Google DeepMind 发布 Gemini 3.8 Flash Cyber，主打漏洞检测与自动修补
Google DeepMind 发布 Gemini 3.8 Flash Cyber，称其为防御方带来优势，具备专家级漏洞检测和自主修补能力。官方表示该模型可帮助团队应对新兴威胁。
推荐理由：Google DeepMind 发布面向安全防御的 Gemini 3.8 Flash Cyber，读者可了解其漏洞检测与自动修补的能力定位。
技术方向
安全对齐 最新动态
AI 安全与对齐：越狱与防御、模型行为研究、安全评测与治理框架的进展。
23 条精选近 30 天 17 条共收录 58 条
更新
精选归档 · 第 2 页
Google DeepMind精选AI 评分6060
Andrew Ng精选AI 评分6060 Andrew Ng 的 OpenWorker 发布新版本，内置代码漏洞与供应链安全智能体
Andrew Ng 宣布开源智能体 OpenWorker 发布新版本，新增面向安全流程的多项功能。新版本内置三类网络安全智能体，分别扫描代码漏洞、扫描依赖中的供应链注入，以及检查云安全配置的攻击面，让开发者在部署前完成更多安全工作。
推荐理由：OpenWorker 新版本把安全扫描能力做成内置智能体，并说明开源 harness 可审计、模型可自选，读者可据此判断本地安全智能体的落地方式。
Andrew Ng精选AI 评分7272 吴恩达评 Anthropic 与美国政府限制前沿模型访问
吴恩达回顾过去两周美国政府和 Anthropic 限制他人使用前沿模型的动作，认为这加速了企业和国家确保 AI 访问不被他人终止的努力。他指出 Anthropic 发布 Claude Fable 5 时限制开发者用它构建竞争性 LLM 技术，还曾暗中削弱被检测为从事 LLM 研究的用户所获输出，引发反弹后才改为透明处理。
推荐理由：吴恩达复盘美国政府与 Anthropic 限制前沿模型访问的两周，指出这会加速各国对开源替代方案的投入。