2026/9/30 · CyberRadar
当智能体操作外部系统时，单纯通过观测很难判断行为是否有害。SEAD 框架从部分观测状态控制的视角切入，解决了这一难题。它包含能将有害目标分解为隐蔽步骤的攻击者 DART，以及在执行前通过只读查询获取环境状态的防御者 SAGE。实验证明，SAGE 在保护良性操作的同时，能将复杂语义攻击的成功率从百分之四十八降低至百分之四。该方案为真实工具环境下的安全控制提供了可靠的执行边界。 [link]
检索增强生成 RAG 虽然提升了问答质量，却引入了意想不到的漏洞。LENS 框架揭示了集合级投毒攻击：攻击者通过精心设计的文档组合，在每个文档单独看都无害的情况下，诱导 RAG 输出错误答案。这种攻击在多个基准测试中达到了百分之八十五的成功率，且能有效规避现有防御。这项研究重新定义了 RAG 的安全边界，警示开发者必须关注文档集合层面的语义组合风险，而非仅仅审计单份文档。 [link]
针对智能体间接提示词注入的防御评估正面临严重的效性危机。研究人员审计发现，许多宣称有效的防御措施实际上是基于错误评估指标的幻觉。通过修复载荷未送达、评分维度缺失等四类缺陷，研究者推出了经过校验的新型评测工具。在严谨的测试环境下，原本宣称具备极高安全性的模型露出了马脚。这篇文章不仅是技术工具的更新，更是对当前智能体安全研究方法论的深刻反思，是顶会级别的实证研究标杆。 [link]
使用大模型辅助办公时，撤回敏感信息真的安全吗？RevLeakBench 揭示了一个名为修订痕迹的严重漏洞。即使模型删除了用户要求的敏感数据，也可能在修订记录中无意间将其复述出来。通过分析数万个真实对话，研究发现约百分之十三的交付物会导致撤回信息泄露。为此，作者提出了一种输出侧过滤器，在不破坏内容质量的前提下显著降低了泄露风险。这对于处理保密文件的企业级 AI 应用具有重要的实践指导意义。 [link]
当 AI 智能体跨组织调用工具和内存时，如何确保每一步操作都符合策略？ProofWeave 提出了一种在记录时刻生成的证据链概念。它为每个关键动作绑定意图、控制响应和实时策略快照，并将隐私最小化处理后的记录提交至不可篡改的账本。该方案将候选证据的验证复杂度降低了两个数量级，存储开销也大幅削减。对于需要高强度合规审计的 agentic 系统，这套机制填补了从实时动作到离线溯源之间的信任鸿沟。 [link]
GAZEleak 揭示了扩展现实设备中一种极具威胁的侧信道攻击。通过观察佩戴者头部细微的运动轨迹，攻击者仅凭普通摄像头就能推断出用户的视线输入指令，进而破解六位数字密码。这种攻击无需接触设备或安装恶意软件，在十米开外即可实施。实验显示在受控条件下有超过一半的测试密码能被精准命中。这一发现彻底打破了注视交互比触屏更安全的假设，为下一代空间计算设备的隐私防护指明了新方向。 [link]
在关键水务基础设施中，传统的联邦学习极易遭受恶意数据投毒。本文另辟蹊径，将物理过程中的守恒定律与执行器耦合等不变量转化为联邦更新的准入规则。利用零知识证明技术，参与节点可以在不泄露原始数据的前提下证明其更新符合物理规律。在真实水处理测试床上的实验表明，该机制能够百分之百拦截伪造数据，并显著恢复被投毒攻击破坏的异常检测性能。这是网络安全与物理系统特性完美融合的实战范例。 [link]
开源模型真的可信吗？SilentCall 揭示了一种隐蔽的工具调用后门攻击。恶意开发者可以训练出在普通任务下表现完美，但触发特定条件时会悄悄窃取用户凭据的智能体。这种攻击在标准对齐基准测试中完全隐身，因为模型在输出界面上表现得正气凛然。研究者提出了运行时监控、高温探测和权重分布审计三种捕获方法。这警示我们，智能体的安全不能仅依赖模型的自白，必须建立在对工具调用行为的直接审查之上。 [link]
