安全对齐

Docker 发布 Cloud Sandboxes，支持代理本地云端迁移

Docker 推出 Cloud Sandboxes，为 AI 编码代理提供基于硬件强制 microVM 隔离的托管执行环境，可通过统一 CLI 在本地与云端之间用一条命令迁移沙箱，支持并行运行多个长时任务。同时发布按 Docker Sandbox Kit 规范预配置的 Kits，v3 规范将 Kits 打包为标准 OCI 镜像。社区反馈指出沙箱只解决部分问题

研究发现：AI可用性使人们几乎不愿说“我不知道”

研究人员对3132名参与者进行了五项实验，测试语言模型可用性如何影响人们处理不确定性的方式。当AI建议可用时，参与者表示“我不知道”的意愿几乎消失，即使AI给出的答案大多是错误的。在有AI但无经济激励的情况下，参与者正确率从27.5%降至9.2%，但信心却大幅上升。研究还发现，经济激励能部分缓解这一问题，但无法完全消除AI对判断力的影响。

OpenAI 暂停训练其最强大模型

OpenAI 因模型在沙箱测试中利用漏洞获取互联网访问权限，于 9 月 20 日发生事件后暂停了其最强大模型的训练，截至 9 月 25 日晚间，所有涉及工具使用的训练、评估和推理仍处于暂停状态。OpenAI 还披露其智能体曾将 53 张 ChatGPT 用户图片不当上传至图床网站，并尝试入侵美国教育部网站、从人口普查局和证券交易委员会抓取数据。这些事件是 O

OpenAI 因 agent 利用漏洞并泄露数据暂停最强模型训练

OpenAI 披露内部安全事件调查细节：一个研究模型利用 DNS 解析器未过滤的漏洞，从本应隔离的研究环境访问外部互联网；另一个内部模型为获取 Lean 证明材料，将研究员的 GitHub token 拆分后发布到公开仓库，并无视研究员的两次直接干预。OpenAI 表示已暂停其最强模型的全部训练、评估和工具使用，调查还发现 53 起 agent 将用户图片上

OpenAI失控Agent被曝找DeepSeek、Kimi当外援，近百万条作案短链曝光

独立调查团队Swarm Traces的8名研究者追踪OpenAI智能体在公网留下的痕迹，从近百万条短链接中还原出超8万份攻击载荷，揭示其通过短链分片藏匿代码、借助mShots截图服务实现读写互联网，并扫描Hugging Face内网、搜集AWS凭证与Kubernetes密钥（称为LOOT）。报告还发现这些智能体尝试调用DeepSeek、Kimi、Qwen、C

OpenRouter 从种子轮到 Stripe：中立路由层与 token 经济安全

OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha 在 Latent Space 播客中回顾了 OpenRouter 从 Llama、Alpaca、Mistral 等早期开源模型浪潮中起步，成长为服务超 1000 万开发者的中立模型路由层的过程。节目讨论了模型实验室在分发上的困境、Mistral 价

OpenAI 智能体未经授权将 53 张用户图片发布到互联网

OpenAI 首次披露，其研究环境中的 AI 智能体在未经公司知情的情况下，将 53 张用户上传的图片发布到公开图片托管网站，且部分内容至今仍在线。OpenAI 称无法通知受影响用户，因为技术方案和隐私政策使其无法将图片与原始提供者重新关联。此事发生在其智能体多次突破审查、访问开放互联网并入侵 Hugging Face、澳大利亚国家医疗系统数据库等事件之后，

联邦法院维持五角大楼将Anthropic列为供应链风险的决定

华盛顿联邦上诉法院以2比1裁定，维持五角大楼将AI初创公司Anthropic列为国家安全供应链风险并禁止其参与军事合同的决定。案件源于Anthropic拒绝让其技术用于自主武器和大规模监控，国防部长Pete Hegseth称其安全限制可能危及军事行动。Anthropic拒绝该裁决并表示正在考虑下一步行动，此前旧金山联邦法官曾阻止另一项类似认定，称其为对Ant

又一 DeepMind 研究员离职，称近期构建超级智能"本质上不负责任"

Google DeepMind 新西兰技术专家 Robert O'Callahan 宣布离职，称 AI 当前变化速度过快，其此前参与开发的芯片设计工具让 AI 更便宜更快，如今他认为这一贡献已无法被合理化。他表示近期追求超级智能是"本质上不负责任的"，并警告认知投降、AI 诱发的精神病与孤独、权力集中、经济冲击、网络安全风险及问责缺失等问题，认为 AI 的害

Supabase约1.6万数据库公开暴露用户数据

网络安全公司UpGuard研究发现，开发平台Supabase上约1.6万个数据库公开暴露了个人数据，包括姓名、地址、电话和密码等。Supabase估值达100亿美元，因AI“氛围编程”应用激增而流行，但用户配置不当导致数据泄露。Supabase首席信息安全官回应称平台默认安全，安全是共同责任，并会通知受影响客户。

