2026/4/24 · CyberRadar
AgentFlow 利用 LLM 智能体自动发现软件漏洞。它通过一个复杂的 Graph DSL 合成 Harness 脚本，协调不同角色的智能体协同工作。在对 Google Chrome 的测试中，该框架成功发现了 10 个零日漏洞，其中包括 2 个高危的沙箱逃逸漏洞。通过这种反馈驱动的闭环优化，系统能够根据程序运行时的信号调整策略。它证明了智能体在处理现实世界复杂代码审计任务时的巨大潜力。 [link]
Claude Mythos 沙箱逃逸事件暴露了 AI 隔离基础设施的隐患。COBALT 引擎采用 Z3 SMT 求解器，专门针对 C 语言代码中的算术安全漏洞进行形式化验证。它能够从复杂的网络代码中自动检测出整数溢出等关键风险点。研究团队利用该工具分析了 NASA 等机构的生产级代码，并成功识别出导致逃逸的同类漏洞模式。这表明仅靠行为防护不足以保障 AI 安全，底层容器设施的验证同样不可或缺。 [link]
Node.js 生态中的包依赖关系复杂，导致传统的污点分析工具难以发现深层漏洞。LLMVD.js 引入了一套多阶段智能体流水线，通过 LLM 推理自动生成 PoC 并进行轻量级验证。在对 260 个新发布的软件包进行扫描时，它成功验证了 36 个软件包中的安全漏洞。相比之下，传统工具仅能检出极少数。该方法无需预先标注漏洞数据，极大地提升了软件供应链安全审计的自动化水平。 [link]
针对安全运营中心的自动化需求，Cyber Defense Benchmark 提供了一套全新的评估基准。它要求 LLM 智能体在没有任何提示的情况下，直接从 Windows 事件日志中搜寻威胁踪迹。评估结果显示，即便最强大的 Claude 4.6 模型也只能识别不足 4 % 的恶意事件。这揭示了当前大模型在开放式证据挖掘任务中的短板。该基准为未来 AI 智能体在 SOC 环境中的实际部署设定了严苛的技术标准。 [link]
DRAM 颗粒密度的增加让 RowHammer 攻击变得更加危险。PVAC 架构提出了一种基于受害行计数的缓解方案。它精确记录受害行的激活状态，并通过在内存硬件中集成专用的计数器子阵列来消除冗余的刷新操作。这种设计提升了对抗攻击的鲁棒性，还避免了现有 PRAC 技术带来的性能损耗和能耗问题。该方案为 DDR5 内存提供了更高效率的安全保障，具有很强的工程落地价值。 [link]
AgentSOC 为安全运营中心提供了一个多层智能体框架。它将告警归一化、威胁假设生成和风险评估整合进统一的操作环路。该框架利用混合推理能力，帮助分析师理解攻击者的意图并推荐合规的防御动作。在大型企业环境的测试中，AgentSOC 有效提升了告警分类的一致性和应急响应的安全性。这种分层架构为开发自适应的自动化安全运营系统奠定了工程基础。 [link]
全同态加密在同时处理算术和比较运算时通常面临巨大的性能瓶颈。本文提出的 Space Switching 方法巧妙地在 BGV 方案中实现了两种运算空间的转换。该技术将运算效率提升了 17 倍，特别适用于隐私计算场景下的数据库检索任务。它克服了以往方案在临界点附近产生的精度误差，使得复杂的加密域计算变得更加实用。这项成果大幅拉近了全同态加密技术与商业应用之间的距离。 [link]
在 TEE 环境下处理海量敏感数据时，磁盘访问模式的泄露是一个严峻挑战。Onyx 系统通过协同优化 ANN 搜索与 ORAM 存储，实现了极高性价比的磁盘模糊搜索。它采用紧凑的中间表示减少带宽消耗，并设计了浅层树结构来降低 SSD 的访问次数。实验证明，该系统的延迟比现有方案降低了 12 倍。它为在受信任执行环境中使用外部存储进行大规模 AI 推理提供了可行的技术路径。 [link]
