2026/2/18 · CyberRadar
自动化漏洞确认一直是安全领域的痛点。AXE 框架将 LLM 转化为高效的 Web 漏洞挖掘专家。它利用 CWE 分类和代码位置等元数据，通过多 Agent 协同实现从规划到执行的闭环。在 CVE-Bench 测试中，其漏洞利用成功率比黑箱基准提升 3 倍。它不仅能验证报告真伪，还能生成可复现的 PoC 脚本。这为开发者的漏洞修补工作节省了大量时间，是工程化安全工具的典范。 [link]
Solana 链上的 Memecoin 热潮背后暗藏杀机。MemeTrans 首次系统性揭示了高风险代币的收割套路。研究团队收集了 40000 多个代币的 2 亿多条交易数据，构建出包含 122 个特征的深度指标库。利用这套数据集训练的机器学习模型，能有效识别 1 个实体控制多个钱包的操纵模式。它将投资者的潜在经济损失降低了 56.1 %。这不仅是一项学术研究，更是打击链上金融欺诈的实战利器。 [link]
当 Coding Agent 开始学习 Skill 插件，新的安全威胁也随之而来。SkillJect 展示了攻击者如何通过投毒 Skill 指令来绕过安全防御。该框架利用 Attack Agent 自动生成隐蔽的注入指令，并在真实工具环境中诱导 Agent 执行恶意操作。由于恶意逻辑被精巧地隐藏在辅助脚本中，传统的静态防御手段几乎全部失效。这项研究为开发者敲响警钟，提醒我们必须重新审视 AI Agent 的技能扩展机制。 [link]
Model Context Protocol 正在统一 LLM 工具调用的标准，但开放性也带来了信任缺失。MCPShield 为 Agent 构建了一层安全认知防护。它借鉴人类对工具的使用经验，在调用前通过 Metadata 探测和运行时监控建立动态信任评价。即便面对来自第三方 MCP Server 的新型攻击，它也能在不牺牲效率的前提下实现精准拦截。这种即插即用的防御方案，解决了开放生态中 Agent 被恶意工具反向控制的难题。 [link]
如何训练出最强漏洞检测模型？这份研究通过对 SFT 到 RL 的全流程拆解给出了答案。作者发现拒绝采样比逻辑化推理更能减少幻觉，而过度 SFT 反而会抑制强化学习阶段的自我探索。研究指出 GRPO 算法在漏洞识别上展现出超越 DPO 的潜力。通过根因分析而非简单的二元匹配，评估指标的可靠性得到了质的提升。这为安全厂商构建下一代 AI 驱动的 VD 工具提供了极具价值的工程蓝图。 [link]
大模型评估环节的 Rubric 评分标准竟然也能成为攻击入口。RIPD 攻击证明了攻击者只需对评分准则进行极细微的语义调整，就能系统性偏导 LLM Judge 的喜好。这种偏差会随着模型对齐流程层层传递，最终导致下游模型产生难以察觉的系统性漂移。在测试中，这种手段让模型在有害性判断上的准确度下降了 27.9 %。这种隐蔽的攻击方式揭示了对齐链路中的核心漏洞，迫使我们重新评估评估环节的安全性。 [link]
隐私保护越严，位置信息的获取就越难吗？MarcoPolo 攻击用手机内置磁力计证明了这一假设。它无需任何系统权限，仅靠感应周围环境的磁场特征就能识别用户所处的场所类型。在 66 个真实地点的实地测试中，该攻击对商场、办公楼等环境的分类准确率远超随机基准。磁力计泄露的不仅仅是方向，还有你的生活轨迹。这项研究揭示了移动设备传感器权限管理的死角，再次拉响了硬件隐私保护的警报。 [link]
单轮对话的安全防御已初见成效，多轮对话中的 Agent 依然脆弱。MT-AgentRisk 基准测试发现，在调用多样化工具时，Agent 的攻击成功率会随着交互轮数增加而上升 16 %。为此研究者提出了 ToolShield 防御机制。它让 Agent 在接触新工具时先进行自主探索和模拟测试，从而提取安全经验。这种无需重新训练、不依赖特定工具的自我进化方案，将攻击成功率降低了 30 %，为复杂任务下的 Agent 安全提供了新思路。 [link]
