What the Model Cannot See: Covert and Provable Text Invisibility in LLMs
只需一段简单的文本触发器，就能让大模型对特定内容彻底失明。这项研究揭示了模型供应链中一种极其隐蔽的后门：被植入特定权重的模型会在摘要、回复中完全忽略被标记的敏感信息，且不触发任何安全报警。更可怕的是，这种失明属性具有极强的非干扰性，甚至能绕过白盒审计中的线性探测。本文为 AI 安全审计敲响了警钟，揭示了信息流操控的全新维度。 [link]
2026/10/15 · CyberRadar
只需一段简单的文本触发器，就能让大模型对特定内容彻底失明。这项研究揭示了模型供应链中一种极其隐蔽的后门：被植入特定权重的模型会在摘要、回复中完全忽略被标记的敏感信息，且不触发任何安全报警。更可怕的是，这种失明属性具有极强的非干扰性，甚至能绕过白盒审计中的线性探测。本文为 AI 安全审计敲响了警钟，揭示了信息流操控的全新维度。 [link]
即便模型无法区分指令与数据，我们依然能阻断间接提示词注入攻击。Kairos 框架在系统隔离边界处建立参考监视器，将所有的工具调用和外壳命令拦截并审计。它不依赖对模型的修改，而是利用声明式策略处理信任源，并对可疑操作进行推测性延迟执行。在真实环境下，它将攻击成功率从百分之四十七降至百分之二点七，同时几乎不损失业务性能，为智能体安全运行提供了坚实底座。 [link]
工业控制系统的防御不能以破坏生产稳定性为代价。BALLAST 引入数字孪生作为安全先知，在执行移动目标防御策略前，通过物理感知网络预测操作对硬件设备的潜在影响。它成功解决了传统防御手段可能引发控制回路震荡或执行器跳闸的痛点。在水处理系统测试中，该方案阻断了百分之八十五的侦察行为且保持零安全违规，实现了网络安全熵与物理稳定性之间的精妙平衡。 [link]
网络安全从业者是否需要百亿规模的通用模型？CT0 给出否定答案。这个仅有四十亿参数的专用模型通过两阶段策略蒸馏，在保持轻量化的同时展现了惊人的防御密度。它独创快慢双路径架构：系统一在毫秒级内完成异常请求判定，系统二作为工具智能体处理复杂任务。这种设计让每秒筛查八十个恶意文件成为可能，且漏洞提取准确率显著超越同体量通用模型，是工作站级安全助手的理想选择。 [link]
命名不等于对象，这一逻辑漏洞正让 AI 编码智能体沦为黑客的傀儡。ZTAC 提出零信任智能体单元架构，通过内核沙箱彻底隔离文件、程序和网络访问。它强制所有请求经过中间经纪人解析，确保审批绑定的对象是真实的物理文件而非符号链接或欺骗性路径。通过重放十起公开安全事故，ZTAC 证明了其对符号链接劫持等攻击的免疫力，为自动化软件开发流程加固了最后一道防线。 [link]
本地运行模型并非绝对安全，侧信道攻击正让隐私防护形同虚设。研究者通过采集树莓派运行推理时的电磁泄露信号，成功还原了生成的敏感令牌和用户提示词。在针对隐私关键词的分析中，攻击准确率高达百分之九十七。甚至对于从未见过的词汇，也能通过隐藏状态反转技术实现语义重建。这项发现打破了边缘计算的隐私幻象，提醒开发者硬件层面的防护在物理接触环境下至关重要。 [link]
生成式 AI 图片的水印保护终于有了严密的密码学根基。CECMark 引入机密纠错码技术，首次在数学上统一了机密性、鲁棒性和完备性。它利用随机性安全分离结构，在图片中嵌入不可感知的隐写信号。实验证明，该方案在面对五十六种不同强度的图像扰动时，防御表现均优于当前的工业界顶尖水平，且能确保误报率低于十万分之一。它为版权追踪和伪造检测提供了目前最可靠的技术标准。 [link]
