Chrome Enterprise Premium 如何用浏览器遥测实现主动防御
Chrome Enterprise Premium 通过直接在用户交互点采集浏览器遥测数据，填补传统 EDR 和防火墙对浏览器内交互的可见性盲区。其能力包括网络事件与高风险行为的实时信号、侧载扩展的细粒度遥测、GenAI 与 SaaS 应用发现治理，以及留存违反 DLP 策略内容的证据库。
#安全/对齐
#安全/对齐
今日 0 条Google Cloud: DatabasesAI 评分2121 Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 4 Argon，输出上限扩至 1M tokens
Google DeepMind 发布前沿模型 Gemini 4 Argon，先向 Fairwind Program 的可信网络防御者开放，后续将面向开发者、企业和消费者推出。
推荐理由：官方博客给出定价、输出上限和多个基准成绩，可帮读者评估该模型在编码与安全防御场景的实际定位。
Google Cloud: DatabasesAI 评分2323 Cloud CISO Perspectives：网络安全初创公司如何赢得CISO青睐
Google Cloud CISO办公室高级总监Alicja Cade与Nick Godfrey为网络安全初创公司支招，建议通过倾听客户需求、评估AI安全性及拥抱行业监管来赢得CISO信任。文中提到Google for Startups项目四年间已支持超50位网络安全创始人，并给出三条建议：先倾听再设计交付、用专有数据与微调构建技术护城河、警惕并购尽职调查中的常见陷阱。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质和结构嵌入可验证水印
Google DeepMind 推出 SynthID Bio，将水印技术应用于合成生物学，把不可见的签名直接嵌入生物代码，可在合成的物理蛋白质本身上验证。
推荐理由：原文给出湿实验验证结果和开源安排，读者可以据此评估水印技术在合成生物安全中的实际作用。
OpenAI NewsAI 评分5858 OpenAI 拦截一起协同的模型蒸馏攻击行动
OpenAI 拦截了一起试图提取其受保护模型推理能力的协同行动，并表示将加强对对抗性蒸馏的防御。
Apple Machine Learning ResearchAI 评分4141 LLM 条件控制中的有效性-流畅性权衡：一项系统性研究
Apple 研究团队系统考察了 LLM 条件控制方法在概念注入与移除场景下的表现，发现高效激活引导方法往往以流畅性大幅下降为代价。研究还发现激活引导在指令微调模型上的效果远不如基座模型，而提示词与监督微调适合概念注入却不擅长概念移除。低成本文本指标与昂贵的 LLM-as-judge 评分高度相关。
Google Cloud: DatabasesAI 评分4343 Google Cloud 携手安全厂商在 Gemini Enterprise 推出安全智能体与 AI 防御
Google Cloud 在 Gemini Enterprise 中扩充了合作伙伴构建的安全智能体与 AI 防御产品目录，覆盖 Acalvio、Britive、Check Point、CrowdStrike、Cyberhaven、Cyera、Endor Labs、Exabeam、Fastly、Fortinet 等厂商。
Hugging Face BlogAI 评分4949 Hugging Face 发布 ProvenanceGuard：面向 MCP 智能体的来源感知事实核查
Hugging Face 发布 ProvenanceGuard，一个面向 MCP 智能体的生成后验证层，专门检测"跨来源混淆"——即事实真实但被归因到错误来源的问题。在 281 条医疗智能体真实 trace 上，专家判定应拦截的 139 条声明中它拦下 138 条，来源识别准确率约 86%，并在四项对比检查器中取得最高分。
OpenAI NewsAI 评分3838 OpenAI 就澳大利亚政府网站相关事件致歉并公布更强保障措施
OpenAI 就涉及澳大利亚政府网站的事件致歉，并公布更强的保障措施与支持，以加强澳大利亚的网络防御。
OpenAI NewsAI 评分3939 OpenAI 提出前沿 AI 训练安全案例早期指南
OpenAI 发布前沿 AI 训练安全案例的早期指南，覆盖技术防护措施、运营实践以及失准事件调查三方面。该指南面向前沿 AI 训练场景，目前处于早期阶段。
Anthropic ResearchAI 评分4646 Anthropic 启动新研究：用 Anthropic Interviewer 征集你对 AI 的真实想法
Anthropic 发起新研究，通过 Anthropic Interviewer 收集人们与 AI 相处的真实经历，参与者可自行决定是否将完整访谈公开，供任何人阅读研究。研究关注最有意义的 AI 体验、希望 AI 改变的现实领域，以及对 AI 公司的期待。此前去年 12 月的同类研究有 81,000 人参与，成果曾用于 Anthropic Institute 议程并在世界经济论坛上展示。
Anthropic Research精选AI 评分8282 Anthropic 评测 GLM-5.3：可自主构建端到端漏洞利用且防护易被绕过
Anthropic 发布对智谱 GLM-5.3 的网络安全能力分析，认为它是首个在无实质防护下开放权重的强网络攻击能力模型，与 NIST CAISI 评估结论大致一致。
推荐理由：Anthropic 以一手评测数据说明 GLM-5.3 的漏洞利用能力与防护绕过率，并解释攻击者可及性与 Claude 的访问限制差异。
GitHub Blog · AI & ML精选AI 评分6363 GitHub Security Lab 发布 Fuzzing Taskflow：用 LLM 智能体自动化 C/C++ 模糊测试