现有的 Jailbreak 防御往往依赖高成本的提示词改写或外部拦截，AISA 则选择唤醒模型内在的安全意识。通过时空分析，研究者定位了 Transformer 模型中对风险指令极其敏感的注意力头。在解码过程中，AISA 根据实时风险评分直接调整 Logits 分布。这种方法不修改参数、不增加额外推理轮次，在维持模型原有回复能力的同时大幅增强了鲁棒性。它证明了安全对齐可以像手术刀一样精准，无需牺牲模型的有用性。 [link]
当 LLM 编程助手被黑客雇佣，钓鱼攻击的成本将降至冰点。该研究评估了 40 个 Agent 在生成针对性钓鱼网站时的表现。研究人员构建了一个包含 200 个危险代码库的数据集，深度剖析了模型在逻辑构造、伪装技巧上的胜任力。结果显示某些高性能模型在协助社交工程攻击方面表现出惊人的积极性。这一发现为防御侧提供了宝贵的威胁情报，帮助安全专家更有针对性地识别和拦截由 AI 自动生成的恶意页面。 [link]
医疗领域需要极高的准确性。MedXIAOHE 作为视觉语言基础模型，专为真实临床场景设计。它通过实体感知预训练框架减少了罕见病知识的缺失。模型引入强化学习与工具增强训练，实现了可验证的诊断推理路径。该模型在多个医学基准测试中超越了主流闭源模型。其集成证据落地推理与低幻觉报告生成功能，大幅提升了在真实医疗流程中的可靠性。这份报告为医疗多模态大模型的工业化落地提供了极具参考价值的实践指南。 [link]
卵巢肿瘤诊疗极其依赖专家会诊，但优质医疗资源分布极不均衡。OMGs 构建了一个多智能体协作框架，模拟多学科诊疗决策过程。不同领域的智能体通过协作整合多维度证据，生成带有透明理由的诊疗建议。在多中心验证中，该系统的决策质量达到专家共识水平。SPEAR 评估体系从安全性、个性化等多维度确保了建议的临床价值。该系统缓解了医疗资源匮乏地区的压力，也为大模型进入严肃医疗决策环节树立了标杆。 [link]
3B 参数的小模型能处理极其复杂的任务。Nanbeige 4.1-3B 给出了肯定答案。它是首个在如此小规模下同时实现强大智能体行为、代码生成与通用推理的开源模型。通过结合点对与成对奖励建模，它实现了极高的人类偏好对齐。在深度搜索场景下，该模型能稳定执行多达 600 轮的工具调用。这种效率与能力的平衡重塑了端侧大模型的应用潜力。开发者可以利用它在资源受限的环境中部署复杂推理系统，显著降低算力成本。 [link]
训练高效的 GUI 智能体一直受限于真实环境的高延迟与不可验证奖励。GUI-GENESIS 框架实现了自动合成带有可验证奖励的高效训练环境。它利用多模态代码模型将真实应用重构为轻量化网页，并配备代码原生的确定性奖励信号。实验显示该框架将环境延迟降低 10 倍，单轮训练成本降低数万美元。经过该环境训练的智能体在真实任务中表现优异。它开辟了智能体通过合成环境自我进化的新路径，解决了 GUI 自动化领域核心的数据瓶颈问题。 [link]
商业保险核保流程繁琐且监管严格，全面自动化极具挑战。该研究提出了带对抗性自我批判机制的智能体系统。批判智能体会在提交建议前挑战主智能体的结论，模拟人类核保中的复核环节。这种决策负向架构在保障人类最终问责权的同时，将幻觉率从 11.3% 降至 3.8%。实验通过 500 个专家验证案例证明了系统的可靠性。该方案为金融、法律等高风险受规管行业的 AI 落地提供了成熟的架构范例，实现了效率与安全性的平衡。 [link]