AI 智能体是否真的具备挖掘复杂协议漏洞的能力？ProtoArena 建立了首个针对跨组件网络协议漏洞的动态评测基准。它涵盖了十一个领域和七类攻击模式，重点考察智能体在黑盒环境下通过交互发现逻辑矛盾的能力。测试发现，即便最先进的模型在面对复杂的协议时，成功率也仅有百分之十二点五。这揭示了当前模型在处理跨组件状态机和时序依赖漏洞方面的巨大挑战，为未来安全智能体的进化指明了方向。 [link]
云端共享 FPGA 的多租户环境隐藏着致命的视觉泄露风险。攻击者通过布置片上 TDC 传感器，利用底层电压波动窃取共同运行的机器学习加速器中的数据。这是首次实现在共享硬件上对 ImageNet 级别高清彩色图像的完整还原。虽然研究提出了像素替换等防御对策，但实验表明简单的映射极易被攻击者二次训练破解。这项研究为云算力服务商敲响了硬件隔离的警钟，隐私保护必须深入电子比特层级。 [link]
元宇宙用户正面临穿墙而过的隐私窥探。MetaSpy 提出了一种通过无线功率侧信道进行监听的新方法，攻击者可以在五米外的隔壁房间，仅凭 Wi-Fi 信号波动的非侵入式分析，精准还原用户的头显操作行为。无论是浏览网页、运行应用，还是在虚拟现实游戏中的特定动作甚至是虚拟按键输入，都难逃监测。这种攻击突破了物理障碍的限制，揭示了混合现实设备在无线传输链路上的独特安全缺陷。 [link]
面对长程任务，AI 智能体常常被冗长的交互历史拖累。CarryOn 创新性地提出了面向对象的上下文运行时，将注意力从流水账式的历史转向可复用的任务对象。它能精准识别并保留关键进度状态，同时裁剪无关的背景噪声。在 OSWorld 2.0 等复杂环境测试中，该方法不仅显著提升了任务成功率，还成功削减了超过一半的 Token 消耗，为构建高效、持久的自主智能体提供了极具工业价值的底层方案。 [link]
智能助理记住了你的喜好，就一定能办对事吗？研究发现，现有的个人智能体往往分不清用户的建议与正式指令，甚至会错误地执行未获批准的操作。Grounding Awareness 这一概念应运而生，旨在让智能体明确区分安排的接受状态。通过引入轻量级的共识层，系统能实时追踪动作的合法性，有效避免了因过度记忆而导致的越权行为。这项工作直击商业化智能体在隐私与控制权上的核心痛点。 [link]
在协作任务中，AI 需要准确判断人类伙伴的意图和情绪。Jev-ToM 探索了利用类型化决策模型替代笨重的生成式模型来提升心理理论能力。相比于传统的文本生成，这种方法在处理关于信念、目标和情感的判断时更加精准且低延迟。它在多个基准测试中展现出极高的稳定性，彻底解决了生成式模型常见的判断翻转问题，对于开发更具同理心且反应迅速的协作机器人具有重要的参考意义。 [link]
法律咨询不仅要逻辑自洽，更必须引用权威证据。Legal-R1 针对法律推理的严肃性，设计了包含律师、助手与法官的多智能体框架。它摒弃了简单的一键检索，而是模仿人类律师的办案流程，动态判断何时检索、去哪查证以及证据是否充实。该系统在中文法律基准测试中大幅超越了通用大模型。这种严谨的证据驱动机制，为大模型进入医疗、法律等高合规性垂直领域树立了新的技术标杆。 [link]
AI 能否像科学家一样自主搞科研？Autonomous Science Bench 带来了首个基于真实实验数据的闭环评估体系。它涵盖生物、化学与材料科学的真实实验场景，要求 AI 在有限预算内挑选最优实验方案并构建预测模型。不同于模拟器，它直接锚定发表的论文结论，揭示了当前智能体在发现新设计与学习通用规律之间的能力缺口。这对加速新药研发和新材料发现等现实科研流程具有极高的实战价值。 [link]
RAG 系统表现不佳，问题可能不在模型，而在那成千上万种配置组合里。该研究对 654 个真实的 RAG 配置错误进行了深度解剖，首次揭示了症状与根源之间的复杂关联。开发者常常在索引阶段犯错，结果却在生成阶段才发现异常。文章总结出的九大优化建议覆盖了测试、定位到修复的全流程，是 RAG 开发者手边必备的故障排查指南。它让复杂的知识库系统维护变得有迹可循，极具工程指导意义。 [link]
