Brockman 转述 XBOW 用 GPT-5.6 Sol 花 6 天和 4 万美元算力拿下 Chrome 全链漏洞赏金
Greg Brockman 转述 XBOW 用 OpenAI 的 GPT-5.6 Sol 在 6 天内构建出 Chrome 全链漏洞利用，获得 Google 25 万美元赏金，这是 Google 2026 年规则下首个全链赏金。该漏洞影响 Windows 上约十亿 Chrome 用户，构建成本为 4 万美元算力；XBOW 正开发面向编译软件（桌面应用、服务器、嵌入式设备）的自主测试产品。
同一新闻，精选展示《Xbow 用 GPT-5.6 挖出 Chrome 三个漏洞，获 Google 25 万美元全链奖励》
RadarAIAI 评分3636 GitHub 详解基于 ModernBERT 的密钥检测模型如何以更低成本和噪音找到更多真实密钥
GitHub 公开其密钥扫描分类器设计：先用正则生成候选，再用微调 ModernBERT 结合文件路径、变量名与上下文判断是否为真实密钥。相比此前 LLM 管线，仓库所有者加权接受率提升 11.5%，post-push 扫描中位执行时间降低 86%，服务成本下降超过 98%。模型导出为 ONNX 并做 8-bit 量化，通用密钥检测已扩展到 push protection。
RadarAI同新闻AI 评分8282 Google 全球发布 Gemini 4 Argon 旗舰模型，免费和 Plus 用户仅能用 Flash 系列
Google 开始全球推出旗舰模型 Gemini 4 Argon，可通过 AI Studio 和 Gemini API 访问，AI Ultra 用户可在 Google Antigravity 中使用，Ultra 和 Pro 用户可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
The Decoder同新闻AI 评分8787 Google 全球上线 Gemini 4 Argon，取代 Gemini Pro 成为新旗舰
Google 全球上线 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索 AI 模式访问。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
TechCrunch · AIAI 评分2222 Laplace Intelligence 为机器人和自动驾驶汽车做自动化红队测试
密歇根大学孵化的 Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，用基于 Nvidia Cosmos 后训练的高保真仿真环境加 AI 智能体主动搜寻极端场景，让系统在部署前暴露并修复问题。客户包括五十铃、Bot Auto 和 Nvidia，并与 T-Mobile 合作在圣何塞开展智慧城市试点。
GitHub Blog · AI & MLAI 评分3838 GitHub 如何用 ModernBERT 分类器实现更少噪声的密钥检测
GitHub 训练了一个基于 ModernBERT 的上下文感知密钥分类器，用于替代此前的 LLM 流水线，在推送后扫描中实现 86% 的中位执行时间下降和超过 98% 的服务成本节省，用户对告警的接受度提升 11.5%。
The DecoderAI 评分4141 机器学习先驱 Michael I. Jordan 批 AI 末日论是"宏大的道德表演"
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时，将 AI 末日论与"超级智能"称为科幻叙事，并把 AI 公司呼吁监管斥为"作秀"。
TechCrunch · AIAI 评分3838 Pluto Security 融资 4200 万美元，用 AI 实时监控企业内 AI 智能体风险
Pluto Security 完成 4200 万美元融资，其中 Jump Capital 领投 3400 万美元 A 轮，TLV Partners 领投 850 万美元种子轮。
The Verge · AIAI 评分5858 Mia Goth 代表称 Instagram 放任其 AI 伪造图片传播
演员 Mia Goth 的代表向 The Verge 表示，一个带有蓝色认证标记的粉丝账号 miagoth_ 发布了 AI 生成的 Goth 图片，该账号拥有超百万粉丝，图片被 People 等娱乐媒体当作真实内容报道。
The DecoderAI 评分5858 丘成桐在北京发起数学与 AI 联盟，西方数学家担忧 AI 削弱理解力
菲尔兹奖得主丘成桐与多位中国数学家在北京发起“丘成桐数学与人工智能实验室联盟”，联合八家机构，目标建成超过 1000 名研究者的网络，丘成桐警告中国在 AI 数学研究上落后于美国。
RadarAIAI 评分5858 Anthropic 拦截多账号爬取 Claude 推理数据，称此类行为减少 90% 到 99%
Anthropic 披露，其发现大量用户通过成千上万个账号批量获取 Claude 的推理数据用于训练自有模型，实施新防御措施后此类爬取行为减少了 90% 到 99%。Anthropic 表示，防御措施导致部分潜在付费流量损失、研发投入成本增加，部分正常用户也需要调整接口使用。
RadarAIAI 评分3030 Anthropic 谈蒸馏攻击防御
Anthropic 称过去几个月在降低针对 Claude 的蒸馏攻击有效性方面取得显著进展，并发布文章说明具体做法。Nathan Lambert 批评 Anthropic 此前为寻求监管帮助大造声势，并质疑其一边强调从自家有漏洞的 API 学习有害行为的安全风险、一边继续托管该 API。
RadarAIAI 评分5858 Ethan Mollick 转评 Anthropic 自我复制 AI 蠕虫研究：应关注能力阈值而非平稳爬升
Ethan Mollick 转评 Anthropic 一项关于可在电视等 IoT 设备上自我复制的 AI 蠕虫的研究，称其提醒人们应关注 AI 能力阈值，而不只是平稳爬升。