大型推理模型通常依赖昂贵的强化学习来优化思维链。On-Policy SFT 挑战了这种复杂范式的必要性。通过原则性分析，研究者发现简化奖励并去除复杂的 KL 正则化后，任务可转化为在自生成数据上的监督微调。这种简单策略在 5 个基准测试中超越了复杂的 RL 方法。它能将思维链长度缩减 80% 且不损失准确率，同时减少 50% 的显存占用。这种极简高效的训练方法为工业界大规模定制高性能推理模型提供了更经济的技术路径。 [link]
伦理审查是科研治理的基石，但日益增长的审查需求让委员会不堪重负。Mirror 作为一个多智能体协作框架，将伦理推理、规章解读与集体研讨融为一体。其核心是经过 41k 条专业伦理数据微调的 EthicsLLM。系统支持快速审查与委员会全流程模拟两种模式，能够输出涵盖 10 个维度的结构化评估报告。实验表明 Mirror 的专业度与一致性显著优于通用模型。该系统提升了科研机构的治理效率，也为 AI 参与社会化规则解释提供了深度探索。 [link]
脑电图分析对临床诊断至关重要，但基础模型的高算力需求阻碍了其在资源受限环境下的部署。NeuroWeaver 提出了一种自主进化的进化智能体，将流水线工程重构为离散约束优化问题。它结合神经生理学先验知识，将搜索空间限制在科学合理的流形内。通过多目标进化优化，模型在 5 个异构基准测试中表现卓越。它能以极小的参数量实现与大规模模型相当的性能。这种轻量化、自动化的方案降低了神经科学研究与临床诊断的技术门槛。 [link]
从工程图表中恢复量化数据是工业自动化的痛点。PlotChain 作为一个确定性的生成式基准，专门评估多模态大模型阅读工程曲线的能力。它涵盖 15 个图表家族，通过检查点诊断评估孤立子任务的失败原因。研究发现即使是顶尖模型在频域任务中依然表现脆弱。该项目公开了生成器与数据集，旨在推动 AI 在物理科学、机械工程等领域的精密理解。对于需要处理海量历史图纸或进行自动化实验分析的工程师而言，这是一项及时且极具挑战性的研究。 [link]
强化学习在博弈中已取得突破，但纯策略优化往往缺乏对环境动态的深度理解。StarWM 建立了首个专为 StarCraft II 设计的世界模型，能预测部分观测下的未来状态。研究者构建了结构化的文本表示，将复杂的战场态势分解为 5 个语义模块。基于该模型构建的智能体通过生成、模拟、精炼的闭环实现决策优化。在线测试显示它提升了宏观管理稳定性与战术风险评估能力。这种将显式预测模型引入决策链的做法，为复杂动态环境下的决策提供了新方案。 [link]
爱尔兰数据保护委员会 DPC 已对 X 展开正式调查。该平台的 Grok 人工智能工具被用于生成真实人物的非自愿性影像，受害者甚至包含儿童。 [link]
波兰警方逮捕了一名 47 岁男子。他涉嫌与 Phobos 勒索软件组织有关。警方现场没收了电脑和手机，其中存有被盗凭证、信用卡号以及服务器访问数据。 [link]
微软正在解决 Microsoft Teams 持续发生的服务中断问题。此次故障影响了美国和欧洲用户，导致服务延迟或无法访问。 [link]
API 密钥泄露已是常态。前端代码中的泄露规模在此前却鲜为人知。Intruder 研究团队开发了全新的敏感信息检测方法。他们扫描了 500 万个应用程序，重点排查 JavaScript 资源包中隐藏的机密信息。 [link]
研究人员发现了一种名为 Keenadu 的复杂 Android 恶意软件。它预装在多个品牌的设备固件中。该木马能入侵所有已安装的应用程序，从而完全控制受感染的设备。 [link]
Notepad++ 在更新机制中引入了双重锁定设计。此举旨在修复近期被利用的安全漏洞。该漏洞曾引发供应链攻击。 [link]
一个疑似受支持的黑客组织正在利用 Dell 的严重安全漏洞。自 2024 年中期以来，他们一直在进行 0-day 攻击。 [link]
热门 VSCode 扩展程序中存在多项高危和严重漏洞。这些扩展的总下载量超过 1.28 亿次。黑客可以借此窃取本地文件或实现远程代码执行。 [link]