将非结构化的临床试验协议 PDF 转化为结构化数据是医疗行业的重担。TrialPD-Bench 研究发现，即便是最强的代码智能体在最后一公里依然会折戟。为此，TrialScribe 框架专门为智能体装备了领域知识与校验环路，将开源模型的处理能力提升到了顶级商业模型的水准。这不仅是一个技术测评，更为医疗文档自动化处理提供了切实可行的工程路径，显著降低了昂贵的人工核对成本。 [link]
光伏电站的巡检正从高空俯视转向地表细查。Tricorder 系统集成了激光雷达 SLAM 与视觉热成像技术，专门针对电站面板下方的电缆、紧固件等微小组件进行自动巡检。它能将多个视角的观测结果在三维空间中进行融合，精准定位那些隐藏在暗处的故障点。这种从单张照片识别向空间感知与定位的跨越，为公用事业规模的能源基础设施自主维护提供了成熟的技术支撑，是机器人应用的典型范例。 [link]
企业智能体面临的安全威胁往往潜伏在流程之中。LatentRiskBench 首次定义了状态相关风险，即同一个动作在不同流程阶段可能从安全变为违规。传统的安全护栏只盯着单一动作看，漏掉了大量逻辑漏洞。通过构建成对的良性与恶意轨迹，该基准测试强迫模型必须理解当前的业务状态。这为开发银行、ERP 等严控业务逻辑的智能助手提供了关键的防御工具，填补了企业级 AI 安全评估的空白。 [link]
当 AI 代替人类去网上购物，商家的网站准备好了吗？这篇论文从商家端切入，评估了电商网站对 AI 智能体的友好度。它考察了网站是否允许爬虫进入、条款是否明确到足以让 AI 做决策以及是否留存了交易凭证。调研发现，即便头部电商也存在大量模棱两可的退换货条款，阻碍了 AI 交易的自动化。这不仅是一份技术报告，更是对未来 AI 电商生态中商业规范的先锋探索。 [link]
Palo Alto Networks 发布了针对 PAN-OS RCE 零日漏洞的安全更新。该高危漏洞编号为 CVE-2026-0322，目前已发现在针对防火墙的攻击中被利用。 [link]
美国司法部通过逮捕两名嫌疑人、起诉 14 名个人并没收近 187 台笔记本电脑，成功瓦解了 Famous Chollima 威胁组织的行动。这些设备曾被用于朝鲜远程 IT 工作者的诈骗计划。 [link]
思科修复了 Secure Email Gateway 中另一个已被积极利用的零日漏洞。该漏洞允许远程且未经身份验证的攻击者以 root 权限执行命令。 [link]
Ledger 已要求印度尼西亚、新加坡、泰国、菲律宾、越南、马来西亚和香港的零售商与分销商暂停其钱包销售，并在调查设备篡改情况期间将产品从货架上移除。 [link]
基于 AI 的渗透测试可以发现复杂的攻击路径，但安全限制和网络限制导致许多资产和漏洞未被测试。Picus Security 解释了将代理式渗透测试与暴露验证以及攻击模拟相结合如何帮助填补这些空白。 [link]
微软已解决了一个已知问题。该问题曾导致在安装 2026 年 9 月的 Windows 11 安全更新后，Always On VPN 连接出现故障。 [link]
执法机构与全球合作伙伴共同瓦解了一个庞大的网络犯罪生态系统。该系统曾向 150 个国家的 75000 多个组织发送了超过 10 亿条恶意信息。 [link]
美国网络安全和基础设施安全局敦促安全团队立即修复一个 Ivanti Connect Secure 漏洞。该漏洞自 10 月 1 日起已在零日攻击中被利用。 [link]
一种名为 Hirudo 的新型安卓恶意软件通过将合法的银行应用替换为禁用了安全检查的修改版本，来窃取银行账户凭据。 [link]
微软证实，如果启用了管理员保护安全功能，非管理员用户在安装最近的 Windows 更新后可能无法通过远程桌面连接设备。 [link]