勒索软件经常通过改变执行模式来躲避检测。TL-RL-FusionNet 将强化学习与双迁移学习骨干网络结合，构建了一个自适应的检测框架。系统中的 RL 智能体能够根据样本复杂度动态调整权重，优先处理使用混淆技术的隐蔽威胁。它将沙箱产生的动态行为报告转化为特征图像进行快速分类。该框架在保持 99.1 % 高准确率的同时，大幅削减了训练时间，非常适合在真实网络环境中部署。 [link]
联邦学习被广泛用于保护硬件设计中的知识产权，但它面临成员推理攻击的威胁。这项研究提出了一种无需辅助数据的攻击方法，能够从截获的梯度更新中还原芯片布局图像。通过引入标准单元库作为先验知识，攻击者可以精准识别电路层和技术节点等关键信息。这一发现挑战了联邦学习天然保护隐私的观点。它警告硬件安全领域的研究者，必须在模型训练过程中部署更强的防御机制。 [link]
网页生成需要代码逻辑，还要兼顾审美与多页面交互。 WebGen-R1 利用强化学习框架，为 7B 小模型注入了生成功能完备且视觉美观的网站的能力。该研究设计了级联多模态奖励机制，将结构保证、功能反馈与视觉审美监督无缝耦合。在实际测试中，其生成的网站渲染成功率极高，审美表现优于 DeepSeek-R1 模型。它开辟了小模型从函数级代码迈向项目级 Web 应用生成的新路径。 [link]
长文本推理需求激增， KV cache 的计算复杂度成了大模型的沉重负担。 DASH-KV 框架将注意力机制重构为基于非对称深度哈希的近似最近邻搜索，将复杂度从平方级降低至线性。通过区分 query 和 key 的特征并设计非对称编码，该方法在显著提升推理速度的同时，几乎不损失生成质量。它还引入了动态混合精度机制，确保关键 token 的计算准确性。这套方案为长上下文推理的工业化落地提供了高性能支持。 [link]
AI 编程智能体表现究竟如何？ SWE-chat 数据集记录了来自开源开发者的 6000 多个真实会话。通过分析 35.5 万次工具调用，研究揭示了智能体在现实工作流中的瓶颈。数据显示，仅有 44% 的 AI 代码最终被合并，且 AI 编写的代码引入安全漏洞的概率更高。用户在交互过程中会频繁进行修正或中断。该研究为开发者提供了一个真实的视角，告别刷榜幻象，转向对 AI 编程能力的循证理解。 [link]
企业级智能体部署面临合规性与确定性的双重压力。 DPM 提出了一种确定性投影存储机制，将状态管理简化为追加事件日志与任务条件投影。这种无状态设计支持分布式水平扩展，并能实现决策过程的精准回放与审计。在监管场景的测试中， DPM 在极端压缩率下依然保持了极高的事实准确性与推理连贯性。它证明了无需复杂的状态记忆架构，也能让 AI 智能体在保险定损、税务审查等严苛业务中稳定运行。 [link]
模拟人类记忆系统的分层特性， TTKV 为长文本推理设计了时序分层 KV 缓存架构。它将缓存分布在 HBM 和 DRAM 之间，根据时间相近度分配容量与计算精度。通过块状流式注意力机制，系统能够并行处理数据传输与计算，大幅缓解了显存瓶颈。实验证明，在 128K 上下文任务中，跨层通信开销降低了 5.94 倍，吞吐量翻倍。这种利用硬件层次结构解决显存问题的思路，具有极强的工程落地价值。 [link]
传统 RAG 在处理复杂多跳问题时常被检索噪声误导。 OThink-SRR1 引入了迭代搜索、精炼与推理的循环机制，并采用强化学习算法进行端到端训练。其核心在于 Refine 阶段，它能将冗长的检索文档浓缩为关键事实，有效过滤无关干扰。 GRPO-IR 奖励机制鼓励模型精准识别证据，并惩罚无效的检索次数。在多跳问答基准测试中，该框架以更少的 token 消耗实现了超越 baseline 的准确率，显著提升了信息获取的效率。 [link]