Hacker NewsAI 评分3838 Firefox Enterprise：Mozilla 推出面向受监管组织本地部署的企业浏览器
Mozilla 发布 Firefox Enterprise，支持在自有基础设施上本地部署，实现浏览器策略、数据与管理的自主可控。该产品提供集中策略控制、原生 DLP、AI 工具管控、SIEM 集成、Lockdown Mode 与扩展治理，并内置专业支持，面向需满足 DORA、GDPR、NIS2、ISO27001、SOC2 等合规要求的组织。
RadarAIAI 评分3636 AI Agent 误删数据库事故分析与防护指南
开发者 Andi 使用 AI Agent 重命名数据库角色时，Agent 生成的 sed 正则在 macOS（BSD）上失效，导致 Prisma 误将真实开发库当作临时库执行全库重置。作者据此提出针对 AI 编码工具的数据库安全防护清单，建议剥夺 Agent 的数据库操作权限。
RadarAI同新闻AI 评分7878 Character.AI 申请 Chapter 11 破产，Disney 以 2000 万美元牵头竞购部分资产
Character.AI 已在美国申请 Chapter 11 破产保护，以推进公司及资产出售，申请文件列出的估计负债在 5000 万至 1 亿美元之间。Disney 将作为首席竞标者支付 2000 万美元收购部分未披露资产，并获得未指明知识产权的非独占许可，同时预计多名 Character.AI 技术团队成员将加入。
RadarAIAI 评分7272 Anthropic 研究警告小型 AI 模型可能在日常设备间自主复制
Anthropic 研究人员 William Zhou 和 Daniel Freeman 测试发现，小型 AI 模型已能在廉价消费设备上部分完成自主复制，其中 GLM-5.2 在五次运行中有四次可靠感染全部八个测试节点。
RadarAIAI 评分7171 Anthropic 称新防御将 Claude 推理 token 被窃取量削减 90% 到 99%
Anthropic 称其新防御手段将 Claude 被提取的推理 token 数量削减了 90% 到 99%，以应对工业规模的蒸馏攻击。攻击者使用数十万个虚假账号提取模型的内部思维链步骤，Anthropic 点名智谱和 Moonshot 参与，称智谱为 GLM-5.3 窃取美国领先模型的网络能力，Moonshot 通过 Claude 秘密转发查询。
The DecoderAI 评分7171 Anthropic 研究警告小模型或可在日常设备间自我复制
Anthropic 研究者 William Zhou 和 Daniel Freeman 的新研究测试了小模型能否在安全性薄弱的 IoT 设备上自主复制，他们把复制拆成扫描网络、获取访问、在新设备上搭建 AI 环境、继续扩散四个阶段，并重点验证最难的搭建环节。
The DecoderAI 评分7171 Anthropic 称新防御将 Claude 推理 token 窃取量削减 90% 至 99%
Anthropic 表示其新防御措施将 Claude 推理 token（模型内部思维链步骤）被提取的量削减了 90% 至 99%，成功蒸馏尝试在其防御上线后大幅下降。
RadarAIAI 评分4040 韩国 AI 聊天服务 Zeta 陷版权争议：被指放任侵权二创，VTuber 形象还被用于自家广告
韩国 Scatter Lab 旗下 AI 聊天服务 Zeta 因版权问题陷入争议，ANYCOLOR 已就其发出版权警告，Zeta 称将全面删除未经授权使用其知识产权的作品，但未公布受影响作品数量及下架时间。
MIT Technology Review · AIAI 评分3838 开放模型有切实好处，但能否抵消风险？
Anthropic 发布报告称，中国公司 Z.ai 于 8 月发布的模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。开放模型可下载、可重训、可观察内部结构与思维链，成本通常低于闭源模型，但安全与民主化之间存在取舍。
量子位精选AI 评分7878 Anthropic 研究实测 GLM-5.2 全自主复制进智能家电
Anthropic 两位研究员 William Zhou 和 Daniel Freeman 发布安全研究，在隔离沙盒的 8 个 GCP 节点上测试 GLM-5.2 的自主复制与适应（ARA）能力，5 次实验中 4 次攻陷并部署全部 8 台设备，另 1 次拿下 7 台。
推荐理由：Anthropic 安全研究实测 GLM-5.2 在隔离网络中自主复制模型，读者可了解自主复制与代际经验传递的攻防边界。
RadarAIAI 评分7171 Anthropic 实验：小型 AI 模型数月后或在物联网设备上实现自我复制
Anthropic 于当地时间周一发布实验结果称，再过数月小型 AI 模型或将具备在商用物联网设备上自我复制的能力，涉及智能烤箱、杂牌安卓电视盒子等设备。实验发现参数量 300 亿以下的小模型可完成复制流程中的多项步骤，但难以独立跑完整链路；在移除部分安全校验的简化环境下，GLM-5.2 及更强模型能实现端到端完整自我复制。
Hacker NewsAI 评分6666 AI 模型可证明地隐藏任意能力：NeurIPS 2026 论文揭示能力审计的极限
arXiv 论文《AI models can provably hide arbitrary capabilities》提出一种后门攻击，将加密神经网络嵌入宿主模型权重，仅在收到秘密触发时解密并执行，从而在密码学假设下使隐藏电路难以被诱导或解释。
RadarAIAI 评分3636 Codex 封杀 AI 逆向行为警告
一名开发者因使用 Codex 对 GitHub 热门项目进行逆向工程，触发 OpenAI 安全机制，导致其使用了四年的账号被永久封禁。该事件反映出 AI 工具在处理敏感工程任务时的管控力度正日益收紧。