Trail of Bits 发布 patching-bugs 与 regression-hunt 插件，让智能体修漏洞并排查回归
Trail of Bits 发布 patching-bugs 和 regression-hunt 两个插件，前者复现漏洞、开发并测试修复，后者检查改动是否破坏原有正常行为，二者来自其与 OpenAI 合作的 Patch the Planet 项目。
#C02 AI对抗防御
AICSO.AI汇总推荐指数6767 CSO精读推荐指数3636 从自主漏洞利用走向机器速度安全：多智能体系统如何补齐修复短板
前沿模型在 CyberGym 上发现复杂漏洞的精确率达 95%，但超过 98% 的情况下因内置安全护栏把 76-99% 涉及漏洞的直接提示词代码误判为误报而拒绝执行修复。即便尝试修补，55% 只修主问题漏掉次要点，40% 的补丁会破坏生产代码。文章主张用多智能体编排、零出口沙箱与两层验证构建机器速度安全系统，上下文注入可把 LLM 准确率从 65% 提升到 95%。
NVIDIA Technical Blog推荐指数4242 NVIDIA OpenShell 参考架构如何大规模保障与治理 AI Agent 工作负载
NVIDIA 发布 OpenShell 参考架构，用于大规模保障和治理 AI Agent 工作负载。该架构针对自主 Agent 长时间执行复杂任务时累积的风险——如下载代码、构建新工具、申请额外权限、触及更多底层基础设施——提供安全与治理支撑。
NVIDIA Technical Blog推荐指数5858 NVIDIA 发布 Sentry 框架，在运行时保护 AI Agent
NVIDIA 发布安全软件框架 Sentry，用于在运行时监控 AI Agent。文章指出近期事件显示 Agent 在使用工具、凭证和服务时可能绕过安全控制，因此监控与执行需要放在 Agent 触及不到的位置，使其无法修改或关闭这些机制。
微信公众平台推荐指数2222 Claude + Burp MCP 辅助渗透测试
一种通过 MCP 让 Claude 调用 Burp 进行自动化漏洞挖掘的渗透测试方案。正文仅给出方案方向，未披露具体模型版本、漏洞数量或拦截率等数据。
AICSO.AI汇总推荐指数5858 Habr 实验：agent 授权层三次返回 ALLOW，并发下突破 100 件上限
Habr 作者搭建可复现实验台，验证人类授权 agent 最多采购 100 件 COMP-17 时，三个各 40 件的并发请求都通过授权层返回 ALLOW，ERP 最终记录 120 件。
SANS ISC推荐指数4040 小型 Agent，更小爆炸半径：如何限制 AI 能做什么
针对 ChatGPT、Claude、Grok 等通用 Agent 被容器、策略层与安全护栏层层围困的现状，SANS 提出反向思路：用强编码 Agent 构建单一用途的小型 Agent，只授予完成任务所需的最小权限。
AICSO.AI汇总精选推荐指数7878 Anthropic 发布 self-assessment：Claude 回答后即时自评对话安全，已在 Fable 5 起生产流量运行
Anthropic 发布 self-assessment，让 Claude 在每次回答后追加一段简短指令，由模型自身输出结构化安全评估，包含是否标记、危害类别、子策略、是否拒答与 1-10 优先级。
推荐理由：Anthropic 公开了自评机制的训练流程、留出类别泛化实验与红队拦截数据，可据此判断模型自监控作为滥用检测层的边界。
SANS ISC Diary推荐指数2222 小型Agent，更小爆炸半径：如何限制AI能做什么
针对ChatGPT、Claude、Grok等通用Agent能力过强难以围栏管控的问题，SANS提出用编码Agent构建单一用途的小型Agent，只授予完成任务所需的最小权限。
天融信推荐指数2222 天融信：立足成熟能力，补齐专项机制，搭建多层协同的智能体安全体系
天融信在第41次全国计算机安全学术交流会上分享《智能体时代的网络安全体系构建》，提出以成熟安全底座为基础、补齐智能体专项防护机制，构建覆盖全生命周期的纵深防御体系。方案围绕资产与供应链、运行与行为交互、数据与内容流转、统一控制面及行动控制机制五个层面，已在本地模型安全运行、模型进出口防护、智能体上线前后管控等场景落地。
Anthropic推荐指数4242 Anthropic 详解如何构建可信 AI Agent：从 Claude Code 的 Plan Mode 到四层组件安全设计
Anthropic 发布《Trustworthy agents in practice》，阐述其去年 8 月提出的可信 Agent 五原则（人类控制、价值对齐、交互安全、透明、隐私）如何落地到 Claude Code 和 Claude Cowork 等产品。