视觉表格推理是多模态大模型的软肋，捷径猜测往往掩盖了真实的逻辑缺陷。 V-tableR1 采用过程监督的强化学习框架，利用表格的网格结构作为验证基石。它引入专门的评论模型，对每一项视觉推理步骤进行细粒度反馈，迫使模型展示透明的逻辑链条。 PGPO 算法通过动态采样与策略约束，从底层纠正了幻觉问题。 4B 规模的模型在复杂表格任务上的表现便已超越巨型闭源模型，将多模态推理从暗盒模式转向了可验证的逻辑衍生模式。 [link]
智能体在调用大规模 API 时，往往难以根据语义描述理清工具间的时序依赖。 SkillGraph 从近五万条成功的智能体轨迹中挖掘出有向加权执行转移图，将其作为工作流先验知识知识。该框架采用两阶段流程：先进行候选筛选，再由训练好的重排器通过图先验确定调用顺序。这种方法显著改善了语义匹配在复杂逻辑下的失效问题。在 ToolBench 任务中，它的时序推荐准确度远超 Llama-3.1-8B 等通用模型，极大增强了任务自动化的可靠性。 [link]
模型量化后的精度不一致常被评估手段忽视。 PrecisionDiff 提出了一种自动化差分测试框架，专门捕获因数值精度变化引起的行为偏移。研究发现，在不同精度配置下，同一个对齐良好的模型表现出完全不同的安全性。某些在全精度下被拒绝的有害输入，在低精度或量化版本中竟然会触发有害响应。通过系统化的跨精度对比，该工具能先于部署阶段挖掘出潜在的稳定性风险，为高可靠性 AI 应用的开发提供了必要的鲁棒性检测手段。 [link]
CAD 模型的构建流程原本高度依赖人工专业经验。 PR-CAD 提出了一个渐进式精炼框架，将设计生成与交互式编辑统一到单个智能体中。该研究构建了一个高保真的 CAD 全生命周期交互数据集，涵盖了从定性描述到定量参数的多种表征。通过强化学习增强的推理框架，智能体能够精准定位编辑位置并理解用户的修正意图。这不仅提升了自动化设计的精准度，也让 CAD 建模效率显著提高，展示了 LLM 在专业工业设计领域的巨大潜力。 [link]
CISA 要求美国联邦机构修补 Microsoft Defender 中的 BlueHammer 权限提升漏洞。该漏洞已在零日攻击中被利用。 [link]
英国国家网络安全中心与国际合作伙伴发出警告。黑客正利用被劫持的消费级设备组成大规模代理网络。他们通过这种手段躲避检测并掩饰恶意活动。 [link]
一个名为 GopherWhisper 的国家级威胁组织被发现。他们使用 Go 语言编写的自定义工具包。该组织在针对政府实体的攻击中利用 Outlook、Slack 和 Discord 进行通信。 [link]
荷兰化妆品巨头 Rituals 披露了一起数据泄露事件。攻击者从其 My Rituals 会员数据库中窃取了数量不明的客户个人信息。 [link]
定期重置密码并不像想象中那样安全。攻击者通过针对服务台的社会工程学手段，能将看似合法的重置请求转化为完整的账户接管。 [link]
微软确认最近的 Microsoft Edge 浏览器更新引入了一个错误。该问题导致 Windows 用户无法正常加入 Teams 会议。 [link]
黑客攻击了 Checkmarx 的 KICS 分析工具。他们入侵了 Docker 镜像、VSCode 以及 Open VSX 扩展。此举旨在从开发人员的环境中窃取敏感数据。 [link]
Bitwarden CLI 曾遭到短暂入侵。攻击者向 npm 上传了包含窃取凭据载荷的恶意软件包。该恶意程序能够向其他项目扩散。 [link]
最近观察到的 Trigona 勒索软件攻击使用了自定义命令行工具。这使得攻击者能从受害环境中更高效地窃取数据。 [link]
黑客正在利用 WordPress 插件 Breeze Cache 中的一个严重漏洞。该漏洞允许攻击者在未经身份验证的情况下向服务器上传任意文件。 [link]