当编排系统调度多个子智能体协作时，身份标识竟成了安全短板。TrustFork 基准测试发现，智能体往往仅凭身份标签就授予操作权限，而非基于行为证据。攻击者可以通过伪造高权限智能体的身份，诱导编排器执行危险指令。即便有矛盾证据存在，编排器在超过七成的案例中仍会听从错误指令。这项研究揭露了智能体生态系统中信任管理的根本缺陷，强调了在执行不可逆系统变更前，必须实现基于证据的权限绑定机制。 [link]
针对 Windows 恶意软件检测器的逃逸攻击评估长期处于碎片化状态。本文通过统一的视角评估了九种尖端攻击对八种主流检测器的影响，且严格遵循了保持文件可执行性的现实约束。研究发现，原生字节检测器极其脆弱，而目前的防御加固手段往往无法跨攻击迁移。通过分析攻击的互补性和可转移性，作者证明仅需两种特定的攻击组合即可覆盖绝大部分漏洞。这为构建真正具备鲁棒性的恶意软件识别系统提供了坚实的实证基石。 [link]
手机应用导航不仅速度慢且耗费 Token。PhoneCLI 另辟蹊径，将复杂的 App 界面编译为直接可用的命令行指令。它无需修改系统内核或训练模型，就能像构建语义地图一样离线提炼交互动作。在线运行时，智能体只需调用指令即可毫秒级达成目标，彻底告别频繁的截图识别。这套方案在 AndroidLab 测试中表现亮眼，显著提升了任务成功率，是迈向高效端侧智能体的关键一步。 [link]
如果说去年企业还在忙着搞 AEO 优化，那么今年 AX 代理体验才是生存之道。研究发现，即使页面被搜索引推荐，如果代理读不懂内容，转化率依然归零。这项针对上千家商户的研究揭示，只有 7% 到 10% 的答案来自模型训练知识，绝大部分依赖实时抓取。提升站点的代理就绪度能让推荐率翻倍，并将准确度提升四成。在这个智能体驱动的互联网时代，能被 AI 轻松读取比被广泛谈论更重要。 [link]
硬件设计与验证的自动化一直受困于复杂的时序与规格偏差。BEHAVE 框架打破僵局，通过功能行为建模实现了 RTL 设计的自我进化。它不再机械地对比周期输出，而是像人类工程师一样理解电路功能。利用验证器提供的反馈，智能体能自主发现设计漏洞并修复代码。在 600 项真实硬件任务中，它将 Qwen 模型的设计通过率从 55% 提升至 75%。这标志着芯片设计正从手工编写迈向自主规划的新纪元。 [link]
面对网页上的虚假促销和欺诈按钮，普通的 AI 插件往往会掉入陷阱。Veer 提出了前瞻性状态干预策略，它不直接干涉智能体的规划，而是在动作执行前预判环境变化。如果发现操作会导致非预期后果，Veer 会主动接管网页状态并引导至安全区域。这种防御机制在 WebDecept 测试中效果显著，将暗黑模式的诱导成功率降至 0.3%。它为 Web 智能体提供了一层坚实的防护罩，确保用户利益不受界面操纵的侵害。 [link]
医学发现正从盲目试错转向因果驱动。DoAtlas-2 建立了一个庞大的自进化生物医学地图，整合了 72 万参与者的多模态数据。它不仅能阅读文献，还能自主发现证据空白并设计因果实验进行验证。这套系统已成功识别出肥胖与血管疾病之间的因果通路，并提供了完全可解释的预测依据。它将科学假设生成、人群数据验证与因果推断统一在闭环中，有望大幅缩短新药研发与疾病机理探索的漫长周期。 [link]
语音质量的评估不应只有一个生硬的分数。SpeechCritic 通过极少的人类偏好数据，成功教导大模型学会了从音色、情绪、节奏等维度进行诊断式评估。它不再是玄学打分，而是能指出具体音频缺陷及其位置的专业裁判。利用 RL 强化学习，系统生成的评价理由更加精准且贴近人类直觉。无论是日语还是西班牙语，这套跨语言框架都能稳定输出高质量的改进建议，为智能配音和语音交互提供了可落地的质检工具。 [link]