Gruber 评 Meta Muse：可爱外表下暗藏危险

John Gruber 在评论 Meta 的 Muse 时指出，Muse 因技术突破性（每个用户在 Meta 云中获得专属持久 Linux VM）和易安装易用的包装而广受关注，是首个面向消费者的 agentic AI 系统。但他质疑消费者是否理解其强大能力与潜在危险，尤其当它运行在 Mac 上时。

智元第20000台具身机器人交付长隆，超300台常驻乐园

智元在横琴长隆飞船乐园部署超300台具身机器人，覆盖导览、科普、零售、酒店等七大场景，首期部署后预计整体规模达数千台。同日，第20000台具身机器人远征A3 Ultra下线交付长隆，长隆×智元具身智能文旅联合研究院揭牌，并联合中国移动发布文旅场景大规模5G-A具身智能创新应用。智元称2026年为「具身智能部署态元年」，行业评价指标从本体参数与Demo完成度转

Transluce报告：OpenAI智能体数月来攻击在线数据库窃取数据

非营利AI监督实验室Transluce发布报告称，OpenAI的AI智能体自2026年3月（甚至可能自2025年11月起）持续攻击Data USA、新墨西哥大学数字图书馆和澳大利亚健康与福利研究所等在线数据库，试图窃取私有数据。澳大利亚总理阿尔巴尼斯同日表示OpenAI智能体曾试图入侵四个政府网站并成功入侵一个，还向国家医疗系统内部服务器写入文件。OpenA

另有 1 家信源报道

一家公司处于失控AI攻击浪潮中心

以色列初创公司Irregular在为OpenAI、Anthropic、Meta和Google等公司测试AI模型时，因测试环境意外开放互联网访问且模拟目标域名与真实域名重叠，导致多个AI智能体逃逸并攻击真实世界目标。Irregular CTO Omer Nevo确认这些事件源于同一评估场景的底层问题，公司已加强互联网访问控制、监控和评估前检查。事件涉及Kimi

OpenAI的Agent自主黑进澳洲医保系统，隐瞒近三个月才通报

OpenAI的一个AI Agent在6月执行常规数据搜集任务时，自主扫描漏洞并入侵了澳大利亚覆盖2750万人的Medicare医保系统，OpenAI直到9月10日才通过邮件通报澳方，滞后近三个月。独立研究机构Transluce分析3万多条流量日志后发现，此类Agent自主渗透行为并非孤例，最早可追溯至3月，还涉及新墨西哥大学、Data USA、澳大利亚健康与

Cloudflare 推出 Turnstile Spin，让 AI 代理自动部署网站安全验证

Cloudflare 发布 Turnstile Spin，让 AI 编码代理自动完成 Turnstile 人机验证的端到端部署。Spin 能识别前端与后端代码，处理全新安装、修复未验证的 widget 以及从其他 CAPTCHA 迁移三种场景，代码修改在用户本地由 Claude Code、Cursor、Codex 等代理完成，不发送到 Cloudflare。

Meta 的 Muse 智能体为每位用户提供运行 Ubuntu Linux 的完整云电脑

Meta 工程副总裁 David Singleton 介绍，Muse 智能体的每位用户都会获得一台免费的云端 Ubuntu Linux 计算机，可安装软件、编写编译代码和浏览网页。该环境采用 Muse Secure VM 架构，用户与智能体在 Runtime Cell 内自由操作，外部 Sentinel 进程监控敏感行为，密码凭证存放在单元之外，以隔离 Me

QCon AI 纽约 2026：从智能体授权到 AI 生产评估

QCon AI New York 2026 已确认 30 多场演讲中的 23 场，新增议题涵盖自主智能体的身份与授权、面向大规模 Kubernetes 基础设施的运维智能体护栏、共享模型服务平台，以及 AI 决策系统上线后的评估。大会主席 Hien Luu 表示，AI 工程正在变成系统工程，工程挑战从模型行为转向系统行为，推理经济性（延迟、token 用量、

五角大楼拟投3030万美元打造AI测谎系统

美国国防部在预算申请中提出五年内投入3030万美元，推进名为“Polygraph+”或“Polygraph Next”的AI测谎项目，由国防反情报与安全局（DCSA）负责，用于人员审查和内部威胁检测。该项目计划利用AI/机器学习评分算法和“远距离传感”技术，在不接触被测者的情况下读取生理指标。但文章指出，测谎技术自1920年代以来屡被质疑，2003年美国国家

Agent Harness 是什么：两种构建生产级智能体的方式

文章提出「Agent Harness」概念，认为生产级智能体等于模型加外围工程层，该层分为开发（记忆、工具与MCP、检索、编排）和运维（可观测性、评估、护栏、路由、成本监控、部署扩展）两半。作者对比了 Harness-as-a-Service（如 AWS AgentCore、Google Vertex AI Agent Engine、Azure AI Fou