GitHub Security Lab 的 Antonio Morales 基于自家的 Taskflow Agent 框架构建了 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线。
推荐理由：原文给出完整的架构设计、覆盖反馈循环和分层判断方法，读者可以据此把 LLM 智能体接到自己的模糊测试流程里。
Google DeepMindAI 评分5252 Google Private AI Compute 推出安全的服务端持久记忆架构
Google Private AI Compute 团队宣布为 Private AI Compute 平台引入私密的服务端持久记忆，让 AI 助手能跨设备长期保留上下文。
OpenAI NewsAI 评分5959 OpenAI 向乌克兰政府开放 Daybreak 计划以支持民用基础设施网络防御
OpenAI 宣布将 Daybreak 计划的使用权限扩展至乌克兰政府，用于支持民用基础设施的网络防御。
OpenAI NewsAI 评分5353 Sam Altman 在联合国安理会发表关于 AI 安全与国际合作的讲话
OpenAI CEO Sam Altman 在联合国安理会发表讲话，讨论 AI 安全、人类控制和国际合作三个主题。
OpenAI NewsAI 评分4040 OpenAI 提出第三方 AI 安全评估的优先事项与原则
OpenAI 阐述了针对前沿模型与防护措施的第三方 AI 安全评估的优先事项与原则，强调评估应严谨、安全且独立。
NVIDIA BlogAI 评分3535 NVIDIA 为何称规模化部署物理 AI 需要全栈安全
NVIDIA 发布 Halos 全栈安全系统，用于物理 AI 在设计、验证和部署各环节的安全工程。该系统面向自动驾驶提供 DRIVE AGX Thor、Hyperion。
Anthropic Newsroom精选AI 评分9090 Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40%
Anthropic 发布 Claude Opus 5.5，为 Claude 5.5 家族首款模型，官方称其表现与 Claude Fable 5.1 相当，运行成本较 Opus 5 降低 40%，输入和输出 token 价格为 $4 和 $20 每百万，缓存读取 $0.20 每百万（降低 60%），输出速度快 30% 以上。
推荐理由：官方给出完整基准、价格与安全评估细节，读者可据此比较 Opus 5.5 在成本与智能体编码上的实际变化。
LangChain BlogAI 评分3636 LangChain 博客：医疗 AI 的可靠性层——LangSmith 常见用例
LangChain 博客介绍 Included Health 与 Abridge 如何用 LangSmith 将稀缺的临床专家评审转化为可复用资产，包括标注数据集、校准评估器和自动化发布门禁。
NVIDIA BlogAI 评分4949 NVIDIA 谈 AI 安全：如何在智能体栈的每一层解决这一工程问题
NVIDIA 提出 AI 安全是工程问题，需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体可控范围之外执行策略并提供沙箱化执行，Cisco DefenseClaw 在其上增加治理层，JFrog 则集成 OpenShell 扫描并验证智能体技能。
OpenAI NewsAI 评分2828 OpenAI 提出全球 AI 标准建设路径
OpenAI 提出构建全球共享 AI 标准的路径，呼吁通过协调一致的评估、报告与治理来提升安全性。
OpenAI NewsAI 评分2323 OpenAI 发布澳大利亚青少年安全蓝图
OpenAI 发布澳大利亚青少年安全蓝图，这是一份包含六大支柱的路线图，旨在打造更安全的 AI 体验，以保护和赋能青少年。
Anthropic Newsroom精选AI 评分6161 Anthropic 与 Accenture 合作开展嵌入式评估，双方各投入至少 10 亿美元
Anthropic 宣布与 Accenture 合作，由其旗下 AI 业务 Faculty 在公司内部开展前沿 AI 的独立评估，包括模型评估与红队测试、对齐评估和安全防护测试，双方各自计划在未来五年至少投入 10 亿美元。
推荐理由：原文来自当事方，说明了嵌入式评估的运作方式、资金安排与局限，读者可据此理解这一安全机制的边界。
OpenAI NewsAI 评分5353 OpenAI 发布模型对齐问题报告框架并附六份行为报告
OpenAI 发布用于追踪、调查和披露模型对齐问题的框架，同时公布六份关于模型出现意外或令人担忧行为的报告。
Anthropic NewsroomAI 评分5454 Anthropic 推出生命科学验证计划 LSVP，放宽生物相关工作的模型访问
Anthropic 推出 Life Sciences Verification Program（LSVP）beta，让通过验证的生命科学从业者使用 Mythos 5.1、Opus 5 和 Sonnet 5，并用更宽松的分类器开展药物发现、研究生物学、临床开发和制造等通常被通用模型拦截的任务。
Runway NewsAI 评分4040 Runway 详解实时视频生成的同步审核系统
Runway 为即将发布的实时视频生成模型设计了同步审核系统，采用 Zentropi 的 CoPE-B 模型，安全审查平均耗时不到 0.5 秒，可将违规内容暴露窗口压缩至半秒以内。CoPE-B 是基于 Gemma-4-26B-A4B-it 的 LoRA 适配器，该 MoE 模型总参数 25.2B、每次前向仅激活 3.8B，兼顾速度与准确率。实时模型输出将附带 C2PA 溯源信号。
Google Developers BlogAI 评分4949 Gemini Enterprise Agent Platform 上线 Agent Anomaly Detection 私密预览