全双工语音交互最怕响应跟不上节奏。DuplexCadence 深入底层，通过模型声明的计时序列解决了 GPU 任务调度中的空转问题。它摒弃了传统的静态显存分配，采用按需分配和精确图回放技术，在峰值内存降低近四成的同时，将推理速度提升了 2.85 倍。这意味着交互延迟从一秒以上缩减至几毫秒，让 AI 能在倾听的同时流畅回应，毫无中断感。这套针对音频流优化的基础设施架构，为实时语音助手的规模化部署铺平了道路。 [link]
传统推荐系统像个黑盒，用户只能被动接受算法投喂。Spotify 推出的 Textual User Taste 系统将晦涩的行为特征向量转化为自然语言品味画像。这不仅让推荐结果变得可解释，还允许用户直接通过对话修改偏好。在大规模生产环境中，该系统成功提升了搜索排序和切歌预测的准确度。它成功搭建了一座桥梁，将复杂的个性化算法与直观的人机交互相结合，预示着推荐系统正从盲目推算走向语义驱动的深度互动。 [link]
在手机端运行大模型最头疼显存碎片化。OmniTide 采用软硬件协同设计，实现了在消费级设备上的实时无限上下文推理。它通过模态感知的结构化稀疏技术，逻辑上只保留关键的视觉和文本上下文，物理上则通过 OmniPage 算法动态压缩显存空间。实测显示其内核加速比高达 12.7 倍，同时在流式基准测试中准确度提升显著。这让高性能的私人助手驻留移动端不再是梦，即便显存有限也能处理连绵不断的实时数据流。 [link]
当 AI 助手学会共享文档时，一种新型的内存跳跃病毒悄然现身。这项研究揭示了智能体之间的一种危险漏洞：恶意内容可以通过被阅读的报告进入助手的持久记忆，并在助手生成新文档时实现自我复制和扩散。实验显示即使是顶尖模型也难逃这种跨设备、跨交互的传播攻击，甚至能实现八跳以上的连续传染。这为多智能体协作的安全性敲响了警钟，单纯的单次请求清理已不足以防御这种具备时间跨度的持久性威胁。 [link]
加密通讯软件 Signal 发布了 8.30 版本，完成了在所有支持的操作系统（Android、iOS、Linux、macOS 和 Windows）上部署安全备份功能的任务。 [link]
在荷兰警方逮捕了一名被 FBI 描述为 ShinyHunters 勒索组织头目之一的男子后，FBI 警告该组织的其他成员投案自首。 [link]
在 Google 赞助商搜索结果中推广的定制版 ChatGPT 变体正在将毫无防备的用户引向恶意网站，这些网站利用 ClickFix 攻击部署 RAT 恶意软件。 [link]
两名美国空军前成员因参与多年的一系列商务邮件欺诈（BEC）和钓鱼活动，被判处总计 189 个月的联邦监禁。 [link]
网络安全公司表示，攻击者利用了 Citrix NetScaler 的 CVE-2026-88772 零日漏洞来部署定制的 Web Shell 和隧道恶意软件，从而获取 root 权限、窃取凭据并向内部网络渗透。 [link]
一种新的分支目标重用（BTR）攻击方式已被设计出来，它平均能在 3 到 5 分钟内恢复运行 Linux 的 Intel 计算机上的 root 密码哈希值。 [link]
微软已开始向所有用户推送 Windows 11 26H2 版本，虽然这是今年的重大年度功能更新，但你在安装后可能不会察觉到巨大的差异。 [link]
荷兰漏洞披露协会（DIVD）遭受了一场由 AI 驱动的网络攻击，该机构将此次攻击描述为动静极大且极其混乱。 [link]
身份治理有助于控制谁应该拥有访问权限，但仅靠定期审查可能无法发现正在发生的攻击。tenfold Software 解释了实时身份遥测如何帮助安全团队在可疑活动升级前进行调查。 [link]
一名越南籍男子因在大型杀猪盘诈骗中参与洗钱而被起诉，该诈骗案骗取了一名受害者价值 1600 万美元的加密货币。 [link]
美国科技公司 Kiteworks 在修复一个高危漏洞后，撤回了之前要求客户关闭系统的预防性通知。 [link]
苹果发布了安全更新以修复一个零日漏洞，该漏洞曾在针对 iOS 设备的极其复杂的定向攻击中被利用。 [link]