Gemini Enterprise Agent Platform 推出 Agent Anomaly Detection 私密预览，这是一个基于推理的智能体监督与审计层，通过分析 reasoning traces、工具调用和执行流程识别行为异常、可疑意图与策略违规。
Google Developers BlogAI 评分5959 Google 发布零信任 AI Agent 系列第二篇：用 Model Armor、Semantic Governance 与异常检测做运行时治理
Google Developers Blog 发布零信任 Agent 系列第二篇，将安全检查从构建时移到 Gemini Enterprise Agent Platform 的运行时。
Microsoft AI NewsAI 评分5555 Microsoft AI 发布 MAI 模型 Code of Conduct 草案并开启六周公众咨询
Microsoft AI 发布 MAI 模型的 AI Code of Conduct 首版草案，公开征询意见，反馈期六周，并计划今年晚些时候发布修订版。
inclusionAI Hugging Face modelsAI 评分4747 inclusionAI 发布 Llama-3.2-1B-Instruct-singprobe 流式安全探针
inclusionAI 推出 SingProbe，一个基于 meta-llama/Llama-3.2-1B-Instruct 的流式安全探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，仅增加不到 0.5% 解码开销。
inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 gemma-4-26B-A4B-it-singprobe：基于 Gemma 的流式安全探针
inclusionAI 发布 SingProbe，一个基于 google/gemma-4-26B-A4B-it 的流式安全探针，复用基座模型隐藏状态逐 token 打分，仅增加不到 0.5% 解码开销。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 SingProbe 流式安全探测，基于 Qwen3.6-35B-A3B
inclusionAI 在 Hugging Face 发布 SingProbe，一个复用 Qwen3.6-35B-A3B 隐层状态的轻量流式安全探测，逐 token 输出 8 类查询意图、不安全与幻觉风险分数，探测参数仅 4.2M。
inclusionAI Hugging Face modelsAI 评分5151 inclusionAI 发布基于 Qwen3-0.6B 的 SingProbe 流式安全探针
inclusionAI 发布 SingProbe，一个构建在 Qwen/Qwen3-0.6B 之上的流式安全探针，复用基座模型隐藏状态在每个 token 上评估查询意图、回复不安全性和幻觉风险。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 SingProbe：基于 Qwen3.5-122B-A10B 的流式安全护栏探针
inclusionAI 在 Hugging Face 发布 SingProbe，一个构建在 Qwen/Qwen3.5-122B-A10B 上的内在流式安全护栏探针，复用基座模型隐藏状态，在每个 token 上输出 8 类查询意图、回复不安全度和幻觉风险分数，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 Qwen3.5-0.8B-singprobe：基于隐藏状态的流式安全探针
inclusionAI 发布 Qwen3.5-0.8B-singprobe，一个基于 Qwen/Qwen3.5-0.8B 隐藏状态的流式安全探针，可在生成过程中逐 token 输出查询意图、回复不安全和幻觉风险评分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4646 inclusionAI 发布 Qwen3.5-397B-A17B-singprobe 流式安全探针
inclusionAI 发布基于 Qwen/Qwen3.5-397B-A17B 的流式安全探针 SingProbe，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4646 inclusionAI 发布 Qwen3.8-27B-singprobe：基于隐藏状态的流式安全探针
inclusionAI 发布 Qwen3.8-27B-singprobe，这是一个构建在 Qwen/Qwen3.8-27B 上的内在流式护栏探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4141 inclusionAI 发布 SingProbe：基于 gemma-4-E4B-it 的流式安全探针
inclusionAI 推出 SingProbe，一个基于 google/gemma-4-E4B-it 的流式安全探针，复用基座模型隐藏状态，在生成每个 token 时对查询意图、回复安全性和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4444 inclusionAI 发布 SingProbe：基于 Qwen3-4B-Instruct-2507 的流式安全探针
inclusionAI 发布 SingProbe，一个构建在 Qwen/Qwen3-4B-Instruct-2507 上的内置流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。